钱德沛院士：Internet of Intelligence（智能互联）时代，超算价值与发展建议

2026-08-13

以下文章来源于微信公众号——全球计算联盟GCC

7月30日，全球计算联盟（GCC）高性能计算产业发展委员会（HPC产发委）“HPC星火行”走访国家超级计算深圳中心（深超）“灵晟”超算系统活动上，钱德沛院士受邀出席活动并作开场致辞。钱院士首先对“灵晟”成功登顶全球超算TOP500榜单表示祝贺，这是中国超算的重要里程碑；更期待灵晟系统在实际应用场景中发挥更大作用。钱院士指出，随着Internet of Intelligence（智能互联）时代到来，大模型和超算又走到了一起，共同建立一个符合物理世界规律的“物理大模型”，并呼吁业界充分认识这一变革趋势，把握机遇。本次走访活动，正是HPC产发委发挥平台纽带作用的生动实践。未来HPC产发委将持续推动产学研用深度融合，推动中国算力产业生态发展。

GCC-SAC委员、中国科学院院士、北京航空航天大学教授钱德沛作开场致辞

灵晟登顶TOP500的意义

钱德沛院士指出，“灵晟”登顶全球Top500，在很大程度上鼓舞了中国超算人的士气。因为过去的一段时间并非超算发展的“高峰期”，反而是一个相对低谷的时期。因此，“灵晟”这次登顶世界第一，在某种程度上极大地提振了大家的士气，突破意义重大。钱院士向“灵晟”团队及所有参与工作的人员表示热烈的祝贺。

系统研制成功只是第一步，后续能否用好、在实际中真正发挥作用才是最重要的事情；HPC产发委、“灵晟”团队和与会的各行业专家代表都有很多工作要持续开展。

AI for Science的分析与思考

AI for Science崛起，大模型能否“包打天下”？

大模型改变了传统数学公式驱动的计算模式，开始利用数据驱动方式开展科学研究（AI for Science），在生命科学（AlphaFold）、气象、材料、化学等领域取得成功范例。钱院士指出，大模型在语言、图形、视频等领域非常成功，但在超算长期解决的遵循物理规律的问题上，大模型不能“包打天下”。如果大模型能解决一切，超算将不再需要双精度浮点运算，只需低精度即可，这显然不符合实际。

物理规律与数据生成如何建立一个符合物理世界规律的“物理大模型”？

钱院士提出一个核心问题：如何建立一个符合物理世界规律的“物理大模型”？现在人工智能界将其称为“世界模型”。仔细理解后发现，这与过去超算的数值模拟并无本质区别，核心都是要符合物理规律。然而，人工智能经常会出现不符合物理规律的情况，比如“杯子还没碎，液体已经洒在桌子上了”这类违背常识的现象。问题在于如何建立符合物理规律的模型。当然，大家都知道这需要训练和数据，我们有观测数据和实验数据，但这些数据不足以建立强大的模型。今天大语言模型之所以强大，是因为有人类长期积累的网络资料。但在科学领域，仅有实验观测数据是不够的。因此，我们必须通过数值模拟来生成符合物理规律的数据，再用这些数据训练模型，使模型越来越接近物理世界。

从这个意义上说，大模型和超算又走到了一起，共同完成同一件事。

大模型领域可能重演超算硬件或系统设计中的经验：通用与专用将在不断迭代中共存

目前还有一种说法认为，既然通用大模型（如几万亿参数）训练一次可以迭代多轮，发展迅速，那我们就无需领域模型，直接用通用模型求解即可，专用模型没有必要。这种观点认为领域模型进展较慢，且效果不如通用大模型。钱院士认为，通用大模型和专用模型之间存在着不断的迭代关系。这在计算机历史上一直存在：过去计算机系统没有浮点运算，我们加装80387协处理器；后来在486时代，将387集成进去，实现了内置浮点运算。这个过程一直在重复：专用部件不断出现，又逐渐融入通用部件，被包容进新一代更强的硬件中。但这并不意味着我们不再需要专用部件或加速器。钱院士指出，在大模型领域也可能重演硬件或系统设计中的经验：通用与专用将在不断迭代中共存。之所以需要领域模型，是因为我们不能把所有问题都扔到巨大的通用平台上求解。工程师希望身边有一个能运行模型、解决一般问题的工具。计算机产业也抱有同样的期望：我们需要能够批量生产的产品，而不是仅做几台的定制设备。这一点与HPC产发委的使命是紧密相关的。

随着大模型的发展，我们需要什么样的计算机？在这方面，“灵晟”做出了很好的范例：我们使用通用的ARM处理器，加上内置的矩阵运算加速软件，再结合高带宽内存和高速互联，构成了一台既能支持超算，又能支持人工智能的机器。钱院士指出，“灵晟”的意义不仅在于世界排名第一，更在于开辟了一条高效支持超算与智算融合的技术途径；对产业而言，这是一件非常重要的事情。

AI平民化与Internet of Intelligence时代展望

大模型崛起类似80年代初IBM PC将算力平民化，此前是共享主机/小型机。微机时代促进了计算机体系结构（RISC、SMP、MPP、脉动阵列等）繁荣与算网融合。大模型首次将AI求解能力送到普通人手中（如人工智能检索、生成视频）。AI的平民化过程也将促进计算技术的繁荣与进步，包括异构计算、加速技术、通专结合等，都可能改变现在或未来的计算形态。

展望未来，大模型持续发展将催生“智能互联网”（InternetofIntelligence），即由网络连接的分布式智能体协同工作的新型基础设施。钱院士呼吁业界充分认识这一变革趋势，把握机遇，推动国家超算在实际应用中发挥更大价值。