2026可持续全球领导者大会于10月20日-22日在上海黄浦世博园区举办。深势科技合伙人&技术高级副总裁廖若雪出席并发言。
廖若雪指出，科学计算场景算力需求具备显著差异化特征。电子结构计算任务对双精度运算、大显存资源要求较高；而分子动力学模拟仅需单精度算力，不同科研应用对算力规格的需求并不统一。从产业实践来看，国产算力已经具备可用基础，深势科技已大规模落地国产算力，即便是相对老旧的国产算力硬件，也能够在科学计算场景中充分发挥价值。
他同时提出当前国产芯片面向科学计算场景存在的现实矛盾。现阶段国内各家芯片厂商研发重心集中于AI大模型训练与推理，FP64双精度计算能力并非产品核心优化目标。在实际落地中，上一代国产算力芯片反而在科学计算场景使用更多；新一代国产芯片虽在持续对接适配，但软件层面的适配难题仍待突破。
廖若雪解释，当前大量科学计算软件原生基于英伟达GPU生态开发。部分国产芯片硬件层面标称支持双精度、FP32等计算能力，但在算子、编译器底层实现上，难以保证计算精度稳定达标。科学计算对结果误差控制要求严苛，硬件标称能力不等于真实可用，这是科学智能国产化落地过程中一个容易被忽视的关键点。
廖若雪表示，依托与多家国产芯片厂商持续联合攻关，上述软硬件适配难题正在逐步解决。伴随AI编码技术持续迭代，电子结构计算、分子动力学模拟、蛋白质结构预测、药物研发及生物信息等科学计算场景，相关软件适配工作持续推进，国产化算力生态正在逐步成型。
