國產算力解決方案，如何賦能“AI for Science”？

隨著AI的不斷進化與迭代，其已經從一種輔助工具，演變為驅動科研范式變革的核心力量，其應用已滲透到從提出假設到實驗驗證的科研全流程，顯著提升了科學發現的效率和邊界。

“AI for Science”成為發展趨勢，如今AI在生命科學、物質科學、地球與環境科學、工程科學、天文等多個學科已深度滲透。如美國和英國的三位科學家利用AlphaFold 2（人工智能應用程序）已成功完成大約兩億種蛋白質結構的預測（幾乎已窮盡所有已知蛋白質），并借此成果榮獲2024年度諾貝爾化學獎。

1

AI在高能物理有怎樣的應用？

論及與人工智能的結合，高能物理或許是最早的學科之一。

高能物理又稱之為粒子物理，是 20 世紀后半世紀最紅的物理學分支，主要研究比原子核更小的微觀物質，以及微觀物質在高能量下的變化。在粒子物理中，有個“基本粒子”概念，指的是組成物質的最基本單位。隨著物理學不斷發展，基本粒子的內涵也在變化。曾經，原子被認為是基本粒子。20 世紀初，科學家發現原子是由電子和原子核組成的。后來，又發現原子核由質子和中子構成，而質子和中子由更基本的夸克組成。根據粒子物理中的“標準模型”，基本粒子共 61 種，包括 36 種夸克、12 種輕子、12 種媒介子以及 1 個希格斯粒子。已知的所有粒子，都由這些基本粒子組成。粒子物理科學家做的事概括起來，就是不斷研究粒子的內部結構和性質，發現新的、更小的粒子。

早在上世紀八十年代，粒子物理學家就開始了對人工智能（AI）的研究。到2010年前后，機器學習成為標準工具。以深度學習為代表的AI技術被深度應用于數據分析和信號篩選。如今隨著人工智能的進一步強大，科學家們也對AI有了更多的期待。近期，在光合組織2025人工智能創新大會上，中國科學院高能物理研究所研究員、國家高能物理科學數據中心主任陳剛在接受芯師爺等媒體采訪時分享了他對于AI賦能高能物理研究的見解。

陳剛表示，在過去五年多的時間里面，國家高能物理數據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。我們利用人工智能技術，包括大模型和智能體，進行科學數據分析，一方面顯著提升了分析的質量與精度，另一方面也通過訓練這些模型，使其能夠逐步自主開展科學研究工作。這相當于是像培養學生一樣訓練大模型或智能體，讓它在有人指導的情況下分析物理數據，并重現已知的新物理現象。目前，它已具備相當于研究生的能力。陳剛強調，“未來若能進一步推進，它將有望自主進行科學發現，這一點意義重大。當前常見的人工智能主要幫助提高科研效率和智能化水平，但尚未實現自主科學發現。如果能在這一方向上取得突破，推動其開展自主探索，將具有深遠的影響。當然，這條路還有很長的距離要走。”

值得一提的是，對于普通人來說，大家對于高能物理的認識大多停留在其實驗工具——大型對撞機。此前國內科研界就是否要建設大型對撞機引發過討論。隨著AI的能力越來越強，大型對撞機的建設是否還有必要？

對于這個問題，編輯問了下AI，它的回答是，AI的介入沒有降低，反而極大地提升了對撞機的科學價值和必要性。它使我們有能力去設計和解析更復雜、更強大的實驗。將建造對撞機的巨額投入，單純與AI工具的研發成本對比，是一個誤區。它們是人類探索物質最深層次結構不可分割的“一體兩面”：對撞機是拓展認知邊疆的“探險船”，而AI是駕馭這艘船駛向未知的“智能羅盤”。

實際上，國際上對建造未來大型對撞機有共識，歐洲正在緊鑼密鼓地規劃未來環形對撞機FCC，作為大型強子對撞機LHC的下一個替代裝置。

1

國產算力解決方案如何賦能科研？

人工智能之能快速發展，離不開底層資源的支持，如算力資源、電力資源等。

在2020年之前，全球科研實驗室確實普遍采用“英特爾CPU+英偉達GPU”作為高性能計算和人工智能研究的主流硬件方案。但礙于地緣政治的影響，我國需要實現算力的自主可控，國內很多實驗室和機構都在加強對國產算力方案的支持。

圖源 | 中科院高能物理研究所官網

對于國產方案在實際應用中的表現，陳剛表示，目前國內的處理器、算力卡、存儲器的能力都很不錯，和國內先進的系統配合著用起來，實際的表現并不比國外的差。“我經常和一些國外同行講，我們已經開始將計算和存儲等軟硬移植到國產硬件平臺，他們也很感興趣，希望能夠用上中國的方案。”

陳剛同時提到，此前高能物理方面大部分是用CPU集群做科學計算和數據分析，現在則用海光信息的DCU等算力卡做數據處理，這個切換的過程中，需要將原來的算法和軟件移植到新的硬件上。陳剛強調，“這也是很好的機遇，能夠充分地利用我們國產的芯片，同時也能夠使得國內國產芯片進一步發展，這是相輔相成的過程。”

曙光信息與中科院高能物理研究所的聯系和合作比較早。根據公開信息，2017年，曙光信息中標高能所的服務器及配件采購項目。2025年4月，中科院高能物理研究所選用曙光 AI 解決方案作為算力支撐，聯合 DeepAI 深算智能引擎，自主研發出高能物理領域首款聚焦知識挖掘與發現的 L2 級大模型 —— 溪悟 (Xiwu)。今年8月，中科曙光攜手高能所共同發布“基于國產GPU加速卡的科學大模型聯合方案”，共同發力推動AI for Science研究，讓AI技術深度融入科學研究。

談及與曙光信息和海光信息的合作經驗，陳剛指出，在過去的很長一段時間，高能物理研究所與曙光、海光等廠商進行軟件驗證與合作，利用其生態對軟件進行優化。一方面充分發揮硬件性能，另一方面確保計算精度達到可接受水平，從而保證科學成果的可信度。曙光在人力、物力等方面給予了大力支持，合作成效顯著，這為以后科學數據中心與廠商的合作奠定了良好基礎、提供了樣本。而且，高能物理研究所在科研時的國際合作比較多，在科學數據領域拓展國際協作，在這個過程中能幫助帶動國內企業“走出去”，具有重要意義。在人才培養方面，雙方專家與工程師協同工作，既培養青年科學家成長為領域專家，也促進企業通過反饋提升自身能力。

在本次光合組織大會上，廣州國家實驗室、天津大學、湖南應用數學中心、中科院高能所、國家天文臺、中科院大氣所、中石油東方物探、中科曙光、合肥大數據公司等22家頂尖高校、科研機構及企業共同發起 “科學智能聯合攻關行動” 。該行動旨在系統性地推動人工智能與生物信息、地球科學、能源材料、醫療衛生、工業智造等關鍵領域的深度融合，促進科研智能化發展。行動將重點圍繞科學大模型開發、超智融合算力平臺建設、模型訓練推理優化、科學數據開放共享等方面開展協同工作。這標志著，在開放架構與生態協同的路徑上，中國AI for Science 正從單點技術突破，邁向 體系化攻關與系統性轉化 的新階段。光合組織透露，行動啟動后，在未來三年內預計將推動超過20個行業級AI4S軟硬協同解決方案落地。

注：封面圖由即夢AI生成

參考內容：

PingWest品玩—《反對建大型對撞機？先了解高能物理好吧》