国产算力解决方案，如何赋能“AI for Science”？

随着AI的不断进化与迭代，其已经从一种辅助工具，演变为驱动科研范式变革的核心力量，其应用已渗透到从提出假设到实验验证的科研全流程，显著提升了科学发现的效率和边界。

“AI for Science”成为发展趋势，如今AI在生命科学、物质科学、地球与环境科学、工程科学、天文等多个学科已深度渗透。如美国和英国的三位科学家利用AlphaFold 2（人工智能应用程序）已成功完成大约两亿种蛋白质结构的预测（几乎已穷尽所有已知蛋白质），并借此成果荣获2024年度诺贝尔化学奖。

1

AI在高能物理有怎样的应用？

论及与人工智能的结合，高能物理或许是最早的学科之一。

高能物理又称之为粒子物理，是 20 世纪后半世纪最红的物理学分支，主要研究比原子核更小的微观物质，以及微观物质在高能量下的变化。在粒子物理中，有个“基本粒子”概念，指的是组成物质的最基本单位。随着物理学不断发展，基本粒子的内涵也在变化。曾经，原子被认为是基本粒子。20 世纪初，科学家发现原子是由电子和原子核组成的。后来，又发现原子核由质子和中子构成，而质子和中子由更基本的夸克组成。根据粒子物理中的“标准模型”，基本粒子共 61 种，包括 36 种夸克、12 种轻子、12 种媒介子以及 1 个希格斯粒子。已知的所有粒子，都由这些基本粒子组成。粒子物理科学家做的事概括起来，就是不断研究粒子的内部结构和性质，发现新的、更小的粒子。

早在上世纪八十年代，粒子物理学家就开始了对人工智能（AI）的研究。到2010年前后，机器学习成为标准工具。以深度学习为代表的AI技术被深度应用于数据分析和信号筛选。如今随着人工智能的进一步强大，科学家们也对AI有了更多的期待。近期，在光合组织2025人工智能创新大会上，中国科学院高能物理研究所研究员、国家高能物理科学数据中心主任陈刚在接受芯师爷等媒体采访时分享了他对于AI赋能高能物理研究的见解。

陈刚表示，在过去五年多的时间里面，国家高能物理数据中心和中科院高能物理研究所在人工智能方面做了非常多的工作。我们利用人工智能技术，包括大模型和智能体，进行科学数据分析，一方面显著提升了分析的质量与精度，另一方面也通过训练这些模型，使其能够逐步自主开展科学研究工作。这相当于是像培养学生一样训练大模型或智能体，让它在有人指导的情况下分析物理数据，并重现已知的新物理现象。目前，它已具备相当于研究生的能力。陈刚强调，“未来若能进一步推进，它将有望自主进行科学发现，这一点意义重大。当前常见的人工智能主要帮助提高科研效率和智能化水平，但尚未实现自主科学发现。如果能在这一方向上取得突破，推动其开展自主探索，将具有深远的影响。当然，这条路还有很长的距离要走。”

值得一提的是，对于普通人来说，大家对于高能物理的认识大多停留在其实验工具——大型对撞机。此前国内科研界就是否要建设大型对撞机引发过讨论。随着AI的能力越来越强，大型对撞机的建设是否还有必要？

对于这个问题，编辑问了下AI，它的回答是，AI的介入没有降低，反而极大地提升了对撞机的科学价值和必要性。它使我们有能力去设计和解析更复杂、更强大的实验。将建造对撞机的巨额投入，单纯与AI工具的研发成本对比，是一个误区。它们是人类探索物质最深层次结构不可分割的“一体两面”：对撞机是拓展认知边疆的“探险船”，而AI是驾驭这艘船驶向未知的“智能罗盘”。

实际上，国际上对建造未来大型对撞机有共识，欧洲正在紧锣密鼓地规划未来环形对撞机FCC，作为大型强子对撞机LHC的下一个替代装置。

1

国产算力解决方案如何赋能科研？

人工智能之能快速发展，离不开底层资源的支持，如算力资源、电力资源等。

在2020年之前，全球科研实验室确实普遍采用“英特尔CPU+英伟达GPU”作为高性能计算和人工智能研究的主流硬件方案。但碍于地缘政治的影响，我国需要实现算力的自主可控，国内很多实验室和机构都在加强对国产算力方案的支持。

图源 | 中科院高能物理研究所官网

对于国产方案在实际应用中的表现，陈刚表示，目前国内的处理器、算力卡、存储器的能力都很不错，和国内先进的系统配合着用起来，实际的表现并不比国外的差。“我经常和一些国外同行讲，我们已经开始将计算和存储等软硬移植到国产硬件平台，他们也很感兴趣，希望能够用上中国的方案。”

陈刚同时提到，此前高能物理方面大部分是用CPU集群做科学计算和数据分析，现在则用海光信息的DCU等算力卡做数据处理，这个切换的过程中，需要将原来的算法和软件移植到新的硬件上。陈刚强调，“这也是很好的机遇，能够充分地利用我们国产的芯片，同时也能够使得国内国产芯片进一步发展，这是相辅相成的过程。”

曙光信息与中科院高能物理研究所的联系和合作比较早。根据公开信息，2017年，曙光信息中标高能所的服务器及配件采购项目。2025年4月，中科院高能物理研究所选用曙光 AI 解决方案作为算力支撑，联合 DeepAI 深算智能引擎，自主研发出高能物理领域首款聚焦知识挖掘与发现的 L2 级大模型 —— 溪悟 (Xiwu)。今年8月，中科曙光携手高能所共同发布“基于国产GPU加速卡的科学大模型联合方案”，共同发力推动AI for Science研究，让AI技术深度融入科学研究。

谈及与曙光信息和海光信息的合作经验，陈刚指出，在过去的很长一段时间，高能物理研究所与曙光、海光等厂商进行软件验证与合作，利用其生态对软件进行优化。一方面充分发挥硬件性能，另一方面确保计算精度达到可接受水平，从而保证科学成果的可信度。曙光在人力、物力等方面给予了大力支持，合作成效显著，这为以后科学数据中心与厂商的合作奠定了良好基础、提供了样本。而且，高能物理研究所在科研时的国际合作比较多，在科学数据领域拓展国际协作，在这个过程中能帮助带动国内企业“走出去”，具有重要意义。在人才培养方面，双方专家与工程师协同工作，既培养青年科学家成长为领域专家，也促进企业通过反馈提升自身能力。

在本次光合组织大会上，广州国家实验室、天津大学、湖南应用数学中心、中科院高能所、国家天文台、中科院大气所、中石油东方物探、中科曙光、合肥大数据公司等22家顶尖高校、科研机构及企业共同发起 “科学智能联合攻关行动” 。该行动旨在系统性地推动人工智能与生物信息、地球科学、能源材料、医疗卫生、工业智造等关键领域的深度融合，促进科研智能化发展。行动将重点围绕科学大模型开发、超智融合算力平台建设、模型训练推理优化、科学数据开放共享等方面开展协同工作。这标志着，在开放架构与生态协同的路径上，中国AI for Science 正从单点技术突破，迈向 体系化攻关与系统性转化 的新阶段。光合组织透露，行动启动后，在未来三年内预计将推动超过20个行业级AI4S软硬协同解决方案落地。

注：封面图由即梦AI生成

参考内容：

PingWest品玩—《反对建大型对撞机？先了解高能物理好吧》