从结合式异构加速到融合式 AI 加速，多位院士齐聚CCF HPC China共探科研新范式
内容提要
第21届CCF全国高性能计算学术大会汇聚多位院士和专家，探讨高性能计算（HPC）与人工智能（AI）的结合。HPC在科学研究中推动重大突破，尤其是在数据爆炸和AI快速发展的背景下，AI for Science成为重点。卢锡城院士指出，未来计算架构需优化设计，以实现从结合式异构加速向融合式AI加速的转变。
关键要点
-
第21届CCF全国高性能计算学术大会汇聚多位院士和专家，探讨HPC与AI的结合。
-
高性能计算（HPC）在科学研究中推动重大突破，成为探索未知世界的核心引擎。
-
在数据爆炸与AI快速发展的背景下，AI for Science成为重点，面临精度不足等问题。
-
卢锡城院士提出未来计算架构需优化设计，实现从结合式异构加速向融合式AI加速的转变。
-
当前异构计算架构面临计算、存储、通信等方面的挑战，需针对应用特点进行优化。
-
卢锡城教授建议未来体系结构设计应以应用特点为导向，实现软硬件协同优化。
-
CCF HPC China 2025还举办了WEC 2025世界算力博览会，展示了算力基础设施和应用场景。
延伸解读
高性能计算的核心地位
高性能计算（HPC）在现代科学研究中扮演着至关重要的角色，成为推动重大突破的核心引擎。它不仅提升了科学家的研究效率，还为探索未知领域提供了强大的计算支持，尤其在气候变化、药物研发等领域展现出巨大的应用潜力。
AI与HPC的融合挑战
尽管AI for Science的前景广阔，但在实际应用中仍面临精度不足和泛化能力弱等问题。卢锡城院士指出，当前的异构计算架构在满足AI应用需求方面存在挑战，未来需要针对应用特点进行优化，以实现更高效的计算架构。
未来计算架构的设计方向
卢锡城教授提出，未来的计算架构设计应以应用特点为导向，推动从结合式异构加速向融合式AI加速转变。这一转变不仅需要技术创新，还需软硬件的协同优化，以应对日益复杂的计算需求。
延伸问答
高性能计算（HPC）在科学研究中有什么重要作用？
高性能计算（HPC）是推动科学研究重大突破的核心引擎，提供了超越常规计算机的算力，帮助科学家探索未知世界。
AI for Science面临哪些挑战？
AI for Science面临精度不足、泛化能力弱和通用性不强等问题，尤其在动态模拟和多尺度任务中表现不佳。
卢锡城院士对未来计算架构的建议是什么？
卢锡城院士建议未来计算架构设计应以应用特点为导向，进行软硬件协同优化，实现均衡配置。
异构计算架构目前面临哪些挑战？
异构计算架构在计算、存储和通信等方面面临巨大挑战，尤其是CPU与GPU的性能需求不均衡。
CCF HPC China 2025大会的主要议题是什么？
CCF HPC China 2025大会主要探讨高性能计算与人工智能的结合，以及AI for Science的新科研范式。
WEC 2025世界算力博览会的主题是什么？
WEC 2025世界算力博览会的主题是「绿能筑基 智能高新」，涵盖多个核心领域和细分行业。
