國產(chǎn)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(jīng)從一種輔助工具，演變?yōu)轵寗涌蒲蟹妒阶兏锏暮诵牧α浚鋺靡褲B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(fā)現(xiàn)的效率和邊界。

“AI for Science”成為發(fā)展趨勢，如今AI在生命科學、物質科學、地球與環(huán)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(fā)展，基本粒子的內涵也在變化。曾經(jīng)，原子被認為是基本粒子。20 世紀初，科學家發(fā)現(xiàn)原子是由電子和原子核組成的。后來，又發(fā)現(xiàn)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(jù)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(fā)現(xiàn)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(shù)據(jù)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(chuàng)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(shù)據(jù)中心主任陳剛在接受芯師爺?shù)让襟w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(shù)據(jù)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(shù)據(jù)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(yǎng)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(shù)據(jù)，并重現(xiàn)已知的新物理現(xiàn)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(fā)現(xiàn)，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(xiàn)自主科學發(fā)現(xiàn)。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(fā)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(fā)成本對比，是一個誤區(qū)。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(guī)劃未來環(huán)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(chǎn)算力解決方案如何賦能科研？

人工智能之能快速發(fā)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(xiàn)算力的自主可控，國內很多實驗室和機構都在加強對國產(chǎn)算力方案的支持。

圖源 | 中科院高能物理研究所官網(wǎng)

對于國產(chǎn)方案在實際應用中的表現(xiàn)，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(tǒng)配合著用起來，實際的表現(xiàn)并不比國外的差。“我經(jīng)常和一些國外同行講，我們已經(jīng)開始將計算和存儲等軟硬移植到國產(chǎn)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(shù)據(jù)分析，現(xiàn)在則用海光信息的DCU等算力卡做數(shù)據(jù)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(chǎn)的芯片，同時也能夠使得國內國產(chǎn)芯片進一步發(fā)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(lián)系和合作比較早。根據(jù)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(lián)合 DeepAI 深算智能引擎，自主研發(fā)出高能物理領域首款聚焦知識挖掘與發(fā)現(xiàn)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(fā)布“基于國產(chǎn)GPU加速卡的科學大模型聯(lián)合方案”，共同發(fā)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(jīng)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(tài)對軟件進行優(yōu)化。一方面充分發(fā)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(shù)據(jù)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(shù)據(jù)領域拓展國際協(xié)作，在這個過程中能幫助帶動國內企業(yè)“走出去”，具有重要意義。在人才培養(yǎng)方面，雙方專家與工程師協(xié)同工作，既培養(yǎng)青年科學家成長為領域專家，也促進企業(yè)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(shù)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(shù)據(jù)公司等22家頂尖高校、科研機構及企業(yè)共同發(fā)起 “科學智能聯(lián)合攻關行動” 。該行動旨在系統(tǒng)性地推動人工智能與生物信息、地球科學、能源材料、醫(yī)療衛(wèi)生、工業(yè)智造等關鍵領域的深度融合，促進科研智能化發(fā)展。行動將重點圍繞科學大模型開發(fā)、超智融合算力平臺建設、模型訓練推理優(yōu)化、科學數(shù)據(jù)開放共享等方面開展協(xié)同工作。這標志著，在開放架構與生態(tài)協(xié)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(tǒng)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(yè)級AI4S軟硬協(xié)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》