从结合式异构加速到融合式 AI 加速，多位院士齐聚CCF HPC China共探科研新范式

在现代科学研究中，高性能计算（HPC）已成为推动重大突破的核心引擎，其以远超常规计算机的算力，为科学家提供了探索未知世界的「放大镜」和「加速器」。从模拟宇宙演化、预测气候变化，到揭示生命分子的运作机制、加速新药研发，HPC 正不断拓展人类认知的边界。

尤其在数据爆炸与人工智能快速发展的时代，AI for Science 发展提速，在很多科研领域，AI 仍存在精度不足、泛化能力弱、通用性不强等问题，尤其是在面对真实场景中的动态模拟、动态预测以及多尺度、跨尺度任务时。所以，当单纯的 AI 方法难以解决部分领域的现有挑战时，如何充分发挥高性能计算与人工智能在大数据分析、仿真计算、智能预测、实验辅助方面的潜力，是当前 AI for Science 落地应用关注的重点。

在 8 月13 日开幕的第 21 届 CCF 全国高性能计算学术大会（CCF HPC China 2025）上，11 位院士、戈登贝尔奖获得者、权威专家、资深学者、企业精英等汇聚一堂，围绕 HPC 的发展现状与趋势，聚焦丰富的应用场景，进行了深度分享与交流。值得关注的是，其中有多位顶尖学者、行业专家均提到了 AI 与 HPC 的结合，以及 AI for Science 这一全新科研范式。

其中，在以《百尺竿头须进步——谈谈高性能计算下步发展》为题的报告中，中国工程院院士、国防科技大学教授、博士生导师卢锡城院士重点梳理了高性能计算的发展历程，分析了科学计算、智能计算、智能科学计算典型应用的特点以及对当前加速架构的不适应性，对高性能计算体系结构如何适应智能计算的应用新特点，提出了优化设计方向。

卢锡城院士在 CCF HPC China 2025 发表演讲

卢锡城教授提出，「高性能计算机发展靠两大技术支撑，一个是摩尔定律，一个是并行技术」。进入 21 世纪，随着功耗与频率壁垒的出现，并行技术成为突破单核性能瓶颈的唯一路径。异构计算架构应运而生。当前，在全球超算 TOP500 榜单中，尤其是前 10 名系统中，异构架构已占据绝对主导地位。

然而，随着智能科学界计算的兴起，CPU+GPU 的简单异构模式依然面临着在计算，存储，通信等融合方面的巨大挑战，卢锡城教授分析了 AI4S 应用对 CPU、GPU 性能的需求后发现，当前的架构很难满足其应用需求。例如，GPU + GPU 架构的系统仿真和通信比不足，CPU + GPU 架构中存在很多不均衡因素等等。

对此，他提出要对当前的计算形态进行针对应用特点的优化，结合客观条件优化体系结构设计，综合技术、工艺、成本等诸多矛盾问题创新体系结构，软硬件协同优化，目标就是要均衡配置，实现从结合式的异构加速，迈向融合式的 AI 加速。换言之，他认为应推动计算架构从「结合式异构加速」向「融合式 AI 加速」转变。

基于此，卢锡城教授建议，未来体系结构设计必须以应用特点为导向，软硬件协同优化，实现均衡配置。基于此，他提出一种新型的 CPUSIMT 融合计算架构，采用「直连—桥连—互联」三层结构：通过 CPU 与 GPU 直连提升局部效率，以 CPU 作为「桥梁」增强扩展性，最终构建可扩展至十万级节点的高效互联系统。

除了大会报告中多位院士都或多或少地提到了 AI for Science 之外，面向地球科学、生命科学等领域的同期论坛中也有多位老师深度分享了 AI 对于该细分领域的变革，以及 AI + HPC 的强力赋能。HyperAI超神经后续会继续分享 CCH HPC China 2025 期间的 AI4S 精彩演讲，敬请期待！

关于 WEC 2025

CCF HPC China 2025 同期还举办了 WEC 2025 世界算力博览会，以「绿能筑基 智能高新」为主题，以 3 大类核心领域、12 个细分行业、78 个垂直赛道，构建起从「算力底座」到「场景应用」的完整生态。展区覆盖六大领域：人工智能、算力基础设施、算力服务、教育科研、城市文化交流等等。展区内囊括了国家级超算中心组成的「算力国家队」，多家科技巨头重磅发布智算新品，高校科研团队带来诸多产学研合作项目，以及数十家新锐企业组成的「算力创新方阵」。

 往期推荐 

戳“阅读原文”，免费获取海量数据集资源！