国产最大AI4S计算集群投入使用 中科曙光加速科学智能价值跃升

　　如今，AI for Science(AI4S)作为人工智能与科学研究深度融合的重要方向，已成为全球科技竞争的关键领域。2025年下半年以来，美国、英国、欧盟、日本密集出台国家级AI4S战略政策，推动科研流程自动化、科学数据资产化、主权科研基础设施建设等。同时，我国也将AI4S纳入“十五五”规划，以“人工智能+”行动引领科研范式变革。

　　清华大学智能产业研究院助理教授李琨表示，中外针对AI4S的布局存在明显差异：美国以采用云服务架构支撑AI4S应用落地，我国则朝着超算与智算深度协同、融合发展的方向演进。“超算与智算融合已成为算力基础设施发展的核心方向。新兴智能计算因需超算架构支撑呈现超算化特征，传统超算需要借助AI4S实现智能化升级。”中科曙光高级副总裁李斌说道。

　　李斌进一步表示，在超智融合发展的趋势下，面向AI4S的算力基础设施需满足多项核心需求：具备强大且通用的全精度算力，覆盖各类碎片化AI4S应用场景;针对AI4S场景实现存算传协同优化;具备智能化资源管控与服务能力;系统稳定可靠，支持长时间模型训练与数万卡并行运行。

　　以AI4S计算集群加速科学智能

　　中科曙光于近日宣布搭载6万个全精度算力芯片的国内最大AI4S集群在国家超算互联网核心节点投入使用。

　　李斌表示，AI4S需要强大算力、全面精度、稳定可靠、存算协同、高速互联、灵活调度的计算底座，曙光打造出国内最大规模AI4S计算集群，意在面向AI4S核心需求，加速科学智能应用规模化落地。

　　据悉，在研发过程中，中科曙光围绕多元AI4S应用需求迭代计算体系结构，摒弃以CPU为中心的数据传输通路设计，改为以异构加速芯片为核心构建系统数据传输通路，并在全局高速网络基础上，新增片间超高速区域互联，既满足AI训练数据传输需求，也显著提升传统科学与工程计算的并行效率。此外，通过系统级创新与软硬件协同，实现系统工程化落地。

　　中科曙光在技术研发、工程创新、系统资源管理，以及软件生态方面的统筹考量和布局，使得AI4S集群核心亮点突出：一是以Token响应效率为核心优化指标之一，兼顾算力性能与用户并发访问体验，重点优化芯片互联、高速内存容量，提升单位投入与单位功耗下的Token产出能力;二是规模化应用金刚石散热材料，解决高功耗芯片散热难题，为国产芯片应用提供支撑;三是针对AI4S混合精度计算场景深度调教系统，优化算力配比与软件参数，适配科学计算需求;四是采用弹性超节点互联架构，满足不同规模算力调度需求。

　　AI4S市场迎来价值跃升

　　目前，AI4S已形成完整产业链，龙头企业、高校、科研院所、初创公司多元参与，商业模式也从项目制向订阅制、算力租赁、AI服务转型，商业化路径呈现多元化特征。

　　《2026年科技投资报告》已将AI4S列为四大AI应用投资方向之一。随着技术的成熟与落地加速，AI4S正从科研工具升级为产业研发的通用基础设施，其产业价值迎来全面爆发。中信证券研究部计算机行业首席分析师杨泽原认为，AI4S产业处于蓬勃发展阶段，未来潜力巨大，预计到2032年市场规模有望达到数百亿美元。

　　兴业证券经济与金融研究院副院长、计算机行业首席分析师蒋佳霖表示，2024年全球AI4S收入规模突破200亿元，下游生物制药、新材料、半导体设计等领域市场体量庞大、成长性优异，赛道长期发展空间广阔。在这一过程中，中国AI4S市场具备强劲竞争潜力，核心优势体现在三方面：一是科研创新基础扎实，AI4S相关论文发表数量与应用创新成果全球领先;二是制度保障有力，举国体制可集中资源推动基础研究与产业落地，经费支持与地方政策扶持力度突出;三是市场与产业闭环优势显著，国内科研机构、高校资源丰富，科研成果产业化路径通畅，产业链闭环形成后发展动能持续增强。

　　对此，李斌也表示，AI4S具备强工程化、产业化属性，以解决实际问题为导向，在生物医药、半导体、新材料、新能源等领域的技术突破，将释放巨大产业价值。

中科曙光高级副总裁 李斌 

　　如今，在具体的行业实践当中，中科曙光正在与国内头部应用团队协同推进AI4S落地。例如，在生命科学领域，支撑某实验室团队以分子指纹Transformer神经网络替代传统分子动力学计算方法，将蛋白质折叠过程模拟速度提升3—6个数量级，加速药物研发进程;在材料领域，以4.5万卡算力支撑MatRIS原子函数预训练模型完整训练，模型精度超越Meta同类产品;与龙讯旷腾合作中，将分子动力学模拟规模提升至万亿原子，具备支撑半导体器件尺寸模拟的能力，助力芯片产业发展……

　　系统性构建AI4S自主生态

　　当前我国AI4S呈现“顶层规划引领、地方政策落地”的良好态势，但仍面临高端算力供给不足、科学数据标准缺失、复合型人才短缺等突出短板。

　　对此，李琨表示，为解决这些行业问题，不仅应将AI4S作为国家战略科技力量的核心任务，统筹算力基建、数据共享平台与交叉学科人才培养，还需推动超智融合架构升级，通过AI技术优化算力配置，将算力聚焦于核心科研突破，助力传统企业转型升级，缩小企业间的技术差距。

　　除此之外，李斌表示，尽管现在AI4S已形成产业链，但软件生态仍面临诸多挑战，如国际AI4S方法论迭代速度快、应用场景碎片化，国产芯片系统上算子与模型适配优化不足，科研数据分散、接口割裂，导致科学家落地AI4S方法周期长、门槛高。

　　“为应对上述问题，中科曙光通过打造OneScience科学大模型一站式开发平台，集成各学科领域科学大模型、底层算子库与数据集，覆盖地球科学、生命科学、材料、工业仿真等领域主流模型，支持用户直接部署使用及二次开发、定制微调。同时，引入智能体技术，科学家可通过自然语言下达指令，由智能体完成代码编写、调试、部署等工作，专注于学科核心科研问题。”李斌如是说。

　　整体来看，面对外部技术制约与内部转型需求，唯有以国家战略为牵引，统筹算力基建、数据要素与人才体系，依托一站式平台降低科研应用门槛，才能真正打通AI与科学研究、产业创新的壁垒，推动AI4S成为突破关键核心技术、培育新质生产力的重要引擎。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。