《三體》動畫即將開播，又一次引發了全球科幻迷的無限熱情。提到《三體》，大家有很多深刻記憶。其中之一是三體人在入侵地球之前，首先是派智子鎖死地球的基礎科學進步，從而限制人類的整體發展。

很多人會擔心，物理、化學、生物等基礎科學似乎已經很久沒有突破性進展。《三體》里預言的科學瓶頸，是不是已經來臨？事實并非如此。

1919年1月15日，《新青年》第六卷首次提出了“賽先生”（科學）的號召。一百年過去，賽先生在今天，應該會驚嘆于科學事業已經有了新動力。AI技術與科學研究的相遇，正在打開智能科學的大門。

我們共同來了解一下“科學智能”究竟是什么。賽先生的新旅程，似乎可以告訴三體人：放棄吧，地球的科學之路依舊光明無限。

科研之旅，為何浩瀚？

對比20世紀上半葉一眾基礎科學取得驚人突破，我們或許會感覺今天的科學研究步履緩慢，缺乏進展。這是因為科學研究整體已經來到一定高度，向上攀爬的難度遠高于以往。

這種難度，直接體現在很多方面。比如實驗數據過于龐大，難以處理；比如大量科研計算任務需要研究人員手動完成，效率受到限制；再比如科研本身是面向未知的探索，有大量的試錯成本。這種種困境都體現在大量的科研工作中。比如一次天文觀測的數據，可能需要專業團隊花費幾個月進行解析；一種新藥有效開發，可能需要10年以上時間、數十億美金的研發投入。

這種情況下，科學研究急需要從人工化、手動化的方式，向智能化計算遷移。但這個過程中又會面臨一系列挑戰。科學計算要面臨大量非結構化數據以及大量非線性計算任務。維數災難、計算尺度受限、理論突破與工程方法創新緩慢等挑戰制約著科學計算的發展。

由此可見，科研之旅之所以看上去浩瀚無涯，并不是說科學已經沒有創新目標，而是需要新范式、新工具、新平臺來加速科研創新，提升科研效率。這種情況下，AI技術帶來的非結構化數據解析、泛化理解能力、多樣化計算表述等價值，可以有效應對科學計算中的難題。讓浩瀚無涯的科研工作效率提升，步履加快。

這就是由AI與科學計算結合，產生的科學智能新路徑。

賽先生的新發現：AI帶來全新可能

AI可以解決大量科學研究中的問題，這一點在今天已經得到了廣泛證實。比如說，AI可以幫助智能體在虛擬環境中進行仿真計算，從而補充現實環境實驗的不足。這在流體力學測算、自動駕駛等領域價值突出；AI還可以進行大量非結構數據解析，這在天文、氣象預測、DNA與蛋白質解析當中十分重要。AI與蛋白質解析的結合，頻頻登上主流科學期刊封面。就是因為AI模型完成了人類難以企及的科研新高度。

在中國，通過AI大模型等全新技術來助力科研與產業化，其成績已經蔚為大觀。

比如東方.御風大模型，是將AI的優勢與流體仿真相結合，基于昇騰AI開發的業界首個工業級流體仿真大模型，可實現大型客機翼型流場的高效、高精度智能化仿真預測。在飛機生產過程中，仿真測試是必不可少的一環，也是飛機安全性、經濟性的關鍵保證。過去，進行飛機流體仿真測試一次仿真需要數十分鐘，但運用“東方.御風”25秒就可以完成。這種效率積累起來是非常可觀的。使用非AI方式，仿真萬次要70天，而現在只需要３天。中國工程院院士吳光輝表示，有了“東方.御風”大模型的幫助，在精度一樣的情況下，仿真時間只需要原來的二十四分之一。

“東方.御風”大模型，是基于昇騰AI軟硬件底座打造的面向大型客機翼型流場高效高精度AI仿真預測模型。尤其在昇思MindSpore流體仿真套件的支持下，有效提高了“東方.御風”大模型對復雜流場的仿真能力，實現了仿真時間大幅下降。

而華為還攜手產業界圍繞“東方.御風”以及正在孵化的AI湍流大模型，成立了智能流體力學產業聯合體，為大模型從科研創新走向產業落地鋪設了新的道路。

在大飛機項目受到全社會關注的今天，“東方.御風”大模型的出現和應用可謂恰逢其時。其不僅為大飛機國產化帶來了關鍵助力，更在流體力學這一關鍵領域展現了AI大模型帶來的無限可能。

“戈登·貝爾獎”是國際高性能計算應用領域的最高獎，被譽為“超級計算應用領域的諾貝爾”。今年，鵬城實驗室聯合北京大學、山東大學，在“鵬程.神農”生物信息研究平臺上完成的“領先于病毒的進化——通過人工智能模擬預測未來高風險新冠病毒變異株”研究項目成功入圍了該獎最終名單。

基于昇騰AI的“鵬程.神農”平臺，以AI方式，在兩天內實現了新冠病毒 Alpha、Beta、Gamma、Delta、Omicron BA.5 等主流毒株的變異模擬，且可以準確預測大多數的高風險監測變異株，包括 BF.7、BQ.1、BA.4.6 等。通過 6.3x10^22 次運算，“鵬程.神農”可以比病毒進化提前5 個月時間預測到病毒變異方向，從而提升突發疫情的預判與處置能力，其價值可謂難以估量。

“鵬程.神農”平臺之所以能夠在科學計算領域獲得如此顯著的成就，離不開背后基于昇騰AI基礎軟硬件的鵬城云腦II為其研究提供了強大的算力支撐。

預訓練AI大模型，極大提升了科研工作的效率，在自動化、仿真化、智能化等方向，為科研工作提供了全新范式。這種范式也展現出了極大的產業成果。比如大飛機研究具有極高的經濟價值；新冠病毒檢測，對全社會的經濟發展有著重要意義。這種由科研向產業的價值轉化，讓新的產學研協作路徑已經出現，基礎科學持續高速進步的曙光已經到來。

而向更深層看這兩個大模型項目，會發現他們都有效解決了同一個問題：科學計算需要龐大的AI算力開銷，并且需要HPC計算與AI計算的有效融合。在昇騰AI基礎軟硬件的支持下，那些科學智能的“不可能”，已經轉化為了“可能”。

新底座，新旅程

我們知道，全球有大量超算中心都是用來支持科研工作，尤其是基礎科學的創新。而在目前階段，AI技術的加入，讓傳統科學計算無法解決的問題帶來了可能，也為科學計算的發展帶來了新路徑、新機會。將AI與HPC結合，從科研到產業都具備廣泛的價值空間。

比如說，在AI賦能機理計算當中，就需要將AI計算嵌入到機理計算中，通過AI實現計算加速。這一研究路徑，以鄂維南院士提出的DeePMD方法實現分子動力學模擬為代表。

再比如天文、氣象預測等領域，都需要AI計算與HPC計算結合，從而提升整體研究的任務準確率與完成效率。

這些方向都需要HPC與AI計算相互支持，甚至相互融合。那如何才能把HPC與AI計算兩大計算體系融合起來呢？這就需要在硬件、軟件、應用等多個方面，構筑科學智能的新底座。

華為推出科學智能基礎軟硬件平臺，就有效解決了這一問題。基于鯤鵬和昇騰兩大算力體系，充分融合HPC和AI計算，實現圍繞科學智能原生的多樣性算力軟硬件平臺。

在不同的層面，科學智能基礎軟硬件平臺都有獨特的技術來實現HPC與AI計算融合。

在硬件層，業界首個科學智能全場景液冷整機柜硬件平臺——天成，支持多樣性算力的靈活彈性部署，實現科學智能全場景覆蓋；

在軟件層，畢昇C++和畢昇融合編譯器，結合歐拉操作系統，實現系統開發效率1倍以上的提升，系統性能提升30%-50%；

在開發側，全場景統一工具MindStudio可實現軟件融合編程/編譯/調優，使科學智能全場景開發效率提升50%，可以有效提升科學智能業務的開發效率；

在應用使能側，業界首個AI與HPC融合的開發框架昇思MindSpore以及多瑙融合調度器，可以實現科學智能應用高效開發、部署和調度，使應用性能提升10-20倍，系統資源利用率提升15%；此外昇思MindSpore還為科學智能的應用加速提供了多領域的科學智能套件，如進行蛋白質結構預測與抗體設計的分子模型套件MindSpore SPONGE、天線陣列仿真的電磁仿真套件MindSpore Elec、大飛機以及海洋洋流流場預測的流體仿真套件MindSpore Flow等等。

新底座，意味著新的可能；新的動力，意味著新的目標。在有效支持流體力學、生命科學等領域之后，華為面向科學智能打造的基礎軟硬件平臺，還在為科學智能孕育更多驚喜。

下一站，電磁智能

電磁學(electromagnetism)是研究電磁現象規律與應用的物理學分支。早在18世紀，電磁現象與電磁感應就為科學界所關注。今天我們無法離開的通信、計算、材料工程，都離不開電磁學作為支撐。

面向這門非常重要的基礎科學，科學智能持續觸發。中國科學院院士崔鐵軍團隊正基于昇騰AI基礎軟硬件平臺打造的面向電磁領域的大模型：金陵.電磁腦。

金陵.電磁腦，將在電磁波、電磁計算、超表面仿真等領域帶來全新的價值，并將與通信天線、雷達、毫米波自動駕駛等領域進行廣泛應用結合，加速行業的應用創新。

由此可見，科學智能的前景非常廣泛，在各個基礎科學領域都具有發展潛力與發展必要性。來到中國百年的賽先生，今天依舊在AI大模型、科學智能等領域中馳騁著、翱翔著。我們沒有一刻暫停過腳步，沒有絲毫倦怠與氣餒。

科學依舊是人類文明之光，依舊是我們永不放棄的方向。科研之光，正在智能化中持續盛放，AI技術的發展也正在為其注入新動能。賽先生的旅程，還遠遠沒有結束。