导语

国内首个实现100%全国产化的10万卡AI超算集群正式投入商用。从算力芯片、服务器硬件、网络设备、调度系统到散热方案，全部采用国产技术方案。这不仅是算力规模的突破，更是中国AI算力基础设施自主可控的里程碑。本文从技术角度深度拆解集群的四大核心系统。

一、整体架构：四层分布式算力池

10万卡超集群采用分层解耦的分布式架构设计，自上而下分为四层：

1. 算力层
集群核心，搭载10万张国产AI加速芯片，统一池化管理。算力池支持动态切分，可根据任务需求分配不同规模的算力资源，支持千卡级、万卡级大模型训练任务，也支持大量小推理任务并发运行。

2. 服务器层
采用国产高密度AI服务器，单节点搭载多张算力芯片，支持液冷散热。所有服务器通过高速互联网络连接，形成统一的算力资源池。节点支持热插拔、在线扩容，集群规模可平滑扩展。

3. 网络层
采用自研全栈国产高速互联网络，从网卡到交换机全部国产化。构建无阻塞胖树拓扑，节点间通信延迟控制在微秒级，满足大规模分布式训练的All-Reduce通信需求。

4. 平台层
一体化智能算力平台，向上提供统一的算力调度、任务管理、监控运维、安全管控能力。用户通过平台提交训练、推理任务，无需关心底层硬件细节。

二、网络拓扑：无阻塞胖树架构

大规模AI集群最容易卡脖子的不是算力，而是网络。10万卡规模下，如果网络设计不合理，大量算力会浪费在等待数据上。

本集群采用Clos胖树拓扑结构，这是超大规模数据中心的主流网络架构：

  • 接入层：每台服务器接入TOR交换机；

  • 汇聚层：多台TOR接入汇聚交换机；

  • 核心层：汇聚交换机接入核心骨干交换机。

该架构的核心优势是无阻塞：任意两个节点之间都有足够的带宽路径，不会因为局部流量过大导致整体拥塞。配合自研拥塞控制算法，大规模分布式训练的通信效率达到业界顶尖水平。

同时网络具备高可用特性：任意链路、任意交换机故障，流量自动切换到备用路径，不影响业务运行。

三、智能调度系统：算力的智能大脑

10万卡算力如果调度不好，利用率会非常低。集群搭载自研智能算力调度系统，是整个集群的大脑。

核心调度能力

  1. 算力池化调度：将物理算力抽象为逻辑资源池，任务按需申请、用完释放，大幅提升算力利用率；

  2. 智能装箱算法：自动匹配任务需求与节点资源，尽量将任务紧凑排布，减少资源碎片；

  3. 故障自愈调度：实时监控节点健康状态，节点故障时自动迁移任务，训练任务不中断；

  4. 优先级调度：支持多级任务优先级，保障重点科研、政企任务的算力供给；

  5. 弹性伸缩调度：支持训练任务动态扩卡缩卡，适配不同阶段的算力需求。

通过精细化调度，集群整体算力利用率达到行业领先水平，远高于传统人工分配模式。

四、全浸没式液冷散热方案

10万卡算力的功耗是惊人的，传统风冷方案根本无法承载。集群采用单相全浸没式液冷散热方案，这也是当前高密度算力集群的最优解。

液冷方案原理

  • 所有服务器整机浸没在绝缘冷却液中；

  • 芯片发热直接传导到冷却液中；

  • 冷却液通过外部循环换热，将热量带出机房；

  • 全程无风扇、无空气参与换热。

核心优势

  1. 散热效率极高：PUE值降至1.05左右，远低于风冷数据中心的1.4-1.6，大幅节能；

  2. 部署密度更高：单机柜功率密度数倍于风冷，节省大量机房空间；

  3. 设备寿命更长：恒温无振动环境，硬件故障率显著降低；

  4. 噪音极低：没有大量风扇，机房运行噪音大幅下降。

五、产业价值与意义

  1. 自主可控：全栈国产化彻底摆脱海外算力依赖，保障国家AI基础设施安全；

  2. 支撑大模型：为国产万亿参数大模型训练提供充足算力底座，加速国产大模型技术迭代；

  3. 普惠算力：向科研机构、中小企业、创业团队提供普惠算力，降低AI创新门槛；

  4. 产业示范：验证了全国产算力集群的可行性，为后续更大规模算力建设提供技术范本。

结语

10万卡不是一个简单的数字。它背后是芯片、服务器、网络、调度、散热等一整套工业体系的综合实力体现。全国产超算集群的投用，标志着中国不仅能用好AI，也能造好AI的基础设施。算力底座的自主可控，才是AI产业长远发展的根本保障。