人工智能与科研计算的结合正迈向新高度。 6 月 29 日,国产计算系统软件生态全栈平台“异算方舟”在北京正式面世。该平台由中国科学院计算机网络信息中心、中国科学技术大学、中国科学院力学研究所及中科曙光等机构联合打造,旨在为国产GPU算力设施提供一套科学、高效、落地的软件生态解决方案。
当前,国产异构算力环境在科学计算软件应用方面仍面临不少门槛。为了打破算法、代码与实际应用之间的壁垒,“异算方舟”构建了一套从底层算法到智能化应用的全技术链条。
在核心计算能力上,平台推出了“九衍枢”算法库,集成了线性代数、流体仿真、生物计算及深度学习等主流场景的 16 款高性能求解器。这些算法针对国产GPU架构进行了深度适配与优化,核心模块实测性能提升显著,为科研工作者提供了强大的算力“内核”。
代码迁移曾是制约国产算力落地的“拦路虎”。依托平台强大的代码转换大模型,开发者能够将现有的CUDA代码快速迁移至国产环境。该系统支持智能分析与自动编译,极大降低了科研人员在代码重构上的时间成本,助力存量科研代码在国产平台上无缝平滑运行。
此外,该平台还引入了自动化仿真智能体,通过多智能体架构处理参数配置、求解及故障诊断等流程。用户仅需自然语言指令,即可高效完成复杂的仿真任务,实现了科研工具从“专业门槛高”到“简单易用”的转变。
“异算方舟”的发布,标志着我国科学计算软件生态已初步形成算法内核夯实、生态互联互通、业务场景落地的完整闭环。未来,研发团队将持续推动平台迭代,深入对接各类算力基地与科研场景,助力人工智能驱动科学研究(AI4S)新范式在我国加速落地。
推荐ASP超速入门视频教程
CLAUDE.md 引入 AGENTS.md,Codex 与 Claude Code 会共享同一套规则吗?
借助 AI 梳理陌生代码库:一套分阶段项目导览流程
从 LangChain 迁移到 LangGraph:重构 RAG 知识库流程
读完开源 AI Agent 源码,我重新审视了文件验收机制
从字符串约定到 LangChain:拆解 LLM 的 Tool Calling 流程