中科曙光近日在鄭州宣布，其自主研發的scaleFabric高速網絡產品已成功應用于國家超算互聯網核心節點的萬卡級國產智算集群。這一突破標志著國產算力基礎設施在關鍵技術領域實現重要進展，為應對國際競爭提供了新的技術支撐。與海外巨頭英偉達宣稱的十萬卡集群規模相比，國產算力雖在數量級上存在差距，但通過全棧自主創新，正逐步縮小技術代差。

中國科學院計算技術研究所專家指出，曙光實現的萬卡集群是當前國內唯一完成CPU、GPU、交換機芯片及網卡芯片全棧國產化的案例。此前，英偉達通過收購邁絡思掌握InfiniBand（IB）網絡核心技術，長期壟斷高端算力集群的互聯市場。國產算力產業因這一技術瓶頸，在向超大規模集群發展的過程中面臨諸多限制。曙光scaleX集群的落地，不僅打破了IB網絡的技術壟斷，更為國產算力生態的完善奠定了基礎。

從技術層面看，萬卡到十萬卡的跨越并非簡單的規模擴張。中科曙光高級副總裁李斌表示，當集群規模呈數量級增長時，計算效率的可擴展性與系統可靠性成為核心挑戰。行業數據顯示，支撐下一代萬億參數大模型訓練需八萬至十萬卡規模的集群，而單點故障率在超大規模系統中會被指數級放大。確保十萬張加速卡協同運行數小時甚至數天完成訓練，其技術復雜度呈幾何級上升。

奇異摩爾聯合創始人祝俊東從互聯角度分析，超大規模集群對交換機帶寬、存儲容量及端側協議提出更高要求。傳統IB或RoCEv2協議基于“無損網絡”設計，但在十萬卡規模下，網絡必然變為“有損”，需解決高效重傳、丟包處理及擁塞管理等難題。該公司通過自研Kiwi Fabric協議棧，采用快速檢測與重傳機制應對挑戰。然而，硬件與協議僅是基礎，網絡、計算、供電、機柜形態及上層控制系統的整體協同同樣關鍵。

北京科技大學儲根深教授的實踐印證了這一點。其團隊利用曙光scaleFabric支持的GPU顯存直接互聯技術，將通信路徑從“GPU-CPU內存-網絡-CPU內存-GPU”優化為“GPU顯存直通網絡”，使萬卡規模下部分軟件的通信開銷從50%降至10%。這表明，硬件性能需通過軟件棧深度適配才能轉化為實際效率。但目前國內既懂芯片架構又懂AI算法的復合型人才團隊仍顯不足。

系統級調優是釋放硬件潛力的另一關鍵。科大訊飛AI工程院專家鮑中帥指出，國產單卡性能已對標英偉達A100，但萬卡以上集群的性能發揮依賴網絡與系統性調優能力。國內具備全棧調優能力的廠商較少，這不僅是硬件比拼，更是系統工程與軟件實力的綜合較量。曙光提出的scaleX超集群與算存傳耦合架構，試圖通過系統創新實現“1+1+1>3”的效果，但需全產業鏈協作。

在技術路線選擇上，國產算力面臨IB與以太網RoCE的分野。中科曙光scaleFabric選擇兼容IB生態，因其“無損網絡”特性對RDMA性能至關重要。但部分行業專家認為，全球多數智算中心基于RoCE技術，且互聯網企業已形成成熟的以太網架構，單獨部署IB會增加網絡復雜性。這種分歧源于用戶背景：超算領域習慣IB體系，而智算領域以互聯網企業為主，更傾向以太網。

這種雙軌格局對國產算力發展提出雙重挑戰。一方面，需支持不同算力芯片適配，形成開放生態；另一方面，需解決增量部署的兼容性問題。例如，用戶若保留英偉達IB交換機僅替換國產網卡，可能因私有協議限制導致通信失敗。這凸顯了掌握自主核心技術的重要性。

國產算力正探索一條差異化發展路徑。與海外“暴力堆算力”不同，國內通過提升算力效率、降低成本推動AI普惠，并依托電力優勢與互聯技術追趕，實現“以系統優勢彌補單點差異”。在軟件層面，國產廠商通過精細化優化挖掘硬件潛力；在架構層面，存算一體、重構計算等新型架構為突破海外限制提供新可能。