国产算力站上"十万卡"工程化门槛,2030 目标 9800EFLOPS
今年国产算力的边际变化在于"规模"质变:从万卡验证迈向十万卡级超大规模集群工程化落地。中科曙光"登峰"十万卡 AI 超集群已落地郑州投运、上线首周满载;DeepSeek 在乌兰察布规划 16 万颗昇腾 950DT 推理集群;京东云联合摩尔线程规划十万卡全功能 GPU 集群。"十五五"首次将十万卡及以上智算集群纳入顶层部署,目标 2030 年智能算力总规模达 9800EFLOPS,较当前增长超 5 倍。
数据库设计|应用开发|软件测试|工程实践
11 月 2 日技术主线聚焦"国产算力规模化 + AI 芯片与开源 + 智能互联网 + 绿色算力政策"。算力侧,国产算力站上"十万卡"工程化门槛:中科曙光"登峰"十万卡 AI 超集群落地郑州投运、DeepSeek 在乌兰察布规划 16 万颗昇腾 950DT 推理集群、京东云联合摩尔线程规划十万卡全功能 GPU 集群,"十五五"首次将十万卡及以上智算集群纳入顶层部署,目标 2030 年智能算力总规模达 9800EFLOPS。芯片侧,XHEART 发布大模型芯片 X7 Ultra(700 TOPS、NPU 利用率 98.7%);英伟达展示下一代 CPO 共封装光学。开源侧,DeepSeek 开源面向 GitHub 编程的 Super-agent 原型;我国 AI 推理数据量首超训练数据量,标志进入规模化应用阶段。政策侧,工信部《信息通信行业"十五五"规划》提出加快全国一体化算力网、有序部署万卡/十万卡智算集群;2026 年度国家绿色算力设施推荐工作启动(11 月 16 日截止)。
今年国产算力的边际变化在于"规模"质变:从万卡验证迈向十万卡级超大规模集群工程化落地。中科曙光"登峰"十万卡 AI 超集群已落地郑州投运、上线首周满载;DeepSeek 在乌兰察布规划 16 万颗昇腾 950DT 推理集群;京东云联合摩尔线程规划十万卡全功能 GPU 集群。"十五五"首次将十万卡及以上智算集群纳入顶层部署,目标 2030 年智能算力总规模达 9800EFLOPS,较当前增长超 5 倍。
XHEART 新芯航途发布大模型芯片 X7 Ultra,以 700 TOPS 大模型算力为核心,坚持"大模型定义芯片"研发思路,从量产智驾大模型真实需求倒推架构设计。其超大核 NPU 实现核内 TB/s 级高速互联,NPU 计算利用率达 98.7%;依托重构后的 AI 工具链,内存带宽消耗较行业旗舰下降 80%、能效提升 100%,支持设备端可部署模型参数量提升 10 倍,并首发量产 Armv9 车规级 CPU。
DeepSeek 开源面向 GitHub 编程工作的 Super-agent 原型并发布技术论文,方案旨在减少多智能体协作中的人工协调需求。此前 9 月 30 日,DeepSeek 已开源面向华为昇腾平台的基础设施组件,涵盖 TileLang 编译工具、计算库、分布式通信库,与英伟达平台组件一一对应,把"国芯国模"适配门槛从工程定制拉到开箱可用,补齐国产算力生态最短板。
我国人工智能推理数据量首次超过训练数据量,标志着 AI 从模型训练研发阶段迈入规模化产业应用阶段。算力需求重心正从集中训练向规模化推理服务迁移,基础设施布局需更贴近应用侧;与此同时,英伟达展示下一代 CPO(共封装光学)光电集成方案,光通信竞争向芯片封装环节延伸,牵引光模块、先进封装与交换芯片协同演进。
工信部印发《信息通信行业发展"十五五"规划》,提出提升算力设施发展水平:加快全国一体化算力网建设,构建"枢纽—区域—边缘"多层次算力设施体系,有序部署万卡、十万卡及以上智算集群,面向场景按需部署推理算力设施,加大力度适配国产算力芯片;深化算力自动化监测与供需匹配,探索太空算力技术前瞻研究。
工信部等五部门组织开展 2026 年度国家绿色算力设施推荐工作,面向工业、信息通信、能源、互联网、金融、公共机构等领域,申报主体涵盖智算、通算、超算各类设施。新版评价指标体系围绕能源利用、碳排放管理、水资源利用、算力资源利用四大维度构建,新增单位算力能效、碳利用效率、数字化碳管理等内容,突出能效与碳效双引领,11 月 16 日前完成材料报送。
本期最值得琢磨的,是"国产算力规模化 + AI 芯片与开源 + 推理反超训练 + 政策与绿色算力"五线共振。国产算力站上"十万卡"工程化门槛,曙光十万卡集群落地郑州、DeepSeek 规划 16 万颗昇腾 950DT 推理集群、京东云联合摩尔线程规划十万卡 GPU 集群,"十五五"首次将十万卡及以上智算集群纳入顶层部署,目标 2030 年智能算力总规模达 9800EFLOPS——规模,正从"能不能用"的追问,转向"工程化与调度"的硬仗。
更深一层是"芯片、开源与拐点"。XHEART 发布 X7 Ultra 大模型芯片(700 TOPS、NPU 利用率 98.7%),以"大模型定义芯片"倒推架构;DeepSeek 开源 GitHub 编程 Super-agent 与昇腾基础设施组件,把国芯国模适配门槛拉到开箱可用;我国 AI 推理数据量首超训练量,标志进入规模化应用阶段,算力需求重心从集中训练向规模化推理迁移。工信部"十五五"规划与绿色算力推荐工作,则为算力网的能效与碳效定下长期坐标。
落到我们自身的节奏:FCDB 自研数据库引擎正围绕千万至亿级(5000 万—1 亿行)数据读写与多写多读并发场景,持续扩充回归测试集与规模化稳定性压测。当行业在"规模 vs 能效""闭源 vs 开源共建""训练 vs 推理""算力 vs 绿色"之间重塑格局,底层数据存储面临的规模、一致性与能耗压力只会更高——把"事务回滚、审计可追溯、最小权限、凭证隔离"做进架构,与"消除系统瓶颈、守住数据底线"同构,确定性是任何技术周期里都成立的竞争力。
FCDB 嵌入式数据库引擎围绕 HTAP 场景迭代:列式存储 + MVCC 并发 + 向量化执行 + 分桶索引,重点验证规模化读写与多写多读下的稳定性与回退曲线。参照本期行业动态,国产算力十万卡工程化、XHEART 大模型芯片、DeepSeek 开源生态、AI 推理反超训练与绿色算力政策,都在指向同一件事——算力规模化与推理普及,对底层数据存储的吞吐、一致性与能耗提出更高要求,这正是 FCDB 把"只做被授权的事、出错必可回滚、过程可复现"做进存储与事务每一层的设计哲学。