上海市人工智能行业协会：2026年科学计算与AI4S基础设施白皮书

本白皮书围绕科学计算与AI4S 基础设施展开全面研究，梳理科研五大范式演进历程，剖析AI4S 带来的颠覆性科研变革、全球战略布局、核心内涵与发展瓶颈，并结合关键技术、市场规模、典型案例形成系统性结论。报告提出，算力、模型、数据是 AI4S 发展三大核心要素，其中高质量“端到端”数据集是当前行业最大“卡脖子”瓶颈，算力需求与通用大模型相比相对可控，垂类模型研发难度适中，数据短板成为制约技术规模化落地的首要因素。科学计算是生成高精度科研数据、补齐数据短板的核心手段，依靠数值仿真与微观机理模拟，可获取传统实验方式所无法观测的底层数据，构建AI4S 所需的标准化数据集。面对大体系的生物仿真、新材料多尺度模拟带来的海量计算压力，传统通用超算存在效率低、通信延迟高、能耗大等局限性，专用超算成为支撑高端科学计算的核心底座