全国政协委员、中国科学院计算技术研究所研究员张云泉指出,DeepSeek等大模型的诞生,不仅标志着AI领域在低算力训练和高效率模型优化方面取得新的技术突破,更将加速AI技术在医疗、教育、汽车、金融等多个领域的深度渗透应用。这无疑为我们描绘了一幅AI驱动创新、智算解码生命奥秘的宏伟蓝图。
据最新行业数据显示,全球AI算力市场正以年均超过30%的速度增长,预计到2027年市场规模将突破千亿美元大关,这背后对高效能、普惠型智算基础设施的需求可见一斑。
智算解码生命奥秘 AI驱动生物医学研究范式变革
近日,异构智算产业生态联盟走进了多模态跨尺度生物医学成像设施。见证AI赋能生物医学研究范式经历的深刻变革。
北京大学国家生物医学成像科学中心牵头发起的“数字生命”大科学计划,正是这场变革中的重要实践。该计划依托国家重大科技基础设施——多模态跨尺度生物医学成像设施,旨在对生命体的结构与功能进行跨尺度、多模态、可视化观测与精确测量,通过数字化手段“描绘”生命现象与疾病发生机制,从而助力解决复杂的生命科学问题,推动重大疾病研究,最终解码生命的奥秘。
多模态跨尺度生物医学成像设施装置四负责人、北京大学国家生物医学成像科学中心研究员马雷强调,全球生命科学已迈入“大数据+AI”驱动的新时代。“数字生命”大科学计划是中国科学家应对生物医学领域技术变革需求、推动生命科学系统性解析的重要实践,将有助于解决生命复杂系统的跨尺度数据整合难题,为疾病机制研究、精准医学发展提供关键技术支撑。
同时,AI大模型与生命科学领域的融合发展,也深刻改变了药物研发的业务范式。中国药科大学智能药学交叉研究院执行院长孙宇表示,发展智能药学是时代大势所趋。中国药科大学将从研发端破局,颠覆传统“高投入、高风险、高收益”的药物研发范式,构建精准、高效、经济、链接产业的创新药研发新能力体系,扎实推动生物医药产业高质量发展。这都离不开强大的算力支持,特别是面向科学研究的超智融合新一代高性能计算系统。
中国科学院计算机网络信息中心运行与应用服务室主任姜金荣也指出,为了支撑国家战略和抢占科技制高点等重大任务需求,中国科学院计算机网络信息中心希望建设面向科学研究的超智融合新一代高性能计算系统,以适应超智融合发展的多元计算需求,提升业务覆盖能力,可应用于药物研发、基因组学研究、天体物理研究、数值天气预报、第一性原理计算、人工智能等众多研究领域。
“一横五纵” 构建强大智算基础设施
面向科学研究的超智融合新一代高性能计算系统的迫切需求,在AI大模型参数量指数级增长的背景下,对智能算力的需求也随之激增,这催生了中国智能算力产业链上下游的蓬勃发展,特别是以智算中心为主的基础设施建设。而联想正式其中领先的基础设施提供商。
联想中国基础设施业务群战略管理总监黄山详细阐述了联想如何凭借联想万全异构智算平台应对智算挑战。该平台通过领先的液冷技术以及低损耗、高精度的高速互联技术,持续解决能效和能耗难题,从而有力推动智能化转型和产业升级。
他强调,联想正全力推进“一横五纵”战略,全面推出覆盖万全异构智算平台,以及涵盖服务器、存储、数据网络、软件及超融合、支持运维服务等在内的全方位基础设施解决方案。
作为联想AI基础设施“一横五纵”战略的核心,联想万全异构智算平台能够统一纳管异构算力,实现对异构计算集群的高效管理调度和可用性保障,让用户轻松获取融合、稳定的通用、智能和科学算力。黄山介绍,联想万全异构智算平台通过一站式“DeepSeek+”推理、微调方案调优,联想AI服务器可以全速运转满血版DeepSeek R1大模型,极限吞吐量可超12000 tokens/s。这意味着该平台能够为大模型的训练和推理提供强大的性能支撑,极大地提升了AI应用的效率。
联想中国基础设施业务群高级产品经理郭晋兵在现场演示了联想万全异构智算平台如何助力建设多模态跨尺度生物医学成像设施科研场景HPC/AI融合算力管理平台。联想所搭建的万全异构智算平台专注于异构算力的统一管理,持续稳定地输出算力,并不断地突破计算效率。
同时,该平台还深化了对软、硬件的全面监控,优化多任务运行的效率。从演示中可以看到,联想万全异构智算平台不仅提供了AI镜像管理、模型管理、训推任务管理,还集成了AI中台的数据处理、训推优化、推理服务管理等开发工具,可以极大程度加速AI模型的开发进程。
这表明联想不仅提供硬件层面的算力支持,更在软件和管理层面提供了全方位的解决方案,极大地方便了科研人员和企业进行AI模型的开发和应用。
异构智算赋能生命科学新质生产力
智能化转型的推进离不开全行业与合作伙伴的共同努力。英特尔作为联想紧密的战略合作伙伴之一,不仅提供了强大的硬件基础,包括先进的处理器和AI加速器,还通过软件优化和生态系统建设,推动AI技术的普及和应用。
英特尔高性能计算行业总监张东升表示,在HPC+AI融合计算的业务场景下,英特尔通过英特尔®至强®6系列等产品组合,加速应用优化,力导行业创新,并在数据中心建设中加速可持续强大算网布局,释放算力潜能。这体现了软硬件协同优化的重要性,也展现了构建开放AI生态的决心。
从实验室到产业化,从算力孤岛到协同生态,异构智算正成为推动生命科学领域创新的关键。未来,联想将以联想万全异构智算平台赋能AI算力基础设施建设,为多模态跨尺度生物医学成像、AI药物研发等更多前沿领域提供强大算力支撑,助力生命科学领域新质生产力加速形成。
随着AI技术的不断发展和算力基础设施的持续完善,我们有理由相信,AI将在生命科学领域发挥越来越重要的作用,进一步加速新药研发、疾病诊断和治疗的突破,最终为人类健康福祉带来革命性的进步。
而联想及其合作伙伴通过构建强大的异构智算平台,无疑将为这一美好的未来奠定坚实的基础。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。