原标题：全国高性能计算学术大会丨鲲鹏聚力·超智协同，高性能计算+AI4S赋能产业跃升分论坛成功举办
【中国，深圳】在2026全国高性能计算学术大会期间，以“鲲鹏聚力·超智协同”为主题的高性能计算+AI4S赋能产业跃升分论坛于10月19日下午在深圳国际会展中心成功举办。论坛现场，中国计算机学会高性能计算专业委员会副主任委员（执行）兼办公室主任、中国科学院计算技术研究所研究员谭光明，华为鲲鹏高性能计算PDT经理王有文先后致辞。华为计算专家王晓朋作主题演讲《鲲鹏超智协同，为高性能计算+AI4S而生的算力底座》，来自上海人工智能实验室、中国气象局、中国石油集团、清华大学、智子芯元等机构的嘉宾，围绕AI for Science、数值预报、物探软件与AI数据湖带来分享。
CCF高专委副主任委员（执行）兼办公室主任，中国科学院计算技术研究所研究员谭光明开场致辞
CCF委员会副主任委员（执行）兼办公室主任、中国科学院计算技术研究所研究员谭光明表示，超智协同的关键命题在于算力能否真正从“建设”走向“应用”、从“可用”走向“好用”。他提到，自主算力已在峰值性能和榜单排名上实现里程碑式突破，超智协同接下来的攻坚重点是真实负载下的效率、稳定性和生态可用性。
华为鲲鹏高性能计算PDT经理王有文致辞
华为鲲鹏高性能计算PDT经理王有文在致辞中表示，超智协同已经从技术探索迈入产业落地的新阶段：科研突破与产业创新，既需要传统高性能计算的精确求解，也需要AI模型与智能体的加速探索，二者深度协同才能加速产业跃升。他提到，围绕这一目标，鲲鹏持续深耕底层算力创新，从硬件、到软件平台、应用生态持续迭代优化，推出鲲鹏超智一体解决方案；依托客户、合作伙伴与广大开发者的支持，鲲鹏已逐步构建起完善的高性能计算应用生态，持续拓展AI4S应用边界。面向未来，鲲鹏期待与更多用户和伙伴携手同行，聚心、聚智、聚力，以超智协同算力赋能产业跃升。
第五范式之下，算力底座需要重新定义
华为计算专家王晓朋发表主题演讲
王晓朋在主题演讲中指出，科学发现正在走向第五范式，由AI智能体驱动的自动化闭环科学研究正成为全新形态，科学研究正从“人工驱动”走向“算力驱动、AI主导的自动化闭环”。这重塑了对算力的要求：数据生成需要高性能算力，模型训练与推理则分别对应中高精度与中低精度AI算力——混合精度与多样性算力协同不再是选项，而是必然。随着智能体分层演进，算力底座也需要在CPU调度、AI训练推理与高精度上协同，让智能体“即插即用”地调用异构算力。
针对AI4S时代的算力诉求，王晓朋系统介绍了鲲鹏超智协同解决方案，以“一个底座、三层架构”为核心：底层整合算、网、存硬件，中间构建覆盖高性能计算、AI与智能体的统一软件平台，上层承载各类科研应用，并通过极致性能、统一调度、极简易用、统一存储四大能力支撑超智协同。
方案以鲲鹏920 72F系列实现片上超智一体，以灵衢互联打通CPU、xPU与存储的数据通路，支撑超节点集群高效协同；同时通过开源基础软件栈、领域加速库、DevKit与高性能计算-Copilot智能体，降低传统高性能计算转向AI4S的迁移优化与集群管理门槛。该底座已在材料、燃烧仿真等场景落地，同时承载传统高性能计算、AI推理与智能体三类负载，推动高性能计算+AI4S算力底座从“可用”走向“好用”。
从算力底座到应用一线：让算力真正用起来
AI for Science走向全链路自动化。上海人工智能实验室科研产品部工程团队负责人、书生·端砚产品技术负责人涂中英介绍，过去这一年AI重塑了内容创作、软件工程、数学等领域的工作方式，在科学领域，AI 也有效地解决了科学家海量文献筛选、代码生成、数据分析、文档撰写等繁琐的工作，科学假设与候选方案生成的瓶颈正在加速消失，甚至出现爆发式的增长，但对应的验证能力却呈现出极度匮乏的状态。为了应对新科研范式下的挑战，书生·端砚通过协同进化的自主科研引擎、可信科研引擎、自动化验证引擎等方案，构建了一套新范式下的全流程科研创新平台，赋能科研工作者将“创新假说”高效转化为“产业生产力”。
气象与物探走向全球领先。中国气象局地球系统数值预报中心计算技术室高级工程师蒋沁谷介绍，为了应对频发的极端天气事件所带来的影响，中国气象局自主研发了基于多矩约束有限体积方法的下一代大气模式MCV，其具有高精度、高可扩展优点。为了适配众核计算架构，中国气象局与华为公司开展合作将MCV模式移植到鲲鹏920 72F系列处理器平台，并从计算访存、并行通信等多个层面开展了深度优化。经过双方联合攻关，目前取得了MCV全球5公里分辨率10天预报在一个小时内完成计算的成果，同时开展了5公里模拟试验；中国石油集团东方地球物理勘探有限责任公司高级专家尚民强介绍，东方物探陆上勘探份额连续20年全球领先，其GeoEast-FWI软件基于鲲鹏深度适配，性能领先国内同类平台。
数据与高性能计算平台让科研价值加速释放。华为AI数据湖解决方案首席架构师郭洪星介绍，在Agentic AI时代，高质量数据是加速AI4S科研范式升级的核心驱动力。针对落地过程中面临的“数据、赋能、基建”三大挑战，AI数据湖解决方案通过一套统一架构，打通“存好-管好-用好”的业务闭环。该方案依托OceanStor Pacific全闪分布式存储、iMaster DME Omni-Dataverse统一数据空间以及iData数据治理工具链，助力客户打破数据孤岛，实现全模态数据统一入湖、跨模态关联对齐及业务知识注入。华为AI数据湖以高质量数据供给夯实AI4S落地根基，持续创新加速科研范式变革；清华大学深圳国际研究生院长聘教授、副院长付昊桓介绍了其团队在超智融合上的多领域应用实践。他指出超智融合要支撑的是可持续迭代的科学探索，依托超智融合算力底座，贯通数值模拟、AI 与数据处理。以科学结果验证系统与算法的共同进化，用模型、数据、工具打造可验证科研智能体，让计算贯穿科学问题从提出、求解到验证的全过程。
计算加速智能体降低门槛。智子芯元联合创始人康迅表示大模型应用规模扩大，算力瓶颈正从处理器转向软件适配效率：算子迁移、模型适配与调优仍需大量人工投入，有效算力难以充分释放。Kerminal 是面向鲲鹏昇腾生态的计算加速与编程智能体，基于自研 Harness 框架与运筹优化能力，把硬件适配与性能调优交由 AI 自动完成，以 CLI、插件、IDE 多形态融入现有工作流。
本场论坛形成了有效共识，超智协同不是两套系统的简单拼接，而是让高性能计算与AI在同一底座上原生融合。正如谭光明在致辞中所言，超智融合是中国算力发展的必答题。面向未来，鲲鹏将让算力从“跑得更高”走向“用得更好”，加速产业跃升。
热门跟贴