【導(dǎo)讀】國(guó)產(chǎn)算力為科研裝上聰明的“耳朵”，通過(guò)融合AI與強(qiáng)大算力，聲學(xué)等基礎(chǔ)研究能夠“聽(tīng)”得更準(zhǔn)、更快，重塑科學(xué)發(fā)現(xiàn)范式。

作者 | 小葳

從國(guó)產(chǎn)大飛機(jī)艙內(nèi)噪音的精準(zhǔn)控制，到家庭影院中身臨其境的環(huán)繞聲場(chǎng)，聲學(xué)的奧秘深刻影響著我們探索世界的方式。

過(guò)去，解讀聲音的密碼依賴(lài)海量實(shí)驗(yàn)與漫長(zhǎng)的數(shù)值計(jì)算。在11月1日舉行的全國(guó)聲學(xué)大會(huì)上，一場(chǎng)深刻的科研范式變革正在發(fā)生：AI算法與算力的融合，正讓聲學(xué)研究從經(jīng)驗(yàn)?zāi)Ｐ偷呦蜻M(jìn)入數(shù)據(jù)、算法與算力協(xié)同驅(qū)動(dòng)的全新階段。而以海光為代表的國(guó)產(chǎn)算力正成為這場(chǎng)變革的關(guān)鍵加速器。

從數(shù)值建模到智能驅(qū)動(dòng)，聲學(xué)計(jì)算的范式革命

傳統(tǒng)聲學(xué)研究長(zhǎng)期依賴(lài)于“實(shí)驗(yàn)驗(yàn)證 + 數(shù)值建模”的計(jì)算路徑。然而，隨著問(wèn)題復(fù)雜度不斷攀升，聲學(xué)計(jì)算所涉及的數(shù)據(jù)量與模型規(guī)模已逼近傳統(tǒng)計(jì)算的處理極限。在爭(zhēng)分奪秒的科研創(chuàng)新中，科學(xué)家的寶貴時(shí)間應(yīng)聚焦于關(guān)鍵問(wèn)題攻關(guān)，而非消耗在底層基礎(chǔ)設(shè)施的調(diào)試與等待中。突破算力制約，成為突破聲學(xué)研究效率的關(guān)鍵。

中國(guó)聲學(xué)學(xué)會(huì)常務(wù)副秘書(shū)長(zhǎng) 王秀明

中國(guó)聲學(xué)學(xué)會(huì)常務(wù)副秘書(shū)長(zhǎng)王秀明指出，當(dāng)前聲學(xué)研究對(duì)算力提出四大核心訴求：

• 極高的計(jì)算性能：聲學(xué)研究常需處理海量實(shí)驗(yàn)與仿真數(shù)據(jù)。更強(qiáng)大的算力意味著在相同時(shí)間內(nèi)能完成更多實(shí)驗(yàn)探索，率先實(shí)現(xiàn)前沿突破。

• 更高的計(jì)算精度：計(jì)算精度決定科研深度。例如，以雙精度浮點(diǎn)（FP64）為代表的雙精度格式，能有效控制誤差累積，在聲學(xué)領(lǐng)域的傅里葉變換（FFT）等關(guān)鍵數(shù)值模擬中至關(guān)重要。

• 海量?jī)?nèi)存容量與帶寬：面對(duì)不斷增長(zhǎng)的數(shù)據(jù)規(guī)模，大容量?jī)?nèi)存與高讀取速度是聲學(xué)研究的基礎(chǔ)要求。

• 底層的數(shù)據(jù)安全：保護(hù)科研數(shù)據(jù)的安全，是科研工作的生命線。

當(dāng)聲學(xué)研究步入“深水區(qū)”，人工智能與強(qiáng)化學(xué)習(xí)等新技術(shù)，為突破傳統(tǒng)算力邊界提供了全新可能。正如海光信息科研行業(yè)總經(jīng)理韓美筠所言：“科研智能化的核心在于算力智能化?！?/strong>AI模型與高端算力的深度融合，正推動(dòng)聲學(xué)研究邁入“智能驅(qū)動(dòng)”的新階段。

海光CPU+DCU，聲學(xué)科研加速器

在這場(chǎng)范式革命中，以海光為代表的國(guó)產(chǎn)算力正以其系統(tǒng)級(jí)優(yōu)勢(shì)，扮演著“科研加速器”的關(guān)鍵角色。其通過(guò)三大核心能力，直擊聲學(xué)科研的痛點(diǎn)：

首先，極致性能，實(shí)現(xiàn)科研效率的跨越式提升

基于海光C86處理器與全精度DCU卡構(gòu)建的協(xié)同計(jì)算架構(gòu)，可為聲場(chǎng)模擬、噪聲控制、結(jié)構(gòu)振動(dòng)分析等復(fù)雜任務(wù)提供高并發(fā)、高能效的算力支持。

在科研實(shí)踐中，這一優(yōu)勢(shì)已轉(zhuǎn)化為顯著的效率提升。例如，在航空噪聲控制中，傳統(tǒng)數(shù)值模擬需耗時(shí)近一個(gè)月，而在海光AI算力加持下，同一任務(wù)縮短至幾天內(nèi)即可完成。在水聲工程領(lǐng)域，海光通過(guò)AI模型與高端算力的深度融合，可以在仿真效率、特征識(shí)別精度與實(shí)時(shí)響應(yīng)能力上實(shí)現(xiàn)數(shù)量級(jí)的跨越

其次，全面生態(tài)兼容，支持科研進(jìn)展無(wú)縫遷移

海光C86處理器兼容x86架構(gòu)，DCU芯片兼容CUDA和ROCm生態(tài)，同時(shí)兼容國(guó)內(nèi)外主流軟件開(kāi)發(fā)環(huán)境。這意味著科研進(jìn)展可實(shí)現(xiàn)“零成本”平滑遷移。科學(xué)家可以在安全、可信的國(guó)產(chǎn)算力平臺(tái)上，無(wú)縫延續(xù)前沿工作，將寶貴精力從環(huán)境適配中解放出來(lái)，高效完成從模型構(gòu)建、訓(xùn)練優(yōu)化到結(jié)果驗(yàn)證的全鏈路科研任務(wù)。

第三，全精度覆蓋，確保科學(xué)探索的深度與準(zhǔn)度

海光DCU提供從FP64、FP32到FP16、BF16、INT8等精度的完備的算力支持，可全面覆蓋從模型仿真、數(shù)據(jù)分析到AI推理等多元場(chǎng)景，滿(mǎn)足各類(lèi)科研需求。

國(guó)產(chǎn)算力，AI for Science基石

在全球科研創(chuàng)新競(jìng)速的今天，利用AI推動(dòng)科學(xué)發(fā)現(xiàn)已成為大國(guó)競(jìng)爭(zhēng)的戰(zhàn)略高地。這一背景下，國(guó)產(chǎn)算力能否支撐前沿探索的重任，不僅關(guān)乎技術(shù)自主，更關(guān)乎國(guó)家科研戰(zhàn)略的主動(dòng)權(quán)。

海光成熟的CPU+DCU協(xié)同架構(gòu)，為這一問(wèn)題給出肯定答案。該架構(gòu)融合GPUfusion異構(gòu)加速與DeepAI深算智能引擎，構(gòu)建了從底層算子到上層模型的全鏈路支持能力。這不僅解決了國(guó)產(chǎn)算力“有沒(méi)有”的問(wèn)題，更在“好不好用”上實(shí)現(xiàn)了關(guān)鍵突破。

海光算力的實(shí)力已在多個(gè)前沿科學(xué)發(fā)現(xiàn)中得到實(shí)證。在生命科學(xué)領(lǐng)域，海光優(yōu)化版AlphaFold（AF3）在國(guó)產(chǎn)平臺(tái)上成功復(fù)現(xiàn)國(guó)際頂尖算法性能，展現(xiàn)出對(duì)復(fù)雜生物計(jì)算任務(wù)的強(qiáng)支撐力。在材料科學(xué)領(lǐng)域，由海光支持的研究論文《精確錨定兩親性金屬-有機(jī)框架于聚合物界面用于堅(jiān)韌可生物降解混合物》于近日在《Nature》子刊發(fā)表。該研究創(chuàng)新性地融合AI高通量篩選與模擬計(jì)算，大幅提升了新材料研發(fā)效率，也實(shí)證了海光算力的卓越能力。

更重要的是，以海光為代表的國(guó)產(chǎn)算力，已演進(jìn)為支撐科研新生態(tài)的關(guān)鍵基礎(chǔ)設(shè)施。在流體力學(xué)、材料科學(xué)、生命科學(xué)等領(lǐng)域，海光平臺(tái)不僅實(shí)現(xiàn)了顯著提升主流CFD求解器性能、有效縮短分子動(dòng)力學(xué)模擬與晶格結(jié)構(gòu)計(jì)算周期、更高效的基因比對(duì)與蛋白質(zhì)預(yù)測(cè)等突破，更從根本上推動(dòng)了前沿學(xué)科向智能化、高效化研究范式的轉(zhuǎn)型。

結(jié)語(yǔ)

以海光為代表的科研算力新體系，不僅是算力的升級(jí)，更是一場(chǎng)科研范式的躍遷。透視聲學(xué)大會(huì)，國(guó)產(chǎn)算力展現(xiàn)的系統(tǒng)級(jí)能力，已經(jīng)成為科研創(chuàng)新與AI for Science的基石。

本文為「智能進(jìn)化論」原創(chuàng)作品。