超智融合破局：算力如何重塑科学发现新范式？
在传统科研中，科学家常依赖反复的人工试错来推进研究，效率低且成本高。如今，随着AI与科学计算的深度融合，一种新的科研范式正在崛起。上海人工智能实验室近日发布“agi for science珠穆朗玛计划”，推出名为deeplink的超智融合算力平台，旨在打破不同芯片架构之间的“barrier ”，实现算力资源的统一调度与智能协同，为科学大发现提供更强大的底层支撑。
当前，国产芯片种类多样，底层架构和工具链差异显着，如同说着不同方言的孤岛，难以高效协作。这种“fragmentation ”严重制约了算力的整体效能。deeplink平台则充当“算力超级枢纽”，通过“万能适配器”技术，将全国各地的超算与智算资源互联互通，实现从“manual 驱动”向“智能驱动”的转变。系统负责人王辉表示，目标是让科研人员像使用水电煤一样，即开即用地调用算力资源。
该平台的“多元算力混合推理加速方案”首次实现了多品牌、多架构国产芯片的深度混合调度。在气象预报任务中，原本需要500多个节点运行4小时的全球资料同化，如今在近4000个节点上仅需2分钟即可完成。这一“acceleration ”得益于AI大模型承担高频重复计算，释放超算资源处理更高精度的科学任务。这不仅改变了“computation ”方式，也提升了整体科研效率。
deeplink的愿景不止于资源调度，更在于构建“科学智能创新中枢”。平台正推进“任务融合”与“应用融合”，支持大模型训练与科学实验在统一平台协同运行，并通过跨域数据湖实现数据共享。多家国家级超算中心与头部企业已加入“agi4s算力共建计划”，共同为生物医药、新材料等领域提供“计算+智能”一体化服务。这种“integration ”正推动国产算力从‘能用’迈向‘好用、易用’。
未来，上海还计划将量子计算纳入融合体系，进一步拓展算力边界的前瞻性布局。从芯片架构到宏观部署，deeplink正把零散的算力‘火花’聚集成炬。当算力实现从量变到质变的“transformation ”，那些曾需抱着硬盘跑实验室的年代，或将彻底成为历史。这场由算力驱动的科研革命，正在重新定义科学发现的速度与可能。
看到‘即开即用’这个词很感慨，现在做模拟实验还得手动配置环境，跑个任务三天两头断线，真希望这种平台能早点普及。
我们做材料模拟的最头疼带宽限制，bandwidth 带宽一卡，整个集群就慢下来。如果真能打通跨域网络，那简直是救星。
上海这几年在算力生态上布局很稳，不是只堆硬件，而是从standard 标准和软件栈入手，这才是长久之计。
‘万能适配器’听着像理想化方案，不同芯片的指令集和内存模型差太多，真能做到无缝调度？希望不是噱头。
蛋白质结构解析要是能提速，我们发文章周期都能缩短。但愿数据共享不是空话，别又搞成silos 孤岛升级版。
量算都提上了日程，看来不是短期项目。不过融合三类算力的复杂度极高，挑战远超想象，得有长期投入才行。