魏桥国科智算中心：以国产算力，为发展未来产业提供创新支撑

随着工业AI应用向仿真计算、工业大模型训练、AI for Science（AI4S）等场景延伸，算力需求呈现爆发式增长。但越来越多实践表明，单一算力扩张难以支撑复杂任务的持续运行，数据读写效率、并发处理能力以及系统稳定性，正成为影响整体效率的核心变量。

在此背景下，魏桥国科智算中心与中科曙光以“存算协同”破题，构建覆盖科研创新与工业生产的全链路智算基础设施，为“工业+AI”的规模化落地提供了极具借鉴意义的范本。

算力筑基，破解工业 AI 落地难题

作为鲁北地区首个规模化专业智算枢纽，魏桥国科智算中心不仅服务企业自身，也具备对外提供算力服务的能力，正在带动区域制造、能源等产业加速智能化升级。在金属缺陷检测、工业流程优化、新材料研发等场景中，算力正直接转化为降本增效的现实价值。

魏桥国科智算中心主任钟成在接受媒体采访时表示，魏桥国科智算中心已构建起从科研创新到工业生产的全链路算力支撑体系，一期打下科研基础，二期实现规模跃升，当前算力利用率接近100%，能够高效支撑工业大模型训练、生产推理及新材料研发等关键场景。

在此过程中，中科曙光提供的全栈解决方案成为重要支撑。不同于单纯的算力堆叠，中科曙光通过高性能计算与高性能存储的深度协同，不仅提升了计算能力上限，也有效缓解了数据侧瓶颈，使算力从“可用”走向“可持续运行”。

存算协同，破解数据侧瓶颈

在魏桥国科智算中心，存力不只是算力的配套，更是决定AI训练与推理效率的关键环节。魏桥国科智算中心与中科曙光的合作已持续超过7年，从早期高性能计算支撑，到如今构建完整的智算中心体系，双方合作不断深化，逐步形成了“算力、存力与管理能力一体化”的运行模式。

算力方面，智算中心采用通用CPU和通用GPU架构，算力涵盖FP16到FP64多计算精度，可满足所有高性能计算应用和人工智能应用需求。其中，双精度（FP64）算力达到34P，单精度（FP32）达到67P，半精度（FP16）达到1979P，兼顾科学计算与AI训练、推理的多层次算力需求。

存储方面，中科曙光以全闪+混闪分层架构，匹配AI训练、推理及海量工业数据存储需求，在高带宽、低时延与高并发访问方面提供支撑。具体来看，全闪存储池裸容量达2.8PB，读带宽不低于320GB/s、写带宽不低于240GB/s；大容量存储池规模达11PB，读带宽不低于120GB/s、写带宽不低于90GB/s。同时结合ParaStor分布式存储系统，使AI能力能够更高效地嵌入研发与生产流程。

“中科曙光设计的混闪、全闪分层存储模式，很好地满足了人工智能训练和推理的需求。”钟成认为，这也让不同负载在性能与成本之间实现了更优平衡。

“算-存-管”一体化释放智算价值

在存算协同的基础上，智能运维管理进一步放大了基础设施效能。依托人工智能开发平台SothisAI，可打通算力、应用与生态，兼容主流软件，提供从开发工具、基础软件、大模型与应用的完整能力，支撑工业场景下的AI创新落地；通过集群管理平台GridView，面向跨区域用户提供统一的算力与数据运营服务，实现无感知的算力调度、异构管理与资源监控。

钟成指出，魏桥国科智算中心与中科曙光通过“产业需求+信息技术”的深度结合，实现了资源高利用率和系统稳定运行。这一模式，使智算中心不仅能够支撑复杂工业场景，也为行业提供了可参考的实践路径。

从支撑工业大模型训练到加速新材料研发，从赋能科学计算到推动产业智能升级，魏桥国科智算中心正在探索一条“科研创新—技术突破—产业升级”的融合路径。中科曙光提供的全栈智算基础设施，不仅为传统工业的智能化转型筑牢了算力底座，更通过“存算协同”的技术理念，推动了AI与实体经济、前沿科研与产业需求的深度融合。以新技术赋能发展新质生产力，正在从宏伟蓝图加速转化为驱动中国现代化产业体系建设的现实动能。