中国经济导报、中国发展网记者崔立勇报道
2026年4月14日，在位于郑州的国家超算互联网核心节点，中科曙光（603019）提供的国内规模最大的6万卡AI4S计算集群投入使用。国产算力在科学技术智能化这条全球赛道上，跨出系统布局的关键一步。
“该集群的落地，不仅是一次技术成果的展示，更是我国人工智能（885728）技术与科技创新深度融合的里程碑。”中国科学院院士、河南省科学院院长徐红星阐明了AI4S计算集群的意义。
就在同一天，中科曙光（603019）披露的2025年度报告也交出了一份与之呼应的成绩单：全年营业收入149.64亿元，同比增长13.81%；归母净利润21.76亿元，同比增长13.87%；扣非净利润18.38亿元，同比大幅增长33.97%；研发费用更是同比大幅增加29.33%，达到16.71亿元。
从算力产品到财报数据，中科曙光（603019）这家以高性能计算起家的企业，正在将其多年积累的技术能力转化为一张覆盖全国的AI4S算力网络。
中国在AI4S的国际竞争中占据主动
“(全球)谁率先掌控AI4S主导权，谁就掌握下一轮科技规范制定权、产业价值链制高点。”徐红星说。
AI4S的分量为何如此之重？AI4S的全称为“AI for Science”，即人工智能（885728）驱动的科学研究。它并非简单的“用AI辅助计算”，而是一场科研范式的底层革命。
中科曙光（603019）高级副总裁李斌认为，AI4S的本质是由科学大数据驱动、数学物理方法与神经网络方法相融合、确定性计算和概率性计算相结合、根据实际场景去做精度灵活选择的一种新的研究范式。
传统科学研究依赖理论推导、实验观测与数值模拟，本质上是人类科学家主导的“假设-验证”循环；AI4S则让海量科学数据与强大算力共同“孕育”出人类未曾预设的规律与发现。
AI4S不同于传统计算工具。今天大多数人接触到的AI，无论是对话助手还是图像生成，本质上都是在处理“人类已经知道答案”的问题——用已有的数据训练模型，让它模仿人类的表达。AI4S要做的，是从海量的科学数据中发现那些人类尚未总结出来的规律。
中国科学院院士陈润生分析了AI领域的“涌现”现象——当人工智能（885728）系统达到一定程度后，会产生出训练数据中没有但又符合自然规律的新内容。他指出，现在的大模型系统具有创新能力，应当挖掘这一能力，为科学研究和技术发展服务。
李琨分析，AI4S其实已经超越纯科研范畴，是新一轮科技革命与产业变革的核心驱动力。
AI4S被全球主要经济体同时盯上。从2025年下半年开始，美国发布了“创世记”计划，将AI4S明确为国家战略工程；英国、欧盟、日本密集出台各自的政策文件，无一例外地将AI4S上升到国家层面。各国盯上的不是科研本身，而是科研突破背后所绑定的产业话语权——谁先在材料、能源（850101）、药物这些底层领域拿到AI加速的“钥匙”，谁就可能掌握下一轮产业分工的主导权。
中国的反应非常迅速。“十五五”规划建议提出，以人工智能（885728）引领科研范式变革。2025年7月，《北京市加快人工智能（885728）赋能科学研究高质量发展行动计划(2025-2027年)》发布，推动人工智能（885728）与科学研究深度融合。上海、深圳、广州、杭州等城市同样动作频频。
此次6万卡AI4S计算集群的落地，具有“补短板”和“筑底座”的双重意义。
在AI4S的国际竞争中，构建自主可控的算力底座，不仅是技术问题，更是战略问题。国家高性能计算机工程技术研究中心副主任曹振南说：“我们必须发展自主的算力底座，包括自主软硬件生态环境。”
算力总量或许存在结构性过剩的争议，但真正满足高性能、高可靠、易用好用要求的算力处于稀缺状态。“优质算力肯定是缺的。”曹振南同时表示。
“6万卡”来自长期的技术积累
6万卡AI4S计算集群在郑州的投入使用，表明中国已经具备了自主构建大规模AI4S算力基础设施的系统能力，从芯片设计、高速互联、液冷散热到智能调度、模型平台、算力服务网络，一条完整的产业链正在形成。
据了解，AI4S计算集群可提供双精度与半精度算力，6款核心芯片全部自主可控，整体达到国际先进水平，并搭载国内首款类InfiniBand400G无损高速网络scaleFabric系列产品，可充分满足AI4S计算集群对高带宽、低时延网络的极致需求。
依托智能化运维、数字孪生（885820）系统以及浸没相变液冷技术，集群系统可用性达到99.99%，保障长周期（883436）稳定运行。其中，曙光在液冷领域的技术积累并非一日之功。就在4月8日，中科曙光（603019）子公司曙光数创刚刚发布了全球首个MW级相变浸没液冷整机柜解决方案，散热能力超过200W/cm，PUE值低至1.04以下，机房面积节省超85%。
技术参数“翻译”过来意味着：6万卡AI4S计算集群既能高效处理材料模拟，又能支撑万亿参数科学大模型，为从“基础研究”到“产业转化”的全链条提供统一算力底座。
上海交通大学林洲汉教授分享了一组对比数据：他的团队将一套新架构模型分别在英伟达（NVDA）A800和曙光AI4S集群上进行训练，结果两条训练曲线“连非常小的波动都完全对齐”。
值得注意的是，中科曙光（603019）并没有把自己定位为单纯的硬件供应商。公司2025年年报明确提出，“聚焦算力基础设施全产业链，在高端计算机、存储、网络安全（885459）、云计算（885362）、液冷及智算服务等领域持续发力”。从卖设备到卖服务、卖解决方案，路径愈发清晰。财报数据显示，中科曙光（603019）2025年算力相关订单超150亿元，软件开发（881272）与技术服务业务毛利率达到39.08%。
AI4S的市场前景相当可观
AI4S的产业应用很广，其中多个产业直指万亿级市场。
例如，在新药研发领域就将带来翻天覆地的变化。制药行业有一个“双十定律”——一款新药从研发到上市平均需要十年时间、十亿美元投入，而且失败率超过九成。瓶颈之一卡在蛋白质结构上。2024年诺贝尔化学奖给了AlphaFold，就是因为它用AI方法大幅提升了蛋白质结构预测的精度。然而，预测结构只是第一步，更难的是模拟蛋白质“怎么折叠成这个结构”。
利用AI4S计算集群，基于3万卡规模完成的蛋白质折叠模拟，比传统算法快了1000倍。过去算几个月的事，现在几个小时就能出结果。对于药企而言，这意味着同样的时间和预算，可以尝试更多靶点、筛选更多分子，成功概率自然上去。中信证券（HK6030）研究部计算机行业首席分析师杨泽原认为，AI赋能药物发现正迎来奇点时刻，时间层面，AI加持下药物发现时间缩短；成功率层面，AI方法使新药发现整体POS率提升。
不仅如此，AI4S计算集群已经在材料等多领域完成大规模并行计算测试并取得多项突出成果。
从2025年12月发布scaleX万卡超集群，到2026年2月3万卡上线，再到4月6万卡AI4S计算集群投用，中科曙光（603019）用不到五个月的时间完成了从万卡到六万卡的部署跃迁。正如外界评价，“曙光速度”在刷新计算集群工程化部署能力纪录。
AI4S的市场前景被广泛看好。兴业证券（601377）计算机行业首席分析师蒋佳霖认为，AI4S的赛道天花板够高，而且下游的生物制药、新材料、半导体（881121）设计等每一个都是产值规模特别大且成长性特别好的领域。
从中观层面看，AI4S计算集群落地本身就是一个大型项目，能直接带动当地投资；建成后，科研机构、高校、企业用户汇聚，带动产业链上下游协同发展。
资本市场的反馈同样积极。开源证券在4月16日发布研报，给予中科曙光（603019）“买入”评级，理由包括“扣非净利润高速增长，盈利能力提升”以及“推出超节点产品scaleX640，并在郑州落地6万卡AI4S计算集群”。此前，多家券商已对公司2025-2027年归母净利润给出了持续增长的预测。
让计算更简单让科研更智能
曙光智算总裁何牧君讲了一个故事。生物信息学专业的研究生，本科不是学计算机的，编程基础弱，但做研究又必须面对开源软件、命令行、参数调优、代码编译这一整套技术栈。很多学生“学着学着就变成了计算机专家”。
这个例子揭示了科研资源的错配，因为他们的精力本应该花在生物学问题上。
何牧君提出“意图即服务”。用户只需要用自然语言提出需求，系统自动拆解任务、调度资源、调用模型、交付结果。
两个案例说明这种解决思路正在成为现实。新能源汽车（885431）外表面阻力仿真，研究员完全不懂计算流体力学，也能在系统引导下完成建模和计算；生物信息学研究生做单细胞测序数据分析，不需要自己编译软件，系统直接推荐工具组合、完成计算并输出可直接用于论文的图表。何牧君说，这套体系的目标是“让计算更简单，让科研更智能”。
支撑这套体系的是一整套生态工具。中科曙光（603019）2025年发布了国内首个科学大模型一站式开发平台OneScience，集成了地球科学、生命科学、材料化学等领域数十个热点模型和海量数据（603138）集，用户数小时内就能完成科学大模型开发。
国家超算互联网平台已连接全国14个省区市30多家超算和智算中心，汇聚超过300万CPU核心和20万GPU卡，形成了一张覆盖全国的算力服务网络。在超算互联网平台上，曙光AI4S计算集群用户无需面对繁琐的软件配置与IT流程，只需通过自然语言提出需求，通过“超级科学计算智能体”便可自动拆解任务、调用模型、调度算力，完成端到端交付，科研任务完成时间从天级压缩至小时级。
“算力底座不能仅是规模大，还要强，同时要把门槛降低，变得好用、易用。”曹振南指出AI4S计算集群的关键。
