人工智能正加速重塑科研体系,人工智能赋能科学研究(AI for Science,简称AI4S)也已成为国家战略层面的核心议题。
2025年8月,《国务院关于深入实施“人工智能+”行动的意见》发布,“人工智能+”科学技术被列入重点行动。“十五五”规划纲要明确指出,要以人工智能引领科研范式变革、抢占人工智能产业应用制高点,全方位赋能千行百业。
围绕AI4S技术落地、科研范式的创新工程已在全国范围内铺开,各地纷纷加大投入布局AI4S算力基础设施和产业融合应用,形成了国家引领、地方联动、产学研协同的良好发展格局。
在全国AI4S加速落地的大态势下,郑州近日迎来由中科曙光提供的国内最大6万卡AI4S计算集群。这既是河南响应国家战略、推进前沿科技落地的具体举措,更是全国AI4S布局的重要补充和支撑。
AI4S,一场正在发生的科研范式革命
AI4S的本质是由科学大数据驱动、数学物理与方法和神经网络方法相融合,确定性计算和概率性计算相结合,并根据实际场景做精度灵活选择的新研究范式。
“十四五”期间AI4S的方法得到体系化的发展,最有代表性的是2024年AlphaFold获得诺贝尔奖,这也标志着AI4S在全球范围内得到了公认。如今AI4S已经上升到国家战略的高度,并且随着智能体的发展,AI4S的概念逐渐也延展到了AI For Research、AI For Scientist等方向。
中科曙光一直在面向多元应用AI4S的需求,持续迭代超算的体系结构。中科曙光高级副总裁李斌强调,智能计算是超算概念在新时代的自然延伸。
中科曙光高级副总裁李斌
相比传统超算,正发生两方面关键变化:一是从以CPU为中心的数据通路设计,转向以异构加速芯片为核心,重构整体数据传输路径;二是在原有全局高速网络基础上,进一步引入片间超高速互联,满足AI训练对大规模数据交换的需求,并同步强化传统科学与工程计算的并行能力。
为满足用户对大规模并行计算、万亿参数大模型训练、高通量推理等需求,中科曙光AI4S计算集群具备六大特征:
强大算力:实现6万卡集群部署,提供全球顶级的超智融合算力。
全面精度:依托自主可控核心芯片,可支持8/16/32/64位宽的全精度计算,高效处理高维函数和复杂科学问题。
高速互连:通过国内首款类InfiniBand无损高速网络scaleFabric系列产品,可充分满足AI4S计算集群对高带宽、低时延网络的极致需求。
存算协同:通过“超级隧道”、AI数据加速等设计,实现从芯片、系统到应用的三层传输协同,避免存储IO瓶颈。
灵活调度:智能调度机制,使系统可根据任务需求灵活匹配、调度集群的计算存储网络等资源,并发作业调度效率超每秒万次。
稳定可靠:依托智能化运维、数字孪生系统以及浸没相变液冷技术,让系统可用性达到99.99%,保障集群长周期稳定运行。
AI4S的真正意义,不只是算力升级
截至目前,中科曙光AI4S计算集群已在生物、材料等多领域完成大规模并行计算测试并取得多项突出成果:3万卡规模蛋白质折叠模拟较传统算法加速1000倍;4.5万卡规模实现万亿原子液态水分子动力学模拟,在打破世界模拟规模纪录的同时更让效率提升3个数量级以上;助力湍流直接模拟规模扩展至百万亿网格,大幅提升科研效率。
伴随曙光AI4S集群投入使用,国家超算互联网平台(scnet.cn)已构建起国内规模最大的AI4S计算基础设施,总计链接超300万CPU核和超20万GPU卡,并接入全国一体化算网调度体系,为全国高校、科研院所和企业提供普惠化AI4S算力服务。
为推进AI4S的工程化落地,中科曙光打造了国内首个科学大模型一站式开发平台OneScience。
OneScience集成数十个AI4S热点模型与数据集,覆盖地球科学、生物信息、流体仿真、材料化学等多个领域,帮助用户在数小时内完成科学大模型开发,有效降低开发环境复杂度与数据获取门槛。
同时,用户只需通过“超级科学计算智能体”,使用自然语言提出需求,便可自动拆解任务、调用模型、调度算力,完成端到端交付,科研任务完成时间从天级压缩至小时级。
曙光智算总裁何牧君指出, 在AI4S算力服务领域的核心目标,是实现“意图即服务”,并围绕三方面展开:一是以人工智能驱动基础设施的智能化升级;二是构建以AI为核心引擎的超级科学计算智能体;三是依托生态与合作伙伴,赋能大模型、AI4S及行业智能化应用。最终,所有能力将汇聚成一个自主可控、开放协作的“数、算、模、用”一体化生态体系。
好文章,需要你的鼓励
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。