国内最大6万卡AI4S集群落地，曙光成为科学智能生态“组局者”

2026年4月14日，郑州国家超算互联网核心节点，中科曙光全栈自研的6万卡AI4S计算集群投入使用。这是目前国内规模最大的AI for Science（AI4S）计算集群。

从2025年12月scaleX万卡超集群发布，到今年2月3万卡上线，再到如今6万卡投用，不到三个月规模接连翻番的“曙光速度”，瞬间吸引了全行业的目光。

但如果只把这次发布看作是算力规模的升级，显然低估了它的深层意义。真正值得关注的，是中科曙光正在完成的一次关键战略跃迁：从单一的算力基础设施提供商，升级为国内AI4S产业链的核心组织者与重要一级。凭借“超智融合”全栈技术能力与开放架构理念，曙光正联合芯片、数据、算法、应用等上下游伙伴，加速国内AI4S产业生态从“单点突破”走向“系统成熟”，共同迎接科研智能时代的到来。

AI4S产业爆发前夜：算力是起点

AI4S也就是人工智能驱动科学研究，正在加速从药物研发到新材料探索的创新效率。伴随智能算力需求指数级爆发，能否获得“充足、好用、用得起”的AI4S算力，已成为科研效率与产业竞争力的关键变量。

清华大学智能产业研究院助理教授李琨指出，AI4S的根本挑战在于两个层面：“如何把算力利用上”和“如何把算力利用好”。前者要求底层架构从传统超算向“超智融合”转型，后者则要求算力、数据、模型、软件形成高效协同。换言之，单一环节的领先无法支撑整个产业的成熟，系统性的生态整合能力，才是决定胜负的终极考验。

中科曙光高级副总裁 李斌

对于AI4S这条赛道，中科曙光高级副总裁李斌有着清晰的战略判断。他认为，AI方法应用于科学工程领域“道路一定正确”，神经网络在理论上已被证明可逼近任意连续函数，这为AI4S提供了坚实理论支撑。但他同时强调，AI4S并非万能，AI方法存在不可解释性和泛化能力的天然局限，必须与传统数值方法深度融合。“AI4S不是取代传统方法，而是结合。”

谈及产业化前景，李斌观点更加鲜明：AI4S天然的工程化和产业化属性更强，出发点是解决实际问题。无论是生物医药、半导体设计，还是新材料、清洁能源，AI4S一旦实现技术突破，撬动的都将是万亿级产业市场。正是基于这样的判断，曙光选择了一条与众不同的路径：不做单一环节供应商，而是做连接整个产业链的“生态组织者”。

AI4S生态成熟需要“组局者”

对于新发布的6万卡AI4S计算集群，李斌将它称为“六边形战士”，在算力、精度、互连、存算协同、调度及可靠性六大维度均达顶级水准。其背后是曙光的全栈整合思维：6万卡全部采用自主可控核心芯片，且实现了传统科学计算所需的双精度与AI大模型训练所需的半精度完美融合，真正做到“一集群多用途”，大幅降低科研机构的算力采购与运维成本。

应用端的效果已经显现：3万卡让蛋白质折叠模拟加速1000倍；4.5万卡规模的万亿原子液态水分子模拟打破世界纪录；助力湍流直接模拟规模扩展至百万亿网格。这些突破正是算力、算法与行业知识深度耦合的产物，也印证了曙光作为生态组织者的链接价值。

更重要的，通过AI计算开放架构理念，曙光正将自研核心硬件、高速网络、存储、调度运维等底层能力打包为标准化的平台级服务，向上兼容主流AI框架与科研应用，向下整合其他硬件、基础系统厂商，形成了一条贯通“芯片—系统—平台—应用”的完整AI4S技术链路，进而更好支持AI4S需求场景。

正如李斌所说，“同样的发动机和底盘，针对不同路况需要不同调教。AI4S集群也一样，我们针对科学计算与AI融合的特定场景，把系统的每一处参数和配比都调教到了最佳状态。”

开放架构：推动产业链快速发展

兴业证券经济与金融研究院副院长蒋佳霖分析认为，AI4S赛道具备“长坡厚雪”特征，算力集群建成后将带动生物制药、新材料、半导体设计等上下游协同发展，形成“建算力、用算力、产成果、促产业”的良性循环。而在这个循环中，曙光连接供需、整合资源的核心枢纽角色不可或缺。

6万卡集群的落地，标志着国内AI4S产业从“技术验证”正式迈入“规模化应用”的新阶段。但产业生态的真正成熟，不能仅靠一家企业的单点突破，而需要一个采用开放理念，能够整合多方力量、降低协作成本的“组局者”。

中信证券研究部计算机行业首席分析师杨泽原指出，2026年算力竞争正从单卡算力比拼升级为系统级对抗，系统整合能力成为下一阶段的核心胜负手。在这一趋势下，IT基础设施企业的核心价值不再取决于它造出了多大的集群，而在于它能否持续降低产业链协同成本、加速AI4S从“可用”走向“好用”。

当中科曙光AI4S计算集群在郑州全速运转，我们看到的不仅是算力规模的跃升，更是一个AI4S产业链核心枢纽的成形。在科研智能时代的大门即将开启之际，中国AI4S产业需要的正是这样的“连接器”与“组局者”。