9月15日，中国气象局地球系统数值预报中心与中科曙光在郑州联合发布曙光8000最新应用成果。中国气象局地球系统数值预报中心自主研发的多矩约束有限体积（MCV）方法数值模式 ，依托曙光8000 AI超集群 ，实现1小时内完成全球5公里分辨率、未来10天的预报计算，达到世界 主流业务时效标准并通过质量检验 。这一成果距离曙光8000正式上线仅过去一个多月 。
全球5公里预报落地
作为下一代天气气候一体化模式 ，MCV模式此次达成的全球5公里分辨率 ，是全球数值预报领域的关键门槛。所谓5公里分辨率，即以间距约5公里的网格模拟全球大气 ，网格越细密 ，对复杂天气过程的刻画能力越强 。
中国气象局地球系统数值预报中心首席科学家陈起英表示，分辨率从12.5公里提升至5公里，价值在于对中小尺度天气过程的捕捉能力显著增强 。“以暴雨预报为例 ，原来12.5公里的时候 ，降水的强度上不去，区域平均下来可能只是到中雨 ，到5公里以后 ，就可以报到暴雨以上，准确性有很大提高。对台风预报来说也是 ，原来12.5公里对路径报得还可以 ，但是强度预报偏弱，到5公里以后 ，台风的强度就能报得比较好 。”
中国气象局地球系统数值预报中心研究员 、副主任李兴良透露 ，准确率方面，近来 MCV模式在曙光8000上 ，5公里冬季可预报性可以比肩世界 水平 。这表现已接近全国气象发展“十五五 ”规划中“实现全球模式天气尺度分辨率达5公里 ，可用预报时效达9天，气候尺度分辨率达25公里 ”的目标。
曙光8000上线一个多月就能快速落地这一世界级科研应用，背后是软硬件深度协同攻关的结果。据中国气象局地球系统数值预报中心测算 ，MCV模式若基于传统CPU架构运行全球5公里预报 ，需要约21小时才能完成计算，远无法满足业务时效性要求 。而在曙光8000平台上 ，通过异构加速算力 ，计算时效被压缩至1小时以内，效率提升超过20倍 。
中国气象局地球系统数值预报中心高级工程师蒋沁谷介绍 ，双方联合攻关过程中 ，重点攻克了设备内存管理优化 、通信算法优化、专属技术创新三大核心难题，将整个模式完整移植到异构加速平台 ，同时严格保证计算结果与CPU基准一致。
除计算核心外 ，存储与I/O（输入/输出）能力是支撑业务化运行的另一核心支柱 。气象预报伴随海量观测数据输入与模式产品输出，对数据读写速度要求严苛 。据中科曙光高端计算总工程师卜景德介绍 ，曙光8000针对气象场景优化了存储架构 ，将单轮预报200GB数据的写出时间从6分钟压缩至10秒，同时通过冷热存储分级 、数据生命周期管理等设计，支撑数百PB（拍字节）级气象数据的长期存储与高效调用。
从系统建设走向实际应用
气象领域应用正呈现出“超智融合”的发展趋势——既依赖高精度数值模拟 ，也引入人工智能方法辅助提升预报效果 ，这也对算力系统的计算架构 、通信机制、存储体系和系统工程能力提出了复合需求，成为科学智能（AI4S）落地的一条重要路径 。
曙光8000的特点在于 ，一套系统可以同时支撑不同精度的计算需求 ，可以实现未来数值预报模块与人工智能模块在同一平台上协同运行，共同推进预报准确率提升 。
在卜景德看来 ，气象领域的超智融合有其技术必然性：“气象预报的初始场本质上是混沌状态 ，不可能做到全量观测，这就需要人工智能通过历史数据学习推测合理的初始趋势 ，再结合高精度数值模式推演 ，两者结合才能进一步突破预报精度的天花板。 ”
这种复合需求也提高了系统工程的难度 。作为业务化生产系统，气象预报对算力的稳定性 、可靠性 、时效性要求远高于一般科研计算任务 。卜景德将气象称为高性能计算应用皇冠上的明珠。“它是一个生产系统 ，必须做到稳定、可靠、高效 。汛期或者重大活动期间 ，系统不能出任何问题，一旦模式运行中断 、存储系统掉线，影响的是预报发布和灾害预警 ，对系统的核心要求非常高 。 ”卜景德表示。
从产业视角观察 ，此次成果的另一重意义在于，国产高端计算正在告别“重建设 、轻应用”的发展阶段 ，加速向重大科研场景渗透 ，并逐步形成“应用提需求、硬件迭代升级 ”的正向循环。
卜景德透露，曙光8000在设计之初就纳入了面向应用的考量 ，包括超智融合全精度架构 、网络与存储系统设计 、高可靠稳定性设计 ，“在机器建设的同时，我们同步启动应用专项 ，联合顶尖团队攻关 ，所以上线一个月就能跑出世界 级成果 ” 。
这种“算力+应用”协同的模式也正在向更多领域复制 。据卜景德介绍，近来 气象应用仅占曙光8000算力资源的很少一部分 ，其余算力广泛服务于新药研发、新材料研制 、大模型创新 、具身智能等领域。卜景德表示 ，气象领域积累的软硬件协同优化、工程化落地经验，可以复制到生命科学 、石油物探 、工程设计等更多行业 。
面向未来，更高分辨率的预报需求仍在持续拉动算力升级 。蒋沁谷测算 ，计算精度每提升1倍 ，计算量增加8倍。未来向3公里甚至更高分辨率演进，一方面需要单卡性能持续提升 ，另一方面需要通过高速网络互连整合更多算力节点 ，支撑更高分辨率的计算 。
校对： 刘榕枝
（文章来源：证券时报网）
