7月亮相，10月交出应用答卷。近日，第二十二届CCF全国高性能计算学术大会在深圳举行，中科曙光携曙光8000真机参展，首次向公众发布其支撑的十大应用成果。这份名单横跨材料、育种、类脑、航空、地质、气象、海洋、天文，从万亿原子到4万亿粒子，从1公里海洋网格到6.77万亿网格火箭尾焰。

　　对国产算力而言，这更像一次“系统能力验收”：机器不仅要算得快，还要能承接不同精度、不同方法、不同业务场景的真实任务。

　　不是HPC+AI“拼盘”，而是一套系统承接多精度

　　外界容易把“超智融合”理解为传统HPC分区加一个AI分区。中科曙光高端计算总工程师卜景德给出的解释更接近底层架构：曙光8000是国内首个全国产十万卡AI超集群，采用CPU+GPU异构计算架构，芯片本身支持FP64、FP32、BF16等多种精度，网络、存储、调度也按一套系统满足多样计算需求设计。融合不是把两类任务物理拼在一起，而是从芯片精度到系统软件的一体化。

　　这一定义在应用侧有对应。卜景德称，曙光8000现有应用中超过40%需要“超智融合”协同发力。MatPL机器学习力场首次实现量子力学精度的万亿原子分子动力学模拟；中科大等单位将“九章”光量子计算机与曙光8000协同，将无规相近似（RPA）精度生物分子模拟拓展至52.2亿原子；复旦类脑团队构建世界首个千亿神经元规模的数字孪生脑（复旦公开数据为860亿神经元、百万亿突触，曙光通稿以“千亿”作量级概括）。这些任务的共同点是：既需要高精度科学计算，也需要AI训练、推理和数据密集型处理，传统“CPU区+GPU区”分工很难高效覆盖。

　　十大应用的分水岭：AI4S走向业务化与工程化

　　十大成果的选择标准，卜景德说是从15个领域挑代表性案例，兼顾前沿突破与日常业务。这个“兼顾”很关键，成果按微观、中观、宏观三个尺度铺开。

　　微观尺度，MatPL把分子动力学推进至万亿原子；中科大等完成52.2亿原子RPA精度模拟；复旦数字孪生脑达到千亿神经元量级；中国农大“虚拟玉米”实现全基因组尺度建模，育种周期从十余年压缩至数年。中观尺度，西安交大等单位完成火箭尾焰高精度数值模拟，以6.774万亿网格创下国际已知最大同类仿真纪录；飞行器流体物理重点实验室的AI辅助壁湍流模拟在国际最高难度槽道湍流工况下实现高保真求解；中石化胜利油田完成百亿级网格点模拟，弹性波方程研发效率提升30%以上，填补国内黏弹性波地震正演大规模工程化应用空白。宏观尺度，中国气象局地球系统数值预报中心依托曙光8000实现自主气象数值模式1小时内完成全球5公里分辨率、未来10天预报计算；国产AI集合预报“风清集合V1.0”已投入业务运行，综合预报能力超越欧洲同类模型；崂山实验室等建成全球首个1公里分辨率、百亿网格规模海洋环流预报系统swLFS，5天预报精度优于国际主流麦卡托系统；国家天文台“千衍”实现4.2万亿暗物质粒子模拟，被国际学界评价为“刷新了当前数值宇宙学的发展极限”。

　　这些案例说明，AI4S正在从“辅助工具”变成“生产性科研方法”。卜景德判断，传统计算算得准但有些场景慢，AI有些场景快但算不准，AI4S是在两者之间找融合路径。在笔者看来，十大应用真正的分水岭不在于是否“世界首次”，而在于能否进入业务系统、工程流程和产业验证。天气预报要按时出结果，石油勘探要每天业务化运行，半导体器件模拟要看到完整PN结的万亿原子尺度——这比单点benchmark更能检验系统成色。

　　下一程不在峰值，而在软件适配、易用性与运营模式

　　关于“硬件国产化是否已基本解决”，中科曙光副总裁曹振南没有顺势给出记者轻松答案：“不能说解决了，需求和技术发展永无止境，我们永远需要不停迭代。”这或许是整场采访最专业的判断。曙光8000的系统设计涵盖全精度计算芯片、存储IO、网络、软件栈、调度管理和十万卡工程协同；类脑应用需要低延迟高带宽，采用节点内MLink和节点间多条国产高速网络。但应用适配仍是硬仗：商业软件没有源代码，适配难；高校自研软件团队计算机能力弱，上手慢；曙光需要几十人甚至一两百人团队协助深度优化。

　　评价算力基础设施的标准也在变化。曹振南说，性能、规模、性价比仍重要，但“好用、易用、应用门槛”正成为关键指标。OneScience平台和科学计算智能体试图让实验科学家用自然语言描述需求，自动转化为计算任务；国家超算互联网核心节点则提供在线算力与应用服务。曹振南将曙光8000定位为“计算孵化平台”：既服务国家重大科研，也承担产业孵化功能，买与租并行，且租用比例在上升。

　　结论并不复杂：曙光8000十大应用证明国产异构系统已具备承接多领域大规模任务的能力，但国产算力的竞争已从“有没有大机器”进入“系统好不好用、生态能不能接住”的阶段。真正的下一程，不在峰值数字，而在软件栈、应用适配和运营服务能否持续把算力转化为科研与产业成果。