天河那个“文曲星元”AI4S训练场也启动了，直接干疾病靶点发现、新材料模拟这些东西。
我第一反应是：这玩意儿需要的算力可不只是跑大模型那么简单啊。
超算那边要FP64高精度，智算这边要BF16低精度，量子计算更不用说，接口都是另一套逻辑。这三样要“紧耦合”，底层的算力架构必须能横跨多个精度域，不能偏科。
然后我就想到刚过去那阵子讨论很凶的两家。华为昇腾384，12柜384卡，300P算力，全是低精度BF16的路子。你让它跑大模型训推，那是王牌。但你让它去跑流体力学仿真、原子模拟这种双精度活，它的NPU从设计根子上就不是干这个的。硬要跑，效率打折不说，数值稳定性都是问题。华为规划的Atlas 950要今年四季度才出，而且看路线图还是昇腾那套体系，精度上没看出有啥突破。
再看中科曙光那个scaleX万卡，人家是int8到fp64全精度覆盖。6万卡的集群已经在国家超算互联网上跑着了，蛋白质折叠模拟加速1000倍那种硬核活。你说量超智融合这种未来算力平台，一个只能低精度的选手怎么上车？不是我唱衰，是这场比赛已经换赛道了，而有的人还在原来的道上拼命加速。