2025 年 11 月 6 日乌镇峰会 “算力调度” 分论坛上，一组 “算力利用率对比图” 引发关注：传统数据中心的算力利用率仅为 60%，而采用中科曙光 scaleX640 超节点的调度系统，利用率提升至 85%—— 这种 25% 的提升，源于 scaleX640 作为算力调度 “智能中枢” 的优化能力。随着算力规模的扩大，“资源闲置与需求短缺并存” 的矛盾日益突出，而 scaleX640 的发布，正为算力资源的高效配置提供解决方案。

此前，算力调度面临两大难题：一是 “调度效率低”，传统调度系统采用 “静态分配” 模式，将算力固定分配给特定任务，即使任务结束，算力也难以回收，导致资源闲置；二是 “适配能力弱”，不同任务对芯片、框架的需求不同，调度系统难以快速匹配合适的算力资源，导致任务等待时间长。这些问题，导致算力资源的浪费严重，难以满足大规模 AI 任务的需求。

中科曙光 scaleX640 的 “智能调度” 功能，从 “动态分配” 与 “智能匹配” 两方面破解难题。在动态分配方面，scaleX640 搭载的智能调度系统可实时监测任务进度，当任务完成或处于等待状态时，自动回收算力资源，分配给其他需求任务；同时，支持 “分时复用”，将同一算力资源在不同时间段分配给不同任务，大幅提升利用率。某数据中心运营负责人表示：“以前我们的算力白天忙、晚上闲，现在用 scaleX640 的动态调度，晚上的算力分给科学计算任务，利用率一下就上去了。”

在智能匹配方面，调度系统可自动识别任务的需求（如芯片类型、框架版本、算力规模），从 scaleX640 的多芯片资源中匹配最合适的算力，避免 “大马拉小车” 或 “小马拉大车” 的情况。同时，系统还能学习任务的偏好，持续优化匹配策略，缩短任务等待时间。实际测试中，scaleX640 的任务匹配时间从传统系统的 10 分钟缩短至 1 分钟，任务完成效率提升 20%。

更重要的是，scaleX640 的调度系统可接入多品牌、多类型的算力设备，形成 “统一调度平台”。即使数据中心同时部署 scaleX640 与其他设备，调度系统也能实现全局资源的优化配置，避免 “各自为政” 的资源浪费。目前，曙光已基于 scaleX640，为上海算力枢纽搭建 “统一调度平台”，接入超 10 万个算力节点，整体利用率提升至 85% 以上。

从产业影响来看，scaleX640 的智能调度功能将推动算力资源的 “集约化” 利用。未来，数据中心无需大规模扩建，通过优化调度即可满足更多需求，大幅降低建设成本；同时，高效的资源配置也将降低企业的算力成本，推动算力普惠。正如论坛嘉宾所言：“算力调度的效率，决定了算力资源的价值；scaleX640 的智能调度，让每一份算力都能发挥最大作用。”

随着 scaleX640 的落地，算力调度将从 “人工干预” 转向 “智能自主”，为国家算力网络的高效运行提供支撑。未来，当全国的算力资源通过统一调度平台协同优化时，“东数西算” 工程的效能将进一步提升，为中国 AI 产业的发展提供更高效的算力保障。#国产智算开放架构超节点#