全球5公里、10天预报1小时完成！曙光8000支撑我国气象算力迈入全球第一梯队

天气预报这件事，普通人看的是明天会不会下雨，气象工程师面对的却是一场规模庞大的科学计算。要预测未来10天的天气，不能只看今天的温度、湿度和风速，而是要把全球大气状态放进数值模式中，按照物理方程一步步向未来推演。网格划得越细，能看见的天气细节越多，但计算量也会迅速膨胀。

9月15日，中科曙光发布重大成果：依托首个全国产十万卡级AI超集群曙光8000，我国自主研发的MCV下一代大气模式，实现全球5公里分辨率、未来10天预报计算在1小时内完成，达到业务化运行的必要时效要求。这件事真正值得关注的地方，不只是5公里和1小时两个数字，而是国产算力开始从能跑科研程序，走向能承载国家级业务系统。

5公里分辨率，到底难在哪里？先说清楚什么叫5公里分辨率，可以把全球大气想象成一个巨大的三维网格。每个网格里，都要计算温度、气压、风场、水汽、云、降水等状态，并且不断更新。如果水平网格从10公里缩小到5公里，单个方向的网格数量会增加约4倍。全球二维网格数量大约增加4，但天气模式不是只计算一张平面图，还要叠加垂直层数、时间步长和各种物理过程。

5公里分辨率下，模式为了保证数值稳定性，时间步长通常也要进一步缩短。假设空间分辨率提高一倍，水平网格增加4倍，时间步长又缩短约一半，那么仅动力计算量就可能接近8，如果再考虑通信、物理参数化、插值、数据读写和中间结果交换，整体计算压力还会继续上升。

MCV不是简单换一套GPU，而是换了一种计算思路此次应用的核心模式是MCV，即多矩约束有限体积方法。它不是纯粹依赖历史数据训练出来的AI天气模型，而是以大气运动控制方程为基础，通过数值离散和时间积分，模拟大气未来如何演变。

简单理解，流程大致是：观测数据 → 数据同化 → 当前大气初始状态 → 物理方程 → 数值求解 → 未来天气结果。

MCV已经完成动力、物理、插值等关键部分的GPU异构化改造，并通过单元测试、全模式联调、校验和比对、10天预报绘图验证等环节，检查GPU运行结果与CPU结果的一致性。这一步其实比把程序搬到GPU上运行难得多，因为科学计算最怕的不是程序报错，而是程序不报错、结果却偏了。

那为什么传统CPU不够用了？

很多人理解超级计算，第一反应是多加一些CPU。这在过去确实有效，但到了全球公里级甚至百米级气象模拟阶段，单纯堆CPU会遇到几个问题。

第一，计算单元数量不断增加，系统功耗和散热压力同步上升。

第二，CPU擅长复杂控制和通用计算，但面对大量结构相似、可以并行执行的网格运算时，GPU往往更有优势。

第三，天气模式并不是一段完全独立的计算。相邻网格之间需要频繁交换边界数据，不同计算节点之间还要进行大量通信。

如果计算速度提升了，通信却跟不上，GPU就会出现等数据的情况。很多项目只是努力提高GPU峰值算力，结果就是芯片理论算力很高，真实应用速度却没有同步提升。

此次MCV与曙光8000的联合优化，恰恰没有停留在换硬件层面，而是围绕设备内存管理、通信算法和I/O路径进行了多轮调整。结果就是计算资源利用率提升10%，通信模块算法加速3.7倍，I/O性能提升超过30倍，这三个数字背后，说明系统瓶颈并不只在算力芯片本身。240万亿次计算不如1小时内出结果重要曙光8000的定位，是首个全国产十万卡级AI超集群，采用CPU＋GPU异构体系，支持从FP64到INT8的多种精度，覆盖科学计算、模型训练、推理和工业仿真。

这里有一个容易被忽略的重点：气象数值预报与大模型推理，对计算精度的要求并不一样。大模型推理可能更关注INT8、FP16等低精度计算效率，而传统气象数值模式中的部分核心计算，对FP64或高精度数值稳定性有更高要求。

如果一套系统只能擅长低精度AI，未必能直接承担高精度科学计算。曙光8000强调超智融合，就是希望在同一套基础设施中，同时支持高精度科学计算和低精度智能计算。对于未来的气象业务，这种融合还有更大的想象空间。例如用物理模式生成高质量模拟数据，用AI模型进行偏差订正，用机器学习加速部分物理参数化，用AI辅助识别极端天气风险，用数据驱动方法改进资料同化和后处理。

未来的天气预报，很可能不是物理模式和AI二选一，而是物理方程负责可靠性，AI负责部分计算加速和数据分析，两者共同工作。这次突破真正改变的是什么？此次成果最重要的意义，不只是我国拥有了一套更快的天气预报程序，而是验证了三件事。

第一，国产自主数值模式可以在国产异构算力上实现大规模运行。

第二，国产超大规模算力系统能够承接真实的国家级科学计算业务。

第三，超级计算的竞争已经从单纯比较芯片峰值性能，转向比较算法、编译器、通信、存储、调度和应用的整体效率。

曙光8000上线仅一个月，就支撑MCV完成全球5公里分辨率、10天预报的业务化时效验证。这说明超算基础设施建成之后，能否快速承接真实任务、形成可持续应用，同样是衡量系统价值的重要指标。

当然，5公里、10天、1小时并不意味着天气预报从此没有误差，也不意味着所有极端天气都能被准确预测。天气系统本身具有复杂性和不确定性，模式精度、初始场质量、物理参数化和观测资料都会影响最终结果。

天气预报看似只是一张地图，背后却是全球大气物理、数值算法、超级计算机和系统工程的共同较量。而曙光8000这次交出的成绩，说明国产算力正在把能计算进一步变成“能按时计算、能稳定计算、能支撑真实业务计算”。