我國又一科技領域全球領先!國產算力應用爆發

2026年9月15日 20:25
我國又一科技領域全球領先!國產算力應用爆發
站內 AI 整理稿

(公眾號:zhidxcom) 作者 | 三北 編輯 | 漠影 9月15日報道,今日,中國氣象局地球系統數值預報中心與中科曙光聯合宣佈,我國自主研發的下一代天氣-氣候一體化模式(MCV)達成了里程碑新成果。此次成果全球首次實現了全球5公里分辨率、未來10天預報在1小時內完成計算,達到業務應用所需的關鍵時效。相比國際上正式業務運行中的全球預報系統,這一成績超越此前歐洲中心IFS約9公里的最高水平,領跑歐美日等國際主流同行。隨著成果落地,其有望為氣象防災減災、交通調度、能源運維、農業生產提供精細化預報,幫助提前規避災害風險,保障出行安全,優化能源調度等。

而這項世界級科技成果背後,是國產算力的篤定身影。此次MCV模式依託首個全國產十萬卡AI超集群曙光8000,實現高精度科學計算與低精度智能計算的原生一體化融合。國產異構計算平臺支撐世界級科學應用,開始從科研驗證走向國家級業務系統支撐。這一成果背後有兩個進一步追問:國產算力如何接住複雜氣象模式,理論算力又如何變成真實業務時效?本文試圖對此進行深入探討。一、10天全球預報,1小時算完,國產算力助力氣象挺進全球第一梯隊 天氣預報“算天氣”,背後實際上是一場規模巨大的科學計算。MCV是中國氣象局自主研發的下一代全球與區域一體化大氣模式。

它基於多矩約束有限體積方法,目標覆蓋區域百米級、全球公里級,並推動天氣與氣候一體化。其基本原理並不神秘,先通過觀測和數據同化獲得當前大氣狀態,再利用描述大氣運動的物理方程進行數值求解,最終推演未來天氣。分辨率越高,能夠刻畫的天氣尺度越精細,但計算代價也會急劇增加。此次成果的顯著指標,是把全球5公里分辨率、未來10天的預報計算壓縮到約1小時內,達到了重要業務化時效門檻。業內人士告訴,這背後至少有四個關鍵突破: 1、踩中了“十五五”規劃全球5公里目標。規劃提出全球模式分辨率達到5公里、可用預報時效延長至9天。此次10天預報1小時算完,為這一目標提供了先期驗證。2、對標國際,從跟跑到並跑。

歐洲中心IFS系統9公里、美國GFS系統13公里、德國ICON模式系統13公里,這些是正式業務運行中的全球預報系統。中國上一代GRAPES與CMA-GFS全球分辨率約12.5公里。也有部分研發試驗已到1至4公里,例如德國馬普所全球1公里、美國NOAA MPAS模式3公里,但尚未能實現業務化。3、全模式異構移植完成。此次並非只把其中一個計算模塊搬到GPU上,而是完成動力、物理、插值等關鍵部分的異構化改造和代碼整合,並通過OpenACC實現“一套代碼、兩種運行”,既支持國產異構加速器,也保留CPU運行能力。4、全鏈路系統級優化。

官方數據顯示,圍繞設備內存管理、通信算法和I/O路徑進行多輪優化後,計算資源利用率提升10%,通信模塊加速3.7倍,I/O性能提升超過30%。二、取得全球最高水平,難點在於如何算得對、跑得快、扛得住 正如前文提到,刻畫的天氣尺度越精細,計算代價也會急劇增加。全球5公里網格意味著海量計算、通信、存儲和數據交換,還要在約1小時內完成未來10天預報。MCV模式包含動力、物理、插值等複雜環節,既要算得對,也要跑得快,還要扛得住規模化穩定運行。第一道難關是科學計算。高分辨率模式下,動力框架、物理參數化和數據同化相互耦合,任何環節的效率短板都會放大為整體時效壓力。

相關負責人告訴,全球5公里網格帶來的通信和I/O壓力,傳統CPU集群很難承受,必須讓算法、軟件和硬件深度協同。第二道難關是工程遷移。曙光8000要支撐完整氣象模式完成GPU全模式異構並行移植。驗證環節採用“單元測試、全模式聯調、校驗和比對、10天預報繪圖驗證”的閉環體系,確保精度一致、結果可靠。其中二進制結果一致性核驗是行業最嚴苛標準,要求CPU與GPU計算結果完全一致,極大提升了移植難度,最終保障預報精度零偏差、結果完全可靠。而從產業發展階段來說,把理論算力變成業務時效也值得關注。

曙光8000上線僅一個多月便支撐MCV取得世界級應用成果,證明國家重大算力設施建成後能夠迅速承接真實科研與業務任務。此次合作中,曙光8000搭載的國產GPU承擔了核心加速任務。團隊針對硬件特點進行了內核優化、顯存池技術以及GPU卡間通信優化,讓模式能夠在國產異構平臺上穩定高效運行。曙光CPU+GPU異構與超智融合,讓高精度科學計算與低精度智能計算在同一套系統中協同。不同計算資源處理適合的任務,為氣象模式繼續衝擊3公里、1公里、區域百米級,以及氣象AI、物理與數據雙驅研究提供條件。目前,雙方團隊已完成全球3公里分辨率模擬試驗,驗證了國產異構算力的擴展空間。

三、不止氣象:異構計算正成為AI4S關鍵底座 不止氣象,很多領域都需要異構計算能力實現突破。面向科學智能研究,曙光8000採用超智融合開放計算架構,兼顧高精度數值模擬與AI訓練推理,為科研團隊開展“模擬+智能”研究提供計算基礎。目前,系統已適配近200項行業應用和500餘個主流大模型,覆蓋30多個科研及產業領域,已支撐蛋白質摺疊模擬、萬億原子級水分子動力學模擬、超大規模湍流模擬等科學智能應用等科研任務,驅動AI4S(科學智能)從“試錯”走向“預測”。

此前7月,中科曙光聯合龍訊曠騰、蘇州實驗室及樊哲勇教授團隊,依託曙光8000與MatPL機器學習力場軟件,在全球範圍內首次實現具有量子力學精度的“萬億原子”分子動力學模擬。對比國際同類技術方案,本次仿真運算速度領先全球頂尖成果100倍,較往屆戈登貝爾獎獲獎方案提速千倍,一舉刷新多尺度模擬世界紀錄。異構計算能力正在成為AI4S的關鍵基礎。科學計算能力與AI方法相協同,讓模擬、訓練、推理和工業仿真在同一基礎設施中運行,也讓科研團隊能夠把更多精力放在科學問題上。

結語:國產算力上大分,AI4S時代更有底 全球5公里、10天預報、1小時算完,MCV與曙光8000的協同成果,讓中國氣象數值預報在自主可控道路上邁出堅實一步。從正式業務運行系統看,5公里已經站上全球最高水平;從研發競爭看,1至4公里試驗正在推進,競賽遠未結束。國產算力已經證明,它能接住世界級科學應用,也能把理論算力轉化為真實業務時效。面向AI4S時代,這種系統級能力會越來越重要。國產算力上大分,前沿探索就更有底。

Related

相關文章

全天候科技AI硬體

華為昇騰960超節點落地 AI算力競爭從單芯片轉向系統工程

華為正式發表昇騰960超節點運算架構,標誌AI算力競爭從單晶片轉向系統工程。該系統透過高速互聯與分布式計算最佳化,解決大規模訓練的延遲與調度問題,滿足千億參數模型需求。此舉反映華為在晶片供應受限下,以系統層級整合提升整體效率,拓展差異化競爭優勢。

1 天前