全国首个AI4E千卡工科智算集群正式落地同济

国产算力再突破：全国首个高校“工程智能”千卡集群落地同济

2024年6月25日，海光信息与同济大学正式签署战略合作协议，标志着国产算力在教育与科研领域实现了关键性跨越。双方合作揭牌成立全国首个“高校海光算力优化中心”，并共同建成国内首个国产千卡工科智算集群。此次合作的核心价值在于：国产算力首次以“工程专用形态”赋能高校教学与科研，标志着AI基础设施从服务科学智能（AI4S）向服务工程智能（AI4E）的重大范式转变。

一、 合作背景：为何需要“工程专用”的国产算力？

1.1 AI4S与AI4E的本质差异

• AI4S（科学智能）：主要面向物理模拟、生物计算等基础科研领域。国内高校在这方面已具备相对成熟的算力支撑体系。
• AI4E（工程智能）：这是本次合作的核心突破口。它直接服务于实体产业场景，例如工程仿真、智能建造、工业研发等。其对算力的复合性与严苛程度远超通用AI。

1.2 长期痛点：工科算力“空心化”

合作之前，国内高校在工程设计与工业研发等场景中，面临一个长期未解的难题：

• 专用算力缺失：土木、建筑、机械等工科院系长期依赖通用计算平台开展研究，导致AI技术难以真正渗透到工科教学与科研一线。
• 复合需求难以满足：工程智能场景对算力提出“三合一”的硬性要求：
  1. 必须能承载大模型的训练与推理。
  2. 必须能完成高精度工程仿真计算。
  3. 还必须兼容工程师日常使用的各类主流工业软件工具。

核心洞察：简单来说，过去的科研算力平台往往“算不了工程”，而专门解决工程问题的软件又“拥抱不了AI”。此次合作正是要打破这一瓶颈。

二、 合作内容：国产千卡工科智算集群详解

2.1 核心硬件：全自研“海光DCU”

本次建成的千卡智算集群，算力底座为**全国产海光DCU**。这不是硬件的简单堆叠，而是采用 超智融合架构，具备以下能力：

• 双任务并行：可同时承载经典高端计算（如结构力学分析）与新一代AI训练推理任务。
• 深度工程适配：针对结构仿真、流体力学等核心工科场景，进行了专门的优化与适配。

2.2 软件生态：低成本迁移，兼容主流

为帮助已有工程代码“低门槛”迁移至国产平台，海光提供了成熟的自研软件栈。该软件栈能够：

• 兼容主流工程软件生态：学校现有通用平台上的工程软件与代码可直接在国产平台上运行，无需从零开发。
• 支持大模型安全护栏：在关键数据保护与模型输出管控方面，海光DCU构建了牢固的安全防线，这对涉及国家基建、国防项目等重大工程数据的科研任务至关重要。

常见疑问：为何选择海光DCU而非国外通用GPU？
解答：同济团队从 算力性能、场景适配、生态兼容、数据安全 四个维度进行了系统性对比。对于工科智算而言，国外设备在面对复合型工程需求时，往往在特定场景适配和软件生态上存在“水土不服”，且数据安全风险较高。海光DCU的综合优势最终胜出。

三、 合作目标与展望：打造“同济样板”

3.1 当前成果：集群已上线运行

目前，该国产千卡工科智算集群已接入同济大学校级算力服务体系并正式投入使用。由于高度兼容主流工程软件，同类工程代码可实现低成本迁移。这意味着，该方案不仅在同济大学验证可行，也具备了向全国更多工科院校复制推广的基础。

3.2 未来规划：探索“师机生协同”教学模式

基于该算力中心，双方将在以下方向持续深化：

• 关键技术攻关：合力攻克工程智能领域的核心技术难点。
• 课程体系建设：开发“AI+工程”创新课程模块。
• 人才培养机制：创新育人模式，探索“师机生协同”的教学新范式——教师、AI机器与学生三方协同，培养兼具深厚工程素养与AI工具驾驭能力的复合型人才。
• 科研与产业协同：推进科研协同创新，并加强与相关产业生态的对接合作。

常见疑问：这个集群对普通工科生有何实际价值？
解答：最直观的变化是，以往需要大量时间配置环境、手工建模或等待低效计算的环节，如今借助AI辅助与强大算力，可大幅缩短甚至自动化。未来，学生在学习结构力学、建筑仿真等课程时，可以更专注于设计创新与问题解决，而非被繁琐的计算和软件操作所困。

四、 合作意义：从科学智能到工程智能的跨越

总结来看，此次合作是国产算力发展进程中的一个重要里程碑：

• 填补国内AI4E工程算力空白：此前AI for Science（AI4S）的算力体系已有基础，但AI for Engineering（AI4E）的专属基础设施一直缺失。此次合作恰好填补了这块拼图。
• 树立产教融合新标杆：同济大学在土木、建筑、交通、环境等工程学科拥有长期领先地位，此次与海光信息的合作，为全国工科院校探索“工程智能”提供了可复制的“同济样板”。
• 支撑国家工程强国战略：未来双方将持续深化协同，为工程强国建设提供坚实的算力底座与人才储备。