从经验驱动到 AI 驱动，看曙光 8000 如何重塑半导体设备研发！

发布时间：2026-07-19来源：半导体盒

2026世界人工智能大会期间，国内首套全国产十万卡 AI 超集群曙光 8000（登峰）真机完成全球首展，获评大会官方“镇馆之宝”。此 AI 超集群的上线有望帮助半导体设备企业缩短研发周期、降低实验试错成本，并提升设备迭代和性能优化效率。

AI 工具对半导体设备研发的促进作用

半导体设备研发是一项高复杂度、长周期、高投入的系统工程。设备内部涉及等离子体、热场、流场、电磁场、化学反应、真空与精密运动控制等多物理场耦合，参数组合庞大，工艺窗口狭窄，实验验证成本高。同时，大量研发经验依赖专家积累，数据分散且难以复用，使设备迭代、性能优化和客户导入都面临较大挑战。

正因为如此，半导体设备研发不能只依赖传统的经验试错和单点仿真。随着设备复杂度提升、实验成本上升以及数据规模扩大，研发体系需要一种新的基础能力：既能承载大规模仿真计算，又能从历史实验和设备运行数据中提取规律，还能辅助工程师快速完成方案筛选和参数优化。

从 Applied Materials、Lam Research、KLA、TEL 到 ASML，全球头部半导体设备厂商已经在不同环节引入 AI。Applied Materials 将 AI 用于工艺数据分析和缺陷识别，Lam Research 通过数字孪生和虚拟工艺开发加速刻蚀、沉积设备研发，KLA 在检测量测设备中大量使用 AI 进行缺陷识别和良率分析，ASML 则把 AI 融入计算光刻、套刻控制和预测维护。可以看到，AI 已不只是辅助工具，而正在成为设备研发、工艺优化和客户现场支持的重要基础能力。

另外，具备大规模并行计算、AI 建模、仿真加速和知识整合能力的 AI 超集群，开始成为半导体设备研发的重要新工具。

在此契机下，中科曙光发布了中国首个全国产十万卡 AI 超集群系统曙光8000（登峰），其是中科曙光面向科学智能、物理 AI 时代打造的新一代算力基础设施标杆，也是国内首个采用超智融合技术路线的全国产十万卡级 AI 基础设施。

面向复杂设备研发，AI 超集群释放产业算力价值

7月18日，在2026世界人工智能大会（WAIC）期间，被评为大会“镇馆之宝”的中国首个全国产十万卡 AI 超集群——曙光8000（登峰），公布了最新运行数据。数据显示，曙光8000 正式上线首周即实现满载运行，目前日均处理作业数已突破15万个，单日处理作业峰值超过 50 万个，展现出超大规模智能算力基础设施在真实应用场景中的高强度承载能力。

截至目前，曙光8000 已完成近千项超智融合应用适配，覆盖大模型训练、高通量推理、科学计算、工业仿真等多个万卡级规模场景。其上线后快速满载，反映出科研机构、企业和开发者对超大规模、高质量算力的需求正在加速释放，也说明十万卡级算力正在从模型训练平台，进一步走向科研攻关和产业研发一线。

AI 超集群的出现，为半导体设备研发提供了新的加速方式。依托大规模并行计算和 AI 建模能力，曙光8000 可支撑多物理场仿真、工艺参数优化、设备数字孪生、缺陷识别、故障预测和研发知识管理等应用。例如，在刻蚀设备研发中，可通过 AI 模型快速预测不同腔体结构、气体流量、压力、射频功率等参数对刻蚀均匀性和缺陷表现的影响；在薄膜沉积设备研发中，可辅助优化温度场、气体分布和膜厚均匀性，从而减少物理实验次数，提高研发效率。

满载运行并不意味着资源拥堵。曙光8000依托智能调度引擎、数据亲和性算法和多元融合调度策略等动态资源管理机制，能够根据任务类型、数据位置和资源状态进行智能分流和按需调配。面对百万级用户并发请求，系统在高负载状态下仍可保持运行畅通，实现“高负载不拥堵、多任务不排队”。这对于半导体设备研发尤为关键，因为设备仿真、工艺优化、缺陷分析和大模型训练往往需要同时处理多类型任务，对算力调度、数据流转和系统稳定性提出了更高要求。

十万卡规模稳定运行，考验的并不是单一性能，而是整个系统的协同能力。曙光8000采用全球首创的高密度机柜结构，单个计算单元算力密度较其他超节点提升20倍，可在有限空间内实现更高算力部署；自研 scaleFabric 类 IB 原生 RDMA 高速互连技术，则保障了十万卡规模下的稳定互连。与此同时，IO500 生产型双料第一的 ParaStor 分布式存储、全球领先的浸没式相变液冷等关键技术协同工作，共同支撑海量数据高效流转和系统长期稳定运行。

不自建超大集群，也能调用国家级高端算力

对于半导体设备企业而言，稳定、可持续输出的有效算力，是推动研发体系智能化升级的重要基础。无论是建立设备数字孪生系统，还是训练面向工艺优化的 AI 代理模型，抑或是对设备运行日志、量测数据、缺陷图像和实验记录进行综合分析，都离不开高性能算力、海量存储和高效调度能力的协同支撑。曙光8000 这类 AI 超集群，有望帮助企业将传统“经验驱动 + 实验试错”的研发模式，逐步升级为“数据驱动 + 仿真驱动 + AI 驱动”的新模式。

作为超算互联网核心节点，曙光8000 正通过“十万卡共创者激励计划”“智能体生态共创与招募计划”“核心生态伙伴招募计划”等举措，持续降低高端算力使用门槛。企业、科研团队和开发者无需自行建设超大规模集群，即可便捷接入并按需调用优质算力资源。对于半导体设备研发团队来说，这意味着即便不自建十万卡级集群，也有机会使用国家级高端算力开展复杂仿真、AI 训练和工程优化任务。

从上线首周满载运行，到完成近千项应用适配，再到高负载状态下保持稳定运行，曙光8000 的最新数据表明，超大规模 AI 基础设施的评价重点正在从“规模有多大”，转向“能否真正服务真实科研和产业任务”。面向半导体设备这样的高复杂度、高门槛产业场景，AI 超集群不仅是算力平台，更有望成为支撑设备研发、工艺优化和产业创新的重要基础设施。