國內最大6萬卡AI4S集群落地，曙光成為科學智能生態“組局者”

2026年4月14日，鄭州國家超算互聯網核心節點，中科曙光全棧自研的6萬卡AI4S計算集群投入使用。這是目前國內規模最大的AI for Science（AI4S）計算集群。

從2025年12月scaleX萬卡超集群發布，到今年2月3萬卡上線，再到如今6萬卡投用，不到三個月規模接連翻番的“曙光速度”，瞬間吸引了全行業的目光。

但如果只把這次發布看作是算力規模的升級，顯然低估了它的深層意義。真正值得關注的，是中科曙光正在完成的一次關鍵戰略躍遷：從單一的算力基礎設施提供商，升級為國內AI4S產業鏈的核心組織者與重要一級。憑借“超智融合”全棧技術能力與開放架構理念，曙光正聯合芯片、數據、算法、應用等上下游伙伴，加速國內AI4S產業生態從“單點突破”走向“系統成熟”，共同迎接科研智能時代的到來。

AI4S產業爆發前夜：算力是起點

AI4S也就是人工智能驅動科學研究，正在加速從藥物研發到新材料探索的創新效率。伴隨智能算力需求指數級爆發，能否獲得“充足、好用、用得起”的AI4S算力，已成為科研效率與產業競爭力的關鍵變量。

清華大學智能產業研究院助理教授李琨指出，AI4S的根本挑戰在于兩個層面：“如何把算力利用上”和“如何把算力利用好”。前者要求底層架構從傳統超算向“超智融合”轉型，后者則要求算力、數據、模型、軟件形成高效協同。換言之，單一環節的領先無法支撐整個產業的成熟，系統性的生態整合能力，才是決定勝負的終極考驗。

中科曙光高級副總裁 李斌

對于AI4S這條賽道，中科曙光高級副總裁李斌有著清晰的戰略判斷。他認為，AI方法應用于科學工程領域“道路一定正確”，神經網絡在理論上已被證明可逼近任意連續函數，這為AI4S提供了堅實理論支撐。但他同時強調，AI4S并非萬能，AI方法存在不可解釋性和泛化能力的天然局限，必須與傳統數值方法深度融合。“AI4S不是取代傳統方法，而是結合。”

談及產業化前景，李斌觀點更加鮮明：AI4S天然的工程化和產業化屬性更強，出發點是解決實際問題。無論是生物醫藥、半導體設計，還是新材料、清潔能源，AI4S一旦實現技術突破，撬動的都將是萬億級產業市場。正是基于這樣的判斷，曙光選擇了一條與眾不同的路徑：不做單一環節供應商，而是做連接整個產業鏈的“生態組織者”。

AI4S生態成熟需要“組局者”

對于新發布的6萬卡AI4S計算集群，李斌將它稱為“六邊形戰士”，在算力、精度、互連、存算協同、調度及可靠性六大維度均達頂級水準。其背后是曙光的全棧整合思維：6萬卡全部采用自主可控核心芯片，且實現了傳統科學計算所需的雙精度與AI大模型訓練所需的半精度完美融合，真正做到“一集群多用途”，大幅降低科研機構的算力采購與運維成本。

應用端的效果已經顯現：3萬卡讓蛋白質折疊模擬加速1000倍；4.5萬卡規模的萬億原子液態水分子模擬打破世界紀錄；助力湍流直接模擬規模擴展至百萬億網格。這些突破正是算力、算法與行業知識深度耦合的產物，也印證了曙光作為生態組織者的鏈接價值。

更重要的，通過AI計算開放架構理念，曙光正將自研核心硬件、高速網絡、存儲、調度運維等底層能力打包為標準化的平臺級服務，向上兼容主流AI框架與科研應用，向下整合其他硬件、基礎系統廠商，形成了一條貫通“芯片—系統—平臺—應用”的完整AI4S技術鏈路，進而更好支持AI4S需求場景。

正如李斌所說，“同樣的發動機和底盤，針對不同路況需要不同調教。AI4S集群也一樣，我們針對科學計算與AI融合的特定場景，把系統的每一處參數和配比都調教到了最佳狀態。”

開放架構：推動產業鏈快速發展

興業證券經濟與金融研究院副院長蔣佳霖分析認為，AI4S賽道具備“長坡厚雪”特征，算力集群建成后將帶動生物制藥、新材料、半導體設計等上下游協同發展，形成“建算力、用算力、產成果、促產業”的良性循環。而在這個循環中，曙光連接供需、整合資源的核心樞紐角色不可或缺。

6萬卡集群的落地，標志著國內AI4S產業從“技術驗證”正式邁入“規模化應用”的新階段。但產業生態的真正成熟，不能僅靠一家企業的單點突破，而需要一個采用開放理念，能夠整合多方力量、降低協作成本的“組局者”。

中信證券研究部計算機行業首席分析師楊澤原指出，2026年算力競爭正從單卡算力比拼升級為系統級對抗，系統整合能力成為下一階段的核心勝負手。在這一趨勢下，IT基礎設施企業的核心價值不再取決于它造出了多大的集群，而在于它能否持續降低產業鏈協同成本、加速AI4S從“可用”走向“好用”。

當中科曙光AI4S計算集群在鄭州全速運轉，我們看到的不僅是算力規模的躍升，更是一個AI4S產業鏈核心樞紐的成形。在科研智能時代的大門即將開啟之際，中國AI4S產業需要的正是這樣的“連接器”與“組局者”。