AI4S賽道爆火：中科曙光6萬卡算力底座夯實，11萬億市場蓄勢待發

導語：

隨著AI4S帶來的科研范式革命從實驗室走進生產線，化工、醫藥、新能源等下游行業紛紛張開懷抱。數據顯示，AI4S在部分行業可覆蓋的下游市場規模已接近11萬億美元。2026年，這個天量級市場賽道正在加速重構其核心引擎——一場AI4S算力新基建高潮倏然而至。

4月14日，中科曙光提供的6萬卡科學智能計算集群系統，在鄭州國家超算互聯網核心節點投入使用。該集群基于超智融合全棧國產化技術能力，可滿足用戶從集群性能、軟件模型優化、科研應用效率到科學智能體開發等需求，是國內目前規模最大的AI4S計算集群。

在AI4S成為全球科技產業競逐焦點，市場版圖剛剛掀開一角之時，國內開始極力搶占AI4S算力高地，這儼然成為“人工智能+科學技術”大爆發的前奏。

01

科研范式升級，引爆萬億市場賽道

AI4S是業界公認為第五大科研范式，也被視為推動科研范式變革、加速科學發現，甚至重塑全球科技競爭格局的關鍵變量之一。當前，全球主要科技強國已將其置于國產戰略高度，頻繁大規模投資整合算力、數據、算法、人才資源，表現出蓬勃的產業動能與資本活力。

有人指出，AI4S的意義，類似于AlphaGo與AlphaZero的差別。AlphaGo是通過窮舉人類棋手的下法找到最優解，本質上經驗的重復；而AlphaZero下出了人類歷史上從未出現過的棋步，事后被證明極其精妙。這才是人工智能真正的顛覆性價值——發現未知，而非重復已知。

科學研究的本質正在于此。AI4S之所以重要，在于它從傳統的分子動力學仿真工具、分析工具，演變為創造工具。借助大模型的生成能力，AI4S可以發現此前不存在的分子結構，而且效率極高，模型7×24小時持續運行，遠遠超出傳統科研模式的范疇。

這種“發現未知”的能力，使得AI4S的市場確定性非常強。據QYResearch數據，2025年全球AI4S市場規模約45.38億美元，預計2032年將達262.3億美元，年復合增長率高達28.9%。

更廣泛來看，在化工、醫藥、新能源、合金、顯示、半導體六大下游行業中，AI4S合計可覆蓋的市場規模接近11萬億美元，當研發滲透率達到2.5%時，年產值即可突破1400億美元。

“這是一個天花板非常高的賽道?！迸d業證券經濟與金融研究院副院長蔣佳霖指出，在AI4S應用領域，生物制藥、新材料、半導體設計這些下游行業的產值規模極大，成長性極強。而且中國已經將其納入“十五五”規劃，疊加舉國體制優勢，國產AI4S市場潛力非常顯著。

02

三大環節聯動，商業模式日見清晰

隨著AI4S科研應用前景愈發突出，市場關注度持續飆升，業內從產業鏈層面將其劃分為三大環節，并且對應不同環節均已形成完善的商業化模式。

第一個環節是基礎設施。當前業內有一個共識：“算力即國力”。受地緣競爭因素影響，我國在算力底層配套方面仍潛在外部制約因素。算力的競爭，將成為影響前端產業格局的關鍵變量。從資本市場估值邏輯到市場預期和相關企業的業績表現，都可以清晰地看到，算力基礎設施正成為一個明確的增量方向。

第二個環節是技術解決方案層，即建立在基礎設施之上的模型開發與算法平臺。國內已有大量企業布局材料學、分子動力學等專業領域，構建出各類垂直大模型。這一環節涌現出的新興玩家，具備與基礎設施層深度合作的潛力，是當前產業鏈中極具活力的中間環節。

第三個環節是應用層?；A設施和模型最終都要服務于結果交付，而不再是僅僅提供一個工具。在科學研究與產業研發的下一步發展中，無論是生物學、材料學還是化工領域，都將直接受益于人工智能技術所帶來的成果交付能力。

總體來看，在產業上下游聯動下，AI4S商業化模式變得越發清晰。一方面，企業可以銷售工具類產品，例如基于傳統分子動力學工具延伸出的藥物發現平臺；另一方面也能直接介入科研發現過程，比如將藥物研發成果推進到臨床一期、二期，甚至將階段性產品授權出海。

過去云計算可能交付的是工具，而這一輪人工智能最大的變化是交付結果。在下游行業的AI4S場景中，交付結果的商業模式，其市場空間遠超單純交付工具的模式。

03

算力底座夯實，國產AI4S換擋提速

底層基礎決定上層建筑。這一邏輯在AI4S產業發展中尤為適用。對于需要大規模、長周期、高頻次、持續性進行科學計算的AI4S應用場景，一個堅實的算力底座不可或缺。

據介紹，此次建成的6萬卡科學智能計算集群系統，是中科曙光專門打造的面向 AI4S的新一代超智融合計算基礎設施。集群依托自主可控核心芯片，可支持8/16/32/64位寬的全精度計算，高效處理高維函數和復雜科學問題。

此外，該集群采用國內首款類InfiniBand無損高速網絡scaleFabric系列產品，可充分滿足AI4S計算集群對高帶寬、低時延網絡的極致需求。并且通過“超級隧道”、AI數據加速等設計，實現從芯片、系統到應用的三層傳輸協同，避免了存儲IO瓶頸。

在算力調度方面，中科曙光基于智能調度機制，使得系統可根據任務需求靈活匹配、調度集群的計算存儲網絡等資源，并發作業調度效率超每秒萬次。依托智能化運維、數字孿生系統以及浸沒相變液冷技術，該集群系統可用性已達到99.99%，可保障長周期穩定運行。

目前，集群已在生物、材料等多領域完成大規模并行計算測試并取得多項成果：3萬卡規模蛋白質折疊模擬較傳統算法加速1000倍；4.5萬卡規模實現萬億原子液態水分子動力學模擬，在打破世界模擬規模紀錄；助力湍流直接模擬規模擴展至百萬億網格，科研效率陡增。

中國科學院院士、河南省科學院院長徐紅星評價稱，“這款計算集群的落地，不僅是一次技術成果展示，更是我國人工智能技術與科研創新深度融合的里程碑。”而在國產AI4S下一里程中，算力引擎升級帶來的不僅是科研創新換擋提速，更是敲開萬億市場大門的關鍵一錘。

同步更新以下平臺

今日頭條 丨 百家號 丨 雪球 丨 新浪微博

搜狐號丨企鵝號 丨 快傳號丨 招財號 丨 財富號

格隆匯 丨 澎湃新聞丨 億邦動力 丨 鳳凰網

創業邦 丨 凱迪網 丨 網易號 丨36kr

老虎證券 丨 大風號丨 虎嗅 丨 鈦媒體

「巨頭財經」社群矩陣——目前已組建45個精準社群，匯聚13000+互聯網行業創始人、投資人、從業者，數據支持天眼查，全部100%實名制。請加巨頭財經運營合伙人@自聰 微信，實名驗證后一起進群交流學習。