- 国内站
- 国际站
无数据
7月18-21日，2025中国力学大会在长沙国际会议中心隆重举行。作为我国力学界最具影响力的综合性学术盛会，大会吸引了全球顶尖学者共同聚焦力学研究前沿。在AI×力学交叉领域专题研讨中，专家表示AI正加速渗透至科研各个领域。
AI 重构自然科学：
从诺奖突破到顶刊 “半壁江山”
2024年，诺贝尔物理学奖与化学奖同时授予AI相关研究，这一里程碑事件引发全球学术界广泛关注。有权威学者评价称，其深远影响“堪比量子力学对经典物理理论的冲击”。
自AlphaFold团队获诺贝尔化学奖以来，该模型已成功预测了全球绝大多数已知蛋白质结构，一度引发“结构生物学家集体失业”的热议。面对这一趋势，著名结构生物学家、中国科学院院士颜宁团队近期开发了名为CryoSeek（酷寻）的新策略，利用冷冻电镜结合AI建模技术，直接从自然样本中发现未知生物大分子，推动结构生物学从“已知结构解析”向“未知实体探索”的范式转变。相关成果连续两篇发表于《美国国家科学院院刊》（PNAS），被其称为“又一个我最喜欢的工作”。
近期，AI在多个学科领域取得重要突破。浙江大学郭国骥团队开发的基因组AI模型Nvwa（女娲），实现了从基因组序列到单细胞基因表达的直接预测，相关成果于2025年7月8日发表在《Cell》期刊；上海交大周涵团队开发的AI模型不仅能 “发明” 新材料，还能筛选低成本、易量产的超材料，该研究于2025年7月2日发表于《Nature》；复旦大学团队则依托海光DCU设备，在脑科学模拟研究方面取得重要进展。这些突破展现了AI技术对基础科研的深远影响。
统计数据印证了AI的快速渗透趋势：目前AI相关论文在CNS（Cell、Nature、Science）三大顶刊中的占比已超过30%，相当于每3篇论文中就有1篇与AI深度相关，且呈现出'加速渗透'与'学科融合'的双重特征。随着科研数据体量呈指数级增长、AI模型日益复杂，高效AI工具和强大算力平台的支撑作用愈发关键，正逐渐成为科研突破的重要推动力。
02
国产算力崛起：：
中国顶刊论文爆发的 “隐形引擎”
中国科研成果的爆发式增长，与国产算力的快速发展密不可分。据Nature Index统计，2023年中国在自然科学领域的高质量论文贡献份额首次超过美国（占比22.6%），2024年该份额较2023年再提升17个百分点。同时，中国内地高校在Cell、Nature、Science（CNS）三大期刊的论文发表数量从2023年的276篇增至2024年的511篇，增幅高达48%。这背后，以海光为代表的国产算力平台功不可没。
作为国内唯一同时拥有高端通用处理器(CPU)和和深度计算处理器（DCU）的企业，海光打造了完整的“芯片-工具-平台”解决方案体系。DCU产品是国内唯一支持全精度计算的通用AI加速卡，通过创新的GPUFusion技术实现与CUDA生态兼容，配合DeepAI深算智能引擎（预置100+场景模块、300+精调模型），构建了开箱即用的大模型开发平台，显著降低AI+科研应用门槛。同时，海光CPU全面兼容市场主流x86架构生态，支持现有应用无需代码重构即可平滑迁移，大幅降低国产化替代成本。
目前，海光已在生命科学、工业仿真、气象海洋、物理化学等多个领域实现规模化应用。
1、生命科学：加速从基因到蛋白质的 “解码竞赛”
针对生命科学领域海量数据处理与复杂算法计算需求，海光基于C86架构高主频多核心CPU与兼容CUDA生态的DCU异构计算平台，深度优化支持BWA-GASAL2、Relion、AlphaFold等主流生物信息学工具。实测数据显示，GATK工具性能提升14.8%，BWA算法效率提升28%，Relion v5处理速度实现翻倍增长，该平台显著提升超大规模生物数据处理能力。
服务重大生命科学项目，海光已为中国科学院北京基因组研究所（国家生物信息中心）构建高性能计算平台，可稳定满足日均数十万样本处理需求，持续为国家级重点课题提供算力支撑。目前，该解决方案已在基因组学、蛋白质组学、冷冻电镜等多个生命科学细分领域均有优秀实践。
2. 工业仿真：全流程覆盖的 “精度革命”
基于C86架构处理器与自研DCU加速卡构建的异构计算平台，海光实现了工业仿真全流程解决方案，覆盖从预处理、核心求解到后处理及远程可视化的完整工作链。性能测试显示，该平台在Fluent求解器上并行效率超过80%，COMSOL典型算例计算性能提升40%，LS-DYNA多核并行计算时间缩短28%，已成功应用于高速列车与整车碰撞仿真、气动热耦合仿真分析等工程实践。
海光CPU+DCU架构通过创新的跨节点异构耦合技术，完整支持中国科学院过程工程研究所EMMS团队开发的LMFD（Lattice-based Multi-Fluids Dynamics）软件全流程计算，包括前处理网格划分、核心求解器运算及后处理，为高精度多相流数值模拟提供了可靠的算力支撑。
3、气象海洋：填补自主高端模拟平台空白，推动我国跻身全球地球系统科学强国。
面向高分辨率数值预报、遥感图像处理及多源数据融合等专业领域，海光异构计算平台已完成WRF、NEMO、ENVI等核心软件的深度适配，并支持超大规模线性扩展。实测数据显示，通过创新的异步I/O与PNetCDF并行输出技术，平台将WRF模式的文件写入时间从482秒压缩至3.5秒，I/O效率提升高达137倍。
该平台已实现大气、海洋、生物圈的高分辨率耦合模拟，支撑气候预测、灾害应对等重大科研任务。这一突破不仅填补了我国自主可控高端地球系统模拟平台的空白，更为推动我国成为全球地球系统科学研究领先力量强国提供关键基础设施支撑。
4. 物理化学：超越国际主流平台，将分子动力学模拟规模扩展至十亿级
面向量子化学计算与材料设计等科研场景，海光提供基于自主技术的全栈异构计算解决方案，完整支持VASP、LAMMPS、GROMACS等主流计算软件，通过创新的MPI+OpenMP+DCU协同并行架构，可实现千万级原子体系的高精度模拟。
与深势科技联合构建的 DCU 异构训练平台，将分子动力学模拟规模扩展至十亿级，性能超越国际主流平台，大幅提升我国计算材料学的国际竞争力。
从顶刊论文的持续涌现到多学科领域的突破性创新，人工智能正在深刻重构科学研究的范式体系。在这一变革进程中，以海光为代表的国产算力，正成为这场变革的 “隐形引擎”，助力中国科研从 “跟跑” 向 “领跑” 跨越，加速多学科创新突破。
来源：科研大匠，爱科会易仅用于学术交流，若相关内容侵权，请联系删除。
7月18-21日，2025中国力学大会在长沙国际会议中心隆重举行。作为我国力学界最具影响力的综合性学术盛会，大会吸引了全球顶尖学者共同聚焦力学研究前沿。在AI×力学交叉领域专题研讨中，专家表示AI正加速渗透至科研各个领域。
AI 重构自然科学：
从诺奖突破到顶刊 “半壁江山”
2024年，诺贝尔物理学奖与化学奖同时授予AI相关研究，这一里程碑事件引发全球学术界广泛关注。有权威学者评价称，其深远影响“堪比量子力学对经典物理理论的冲击”。
自AlphaFold团队获诺贝尔化学奖以来，该模型已成功预测了全球绝大多数已知蛋白质结构，一度引发“结构生物学家集体失业”的热议。面对这一趋势，著名结构生物学家、中国科学院院士颜宁团队近期开发了名为CryoSeek（酷寻）的新策略，利用冷冻电镜结合AI建模技术，直接从自然样本中发现未知生物大分子，推动结构生物学从“已知结构解析”向“未知实体探索”的范式转变。相关成果连续两篇发表于《美国国家科学院院刊》（PNAS），被其称为“又一个我最喜欢的工作”。
近期，AI在多个学科领域取得重要突破。浙江大学郭国骥团队开发的基因组AI模型Nvwa（女娲），实现了从基因组序列到单细胞基因表达的直接预测，相关成果于2025年7月8日发表在《Cell》期刊；上海交大周涵团队开发的AI模型不仅能 “发明” 新材料，还能筛选低成本、易量产的超材料，该研究于2025年7月2日发表于《Nature》；复旦大学团队则依托海光DCU设备，在脑科学模拟研究方面取得重要进展。这些突破展现了AI技术对基础科研的深远影响。
统计数据印证了AI的快速渗透趋势：目前AI相关论文在CNS（Cell、Nature、Science）三大顶刊中的占比已超过30%，相当于每3篇论文中就有1篇与AI深度相关，且呈现出'加速渗透'与'学科融合'的双重特征。随着科研数据体量呈指数级增长、AI模型日益复杂，高效AI工具和强大算力平台的支撑作用愈发关键，正逐渐成为科研突破的重要推动力。
02
国产算力崛起：：
中国顶刊论文爆发的 “隐形引擎”
中国科研成果的爆发式增长，与国产算力的快速发展密不可分。据Nature Index统计，2023年中国在自然科学领域的高质量论文贡献份额首次超过美国（占比22.6%），2024年该份额较2023年再提升17个百分点。同时，中国内地高校在Cell、Nature、Science（CNS）三大期刊的论文发表数量从2023年的276篇增至2024年的511篇，增幅高达48%。这背后，以海光为代表的国产算力平台功不可没。
作为国内唯一同时拥有高端通用处理器(CPU)和和深度计算处理器（DCU）的企业，海光打造了完整的“芯片-工具-平台”解决方案体系。DCU产品是国内唯一支持全精度计算的通用AI加速卡，通过创新的GPUFusion技术实现与CUDA生态兼容，配合DeepAI深算智能引擎（预置100+场景模块、300+精调模型），构建了开箱即用的大模型开发平台，显著降低AI+科研应用门槛。同时，海光CPU全面兼容市场主流x86架构生态，支持现有应用无需代码重构即可平滑迁移，大幅降低国产化替代成本。
目前，海光已在生命科学、工业仿真、气象海洋、物理化学等多个领域实现规模化应用。
1、生命科学：加速从基因到蛋白质的 “解码竞赛”
针对生命科学领域海量数据处理与复杂算法计算需求，海光基于C86架构高主频多核心CPU与兼容CUDA生态的DCU异构计算平台，深度优化支持BWA-GASAL2、Relion、AlphaFold等主流生物信息学工具。实测数据显示，GATK工具性能提升14.8%，BWA算法效率提升28%，Relion v5处理速度实现翻倍增长，该平台显著提升超大规模生物数据处理能力。
服务重大生命科学项目，海光已为中国科学院北京基因组研究所（国家生物信息中心）构建高性能计算平台，可稳定满足日均数十万样本处理需求，持续为国家级重点课题提供算力支撑。目前，该解决方案已在基因组学、蛋白质组学、冷冻电镜等多个生命科学细分领域均有优秀实践。
2. 工业仿真：全流程覆盖的 “精度革命”
基于C86架构处理器与自研DCU加速卡构建的异构计算平台，海光实现了工业仿真全流程解决方案，覆盖从预处理、核心求解到后处理及远程可视化的完整工作链。性能测试显示，该平台在Fluent求解器上并行效率超过80%，COMSOL典型算例计算性能提升40%，LS-DYNA多核并行计算时间缩短28%，已成功应用于高速列车与整车碰撞仿真、气动热耦合仿真分析等工程实践。
海光CPU+DCU架构通过创新的跨节点异构耦合技术，完整支持中国科学院过程工程研究所EMMS团队开发的LMFD（Lattice-based Multi-Fluids Dynamics）软件全流程计算，包括前处理网格划分、核心求解器运算及后处理，为高精度多相流数值模拟提供了可靠的算力支撑。
3、气象海洋：填补自主高端模拟平台空白，推动我国跻身全球地球系统科学强国。
面向高分辨率数值预报、遥感图像处理及多源数据融合等专业领域，海光异构计算平台已完成WRF、NEMO、ENVI等核心软件的深度适配，并支持超大规模线性扩展。实测数据显示，通过创新的异步I/O与PNetCDF并行输出技术，平台将WRF模式的文件写入时间从482秒压缩至3.5秒，I/O效率提升高达137倍。
该平台已实现大气、海洋、生物圈的高分辨率耦合模拟，支撑气候预测、灾害应对等重大科研任务。这一突破不仅填补了我国自主可控高端地球系统模拟平台的空白，更为推动我国成为全球地球系统科学研究领先力量强国提供关键基础设施支撑。
4. 物理化学：超越国际主流平台，将分子动力学模拟规模扩展至十亿级
面向量子化学计算与材料设计等科研场景，海光提供基于自主技术的全栈异构计算解决方案，完整支持VASP、LAMMPS、GROMACS等主流计算软件，通过创新的MPI+OpenMP+DCU协同并行架构，可实现千万级原子体系的高精度模拟。
与深势科技联合构建的 DCU 异构训练平台，将分子动力学模拟规模扩展至十亿级，性能超越国际主流平台，大幅提升我国计算材料学的国际竞争力。
从顶刊论文的持续涌现到多学科领域的突破性创新，人工智能正在深刻重构科学研究的范式体系。在这一变革进程中，以海光为代表的国产算力，正成为这场变革的 “隐形引擎”，助力中国科研从 “跟跑” 向 “领跑” 跨越，加速多学科创新突破。
来源：科研大匠，爱科会易仅用于学术交流，若相关内容侵权，请联系删除。
