從超算到超智融合，中科曙光6萬卡集群重構算力產業格局

2026年4月14日，在位于鄭州的國家超算互聯網核心節點，由中科曙光提供的國內最大的“科學智能”（AI for Science，簡稱AI4S）計算集群使用。該集群匹配了6萬張國產AI加速卡（GPU）的“巨無霸”，是這家算力巨頭在AI浪潮中，一次標志性的轉身。

在發布會現場，中科曙光高級副總裁李斌將此舉定義為“準確把握市場技術發展趨勢”后的“長期堅持成果”。他表示，“新時代的超算一定是面向AI4S，一定是融合的。”

伴隨AI4S計算集群的亮相，中科曙光還發布了2025年年報，同樣傳遞出向好的信號。2025年實現營業收入149.64億元，同比增長13.81%；歸母凈利潤21.76億元，同比增長13.87%。曙光已用一份利潤結構更健康的財報，和一個規模6萬卡的AI4S集群，宣告其戰略重心正從傳統計算，堅定地錨定“人工智能+科學”這片藍海。

“AI4S是科技強國與未來產業競爭的核心驅動力，它不僅關乎基礎科學的突破，也直接決定了新材料、新藥物、新能源等未來產業的主導權歸屬。”清華大學智能產業研究院助理教授李琨表示。他認為，AI4S已超越純科研范疇，成為衡量國家綜合實力和戰略科技力量的關鍵指標。

從“超算”到“智算”，再到“超智融合”，中科曙光正在下一盤關乎未來的AI4S棋局。這盤棋，既是對國家“人工智能+”戰略的響應，也是在全球科技競賽背景下的主動出擊。

從“計算”到“發現”：AI4S如何重塑科研與算力產業

AI for Science，并非一個全新的概念。其核心在于利用人工智能，特別是機器學習技術，解決傳統科學研究和工程領域中的復雜問題。伴隨AI4S技術的突破和算力成本的持續下探，AI4S正在從實驗室走向產業化的前臺。

在興業證券經濟與金融研究院副院長蔣佳霖看來，這是一個“天花板非常高”的賽道。他給出的數據是，2024年AI4S全球收入規模已超過200億元人民幣。“而且AI4S主要下游客戶像生物制藥、新材料、半導體設計，這些都是產值規模特別大，而且未來成長性特別好的領域。”這意味著，AI4S的市場根基，是那些本身就在快速增長且亟待技術突破的萬億級產業。

曙光此次發布的6萬卡集群，已展現出這種“加速”潛力。根據官方披露的信息，該集群在應用測試中取得了多項突出成果：3萬卡規模的蛋白質折疊模擬，較傳統算法加速1000倍；4.5萬卡規模實現了萬億原子液態水分子動力學模擬，效率提升3個數量級以上。這些成果直觀地表明，AI的介入正在將過去耗時數月甚至數年的模擬計算，壓縮到可接受的周期內，使得科學家能夠探索更復雜、更宏大的科學問題。

然而，AI4S對算力產業的改變，遠不止是“更快”。國家高性能計算機工程技術研究中心副主任曹振南指出，AI4S對算力的需求是“全方位”的，他特別提到，AI4S的發展會反向拉動傳統算力需求，因為訓練AI模型所需的優質數據，往往需要依賴傳統的高性能計算來生成。“所以AI4S對算力需求是全方位的。”

這催生了“超智融合”的必然性。傳統超算擅長雙精度浮點計算，滿足氣象、物理模擬等對精度要求極高的場景；而AI訓練和推理則大量使用低精度（如FP16、INT8）計算，追求極高的并行吞吐量。李琨指出，當前的最大挑戰之一，是如何讓傳統的科學計算應用，能高效利用新型的、為AI優化的硬件算力。“無論是企業界，還是產業界來說，在成本方面都是考量的重要指標，就是如何把最新算力利用好。”

中科曙光提出的解決方案，是打造“超智融合”的全棧能力。李斌用了一個生動的比喻：“同樣的發動機，同樣的底盤，可能需要針對不同路況去做調教。”曙光6萬卡集群的特點，正是針對傳統科學計算、純AI計算以及兩者混合的復雜場景，在系統架構、軟件棧、調度策略等方面進行了深度“調教”。

中科曙光高級副總裁 李斌

其六大優勢——從支持全精度計算、高速無損網絡，到存算協同、智能調度，都是為了打破超算與智算之間的壁壘，讓一套系統能同時高效應對兩類截然不同的任務。

這種融合，正在重構算力產業的評價標準。李斌提到，過去評判算力系統看的是“多少P（算力單位）”，而現在，特別是隨著智能體技術的發展，評價標準正在向“詞元響應效率”轉變，即單位投入、單位功耗能產出多少有效的詞元（Token）。這要求廠商從芯片、互聯、內存到系統軟件進行端到端的優化，而不僅僅是“堆卡”。

生態之戰：從“賣系統”到“做平臺”的征程

部署6萬卡集群是一個技術里程碑，但如何讓這龐大的算力被高效利用、產生商業價值，是中科曙光新的目標。這涉及到商業模式的根本性轉變：從銷售硬件和機時，轉向構建一個繁榮的AI4S應用開發生態。

李斌在談到集群利用率時表示，算力系統一般做到80%上下是合理的頂點，需要預留彈性空間保障用戶體驗。而要逼近這個利用率，關鍵在于降低使用門檻，吸引足夠多的用戶和多樣化的應用。曹振南也反復強調“降低門檻”：“我一直講要把算力門檻降低下來，變得好用，易用。”

中科曙光選擇的路徑是“平臺化”和“智能化”，其依托的是“國家超算互聯網”平臺。據了解，該平臺已鏈接超300萬CPU核和超20萬GPU卡，并接入了全國一體化算網調度體系。6萬卡集群的加入，使其構建起“國內規模最大的AI4S計算基礎設施”。更重要的是，曙光結合“數算模用”一體化理念，推出了“OneScience”——國內首個科學大模型一站式開發平臺。

這個平臺是構建生態的核心工具之一，它集成了數十個AI4S熱點模型及數據集，覆蓋地球科學、生物信息、流體仿真、材料化學等多學科領域，目標是讓用戶“數小時完成科學大模型開發”，解決開發環境復雜、數據獲取難等痛點。

更進一步，曙光試圖用“智能體”來重構科學研究的交互方式。在超算互聯網平臺上，用戶無需面對繁瑣的軟件配置與IT流程，只需通過自然語言提出需求，平臺背后的“超級科學計算智能體”便可自動拆解任務、調用模型、調度算力，完成端到端交付，將科研任務完成時間“從天級壓縮至小時級”。這不僅是效率的提升，更是對科研工作流的改進與升級，使得AI4S的能力能夠以更普惠的方式觸達更廣泛的科研人員和工業界用戶。

在商業化路徑上，李琨觀察到，AI4S的商業模式正“從項目制不斷轉向訂閱、AI服務、算力租賃等”。對于生物醫藥等AI4S的重點應用行業，曹振南認為，“公有比例會越來越大，因為公共平臺各方面會做得更好，服務能力更強，這永遠是一個發展趨勢。”這也為曙光參與公共算力服務領域，描繪了廣闊市場前景。

不僅如此，在蔣佳霖看來，AI4S基礎設施對地方經濟還有著拉動效應。他認為，在當地落地算力集群本身就是一個大型投資項目；其次，它能吸引科研機構、高校和企業（如生物制藥、新材料公司）聚集，帶動產業鏈上下游協同發展；最后，它還能幫助地方政府在“新質生產力”的考核中占據優勢，爭取上級政策和資源。

從2025年12月發布scaleX萬卡超集群，到2026年2月3萬卡上線，再到此次6萬卡AI4S集群的推出，“曙光速度”背后是一場關于未來的押注。它看中的是AI4S將從前沿探索變為科研與產業的標配基礎設施，是計算產業通向“超智融合”時代的必然趨勢。