点森科技 - 科技资讯_数码产品_互联网观察_智能硬件【科技纵览】可重复使用火箭的回收难题，往往被归结为控制算法或结构强度，但一个更隐蔽却致命的瓶颈在于“尾焰”。当数十台发动机并联工作，起飞与反推阶段喷出的超声速高温射流在箭尾剧烈干涉，形成的复杂激波、湍流及压力脉动，直接威胁箭体安全。业内共识是，若不厘清这套多喷流干扰机理，回收可靠性便无从谈起。然而，真实试验成本高且测点有限，要在极大空间内追踪激波演化，堪称AI4S领域的“硬骨头”。近日，西安交通大学团队依托曙光8000异构计算平台，完成了33喷口阵列的超大规模高保真数值模拟，网格规模达6.774万亿单元。这不仅是已知规模最大的超声速时空耦合高精度算例，更相当于为火箭尾焰拍摄了一套超高分辨率“CT影像”，让科研人员首次直观看清干扰全貌。
数字背后，国产算力的表现尤为值得关注。在十万卡级的大规模计算中，核心瓶颈并非硬件峰值，而是显存带宽、跨节点通信开销以及算法与硬件的适配矛盾。曙光8000在此交出了一份硬核答卷：弱扩展效率高达99.01%，意味着并行规模扩大四倍时，平均单步耗时仅增加约1%；强扩展效率达到73%，即在总网格量不变、资源投入翻四倍的情况下，仍获得约2.92倍加速。对于通信密集型的CFD计算而言，这一成绩极具分量。其网格更新吞吐率达34.029 TCUPS，折算应用浮点性能约0.249 EFLOPS。关键在于，这不是实验室的理想化跑分，而是数万张国产GPU在真实科研任务中长期稳定协同的结果，证明了平台在分区均衡、通信可控及流程可靠方面的扎实功底。
高端科学仿真绝非硬件堆砌。传统CFD采用的多阶段龙格库塔算法，在数万卡规模下因反复读写全场数据而成为“效率杀手”。西安交大团队针对曙光8000硬件特征，实施了“算法原生化”改造：利用WENO-GKS方法的时空耦合特性，采用单步时间推进，将多阶段读写转化为界面局部计算，大幅削减显存访问频次。配合SoA数据布局、算子融合及计算通信重叠等技术，实现了数据读入的极致利用。这一过程离不开曙光8000提供的完整软件栈支持，从DTK开发环境到MPI通信库，为自研算法提供了生根发芽的土壤，确保了设备映射、绑核策略等细节的精准落地。
从气象预报到商业航天，曙光8000正驱动国产算力深入重大工程核心环节。此次合作验证了国产全栈技术链条服务高端装备研制的可行性，填补了国产平台上多喷口超声速射流超大规模高精度模拟的空白。该自主仿真体系不仅能提取结构表面压力历程以辅助试验测点布置，还能精准掌握壁面热流分布，覆盖传统试验盲区，形成试验与计算的闭环反馈。未来，研究团队计划引入实际几何与工况，积累验证数据，进而开展智能建模，拓展至着陆器喷流干扰等复杂流动问题。而对平台而言，科研应用中沉淀的计算与通信需求，将反哺下一代平台的优化迭代。随着AI4S应用落地，国产算力的评价标尺已从峰值比拼转向软硬件协同与大规模并行稳定性，曙光8000正以其综合实力，加速构建强大而健全的国产算力生态。
