12月18日消息，全球群中科曙光宣布，領(lǐng)先中科曙光近日正式發(fā)布全球領(lǐng)先的中科大規(guī)模智能計(jì)算系統(tǒng)——scaleX萬(wàn)卡超集群。這也是曙光國(guó)產(chǎn)萬(wàn)卡級(jí)AI集群首次以真機(jī)形式對(duì)外亮相。
scaleX萬(wàn)卡超集群是發(fā)布曙光基于大型計(jì)算機(jī)系統(tǒng)研制經(jīng)驗(yàn)，面向萬(wàn)億參數(shù)大模型訓(xùn)練、超集科學(xué)智能等復(fù)雜場(chǎng)景打造的全球群大規(guī)模智能算力基礎(chǔ)設(shè)施。
中科曙光高級(jí)副總裁李斌表示，領(lǐng)先為應(yīng)對(duì)人工智能基礎(chǔ)設(shè)施對(duì)性能、中科效率與可靠性的曙光極致需求，該系統(tǒng)在超節(jié)點(diǎn)架構(gòu)、發(fā)布高速互連網(wǎng)絡(luò)、超集存儲(chǔ)性能及系統(tǒng)調(diào)度等方面實(shí)現(xiàn)多項(xiàng)突破，全球群部分技術(shù)能力已超越海外同類產(chǎn)品2027年的領(lǐng)先規(guī)劃節(jié)點(diǎn)。
該集群的中科核心技術(shù)優(yōu)勢(shì)主要體現(xiàn)在以下四個(gè)方面：
全球首創(chuàng)單機(jī)柜級(jí)640卡超節(jié)點(diǎn)
scaleX萬(wàn)卡超集群由16個(gè)scaleX640超節(jié)點(diǎn)通過(guò)高速網(wǎng)絡(luò)互連組成，可部署10240塊AI加速卡，總算力規(guī)模超過(guò)5EFlops。作為全球首個(gè)單機(jī)柜級(jí)640卡超節(jié)點(diǎn)，scaleX640采用超高密度刀片與浸沒(méi)相變液冷技術(shù)，將單機(jī)柜算力密度提升20倍，PUE值降至1.04。
自主研發(fā)原生RDMA高速網(wǎng)絡(luò)
搭載曙光自研的scaleFabric網(wǎng)絡(luò)，基于國(guó)內(nèi)首款400G類InfiniBand原生RDMA網(wǎng)卡與交換芯片，實(shí)現(xiàn)400Gb/s超高帶寬與低于1微秒的端側(cè)通信延遲。該網(wǎng)絡(luò)支持超節(jié)點(diǎn)間高性能通信，可輕松將集群擴(kuò)展至10萬(wàn)卡以上，相比傳統(tǒng)IB網(wǎng)絡(luò)性能提升2.33倍，總體成本降低30%。
存算傳緊耦合深度優(yōu)化
通過(guò)“超級(jí)隧道”、AI數(shù)據(jù)加速等設(shè)計(jì)，實(shí)現(xiàn)從芯片、系統(tǒng)到應(yīng)用的三級(jí)數(shù)據(jù)傳輸協(xié)同優(yōu)化，高效支撐大模型訓(xùn)練中萬(wàn)卡并發(fā)讀寫(xiě)的帶寬需求，提升AI推理響應(yīng)速度與精度，并將AI加速卡資源利用率提高55%。
超集群數(shù)字孿生與智能調(diào)度
依托物理集群數(shù)字孿生技術(shù)，實(shí)現(xiàn)故障定位與修復(fù)的全流程可視化智能管理。智能化運(yùn)維平臺(tái)支持集群長(zhǎng)期可用性達(dá)99.99%；調(diào)度引擎可管理萬(wàn)級(jí)節(jié)點(diǎn)、服務(wù)十萬(wàn)級(jí)用戶，支持每秒萬(wàn)級(jí)作業(yè)調(diào)度。
作為“AI計(jì)算開(kāi)放架構(gòu)”的最新成果，scaleX萬(wàn)卡超集群支持多品牌加速卡及主流計(jì)算生態(tài)，已完成400余個(gè)主流大模型與世界模型的適配優(yōu)化。該系統(tǒng)可廣泛應(yīng)用于大模型訓(xùn)練、金融風(fēng)控、地質(zhì)能源勘探及科學(xué)智能等多個(gè)領(lǐng)域。
“AI計(jì)算開(kāi)放架構(gòu)”由中科曙光聯(lián)合20余家AI產(chǎn)業(yè)鏈企業(yè)共同推進(jìn)，旨在通過(guò)共性技術(shù)共享與系統(tǒng)工程方法推動(dòng)智算集群創(chuàng)新。scaleX萬(wàn)卡超集群的推出，將有助于降低AI企業(yè)研發(fā)門(mén)檻，推動(dòng)行業(yè)從技術(shù)“單點(diǎn)突破”邁向產(chǎn)業(yè)“生態(tài)共進(jìn)”，真正實(shí)現(xiàn)開(kāi)放、普惠的算力服務(wù)。