全国首个AI4E千卡工科智算集群落地同济

国产算力新突破：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，这标志着国产算力在教育与科研领域迈出了关键一步。双方合作挂牌成立了全国首个“高校海光算力优化中心”，并共同建设国内首个国产千卡工科智算集群。这次合作的核心意义在于，国产算力首次以“工程专用形态”服务高校教育与科研，标志着AI基础设施从服务于科学智能（AI4S）向服务于工程智能（AI4E）的重大转变。

一、 合作背景：为什么需要“工程专用”的国产算力？

1.1 AI4S与AI4E的区别

• AI4S（科学智能）
  ：主要应用于科学研究，如物理模拟、生物计算等。在国内高校，这方面的算力支撑体系已经相对成熟。

• AI4E（工程智能）
  ：这是本次合作的核心突破点。它直接服务于实体产业场景，如

  工程仿真、智能建造、工业研发
  等。它对算力的需求比通用AI更为复合和严苛。

1.2 长期的行业痛点：工科算力“空心化”

在合作之前，国内高校在面向工程设计与工业研发等场景时，长期存在一个痛点：

• 专用算力缺位
  ：工科院系（如土木、建筑、机械）大多只能依赖通用的计算平台开展研究。这使得AI技术难以真正深入工科教学与科研的一线。

• 复合需求难满足
  ：工程智能场景对算力有“三合一”的复合要求：
  1. 要能承载大模型的训练与推理。
  2. 要能完成高精度的工程仿真计算。
  3. 还必须兼容工程师日常使用的各类主流工业软件工具。

：简单来说，过去搞科研的算力平台往往“算不了工程”，而专门解决工程问题的软件又“拥抱不了AI”。此次合作就是为了打破这个瓶颈。

二、 合作内容：国产千卡工科智算集群详解

2.1 核心硬件：全国产的“海光DCU”

本次建设的千卡智算集群，其核心算力底座是**全国产的海光DCU**。这并非简单的硬件堆砌，而是采用了

，具备以下能力：

• 双任务并行
  ：可同步承载经典的高端计算（如结构力学计算）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深度优化和适配。

2.2 软件生态：低成本迁移，兼容主流

为了让已有的工程代码能“低成本”迁移到国产平台上，海光提供了强大的自研软件栈。这个软件栈能够：

• 兼容主流工程软件生态
  ：这意味着学校现有的很多通用平台上的工程软件和代码，可以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
  ：在关键数据保护和模型输出管控方面，海光DCU能筑起一道安全防线，这对于涉及重大工程数据（如国家基建、国防项目）的科研任务至关重要。

：为什么要选择海光DCU，而不是直接用国外的通用GPU？
：同济团队从 四个维度进行了系统比对。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的组合优势最终胜出。

三、 合作目标与展望：打造“同济样板”

3.1 当前成果：集群已投入使用

目前，这个国产千卡工科智算集群已经接入同济大学的校级算力服务体系，并正式投入使用。由于它高度兼容主流工程软件，同类工程代码可以实现**低成本迁移**。这意味着，这个方案不仅在同济大学可行，也具备了向全国更多工科院校**复制推广**的基础条件。

3.2 未来规划：探索“师机生协同”新模式

基于该算力中心，双方将在以下方面持续深化合作：

• 关键技术攻关
  ：共同攻克工程智能领域的核心技术难题。

• 课程体系建设
  ：开发“AI+工程”的创新课程。

• 人才培养机制
  ：创新育人模式，探索“师机生协同”的教学模式，即教师、AI机器与学生三方协同，培养既有深厚工程素养、又精通AI工具的复合型人才。

• 科研与产业协同
  ：进行科研协同创新，并加强与相关产业生态的合作。

：这个集群对于普通工科生来说有什么用？
：最直观的变化是，以前需要花大量时间在配置环境、手工建模、或者等待低效计算上的环节，现在通过AI辅助和强大的计算能力，可以大大缩短甚至自动化。未来，学生们在学习结构力学、建筑仿真等课程时，可以更专注于设计创新和问题解决，而不是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历程中的一个重要里程碑：

• 填补了国内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是空白。此次合作填补了这块拼图。

• 树立了产教融合新标杆
  ：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支撑和人才储备。