近日，沐曦股份與AI for Materials（AI+材料）科技創(chuàng)新公司深度原理推進(jìn)戰(zhàn)略合作，圍繞化工行業(yè)的工業(yè)冷卻液研發(fā)場(chǎng)景，聯(lián)合打造“AI建模+高性能計(jì)算+實(shí)驗(yàn)驗(yàn)證”閉環(huán)體系。雙方希望依托國(guó)產(chǎn)GPU算力底座、科學(xué)計(jì)算與材料基座模型能力、以及自動(dòng)化實(shí)驗(yàn)驗(yàn)證反饋機(jī)制，探索一條面向 AI 基建關(guān)鍵材料領(lǐng)域的高效研發(fā)路徑，以高性能工業(yè)冷卻液分子與候選體系的發(fā)現(xiàn)、篩選和驗(yàn)證為起點(diǎn)，通過AI4S（AI for Science，AI+科學(xué)計(jì)算）平臺(tái)化能力反哺突破 AI 時(shí)代材料性能瓶頸，助力 AI 產(chǎn)業(yè)進(jìn)一步發(fā)展。

作為賦能這套閉環(huán)體系的算力引擎，沐曦股份不僅提供了算力底座的硬件支持，更通過自研軟件棧MXMACA搭建起軟硬一體的計(jì)算平臺(tái)，深度參與了整套材料研發(fā)閉環(huán)體系的構(gòu)建。

目前，沐曦股份在AI4S領(lǐng)域已深入布局多個(gè)科學(xué)智能生態(tài)場(chǎng)景，如AI4Materials（材料）、AI4Weather（氣象）與AI4Biomedical（生物醫(yī)療）。借助沐曦計(jì)算平臺(tái)及原生兼容國(guó)際主流GPU生態(tài)的MXMACA軟件棧生態(tài)，AI技術(shù)在材料科學(xué)、氣象預(yù)報(bào)、生物醫(yī)藥及醫(yī)學(xué)影像等多個(gè)關(guān)鍵領(lǐng)域?qū)崿F(xiàn)深度融合與創(chuàng)新應(yīng)用，將極大提升科研效率、精度與應(yīng)用價(jià)值。

打通閉環(huán)，從“概念驗(yàn)證”走向“規(guī)模應(yīng)用”

當(dāng)前，隨著AI4S持續(xù)向材料、化工等產(chǎn)業(yè)研發(fā)場(chǎng)景深入，如何將人工智能、科學(xué)計(jì)算與實(shí)驗(yàn)?zāi)芰φ嬲蛲?，已成為行業(yè)從“概念驗(yàn)證”走向“規(guī)模應(yīng)用”的關(guān)鍵問題。

對(duì)于工業(yè)冷卻液研發(fā)而言，這一挑戰(zhàn)尤為突出：一方面，候選分子空間廣、篩選路徑長(zhǎng)，依賴經(jīng)驗(yàn)與多輪實(shí)驗(yàn)的傳統(tǒng)模式效率有限；另一方面，粘度、介電常數(shù)、熱導(dǎo)率等關(guān)鍵物性參數(shù)的預(yù)測(cè)與驗(yàn)證成本較高，導(dǎo)致從候選提出到實(shí)驗(yàn)驗(yàn)證之間往往存在明顯斷層。

面對(duì)工業(yè)冷卻液研發(fā)中分子篩選效率低、試錯(cuò)成本高、研發(fā)周期長(zhǎng)等核心挑戰(zhàn)，沐曦股份與深度原理正聯(lián)合打造新一代分子級(jí)研發(fā)平臺(tái)。

在該平臺(tái)中，深度原理以自研ReactGen模型為核心，在大規(guī)模分子數(shù)據(jù)集上完成預(yù)訓(xùn)練，學(xué)習(xí)分子圖結(jié)構(gòu)、三維幾何特征、元素組成及拓?fù)淇臻g關(guān)系等通用表征能力，生成了液冷氟化液的百萬級(jí)候選分子結(jié)構(gòu)庫；再結(jié)合高質(zhì)量物性數(shù)據(jù)進(jìn)行專項(xiàng)訓(xùn)練，建立分子結(jié)構(gòu)與關(guān)鍵指標(biāo)之間的構(gòu)效關(guān)系，并進(jìn)一步利用真實(shí)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行微調(diào)和驗(yàn)證，最終形成適用于工業(yè)冷卻液研發(fā)場(chǎng)景的高效預(yù)測(cè)模型。

沐曦股份則提供了關(guān)鍵的國(guó)產(chǎn)算力支撐。

以單個(gè)冷卻液分子的計(jì)算任務(wù)為例，沐曦GPU高性能、高兼容性的特點(diǎn)為更大規(guī)模數(shù)據(jù)生成、模型訓(xùn)練和候選篩選奠定了現(xiàn)實(shí)基礎(chǔ)。對(duì)于依賴高通量模擬與持續(xù)迭代訓(xùn)練的工業(yè)研發(fā)流程而言，算力效率不僅影響單個(gè)任務(wù)的完成速度，更直接決定候選空間探索的深度與廣度。

目前，沐曦已適配MLP4Materials，GNN4Materials和LLM4Materials等AI4Materials科學(xué)計(jì)算+科學(xué)智算生態(tài)，可支持相關(guān)分子模擬任務(wù)在國(guó)產(chǎn)GPU環(huán)境上的高效運(yùn)行。

沐曦股份AI4Materials生態(tài)

當(dāng)前，雙方聯(lián)合打造的這一平臺(tái)重點(diǎn)圍繞粘度、介電常數(shù)、熱導(dǎo)率等工業(yè)冷卻液的核心基礎(chǔ)指標(biāo)展開，能夠以“計(jì)算生成數(shù)據(jù)—模型學(xué)習(xí)規(guī)律—海量分子快速預(yù)測(cè)”的方式，大幅提升候選分子的收斂效率與研發(fā)決策速度，為工業(yè)冷卻液分子設(shè)計(jì)提供更具規(guī)?；瘽摿Φ男路妒?。

國(guó)產(chǎn)算力為基，重塑AI4S新范式

更重要的是，沐曦股份與深度原理通過協(xié)同合作，在真實(shí)工業(yè)場(chǎng)景中進(jìn)一步打通了從計(jì)算到實(shí)驗(yàn)的驗(yàn)證閉環(huán)。

深度原理將基于模型篩選出的候選分子或候選分子組推進(jìn)至實(shí)驗(yàn)端進(jìn)行驗(yàn)證，并對(duì)模型預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果之間的偏差進(jìn)行系統(tǒng)評(píng)估。從當(dāng)前項(xiàng)目進(jìn)展來看，相關(guān)預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果對(duì)照表明，這一技術(shù)路線已經(jīng)初步具備進(jìn)入工業(yè)研發(fā)流程、輔助研發(fā)決策的能力。

這意味著，AI與科學(xué)計(jì)算不再只是前端分析工具，而開始真正參與到候選收斂與實(shí)驗(yàn)資源配置之中。

從研發(fā)機(jī)制上看，雙方正在形成一套面向工業(yè)冷卻液場(chǎng)景的閉環(huán)體系：以分子模擬生成高質(zhì)量訓(xùn)練數(shù)據(jù)，以材料基座模型承接快速預(yù)測(cè)與候選篩選，以實(shí)驗(yàn)驗(yàn)證反饋真實(shí)結(jié)果，并通過新數(shù)據(jù)持續(xù)更新和優(yōu)化模型能力。原本相對(duì)割裂的“計(jì)算”“模型”“實(shí)驗(yàn)”三個(gè)環(huán)節(jié)，正在被重構(gòu)為一個(gè)可迭代、可驗(yàn)證、可持續(xù)優(yōu)化的研發(fā)系統(tǒng)，從而推動(dòng)工業(yè)冷卻液研發(fā)從線性試錯(cuò)模式，轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)與閉環(huán)驅(qū)動(dòng)的新范式。

對(duì)兩家公司而言，這一合作也體現(xiàn)出國(guó)產(chǎn)AI4S生態(tài)協(xié)同落地的現(xiàn)實(shí)價(jià)值。

對(duì)于深度原理，此次合作進(jìn)一步驗(yàn)證了其“AI+計(jì)算+實(shí)驗(yàn)”一體化研發(fā)路線的可行性。

對(duì)于沐曦股份，圍繞工業(yè)冷卻液這樣的具體場(chǎng)景推進(jìn)合作，也有助于進(jìn)一步證明國(guó)產(chǎn)GPU在科學(xué)智能與產(chǎn)業(yè)研發(fā)深度結(jié)合中的長(zhǎng)期價(jià)值，從“適配生態(tài)”走向“支撐閉環(huán)”，從“提供算力”走向“賦能行業(yè)創(chuàng)新”。

面向未來，雙方將繼續(xù)圍繞工業(yè)冷卻液等關(guān)鍵研發(fā)場(chǎng)景深化合作，推動(dòng)國(guó)產(chǎn)硬件、科學(xué)計(jì)算軟件、行業(yè)模型與實(shí)驗(yàn)?zāi)芰Φ倪M(jìn)一步協(xié)同。隨著AI4S持續(xù)進(jìn)入產(chǎn)業(yè)縱深，真正能夠貫穿研發(fā)流程、形成閉環(huán)價(jià)值的技術(shù)體系，將成為下一階段競(jìng)爭(zhēng)的關(guān)鍵。

關(guān)于沐曦股份

沐曦股份致力于自主研發(fā)全棧高性能GPU芯片及計(jì)算平臺(tái)，為智算、通用計(jì)算、云渲染等前沿領(lǐng)域提供高能效、高通用性的算力支撐，助力數(shù)字經(jīng)濟(jì)發(fā)展。