就在本周，国内最大的 6 万卡 AI4S 计算集群的落地郑州，它将为全国 AI4S 技术落地、科研范式变革，提供算力底座。

这套由中科曙光全面自主打造的 AI4S 集群，是如何从芯片、散热、供电到运维，乃至软件，实现了面向科学计算的全栈突破的呢？

“人工智能系统带来了‘涌现’这一现象，这是第一次在人类的科学史上提出了原始创新的火花，也是人工智能迄今为止在科学领域提出来的最深刻的问题。”这是中国科学院院士、中国科学院生物物理所研究员陈润生院士在近期于中科曙光AI4S 计算集群发布会所做的论断之一。

这也正是 AI4S（AI for Science 的简称）备受科学界和产业界乃至政府重视的原因。正如中国科学院院士、河南省科学院院长徐红星院士在此次发布会的致辞时所说，“谁率先掌控 AI4S 主导权，谁就掌握下一轮科技规范制定权、产业价值链制高点。”

因此，此次由中科曙光全面自主打造的、国内最大的 6 万卡 AI4S 计算集群，就不仅是在技术层面上有了意义，更在科技发展、产业变革领域，有了深远的价值。

那这套产品，相对于此前的 AI4S 集群，除了在算力上的大幅度增长之外，还在哪些地方进行了创新？对此，中科曙光高级副总裁李斌进行了详细介绍，并在专访沟通中回答了笔者关于AI 基础设施的相关疑问。

事实上，正如李斌所介绍的，此套 AI4S 集群，中科曙光从自主可控的硬件设计，到存、算、传的协同优化，再到极致冷却和高效供电，以及算力中心管控能力和面向超智融合的资源管理与调度等，进行了从AI 基础设施到上层应用的全栈优化与突破。

服务 AI4S，超智融合是必然趋势

AI4S 的本质就是由科学大数据驱动、数学物理方法和神经网络方法相融合、确定性计算和概率性计算相结合的、根据实际的场景去做精度灵活选择的新研究范式。

李斌认为，AI4S 涉及复杂科学问题的求解，既需要超算的高精度计算能力，也需要智算的高效并行计算能力。随着科学与工程计算+深度学习、混合精度等方法快速发展，超算、智算融合成为必然趋势。

如何才能够为 AI4S 提供合适的算力基础设施，它应该有什么样的特征？李斌表示，未来面向 AI4S 的算力基础设施，即 AI4S 计算集群，其核心的需求和基本应该包括强大算力、全面精度、高速互连、存算协同、灵活调度以及稳定可靠这六个方面。

强大算力和全面精度，即该集群需要具有通用性和全精度的算力，它能够支撑覆盖各种碎片化的 AI4S 的场景；高速互连，即需要增强其互连能力，以应对模型训练的数据传输以及科学大数据的处理需求；存算协同，即需要针对AI4S 的场景化进行存算的协同优化；灵活调度，即系统需要更强大的资源管控和服务的能力；稳定可靠，即一方面需要能够支撑长达数月的模型训练需求，另外一方面能够满足数万卡并行持续运行的需求。

李斌表示，针对这些需求，曙光所打造出的国内最大规模 AI4S 计算集群（6 万卡规模），意在面向 AI4S 核心需求全面赋能科研范式变革，加速科学智能应用规模化落地。

从冷却到供电，工程创新不断

在此次发布会之后，笔者也有幸参观了位于郑州龙湖公园湖边的国家超算互联网核心节点，6 万卡的 AI4S 集群也正是被部署在这里。

据介绍，其中的一个重要原因就是，该节点可以利用龙湖公园的湖水进行湖水冷却和实现余热回收，并且经过相应的工程设计之后，可以确保回到湖水中的水温只升高小于一度，不会对龙湖的生态环境造成任何影响。

在专访中，李斌对笔者表示，这正是此次 6 万卡 AI4S 集群的工程技术创新之一，即采用北龙湖的湖水来实现了整个系统的自然冷却的散热，通过使用湖水可以将市政用水的WUE（Water Usage Effectiveness，水资源使用效率）值趋近于 0。同时，该系统也会在冬天的时候与市政供暖系统对接，通过余热回收的方式，将系统的等效PUE（Power Usage Effectiveness，能源利用效率）值降到 1。

除此之外，该 AI4S 系统还采用了中科曙光的新型浸没式相变液冷技术，可以实现相比上一代冷却技术五倍以上的冷却能力，甚至在冷却界面材料上也实现了创新。中科曙光与徐红星院士团队进行了深入合作，利用铜和金刚石合金技术，来增强其冷却能力。

在供电系统方面，中科曙光采用了中压直转、HVDC 的高压直流供电等技术，以实现减少供电线路环节，提升电源转化效率。

从数字孪生到智能化运维，提升管控能力

为了实现此次所发布的 6 万卡 AI4S 集群的复杂系统的精细化管控，中科曙光探索了众多新技术，包括数字孪生的精细化管理。

据介绍，中科曙光针对系统构建了一个包括从计算系统部件到整个数据中心完整的大数据采集分析和可视化系统，并在其中引入了机器学习、智能体技术等，以提升智能运维的能力。

此外，为应对超智融合场景，中科曙光也构建了一个动态调度机制，可以实现类似于超算领域使用的批处理调度方式。

这让整个系统实现了极致优化统资源调度的效率与吞吐，可以实现全系统秒级实现万级作业吞吐能力。

以大规模 AI4S 集群，为创新起点推动科研不断进步

为了降低科学家实现 AI4S 方法落地的障碍，中科曙光在过去两年持续打造了 OneScience 科学大模型一站式开发平台，它可以将过去适配优化的各种学科领域的科学大模型包括底层算子库、数据集实现高质量的集成；也可以让科学家将其作为一个基础的资料库或者模板，做相关科学模型的二次开发和定制微调的工作。

据此，科学家就可以将精力聚焦在学科和科学工程问题本身，将底层的繁琐工作交给智能体调用大模型的能力以及调用AI4S 系统的底层算力去解决。

此次中科曙光国内最大规模 6 万卡 AI4S 计算集群的发布，必将进一步推动科研工作的进步。正如李斌在发布会上所介绍的，已经有相当多的团队，利用中科曙光的系统推进了研发进度。

比如说，昌平实验室的研究团队，用了非常创新的方法，即用分子指纹的 Transformer 的神经网络替代传统分子动力学的计算方法，通过空间换时间的方式，将模拟的速度提高了3—6 个数量级，未来可以大幅度加快药物研发的进程。

计算所研究团队通过与中科曙光的合作，用 AI4S 集群支撑了计算所原子式函数预训练模型 MatRIS 的完整训练，其精度已经超过了 Meta 公司的同类模型，在国际权威榜榜单里面排名第一。

正如陈润生院士所强调的，不管学术底层如何争论，现在的大模型系统是有创新能力的，应当挖掘它的创新能力，为科学家的研究、为技术发展服务。

陈润生院士表示，有了此次所发布的 AI4S 超大系统，集中科学家的底层的研发能力，相信科研界能够充分利用该系统，在底层研发上实现具有世界级的原始创新。

而这一切，均源自于中科曙光多年以来的创新与努力，从芯片到系统的全栈优化。