在現代科學研究中，高性能計算（HPC）已成為推動重大突破的核心引擎，其以遠超常規計算機的算力，為科學家提供了探索未知世界的「放大鏡」和「加速器」。從模擬宇宙演化、預測氣候變化，到揭示生命分子的運作機制、加速新藥研發，HPC 正不斷拓展人類認知的邊界。

尤其在數據爆炸與人工智能快速發展的時代，AI for Science 發展提速，在很多科研領域，AI 仍存在精度不足、泛化能力弱、通用性不強等問題， 尤其是在面對真實場景中的動態模擬、動態預測以及多尺度、跨尺度任務時。所以，當單純的 AI 方法難以解決部分領域的現有挑戰時，如何充分發揮高性能計算與人工智能在大數據分析、仿真計算、智能預測、實驗輔助方面的潛力，是當前 AI for Science 落地應用關注的重點。

在 8 月13 日開幕的第 21 屆 CCF 全國高性能計算學術大會（CCF HPC China 2025）上，11 位院士、戈登貝爾獎獲得者、權威專家、資深學者、企業精英等匯聚一堂，圍繞 HPC 的發展現狀與趨勢，聚焦豐富的應用場景，進行了深度分享與交流。值得關注的是，其中有多位頂尖學者、行業專家均提到了 AI 與 HPC 的結合，以及 AI for Science 這一全新科研範式。

其中，在以《百尺竿頭須進步——談談高性能計算下步發展》為題的報告中，中國工程院院士、國防科技大學教授、博士生導師盧錫城院士重點梳理了高性能計算的發展歷程， 分析了科學計算、智能計算、智能科學計算典型應用的特點以及對當前加速架構的不適應性，對高性能計算體系結構如何適應智能計算的應用新特點，提出了優化設計方向。

盧錫城院士在 CCF HPC China 2025 發表演講

盧錫城教授提出，「高性能計算機發展靠兩大技術支撐，一個是摩爾定律，一個是並行技術」。 進入 21 世紀，隨着功耗與頻率壁壘的出現，並行技術成為突破單核性能瓶頸的唯一路徑。異構計算架構應運而生。當前，在全球超算 TOP500 榜單中，尤其是前 10 名系統中，異構架構已佔據絕對主導地位。

然而，隨着智能科學界計算的興起，CPU+GPU 的簡單異構模式依然面臨着在計算，存儲，通信等融合方面的巨大挑戰，盧錫城教授分析了 AI4S 應用對 CPU、GPU 性能的需求後發現，當前的架構很難滿足其應用需求。例如，GPU + GPU 架構的系統仿真和通信比不足，CPU + GPU 架構中存在很多不均衡因素等等。

對此，他提出要對當前的計算形態進行針對應用特點的優化，結合客觀條件優化體系結構設計，綜合技術、工藝、成本等諸多矛盾問題創新體系結構，軟硬件協同優化，目標就是要均衡配置，實現從結合式的異構加速，邁向融合式的 AI 加速。 換言之，他認為應推動計算架構從「結合式異構加速」向「融合式 AI 加速」轉變。

基於此，盧錫城教授建議，未來體系結構設計必須以應用特點為導向，軟硬件協同優化，實現均衡配置。基於此，他提出一種新型的 CPUSIMT 融合計算架構，採用「直連—橋連—互聯」三層結構： 通過 CPU 與 GPU 直連提升局部效率，以 CPU 作為「橋樑」增強擴展性，最終構建可擴展至十萬級節點的高效互聯繫統。

除了大會報告中多位院士都或多或少地提到了 AI for Science 之外，面向地球科學、生命科學等領域的同期論壇中也有多位老師深度分享了 AI 對於該細分領域的變革，以及 AI + HPC 的強力賦能。HyperAI超神經後續會繼續分享 CCH HPC China 2025 期間的 AI4S 精彩演講，敬請期待！

關於 WEC 2025

CCF HPC China 2025 同期還舉辦了 WEC 2025 世界算力博覽會，以「綠能築基 智能高新」為主題，以 3 大類核心領域、12 個細分行業、78 個垂直賽道，構建起從「算力底座」到「場景應用」的完整生態。展區覆蓋六大領域：人工智能、算力基礎設施、算力服務、教育科研、城市文化交流等等。展區內囊括了國家級超算中心組成的「算力國家隊」，多家科技巨頭重磅發佈智算新品，高校科研團隊帶來諸多產學研合作項目，以及數十家新鋭企業組成的「算力創新方陣」。

一鍵獲取 2023—2024 年 AI4S 領域高質量論文及深度解讀文章 ⬇️