2024年10月，諾貝爾獎的三大自然科學獎項陸續公布，其中，物理學獎和化學獎都與人工智能密切相關：一個是基于人工神經網絡實現機器學習，另一個則是借助AI預測蛋白質的復雜結構。這也預示著，AI for Science（AI4S，人工智能驅動的科學研究）正在成為大勢所趨，并推動科學研究進入“新范式”時代。

與傳統科學研究范式相比，AI4S主要借助AI技術的應用，對自然界的各類現象進行學習、模擬、預測以及優化，進而推動科學發現和科技創新。AI4S的興起，不僅可以顯著提升科學家解決現有科學問題的效率，還能夠為科學家提供新的研究視角和方向，讓科技創新變得更簡單。

在這一時代趨勢下，華為也在積極探索AI4S的落地。在日前召開的“數智世界，一觸即達”2024人工智能發展會議暨華為數字中國行西安雁塔新質生產力大會上，華為公共事業軍團副總裁孫鵬飛深入分享了華為在科研創新上的實踐經驗，并全面介紹了華為依托全棧自主創新的產品和平臺所打造的智算實驗室解決方案，為推動科研創新高質量發展提供了新思路和新方法。

從將自身實踐轉化為產品力，到持續對外進行賦能，華為智算實驗室解決方案的打造，正在成為提升科研成果轉化效率、推動行業智能化轉型的新引擎。

華為公共事業軍團副總裁孫鵬飛

AI4S背后，科技創新模式需全面變革

如今，AI4S已經成為一種新興的科技創新手段，但科技創新是一個龐大的系統性工程，既包括假說提出、實驗設計、數據收集和分析等，也包括人員高效協同、設備和儀器有效管理等，因此，要更加高效、便捷地推動科技創新，就必須從科技創新流程體系建設上下功夫，推動科技創新模式的全方位變革。

作為一家在科技創新上投入占營收總額超20%的企業，華為在全球已經布局21座研究所，擁有超過11萬名研發工程師，并在科技創新方面構建起一整套完整的流程體系。孫鵬飛表示，華為的科技創新，正在從以技術創新和工程優化為特征的創新1.0，向以技術發明和理論突破為特征的創新2.0轉變。

在此過程中，華為在科技創新流程體系建設上也逐漸形成四大能力：1、華為IPD研發流程體系，已經實現研發從偶然成功向持續成功的轉變；2、ERP辦公數字化，可以支撐超過20萬員工日常辦公，保障研發工作的連續性；3、華為人才資源體系，正在積極開展產學研創新協同；4、獨立于研發的網絡安全實驗室，可以對華為產品、網絡進行獨立的安全驗證。

可以說，正是得益于日趨完善的科技創新流程體系建設，華為才能更加從容、高效地支撐自身龐大的研發體系運轉，實現在技術和產品研發上的一個又一個新突破。與此同時，華為也在考慮如何將這些科技創新的經驗和方法論產品化，以惠及更多科研機構和實驗室。

為此，華為基于在科技創新流程體系建設上的實踐，正在通過打造智算實驗室解決方案，實現科技創新能力從內生到外化。此舉一方面可以持續推動自身在基礎科學和前沿技術上的創新，另一方面也能為更多科研機構與實驗室提供參考借鑒，全面重塑傳統科技創新模式，讓科技創新更加低成本、高效率。

智算實驗室：以三大平臺助力科研創新

當前，科研機構與實驗室在借助AI推動科技創新的同時，也正在面臨一系列來自協同、管理等方面的新挑戰。比如，科研園區布局較為分散，實驗室的統一管理和科研協同不足；科研計算需求增長迅速，現有算力無法滿足科研需求；科研數據增長迅速，迫切需要高效、安全地存儲；科研項目的管理協同效率不高等等。

對于科研機構與實驗室來說，這些挑戰已經在一定程度上拖慢了科研創新的步伐，構建一個全新的管理平臺勢在必行。為此，孫鵬飛表示，華為依托智能感知、智能聯接、智能中樞等全棧自主創新產品和平臺，已經構建起實驗室科研園區、科研服務、科研計算三大科研平臺能力，推出了智算實驗室解決方案，以加速科研成果轉化效率，助力科研創新高質量發展。

其中，實驗室科研園區平臺，可實現網絡安全管理、科研儀器管理等，正在成為園區數智化轉型的堅實底座。比如，科研園區管理讓科研人員能夠隨時隨地高效辦公，提高辦公效率3倍以上；園區安全能及時消除各種安全風險，實現統一安全態勢感知與管理；儀器管理可以提升科研儀器使用效率，實現對接效率提升75%，集成成本下降65%。

科研服務平臺，則可以通過對數據處理、分析和應用，形成數據分析報告、輔助決策系統、科技信息展示等，助力科研機構與實驗室構建科學大數據體系。據了解，該平臺不僅具有安全、易用兩大優勢，還能提供一站式、全流程、安全可信的軟件開發生產線，比如，在開發上支持百萬級代碼大模型，在測試上支持千萬TPS性能測試。

科研計算平臺，則借助全棧創新的鯤鵬高性能計算方案，可助力客戶進行多學科交叉研究。其中，在硬件上，該平臺可提供華為自研的高性能計算、存儲、網絡等硬件；在軟件上，該平臺則提供數學庫、通信庫、編譯器、管理調度軟件等基礎軟件，為客戶構建自主、完整的高性能計算基礎軟件棧。

除此之外，華為通過對自身科技創新實踐經驗的總結，可以為科研機構與實驗室提供實驗室科研創新咨詢服務，進而幫助他們進一步完善IT治理方案、完善科研流程、開展技術規劃與開發、加強科研成果轉化等。

從三大科研平臺能力和科研創新咨詢服務的內涵可以看出，對于科研機構與實驗室來說，華為所打造的智算實驗室解決方案，不僅可以為科研機構與實驗室開展AI4S提供強有力的計算平臺支撐，更重要的是能夠從科研創新的全生命周期出發，全方位提升科研創新能力。

提速科技創新，開啟行業智能化新征程

不久前，谷歌DeepMind團隊成員借助AlphaFold系列模型在蛋白質結構預測領域實現的重大突破，成功拿下諾貝爾化學獎，創造了AI大模型拿下諾獎的歷史；與此同時，我國也在積極開展AI在蛋白質結構預測領域的應用，并已經取得了新突破。

昌平實驗室通過與華為、北京大學生物醫學前沿創新中心、深圳灣實驗室合作，在西安未來人工智能計算中心的昇騰AI強大算力的支持下，已經基于全場景AI框架昇思MindSpore，推出全流程蛋白質結構和功能預測平臺，該平臺的蛋白質結構預測性能相比AlphaFold2提升40多倍，在全球持續蛋白質結構預測競賽中成績連續四次獲得第一名。

中國商飛聯合華為推出的面向大型客機翼型流場高效高精度AI仿真預測模型，在昇思MindSpore流體仿真套件的支持下，可以有效模擬飛機起飛和飛行階段，機翼及機體流場的時空演化，為飛機氣動設計提供有價值的參考，通過AI預測的流場平均誤差可降低到10^-4數量級，并將仿真預測效率提升數十倍。

除了蛋白質結構預測、飛機流體仿真之外，AI在生命科學、先進制造、氣象海洋、新材料等諸多領域的應用也日益廣泛，并正在成為驅動這些領域開展學科交叉研究、推動科技創新的新動能。這些還只是AI應用的一小步。今年的《政府工作報告》圍繞“深化大數據、人工智能等研發應用”作出部署，并首次將“開展‘人工智能+’行動”寫入其中。因此，AI正在成為新一輪科技革命和產業變革的重要驅動力量，這也將是AI應用的一大步。

在這一趨勢下，各行各業都在加速推進AI與業務場景的深度融合，通過智能化變革加快發展新質生產力。AI應用的快速普及，已經給AI計算能力提出了更高要求。為了不讓AI計算成為行業智能化轉型的新瓶頸，孫鵬飛表示，華為已經參與到全國20+重點城市的人工智能計算中心建設中，可以為各行業、各領域的產業創新提供有力支撐。

如今，智能世界正在加速到來，為每個人、每個家庭、每個組織發掘新機會，創造更多可能。未來，華為不僅需要堅持自主創新并持續提升產品和平臺性能，為科技創新提供更強有力的支撐；也需要不斷將強大的科技實力與更多的業務場景融合，進一步增強智算實驗室解決方案的業務場景應用能力，讓更多科研機構與實驗室享受到AI應用帶來的技術紅利，從而更加高效地開展科技創新，為行業智能化變革注入源源不斷的新動力。