维度网讯，近日，中国中科曙光(曙光信息产业股份有限公司)公布三项人工智能基础设施升级安排，建设内容覆盖面向人工智能的先进算力集群系统、下一代高性能AI训推一体机和国产化先进存储系统。三项工程均由中国中科曙光实施，将在公司已有场地推进，不新增建设用地，重点打通超节点、高速互连、异构算力调度、大模型训推设备和高性能存储之间的技术链条。

这不是一次简单的服务器扩容。先进算力集群系统的建设周期为4年，核心任务是研发下一代算力超节点硬件系统、高速互连系统、系统级基础软件栈以及异构算力资源管理运营平台。中国中科曙光计划进一步提高单个超节点的算力密度和计算效率，扩大加速卡之间的互连规模，同时预留后续高性能芯片及新型硬件架构的升级接口，使集群能够根据大模型训练、推理和科学计算任务持续扩展。

其中，高速互连将成为整套系统能否扩大规模的关键。按照项目方案，新一代互连系统将面向分布式训练、并行计算和海量数据交换等高通信负载场景，目标是形成十万卡级节点线性扩展能力，并为百万卡级以上集群预留技术空间。随着加速卡数量增加，计算任务不再只取决于单卡性能，卡间通信延迟、数据交换效率和跨节点协同能力都会直接影响整体算力利用率。此次工程因此把互连网络与超节点硬件放在同一体系内开发，而不是将不同设备简单拼接成集群。

软件部分将同步改造。中国中科曙光拟通过统一基础软件环境屏蔽底层硬件差异，优化内存管理、输入输出和并行通信，并对CPU、GPU、NPU等不同类型的算力硬件进行统一管理。系统建成后，将面向大模型训练、推理、科学计算和云服务等任务实施动态调度，减少不同芯片、服务器和软件平台之间的适配成本。项目提出，经过软硬件协同优化，单卡总体使用成本较现有方案降低30%以上，处理千亿参数模型时每Token能耗降低50%，相关指标仍需在后续研发、测试和规模化部署中完成验证。

算力集群解决的是大规模资源组织问题，训推一体机则面向企业机房和单体应用场景。这一工程建设周期为3年，产品形态将覆盖8卡AI一体机、16卡AI一体机和桌面级液冷工作站。其中，8卡和16卡设备可作为基础计算单元部署于机房或算力中心，桌面级液冷工作站则面向规模较小、部署位置更分散的模型应用。硬件将采用国产CPU和国产AI加速卡，通过统一计算框架提高处理器与加速卡之间的协同效率。

设备交付方式也将发生变化。现有部分AI服务器主要以硬件单独交付为主，与模型和软件工具的集成度有限。下一代产品将把硬件平台、系统软件、训练与推理引擎、模型开发套件、性能优化工具和运维监控能力整合到同一设备中，并配套大模型一站式部署与管理平台、训推加速工具链以及一体机服务平台。其目标是把模型导入、适配、调试、部署和运行管理集中到一套系统内，降低企业建设私有大模型环境时的技术门槛。

国产化存储是三项工程中的另一条主线。该项目建设周期同样为3年，将以国产CPU、输入输出控制器和网络控制器为基础，研发国产化全闪存阵列，并使用国产PCIe Switch替代部分非国产器件。硬件系统还将调整PCIe拓扑结构，引入新一代处理器，在提高存储扩展能力的同时降低整机功耗。对于大模型训练和多模态数据处理而言，存储系统不仅要保存海量数据，还需要持续向计算节点提供高带宽、低延迟的数据读取能力，否则加速卡可能因等待数据而出现闲置。

存储软件不会只围绕传统文件读写升级。项目将增加对SMB、NFS和AI私有协议的支持，升级“超级隧道”与高效索引管理技术，同时强化文件系统、持久数据、应用数据和缓存数据的可靠性设计。后续产品将覆盖新一代分布式存储、高速并行文件存储、智能存储和云原生存储，以适应大模型训练过程中频繁的数据调用、海量非结构化数据处理以及多节点并发访问。

三项工程已经分别完成备案，编号为津高新审投备〔2026〕124号、125号和126号，实施地点均为中国中科曙光已有场地。按照当前安排，算力集群系统建设周期较长，训推一体机和国产化存储项目周期相对集中，后续节点将主要落在核心设备研发、软件平台开发、样机测试、整机适配和规模化应用验证。

从工程结构看，中国中科曙光正在把超节点、高速互连、算力调度、一体机和存储系统放入同一AI基础设施体系。计算节点负责执行任务，互连网络承担大规模数据交换，统一软件平台管理异构资源，训推一体机承接企业侧模型部署，国产化存储则向训练和推理持续供应数据。只有这些环节同步升级，十万卡级集群的计算能力才可能转化为可调用、可管理并能够长期运行的实际算力。