打破超智算力邊界！中科曙光定義下一代AI基礎設施趨勢

### 打破超算與智算邊界：中科曙光在ISC 2026揭示AI基礎設施新方向

正在德國漢堡舉行的ISC 2026國際高效能運算大會上，中科曙光端出了其對下一代AI基礎設施的完整藍圖。這家中國高性能運算大廠透過一系列硬體與散熱技術的整合，試圖重新定義AI時代的算力供給方式，引發業界對基礎設施架構轉型的討論。

### 重點整理：scaleX系列與全精度計算

曙光在此次大會上發布了名為scaleX系列的AI超節點與超集群產品。最關鍵的設計在於，這些系統從起步階段就導入全精度計算能力，能夠涵蓋FP64雙精度浮點到INT8整數運算等多種精度模式。這項設計打破了過去傳統超算（以高精度科學運算為主）與智算（以低精度AI訓練與推理為主）之間的硬體邊界，讓單一套系統可以更靈活地切換任務，不必為了特定精度的需求而部署不同架構的叢集。

### 綠色算力回應全球能耗挑戰：相變浸沒液冷技術

面對全球AI建設日益嚴峻的「能耗大考」，曙光同步展示了其綠色算力解決方案。其中核心技術是相變浸沒液冷——將伺服器直接浸泡在特殊液體中，利用液體氣化吸熱的原理帶走系統發熱，再經過冷凝環節回收冷卻。這套方案大幅提升了電能向實際算力的轉換效率，降低數據中心的散熱能耗。相比傳統氣冷或水冷，相變浸沒液冷在維持高密度算力運作的同時，也減少了整體碳足跡。

### 背景脈絡：AI基礎設施的兩大矛盾

近年來，AI模型的規模與複雜度急遽增加，導致算力需求爆炸式成長。然而，傳統超算與智算的硬體分工日益僵化——超算擅長科學模擬，智算則專注於深度學習，兩者在精度、記憶體配置與互連網路上的設計思路截然不同。這使得許多企業不得不同時維護兩套系統，造成資源浪費。與此同時，高密度晶片帶來的熱能與能耗壓力，已成為全球資料中心擴建的最大限制。曙光的方案試圖從單一架構與散熱兩端同時回應這些痛點。

### 可能影響：彈性與效率的雙重提升

若scaleX系列產品成功量產，將為運算密集型產業帶來更靈活的選擇。例如，研究機構可以在同一套硬體上同時執行物理模擬（高精度）與AI模型訓練（低精度），切換成本大幅降低。而相變浸沒液冷技術則可能帶動資料中心設計的標準變革，尤其對於土地與水資源有限的地區（如台灣），這種高效散熱方案能讓每單位電力產出更多算力，也相對減輕對冷卻基礎設施的依賴。長期來看，這類整合式設計可能促使更多廠商重新思考專用化的邊界。

### 讀者可關注的後續動向

產業專家在ISC大會上指出，AI基礎設施的可持續性不只取決於硬體效率，更在於應用的豐富度。換句話說，就算算力再強大、用電再節省，如果缺乏能夠充分發揮這些能力的軟體生態與應用場景，投資仍可能變成閒置產能。因此讀者後續應關注：scaleX系列何時正式上市？實際案例中的能耗數據如何？其他雲端服務商或超算中心是否跟進類似的架構？此外，台灣本地資料中心與研究機構是否會導入此類技術，以及國內相關散熱供應鏈（如浸沒液冷解決方案）的發展動向，也值得持續追蹤。

### 結語：從邊界融合到生態驅動

中科曙光在ISC 2026的展示，反映了AI基礎設施正從過去明確的「超算vs.