AI写诗作画、陪聊解闷甚至预测蛋白质结构都已成现实，但AI的下半程必将从「理解数字世界」走向「改变物理世界」。当AI开始设计桥梁、优化发动机、调度生产线，工程智能赛道面临一道新考题：我们需要什么样的算力底座？

今天，海光信息与同济大学战略签约，推出全国首个国产千卡工科智算集群，AI4E时代迎来第一个系统性答案。

如果说过去两年是AI4S的「高光时刻」，那么接下来十年将是AI4E的「攻坚阶段」。AlphaFold预测了几乎所有生命分子，这是用AI理解世界，但人类科技树不可能只点「理论」。

国家《「人工智能+」行动》明确要推动AI与实体经济深度融合，这指向的就是AI4E——不仅让AI「认识」世界，更要让AI「改造」世界。

可这不只是算法逻辑的改变，更是对算力底层的系统性考验。通用大模型靠「堆卡、喂数据、炼参数」三板斧就够，但工程计算是「精准的、实时的、混合的」。

结构力学仿真的微小变形、高应力梯度需要高精度算力，流体仿真则需要海量内存带宽和极低通信延迟。更别提国产化转型还要跨过安全管控、适配成本这些现实门槛。

5月25日，海光与同济正式签约，共建国内首个国产千卡级工科智算集群。海光总裁沙超群表示，AI4E直面工程仿真、智能建造等实体场景，对算力提出了区别于通用AI的复合需求。

这个千卡集群专为土木、建筑等顶尖工科打造，兼具全精度、高安全、广兼容三大优势。它基于超智融合架构同步承载高端计算与AI训练推理，依托海光DCU筑起自主可控的安全防线，并全面兼容AI主流生态、实现从CUDA环境的平滑迁移。

但硬件只是基础，AI4E能否落地还取决于软件生态是否「懂工程」。同济这类工程实践派渴求的是工具链、开发环境、行业模型和调度体系的完整生态。

为此，集群落地同时挂牌成立全国首个「高校海光算力优化中心」，让它不只是计算工具，更是工程智能生态孵化平台。

国外西门子已推出Eigen Engineering Agent巩固工业AI优势，国内CAE厂商也在仿真智能体赛道小步快跑。未来工程师的核心竞争力，不再是画图多快，而是能否调教好一个「工程智能体」。

而这一切的前提，是拥有钢筋混凝土一样扎实的算力底座。AI4E技术攻坚战已经全面打响，期待国产AI4E走向大国工程实践的每一个现场。