图｜2025WAIC是石科技圆桌对话现场
国产算力崛起：软硬件协同需要技术突破
随着AI技术在各行业加速渗透，算力需求呈现爆发式增长。如何通过国产算力支撑大模型发展，成为圆桌首个焦点议题。清华大学副教授甘霖指出，国产超算平台（如神威、曙光、天河等）已具备服务行业大模型的能力，但需通过并行算法优化解决存储、扩展及能效瓶颈。“提炼行业模型的共性需求，构建通用算法库和工具链，是提升国产算力效率的关键。”
上海人工智能实验室专家从算法角度补充，强调“软硬协同”的重要性：“下一代模型架构需与国产芯片设计深度耦合，打破传统适配模式，推动芯片工艺与算法创新的双向奔赴。”鸿之微董事长曹荣根则以材料科学为例，提出国产算力需强化异构能力，支持多精度计算，并加快算子库生态建设。PPIO联合创始人王闻宇坦言，国产硬件虽已接近国际主流水平，但软件生态尤其是非CUDA兼容体系的调优能力仍需突破。
行业模型落地：医药研发、能源革命等AI应用实践
在垂直领域，AI与行业知识的融合正催生变革性应用。华领医药研究与发现技术部负责人冯令戈分享了生物医药全链条的AI赋能案例：从靶点发现、蛋白结构解析、药物分子设计及模拟湿试验结果到临床试验设计优化，AI提升了海量生物医学科学数据的价值、大幅缩短研发周期并降低成本。“例如，FDA现代化法案建议逐步通过AI模型替代部分动物学实验，提升了药品研发效率，使得患者可以尽快获益。”
中海储能总经理王屾则展示了能源领域的创新实践。该公司开发的铁铬液流电池垂类大模型，整合15年材料数据，实现电解液配方优化、反应堆模拟及电网智能调度。“传统研发需14年打磨70分产品，而AI助力下，我们正加速向100分迈进。”王屾表示。
并行优化：超智融合时代的核心技术引擎
面对异构算力与多样化行业需求，并行优化技术被多次提及。甘霖教授形象比喻：“同一块芯片，优秀工程师可通过并行优化将性能提升20倍。”他透露，团队正探索用大模型学习资深程序员针对特定芯片优化的代码，实现“AIforParallelProgramming”，未来有望大幅降低科学计算的开发门槛。
是石科技董事长闫博文总结称，国产算力需以“超智融合”（HPC+AI）为路径，通过并行优化释放硬件潜力，而行业模型则需深耕场景know-how，形成闭环迭代。“只有技术、生态与产业三方协同，才能推动AI从实验室走向产业化落地。”
共筑生态：开启AI产业变革新篇章
圆桌尾声，是石科技总经理毛运航呼吁产业链伙伴携手，以算力为基、创新为翼，共建开放共赢的AI生态。与会专家一致认为，在国产算力崛起与行业模型爆发的双重驱动下，中国AI产业正迎来从“跟跑”到“领跑”的历史机遇，而并行优化技术将成为这场变革的核心支点。
此次对话不仅为AI与产业融合提供了方法论，更展现了中国科技企业在全球AI竞赛中的技术自信与生态雄心。未来，随着算力、算法与数据的持续进化，HAI赋能千行百业的画卷将加速展开。
