在大型科学研究领域，高性能运算因其极高的计算需求而离不开超级计算机，如何优化其性能更是值得深究的学科。

以分子量子行为模拟为例，描述相互作用所需的状态数量呈指数级增长，这使得研究者面临两难选择：要么借助尚不成熟的量子计算机，要么通过简化处理方法适配现有超级计算机架构，但后者往往因过度简化而失去实用价值。

据最新报道，来自"神威"团队的中国科学家成功将"海光lite"超级计算机与人工智能技术深度融合，实现了在真实分子尺度下复杂量子化学的精准建模运算。

这项突破不仅是科学前沿的重要进展，更代表着计算技术的跨越式发展。

量子力学中描述量子态的核心是波函数（Ψ），它决定了量子系统所有可能的构型及其对应概率，包括分子中电子的位置分布、自旋状态与能级特征。

对量子态进行精确建模具有极大挑战性，因其状态空间会随粒子数量呈指数级扩张，传统超级计算机难以甚至不可能完成这般复杂的运算任务。

为此科学家不得不采用多种近似方法，通过简化量子方程在保留描述分子结构、反应路径与能量所需精度的同时，匹配现有计算设备。但现有基于波函数近似的方法在规模上存在局限，仅适用于小分子体系。

为研究具有强电子关联的多体量子系统，例如包含数十个电子、超100个自旋轨道等复杂情形，物理学家创新性地引入现代机器学习中的神经网络量子态（NNQS）等模型，以近似模拟分子内部电子的所有可能构型与运动规律。

这种方法有望将人工智能的扩展性与量子精度要求相结合，从而突破传统计算方法的研究边界。

来自中国"神威"团队的研究人员自主研发了NNQS框架，通过训练神经网络来逼近分子波函数，进而确定电子最可能出现的位置分布。

针对每次采样获得的电子排布，系统会精确计算局部能量特征，并动态调整网络参数，直至其预测结果与分子真实量子能量模式高度吻合。

这款专为NNQS定制的框架深度适配中国"海光lite"超级计算机架构，其搭载的384核心申威SW26010-Pro处理器支持FP16半精度、FP32单精度、FP64双精度浮点运算格式，具备百亿亿次级计算能力。

不过该架构专为高性能计算（HPC）需求设计，在人工智能支持方面存在不足，因此研究人员必须着重考虑负载并行处理机制与数据调度优化。

为此团队专门设计了分层通信模型，由管理核心协调处理器与节点间的数据交换，同时依托数百万个轻量级双路计算单元（CPE）执行局部量子计算任务，这些单元均配备512位向量引擎。

此外他们还开发了动态负载均衡算法，有效避免因计算任务分布不均导致部分核心闲置造成的资源浪费。

最终团队在3700万个CPE核心上稳定运行代码，实现了92%的强扩展性与98%的弱扩展性，达成近乎完美的软硬件协同，对中国超级计算发展具有里程碑意义。

截至目前，这项包含120个自旋轨道的分子系统模拟，成为全球范围内在传统超级计算机上完成的最大规模AI驱动量子化学计算，标志着中国在AI与量子科技融合领域取得突破性进展。