在可重复使用火箭成为商业航天重要方向的背景下，近日，中科曙光与西安交通大学科研团队合作取得新进展：双方基于全国产十万卡AI超集群曙光8000，对超大规模多喷口超声速射流开展了高精度数值模拟，并刷新国际已知同类仿真的规模纪录。
该成果面向商业航天可重复使用火箭研究，为结构安全评估与防热设计提供高精度计算支撑，也展现出国产算力服务前沿工程科学的能力。
火箭回收，为何需要“算”出尾焰细节？
可重复使用火箭是商业航天的重要方向。为降低发射成本，火箭需要做得足够大，推力也要足够强。以多台发动机并联工作为代表的重型火箭方案中，33台发动机同时喷射高温、高速尾焰，各股射流之间会相互干扰、交汇、混合，形成复杂压力波动与热量分布。这种干扰直接影响发动机、箭体底部结构乃至回收任务成败。
西安交通大学航天航空学院教授姬兴介绍，回收过程中发动机重新点火产生反推喷流，是典型的“任务关键性”问题。但这类极端环境很难靠试验直接观测。火箭内部温度可达约2700摄氏度，传感器无法放入，外部摄像又拍不到内部细节。仿真因此成为不可替代的手段，能够三维呈现气流如何相互作用、热量如何传递，并与有限试验数据结合，迭代优化火箭设计。
曙光8000把“看不见的流动”算清楚
此次研究中，科研团队依托国产异构计算平台，完成了33喷口环形阵列的三维高精度模拟，计算网格规模达到6.774万亿单元。模拟复现了多股尾焰交汇、干扰与混合的复杂过程，相当于为发动机群尾焰做了一次“超高清CT扫描”，让难以直接观察的流动细节变得可分析、可研究。
这些数据能够为火箭回收方案分析与改进提供支持。在实物试验前，科研人员可借助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，为箭体底部结构和防热设计提供依据。通过计算机先行验证，有助于缩小试验范围、减少反复调整。对于火箭回收而言，这既关系到箭体不被震坏、烧坏的安全问题，也关系到着陆定点、燃料效率等效率问题。
更值得关注的是，此次计算规模达到万亿网格，对系统计算、数据交换和存储提出综合要求。团队围绕国产芯片架构特点，协同优化高精度求解算法与异构并行框架，在近10万张国产智能芯片上实现大于99%的弱扩展效率。
据团队介绍，其单卡效率较国际同类开源软件提升约2倍以上。算法层面，团队将主流的多层龙格库塔时间推进，改为单步时空耦合的高精度推进方法，以匹配国产平台浮点计算能力强的优势，同时减少通信开销、隐藏等待时间。中科曙光研发工程师梁超表示，国产高速网络、存储IO、调度系统和数字孪生运维体系，也为超大规模长时间稳定运行提供了保障。
从“算得动”到“用得上”，未来合作走向AI4S与商业航天
曙光8000采用超智融合开放计算架构，兼顾高精度数值模拟与人工智能训练推理，为AI4S研究提供计算基础。此次成果以高精度数值模拟为核心，不仅帮助科研人员分析复杂流动，也可为后续结合人工智能方法开展研究提供科学数据支持。
姬兴将项目概括为“研算智用”四个阶段：研制基础算法、形成适配国产集群的软件，目前已取得里程碑式进展；下一步是“智用”，即产生大量数据集，并希望与中科曙光进一步合作，将几十TB乃至几百TB的海量仿真数据，通过智能算法建立高效代理模型，实现快速预测，最终用于型号预研甚至实际研究。
未来，双方合作还将向更广阔领域延伸。一方面，继续推动算法、软件与计算平台协同优化，深化产学研合作；另一方面，面向商业航天拓展应用，并探索空天飞机等新形态飞行器面临的喷流、气流问题。此外，航天一院等也在与曙光推进“十五五”国产集群建设。
目前，曙光8000已适配300余项行业应用，覆盖30余个科研产业领域。从气象预报到商业航天流体研究，国产算力正不断深入重大科研任务，支撑前沿探索与产业创新。