昇腾AI4S科学计算最佳实践，加速生命科学智能创新落地

7月3日，在人工智能与生物医药生态大会（AIBC2026）“AI+前沿技术论坛”上，昇腾计算业务AI框架业务总经理、昇思开源社区理事长王紫东发表题为《AI4S生命科学业界趋势及昇腾实践》的主题演讲。王紫东指出，AI4S正从单一模型验证迈向“基础模型+Agent”双线驱动的新阶段，基于昇腾超节点、多领域AI4S能力沉淀及MindSpore Science科研智能体系统，致力于打通从实验室到产业化的科研全流程Agent化，实现AI生物医药等科学发现的自动化、智能化与自我进化。

AI4S进入“自主科研”新阶段

王紫东在演讲中梳理了AI4S的发展脉络，指出当前行业正处于从“阶段-2：训练通用基础模型”向“阶段-3：科学家Agent助手”演进的关键期。随着AlphaFold3、RFdiffusion等模型的迭代，AI已能实现原子级别的多生物分子结构预测。然而，面对跨学科知识割裂、研发周期漫长等痛点，未来的核心诉求在于构建具备自主规划、长期精确推理及干湿实验闭环能力的Science Agent。通过多模型混部、交互协同及Agentic强化学习，AI将加速向“跨学科全流程科研闭环”演进，实现科学发现的自动化与智能化。

基础模型和Agent双线齐发，华为AI4S融合架构引领科学智能

基于昇腾超节点实现软硬件高效协同，突破算力资源瓶颈

在基础设施层面，昇腾超节点实现AI4S大规模多卡并行场景下的通信加速。通过内存统一编址技术、超大带宽、超低时延，端到端多卡性能提升3倍，有效解决了材料、流体等场景中的通信性能瓶颈。同时，华为推出了AI4S昇腾亲和加速库，支持5+个融合算子，典型模型性能提升30%，并支持十亿级别AI4S模型的分布式训练，AI4S关键模型性能领先。

MindSpore Science科研智能体系统，重构科研工作流

针对科研过程中文献阅读、假设提出、实验试错等环节的高昂“人工衔接成本”，昇思MindSpore打造了MindSpore Science科研智能体系统。该系统涵盖300+科学Skills及科研流程Sub-Agent，支持生物医药、化学材料、流体等核心领域。 王紫东介绍，MindSpore Science通过构建“假设生成-仿真验证-实验执行-结果分析”的闭环迭代系统，大幅压缩科研周期。例如，在支撑中国科学技术大学“灵境造物”平台时，实现了材料研发自主创新全流程打通，自动化实验执行成功率提升约10倍，整体科研效率提升百倍。此外，该系统已在国际化学奥赛题评测中取得77.88%的准确率，并在湿实验与计算仿真任务中完成案例验证。

百花齐放，昇腾AI4S助力科学计算模型应用创新

AI4S的落地离不开产学研投的生态协同。目前，昇腾和昇思联合高校、国家实验室、科研院所、电力等行业头部机构，支持包含生命科学、材料化学、地球科学、电磁仿真等领域的60+ SOTA模型的训练、推理和微调，覆盖65%主流模型，关键模型性能领先业界1.4倍。在生命科学领域，昇腾联合昌平实验室、广州实验室、中国科学技术大学等机构，在蛋白质结构预测、纳米抗体设计、虚拟细胞研究等方面取得突破。例如，联合昌平实验室推出的MEGA-Protein系列模型，使TorchDesign性能提升15倍；与中国科学技术大学联创蛋白质结构设计&多构象预测-PVQD，准确预测蛋白的不同构象，预测精度高于AlphaFold2；联合广州实验室实现的高亲和力纳米抗体AI设计，通过构建MindSpore的Alphafold3、Protenix和GND等模型，在INDI 纳米抗体预测具有较高的预测质量，在亲和力预测上优于现有SOTA模型。

面向未来，昇腾持续与行业共建AI4S生态，加速产业落地

AI for Science正站在从“辅助工具”向“科研合伙人”跨越的关键节点，以生命科学为例，细胞是最小的具有生命意义的单位，是AI生物学下一个圣杯，通过AI手段建立虚拟细胞模型，帮助科学家更精准地筛选治疗方案，加速对生命过程的理解和新药发现进程及精准性。昇腾将持续深耕AI算力基础软硬件、AI4S领域套件和预训练模型，跟踪AI4S前沿技术，链接重点科研机构、实验室及行业头部客户，通过开源社区发展开发者，构建繁荣的AI4S创新生态，大幅缩短新药、新材料研发周期，加速AI技术在生命科学领域的规模产业化进程。