2026年4月14日，在位于郑州的国家超算互联网核心节点，由中科曙光提供的国内最大的“科学智能”（AI for Science，简称AI4S）计算集群使用。该集群匹配了6万张国产AI加速卡（GPU）的“巨无霸”，是这家算力巨头在AI浪潮中，一次标志性的转身。
在发布会现场，中科曙光高级副总裁李斌将此举定义为“准确把握市场技术发展趋势”后的“长期坚持成果”。他表示，“新时代的超算一定是面向AI4S，一定是融合的。”
伴随AI4S计算集群的亮相，中科曙光还发布了2025年年报，同样传递出向好的信号。2025年实现营业收入149.64亿元，同比增长13.81%；归母净利润21.76亿元，同比增长13.87%。曙光已用一份利润结构更健康的财报，和一个规模6万卡的AI4S集群，宣告其战略重心正从传统计算，坚定地锚定“人工智能+科学”这片蓝海。
“AI4S是科技强国与未来产业竞争的核心驱动力，它不仅关乎基础科学的突破，也直接决定了新材料、新药物、新能源等未来产业的主导权归属。”清华大学智能产业研究院助理教授李琨表示。他认为，AI4S已超越纯科研范畴，成为衡量国家综合实力和战略科技力量的关键指标。
从“超算”到“智算”，再到“超智融合”，中科曙光正在下一盘关乎未来的AI4S棋局。这盘棋，既是对国家“人工智能+”战略的响应，也是在全球科技竞赛背景下的主动出击。
从“计算”到“发现”：AI4S如何重塑科研与算力产业
AI for Science，并非一个全新的概念。其核心在于利用人工智能，特别是机器学习技术，解决传统科学研究和工程领域中的复杂问题。伴随AI4S技术的突破和算力成本的持续下探，AI4S正在从实验室走向产业化的前台。
在兴业证券经济与金融研究院副院长蒋佳霖看来，这是一个“天花板非常高”的赛道。他给出的数据是，2024年AI4S全球收入规模已超过200亿元人民币。“而且AI4S主要下游客户像生物制药、新材料、半导体设计，这些都是产值规模特别大，而且未来成长性特别好的领域。”这意味着，AI4S的市场根基，是那些本身就在快速增长且亟待技术突破的万亿级产业。
曙光此次发布的6万卡集群，已展现出这种“加速”潜力。根据官方披露的信息，该集群在应用测试中取得了多项突出成果：3万卡规模的蛋白质折叠模拟，较传统算法加速1000倍；4.5万卡规模实现了万亿原子液态水分子动力学模拟，效率提升3个数量级以上。这些成果直观地表明，AI的介入正在将过去耗时数月甚至数年的模拟计算，压缩到可接受的周期内，使得科学家能够探索更复杂、更宏大的科学问题。
然而，AI4S对算力产业的改变，远不止是“更快”。国家高性能计算机工程技术研究中心副主任曹振南指出，AI4S对算力的需求是“全方位”的，他特别提到，AI4S的发展会反向拉动传统算力需求，因为训练AI模型所需的优质数据，往往需要依赖传统的高性能计算来生成。“所以AI4S对算力需求是全方位的。”
这催生了“超智融合”的必然性。传统超算擅长双精度浮点计算，满足气象、物理模拟等对精度要求极高的场景；而AI训练和推理则大量使用低精度（如FP16、INT8）计算，追求极高的并行吞吐量。李琨指出，当前的最大挑战之一，是如何让传统的科学计算应用，能高效利用新型的、为AI优化的硬件算力。“无论是企业界，还是产业界来说，在成本方面都是考量的重要指标，就是如何把最新算力利用好。”
中科曙光提出的解决方案，是打造“超智融合”的全栈能力。李斌用了一个生动的比喻：“同样的发动机，同样的底盘，可能需要针对不同路况去做调教。”曙光6万卡集群的特点，正是针对传统科学计算、纯AI计算以及两者混合的复杂场景，在系统架构、软件栈、调度策略等方面进行了深度“调教”。
中科曙光高级副总裁 李斌
其六大优势——从支持全精度计算、高速无损网络，到存算协同、智能调度，都是为了打破超算与智算之间的壁垒，让一套系统能同时高效应对两类截然不同的任务。
这种融合，正在重构算力产业的评价标准。李斌提到，过去评判算力系统看的是“多少P（算力单位）”，而现在，特别是随着智能体技术的发展，评价标准正在向“词元响应效率”转变，即单位投入、单位功耗能产出多少有效的词元（Token）。这要求厂商从芯片、互联、内存到系统软件进行端到端的优化，而不仅仅是“堆卡”。
生态之战：从“卖系统”到“做平台”的征程
部署6万卡集群是一个技术里程碑，但如何让这庞大的算力被高效利用、产生商业价值，是中科曙光新的目标。这涉及到商业模式的根本性转变：从销售硬件和机时，转向构建一个繁荣的AI4S应用开发生态。
李斌在谈到集群利用率时表示，算力系统一般做到80%上下是合理的顶点，需要预留弹性空间保障用户体验。而要逼近这个利用率，关键在于降低使用门槛，吸引足够多的用户和多样化的应用。曹振南也反复强调“降低门槛”：“我一直讲要把算力门槛降低下来，变得好用，易用。”
中科曙光选择的路径是“平台化”和“智能化”，其依托的是“国家超算互联网”平台。据了解，该平台已链接超300万CPU核和超20万GPU卡，并接入了全国一体化算网调度体系。6万卡集群的加入，使其构建起“国内规模最大的AI4S计算基础设施”。更重要的是，曙光结合“数算模用”一体化理念，推出了“OneScience”——国内首个科学大模型一站式开发平台。
这个平台是构建生态的核心工具之一，它集成了数十个AI4S热点模型及数据集，覆盖地球科学、生物信息、流体仿真、材料化学等多学科领域，目标是让用户“数小时完成科学大模型开发”，解决开发环境复杂、数据获取难等痛点。
更进一步，曙光试图用“智能体”来重构科学研究的交互方式。在超算互联网平台上，用户无需面对繁琐的软件配置与IT流程，只需通过自然语言提出需求，平台背后的“超级科学计算智能体”便可自动拆解任务、调用模型、调度算力，完成端到端交付，将科研任务完成时间“从天级压缩至小时级”。这不仅是效率的提升，更是对科研工作流的改进与升级，使得AI4S的能力能够以更普惠的方式触达更广泛的科研人员和工业界用户。
在商业化路径上，李琨观察到，AI4S的商业模式正“从项目制不断转向订阅、AI服务、算力租赁等”。对于生物医药等AI4S的重点应用行业，曹振南认为，“公有比例会越来越大，因为公共平台各方面会做得更好，服务能力更强，这永远是一个发展趋势。”这也为曙光参与公共算力服务领域，描绘了广阔市场前景。
不仅如此，在蒋佳霖看来，AI4S基础设施对地方经济还有着拉动效应。他认为，在当地落地算力集群本身就是一个大型投资项目；其次，它能吸引科研机构、高校和企业（如生物制药、新材料公司）聚集，带动产业链上下游协同发展；最后，它还能帮助地方政府在“新质生产力”的考核中占据优势，争取上级政策和资源。
从2025年12月发布scaleX万卡超集群，到2026年2月3万卡上线，再到此次6万卡AI4S集群的推出，“曙光速度”背后是一场关于未来的押注。它看中的是AI4S将从前沿探索变为科研与产业的标配基础设施，是计算产业通向“超智融合”时代的必然趋势。
热门跟贴