国产算力新突破!曙光8000完成火箭回收超声速射流高精度仿真

　　近日，中科曙光联合西安交通大学科研团队，依托首个全国产十万卡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。据了解，此次合作，在数万张国产智能芯片、6.774万亿网格计算规模条件下，实现99.01%弱扩展效率、73%强扩展效率，吞吐率达34.029TCUPS，双精度有效算力达到0.249EFLOPS。

　　西安交通大学航天航空学院教授、博士生导师，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表示，双方算力合作具备前期基础。依托过往合作积累，曙光8000在硬件规模、运行稳定性，以及国产软件栈环境匹配上能够完全满足项目需求。因此，本项目并非先建设算力平台再寻找应用，也不是完成算法研发之后再匹配算力资源，而是在国家重大工程需求下，国产算力技术能力、团队长期算法积累等多重条件在同一时间节点耦合催生的研究实践。

　　软硬协同破解大规模计算瓶颈

　　伴随海外可回收火箭技术发展，国内同步启动可重复使用火箭预研工作。在预研工作开展过程中，行业发现多机并联尾焰干扰精细化仿真数据存在显著缺口。缺口来源于主要在于现有算流体动力学(CFD)软件无法匹配该工况对规模、精度、极端流动求解的综合要求，以及缺少适配的超大规模算力平台。

　　西安交通大学博士生张红表示，火箭回收阶段仿真，需要精细求解箭体底部区域数十股超声速气流之间、气流与箭体结构之间的相互作用，以极高时间、空间分辨率输出三维流场演化结果，相当于为流场拍摄高速三维影像。

　　“该仿真场景网格规模庞大，计算负荷高。火箭射流喷射属于多尺度物理过程：对任务成败起决定性作用的激波、剪切层等关键结构为毫米级，而整体流场空间范围可达数十米至上百米。想要同时捕捉微观精细结构与全域流场特征，必须配置大规模网格。另外，与需要百亿级网格、上百张加速卡即可实现多工况批量运算的常态化仿真任务相比，针对需要获取精细物理信息的关键工况场景，则需要万卡级算力支撑，这也是开展超大规模并行计算验证的现实意义。”姬兴解释说。

　　超大规模CFD仿真，对计算、通信、存储、调度全系统协同能力要求很高，同时对集群长时间稳定运行能力要求严苛。在中科曙光研发工程师梁超看来，优异的扩展性能对于保障超大规模并行任务稳定运行至关重要。梁超表示，在这方面，中科曙光不仅在应用侧进行整体算法设计，做好任务划分与负载均衡，控制规模扩张带来的通信开销，实现计算通信重叠，还通过曙光8000平台的系统性优化，从作业调度、进程—GPU绑定、NUMA架构、网络拓扑、通信资源配置开展全局调优，规避局部资源瓶颈拖累整机性能。

　　从工程应用视角看，这套自主可控仿真手段，可输出全空间完整瞬态流场数据，支持任意点位调取与过程回放。“仿真可以输出完整三维流场细节、气体流动路径、热流传递、速度分布等全维度数据，完成可视化呈现。同时，能够将仿真输出结果与试验获取的有限实测数据，包括火箭构型、推进剂参数、喷口布局、飞行轨道、试飞成败结果等进行有效结合，综合研判故障诱因，通过“试验+仿真”联合驱动下一代火箭型号优化迭代。”姬兴进一步说道。

　　自主算力底座支撑前沿科技创新

　　据了解，在此次合作项目中，中科曙光主要围绕算力供给、软件运行环境搭建、整机规模验证、专业技术支撑四大维度开展工作。

　　第一，算力资源供给。依托曙光8000，提供大规模国产异构算力底座，支撑数万张GPU规模科学计算任务稳定运行。第二，适配定制软件运行环境。结合航天仿真应用特征，从编译工具、运行时组件、数学库、通信库到作业调度系统完成全栈适配优化，充分释放平台计算、存储、网络硬件资源能力。第三，整机规模应用验证。重点针对应用从小规模向数千卡、数万卡拓展过程中出现的性能衰减、稳定性故障开展测试调优。通过多规模梯度测试分析，迭代优化计算逻辑、通信机制与资源调度策略，验证超大规模场景下应用的并行扩展能力与综合运行效率。第四，组建跨领域专业技术团队开展联合攻关。团队覆盖硬件、系统软件、并行计算、通信、存储、应用优化多个方向。超大规模科学计算的问题往往无法依靠单一领域解决，需要算法、软件、硬件联合定位分析，中科曙光提供持续迭代的技术支持。

　　梁超表示，在合作过程中，中科曙光并非单纯提供算力资源，而是输出“算力底座+软件环境+规模验证+专业技术服务”综合能力，联合应用研发团队完成平台落地应用，充分释放国产超大规模算力的应用价值。

　　姬兴表示，曙光8000平台最为突出的优势，是大规模国产智能芯片的集成部署能力。与此同时，平台配套软件栈具备较高自主化水平。依托DTK结合HIP体系，通过hipcc编译、Release模式构建，搭配国产MPI环境与进程绑核脚本，复杂CFD仿真代码可直接完成部署运行，不再依赖海外CUDA生态体系。

　　梁超认为，在AI4S以及重大工程仿真领域，国产高端计算的定位不局限于算力资源供给，更是自主可控的算力底座与科研基础设施。“面向AI4S方向，依托异构计算优势，国产高端计算平台需要同时支撑大规模AI训练推理任务与传统科学计算任务，推动算力层、软件栈层、应用层的超智融合，赋能科学发现与工程问题求解。在重大工程仿真场景下，核心任务对计算精度、仿真规模、运行稳定性、连续计算能力提出严苛要求，国产高端计算需要依托硬件、软件栈、应用优化全栈能力，为国家重大工程提供自主可控、高可靠计算支撑。更为重要的是，依托高端计算平台打通硬件、算力、算法、基础软件、应用团队，搭建基础设施到行业应用的协同创新体系。因此，中科曙光致力于推动国产高端计算定位升级，从单纯算力提供者，演进为自主算力底座、软件生态平台、重大科研工程计算支撑平台。”梁超如此说道。

　　目前，曙光8000已适配近200项行业应用，覆盖30余个科研产业领域。依托国产自主算力支撑，相关技术已广泛应用于气象精准预报、商业航天流体仿真等关键研究场景，场景落地深度持续提升。未来，进一步深化产学研融合协同，聚力实现算法模型、行业软件与计算平台统筹优化、同步升级，有力支撑前沿科学探索与实体经济高质量发展，将是国产高端计算的重要发展方向。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。