中国10万卡AI集群上线：算力竞争正从芯片转向全国级“算力织网”

中国在郑州核心节点上线的全国产10万卡AI超集群，重要性不只在于“卡”有多少，更在于它被放进了一个更大的全国级系统：区域算力中心、光传输线路、资源监测和任务调度正在被连接起来。

这意味着中国AI基础设施的竞争重点，正从“能否造出足够多的国产芯片”，逐步转向一个更难的问题：能否让分布在不同地区、采用不同技术栈的算力，像一台稳定可靠的共享超级计算机一样工作。

郑州集群首先证明了国产算力的规模化能力

被报道为“曙光8000（登峰）”的系统，位于国家超算互联网郑州核心节点，被称为中国首个达到10万卡规模的全国产AI超集群。它将科学计算与智能计算结合起来，据报道可支持新材料、创新药、人工智能等26个领域的300多种计算任务。 158

中国媒体还用“相当于全人类连续计算200年”来描述其峰值计算能力。这是一种峰值吞吐量类比，并不是衡量实际大模型训练效率的标准指标。因此，它不能直接证明每一种AI任务都能获得同等幅度的加速。 58

更具持续意义的变化在于架构：一个由国产计算卡组成的10万卡资源池，为大规模算力的统一供给提供了基础。研究机构和企业不必完全依靠各自独立建设的小型集群，而有可能通过全国网络申请和使用更大规模的计算资源。

从单个数据中心，走向共享算力层

郑州部署并不是孤立项目。粤港澳大湾区国家枢纽节点也在推进国产化万卡集群，并将下一代、万亿参数规模模型的训练需求作为目标之一。两地建设共同指向一种新模式：大型任务可以调用多个区域的算力池，而不是只能依赖某一个本地数据中心。 37

但这并不意味着距离已经不再重要。分布式AI训练需要高带宽、可预测的时延、同步运行的加速器，以及在网络或机器故障时快速恢复的能力。全国算力网络不能只是把各地“有多少张卡”列成清单，还必须知道：

• 不同加速器和软件栈是否兼容；
• 数据位于哪里，是否需要跨区域传输；
• 一个任务需要多少连续可用的算力；
• 网络能否持续承载高频同步通信；
• 某个节点或链路发生故障后，任务能否继续运行。

因此，真正决定全国算力能否被有效使用的，是位于硬件之上的控制和调度层。

光网络是连接区域集群的关键桥梁

鹏城实验室研究人员正在开发一种头发丝般粗细、内部包含4个传输通道的新型光纤。其设计目标是，在可比的传统光纤基础上，将传输能力提高至约4倍，以缓解算力跨区域分布后出现的网络瓶颈。 1718

深圳—贵州算力与数据传输线路，以及更加直接、考虑时延的传输路径，也服务于同一目标：降低数据搬运和跨中心同步带来的性能损失。对于紧耦合的分布式训练而言，通信速度慢或不稳定，会让昂贵的计算卡在等待数据和同步结果。 1719

不过，不同任务对网络的要求并不相同。松耦合的批处理任务相对容易使用远程算力；要让相距较远的多个数据中心像“一台机器”一样完成大型同步训练，则困难得多。现有报道显示的是相关工程正在推进，但尚不能证明所有已连接集群都已经达到统一、稳定、接近本地数据中心的性能。

算力扩张很快，但有效使用的证据仍需观察

中国工业和信息化部公布的数据经报道显示，截至2026年6月底，全国智能算力规模达到2185 EFLOPS，同比增长177%；全国算力设施总体上架率为71.4%。 344041

这里的单位需要特别说明：数字是2185 EFLOPS，而不是218.5 EFLOPS。EFLOPS衡量的是理论浮点运算能力，且全国总量本身无法说明某个实验室实际能调用多少算力，也无法反映底层加速器是否兼容、跨区域训练任务运行得有多高效。

这也是为什么，中国下一阶段的AI基础设施建设不能只看算力总量，而要看“可用算力”。如果资源分散在不同类型的加速器上，被不同用户预留，受到数据传输限制，或者受到电力、散热等条件约束，那么一个很大的全国算力总数，仍可能对应着实际使用中的瓶颈。

全国级“控制平面”正在成形

中国也在建设协调这些资源所需的管理层。报道称，一个统一算力监测与调度平台已进入试运行阶段，能够观测全国超过60%的AI算力。这样的可见性，是根据任务需求匹配合适资源的第一步。 618

这一平台被置于“东数西算”框架下理解。“东数西算”是中国将部分能源和土地密集型数据中心布局在西部，同时服务东部算力需求的国家级工程。相关规划提出建设多层次算力基础设施体系和全国一体化算力网络，并以八大国家算力枢纽节点等布局为骨架。 485356

在实际运行中，调度系统至少需要解决以下问题：

• **资源匹配：**将任务分配给兼容的国产加速器和软件环境；
• **任务放置：**判断任务应在本地、城市群内，还是跨区域运行；
• **数据搬运：**减少训练数据、模型检查点和中间结果的传输时间与成本；
• **故障容错：**在链路、机架或单张计算卡出现故障时，尽量保持大型任务有效运行；
• **电力协同：**让算力需求与各地区的供电能力及运行约束相匹配。

这些功能越成熟，全国算力就越能被当作一种可调用的基础设施服务，而不是一批彼此割裂的机器。

投资规模表明，这是一项网络工程

国家发展和改革委员会表示，在“十五五”时期，即2026年至2030年，算力网络预计将获得约4万亿元新增直接投资。该估算针对算力网络建设及相关基础设施，报道还称其中相当一部分资金预计来自非政府部门。 4754

这样的投资规模进一步说明，郑州10万卡集群的意义不应被简化为一次硬件扩容。中国同时在投入建设区域枢纽、传输网络、监测系统、任务调度和其他支撑设施，试图把算力从单个数据中心的产品，变成覆盖全国的基础设施。

这次上线说明了什么，又没有证明什么？

目前显现出的全国算力架构，大致可以分为三层：

1. **国产硬件：**由中国计算卡组成的大型AI集群；
2. **区域互联：**连接不同算力池的光纤和数据传输系统；
3. **统一协调：**面向全国资源分配的监测和调度平台。

如果这套架构运行顺畅，它可能降低单个本地超大集群的重要性，让更多全国算力通过统一系统被访问；同时，也有助于利用西部的能源和土地资源，为东部需求中心提供算力。 4856

但现有证据还不足以说明，中国已经拥有一台所有资源都能无缝互换的“全国超级计算机”。国产硬件的实际可获得性、加速器之间的互联能力、软件生态成熟度、能源供应、系统可靠性和任务调度，仍然是现实约束。

至于将前沿模型训练时间从约一年缩短至半年，这类说法应被视为与任务类型相关的预期效果；在获得独立验证之前，不宜理解为适用于所有模型和训练流程的普遍结果。

中国AI基础设施的主要瓶颈确实正在转移，但并没有消失。问题正从“能否获得足够多的国产硬件”，转向“能否高效协调快速增长的硬件供给”。如果全国调度网络能够解决兼容性、连续资源、数据传输、时延、故障和电力协调问题，中国不断扩大的算力规模或许能真正变成灵活的国家级平台；如果不能，国内仍可能出现总量可观的EFLOPS与实验室实际算力碎片化、闲置率偏高和性能不均衡并存的局面。