科学智能正迎来需求深化的关键阶段：1.0时代，少数科学家打通了AI与科研的连接，让AI在科学领域初显潜力；如今，随着科研边界拓展和复杂度提升，“技术隐形化、科研专注化”的诉求，正成为科学智能迭代的核心动力。
在此背景下，上海科学智能研究院联合复旦大学和无限光年打造的星河启智科学智能开放平台（NovaInspire: Scientist-Centered AI Open Platform）应运而生。它 聚焦科研者核心诉求：让更强、更易用的AI基础设施与协作平台自然融入科研全流程，服务更多科学家从技术琐碎中抽离，专注科学本质，携手加速未知探索。
作为平台核心建设方之一，无限光年正以启智平台为载体，为星河启智构建高稳定、高效率的科学智能算力服务平台，让这份期待照进现实，让科研者轻松借力AI技术，真正成为探索的主角。
无限光年启智Lab 打造星河启智“算力引擎”
“星河启智”是面向全球科学家的全链路科学智能开放平台，以科学家为中心提供高价值科学数据、开源模型、高效智算、干湿实验闭环等全栈基础设施，致力于成为科学智能2.0时代的“最强大脑”。
无限光年启智平台工程负责人肖允锋介绍，2.0时代全球科研面临数据碎片化、算力浪费、跨场景适配难等深层效率瓶颈。为解决这些问题，无限光年专为星河启智打造的启智Lab，以智能容错、动态部署、GPU/CPU融合等技术为前沿科学模型研发提效，建设高稳定高效率算力平台，从算力调度到场景适配、从稳定保障到国产化兼容，构建“全链路算力基座”，让AI成为科研“隐形助手”。
破解碎片化困局，让算力资源 “按需流转”
1.0 时代科研积累的海量数据与模型，因分散存储、孤立部署等原因，导致算力低效流转。启智 Lab 依托 Serverless 动态部署技术，精准应对模型调用的 “长尾效应”—— 当模型闲置时自动休眠释放资源，调用时即刻唤醒，使单位资源可承载的模型部署量提升数倍，硬件利用率达 92%，将 “闲置算力” 转化为 “弹性效能”，破解多模型部署中的资源浪费问题。
推理时代的算力协同，CPU/GPU“各展所长”
单一算力架构难满足多元科研需求。启智Lab创新CPU/GPU融合调度，能让两种算力精准匹配任务特性：CPU 承担数据预处理、复杂逻辑控制与传统科学计算，发挥精度优势；GPU 聚焦模型训练、大规模并行运算，释放加速潜力。例如分子生成研究中，通过协同调度将 1.0 时代 8 小时的流程压缩至 1 分钟，效率提升 99.7%，算力协同更贴合科研需求。
适配场景多样性，让AI“懂”每一个科学领域
科学研究的细分深化使不同学科对AI工具的需求日益多元。启智Lab以“场景化适配”能力响应这一趋势：依托启智平台的技术底座，接入80多种科学算子（覆盖量子化学、分子动力学等领域），让AI能精准理解不同学科的技术语言。
北京大学杨耀东团队与漆远团队合作实践显示，在高维结构搜索中，启智Lab提供的定制化科研算子通过减少kernel调用次数和数据传输开销，将效率提升2-3倍，这体现了2.0时代“AI随学科而变”的特点，让每个领域的科研者都能用上“合身”的工具。
保障长周期稳定，让科研进程“行稳致远”
随着长周期、大规模科研任务增多，连续性保障成为科学智能向 突破的关键。启智Lab以“智能容错+自愈引擎”提供稳定支撑：依托启智平台的智能容错与续训技术，0.2秒内捕获硬件异常，5秒内切换备用资源，结合训练快照技术实现99.9%零中断续训，避免意外导致的重复计算。例如某生物医药团队用64张A100显卡训练分子生成模型时，因节点显存泄漏突发故障，平台无缝处理仅延迟 2 小时完成任务，为科研者筑牢稳定支撑。
立足国产算力，筑牢自主创新根基
自主可控的算力基座是科学智能持续发展的重要支撑。启智Lab依托启智平台的国产化硬件适配能力，通过“软件定义资源”架构实现昇腾、沐曦等国产芯片即插即用，兼容x86/ARM混合架构，且已在万卡集群环境中验证稳定运行能力。在技术积累上对“自主可控”需求的响应，为科学智能的长远发展筑牢根基。
开放协作筑生态 共启科学智能2.0新纪元
星河启智科学智能开放平台的发布，标志着科学智能迈入以协同生态驱动系统突破的 2.0 时代。无限光年以启智平台为技术支点，为星河启智注入高效智算与通用 AI 技术底座，与复旦大学、上海科学智能研究院等携手搭建开放协作网络，推动以科学家为核心、融合“前沿探索 - 成果应用”的科学创新网络的发展与繁荣。
无限光年启智平台工程负责人肖允锋表示：“科学智能的突破，关键在于让 AI 技术真正融入科研全流程。我们打造启智平台，就是想通过普惠的算力、易用的工具，为科学家减负增效，让他们能更专注于创新探索 —— 这正是我们支持星河启智、共建开放生态的初心，最终目标是让整个科学智能领域更具活力。”
