算力驅動高校新范式：上海誕生高校智算的全國樣板間

以算促學，

上海誕生高校智算的全國樣板間。

AI掀起的新一輪智能化浪潮席卷全球，大眾所熟悉的場景，是使用Agent協助完成工作任務，乘坐智能駕駛車輛出行，亦或觀看機器人表演，靜水流深的另一面，是AI參與和驅動學術、科研，動力路徑日益明晰。

12月23日，人才輩出的百年學府上海交通大學有位“特別成員”正式亮相——由上海交大聯合華為，共同打造的“致遠一號”智算平臺，這標志著交大向“AI for Science”科研范式邁出了堅實一步。

其定位全國高校最大的國產智算算力基礎設施，自2024年12月啟動，用時不到一年，完成了千卡昇騰集群本地部署和云上千卡規模化應用，峰值算力633 PFLOPS、存儲容量13P，令千億參數級的大模型校內訓練，落地成為現實。

它為師生提供的，是開箱即用的AI應用服務，為科研訓練、教學實訓與課程實驗，提供了堅實的算力底座。

站在由AI賦能的“大科學時代”的嶄新起點，隨著科研范式正在被重塑，高校需要怎樣的智算平臺，為其教學科研管理提速？來自產業界與學界的兩方頂尖力量，這一次交出的，是放之于全球都足夠有份量的中國范本。

順應第五范式的進化

致遠一號的出現，恰逢其時。

在全球范圍內，AI4Science即“人工智能驅動的科學研究”，正迅速占領高地，成為繼經驗科學、理論科學、計算科學和數據科學之后，現代科學活動的“第五范式”。

有兩點洞察，值得注意：

其一，越來越多科研人士、學術人士，積極擁抱AI、高效使用AI。

比如，斯坦福在今年10月，舉辦的一場史無前例的“科學AI智能體開放會議”，要求AI擔任第一作者以及審稿人。

據Google DeepMind的報告顯示，全球實驗室對AI的使用量，呈指數級增長。每三位博士后研究員中，就有一位正在使用大語言模型（LLM），來協助完成科研工作。

其二，AI直接參與甚至重新定義了科學發現的邊界與方式，產出關鍵價值。

其最能發揮顛覆性作用的，通常是數據密集型、實驗復雜或成本高、規律難以直接觀察的科研方向。

典型的例子是，2024年諾貝爾物理學獎和化學獎，雙雙頒給AI相關領域。

尤其AlphaFold 3獲得化學諾獎，讓科學界有信心，會見證越來越多類似AlphaFold的模型，為接下來至少10年的科學突破，起到關鍵作用。

AI4Science的本質，在于將人工智能的算力與科學家的智慧結合起來，目的不是為了替代人，而是讓科研活動的進行，能更快、更準、更聰明。

一方面，世界主要大國及頂尖科技大廠競相布局，瞄準AI4Science鞏固全球科研領導地位。另一方面，AI4Science具備數據驅動、智能技術驅動的典型特征，以超大規模異構算力為基礎的智能計算平臺，會成為支撐教學科研的堅實底座。

為應對全球AI激烈競爭，中國相關政策舉措，密集推行，強調深化人工智能與教育領域的融合創新。

2023年國家發展改革委（NDRC）等部門為落實《深入實施“人工智能+”行動》而啟動的具體實施計劃，“人工智能產教融合專項工程”，提出要建設12所國家級AI平臺高校，打破產教壁壘，上海交通大學被列為重點牽頭單位。

在此背景下，上海交大與華為共建“致遠一號”，可謂水到渠成，既包含科研和教學的實際需求，也涉及國家戰略和長遠發展，新平臺將為其AI4Science時代的人才培養、技術研發和產學研融合，提供強大的底層算力支撐。

在華為全聯接大會2025上，上海交通大學常務副校長奚立峰教授提到，“AI素養的培育，需要原創性的研究探索、實踐性的教學環境以及實訓性實驗平臺，因此大力推進算力基礎建設用于支撐相關轉型升級成為必然。”

交大已推出“AI十條”校級戰略，目前科研計算100%全覆蓋所有學科大類，500多門教學課程已經進行AI化轉型。因此，一直前瞻性推進校級集約式算力基建多元布局的交大果斷決策，攜手華為及其他生態伙伴，啟動智算平臺“致遠一號”的建設。

圍繞產教融合，雙方此前就頗有交集，早在2020年，就簽約“智能基座”產教融合協同育人基地，合作邁入制度化和常態化的階段。

通過“致遠一號”，無疑推動上海交大和華為的合作新征程，再上一個臺階。

奚立峰表示，“致遠一號”將為交大的持續科研創新，注入澎湃動能。

以算助研鋪開“交大模板”

觀察“致遠一號”的建設與落地，這座教學教研“倍增器”能成為新標桿，很重要的一點在于規劃和調度，統一集中在校級層面。

如何避免重復建設、提升資源利用效率，是AI時代高校智算中心建設的重要議題。

“致遠一號”采用校級統籌建設模式，充分發揮平臺頂層設計和教學科研資源整合優勢，真正讓平臺為高校的實際需求所驅動。

通過集約化建設、專業化運營，使得算力資源的規劃、部署與演進，能夠直接對齊學校的學科組織結構、科研重點與教學需求，而非被單一學院、單一課題或短期項目所牽引。

由此，從過去分散的“煙囪系統”到如今高效的“統一調度”，避免了常見的“重復投資、各自為政”問題，真正實現計算資源的最優配置。

在校級統籌模式之下，華為提供一系列軟硬件資源，例如鯤鵬CPU服務器、AI加速訓練卡等，相當于給整個系統的運轉，造好關鍵的發動“引擎”，此外，平臺建設的多個系統模塊，涉及異構算力調度、平臺運維、用戶入口、文件與數據庫系統等，這些模塊化的能力，華為通過生態力量來補齊。

如此一來，校方不僅實現了算力運行模式的系統性重塑，同時還獲得了數字化建設的全生命周期、一站式服務的支撐。

目前， “交我算”作為統一的入口，面向全校師生提供算力申請、任務管理、賬號接入等全套服務。

其科研計算的便利性與系統性大幅提升的背后，在于“致遠一號”擁有超強的硬件組成、算力配置、調度能力。

智算峰值算力能達到633 PFLOPS的“致遠一號”，其大規模并行計算能力，能夠支持千億參數級的大模型訓練任務，在校內高效完成。

背靠這個名副其實的“算力工廠”，智能科研從此架設起“高速公路”，不僅大幅降低智算資源采購與使用成本，而且是“科研-教育-管理”全場景可用，算力調用更自主。

要知道，算力是AI4Science的重要生產力。科研是個數據密集型領域，無論是訓練復雜的深度學習模型，還是處理大規模的數據集、復雜的模型結構，都需要巨大的高性能計算資源來承載。

那么，致遠一號具體如何支持師生的AI訓練？

今年4月，上海交大在官微披露完成首期建設的進展，在配置304張昇騰910B加速卡的基礎上，推出國內高校首個本地滿血版 DeepSeek，面向全校師生開放。

雖是首期建設階段，各項工作卻做得很細致，“交我算”團隊專門招募了一支學生團隊，研究更具針對性的服務模式。

其不僅整理了面向多個學科的專業提示詞和幾百個案例，涵蓋理學、工科、人文社科等，還考慮到DeepSeek專注文字讀寫，但不會“看圖說話”，以及DeepSeek 671B滿血版參數量太大，做模型微調費時費力等問題，部署并實測多款輕量級多模態模型，幫學生和教師根據自身需求，選擇最適合的模型。

據悉，除了提供先進的計算資源，“交我算”平臺還依托一支由30余名成員組成的校級計算服務團隊，為學校科研、教學和管理保駕護航。

對上海交大而言，致遠一號的順利建成，有著極為深遠的價值意義。

這家高校去年交出了一張頗為亮眼的智慧成果答卷。Nature（《自然》）、Science（《科學》）、Cell（《細胞》），是世界公認的三大頂級學術期刊，外界通常簡稱為“NSC”。2024年，交大學者在NSC上共計發文58篇，58篇發文中，10篇入選2024年ESI高被引論文。

乘勢而上，提速建設具有全球影響力的科技創新中心，之于上海交大，“致遠一號”能大幅降低在校師生使用算力的門檻，實實在在地提升學生的動手能力以及升學/就業競爭力，助力打造具有全球視野的復合型領軍人才，與此同時，鑄造了一張全新的科研名片，未來勢必源源不斷地吸引優質生源和高水平的師資力量。

奚立峰表示，面向未來，上海交通大學與華為將持續深化戰略合作，構建一個可持續、自進化、世界級的AI應用生態圈，共同探索“AI+教學、科研、管理”等場景的協同創新。

用AI打開科學生產力的新圖景

得益于“致遠一號”護航，已有不少科研成果，順利誕生。

例如肖湘團隊的“溟淵計劃”。該團隊以馬里亞納海溝采集的近2000份深淵樣本，作為基礎，構建了全球唯一的深淵生物大數據庫，研究鑒定出7564種深淵原核微生物，其中89.4%為未報道新物種。

面對超高通量多組學數據的復雜解碼任務，“交我算”平臺從存力與算力資源、軟件棧適配到數據分析與代碼優化，提供了全流程支撐，幫助將算法運行效率，提升九倍以上，從而顯著壓縮科研周期。

未來，團隊計劃更進一步，基于數據集，構建深海微生物多模態通用大模型，系統解析物種多樣性、群落結構及其對極端環境的適應機制。

劉穎斌團隊的GBCseeker膽囊癌早篩項目，同樣受益于此。

膽囊癌是沉默的“隱形殺手”，5年平均生存率約5%、傳統術前診斷率不足30%，而早篩后五年生存率可顯著提升至75%。

劉穎斌團隊通過將液體活檢與AI影像組學整合，構建了膽囊癌早期診斷大模型GBC seeker，依托多模態AI系統，實現膽囊癌（GBC）與良性病變的無創精準鑒別，使術前診斷準確率提升至93.3%，誤診率降低超56%。

考慮到該團隊需要整合基因、影像與臨床信息，項目對強算力與高可靠存儲依賴較強，“交我算”不僅提供資源底座，還參與多種突變檢測算法的構建與優化，推動關鍵技術環節的攻堅與突破。

依托“交我算”平臺的高效運轉，支撐訓練的模型已應用于腦科學、合成生物、新能源等方向，支撐多項國家級科研成果發布，真正讓科研產出“看得見、可復用、能轉化”。

由于“致遠一號”已經完成下一代910C架構的適配，意味著作為可進化的平臺，未來它將平滑升級，無需推倒重建，顯著節約升級成本。

作為國內規模最大的高校智算平臺，致遠一號穩步進階，更大的意義，在于為全國高校的數智轉型，探索出一條可借鑒、可復制的路徑。

算力進校，漸成熱潮。包括清華大學、北京大學等在內的多所高校，都已建成自己的算力中心，但隨著算力需求的不斷擴大，高校的科研基礎設施，正面臨資源總量有限、算力不足等一系列挑戰。

從技術標準、課程體系、管理規范到運營模式，交大聯手華為，能提供一套非常詳盡的說明書，為其他高校的數智化轉型，提供有針對性的發展建議。

隨著平臺的運作逐漸完善，團隊積累的經驗和心得越來越豐富，并有越來越多的科研成果被孵化出來，將為教育強國的發展，貢獻不可忽視的力量。

對華為而言，作為教育數字化的使能者，它將通過致遠一號在這一領域的實踐，留下濃重一筆，推動“交大華為模式”，成為產教融合的標準范本。

當前，華為已構建了面向教育行業的“1+3”全場景解決方案體系，在發力科研創新生態建設方面不遺余力，致力于推動形成協同、高效、融合的科研創新生態，助力高校技術轉移和成果轉化。

科研范式變革，已近在眼前，高校產學研的深度融合，正在于產業界和學界兩方，一場又一場的“雙向奔赴”。