阿里云高性能计算与性能加速负责人游亮近日披露，在当前的科研流程中，数据准备、环境配置、任务编排、结果分析等环节有80％以上的时间仍依赖人工流转，真正用于计算执行的时间不到20％。针对这一瓶颈，阿里云推出E-HPC智能体平台，试图通过统一调度高性能计算、AI训练推理与智能体任务，推进超智融合在科研场景的落地。
超智融合的需求背景来自科研工作负载结构的变化。过去以HPC高精度计算为主的科研任务，如今叠加了AI训练、AI推理、智能体通用计算乃至智能体沙箱计算。同一项研究既需要高精度的物理仿真，也离不开大规模的模型训练。IDC与浪潮信息联合发布的《中国人工智能计算力发展评估报告》显示，2024年中国智能算力规模达到725.3 EFLOPS，同比增长74.1％，远高于通用算力20.6％的增幅；预计到2028年，中国智能算力规模将达2781.9 EFLOPS。IDC另一份智算服务市场跟踪报告显示，2024年上半年中国智算服务市场同比增长近八成，其中生成式AI基础设施服务增速超过200％。
多种计算类型涌入同一平台，给传统HPC架构带来调度难题。游亮指出，传统HPC调度以作业为单位，Slurm或PBS清楚一个任务需要多少核、多少内存、预计运行多久，但并不理解任务在科学上要解决什么问题。一个生物信息学研究者提交变异检测作业时，调度器看到的是一个计算作业，无法判断它处在从FASTQ到候选突变的完整链条中的哪一环，失败后应换工具还是调参数、结果出来后下一步该跑什么，这些判断仍全部留给人。与此同时，高精度仿真依赖双精度浮点性能和内存带宽，AI训练依赖互联带宽和显存容量，智能体工具调用与沙箱任务则要求轻量、快速启停和弹性，按单一负载设计的传统集群难以让每类计算都达到最优。
超智融合的实施难点首先体现在精度与数据流动层面。气象预报、流体仿真、分子动力学通常需要FP64双精度抑制累积误差，大模型训练和推理大量使用FP16、BF16甚至FP8，智能体沙箱与工具调用又涉及大量碎片化、短生命周期的轻量计算。传统算力体系将高精度与低精度计算割裂分离，难以满足混合精度计算、AI4S等复合型业务需求。
阿里云的解法分为三层。第一层是让不同算力各得其所并连成一张算力网络：面向传统HPC提供HPC优化实例，面向AI训练和推理提供对应的AI加速实例，面向智能体提供通用计算和容器实例，异构实例通过云上统一虚拟网络串联，并借助CIPU 2.0架构实现无虚拟化损失的资源调度，通过统一OpenAPI完成算力的创建、调度和编排。在CPU层面，阿里云推出hpc9a，搭载第五代AMD EPYC（Turin-C）处理器，最高睿频5GHz，128个物理核心，内存可达3TB，配合200G低时延eRDMA网络，相比上一代性能提升约30％，主要面向CAE仿真、电子设计自动化等对计算性能、内存带宽和网络时延敏感的场景。AI侧，平头哥自研芯片M890P相比上一代性能提升至3倍，新一代V900在此基础上再提升3倍，配合超节点架构和弹性算力，E-HPC可提供从单卡到大规模集群的AI加速能力。成本平衡则依靠多代实例并存与云上弹性：客户按工作负载选择性价比最高的实例规格，业务波峰按需创建、波谷及时销毁，避免按峰值预留资源。
第二层是让数据跑得比算力快。eRDMA提升节点间通信速度，CPFS让HPC计算、分布式AI训练和推理等负载以最快时间获取数据，使计算饱和运转，降低昂贵算力的浪费。存储侧优化包括冷热分层，将常用数据放入缓存层，避免从远端存储重复拉取，并通过网络邻近、存储邻近的计算节点做亲和性调度。
第三层是让智能体替人跑完执行流程。E-HPC智能体平台架构自上而下分为四层：最上层是面向具身智能、生命科学、CAE、EDA、量化、渲染等行业的智能体；行业接入层将行业知识和专家方法沉淀为Skills供智能体调用，同时提供命令行、开放API和SDK；中间是统一的Agent Runtime，负责理解科研目标、规划任务、调用Skills执行，并依据日志和结果反馈再规划；底层E-HPC执行层统一承担作业编排、异构资源调度、环境与数据准备以及状态日志管理，调度CPU、GPU、eRDMA网络、镜像软件与安全治理资源。
目前该方案已在部分场景落地。在具身智能场景，RoboAgent打通端侧数据采集、数据处理标注、模型训练推理、远程仿真到部署回传的完整链路，某具身领域头部企业借助该方案实现了从真机采集上传、多模态标注处理到QwenVL等多类算法训练的快速闭环。在生命科学场景，BioAgent可根据研究目标自动编排WDL工作流，自主识别FASTQ、PDB等数据格式并推荐分子模拟参数。
从行业视角看，超智融合的竞争焦点正在从单一算力规模转向异构资源的统一调度与计量能力。随着AI在科研流程中的角色从辅助工具转向观测、模拟、猜想与实验各环节的组成部分，能否在同一平台上同时满足HPC、AI与智能体三类负载的性能与成本要求，将成为云厂商争夺下一代科研基础设施市场的关键变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
