算力驱动高校新范式：上海诞生高校智算的全国样板间
AI掀起的新一轮智能化浪潮席卷全球，大众所熟悉的场景，是使用Agent协助完成工作任务，乘坐智能驾驶车辆出行，亦或观看机器人表演，静水流深的另一面，是AI参与和驱动学术、科研，动力路径日益明晰。
12月23日，人才辈出的百年学府上海交通大学有位“特别成员”正式亮相——由上海交大联合华为，共同打造的“致远一号”智算平台，这标志着交大向“AI for Science”科研范式迈出了坚实一步。
其定位全国高校最大的国产智算算力基础设施，自2024年12月启动，用时不到一年，完成了千卡昇腾集群本地部署和云上千卡规模化应用，峰值算力633 PFLOPS、存储容量13P，令千亿参数级的大模型校内训练，落地成为现实。
它为师生提供的，是开箱即用的AI应用服务，为科研训练、教学实训与课程实验，提供了坚实的算力底座。
站在由AI赋能的“大科学时代”的崭新起点，随着科研范式正在被重塑，高校需要怎样的智算平台，为其教学科研管理提速？来自产业界与学界的两方顶尖力量，这一次交出的，是放之于全球都足够有份量的中国范本。
顺应第五范式的进化
致远一号的出现，恰逢其时。
在全球范围内，AI4Science即“人工智能驱动的科学研究”，正迅速占领高地，成为继经验科学、理论科学、计算科学和数据科学之后，现代科学活动的“第五范式”。
有两点洞察，值得注意：
其一，越来越多科研人士、学术人士，积极拥抱AI、高效使用AI。
比如，斯坦福在今年10月，举办的一场史无前例的“科学AI智能体开放会议”，要求AI担任第一作者以及审稿人。
据Google DeepMind的报告显示，全球实验室对AI的使用量，呈指数级增长。每三位博士后研究员中，就有一位正在使用大语言模型（LLM），来协助完成科研工作。
其二，AI直接参与甚至重新定义了科学发现的边界与方式，产出关键价值。
其最能发挥颠覆性作用的，通常是数据密集型、实验复杂或成本高、规律难以直接观察的科研方向。
典型的例子是，2024年诺贝尔物理学奖和化学奖，双双颁给AI相关领域。
尤其AlphaFold 3获得化学诺奖，让科学界有信心，会见证越来越多类似AlphaFold的模型，为接下来至少10年的科学突破，起到关键作用。
AI4Science的本质，在于将人工智能的算力与科学家的智慧结合起来，目的不是为了替代人，而是让科研活动的进行，能更快、更准、更聪明。
一方面，世界主要大国及顶尖科技大厂竞相布局，瞄准AI4Science巩固全球科研领导地位。另一方面，AI4Science具备数据驱动、智能技术驱动的典型特征，以超大规模异构算力为基础的智能计算平台，会成为支撑教学科研的坚实底座。
为应对全球AI激烈竞争，中国相关政策举措，密集推行，强调深化人工智能与教育领域的融合创新。
2023年国家发展改革委（NDRC）等部门为落实《深入实施“人工智能+”行动》而启动的具体实施计划，“人工智能产教融合专项工程”，提出要建设12所国家级AI平台高校，打破产教壁垒，上海交通大学被列为重点牵头单位。
在此背景下，上海交大与华为共建“致远一号”，可谓水到渠成，既包含科研和教学的实际需求，也涉及国家战略和长远发展，新平台将为其AI4Science时代的人才培养、技术研发和产学研融合，提供强大的底层算力支撑。
在华为全联接大会2025上，上海交通大学常务副校长奚立峰教授提到，“AI素养的培育，需要原创性的研究探索、实践性的教学环境以及实训性实验平台，因此大力推进算力基础建设用于支撑相关转型升级成为必然。”
交大已推出“AI十条”校级战略，目前科研计算100%全覆盖所有学科大类，500多门教学课程已经进行AI化转型。因此，一直前瞻性推进校级集约式算力基建多元布局的交大果断决策，携手华为及其他生态伙伴，启动智算平台“致远一号”的建设。
围绕产教融合，双方此前就颇有交集，早在2020年，就签约“智能基座”产教融合协同育人基地，合作迈入制度化和常态化的阶段。
通过“致远一号”，无疑推动上海交大和华为的合作新征程，再上一个台阶。
奚立峰表示，“致远一号”将为交大的持续科研创新，注入澎湃动能。
以算助研铺开“交大模板”
观察“致远一号”的建设与落地，这座教学教研“倍增器”能成为新标杆，很重要的一点在于规划和调度，统一集中在校级层面。
如何避免重复建设、提升资源利用效率，是AI时代高校智算中心建设的重要议题。
“致远一号”采用校级统筹建设模式，充分发挥平台顶层设计和教学科研资源整合优势，真正让平台为高校的实际需求所驱动。
通过集约化建设、专业化运营，使得算力资源的规划、部署与演进，能够直接对齐学校的学科组织结构、科研重点与教学需求，而非被单一学院、单一课题或短期项目所牵引。
由此，从过去分散的“烟囱系统”到如今高效的“统一调度”，避免了常见的“重复投资、各自为政”问题，真正实现计算资源的最优配置。
在校级统筹模式之下，华为提供一系列软硬件资源，例如鲲鹏CPU服务器、AI加速训练卡等，相当于给整个系统的运转，造好关键的发动“引擎”，此外，平台建设的多个系统模块，涉及异构算力调度、平台运维、用户入口、文件与数据库系统等，这些模块化的能力，华为通过生态力量来补齐。
如此一来，校方不仅实现了算力运行模式的系统性重塑，同时还获得了数字化建设的全生命周期、一站式服务的支撑。
目前， “交我算”作为统一的入口，面向全校师生提供算力申请、任务管理、账号接入等全套服务。
其科研计算的便利性与系统性大幅提升的背后，在于“致远一号”拥有超强的硬件组成、算力配置、调度能力。
智算峰值算力能达到633 PFLOPS的“致远一号”，其大规模并行计算能力，能够支持千亿参数级的大模型训练任务，在校内高效完成。
背靠这个名副其实的“算力工厂”，智能科研从此架设起“高速公路”，不仅大幅降低智算资源采购与使用成本，而且是“科研-教育-管理”全场景可用，算力调用更自主。
要知道，算力是AI4Science的重要生产力。科研是个数据密集型领域，无论是训练复杂的深度学习模型，还是处理大规模的数据集、复杂的模型结构，都需要巨大的高性能计算资源来承载。
那么，致远一号具体如何支持师生的AI训练？
今年4月，上海交大在官微披露完成首期建设的进展，在配置304张昇腾910B加速卡的基础上，推出国内高校首个本地满血版 DeepSeek，面向全校师生开放。
虽是首期建设阶段，各项工作却做得很细致，“交我算”团队专门招募了一支学生团队，研究更具针对性的服务模式。
其不仅整理了面向多个学科的专业提示词和几百个案例，涵盖理学、工科、人文社科等，还考虑到DeepSeek专注文字读写，但不会“看图说话”，以及DeepSeek 671B满血版参数量太大，做模型微调费时费力等问题，部署并实测多款轻量级多模态模型，帮学生和教师根据自身需求，选择最适合的模型。
据悉，除了提供先进的计算资源，“交我算”平台还依托一支由30余名成员组成的校级计算服务团队，为学校科研、教学和管理保驾护航。
对上海交大而言，致远一号的顺利建成，有着极为深远的价值意义。
这家高校去年交出了一张颇为亮眼的智慧成果答卷。Nature（《自然》）、Science（《科学》）、Cell（《细胞》），是世界公认的三大顶级学术期刊，外界通常简称为“NSC”。2024年，交大学者在NSC上共计发文58篇，58篇发文中，10篇入选2024年ESI高被引论文。
乘势而上，提速建设具有全球影响力的科技创新中心，之于上海交大，“致远一号”能大幅降低在校师生使用算力的门槛，实实在在地提升学生的动手能力以及升学/就业竞争力，助力打造具有全球视野的复合型领军人才，与此同时，铸造了一张全新的科研名片，未来势必源源不断地吸引优质生源和高水平的师资力量。
奚立峰表示，面向未来，上海交通大学与华为将持续深化战略合作，构建一个可持续、自进化、世界级的AI应用生态圈，共同探索“AI+教学、科研、管理”等场景的协同创新。
用AI打开科学生产力的新图景
得益于“致远一号”护航，已有不少科研成果，顺利诞生。
例如肖湘团队的“溟渊计划”。该团队以马里亚纳海沟采集的近2000份深渊样本，作为基础，构建了全球唯一的深渊生物大数据库，研究鉴定出7564种深渊原核微生物，其中89.4%为未报道新物种。
面对超高通量多组学数据的复杂解码任务，“交我算”平台从存力与算力资源、软件栈适配到数据分析与代码优化，提供了全流程支撑，帮助将算法运行效率，提升九倍以上，从而显著压缩科研周期。
未来，团队计划更进一步，基于数据集，构建深海微生物多模态通用大模型，系统解析物种多样性、群落结构及其对极端环境的适应机制。
刘颖斌团队的GBCseeker胆囊癌早筛项目，同样受益于此。
胆囊癌是沉默的“隐形杀手”，5年平均生存率约5%、传统术前诊断率不足30%，而早筛后五年生存率可显著提升至75%。
刘颖斌团队通过将液体活检与AI影像组学整合，构建了胆囊癌早期诊断大模型GBC seeker，依托多模态AI系统，实现胆囊癌（GBC）与良性病变的无创精准鉴别，使术前诊断准确率提升至93.3%，误诊率降低超56%。
考虑到该团队需要整合基因、影像与临床信息，项目对强算力与高可靠存储依赖较强，“交我算”不仅提供资源底座，还参与多种突变检测算法的构建与优化，推动关键技术环节的攻坚与突破。
依托“交我算”平台的高效运转，支撑训练的模型已应用于脑科学、合成生物、新能源等方向，支撑多项国家级科研成果发布，真正让科研产出“看得见、可复用、能转化”。
由于“致远一号”已经完成下一代910C架构的适配，意味着作为可进化的平台，未来它将平滑升级，无需推倒重建，显著节约升级成本。
作为国内规模最大的高校智算平台，致远一号稳步进阶，更大的意义，在于为全国高校的数智转型，探索出一条可借鉴、可复制的路径。
算力进校，渐成热潮。包括清华大学、北京大学等在内的多所高校，都已建成自己的算力中心，但随着算力需求的不断扩大，高校的科研基础设施，正面临资源总量有限、算力不足等一系列挑战。
从技术标准、课程体系、管理规范到运营模式，交大联手华为，能提供一套非常详尽的说明书，为其他高校的数智化转型，提供有针对性的发展建议。
随着平台的运作逐渐完善，团队积累的经验和心得越来越丰富，并有越来越多的科研成果被孵化出来，将为教育强国的发展，贡献不可忽视的力量。
对华为而言，作为教育数字化的使能者，它将通过致远一号在这一领域的实践，留下浓重一笔，推动“交大华为模式”，成为产教融合的标准范本。
当前，华为已构建了面向教育行业的“1+3”全场景解决方案体系，在发力科研创新生态建设方面不遗余力，致力于推动形成协同、高效、融合的科研创新生态，助力高校技术转移和成果转化。
科研范式变革，已近在眼前，高校产学研的深度融合，正在于产业界和学界两方，一场又一场的“双向奔赴”。
