Related articles
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」 的新征程
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。
