大模型不是终点：从WAIC趋势看算力平台的"全科"能力
"仅靠大语言模型走不到AGI，物理AI、世界模型、AI for Science才是真正的星辰大海。"这是今年WAIC上被频繁引用的一句话。算力技术路线的分化也随之显现。
"镇馆之宝"曙光8000，则展示了另一条名为"超智融合"的路线——一套系统同时支持高精度科学计算和低精度AI训练，覆盖从FP64到INT8的全精度谱系。
呼声很高的华为Atlas 950走的是一条为特定场景极致优化的路径，在MoE架构的大语言模型训练上把效率拉到了很高的水平。
为什么超智融合路线在今年的展会上备受关注？原因在于物理AI和科研创新需要的不仅仅是"跑得快"，更是"算得准"。蛋白质折叠模拟、流体仿真、分子动力学等任务对FP64双精度有硬性要求，如果跑在仅优化单精度的集群上，结果可能不收敛甚至完全错误。
有参观的科研人员在现场感慨，以前做分子动力学要跑超算，训大模型要跑智算，数据来回搬运耗时耗力，现在一个曙光8000集就全搞定了。这种"一套设施，服务全局"的定位，或许正是其获得行业认可的重要原因。