移动通信网 赵哲超
今年前三季度，我国累计实施火箭发射任务70次，较去年同期的59次增加11次，同比增长约19%，创历史同期新高。发射密度攀升的同时，可重复使用火箭技术加速突破：7月，长征十号乙实现全球首次海上网系回收；8月，朱雀三号遥二完成我国首次入轨级火箭一子级陆地回收。近日，中科曙光联合西安交通大学科研团队，依托全国产十万卡AI超集群曙光8000，完成超大规模多喷口超声速射流高精度数值模拟——针对33喷口环形阵列的三维模拟，计算网格规模达到6.774万亿单元，创下国际已知最大规模同类仿真纪录。西安交通大学航天航空学院教授、陕西省先进飞行器服役环境与控制重点实验室副主任姬兴指出，超重型火箭多台发动机并联工作时，喷出的高温高速尾焰相互干扰，形成复杂的压力波动与热量分布，直接影响起飞、回收任务成败，该成果为结构安全评估与防热设计提供了高精度计算手段。
【关键数据】
[1] 计算网格规模达6.774万亿单元
[2] 仿真对象为33喷口环形阵列
[3] 火箭尾焰温度高达2700℃
[4] 曙光8000已适配近200项行业应用，覆盖30余个领域
[5] 前三季度我国火箭发射70次，同比增长约19%
超声速射流的物理机制决定了仿真难度。张红用“33个高压水枪同时喷射”作比喻：单股射流形态规整，多股并行时中间水柱被挤压、撞击、卷吸，激波、膨胀波和剪切层在近场互相反射、交汇、合并，形成跨越多个时空尺度的三维瞬态结构。实测路径基本不可行：火箭尾焰温度高达2700℃，现有传感材料无法在该环境下存活；性价比同样失衡，每一发火箭成本至少是亿元级别，“仿真再贵也是便宜”。因此，在实物试验前通过数值模拟预判尾焰干扰带来的压力与局部高温风险、比较不同设计方案，成为箭体底部结构和防热设计的必要前置环节。6.774万亿单元的网格规模，意味着模拟可以在贴近真实发动机工况的分辨率下捕捉激波串、剪切层失稳等细观结构，这正是美国公开的超重型火箭验证报道中极度缺乏的精细化数据。
从竞争格局看，可重复使用火箭是商业航天降本的核心路径。姬兴直言，火箭重复使用可大幅降低成本，“成本想要足够低，火箭就要做得足够大”，因而需要重型和超重型运载火箭。SpaceX星舰采用33台猛禽发动机并联，其多机尾焰干扰的精细化仿真数据从未完整公开，我国在预研中同样受制于三重短板——缺算法、缺软件、缺算力。姬兴表示，“这件事不是从论文里长出来的，是被工程需求逼出来的”。此次国产算法与国产硬件的全链路自主尝试，等于在工程计算这一被海外工业软件长期主导的领域，开辟了一条自主路线。曙光8000自身已适配近200项行业应用，覆盖30余个科研及产业领域，从气象预报到商业航天流体研究，国产算力正从“能跑分”转向“能解决重大工程问题”。
产业链层面，该项目的攻关模式值得拆解。在算力资源上，曙光8000为应用提供数万张GPU规模的稳定科学计算能力；在软件运行环境上，中科曙光从编译、运行时、数学库、通信库到作业调度多层面适配优化，帮助应用吃满计算、存储和网络资源；在整机规模验证上，团队重点解决应用从小规模向数千卡、数万卡扩展过程中的性能与稳定性问题。中科曙光研发工程师梁超强调，曙光的角色不止于提供算力，而是“算力底座+软件环境+规模验证+专业技术服务”的综合输出，曙光组织了覆盖硬件、系统软件、并行计算、通信、存储、应用优化等方向的专业团队与应用方联合攻关——超大规模科学计算的瓶颈往往横跨多个技术层面，需要跨部门协同而非单点优化。这种深度绑定模式，对国产超算产业链上下游的协同标准具有示范效应。
商业化进展方面，姬兴将项目划分为“研、算、智、用”四个阶段，此次成果是“研”（基础算法根技术）和“算”（算力底座）两个阶段的标志性收尾，接下来的重头戏是“智”和“用”。后续具体工作有三：一是形成高精度数据集——多喷口尾焰干扰的全场三维瞬态数据过去无法获取，这是最核心的资产；二是建立高效智能模型，把数据集转化为工程上随手可用的设计工具，完成从“能算”到“好用”的跨越；三是形成自主可控的仿真底座，先服务我国航天总体单位，再拓展至商业航天企业，为重型、超重型火箭预研提供基础科学支撑。应用场景明确指向起飞段和回收反推阶段的多机并联工况，这两段恰是可重复使用火箭结构载荷与热载荷最严苛的任务剖面。
行业趋势上，国产高端计算的定位正在重构。梁超表示，中科曙光希望通过超算平台把硬件、算力、算法、基础软件和应用团队连接起来，形成从基础设施到行业应用的协同创新体系，国产高端计算从单纯的“算力提供者”向自主算力底座、软件生态平台和重大科研工程计算支撑平台演进。数据佐证这一转向的广度：曙光8000已适配近200项行业应用、覆盖30余个科研及产业领域；此次6.774万亿网格的仿真，则证明了国产异构算力在极端规模科学计算上的扩展能力。与此同时，产学研协同机制在深化——持续推动算法、软件与计算平台协同优化，让先进算力服务重大科研任务。对商业航天企业而言，自主可控的尾焰仿真底座意味着型号预研周期缩短、实物试验次数减少；对国产工业软件生态而言，流体力学仿真这一硬骨头被啃下，将带动更多CAE细分领域的根技术攻关，算力、算法与应用的正循环正在成形。
