“未来，由数学模型驱动的高精度科学计算与由数据模型驱动的低精度智能计算，将以紧耦合、系统化协同的方式深度融合，成为新一代计算体系与AI基础设施演进的关键方向。”中科曙光董事长历军在2026世界智能产业博览会发言时表示。
科学研究已先后经历经验、理论、计算、大数据四次范式演进。如今，AI for Science（AI4S，科学智能）正在孕育第五次重大跃迁——它不仅是全球科技竞争的重要焦点，也正成为培育新质生产力、推动科研创新升级的核心抓手。
在本届智博会上，中科曙光展示了全球领先的超节点与万卡超集群产品，并同步发布全栈算力解决方案。值得注意的是，其6万卡规模AI4S集群已在蛋白质折叠、原子模拟等关键科研领域取得实质性进展，3套万卡集群也已率先在国家超算互联网上线。这条“数算模用”协同发展的路径，正在加快构建本土化科学智能生态体系。
那么，AI4S背后的算力基础逻辑，究竟发生了哪些变化？
超智融合：下一代算力基础设施的新逻辑
AI4S正在重塑人类认知世界和开展科学研究的方式。基础科学突破能力，已成为全球科技竞争中的关键“胜负手”。人类正加速迈入“科学智能时代”，而“超智融合”（HPC+AI）所代表的全精度计算体系，也开始重新定义人工智能的能力边界与发展形态。
这里需要先区分两个核心概念。“数学模型驱动的高精度科学计算”主要指传统高性能计算场景，例如气象预报、核聚变仿真、量子力学计算、蛋白质折叠等。这些应用通常需要FP64双精度或FP32单精度计算能力，以抑制误差累积、保障计算结果的准确性与可信度。“数据模型驱动的低精度智能计算”则更多对应大模型训练与推理场景，大量任务运行在FP16半精度甚至更低精度设备之上，以提升吞吐效率和整体算力利用率。
AI4S的独特之处正在于：它既要依靠高精度计算守住科学计算的物理真实性和结果可靠性，又要借助低精度计算充分释放AI训练与推理的高吞吐优势。这正是“超智融合”的底层逻辑——并非简单把两套系统拼接在一起，而是在一个覆盖全精度能力的大算力底座上，实现原生协同与统一调度。
AI4S之所以受到高度关注，背后是全球人工智能浪潮的持续升温。自2025年以来，欧洲、美国、日本等国家和地区相继出台相关规划，进一步加快人工智能产业布局。国内同样持续推进相关战略部署，“十五五”规划纲要明确提出抢占人工智能产业应用制高点；“十四五”规划也将算力与AI基础设施列为重点方向。2026年《政府工作报告》进一步将“深化拓展‘人工智能+’”和“实施超大规模智算集群”列入重点任务。作为“人工智能+科研”落地的重要方向，AI4S自然成为发展新质生产力的重要支撑。与此同时，上海、四川、安徽、河南等地也在积极布局AI4S产业赛道。
万卡集群：从“试错”到“预测”的科研引擎
传统科研通常遵循“假设—实验—验证”的试错式路径。以新药研发为例，平均往往需要10年时间，并且要从上万种化合物中进行层层筛选。而随着AI技术深度介入，这一科研逻辑正在从“试错”走向“预测”——通过深度学习海量科研数据，AI模型可以构建复杂的“结构—性质—功能”映射关系，让科研过程从“大海捞针”升级为“精准制导”。
市场数据同样具有较强说服力。根据QYResearch数据，2025年全球AI4S市场规模约为45.38亿美元，预计到2032年将增长至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、半导体六大下游产业中，AI4S可覆盖的市场总规模接近11万亿美元。当研发渗透率达到2.5%时，相关年产值即可突破1400亿美元。当前，AI4S在多数行业中的渗透率仍处于个位数阶段，这也意味着未来增长潜力十分可观。
在历军看来，要真正释放超大规模AI集群的能力潜力，效率与稳定性绝不是由单一硬件决定的，而是高度依赖计算、存储、网络、散热以及调度等全栈能力的系统级协同优化。
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。这些产品融合超节点、高速互联网络、相变浸没液冷等核心技术，直面“高端算力供给不足、散热与能耗压力持续攀升、数据传输瓶颈突出”三大行业共性难题。
针对AI时代“大规模、高吞吐、强协同”的数据处理需求，中科曙光推出FlashNexus高端全闪存存储、ParaStor分布式存储以及全栈自研的scaleFabric高速网络产品矩阵，能够满足万卡并发读写场景下的极致带宽需求，并将通信时延压缩至微秒级。在平台与调度软件层面，借助OneScience科学大模型一站式开发平台、Gridview集群运维系统等能力，实现了从物理集群数字孪生到智能化调度管理的全流程覆盖，系统可用性高达99.99%，显著降低了AI应用部署和科研创新的使用门槛。
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、高通量推理以及AI4S等大规模应用场景。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，并完成70余项万卡级测试。其中，3万卡算力已应用于蛋白质折叠模拟，4.5万卡算力实现了414.7亿原子DFT精度模拟，十亿级网格仿真效率也由原来的周级提升至小时级。在生态适配方面，该平台已深度适配400多个行业大模型，并针对全球主流大模型开展系统级优化，同时完成流体、生物、量子力学、仿真等专业软件的国产化适配、移植与优化。
这种“数算模用协同”的发展路径，真正将模型、算力、数据与行业软件整合为一个完整体系。它有望成为激活中国本土科学智能生态、推动AI4S产业化落地的重要力量。
