近期，海光信息与同济大学成功签署战略合作协议，并携手成立了全国首个“高校海光算力优化中心”，共同建设国内首个基于国产技术的千卡规模工科智算集群。此举标志着国产算力首次以工程专用形态服务于高校的教学与科研工作，实现了人工智能基础设施从科学智能向工程智能的重要延伸，也为国内在AI4E（人工智能赋能工程）领域的工程算力空白带来了实质性的填补。

在国内高校中，AI for Science领域已经发展出了一个相当成熟的算力支撑体系。然而，面向工程设计、工业研发以及智能建造等具体应用场景的AI4E方向，其专属的算力基础设施却长期处于缺位状态。目前，大多数工科院系的研究工作主要依托通用计算平台来开展，这导致人工智能技术在工科教学与科研的一线应用场景中，难以得到深入融合与应用。与此同时，工程智能领域对算力提出了更为复合的要求——这些算力设施不仅需要能够承载大模型的训练与推理任务，还必须满足高精度的工程仿真计算需求，并且要能兼容工程师在日常工作中广泛使用的各类主流软件工具。

本次投入使用的千卡级工科智算集群，正是为了填补这一空缺而采取的直接举措。该集群将全国产的海光DCU作为核心算力底座，采用了将超级计算与智能计算相融合的架构设计，能够同时承载高端计算与AI模型的训练及推理任务。在工程应用层面，集群针对结构仿真、流体力学等核心工科场景开展了针对性的适配工作，并且借助海光自研的软件栈实现了与主流工程软件生态的兼容，使得现有的工程代码得以低成本地迁移至国产算力平台。此外，海光DCU能够全面支持大模型安全护栏的应用，从而在关键数据保护以及模型输出管控等环节，为涉及重大工程数据的科研任务构筑起安全防线。

同济大学在土木、建筑、交通以及环境等工程学科保持着长期的领先地位，是国内最早系统推动工程智能发展的高校之一。其中，学校于2025年4月正式启用了智算中心，而国产海光千卡集群的建设工作则自去年年底便已启动。目前，双方正面向大模型推理服务、智慧教学场景分析以及AIGC社区建设等领域，推进相关的先行探索工作。

在此次具体的选型过程中，同济团队依托其长期的工程仿真实践积累，从算力性能、场景适配、生态兼容以及数据安全这四个关键维度，对候选方案开展了系统性的比较与评估。最终，团队决定基于DCU（数据中心加速器）技术来构建智算集群，这一决策也从实践角度验证了海光技术在满足工程算力特定需求方面的适配性与技术能力。

目前，该集群已正式并入同济大学的校级算力服务体系，并面向全校师生开放服务。鉴于该集群方案对主流工程软件具备高度兼容性，现有同类代码能够以较低成本完成迁移。由此可以推断，该技术方案已经具备了向更多工科院校进行复制和推广的可行性基础。

海光信息总裁沙超群就此表示，本次合作标志着国产算力应用从科学智能（AI4S）向工程智能（AI4E）纵深落地的开创性突破。他指出，AI4E直接面对工程仿真、智能制造以及工业研发等实体产业场景的实际需求，这些场景对算力提出了一系列有别于通用AI模型训练与推理的复合型要求。为此，海光将持续投入，打磨面向工程教育与工程科研的专属算力解决方案，并携手高校共同探索工程智能创新和教育数智化转型的新路径。

同济大学党委书记、中国工程院院士郑庆华指出，算力构成了人工智能发展所依赖的底层支撑平台。同济大学正以工程智能作为关键的突破方向，系统性地推进人工智能技术在赋能学科建设、人才培养与科学研究方面的融合应用。依托于智算集群所提供的算力支撑，学校将推动科研范式实现向科学智能与工程智能融合驱动模式的转变；同时，创新育人机制，探索并实践一种教师、机器与学生三方协同的教学新范式，旨在为国家培养更多同时具备扎实工程素养与前沿AI能力的复合型人才。

未来，双方将围绕工程智能关键技术攻关、“AI+工程”课程体系建设、科研协同创新及产业生态合作等方面，持续深化协同合作，探索可复制的工程智能产教融合路径，从而为工程强国建设提供有力的算力支撑。

来源：填补AI4E工程算力空白 首个国产千卡级工科智算集群在沪启动 | 证券时报网