摘要

  • 中心确实公布用户数和分配数，但每个数字都是多个系统相加的结果，新闻稿里点名的那台旗舰机器从来不单独出现。
  • 运行页面给较旧的 V100 人工智能加速卡队列附上三十天遥测，给 H100 分区写的却是「N/A」；同一份页面连机器有多少节点都说不一致。

设想一场会议。一位公共资助机构的项目官员必须判断：2024 年加装到国家超级计算机上的人工智能硬件，究竟有没有干成它被买来要干的事。另一位正在写申请的科研人员则想知道，自己的任务要排队一天还是两周。两人找的是同一件东西：这台机器交付了多少、多大规模、哪一段时间。两人拿到的都是一个把三套系统合在一起的数字，以及一张表——它的分母在相隔两句话的地方互相打架。

这就是圣迭戈超级计算中心(SDSC)公开记录的现状，而它的旗舰系统正走到最后一章。2026 年 9 月 15 日，中心宣布获得美国国家科学基金会一千万美元拨款，用于部署 Expanse2，「将替换由 NSF 资助的 Expanse 超级计算机」；后者自 2020 年底起提供服务。新系统预计 2027 年投入生产。公告没有说 Expanse 何时停止接单：替换不等于退役日期，我查阅的文件里也没有任何一份给出这个日期。更多背景见该中心的名录条目。

套餐式的统计把机器藏了进去

我查阅到的最新年度报告带有 2025 年版权标注，其中定量表格标题为 2023/24 财年，给出的数字是 4015 名加州大学用户与 970 个加州大学有效分配，涵盖 Expanse、Voyager 与 NRP 三者合计。有两点值得停下来看。分配数统计的是期间处于有效状态的分配，不是该期间新批出的分配。统计口径是三套系统，读者把另外两套减掉也算不回 Expanse 单独的数字。

上一份报告的 2022/23 财年表格给出 2339 名加州大学圣迭戈分校用户与 651 个有效分配，涵盖 Expanse、Voyager、NRP 与 Comet 四者合计——四套系统，其中一套后来已不在这一口径内。把两张表并排读，你看到的既不是增长也不是下滑，而是两套不同的口径；把它们当成时间序列，恰恰是文件本身在暗示、而谨慎读者不能做的事。

整套材料里唯一的吞吐量数字，也是口径最宽的那个。2021 年 7 月至 2023 年 6 月综述报告中一段用户服务部门的表述称，SDSC 全部超级计算机每年提供近 20 亿核心小时和超过 1200 万加速器小时，并称「近年来」约有 10 万名使用者。「每年」是一个速率，不是经过审计的财年窗口；「近年来」根本不是时间段。这两个数字都没有按系统、按分区、按项目或按分配拆开。

结论因此很具体：旗舰机器没有属于自己的已消耗小时总数，没有属于自己的批出分配数，也没有相对于装机容量的利用率百分比。存在的只是一个三系统的速率和一个四系统的人数，中间隔着一个财年，也隔着一次口径变更。

分母自己站不住

假设你决定自己算。中心自己的页面不让你算。Expanse CPU 资源文档在 2026 年 11 月 10 日的指标更新中，正文描述这是一套 728 个节点的集群；同一页的队列表在 compute 与 shared 两行合计 734 个节点。两处之间没有任何对账说明。

GPU 页面把同样的毛病复制到了对人工智能采购方最重要的那一半机器上。正文说 52 个 GPU 节点；V100 的 gpu 与 gpu-shared 队列行合计 56 个。算利用率必须有分母，而这家发布方在同一份文件里都没能固定自己的分母——外人算出的任何百分比，只会是自己选择了相信哪一句话的产物。

这两页确实带着真实遥测：滚动三十天的等待时间趋势、运行时间趋势和作业运行数。这回答了排队问题，没有回答交付问题，因为两页都没有利用率字段，也没有已消耗小时字段。

人工智能那一列是空白，不是零

中心确实划出了人工智能政策关心的那条线。GPU 页面说明 GPU 节点作为单独资源分配，并把 V100 的 gpu、gpu-shared 队列与 H100 的 nairr-gpu、nairr-gpu-shared 队列区分开来。所谓分区，就是彼此独立排队的硬件队列；这两条以国家人工智能研究资源命名的队列，装在同一个机箱体系里，却与通用分配分开管理。

在 2026 年 11 月 10 日的指标更新中，V100 队列显示三十天的作业与时长指标，H100 各行显示「N/A」。这是一列空白，不是一个零：缺少测量只证明测量缺席，绝不证明加速卡闲置。但读者要判断人工智能扩容成效，本来会去查的恰恰是那个什么都没有的分区。

这片空白是发布选择，不是技术上的不可能，ACCESS 计划自己的词汇表就说明了这一点。XDMoD 数据目录定义了一批按时间段聚合的指标：运行过作业的唯一账户数、已分配与已使用的 CPU 核心小时、有效分配、有效项目负责人、有效项目，以及已分配与已使用的 XD SU；并说明原始数据可通过 Data Analytic Framework 或 Data Export 标签页获取。工具在，定义公开，缺的是读数。

有一处必须诚实说明：该目录页提供的是定义，而它链接的仪表板在本次检索中只返回了一个需要 JavaScript 的外壳。因此本文不给出任何 ACCESS 层面的数值，也不应从定义反推。

记录到底能证明什么

项目官员可以凭这些文件确认：SDSC 经营着一套规模庞大、真实存在、由公共资金支持的算力资产，并拥有一条明确的人工智能专用分配通道；其报告统计用户数与有效分配数；其运行页面对通用资源暴露队列行为；一套一千万美元的后续系统已获资助并预计 2027 年到位。而同样这些文件无法确认：某一财年 Expanse 装机容量中究竟交付了多大比例，人工智能分区消耗了多少容量，以及这些与花掉的钱是什么关系。

这个发现很窄，值得原样说出来：公开并非缺席，而是聚合到了无法对某一台具体机器问责的程度。门被详细记录了下来。计量表是空白的。

证据边界

两份年度报告与那份综述报告在查阅到的文件中都没有印出发布日期；本文按它们自带的财年表格和 2021 年 7 月至 2023 年 6 月的覆盖期引用，而不按某个版本日期引用。缺少 Expanse 单独的已消耗小时数，是对 2026 年 11 月 12 日所查这些文件的观察，不是关于该数字在别处不存在的证明。节点数差异按页面原样记录，本文不裁定哪个数字正确。「N/A」按空白对待。Expanse2 于 2027 年投产的目标，不被当作 Expanse 的退役日期；公告中「数万名研究人员」是累计口径，不是年度用户数。