十万卡跑满还不排队，曙光8000把“爆满”玩出了反常识

满载却不堵车，这听起来多少有点反常识。

曙光8000上线首周已经满负荷运行，日均处理作业超过15万个，单日峰值超过50万个，同时还要应对百万级并发。训练任务动辄占用数千张卡，推理请求短而密，科学计算又需要大量读写，三类任务挤在一起，调度稍微粗糙一点就会排成长队。
曙光的解法是利用智能调度和数据亲和性算法自动分流，让任务尽量靠近所需数据，减少芯片空转和跨节点搬运。

华为Atlas 950这次也露脸了，整体上更擅长解决超节点内部的通信问题，通过灵衢互联和统一内存编址，让上千张卡协作得更像一台机器；曙光8000处理的是十万卡范围内的“全城交通”，除了通信，还包括数据、任务、芯片差异和用户并发。

前者追求单个车队跑得更整齐，后者要保证整座城市高峰期不瘫。

首周最有价值的指标未必是50万个作业，而是高负载状态下仍能保持流转。卡贵不贵是采购问题，卡等不等数据、等不等任务，才是运营利润。