教育是國家發展的基石，高校科研作為教育行業皇冠上的明珠，是人才生態、技術生態和創新生態的源頭。

如今，在高校科研創新中，科學計算正扮演越來越重要的角色。比如，在氣象預報、石油勘探、核能工程、航空航天等諸多領域，科學計算的作用已經不可或缺。正如諾貝爾獎獲得者、計算物理學家威爾遜所說，理論研究、科學實驗和科學計算是現代科學研究的三大支柱。

為了加速科研創新，華為中國政企教育醫療系統部部長盧永平在近日舉辦的第二屆中國高校算力聯盟會議上表示，一方面，華為將助力高校和科研機構持續打造堅實的算力底座，包括通算、超算和智算，使能百模千態；另一方面，華為也將在基礎科學與理論研究領域持續發力，與各大高校、學術組織、產業界積極碰撞交流，推動創新升級；并攜手客戶、伙伴，持續開展技術創新，以及產品和解決方案創新，共同促進產業發展，加速科研創新、人才培養和生態建設。

AI4S崛起，建設算力平臺成為高校科研必然選擇

近年來，人工智能技術在高校科研創新中的應用日益深入，并催生出一種科學研究“新范式”——AI4S（AI for Science）。AI4S的崛起，不僅能夠提高科學研究的速度和準確性，也可以幫助科研人員探索無限可能。與此同時，AI4S也對算力提出了更高要求，而且，這種要求不僅僅體現在計算能力上，更體現在算力人才、算力生態等多個層面。

在這場變革中，高校所扮演的角色至關重要。高校不僅是教育、科技、人才的集中交匯點，也是基礎研究的主力軍、重大科技突破的策源地。為此，教育部強調，高校要在基礎研究、技術轉移和成果轉化方面發揮更重要的作用，把高等教育的發展與科學中心和創新高地的建設結合起來。

如今，在高校科研創新中，算力已逐漸成為科學發現的重要基礎，甚至在一定程度上已經成為科學研究最重要的基礎設施之一。因此，依托通算、超算和智算構建的融合算力中心在高校學科發展中，正發揮著不可替代的作用。一方面，高校可以借助算力的支撐，優化科研工作流程、提高科研創新的產出速度和轉化效率，另一方面，高校也能為算力產業培養更多人才，推動算力生態持續發展。

盧永平認為，在大算力時代，校級和院級算力平臺的地位將被提升到前所未有的高度，這也是各大高校網信中心的歷史性機會。目前，包括清華大學、北京大學、上海交通大學、浙江大學、東南大學等在內的多所高校，都已經建成了自己的算力中心。

盡管如此，隨著算力需求的不斷擴大，高校的科研基礎設施正面臨著資源總量有限、算力不足、網絡性能制約、數據分散且類型多樣等一系列挑戰。對此，盧永平表示，未來，各大高校將會把分散在各個課題組、院系的HPC和AI算力都統一到校級平臺上，以實現統一建設、管理、運行和維護。

打造堅實的算力底座，賦能高校科研創新

進入AI時代，傳統數據中心正在從通算時代的分層解耦邁向智能時代的垂直整合。這一轉變與計算任務負載運行特征密切相關，通算負載的特征是負載多樣、分散、任務間關聯少，多數負載在單個服務器內閉環；而智算負載則橫跨整個算力中心的所有節點，呈現出網絡化、高并行特征，任務間緊耦合甚至同步關聯。

因此，以算力底座層、平臺服務層、模型使能層和行業應用層為核心的新型AI DC（智能計算中心）正在大行其道，并通過“DC as a Computer”，幫助客戶應對大模型訓練中所面臨的高并行協同、高可用性等挑戰，并保障智能計算業務的高效、穩定運行。

在這一趨勢下，為了幫助高校打造堅實的算力底座，賦能高校科研創新，盧永平表示，華為已經推出了融合“算存網云安智”的“HPC+AI”科研平臺解決方案，可以充分滿足高校科研的多樣性算力需求。

與此同時，為了更好地助力高校科研創新，華為還推出了科研全棧解決方案，該方案采用集約化建設，通過科研軟件、開發工具平臺預集成、數據集、模型和算法等科研資源共享，可以支撐高校開展大模型、仿真等多場景科研，構建統一的智能、易用科研平臺，從而推動科研創新高質量發展。

激發科研創新動力，助力技術轉移和成果轉化

一直以來，高校的技術轉移和成果轉化都是世界性難題，而且，隨著科技革命和產業變革的加速演進，這已經成為全社會共同關注的問題。而高校要在基礎研究、技術轉移和成果轉化方面發揮更重要的作用，就要把高等教育發展與科學中心和創新高地建設結合。

為此，華為在為高校科研創新提供算力支撐的同時，也在支持高校精英團隊研究創新，共筑人才根基，引領未來產業發展新方向。如今，華為通過科學計算和科研全棧解決方案，已經助力眾多高校和科研機構，在生命科學、高能物理、材料化學等細分科研領域實現了技術轉移和成果轉化，取得了顯著成果。

崖州灣國家實驗室作為種業創新的新高地，正在通過與華為合作，基于全自研軟硬件平臺，聯合打造自主創新的智慧育種體系。作為該體系的重要組成部分，面向種業的應用平臺建設，已經為研究人員匯聚了上千款應用，以幫助他們開展基因測序、種子設計、表型研究、蛋白質結構研究等。

東南大學通過與華為聯合建設統一的校級智算中心，正在為全校12個學院及全國重點實驗室提供統一的AI算力服務，服務全校科研創新。得益于與華為的合作，東南大學在建設校級智算中心過程中，已經實現多類型作業統一調度和多樣性資源融合調度，以及軟硬件的全棧自主創新，成為高校科研創新的引領者。

華中農業大學則通過與華為合作，已經基于鯤鵬高性能計算平臺打造出一款高效處理百萬級群體、千萬級分子標記的育種大數據分析工具——“天權（HIBLUP）一體機”。該一體機可幫助華中農業大學開展基因組選種及基因組精準選配功能的育種計算，不僅性能比傳統方案提升超過25%，計算效率也大幅提升，可以大大加速科研成果轉化，從而開創了基因組育種的“中國范式”。

在此基礎上，盧永平強調，未來，華為將在更多科研創新領域繼續攀峰筑原，并通過各高校的聯合創新中心、孵化中心和分布在全國各地的OpenLab，與合作伙伴一道共同推動高校產學研深度融合，形成協同、高效、融合的科研創新生態，助力高校技術轉移和成果轉化。

當下，以AI4S為代表的科學計算，在科研創新中的應用方興未艾。而華為通過在算力底座上的持續創新，將為高校科研創新帶來更加強大的算力支撐，以推動AI4S的落地；同時，華為也將繼續發力科研創新生態建設，推動高校科技成果向現實生產力的轉化，服務國家戰略和區域優勢產業發展。