当前 ，AI for Science（AI4S）在分子动力学、气象预测、材料研发等领域展现出颠覆性应用潜力。 与此同时，AI计算与传统科学计算在计算精度、软硬件生态、资源调度和数据处理模式等方面仍存在明显差异，如何实现超算、智算、数据和领域模型的高效协同，正在成为AI4S规模化应用面临的重要问题。“超智融合”试图贯通超算、智算、数据与领域模型，支撑 AI4S 从单点示范走向规模化、全流程应用。在这一背景下，由中国计算机学会（CCF）主办，CCF YOCSEF青岛学术委员会组织的“超智融合赋能AI For Science：机遇、挑战与适用性”观点论坛于2026年9月12日在青岛成功举办。

该论坛由YOCSEF青岛AC副主席、青岛国实科技集团王成锐和YOCSEF青岛AC委员、山东怡然信息技术有限公司郭宗华共同担任执行主席，论坛特邀中国海洋大学副教授张树刚、国家超级计算成都中心高性能计算部负责人李永辉、青岛华大基因研究院副院长徐梦阳进行引导发言。特邀中科曙光超算互联网HPC产品负责人刘子昂，华为技术有限公司青岛IT产品总监管晓东，自然语义（青岛）科技有限公司联合创始人孙燕群担任思辨嘉宾。论坛还吸引了来自中国海洋大学、中国石油大学（华东）、山东科技大学、青岛理工大学、国家海洋环境预报中心、国家高速列车创新中心、华为、中科曙光、清原农冠等三十余位专家学者参会，旨在从高校科研、算力厂商、技术服务商等多方视角共同探讨超智融合赋能AI4S的必要性、现实挑战与适用场景。。

论坛分为引导发言和议题思辨两个环节，首先由引导嘉宾发言。

中国海洋大学张树刚围绕《跨尺度智能虚拟细胞计算》做引导发言。报告指出，生命系统是时空超复杂巨系统，人体数十万亿细胞协同运转，传统技术难以完整模拟。虚拟细胞经历两代演进：第一代机制驱动，基于微分方程，可解释强但扩展受限；第二代数据驱动，引入AI模型，适应性强但依赖数据、可解释性不足。2025年为智能虚拟细胞元年，斯坦福等提出AI虚拟细胞构想，但现有模型多停留基因转录层面，缺乏跨尺度能力。报告提出整合基因—蛋白—通路—细胞四级尺度的跨尺度AI虚拟细胞构建范式，面向药物响应预测。超智融合相关挑战包括：构建微观分子交互统一计算“世界模型”，搭建生命活动动态演化“数字孪生”，实现超算赋能下数据与机制协同的“强强联合”。

国家超级计算成都中心高性能计算部负责人李永辉带来《AI4S-中国科技弯道超车的重要战略方向的报告》的引导发言。他指出：AI4S已成为继实验、理论、计算、数据之后的第五科研范式，全球主要经济体纷纷布局，竞争焦点转向科学智能。我国面临高质量数据集短缺、国产软件生态不完善、复合人才不足等痛点，但垂类小模型性价比高、国产芯片份额提升、工业体系完备、场景丰富。报告认为，超智融合是AI4S的基础设施，国家超算成都中心打造“四算合一”算力底座，实现超算、智算、量算、专算协同，支撑工程仿真、创新药研发等平台。报告建议：建设国家级科学数据中心；完善国产算力软件生态；推进产学研协同；改革人才评价体系，构建中国特色AI4S创新体系。

青岛华大基因研究院徐梦阳围绕《生命科学遇见算力应用》作分享。报告指出，科学发现已进入AI4S时代，工具是算力×智能。生命科学面临高维连续、多尺度、超长序列挑战，基因组研究需1Mb超长上下文。华大与之江实验室联合推出GENOS百亿级人类基因组基础模型，基于636个T2T基因组、2.2万亿tokens训练，双版本开源，全球300+机构部署。但数据洪流与能效瓶颈逼近单一架构极限，跨中心数据搬运成为隐性瓶颈。他认为，在此背景下，统一调度、统一数据底座和训推协同等超智融合机制的重要性进一步凸显。典型场景包括超长序列模型训练、大人群多模态队列分析、干湿闭环科研智能体、普惠组学云。未来将推动从读懂生命走向设计生命。

引导发言结束后，论坛进入思辨环节，嘉宾围绕三个议题展开讨论。

议题一：“超智融合赋能AI4S的现实必要性何在？哪些典型场景最能体现其价值？”

中科曙光超算互联网HPC负责人刘子昂作为引导嘉宾指出，“超智”不能只理解为单点硬件能力，而是硬件、数据、软件、应用和团队构成的系统能力，讨论超智融合不能只算硬件账。

围绕这一议题，与会嘉宾主要从以下几个方面展开讨论：

（一）现实必要性：资源分散倒逼融合，但不宜盲目求大

国家高速列车创新中心王海涛认为，超算、智算和运营商各自建设，资源分散，单一中心难以应对多变计算需求；推动超智融合，是盘活既有算力、提升资源价值的现实选择。山东科技大学张鹏补充，融合不必一开始就大规模投入，应跟随产业逐步演进，持续参与、逐步积累，既不能忽视新技术，也不宜盲目跟风。

（二）落地关键：降低门槛和成本，而非单纯堆算力

青岛华大基因研究院徐梦阳指出，落地瓶颈不只在硬件性能，还包括采购成本、开发难度、软件生态和使用效率；国产方案生态不足，用户难承担底层开发，且瓶颈可能出现在CPU、大内存和数据处理等环节。应拆解完整工作流、按环节优化，以用户是否愿用、能否解决实际问题为评价标准。中国海洋大学周小伟也认为，用户关心的是业务需求能否被满足，而非底层用超算还是智算；理想模式是平台自动完成资源选择、调度和执行，封装底层复杂性，降低使用门槛。

（三）典型场景：生物医药最接近产业化，产业价值是检验标准

国家超级计算成都中心李永辉认为，AI与行业融合最接近产业化突破的是生物医药。AI已从辅助工具进入新药研发、临床推进等核心环节，将成为检验AI产业价值的重要场景。不少行业仍停留在科研、建模、流程优化等外围应用，未进入核心业务。原因是产业落地与科研逻辑不同：企业更关心投入产出、成本、实施难度和实际效果；若方案成本高、部署复杂或不能解决核心问题，就难被行业接受。

议题二：“超智融合支撑AI4S面临哪些关键技术与生态挑战？”

华为技术有限公司青岛IT产品总监管晓东作为引导嘉宾指出，当前主要面临五方面挑战：数据来源多、格式杂，需统一接口与格式标准；科研软件依赖海外工具，国产算力适配和自主生态建设不足；超算、智算独立发展，需统一调度和融合架构；算力、网络、数据传输需协同规划；项目多处于示范阶段，缺可量化验证体系。

围绕这一议题，与会嘉宾主要从以下几个方面展开讨论：

（一）数据基础与基础设施协同挑战

数据来源多、类型复杂、格式不统一，除高质量数据获取外，接口和格式标准化不足，增加AI与高性能计算协同难度；算力、网络、数据传输若不同步规划，易出现“有算力但用不好”。国家海洋环境预报中心王延强补充，数据基础薄弱行业缺高质量可用数据，是融合重要瓶颈。王海涛认为，海量数据和大模型在不同平台间高效迁移、适配和运行，是融合必须解决的问题，融合不仅是硬件连接，还包括数据、模型软件和计算任务在异构平台间顺畅流动。

（二）软件生态与兼容性挑战

刘子昂指出，国产算力推广的主要障碍不只在硬件优化能力，更在软件生态、用户信任和应用适配不足。张树刚认为，国产硬件参数已有竞争力，但软件生态、工具链、应用适配和用户反馈不足，AI4S场景需底层硬件与专业软件、科研流程配合；短期难复制国外规模优势，应选生物医药、蛋白质和分子计算等垂直领域，把硬件、软件、算法和应用一起做深。王成锐补充，各厂商生态工具、接口和开发体系不同，未来需形成更统一的“共同语言”或标准体系。徐梦阳强调，科研AI程序常缺下游企业承接和工程化能力，难以规模化。

（三）资源调度与融合架构挑战

YOCSEF青岛主席、中国海洋大学姜桂圆指出，同一模型在不同计算平台、规模和环境下表现差异明显，网络、数据规模、资源配置和计算密度都会影响性能，超智融合不仅要解决“能不能运行”，还要解决跨平台适配、性能稳定和系统全局优化。王成锐认为，传统超融合计算与AI计算在数据处理、计算模式和资源调用机制上存在差异，结合时会出现数据流转、传输效率和协同处理瓶颈。王海涛也强调，异构平台核心不是简单放在一起，而是形成协同机制，打通技术生态，使不同计算能力互补演进。

（四）验证评价与工程化落地挑战

管晓东指出，目前项目多处于试验、示范阶段，缺统一可靠评价标准，难以判断方案是否有效、是否真正提升科研效率。王成锐进一步提出，AI融入传统科学计算后，传统物理模型可解释、可观测验证，但加入AI后若观测数据不足，很难判断AI部分是否有效可靠，需建立AI4S验证机制。徐梦阳则补充，企业最终看投入产出比，若AI性能提升不足以覆盖成本，就难落地；供需匹配和交付能力也是现实困难，需形成稳定、可持续的合作和交付体系。

议题三：“超智融合赋能AI4S的场景选择逻辑：哪些场景值得深度融合，哪些场景应避免过度融合？”

自然语义(青岛)科技有限公司联合创始人孙燕群作为引导嘉宾指出，科研范式正从规则驱动、精确解释转向数据、概率驱动的AI辅助发现。复杂科学问题已超出传统还原论能力，医学和生命科学机制复杂、传统方法遇瓶颈，最值得优先探索，作为超智融合赋能的主要方向;但不同尺度仍有自身规律，并非所有科学规则都失效，仍有很多场景并不需要超智融合的赋能，要根据场景做分析。

与会嘉宾围绕这一问题展开深入讨论，主要形成了以下几方面观点：

（一）值得深度融合：数据规模大、问题复杂、传统方法遇瓶颈

徐梦阳认为，复杂疾病并非单一因素决定，而与基因、信号通路等多机制相关，应从单点检测走向机制发现和网络分析。王伟认为，超智融合更适合数据规模大、更新频繁、计算复杂、对效率和算力要求高的场景，如部分天文和大规模科研计算。王延强补充，医学等专业领域技术成本高，单机构难自建，适合平台化服务共享能力。张树刚也认为，生命科学是AI4S和超智融合最有潜力的方向之一，AI算子加速传统超算值得深入发展。

（二）应避免过度融合：数据不足、问题简单、传统方法成熟

青岛理工大学侯海薇提出，数据过少、无法形成迭代闭环时，强行融合只会增加算力消耗；机理成熟、计算稳定、规模较小的场景，也未必需要复杂AI或超智融合。青岛色画影视王亚伦强调，规则明确、流程成熟、复杂度不高的任务，传统方法已足够高效，AI若不能省钱、省力、省时间，反而增加成本。王伟补充，已有成熟、稳定、全球公认工具和方法的领域，不必强行引入，否则增加科研协作和知识传播成本。

（三）安全与责任边界：AI可辅助，不能替代人类决策

张树刚强调，AI在医学和重大工程领域不能被过度信任。医学即使模型准确率高，进入临床仍涉及责任归属、风险承担；飞机、桥梁等涉及生命和重大财产安全的场景，仍需传统理论、规则、仿真和工程验证把关。王伟也认为，医学等涉及生命安全和重大责任的领域，不能把决策完全交给AI，AI更适合作为受监管、受专业人员指导的工具。

    综上，超智融合应优先选择数据基础好、问题复杂、传统方法遇瓶颈且产业价值明确的场景；对数据不足、问题简单、传统工具成熟或涉及安全责任的领域，应谨慎融合，明确AI辅助边界。

本次论坛历时四小时，通过引导发言与深度思辨，系统剖析了超智融合赋能AI4S的现实价值与现存痛点。最后，YOCSEF青岛主席、中国海洋大学姜桂圆对论坛观点进行总结，并将讨论形成的主要认识归纳为三个方面：超智融合需解决数据与平台统一管理、计算资源协同调度和跨环节效率问题；场景选择不必追求全覆盖，应聚焦需求明确、能产生价值的领域；同时关注AI对研发流程的重塑，持续增加AI投入，推动生命科学、医疗等领域流程标准化、自动化。论坛提出的数据标准、软件生态、调度评测、垂直场景突破等建议，为超智融合赋能AI4S规模化落地提供了重要参考。

撰稿：王成锐、郭宗华

审核：姜桂圆、张鹏等

编辑：徐东亮、周小伟

关于YOCSEF青岛

    中国计算机学会青年计算机科技论坛（CCF YOCSEF）青岛分论坛成立于2009年，由梁永全教授、潘振宽教授和魏志强教授等发起。自成立以来，YOCSEF青岛积极汇聚计算机及相关领域青年科技工作者，围绕学术前沿、产业发展和社会热点持续开展具有时效性、敏锐性和前瞻性的技术论坛、观点论坛、CLUB及公益活动等，通过深入思辨与交流，凝练形成有价值的观点和建议。

YOCSEF青岛致力于促进青年科技人才成长，推动学术界与产业界的交流合作。自成立以来，YOCSEF青岛已汇聚历届AC成员106人、委员500余人，形成了一支涵盖高校、科研机构和科技企业的青年科技人才队伍，涌现出如农银金融科技有限责任公司总裁（原山东科技大学校长）曾庆田、青岛大学校长魏志强、中国海洋大学信息科学与工程学部部长董军宇等一批卓有成就的计算机领域学者和管理人才。自2009年以来，YOCSEF青岛历任AC主席依次为潘振宽（青岛大学）、魏志强（中国海洋大学）、董军宇（中国海洋大学）、徐九韵（中国石油大学（华东））、赵建立（山东科技大学）、广红（青岛百灵科技）、王胜科（中国海洋大学）、吴则举（青岛理工大学）、吕琳（山东大学）、赵中英（山东科技大学）、李昕（中国石油大学（华东））、包永堂（山东科技大学）、于彦伟（中国海洋大学）、晁国清（哈尔滨工业大学（威海））、仲国强（中国海洋大学）；现任AC主席为姜桂圆（中国海洋大学）。

欢迎各界热心人士加入CCF YOCSEF青岛大家庭！

入会联系：姜桂圆（17667623685，微信同号）

如需与YOCSEF青岛开展合作交流，请联系我们！

合作联系：周小伟（15684737697，微信同号）