9月12日，2026中国算力大会主论坛披露的一组数据，把国产算力基础设施的规模化进程摆到了台前。国家超算互联网注册用户量突破170万，累计完成作业量突破2.7亿个，国产算力占比超过95%。这组数字距离平台正式上线不过数年，却已经跨过了从"能用"到"常用"的门槛。
据中科曙光副总裁曹振南在会上的介绍，平台当前已汇聚CPU核心超350万、GPU卡超25万，日均作业数突破30万个，峰值突破100万个。应用商城入驻商户超880家，下单量超24万，覆盖科研创新、人工智能、工业仿真等方向。从资源池规模到交易活跃度，平台已经具备相当程度的自我循环能力。
[IMG:1]异构算力池如何被"统一调度"
超算互联网的核心难点不在单机性能，而在异构资源的统一调度。不同厂商的CPU、GPU指令集与内存架构差异明显，要把它们组织成一台逻辑上的"超级计算机"，需要一层屏蔽硬件差异的调度系统。通俗地说，这类似把不同品牌、不同型号的卡车编入同一支运输队，统一接单、统一派活、统一结算。
平台公布的350万CPU核心与25万GPU卡，意味着调度层需要同时管理通用计算与加速计算两类负载。日均30万作业、峰值100万作业的吞吐量，说明调度系统已经过了实验室验证阶段，进入真实业务压力测试。据公开信息，平台作业覆盖的领域从传统科学计算延伸到AI训练与推理，负载类型较早期超算中心明显更杂。
[IMG:2]95%国产化率的现实含义
国产算力占比超95%是本次披露中最具指标意义的数字。它意味着平台在加速卡、处理器等关键环节已基本完成对进口方案的替代。放在几年前，这一比例难以想象——彼时国内超算中心的高端加速卡仍高度依赖进口。
不过，占比高不等于性能对标。国产算力在生态成熟度、软件栈兼容性、开发者习惯迁移上仍有差距。业内普遍认为，训练类任务对CUDA生态的依赖短期内难以完全摆脱，国产平台更多在推理、科学计算和部分垂直场景中形成规模化落地。95%的国产化率，反映的是"可用算力"的自主供给能力，而非全面性能赶超。
[IMG:3]从卖硬件到卖算力，商业模式在变
应用商城入驻商户超880家、下单量超24万，是这组数据里容易被忽略的商业信号。它表明平台正在从"资源提供方"向"算力交易市场"演进。科研机构、AI创业公司、工业仿真软件商可以在同一平台完成算力采购、应用部署和作业提交，减少了以往跨机构协调的成本。
这一模式对中科曙光等平台建设方意味着收入结构的调整。传统超算项目以硬件交付和系统集成为主，收入确认集中、客户数量有限；算力运营则偏向持续性服务收入，客户面更广，但对运营效率和定价能力要求更高。据公开信息，国内多家算力服务商正在探索类似路径，竞争焦点已从峰值性能转向单位算力成本与调度效率。
[IMG:4]规模扩张之后的三重挑战
第一重挑战来自供需匹配。170万注册用户与日均30万作业之间，存在大量低频、长尾需求，如何让闲置算力被有效利用，是运营层面的持续课题。峰值100万与日均30万的落差，也说明负载波动明显，资源预留与弹性调度需要平衡。
第二重挑战是生态粘性。商户数量增长快，但开发者是否长期留在平台，取决于工具链完善度、迁移成本和社区支持。国产算力生态过去常被诟病"硬件先行、软件滞后"，平台能否补齐这一短板，将决定95%国产化率是阶段性成果还是可持续状态。
第三重挑战在于跨区域协同。超算互联网的价值在于打破地域壁垒，但算力并网涉及地方超算中心、运营商、云厂商等多方利益。据业内人士分析，统一调度在实际落地中仍面临结算机制、数据安全责任划分等非技术障碍。
[IMG:5]对行业意味着什么
把170万用户、2.7亿作业、95%国产化率放在一起看，国家超算互联网已经越过"示范工程"阶段，进入规模化运营期。对上游芯片与整机厂商，它提供了一个稳定的国产算力消化渠道；对下游科研与AI企业，它降低了获取大规模算力的门槛；对行业本身，它把竞争维度从单点性能拉向了调度效率、生态完整度和运营成本。
需要冷静看待的是，注册用户数与实际活跃付费用户之间通常存在差距，作业量也不等同于高价值计算任务。平台下一阶段的关键指标，或许不是用户规模继续翻番，而是单位算力产出、商户续约率和国产软件栈的成熟度。这些数据尚未披露，但它们更能说明国产算力生态的真实成色。
本文由AI辅助生成
