新智元報道

【新智元導讀】AI進軍物理世界！海光攜手同濟大學，落地全國首個國產千卡工科智算集群，讓國產算力不僅懂科學，更懂精密工程。從實驗室走向大國重器，AI4E時代正式開啟。

近年來，人工智能的學習能力持續進化，AI寫詩作畫、陪聊解悶甚至預測蛋白質結構，都已成為現實。但AI應用的下半程，必將從「理解數字世界」走向「改變物理世界」。

當AI開始嘗試設計橋梁、優化發動機、調度生產線時，工程智能賽道正面臨一道新考題——我們需要什么樣的算力底座？

今天，伴隨著海光信息與同濟大學戰略簽約，并推出全國首個國產千卡工科智算集群，AI4E時代迎來第一個系統性答案。

從AI4S到AI4E，讀懂「工程智能」的算力期待

如果說過去兩年是AI4S的「高光時刻」，那么接下來十年，將是AI4E的「攻堅階段」。

近幾年，AI4S（AI for Science）讓AlphaFold預測了幾乎所有的生命分子，也讓Deepseek在科學推理上逼近人類。這是用AI去理解世界運行的規律。

但人類科技樹不可能只點「理論」。

國家《「人工智能+」行動》文件明確指出，要推動AI與實體經濟深度融合。這指向的就是AI4E（AI for Engineering）：不僅要讓AI「認識」世界，更要讓AI「改造」世界——去解決工程實踐中那些具體、復雜、且容不得半點馬虎的問題。

然而，從AI4S跨越到AI4E，不僅僅是算法邏輯的改變，更是對算力底層的系統性考驗。

通用大模型的算力需求往往是「暴力的」、「并行的」，業內最常見的「三板斧」——堆卡、喂數據、煉參數，足以應對大多數問題。但工程計算的需求完全不同：它是「精準的」、「實時的」、「混合的」。

比如在計算精度上，如果涉及結構力學仿真中的微小變形、高應力梯度、復雜材料非線性問題，往往需要更強大的高精度算力支持；訪存帶寬方面，機械工程師做流體仿真時則需要海量的內存帶寬和極低的通信延遲，以應對峰值場景需求。

更重要的是，即便工程科創團隊有心升級算力基礎設施，如何安全平穩的過渡到國產計算底座上又是一道門檻。工程應用環境復雜主體多、安全風險管控難度大、國產化轉型適配成本高......一系列現實問題構成AI4E縱深落地的重重阻礙。

校企聯合筑基，全國首個工科智算平臺落成

面向AI4E給出的新考卷，一個專用的工程智能算力引擎已不可或缺。5月25日，海光信息與同濟大學正式簽署戰略合作協議，共同打造出國內首個國產千卡級工科智算集群。

海光信息總裁沙超群指出，AI4E直面工程仿真、智能建造、工業研發等實體產業場景，對算力提出了區別于通用AI的復合需求。「海光將持續打磨面向工程教育與工程科研的專屬算力方案，助力高校答好『人工智能+工程』的時代命題。」

據悉，作為國內高校首個超智融合國產算力平臺，該千卡集群專為土木、建筑等頂尖工科打造，兼具全精度、高安全、廣兼容優勢，深度滿足了從AI4S到AI4E的專業計算需求。

超智融合全場景覆蓋：集群基于超智融合架構可同步承載高端計算與AI訓練推理任務，提供針對不同參數量的不同規模的算力解決方案，支持復雜任務處理，適用于高并發場景，可有效解決校級平臺峰值算力短缺的問題。

安全護欄筑安全防線：依托海光DCU，集群可全面支撐大模型安全護欄應用，在關鍵數據保護和模型輸出管控等環節，形成對國際主流方案的可替代能力，為涉及重大工程數據的科研任務筑起自主可控的安全防線。

生態兼容真無感遷移：針對國產化適配成本問題，集群采用基于GPGPU主流架構的DCU產品，全面兼容AI主流生態，高校師生可以直接安裝主流深度學習框架，體會從CUDA開發環境的平滑遷移，把更多的關注投入到學習研究中去。

AI4E走出實驗室：構建「懂工程」的軟件生態

硬件性能只是基礎。AI4E能否真正落地，同樣取決于上層軟件生態是否「懂工程」。

對于同濟這種工程創新實踐派，需要的不僅是算力性能的提升，更迫切渴求適合科研和工程應用的完整生態，包括工具鏈、開發環境、行業模型和算力調度體系等，都決定著國產算力能否更好地支撐大模型訓練、科研仿真及跨學科創新，讓AI4E真正從實驗室走向工程實踐。

值得注意的是，此次千卡工科智算集群落地同濟的同時，還掛牌成立了全國首個「高校海光算力優化中心」，光合組織也將圍繞工科智算集群發揮生態協同創新機制，深入推動AI4E應用適配。

這意味著，這座集群不僅是一個計算工具，更是一個工程智能生態孵化平臺。

據悉，該集群不僅對核心工科場景進行了深度適配，還可提供應用平臺、開發社區等關鍵支撐。

前者通過智能體可視化編排，可以更直觀感受智能體工作流程，提高工作效率；后者則帶來海量工具、模型、技術文檔，幫助師生在實踐中加速獲得技術能力與研究成果。

構建「懂工程」的算力生態底座，正在成為AI4E規模化落地的必要一環。

前段時間，國外廠商如西門子推出了用于自動化工程的Eigen Engineering Agent，意在鞏固其工業AI技術優勢；國內CAE廠商也在仿真智能體賽道小步快跑，推動AI+工程深入場景一線。

顯然，未來工程師的核心競爭力不再是畫圖有多快，而是能否調教好一個「工程智能體」。

而這一切的前提，是擁有鋼筋混凝土一樣扎實可靠的算力底座，并以此發展出適用于國產化工程創新的生態體系。

同濟作為頂尖工科殿堂，在「人工智能+」時代率先點亮首個千卡工科智算平臺，并快速接駁主流AI生態。其信號不言而喻：AI4E技術攻堅戰已經全面打響。

期待國產AI4E自此而始，走向大國工程實踐的每一個現場。