曙光8000突破火箭回收仿真纪录,6.774万亿网格规模创国际领先

中科曙光联合西安交通大学,依托全国产十万卡AI超集群曙光8000,完成超大规模多喷口超声速射流高精度数值模拟。计算网格规模达6.774万亿单元,创下国际已知最大规模纪录,为可重复使用火箭研发提供关键数...

人工智能

10月9日,中科曙光与西安交通大学科研团队合作,利用曙光8000国产AI超集群,在商业航天领域取得重大突破。该团队完成的超大规模多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,刷新了国际同类仿真纪录。

此次研究针对可重复使用火箭回收过程中的核心难题——多台发动机并联工作时产生的高温高速尾焰相互干扰问题。传统地面试验受限于传感器布点,难以完整获取内部流场信息。研究团队在曙光8000上完成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进行了一次"超高清CT扫描"。

曙光8000作为首台十万卡级的全国产AI超集群,采用浸没式相变液冷技术,整机能耗降低约40%,PUE低至1.04。系统贯通芯片、计算、存储、网络、散热全链路,支持从FP64到INT8全精度计算。在本次仿真中,曙光8000实现弱扩展效率99.01%、强扩展效率73%,吞吐率达34.029万亿单元每秒,双精度有效算力达0.249 EFLOPS。

西安交通大学航天航空学院教授姬兴表示,33台发动机同时工作时,喷出的高温高速尾焰会相互干扰,形成复杂的压力波动与热量分布。这种现象靠地面试验无法完全研究清楚,而高精度数值模拟成为重要手段。通过此次仿真,团队可获取全场三维瞬态压力分布、高频脉动压力及频谱、壁面热流和温度分布等关键数据,为箭体结构设计、防热方案优化及后续试验开展提供依据。

曙光8000万卡AI超集群展示

在算法层面,团队选择气体动理学格式(GKS)的时空耦合特性,以单步二阶S1O2替代多层Runge-Kutta时间推进方法。这种方法不仅保持了高精度,还提高了扩展性,使得数万张国产智能芯片能够协同工作。中科曙光研发工程师梁超介绍,曙光8000通过Gridview集群管理系统,实现了全链路可观测和智能故障诊断,保障了长时间大规模任务的稳定运行。

此次成果标志着国产算力在高端工程仿真领域的应用迈上新台阶。曙光8000已完成300余项重点应用优化,覆盖大模型、机器人、创新药、新材料、量子计算、天文气象等20余个科研和产业领域。随着商业航天技术的发展,国产高性能计算平台正持续支撑前沿探索与产业创新。