未来的“科学智能”，到底需要什么样的算力底座？
曾在中科曙光scaleFabric高速网络发布会上，中科院计算所研究员王展分享了一个很有意思的观点：科学研究正在走向“第五范式”，AI会深度参与整个科研流程。
但我认为，这句话最值得追问的不是“第五范式”这个概念有多新，而是它到底由谁来供电、由谁来调度、由谁来定规则。未来的科学智能，如果只能靠少数机构买昂贵设备自建机房，那它就不是新范式，只是少数人的新工具，这个判断必须先摆出来。
真正反常识的地方在于，6万卡并不是最重要的数字。更值得盯住的是每秒万次级并发作业调度、99.99%可用性、全精度计算和全国调度入口。中科曙光资料显示，郑州AI4S集群支持8/16/32/64位宽计算，并发作业调度效率超过每秒万次。 这说明科学智能拼的不是堆硬件，而是把复杂科研任务管起来的能力。
2026年3月5日政府工作报告提出，要实施超大规模智算集群、算电协同等新基建工程，并加强全国一体化算力监测调度。 这条信息很关键，它把科学智能算力从企业发布会拉到了国家基础设施层面。换句话讲，未来科研竞争不只是实验室竞争，也是算力公共服务体系竞争。
1986年的NSFNET与这次高度相似，都是把超级计算资源从少数中心连接到全国科研网络中，但关键差异在于，当年的美国主要解决科研联网和资源共享，今天的中国还要同时面对AI大模型、科学计算、芯片限制和绿色算力压力。这意味着中国不能只建“快机器”，必须建能承载科研生态的“算力网”。
NSF资料显示，NSFNET在1986年上线，把超级计算中心接入网络，1991年又升级为45Mbps国家级骨干网，联网计算机数量从1985年的2000台增长到1993年的超过200万台。 这段历史说明，一项算力工程的价值，往往不在启动当天，而在它后来能不能把更多科研单位带进体系。
所以看郑州6万卡AI4S集群，不能只看发布现场。2026年4月28日，这个集群在福州数字中国建设峰会上接入全国一体化算力网，科技日报称其首次纳入国家级算力调度平台。 这一步的意义，是把“一个强集群”变成“全国可调用资源”，这才是真正的底座化。
中国视角下，科学智能最怕两件事：一是顶级算力被少数单位垄断，二是关键平台被外部生态锁死。前者会让中小科研团队长期排不上队，后者会让模型、数据、工具链被别人牵引。全国一体化算力网要解决的，正是把高端算力从稀缺资产变成科研公共品，这个方向必须坚定推进。
英伟达和Meta的动作也证明，国际竞争已经进入体系战。2026年2月，英伟达宣布Meta将部署数百万颗Blackwell和Rubin GPU，并集成Spectrum-X以太网交换机。 美国巨头不是只买卡，而是在把CPU、GPU、网络、软件和数据中心打包成闭环，中国若只盯单项参数，就会误判战场。
外部压力同样没有减弱。2026年4月28日，路透社报道称，美国商务部要求多家设备企业暂停向华虹部分设施供应设备，理由指向先进计算芯片制造能力。 这类动作提醒我们，科学智能底座绝不能建立在侥幸采购上，今天能买，不代表明天还能买，这是产业安全的硬约束。
参考资料里提到，王展本人是scaleFabric国产高速网络首批用户。这个细节可以作为佐证，但不能把它当成主体。真正主体是科研系统对高速互连的需求已经从“可选项”变成“必需项”。当AI开始参与材料、生命、气候、能源研究，节点之间传不动，科研速度就会被网络拖住。
中科曙光1月披露，scaleFabric是国内首款类InfiniBand原生无损RDMA高速网络，交换芯片端口密度达到80口400G，并提供原生RDMA verbs接口。 这组指标背后的判断是，国产科学智能底座正在补“生态迁移”这一课，而不是只做一套孤立设备。
未来短期最可能看到的，不是“某个集群又多了多少卡”，而是科研任务如何上网、如何排队、如何计费、如何迁移。谁能让高校实验室几小时内拿到算力，让企业不用自建昂贵中心也能跑模型，谁就能把科学智能真正推向产业和基础研究一线，这会成为下一轮比拼重点。