2026科学计算与AI4S基础设施白皮书

前言 当前，人工智能与科学研究深度融合，推动科研范式迈入以AI4S（科学智能）为代表的第五发展阶段，成为全球科技竞争的核心赛道。全球多国相继出台国家级战略布局AI4S领域，依托人工智能、大数据与高性能计算重塑生物医药、新材料、高端制造等领域研发模式，大幅缩短研发周期、降低试错成本。在我国，“人工智能+”系列政策持续落地，明确提出推动AI与前沿科学、实体经济深度协同，加快培育新质生产力，为科学计算与AI4S产业发展指明方向。 在此背景下，上海仪电（集团）有限公司、上海思朗科技股份有限公司等单位联合编制本白皮书，系统梳理AI4S发展现状、技术体系、市场格局与落地实践。本白皮书旨在厘清科学计算与AI4S的内在关联，剖析行业现存痛点与技术瓶颈，解析专用超算等核心基础设施的技术路径与应用价值。 科学计算与AI4S不仅是前沿科研的创新工具，更是保障产业链供应链安全、实现科技自立自强的战略底座。本白皮书立足产业实际与全球竞争格局，总结技术经验、研判市场趋势、提出发展建议，希望为科研机构、产业企业及政策制定者提供参考，助力我国构建自主可控的AI4S产业生态，推动新一代科研范式落地生根，充分释放科学智能的创新动能。 摘要 本白皮书围绕科学计算与AI4S基础设施展开全面研究，梳理科研五大范式演进历程，剖析AI4S带来的颠覆性科研变革、全球战略布局、核心内涵与发展瓶颈，并结合关键技术、市场规模、典型案例形成系统性结论。报告提出，算力、模型、数据是AI4S发展三大核心要素，其中高质量“端到端”数据集是当前行业最大“卡脖子”瓶颈，算力需求与通用大模型相比相对可控，垂类模型研发难度适中，数据短板成为制约技术规模化落地的首要因素。 科学计算是生成高精度科研数据、补齐数据短板的核心手段，依靠数值仿真与微观机理模拟，可获取传统实验方式所无法观测的底层数据，构建AI4S所需的标准化数据集。面对大体系的生物仿真、新材料多尺度模拟带来的海量计算压力，传统通用超算存在效率低、通信延迟高、能耗大等局限性，专用超算成为支撑高端科学计算的核心底座。 同时，报告重点解析国产“天穹”专用超算的软硬件协同技术，并梳理全球及国内AI4S、科学计算市场高速增长态势，结合制药、新能源材料、航空航天、半导体等领域典型应用案例，验证技术落地价值。最后报告提出，科学计算与AI4S深度融合将成为主流科研范式，建议从国家层面统筹布局科学数据中心、专用算力集群与产学研攻关体系，加快打造自主可控的AI4S全产业链生态，助力我国抢占全球科技发展制高点。 目录 第一章AI4S发展的时代背景................................................-1- 1.1科研第五范式演进——科学智能..............................-1-1.2AI4S带来的颠覆性科研变革......................................-4-1.3全球各国纷纷制定AI4S重大战略............................-5- 第二章AI4S的概念与内涵....................................................-8- 2.1科学智能的概念...........................................................-8-2.1.1科学智能闭环中的科学计算定位：数据生成环节的核心能力.......................................................................-8-2.1.2模型训练与训练工厂：对高质量数据的需求与反馈机制...............................................................................-9-2.2AI4S对于科研价值和意义..........................................-9-2.3AI4S需要精准解决产业核心科学问题的模型........-11-2.4科学智能的最大挑战：高质量数据集的缺乏.......-14-2.4.1算力层面：需求相对可控，无需巨额算力硬件投入....................................................................................-14-2.4.2模型层面：研发难度适中，核心依赖专业人才支撑....................................................................................-15-2.4.3数据层面：核心短板凸显，高质量数据集“卡脖子”....................................................................................-16- 第三章构建服务AI4S的精准、端到端的高质量数据集-20- 3.1AI4S的数据核心要求：精准无错、“端到端”串联-20-3.2“端到端”数据首先是对微观机理的精准描述.........-22-3.3“端到端”数据集的构建思路：转变传统思路，逆向构 建高质量科研数据“教材”..............................................-24-3.4数据构建的核心属性：高成本、高创新性，需国家层面牵头推进..........................................................................-29- 第四章科学计算与AI4S落地应用关键技术分析............-31- 4.1科学计算是获得高质量数据集的关键手段...........-31-4.2面临计算瓶颈：仿真模拟任务带来庞大的计算量-33-4.2.1生物仿真计算领域的算力瓶颈.......................-33-4.2.2新材料研发中面临的计算卡点.......................-35-4.3传统超算面对复杂科学计算任务的局限性...........-36-4.4专用超算应运而生....................................................-37-4.4.1各国发展现状...................................................-37-4.4.2应用领域现状...................................................-39-4.5“天穹”专用超算关键技术分析.................................-40-4.5.1核心策略：算法级全局优化计算...................-40-4.5.2关键技术1：专用芯片....................................-43-4.5.3关键技术2：专用系统架构............................-45-4.5.4关键技术3：专用计算软件............................-46- 第五章科学计算与AI4S市场规模分析............................-48- 5.1全球及我国AI4S市场概况.....................................-48-5.2国内科学计算市场规模分析...................................-49- 第六章科学计算与AI4S典型应用案例............................-55- 6.1爱赛思OpenAI4S社区：开放式科学智能基础设施-55-6.2谷歌从AlphaFold到IsoDDE推动AI制药落地...-57-6.3礼来携手英伟达共建AI联合实验室.....................-58- 6.4思朗科技打造基于“天穹”的制药新引擎sDDE.....-59-6.5BASF引入Quriosity超算赋能新产品研发............-59-6.6字节跳动推出BAMBOO助力新型电解质设计....-61-6.7思朗科技基于“天穹”打造电解液AI数据平台.....-62-6.8美国波音公司以虚拟仿真计算加速新机型研发...-63-6.9台积电采用英伟达计算光刻平台突破先进芯片制程-64- 第七章总结与展望...............................................................-66- 7.1新一代科研范式将由科学计算与AI4S深度融合驱动，成为引领科技创新的核心引擎.....................................-66-7.2AI4S能力跃升将持续释放产业创新效能，为新质生产力形成提供关键技术路径..................................................-66-7.3科学计算与AI4S的市场潜力将持续释放，形成规模增长与生态共赢的良性发展格局.....................................-67-7.4构建自主可控的AI4S生态是实现大国科技自立自强的战略必争方向..................................................................-67-7.5政策与行动建议........................................................-68- 附录缩略语中英文对照表...................................................-69- 第一章AI4S发展的时代背景 1.1科研第五范式演进——科学智能 人类科学研究在数百年的发展进程中，逐步形成了实验科学、理论科学、计算科学、数据密集型科学、AI驱动的科学发现（即AI4S，科学智能）五大范式的演进，它们从经验感知到理论提炼，从仿真模拟到数据洞察，依次迭代、层层递进，共同构筑起现代科学研究的完整方法论体系，推动人类对世界的认知不断走向深入，也为科技创新与社会发展提供着持续不竭的动力。 第一范式实验科学——是科学研究的原始形态与根基，以观察自然、开展可控实验、总结实践经验为核心，旨在回答“事物是什么”的基本问题。从古代朴素的天象观测、技艺实践，到近代伽利略确立“实验+逻辑”的规范方法，实验科学通过可重复、可验证的操作，实现了从定性描述到初步定量分析的跨越，为科学发展积累了大量真实可靠的观测数据与事实依据。但其局限明显，难以涉足极端环境、微观领域与复杂系统，多停留在现象层面总结。 第二范式理论科学——在实验成果的积累之上应运而生，以 数学建模、逻辑推理、理论演绎为核心，致力于揭示“事物为何如此”，实现从“知其然”到“知其所以然”的跃升。科学家依托严谨的逻辑与数学工具构建理论体系，诞生了牛顿力学、电磁场理论、相对论等里程碑成果，不仅能统一解释已有现象，还可精准预测未知存在。理论科学具备高度抽象性与普适性，但在生物、社会等复杂系统中难以建立精准模型，且严格的前提假设易与现实产生偏差。 第三范式计算科学——伴随计算机技术兴起，成为应对复杂问题的关键手段。它以高性能算力为支撑，通过数字化建模与数值仿真，模拟传统实验无法开展、理论方程难以解析的场景，广泛应用于生命科学、材料科学、航空航天、气象预报、核科学研究等领域，大幅降低研发成本与安全风险。仿真结果的准确性高度依赖模型设计与参数精度，同时对硬件算力提出较高要