AI助力科研新范式，海光声学创新升级赋能声学研究

AI for Science正赋能科研领域，引领新的科研范式变革，海光驱动声学创新升级，利用人工智能技术推动声学领域的进步，这一结合将带来更高效、精准的科研方法和实验结果，促进科学研究的快速发展，通过智能算法和数据分析，科研人员能够更好地理解声学现象，推动相关领域的技术革新和产业升级。

11月1日，由中国声学学会主办、海光信息首席赞助的2025全国声学大会盛大启幕。本次大会汇聚了数百位声学领域的顶尖专家，包括院士、全国重点高校及前沿科研机构的教授学者，以及来自产业界的代表人物，共同围绕声学科技的前沿发展与创新应用展开深入交流。

作为国产芯片行业的领军企业，海光信息携其核心技术和全场景解决方案重磅登场。展台集中呈现了CPU与DCU协同计算架构、高端科研工作站及服务器产品线，全面展示了多维度科研算力解决方案、开放的技术生态体系，并设置了真实应用场景的互动演示。会议期间，中国声学学会常务副秘书长王秀明、中山大学海洋工程与技术学院院长李整林等多位专家学者亲临海光“大篷车”展区参观指导，对海光在科研算力自主创新方面的能力，特别是在AI for Science领域取得的突破性进展给予高度评价。

以智赋声，以芯筑基

“科研智能化的关键支撑是智能算力。”海光信息科研行业总经理韩美筠指出，“随着AI for Science的兴起，科学研究正从依赖经验模型的传统模式，迈向数据、算法与算力深度融合的新范式。我们致力于通过自主可控的计算架构和开放协作的生态系统，让科研工作者能够在安全可靠的国产平台上，高效完成从模型设计、训练优化到结果验证的全流程研究任务，助力构建可信、可持续的新型科研算力基础设施。”

在大会设立的“深海声学专题论坛”上，海光科研行业解决方案专家以“AI for Science智能计算与科研算力优化”为主题发表演讲，强调人工智能正在加速推动声学研究由传统建模向智能仿真与预测转型。依托海光C86处理器与自研全精度DCU加速卡的协同架构，海光计算平台可为声场建模、噪声控制、结构振动分析等复杂任务提供高并发、高能效的算力支持，帮助科研单位实现更高精度、更短周期的技术突破。

在同期举行的“水声工程与水声信号处理”分论坛中，海光进一步提出，通过AI模型与高性能算力的深度融合，未来水声技术有望在仿真效率、特征识别准确率和实时响应能力等方面实现数量级跃升。

以研促用，以算启声

在AI for Science的实践探索中，海光已取得一系列标志性成果。今年上半年，海光成功在国产平台上实现了优化版AlphaFold（AF3）的部署，率先复现《Nature Methods》论文提出的MMseqs2加速方案，完成了从算法调优到性能验证的完整闭环。

近期，由海光算力支持的研究成果——《精准锚定两亲性金属有机框架于聚合物界面构筑稳健可降解共混材料》正式发表于《Nature》子刊。该研究融合AI高通量筛选与分子模拟计算，显著提升了新材料研发效率，充分展现了海光C86平台在科学计算与人工智能交叉研究中的强大能力，再次印证国产高端算力在前沿科研中的关键作用。

这些成就的背后，是海光在AI for Science领域的持续投入与技术积累。公司以通用CPU与AI加速DCU的异构协同为核心，结合GPUFusion异构加速技术和DeepAI深算智能引擎，打造了覆盖底层算子优化、中间层框架适配到上层科研模型加速的全栈式技术体系。

目前，海光算力平台已在多个基础科研领域展现出卓越支撑能力：在流体力学方面，AI4CFD方案有效提升主流CFD求解器性能，推动智能网格生成与湍流预测的自动化进程；在材料科学领域，大幅缩短分子动力学模拟与晶体结构计算时间，为新材料发现提供高效计算引擎；在生命科学研究中，则凭借强大算力加速基因序列比对与蛋白质结构预测，助力科研团队以更低能耗开展更大规模的生命组学探索。

展望未来，海光将继续聚焦AI for Science发展方向，联合高校、科研院所及产业伙伴，共同推进智能化科研基础设施建设，助力计算声学及其他学科向智能化、绿色化、可持续化方向迈进。