中科曙光正式公布scaleX万卡超集群：每节点640卡、总算力超500亿亿次

刘绪刚

快科技12月22日消息，对高算力无限渴求的AI时代，最关键的已经不是单卡性能，而是尽可能高效地堆叠足够多的加速卡，构成庞大的集群。
除了NVIDIA、AMD，国产厂商也正在这方面全力突破，华为、摩尔线程、中科曙光等都是突出代表。
近日，中科曙光正式发并展示了scaleX万卡超级群，这也是国产万卡基AI集群的首次真机亮相。

不同于华为封闭式的全自研集群，中科曙光scaleX万卡超集群旨在构建开放、兼容、高密度的超大规模算力基础设施。
它支持多品牌加速卡、主流计算生态，已经适配优化400多个主流大模型、世界模型等，可用于大模型训练、金融风控、地质能源勘探、科学智能等各种场景。
中科曙光scaleX万卡超集群由多个scaleX640超节点(单机柜640卡)、scaleFabirc高速网络互连而成，总计拥有10240块加速卡，总算力超过5EFlops(500亿亿次每秒)。
HBM内存总容量超过650TB，总带宽超过18PB/s；片间互连总带宽超过4.5PB/s，柜间互连总带宽超过500TB/s。
单个超节点的基本构成是千卡级计算单元，采用“一拖二”高密架构设计，实现单机柜640卡超高速一致性互连，双计算柜则组成1280卡计算单元。

散热方面，采用超高速正交架构、超高密度刀片、浸没相变液冷、高压直流供电等多技术融合创新设计，成为业界超高集成度的液冷超节点。
全浸没式相变液冷技术，将服务器完全浸在特制液体中，中间液体冷凝换热装置CDM的散热能力高达1.72MW(兆瓦)。
单机柜算力密度相比业界其他超节点最大提升20倍，PUE值低至1.04。
公开信息显示，中科曙光子公司曙光数创拥有139项液冷相关专利，是国内唯一实现大规模商业化液冷部署的企业。

网络方面，中科曙光自研的scaleFabric网络芯片可提供400Gb/s的超高带宽、低于1微秒的端侧通信延迟、260ns的交换芯片转发延时，超节点间的通信性能达到业内先进水平，相比传统的InfiniBand网络提升2.33倍。
基于面向大规模组网优化的网络协议、超高交换容量的网络芯片、极致的链路可靠性优化，集群规模得以扩展到10万卡以上，同时网络总体成本降低30％。

优化方面，超级隧道设计实现了芯片级、系统级、应用级的三级协同优化，通过BurstBuffer、XDS等技术，大模型训推效率提升30-40％，GPU利用率提升最多55％，同时还有AI应用亲和、AI数据加速。

可靠性方面，一体化、智能化的集群管控，可大大提高MTBF(平均故障间隔时间)、降低MTTR(平均故障修复时间)，集群长期可用性达到99.99％，平均每30天的不可用时间小于4分钟。

            

zrx166

游客请登录后查看回复内容