国产算力新机会，一文看懂AI4S

　　大家好，最近我看了一份将近3万字的机构报告内容虽然比较多，但还是能学到不少干货。

　　这份报告主要是讲今年比较火的AI4S行业，刚好昨天国产算力企业发布了中国最大AI4S计算集群，这一篇我尽量把AI4S行业的重点和趋势梳理出来，和大家一起探讨学习：‍‍

　　一，AI4S为什么是"必争之地"?

　　1，今年关注AI领域的，应该都知道AI4S概念，即AI for Science。即“人工智能赋能科学研究”，简称“AI4S”。它是一种将人工智能技术与科学研究深度融合的新型科研范式，旨在利用AI突破传统科研的局限，加速科学发现进程。

　　专业术语看起来复杂，其实简单来说，AI for Science就是让AI成为科学家的“工作搭子”。

　　2，聊完概念，再来看看现阶段发展如何：

　　国产算力继3万卡集群之后，最近在AI4S赛道很可能再出利好。大家都知道 AI for science 对算力的要求太变态了，要求超高密度，超低能耗，极强并行才可以。

　　它要求的不是说通用大模型那种大就完了，而是要把整个物理世界的规律给数字化，每一秒都在做极限推演。

　　过去这种能力基本掌握在海外巨头手里，国产算力架构想要喂饱 AI for science 总是差一口气，现在 AI for science 已经被正式搬上牌桌了。

　　美国目前是怎么做的?主要是通过行政令，专项基金，全力支持 AI for science 研发。

　　然后欧盟发布的是人工智能大陆行动计划。搭建什么跨学科的 AI 科研平台，然后布局全产业链。

　　我们呢?已经将以人工智能引领科研新范式变革写进了规划中。

　　说白了，AI领域的竞争关乎的是国际科技话语权的硬仗，而国产算力等了这么久，这次有可能真要实现了。

　　二、市场前景：万亿级长周期主线，覆盖全产业

　　很多人好奇，AI4S市场到底有多大?根据机构的测算，结论是：远期万亿级，覆盖产业极广，是未来5-10年最确定的科技主线之一。

　　1. AI4S不是单点赛道，而是一整个庞大生态：

　　上游涵盖算力、芯片、存储、网络、制冷、软件;中游是科学大模型、算法平台、仿真工具;下游渗透医药、材料、能源、半导体、航空航天、气象等几乎所有靠研发吃饭的行业。

　　仅化工、医药、新能源、半导体四大行业，若AI4S渗透率达到25%，市场规模就接近万亿人民币，后续增长空间难以估量。

　　2. AI4S作用：降本增效，真能赚钱

　　AI4S最打动人的不是概念，而是实打实的收益：研发周期缩短几倍到几十倍，实验失败率大幅下降，人力与设备成本直接砍半，甚至能攻克传统科研无法突破的技术难题。

　　对企业而言，是少花钱、快出成果、多拿专利;对国家而言，是突破卡脖子、提升产业链安全、抢占全球技术标准。

　　3. 产业链够长，持续时间较久：

　　1)底层算力刚需持续旺盛，算力越紧缺，底座价值越凸显;

　　2)超算、智算、液冷、全栈软件技术迭代不断;

　　3)应用从医药、材料逐步渗透至所有科研与制造领域。

　　这条主线，基本能贯穿五年时间。

　　三、产业链梳理：

　　根据机构报告，在TMT相关板块有代表性的相关公司有：晶泰控股，中控技术，华大九天，海光信息，中科曙光等。

　　下面简单介绍下：

　　1、海光信息：国产算力芯片核心厂商，为 AI4S 提供高性能计算(HPC)与科学计算算力底座。

　　AI4S 定位：其 CPU 与 DCU(深度计算单元)专为科学计算、分子模拟、流体力学等场景优化，是 AI4S 算力国产化的核心支撑。

　　重要进展：匹配 AI4S 平台，提供算力支撑，是超算中心核心算力供应商。2025年11 月亮相全国声学大会，指出海光算力平台已在流体力学、材料科学、生命科学等多个领域展现出强劲的科研支撑能力。

　　2、晶泰控股：AI4S 干湿闭环的核心平台。

　　晶泰控股是全球领先的 AI4S 平台型公司，核心是 AI + 物理建模 + 机器人实验的干湿闭环。

　　AI4S 定位：以量子力学、分子动力学为底层，用深度学习加速药物与新材料研发，覆盖小分子药物、抗体、固态电池材料等。

　　重要进展：1)港股 18C 特专科技第一股，2024 年上市;2)与辉瑞、强生等药企合作 AI 药物发现，多个小分子管线进入临床;3)与礼来、强生、UCB 等药企合作抗体类新药发现平台;4)公开披露与晶科能源合作。

　　3、中控技术：国内工业自动化领军，在 AI4S 中聚焦工业过程智能仿真与优化。

　　AI4S 定位：将 AI 与流程工业机理模型结合，用于化工、石化、冶金等行业的工艺优化、能耗降低与安全管控。

　　重要进展：预计与万华化学、巴斯夫等头部企业合作，AI 优化项目落地后能耗降低(参见官网公开发布);发布 “工业元宇宙” 解决方案，将 AI4S 与数字孪生深度融合。

　　4、华大九天(301269.SZ)：国产甚至世界级 EDA 领军，在 AI4S 中聚焦 AI 驱动的芯片设计与物理仿真。

　　AI4S 定位：用 AI 加速芯片设计中的物理验证、时序分析与良率预测，降低先进制程的研发成本与周期。

　　重要进展：与半导体制造领军等深度合作，AI EDA 工具在先进制程中落地;近年推出 AI 驱动的版图优化工具，显著提升芯片 PPA(性能、功耗、面积)。

　　5、中科曙光：国内超算与 AI 算力领军。

　　AI4S 定位：提供超算集群、AI 服务器与算力调度平台，支撑 DFT、MD、LBM 等大规模科学计算。

　　技术能力：科学大模型一站式开发平台 OneScience。

　　重要进展：4月14日发布国内最大AI4S计算集群，精准匹配AI4S多元需求。

　　核心优势：

　　以“开放架构、全栈自研、超智融合、超大规模”四大优势，对标AI4S的算力与技术需求。

　　1)开放架构：降低AI4S落地生态壁垒

　　基于AI计算开放架构，目前已有scaleX万卡超集群、 scaleX640 超节点、Nebula800等先进方案推出，全面兼容CUDA主流生态，支持多品牌国产加速卡混合部署，并适配400+主流大模型/世界模型，覆盖多学科AI4S场景。

　　2)全栈自研：“算、存、网、电、冷、管、软”七位一体创新，筑牢技术根基

　　国内首个实现“算、存、网、电、冷、管、软”紧耦合自研的IT基础设施企业，系统性创新能力无可替代，精准解决AI4S所面临的算力、互联、存储、稳定性等难题。

　　3)超算+智算深度融通，精准匹配AI4S多元需求

　　超智融合是AI4S的核心技术路径，超智融合被认为是AI4S落地的最优解之一，先发优势+技术壁垒+生态壁垒，形成“标准-产品-落地”闭环。

　　4)超大规模工程：30年大系统集成经验

　　已完成从万卡到6万卡的规模AI4S集群落地化验证，并成功部署于超算互联网核心节点，具备可复制、可落地的工程交付能力，打破了AI4S规模化部署的技术壁垒。

　　5)AI4S实践案例

　　行业内AI4S相关优势已通过多个行业标杆案例得到验证，比如生物育种AI4S平台，石化领域的人工智能计算中心，地质大模型支撑项目，OneScience科学大模型一站式开发平台等。