2025年底上市的沐曦股份，試圖通過(guò)AI4S這條路徑，拓展國產(chǎn)GPU的新布局。

　　日前，沐曦股份宣布與清華大學(xué)等多家機構共同發(fā)布磁性材料AI原子基座模型，并強調該模型是全球首個(gè)覆蓋寬溫壓域的磁性材料AI原子模型。

　　磁性材料廣泛用于消費、工業(yè)等不同的領(lǐng)域，常見(jiàn)應用包括電機、變壓器及存儲等，不過(guò)行業(yè)共同面臨著(zhù)新材料可預測卻做不出來(lái)的難題。

　　一位研究員在現場(chǎng)表示，“磁性數據算不準、原子-磁矩耦合導致純原子模型無(wú)法計算、推理運算慢且易出現能量發(fā)散。”

　　以釹鐵硼(NdFeB)永磁材料的制備為例，其生產(chǎn)工藝包含了薄帶鑄造、磁場(chǎng)取向等環(huán)節，其中溫度、壓力、磁場(chǎng)和時(shí)間是影響最終磁體的微觀(guān)結構和宏觀(guān)性能的關(guān)鍵因素，且磁性能是從原子級到宏觀(guān)級(1mm)的多層結構共同決定的，任何一個(gè)尺度上的結構缺陷，都會(huì )影響最終的性能表現。

　　在這個(gè)問(wèn)題上，傳統模擬技術(shù)難以適配實(shí)際應用中的復雜溫壓環(huán)境。

　　前述研究員強調，我們預測了“成分+理想晶體”，卻沒(méi)法預測“工藝→組織”。

　　此次發(fā)布的磁性材料AI原子基座模型，首次解釋了不同原子和磁矩構型的演化機制，并以此為基礎搭建起全球首個(gè)寬溫壓域磁性材料數據庫。該數據庫囊括47種合金元素、6000余種磁性合金體系、70余萬(wàn)組非平衡態(tài)與非共線(xiàn)磁性材料數據，模型可在微納米尺度同時(shí)精準預測原子排布與磁矩轉動(dòng)，穩定覆蓋0-1000K溫度、10GPa壓強的寬域溫壓工況。

　　研究團隊強調，模型真正實(shí)現了磁性材料原子級的寬域、高精度、高可靠性模擬。

　　據介紹，基于研發(fā)團隊自主開(kāi)發(fā)的DeltaSPIN、DeepSPIN和TSPIN計算框架，同時(shí)融合國產(chǎn)軟件DeepMD-kit和ABACUS：首次實(shí)現原子+磁矩+極化的一體化模擬計算，在磁性材料領(lǐng)域完成缺陷工程的計算模擬，讓運算速度提升兩個(gè)數量級、精度提升四個(gè)數量級。這一突破為磁性材料的預測和設計提供了高精度、可遷移的基座模型，也為下一代高性能磁性功能材料在新能源、電子信息等領(lǐng)域的研發(fā)提供底層技術(shù)支撐。

　　作為中國AI4S領(lǐng)域新進(jìn)展，磁性材料AI原子基座模型的底層算力底座由沐曦提供。

　　“算力成本共同承擔，我們參與扶持，”沐曦股份高級副總裁孫國梁表示，“畢竟是國家項目。”

　　此前，1月份沐曦股份剛剛發(fā)布了面向科學(xué)場(chǎng)景和高性能計算的曦索X系列，旗艦型號X206擁有全自研GPGPU架構、128GB超大顯存、MetaXLink多卡互連技術(shù)等特點(diǎn)，可靈活適配材料模擬、氣象海洋分析、生命科學(xué)探索等多種科研計算任務(wù)。

　　根據沐曦提供的信息，其GPU支持完整的材料科學(xué)模擬計算生態(tài)，包括：第一性原理材料計算、分子動(dòng)力學(xué)模擬、通用勢函數、高通量材料篩選、逆向材料生成模型等，兼容ABACUS、CP2K、Lammps、DeepMD-kit等國內外主流科學(xué)計算軟件，其自研的MXMACA軟件棧也實(shí)現了科學(xué)計算軟件的平滑遷移，無(wú)需代碼重構。

　　據介紹，在構建70萬(wàn)組寬溫壓域原子-磁矩雙耦合結構數據集和模型訓練過(guò)程中，基于其GPU高帶寬、高穩定性特點(diǎn)，大幅度提升研發(fā)效率。

　　“原本需要一個(gè)月才能完成的計算量，如今僅需一天即可高效達成，”孫國梁表示，“現場(chǎng)的算力部署很快，模型的語(yǔ)料準備則相對耗時(shí)。”

　　相比通用大模型的訓練和推理、算力競爭，海外巨頭們在A(yíng)I4S領(lǐng)域均已經(jīng)加碼布局。

　　2025年10月，AMD與美國能源部達成重磅合作，聯(lián)合HPE、甲骨文等企業(yè)斥資超10億美元，為橡樹(shù)嶺國家實(shí)驗室打造Lux和Discovery兩款新一代AI超級計算機，其中定位為美國首個(gè) “科研AI工廠(chǎng)” 的Lux超算將于2026年初率先啟用，搭載AMD Instinct MI355X GPU、EPYC CPU及 Pensando網(wǎng)絡(luò )技術(shù)，主打大規模AI訓練與分布式推理，為核聚變能源模擬、癌癥分子層面治療方案研究等前沿課題提供近端算力支撐。

　　盡管提及了科學(xué)場(chǎng)景的應用，AMD在官方新聞稿中未提及FP64的算力，根據第三方的數據，AMD MI355X約78.6TFLOPS。

　　“AI4S是個(gè)方向，有一定空間，目前還不是很大，”一位國產(chǎn)芯片從業(yè)者說(shuō)，“小眾的賽道或市場(chǎng)空間，還不會(huì )有大廠(chǎng)來(lái)卷，埋個(gè)種子進(jìn)來(lái)。”

　　趨勢很清晰，但對于仍然在追趕算力的國產(chǎn)芯片來(lái)說(shuō)，押注相對冷門(mén)的AI4S市場(chǎng)，需要更長(cháng)遠的眼光和定力，一個(gè)核心點(diǎn)在于——AI4S領(lǐng)域的科學(xué)計算，依賴(lài)FP64高精度，大模型的訓練則是在往FP8甚至更低精度進(jìn)化。

　　如果要支持FP64這種高精度的科學(xué)計算，就需要兼顧設計、生態(tài)與制造上的成本，就會(huì )拖累業(yè)績(jì)表現。

　　另外，由于英偉達面向大規模AI訓練的B300系列，縮減FP64硬件計算單元，將資源向 FP8/FP4等AI低精度算力傾斜，這也會(huì )引發(fā)一個(gè)問(wèn)題：國產(chǎn)芯片會(huì )不會(huì )為了增加FP64高精度計算，犧牲FP8算力的問(wèn)題。

　　“我們的計算單元都是各分開(kāi)的，”沐曦股份高級副總裁孫國梁強調，不會(huì )因為支持高精度，而犧牲大模型需要的低精度，“曦索X系列在做科學(xué)計算的同時(shí)，在性能不減的情況下，同時(shí)支持大模型的推理計算。”