AI4S赛道爆火：中科曙光6万卡算力底座夯实，11万亿市场蓄势待发

查股网 2026-04-16 15:14 中科曙光(603019)个股分析

导语：

随着AI4S带来的科研范式革命从实验室走进生产线，化工、医药、新能源等下游行业纷纷张开怀抱。数据显示，AI4S在部分行业可覆盖的下游市场规模已接近11万亿美元。2026年，这个天量级市场赛道正在加速重构其核心引擎——一场AI4S算力新基建高潮倏然而至。

4月14日，中科曙光提供的6万卡科学智能计算集群系统，在郑州国家超算互联网核心节点投入使用。该集群基于超智融合全栈国产化技术能力，可满足用户从集群性能、软件模型优化、科研应用效率到科学智能体开发等需求，是国内目前规模最大的AI4S计算集群。

在AI4S成为全球科技产业竞逐焦点，市场版图刚刚掀开一角之时，国内开始极力抢占AI4S算力高地，这俨然成为“人工智能+科学技术”大爆发的前奏。

01 科研范式升级，引爆万亿市场赛道

AI4S是业界公认为第五大科研范式，也被视为推动科研范式变革、加速科学发现，甚至重塑全球科技竞争格局的关键变量之一。当前，全球主要科技强国已将其置于国产战略高度，频繁大规模投资整合算力、数据、算法、人才资源，表现出蓬勃的产业动能与资本活力。

有人指出，AI4S的意义，类似于AlphaGo与AlphaZero的差别。AlphaGo是通过穷举人类棋手的下法找到最优解，本质上经验的重复；而AlphaZero下出了人类历史上从未出现过的棋步，事后被证明极其精妙。这才是人工智能真正的颠覆性价值——发现未知，而非重复已知。

科学研究的本质正在于此。AI4S之所以重要，在于它从传统的分子动力学仿真工具、分析工具，演变为创造工具。借助大模型的生成能力，AI4S可以发现此前不存在的分子结构，而且效率极高，模型7×24小时持续运行，远远超出传统科研模式的范畴。

这种“发现未知”的能力，使得AI4S的市场确定性非常强。据QYResearch数据，2025年全球AI4S市场规模约45.38亿美元，预计2032年将达262.3亿美元，年复合增长率高达28.9%。

更广泛来看，在化工、医药、新能源、合金、显示、半导体六大下游行业中，AI4S合计可覆盖的市场规模接近11万亿美元，当研发渗透率达到2.5%时，年产值即可突破1400亿美元。

“这是一个天花板非常高的赛道。”兴业证券经济与金融研究院副院长蒋佳霖指出，在AI4S应用领域，生物制药、新材料、半导体设计这些下游行业的产值规模极大，成长性极强。而且中国已经将其纳入“十五五”规划，叠加举国体制优势，国产AI4S市场潜力非常显著。

随着AI4S科研应用前景愈发突出，市场关注度持续飙升，业内从产业链层面将其划分为三大环节，并且对应不同环节均已形成完善的商业化模式。

第一个环节是基础设施。当前业内有一个共识：“算力即国力”。受地缘竞争因素影响，我国在算力底层配套方面仍潜在外部制约因素。算力的竞争，将成为影响前端产业格局的关键变量。从资本市场估值逻辑到市场预期和相关企业的业绩表现，都可以清晰地看到，算力基础设施正成为一个明确的增量方向。

第二个环节是技术解决方案层，即建立在基础设施之上的模型开发与算法平台。国内已有大量企业布局材料学、分子动力学等专业领域，构建出各类垂直大模型。这一环节涌现出的新兴玩家，具备与基础设施层深度合作的潜力，是当前产业链中极具活力的中间环节。

第三个环节是应用层。基础设施和模型最终都要服务于结果交付，而不再是仅仅提供一个工具。在科学研究与产业研发的下一步发展中，无论是生物学、材料学还是化工领域，都将直接受益于人工智能技术所带来的成果交付能力。

总体来看，在产业上下游联动下，AI4S商业化模式变得越发清晰。一方面，企业可以销售工具类产品，例如基于传统分子动力学工具延伸出的药物发现平台；另一方面也能直接介入科研发现过程，比如将药物研发成果推进到临床一期、二期，甚至将阶段性产品授权出海。

过去云计算可能交付的是工具，而这一轮人工智能最大的变化是交付结果。在下游行业的AI4S场景中，交付结果的商业模式，其市场空间远超单纯交付工具的模式。

底层基础决定上层建筑。这一逻辑在AI4S产业发展中尤为适用。对于需要大规模、长周期、高频次、持续性进行科学计算的AI4S应用场景，一个坚实的算力底座不可或缺。

据介绍，此次建成的6万卡科学智能计算集群系统，是中科曙光专门打造的面向 AI4S的新一代超智融合计算基础设施。集群依托自主可控核心芯片，可支持8/16/32/64位宽的全精度计算，高效处理高维函数和复杂科学问题。

此外，该集群采用国内首款类InfiniBand无损高速网络scaleFabric系列产品，可充分满足AI4S计算集群对高带宽、低时延网络的极致需求。并且通过“超级隧道”、AI数据加速等设计，实现从芯片、系统到应用的三层传输协同，避免了存储IO瓶颈。

在算力调度方面，中科曙光基于智能调度机制，使得系统可根据任务需求灵活匹配、调度集群的计算存储网络等资源，并发作业调度效率超每秒万次。依托智能化运维、数字孪生系统以及浸没相变液冷技术，该集群系统可用性已达到99.99%，可保障长周期稳定运行。

目前，集群已在生物、材料等多领域完成大规模并行计算测试并取得多项成果：3万卡规模蛋白质折叠模拟较传统算法加速1000倍；4.5万卡规模实现万亿原子液态水分子动力学模拟，在打破世界模拟规模纪录；助力湍流直接模拟规模扩展至百万亿网格，科研效率陡增。

中国科学院院士、河南省科学院院长徐红星评价称，“这款计算集群的落地，不仅是一次技术成果展示，更是我国人工智能技术与科研创新深度融合的里程碑。”而在国产AI4S下一里程中，算力引擎升级带来的不仅是科研创新换挡提速，更是敲开万亿市场大门的关键一锤。