当前科研算力底座里，大多是各有所长的 “专项高手”。这些架构不同的算力体系，如同各自守着一座孤岛，彼此难以互通协作、优势互补。

近日，上海人工智能实验室正式发布“agi for science珠穆朗玛计划”，旨在构建“科学智能创新中枢”，在算力基座方面，推出了deeplink超智融合算力平台，加速构建面向agi4s的一体化算力服务平台，让千差万别、各有所长的算力真正拧成一股绳。上海不仅在筑牢算力底座，更在重塑一整套让国产算力“好用、易用”的生态逻辑。

算力超级枢纽：

推倒芯片异构的“次元壁”

通用人工智能与科学智能的深度融合，正在重塑全球科研范式。 “当前人工智能正从专用模型迈向通用智能新阶段。通用人工智能与科学智能的深度融合，不仅是技术理念的迭代，更是科研范式的根本性变革。”中国科学院院士、清华大学人工智能研究院院长胡事民说，“从传统的人工试错走向智能驱动、自动闭环的科研新模式，正为材料研发、生物医药、量子计算、工业仿真等关键突破注入前所未有的动能。”

如果没有坚实的算力底座，科学发现就只能停留在理论推演。但现实中，国产芯片种类繁多，底层架构、工具链各不相同，宛如说着不同的方言。为了化解这种“由于标准不一而导致的效率内耗”，作为“珠穆朗玛计划”的核心支撑，deeplink超智融合算力平台应运而生。

这个平台就像一个“算力超级枢纽”。通俗来讲，它不再让科研人员去纠结底层用的是哪块芯片、哪种架构，而是通过一个“万能适配器”，把全国各地的超算、智算资源全部互联互通。

上海人工智能实验室系统平台中心负责人王辉介绍，deeplink致力于推动算力从“分散供给”走向“统一编排”，从“人工驱动”走向“智能驱动”，打造像水电煤一样即开即用的科研新型基础设施。

近期推出的“deeplink多元算力混合推理加速方案”，更是首次实现了多品牌、多架构国产芯片的深度混合调度。在大规模的集群中，不同“脾气”的芯片终于能像交响乐团一样协同共奏。这种“上海方案”不仅盘活了存量资源，更在异构算力调度领域逐步形成标准，让算力不再是“一盘散沙”。

范式跃迁：

打破科学计算与智能计算的“壁垒”

算力本身并不是终点，让复杂科学问题得到“秒级”解算才是目的。在ai4s的视角下，算力的范式正在发生跃迁：它不再是单纯的暴力堆砌，而是超算与智算的深层融合。

以气象预报为例，传统的纯数值计算极度耗时，完成一次全球资料同化曾需超算中心500多个节点连续工作4小时。但在deeplink平台的超智融合架构下，引入ai大模型进行推理加速，同样的任务在接近4000个节点的集群上，仅需2分钟即可完成。这种提速，本质上是让ai承担了高频、重复的计算压力，释放出宝贵的超算资源去处理更高精度的核心科学组件。

在这一过程中，deeplink不仅解决了“怎么算”的问题，还通过深度优化软件栈，解决了“算得慢”的问题。它通过打通跨域网络，让复杂科学问题的解算速度大幅提升，使材料、生物、化学等前沿领域的模拟不再受困于硬件带宽的限制。

当日，上海ai实验室联合多家国家级超算中心、头部企业共同启动了“agi4s算力共建计划”。“科学智能的跃升需要超算与智算的深度协同，deeplink精准切中了当前两者割裂的痛点。我们希望通过专用算力和科学数据集的优势，为生物医药、新材料等领域提供‘计算+智能’的一体化服务。”相关企业负责人说。

深度整合：

从算力枢纽迈向科研“中枢”

deeplink的愿景不止于简单的助力资源调度，更将深度整合软硬协同解决方案，实现“科学发现的闭环加速”。

在下一阶段，这个平台不仅能实现让大模型训练与科学实验作业在同一个平台上协同运行的“任务融合”；还能实现通过完善跨域数据湖与分级存储能力，构建一个开放的超智融合社区的“应用融合”。

这意味着，无论是航空航天的大型仿真，还是生物医药的蛋白质结构解析，科研团队都能获得端到端的智能计算支撑。上海正通过这样的平台，将零散的算力火花聚集成炬，让国产算力从“能用”跨越到“好用、易用”。

在更远的前瞻布局中，量子计算也已接踵而来。上海正在推动超算、智算与量算的深度融合。

从微观的芯片架构重塑，到宏观的算力部署，上海正通过像deeplink这样的生态平台，将无数零散的算力火花聚集成炬。让国产算力不仅能用，更要好用、易用。当算力范式完成从量变到质变的跃迁，那张被迫由人抱着的硬盘，终将成为科研史上的一个注脚。

“上海科技”出品，转载请注明来源

企业及专家观点不代表官方立场

作者：蓝悦

上观号作者：上海科技