国家超算互联网科学计算智能体发布 - 国家超算互联网科学计算智能体在天津正式发布，该智能体通过自然语言交互，可自动完成科研任务问题拆解、算力资源调度、计算软件调用、结果分析与报告生成，将传统模式下需1天完成的工作缩短至约1小时完成 [1] - 该智能体已覆盖近百个高频科研计算场景，涵盖并支持三大学科和数十款计算软件，并依托“智能体广场”与知识库体系，构建了120余个行业知识库，覆盖人工智能、工业仿真、材料科学等七大应用场景 [1] AI for Science的深远影响 - 人工智能正深刻重塑科学研究和工程创新模式，AI for Science的深入发展对算力的组织、调度与应用方式提出了更高要求 [1] - 国家超算互联网将平台升级为具备多行业知识体系的“超级科学智能大脑”，旨在深化算力网络与人工智能的融合创新 [1] - 科学研究正处于从计算科学向智能科学演进的关键阶段，科学计算智能体有助于整合分散的算力、工具链和领域知识资源，为科研人员提供高效、普惠的创新支持 [2] - AI for Science不仅是一种技术路径，更是一种科研组织方式的变革 [2] 对科研效率与产业发展的推动 - 科学计算智能体大幅降低科学计算的使用门槛、提升科研效率 [1] - 超算智能体与一体化算力网络的结合，有望系统性提升科研效率与创新质量，为我国在关键领域实现原创突破提供持续动能 [2] - 国家超算互联网实体落户天津，有助于集聚高端创新资源，强化天津在全国一体化算力网的重要节点功能，推动算力资源的高效配置与集约利用 [2] 天津的“2511”发展模式与倡议 - 天津市推动AI for Science创新发展的“2511”模式，即2个平台引领、5个模块支撑、1个资源池汇聚和1个百亿级产业集群引育，系统构建“算力共用、算法共享、生态共建”的创新生态 [3] - 该模式旨在有力支撑天津市数字经济高质量发展，为北京（京津冀）国际科技创新中心建设注入新动能 [3] - 国家高性能计算机工程技术研究中心等6家发起单位联合发出天津倡议，呼吁紧扣科研范式变革与产业升级需求，以协同创新突破技术瓶颈，以开放合作汇聚发展合力，推动AI for Science健康有序发展 [3] 合作与生态建设 - 国家超算互联网与天津天开发展集团签署合作协议，双方将围绕算力资源整合、创新平台共建与产业生态培育等方面深化合作 [2]

文章核心观点 - 文章对比了两家成长型公司Bitfarms和Robinhood的投资叙事 认为Robinhood的策略更为保守和稳妥 [1] Bitfarms (BITF.US) 分析 - 公司正从比特币挖矿业务向高性能计算和人工智能基础设施领域转型 目标是在2027年完成转型 [1] - 市场对公司未来极为乐观 其2026年预期市盈率高达84.04倍 几乎是其历史市盈率的四倍 [2] - 公司股价自2025年10月初以来已下跌62% 且每股收益已连续三个财季不及预期 [2] - 最新公布的2025年第三季度每股收益为负0.08美元 较前一季度恶化 [2] - 公司在竞争激烈的AI和计算市场中能否适应并持续发展存在疑问 其他矿业公司如Cipher Mining和IREN也在进行类似转型 [2] Robinhood (HOOD.US) 分析 - 公司已确立其作为领先移动交易平台的地位 股价在2025年一度飙升高达300% [3] - 公司每股收益已连续三个财季实现增长 其中2025年第三季度每股收益达0.61美元 超出预期近20% [3] - 公司的预测市场已成为其增长最快的产品 用户可就现实世界的事件下注 例如政治选举、电视奖项得主以及自2025年底开始的体育博彩 [3] - 与Bitfarms相比 Robinhood的增长故事更为稳健和可持续 因其拥有强劲的盈利模式并正在扩张进入一个不断增长的市场 [1][3]

文章核心观点 - 超算性能的突破与人工智能的深度融合，正推动全球气象预报从“风云莫测”走向“变幻可测”，实现更高时空分辨率的模拟与预测 [2] - 数值计算与人工智能的深度融合是超算领域的核心发展方向，旨在从根本上改变理解和预测复杂地球系统及其他科学领域的能力 [92] - 超算与智算（AI计算）的思维模式高度相似，都需聚合最强算力以实现技术突破，并高度依赖自动化工具、性能、效率、规模与稳定性 [4][89] 超算在地球系统模拟中的应用与重要性 - 超算的传统使命是用整机资源解决单一核心问题，地球系统模拟是其经典应用，因为科学家无法在真实地球上进行实验，必须构建数字孪生模型来研究气候变化、防灾减灾等重大问题 [9] - 地球系统模式对于支撑全球气候变化研究、国际气候谈判以及可持续发展具有重要意义 [9] - 国产超算系统（如神威系列）性能的增长，支撑了地球系统模式时空分辨率的显著提高，例如已实现在约1公里分辨率下达到接近“模拟一年，耗时一天”的速度 [4][66] - 提升模式时空分辨率（例如目标将深圳气象模式提升至100米）和利用AI方法融合海量观测数据，是降低模型不确定性的两大方向 [11] 国产超算的发展历程与成就 - 神威系列超级计算机实现了从依赖国外架构到全国产化的跨越：神威·蓝光是第一台完全采用国产处理器的超算；神威·太湖之光则是首台凭借全国产处理器获得世界第一的超算，也是全球首台峰值性能超过100 Pflops（十亿亿次浮点运算/秒）、并行规模达一千万核的机器 [17][18] - 在神威·太湖之光上，团队开发了200多个可扩展到百万核并行的应用，以及50余项可充分利用整机的新应用，涵盖地球系统模拟、工业仿真、生物医药、量子计算等多个领域 [20][21][22] - 神威超算系列有10余项应用入围国际高性能计算最高奖“戈登·贝尔”奖，其中3项获奖 [21] - 基于神威·太湖之光，团队生产了全球首套约750年的高分辨率气候模拟数据供国际使用 [45] 超算与AI融合面临的挑战 - 挑战一：时空分辨率提升带来算力需求的指数级增长，同时超算架构正从同构多核向GPU等异构架构变革，如何解决复杂模型与新机器架构的适配问题是一大挑战 [11][13] - 挑战二：如何利用AI方法高效融合千余颗卫星产生的海量多源观测数据 [11][14] - 挑战三：科学计算程序复杂（如百万行代码），移植、优化与重构工作艰巨，且需要程序能在全机规模稳定运行数月，对系统稳定性要求极高 [27][29] - 挑战四：交叉型人才匮乏，既懂特定科学领域（如气象）又懂高性能计算（HPC）的人才稀缺，且这类人才容易被大模型公司挖走 [29][74] 技术进展与突破 - 通过代码重构、优化及针对国产处理器架构的重新设计，成功将复杂的地球系统模式移植到神威超算上，并实现了高效扩展 [27][33][37] - 采用“非侵入式的代码并行化方案”等自动化工具，大幅提升了移植和优化效率，例如在2023年的一次移植探索中，仅用三周就将代码性能从每天模拟约5天提升到每天模拟半年（在全球5公里大气、3公里海洋分辨率下） [50][52] - 2024年，通过引入AI能力，实现了AI增强的全球1公里分辨率“无缝隙天气气候模式”，可同时用于短时天气和长期气候研究 [52] - 在神威·海洋之光（太湖之光架构的演进）上，进一步探索公里级模拟，其处理器核组数从4个增至6个，存储和计算性能得到提升 [47][48] - 最新工作集成了大气、海洋模拟与AI能力，开发了“AI驱动的高性能便携式地球系统模型”，并入围2024年戈登·贝尔奖气候建模类别最终提名 [69] 未来展望与重点项目 - 国家超算深圳中心二期即将上线，其计算性能实现巨大飞跃：预期Linpack持续测试性能达到双精度2 EFlops（两百亿亿次浮点运算/秒），单精度4 EFlops，若换算为INT 8计算，整机可支持32 EFlops，理论峰值约40 EFlops [76][79] - 深圳超算二期（传统超算）将与鹏城云脑三期（AI超算）背靠背放置并通过高速光纤互联，这种大规模传统超算与AI超算相连的模式在全世界可能也属首例 [76] - 计划在深圳超算二期上尝试构建千万核可扩展的、公里级的中国区域海陆气候模式预测系统，核心目标之一是解决汛期降水预报的难题 [84][85] - 计划在深圳推进构建“国产新一代数值智能双驱动大湾区百米级气象预报系统”，包括百米级高精度数值模拟、AI辅助的集合预报与数据同化技术 [87] 行业生态与供需思考 - 超算与AI算力的发展逻辑相似，都需要通过高速互联形成庞大计算资源以求解复杂问题，并需要高度并行可扩展的算法及匹配的模型复杂度 [72] - 与AI领域相比，科学计算领域存在代码复杂、并行难度高、演进缓慢、公开数据集少、软件生态不完善、人才培养周期长等挑战 [74] - 当前算力投入需关注软硬件协同，国产算力生态（特别是基础框架软件）的投入相对硬件投入可能不足，需要更多资源来建设，类似英伟达CUDA生态的长期投入 [95] - 从科研从业人员角度看，算力可能仍然不足，但从产业发展角度的供需情况难以准确判断 [96]

英伟达收购SchedMD的战略意义 - 公司收购了高性能计算与AI领域的“资源调度王牌管家”SchedMD，其核心资产是开源工作负载管理系统Slurm [1][2] - Slurm系统在全球超半数TOP500超级计算机、科技巨头Meta以及Mistral和Thinking Machines等AI创企中得到广泛应用，行业地位不可替代 [3][9][10] - 该收购被业界评价为“悄悄把自家的护城河拓宽了”，因为即使客户使用AMD或Intel芯片，只要依赖Slurm调度算力，就绕不开英伟达生态的辐射 [3][15] SchedMD公司业务与商业模式 - SchedMD成立于2010年，专注于大规模计算任务调度技术 [5] - 其核心产品Slurm能高效分配成千上百台设备的算力资源，服务于大模型训练、数据预处理、天气预报及基因测序等任务 [6] - 公司商业模式清晰：Slurm免费开源，通过提供专业工程支持、系统维护和定制化开发等增值服务盈利 [8] 英伟达的收购动因 - 整合成本低：双方已有十年合作基础，技术衔接与团队整合成本较低，便于英伟达快速将SchedMD能力融入自身生态 [12][13] - 战略价值高：收购使英伟达的影响力从硬件层延伸至调度层，有助于锁定超算中心、云厂商和AI企业等核心客户群体 [14][15][16] 收购后的承诺与外界关切 - 英伟达官宣收购时承诺，将继续保持Slurm的开源和供应商中立属性，确保全球用户正常使用 [18] - 外界担忧英伟达可能不会持续投入开发支撑新云厂商服务的Slinky项目关键仓库，若后续开发断档可能影响相关业务稳定性 [19][21] 英伟达同期推出的Nemotron 3系列开源模型 - 公司推出了采用MoE架构、支持百万token上下文窗口的Nemotron 3系列开源模型，包括Nano、Super和Ultra三种规模 [22] - Nano模型总参数30B，单次任务激活3B参数；Super总参数100B，每token激活10B参数；Ultra总参数500B，每token激活50B参数 [22] - 该设计通过精准控制活跃参数量，在保留大模型核心能力的同时大幅减少算力消耗 [23] - Nano模型现已推出，相比前代Nemotron 2 Nano，吞吐量提高4倍，推理成本更低，并被Artificial Analysis评为同类型中最开放高效的模型 [25][26][27] - Super和Ultra模型预计于2026年上半年推出 [25]

公司融资计划 - 美股上市公司 Soluna Holdings 宣布已达成最终协议，计划筹集约 3200 万美元 [1] - 公司将根据纳斯达克规则以每股 1.77 美元价格发行 18,079,144 股普通股及相应的 C 系列认股权证 [1] 资金用途 - 此次融资的净收益将用于公司运营资金、项目级股权投资及其他一般企业用途 [1] - 融资资金将用于支持比特币挖矿业务 [1] - 融资资金将用于支持生成式人工智能等高性能计算应用业务 [1]

峰会与研究院成立 - 大湾区多样性算力应用创新峰会在深圳光明举行，主题为“灵机晟算鹏乘万芯”，由国家超级计算深圳中心主办，约200名来自政府、高校、科研机构及企业的代表出席 [1] - 大湾区多样性算力应用创新研究院在峰会上正式揭牌，由国家超算深圳中心与相关创新主体联合建设 [1] - 研究院首任院长卢宇彤表示，研究院将依托国家超算深圳中心“一体两翼”发展格局，致力于推动超算自主应用创新与超智融合技术发展，打造集科技攻关、生态构建与人才培养于一体的高水平算力创新平台 [1] 研究课题与参与机构 - 研究院启动了首批共16项系统类与应用类课题，涵盖地震预测、药物设计、电磁仿真、能源气象、材料研发及工业软件等多个领域 [1] - 参与课题研究的单位包括清华大学深圳国际研究生院、中山大学、新加坡国立大学、南方科技大学、深圳先进技术研究院、粤港澳大湾区(广东)国创中心等十余家机构 [1] 技术趋势与行业观点 - 中国科学院院士陈晓非指出，其团队依托高性能计算与自主软件在地震全过程模拟取得进展，强调物理建模可更准确获取地震信息，为防震减灾提供科学依据 [2] - 中国工程院院士郑纬民强调AI与高性能计算协同创新的必要性，并以天气预报、地球物理与蛋白质预测为例，分析超算系统向异构众核架构演进的技术挑战与发展路径 [2] - 郑纬民院士指出，AI for Science仍依赖经典计算，无法实现全流程替代，需结合先验知识与物理模型，构建“超算+智算”融合新范式 [2] - 中国科学院院士钱德沛指出，行业面临算力性能提升放缓、能耗瓶颈与异构编程困难等多重挑战，应淡化超算与智算界限 [2] - 钱德沛院士建议建立政府、企业、应用部门多渠道协同的投资与运营新机制，构建以应用成效为衡量标准的多样性算力生态 [2] 应用前景探讨 - 圆桌对话环节以“多样算力，多元创新：探索多领域超算应用新范式”为主题，专家聚焦新一代超级计算系统建设 [3] - 专家畅想了新一代超级计算系统在生物医药、气象海洋预报、新材料研发等领域的前景 [3]

公司股价表现 - 周四股价大幅走高，截至发稿涨幅超过12%，报16.515美元 [1] 战略转型与合作 - 公司正加速向高性能计算和人工智能基础设施转型 [1] - 与AI云平台Fluidstack达成一项长达10年的HPC托管合作协议，涉及数十亿美元的潜在收入 [1] - 获得谷歌提供的部分财务支持，谷歌将为Fluidstack的部分租约义务提供3.33亿美元的担保支持 [1] 合作协议具体内容 - Cipher将在其德州Barber Lake数据中心增加39MW IT负载，最高支持56MW毛容量，供Fluidstack建设AI高性能计算集群 [1] - 此次扩容使Fluidstack承租该站点全部300MW的数据中心容量 [1] - 合作在最初10年内为公司带来约8.3亿美元的合同收入 [1] - 协议包含两个额外的五年续约选项，若全部行使，扩展部分交易收入将增至约20亿美元，整个租赁周期总价值可达约90亿美元 [1] 融资活动 - 全资子公司Cipher Compute计划在私募市场发行3.33亿美元的2030年到期优先担保票据 [2] - 这些票据将与公司此前于2025年11月13日发行的同类型债券合并为同一系列 [2] - 发行完成后，Cipher Compute的此类未偿还票据规模将升至17.33亿美元 [2] - 本次募资将用于继续建设Barber Lake设施内新增的HPC数据中心机房 [2]

公司股价表现 - 周四公司股价上涨超过12% 报收16.515美元 [1] 战略转型与合作 - 公司正加速向高性能计算和人工智能基础设施转型 [1] - 公司与AI云平台Fluidstack达成一项长达10年的HPC托管合作协议 [1] - 协议获得谷歌提供的部分财务支持 谷歌为Fluidstack的部分租约义务提供3.33亿美元的担保支持 [1] 合作协议财务细节 - 合作在最初10年内为公司带来约8.3亿美元的合同收入 [1] - 协议包含两个额外的五年续约选项 若全部行使 扩展部分交易收入将增至约20亿美元 [1] - 整个租赁周期总价值可达到约90亿美元 [1] 基础设施与产能 - 公司将在其位于德州的Barber Lake数据中心增加39MW IT负载 最高支持56MW毛容量 [1] - 扩容后 Fluidstack将承租该站点全部300MW的数据中心容量 [1] 融资活动 - 公司全资子公司Cipher Compute计划在私募市场发行3.33亿美元的2030年到期优先担保票据 [2] - 发行完成后 子公司此类未偿还票据规模将升至17.33亿美元 [2] - 本次募资将用于继续建设Barber Lake设施内新增的HPC数据中心机房 [2]

公司股价表现 - 周四公司股价大幅走高，截至发稿时涨幅超过12%，报16.515美元 [1] 战略转型与合作 - 公司正加速向高性能计算和人工智能基础设施转型 [1] - 公司与AI云平台Fluidstack达成一项长达10年的HPC托管合作协议 [1] - 谷歌为Fluidstack的部分租约义务提供3.33亿美元的担保支持，以协助项目融资 [1] - 协议涉及数十亿美元的潜在收入 [1] 合作协议具体内容 - 公司将在其德州Barber Lake数据中心增加39MW IT负载，最高支持56MW毛容量，供Fluidstack建设AI高性能计算集群 [1] - 随着此次扩容，Fluidstack将承租该站点全部300MW的数据中心容量 [1] - 合作在最初10年内为公司带来约8.3亿美元的合同收入 [1] - 协议包含两个额外的五年续约选项，若全部行使，扩展部分交易收入将增至约20亿美元 [1] - 整个租赁周期总价值可达到约90亿美元 [1] 融资活动 - 公司全资子公司Cipher Compute计划在私募市场发行3.33亿美元的2030年到期优先担保票据 [2] - 这些票据将与公司此前于2025年11月13日发行的同类型债券合并为同一系列 [2] - 发行完成后，Cipher Compute的此类未偿还票据规模将升至17.33亿美元 [2] - 本次募资将用于继续建设Barber Lake设施内新增的HPC数据中心机房 [2]

项目概况 - 岘港市批准投资建设服务于芯片半导体与人工智能研发的计算基础设施项目，总投资额超过2000亿越南盾（约合5400万元人民币）[1] - 项目资金来源为市财政预算[1] - 项目工期计划为2025年至2028年[1] - 项目地点位于海洲坊第二软件园区ICT大楼二层的数据中心区域[1] 战略意义 - 全球正步入人工智能与半导体时代，计算能力成为决定各国竞争地位的关键因素[1] - 该投资被视为一项决定性战略举措，旨在为岘港市在半导体和人工智能领域实现突破奠定基础[1] - 项目目标包括助力该市掌握高技术、培育初创企业、吸引投资以及解决经济社会难题[1] 城市发展定位 - 岘港市着眼于成为越南中部地区的创新与高科技中心[1] - 城市已颁布多项关于人工智能与半导体领域人力资源、基础设施和企业发展的重要决议和政策[1] - 建设高性能计算系统是落实上述决议和政策的关键步骤[1] 项目预期效益 - 项目建成后将有力支持园区内的创新初创企业、微芯片、半导体以及人工智能企业[1] - 项目将聚合市内各所大学，共同支持微芯片设计和人工智能的研究与培训工作[1]