“未来，数学模型驱动的高精度科学计算与数据模型驱动的低精度智能计算紧耦合的系统化协同，将成为新一代计算和AI基础设施演进的重要方向。”中科曙光董事长历军在2026世界智能产业博览会发言时如是说。
在科学研究历经经验、理论、计算、大数据四次范式变迁后，AI for Science（AI4S，科学智能）正孕育第五范式，成为全球科技竞争焦点与培育新质生产力的关键抓手。
本届智博会上，中科曙光展出全球领先的超节点与万卡超集群产品，发布全栈算力解决方案。其6万卡规模AI4S集群已在蛋白质折叠、原子模拟等领域实现重大突破，3套万卡集群率先在国家超算互联网上线，通过数算模用协同构建本土科学智能生态。
以“超智融合”重构下一代算力基础设施
AI4S正在重塑人类认知世界的方式，基础科学突破能力已成为全球科技竞争新的“胜负手”，人类正加速迈入“科学智能时代”，“超智融合”（HPC+AI）的全精度计算开始重构AI形态。
“数学模型驱动的高精度科学计算”指的是传统高性能计算——气象预报、核聚变仿真、量子力学计算、蛋白质折叠，这需要FP64双精度或FP32单精度的高精度来抑制计算中累积误差，确保计算结果的可靠性和准确性。“数据模型驱动的低精度智能计算”则是大模型训练推理的世界，大量工作在FP16半精度甚至更低精度设备上运行。
AI4S的特殊性恰恰在于，既要用高精度保住科学计算的物理可信度，又要用低精度榨干AI的训练吞吐。这就是“超智融合”的内在逻辑：不是两套系统拼在一起，而是全精度覆盖的大算力底座上的原生协同。
AI4S获得巨大关注的背后，人工智能越来越受全球关注，自2025年以来，欧洲、美国、日本等纷纷出台相关规划，加速人工智能产业发展。在国内，“十五五”规划纲要提出，抢占人工智能产业应用制高点，全方位赋能千行百业。2026年《政府工作报告》将深化拓展“人工智能+”，实施超大规模智算集群列为重点任务，AI4S作为“人工智能+”在科学研究领域的核心落地方向，成为培育新质生产力的关键抓手。地方层面，上海、四川、安徽、河南等地纷纷抢滩AI4S赛道。
万卡集群赋能科研生产力
传统科研遵循“假设—实验—验证”的试错模式，开发一款新药，平均需要10年时间，筛选上万种化合物。而AI的介入将这一逻辑从“试错”转变为“预测”，通过深度学习海量科研数据，AI模型能够建立复杂的“结构—性质—功能”映射关系，让科研从“大海捞针”走向“精准制导”。
据QYResearch数据，2025年全球AI4S市场规模约45.38亿美元，预计2032年将达262.3亿美元，年复合增长率高达28.9%。在化工、医药、新能源、合金、显示、半导体六大下游行业中，AI4S合计可覆盖的下游市场规模接近11万亿美元，当研发渗透率达到2.5%时，年产值即可突破1400亿美元。而当前，AI4S在各行业的渗透率仍处于个位数水平，增长空间巨大。
在历军看来，要真正释放超大规模AI集群的潜力，其效率与稳定性绝非单一硬件所能决定，而是依赖计算、存储、网络、散热与调度等全栈能力的系统级协同。
在本届智博会上，中科曙光展出了全球首个超高密度单机柜级超节点scaleX640、世界首个无线缆箱式超节点scaleX40，以及scaleX万卡超集群真机，融合超节点、高速互联网络、相变浸没液冷等核心技术，直指“高端算力供给不足、散热能耗压力攀升、数据传输瓶颈”三大行业共性难题。
针对AI时代“大规模、高吞吐、强协同”的数据需求，中科曙光提供了FlashNexus高端全闪存存储、ParaStor分布式存储及全栈自研的scaleFabric高速网络产品矩阵，以满足万卡并发读写的极致带宽需求，通信延迟被压缩至微秒级。
在平台和调度软件方面，通过OneScience科学大模型一站式开发平台、Gridview集群运维系统等，实现从物理集群数字孪生到智能化调度的全流程管理，系统可用性高达99.99%，大幅降低AI应用与科研创新门槛。
记者了解到，今年2月，3套scaleX万卡超集群系统已在国家超算互联网核心节点同步上线试运行，全面覆盖万亿参数模型训练、高通量推理与AI4S等大规模场景，这也是全国首个实现落地部署的开放架构万卡集群。
目前，中科曙光AI4S计算集群已升级至60000卡规模，完成70余项万卡规模测试。其中，3万卡算力已应用于蛋白质折叠模拟，4.5万卡算力实现414.7亿原子DFT精度模拟，十亿级网格仿真效率由周级提升至小时级。
在生态适配方面，该平台目前已深度适配了400多个行业大模型，并针对全球主流大模型进行系统级优化，完成了流体、生物、量子力学、仿真等专业软件国产化适配移植优化。
这种“数算模用协同”的路径，把模型、算力、数据与行业软件真正组织成一个完整体系，将成为激活中国本土的科学智能体生态重要力量。
嘉汇优配提示：文章来自网络，不代表本站观点。
