中国经济导报、中国发展网记者崔立勇报道
近日，中科曙光（603019）联合西安交通大学科研团队，依托全国产十万卡AI超集群曙光8000，完成33喷口超声速射流高精度数值模拟，计算网格规模达到6.774万亿单元，创下国际已知最大规模的同类仿真纪录。
这项成果面向商业航天（886078）可重复使用火箭研究，为结构安全评估与防热设计提供了高精度计算手段。
火箭回收仿真需求对计算平台提出极限需求
33台发动机同时工作，喷出的高温高速尾焰相互撞击、形成回流。西安交通大学航天航空学院教授、博导，陕西省先进飞行器服役环境与控制重点实验室副主任姬兴在接受媒体采访时表示，33个喷口同时工作，射流之间的激波、膨胀波和剪切层在近场互相挤压、反射、交汇，形成一个跨越多个时间和空间尺度的三维结构。“不是33个单喷口的简单相加，这正是它最难的地方。”
这个问题靠地面试验解决不了。试验只能在箭体表面布置有限的传感器（885946），多股射流撞击、激波交汇形成的局部高温高压区，位置是算出来的，靠布点去碰运气命中率很低。对结构造成威胁的，是压力在每秒几百次甚至上千次地抖动。要抓住它就得用高频响、多点同步的测量，而测点一多，传感器（885946）本身又会扰动流场。姬兴解释：“试验给出的是几个点的曲线，仿真给出的是整个空间的电影。”
试验还有一个现实的问题，费用太高。多台发动机并联点火，一次试验代价极高、周期（883436）很长、还有安全风险，能做的状态点非常有限，根本不可能换个喷口排布再试一次。姬兴概括了试验与仿真的关系：“试验能告诉我们这里有多热，但很难告诉我们为什么这里最热、换个排布会不会更糟。”
用仿真替代试验则意味着：常态化仿真需要支撑百亿网格级别、一天出结果；关键工况则需要万卡乃至更大规模的并行计算。网格要细到能看清毫米级的激波结构，范围要大到能覆盖几十米量级的流场，时间步数要算到能统计出脉动压力的频谱特征。这三个条件叠加，对计算平台的要求一下子就上去了。
姬兴把项目启动时的处境概括为“三样一起缺”：缺算法、缺软件、缺算力。他们和中国运载火箭技术研究院长期合作，在预研超重型火箭时意识到一个共同缺口——多机并联尾焰相互干扰的精细化仿真数据极度缺乏。
姬兴团队和中科曙光（603019）在光合组织的生态项目上有过合作，2025年去天津参与了中科曙光（603019）异构计算平台的小规模性能测试。“我们发现这台机器的规模、稳定性和国产软件栈，正好能接住我们想做的这件事。”
曙光8000实力够硬
姬兴对曙光8000的最初印象很深：所有计算卡都泡在液体里，“机器很帅，实力还是很硬的。”
曙光8000是首台十万卡级的全国产AI超集群，采用超智融合开放计算架构，芯片、计算、存储、高速网络全链路国产自主可控。浸没式相变液冷技术把计算卡、主板等元器件整体浸泡在绝缘冷却液中，依靠冷媒受热沸腾相变快速带走热量，整机能耗降低约40%，集群PUE低至1.04。这套系统支持从FP64到INT8的全精度计算，兼顾高精度数值模拟与人工智能（885728）训练推理。
曙光8000被极端工程仿真“用起来”更为关键。中科曙光（603019）研发工程师梁超在接受媒体采访时提出了一个容易被忽略的问题：“CFD的程序每个时间步都会产生大量的邻域通信交换，其中一个进程或一张卡慢了以后，就会影响整体的程序性能，由点扩展到一个很大的面。”到了8万余张卡的规模，稳定性本身就成了核心工程挑战。
曙光8000的应对方式是从底层建立全链路保障。梁超介绍，依托Gridview集群管理系统，可以通过数字孪生（885820）技术对全链路进行观测，对计算、网络、存储这些状态都有可视化界面，一旦发现某一个链路出了问题，后台会自动切换到正常的链路。异步分片Checkpoint机制让长时间运行的任务在出现故障时能快速隔离和恢复。在存储方面，仿真过程中会产生大量中间结果和最终结果数据，对IO的稳定性要求比较高。在调度方面，节点和卡的数量都很多，需要灵活的资源调度系统。
梁超说，中科曙光（603019）在存储和调度领域做了很多年，目前可以满足超大规模应用的需求。
算法适配硬件
国产智能芯片有一个特点：浮点计算能力很强，但显存带宽相对有限。这个特点决定了传统的算法跑上去会很“别扭”。姬兴把矛盾概括为“算力长得比带宽快”。
西安交通大学博士生张红比喻：“把一张卡想象成一个厨房。厨师越来越多，但从冷库往案板上搬食材的通道没变宽。厨师再快，大半时间也在等食材。”卡越多，每张卡分到的计算区域越小，但需要和邻居交换的边界数据并没有减少，“通信压力成倍往上翻”。
传统方法每个时间步要反复把全场数据搬进搬出，在CPU上还能应对，到了数万张加速卡并行的时候就成了瓶颈。团队把算法从底层换掉，用一种一步就能算完的方法替代了传统的多步方法，每个时间步只做一次计算、一次写回、一次数据交换。配合计算和数据搬运同步进行、中间结果不落盘等手段，整个程序在国产软件栈上直接部署，不依赖特定GPU通信能力。
最终跑出的数据是：数万张国产智能芯片、6.774万亿网格下，弱扩展效率达到99.01%，强扩展效率达到73.00%。张红解释，弱扩展效率高说明系统的通信效率没有拖累计算，“浮点计算量足够高的话，即使计算量很大，它也能给你掩盖掉这里的不足”。
姬兴明确：“我们不是把国外代码翻译到国产卡上，而是为国产卡的脾气，精挑细选的一套基础算法。”
算火箭不是曙光8000的全部
火箭回收仿真只是曙光8000承接的众多任务之一。这次仿真完成了33喷口环形阵列的三维高精度模拟，复现了多股尾焰交汇、干扰与混合的复杂过程，相当于为发动机群尾焰做了一次“超高清CT扫描”。科研人员可以借助数值模拟，预判尾焰干扰带来的压力与局部高温风险，比较不同设计方案，为箭体底部结构和防热设计提供依据。通过在计算机中先行验证，有助于缩小试验范围、减少反复调整。
曙光8000的异构计算架构意味着，同一套系统既能跑高精度科学计算，也能承载AI模型训练和推理。国产算力的应用面正在快速拓宽，目前已适配近200项行业应用，覆盖30余个科研产业领域。在气象领域，中国气象局地球系统数值预报中心联合中科曙光（603019）宣布，依托曙光8000，自主研发的MCV数值模式实现了全球5公里分辨率、10天预报在1小时内完成，达到国际主流业务时效标准。在生命科学领域，曙光8000已支撑蛋白质折叠模拟和万亿原子级水分子动力学模拟等任务。
姬兴把项目分为“研、算、智、用”四个阶段。“研”是研制基础算法和根技术，“算”是在国产平台上跑通、跑稳、扩得动。他表示这两个阶段已经完成标志性收尾，“接下来的重头戏是智和用”。“智”的方向是用几十TB甚至几百TB的仿真数据训练高效的代理模型，把“算一次要很大代价”变成“秒级给出工程可用的估计”。
姬兴表示，当前仿真主要面向火箭的圆柱形箭体，而空天飞机等未来飞行器在形态上有更多变化，“都会有喷流、气流的问题”。商业航天（886078）每一发火箭至少亿级别起步，仿真相对而言划算得多，计算平台未来有广阔的商业市场。
记者从中科曙光（603019）了解到，中科曙光（603019）未来将持续深化产学研合作，推动算法、软件与计算平台协同优化，让先进算力更好服务重大科研任务，支撑前沿探索与产业创新。
