从6万卡集群到科学智能底座：中科曙光AI4S的技术突破与算力新格局

算力基础设施建设进入深水区。当多数人还在讨论芯片制程与英伟达市值时，一个低调却关键的领域正在悄然改变科研范式——科学智能（AI4S）计算集群。

回溯：从超算中心到智能基座的蜕变

2024年4月，中科曙光在郑州部署的6万卡AI4S集群正式投用。这不是一次普通的硬件扩容。细拆其技术架构，该集群实现了国产加速卡集群部署、类InfiniBand无损网络、浸没相变液冷散热、99.99%系统可用性、多精度计算支持五大特征的协同整合。每一项指标单独拎出都是行业标杆，而曙光将它们捏合成一个有机整体。

关键节点：性能跃升的量化证据

技术价值终需数据锚定。3万卡规模下，蛋白质折叠模拟速度提升约1000倍；4.5万卡规模下，万亿原子液态水分子动力学模拟刷新领域纪录，效率提升数个数量级。这两组数据背后意味着什么？传统高性能计算受限于单机算力，复杂模拟需耗时数周甚至数月。如今同一任务在AI4S集群上可压缩至小时级。科研人员不必再等待"算力空闲"，不必再为抢占超算机时而焦虑。

经验总结：软硬件协同设计的底层逻辑

6万卡集群的成功运行，印证了一条关键原则：AI4S不是硬件堆砌，而是软硬件协同设计的系统工程。国产加速卡提供基础算力密度，无损网络保障GPU间通信效率，液冷技术解决高密度散热难题，智能运维提升系统可靠性，多精度支持适配不同科学场景。这套组合拳缺一不可。

方法提炼：平台化服务降低使用门槛

算力再强，若使用门槛高企，价值便大打折扣。中科曙光与国家超算互联网平台深度集成，推出OneScience科学大模型一站式开发平台，集成数十个AI4S领域模型与数据集。用户通过自然语言与"超级科学计算智能体"交互，系统自动拆解任务、调用模型、调度算力。复杂科研任务完成时间从天级压缩至小时级，科研人员可将精力聚焦于科学问题本身。

应用指导：接入路径与资源获取

当前，国家超算互联网平台已链接超过300万CPU核心和20万GPU卡，接入全国一体化算网调度体系。企业、高校、科研院所可通过平台"算力市场"按需选购AI计算、高性能计算等资源。中科院院士徐红星指出，该集群是"人工智能+科学技术"规模化应用的基础算力支撑。

对于有算力需求的科研团队，建议优先评估任务类型：若涉及蛋白质结构预测、分子动力学模拟等AI4S典型场景，可直接通过OneScience平台开发；若需大规模并行计算，则走"算力市场"选购路径。