一台“中国造”科学计算机的“科学智能”突围

在上海创智学院内，研究人员借助强大的计算能力，正在对电池材料进行数千个体系的仿真数据生成。这些数据再交由AI大模型计算，未来就有可能造出更安全、更节能的电池材料配方，一天时间，就可以拿到微秒级的固态电解质整个动态性质。

这样的计算能力，来自扎根于上海的企业思朗科技自主研发的3D科学计算机——“天穹”。根据证监会官网信息，思朗科技完成IPO辅导验收，辅导机构为国泰海通。这家成立十年、脱胎于中国科学院自动化研究所的上海企业，向着资本市场踏出坚实的一步，冲击“科学智能第一股”。

图为通过计算将静态蛋白“照片”变为动态“影片”

十六年磨出科学智能“中国芯”

我国科学计算领域长期面临底层算力供给的结构性瓶颈。传统通用CPU与GPU架构并非为科学计算场景量身定制，存在严重的算力虚耗。业内测算显示，在执行快速傅里叶变换（FFT）、稀疏矩阵运算等典型科学算法时，因无法优化特定的内存访存模式，GPU往往仅能发挥约35%的理论峰值算力，导致分子动力学等专项计算效率大幅受限。

此外，大规模并行计算中跨节点数据同步效率随规模扩大而递减，加之功耗与散热的双重物理制约，共同构成了制约科研效率提升的“老大难”。更为关键的是，能够突破这些瓶颈的高端专用科学计算芯片及架构，长期被海外少数巨头垄断，导致我国在该领域的底层算力根基受制于人，产业链安全面临潜在风险。

堵点面前，何以解忧？思朗科技，给出了一套属于中国的解法。

团队带头人王东琳此前担任中国科学院自动化研究所所长，2016年率队创业。历经十年的原创攻关，最终交出的成果是：一套100%自主原创、不依赖任何海外IP授权的处理器架构——MaPU，中文可以理解为“代数运算微处理器”。

图为100%自主研发的MaPU架构

依托于多年积累的一线科研经验，王东琳创造性地把原本二选一的技术路线融合到了一起。一类是ASIC专用芯片那种“专款专用”的高效率，另一类是CPU、GPU那种“什么都能算”的灵活性。过去这两者很难兼得，但MaPU架构通过自主设计的指令集，让芯片在处理科学计算任务时，内核利用率接近ASIC水平，这意味着绝大部分算力都被实打实地用在了计算本身上，而不是空转浪费。在特定任务上，其等效算力能够相较全球其他通用架构方案实现若干数量级的性能优势。

更关键的一点是，这套架构从指令集到微架构，全部是自主设计，不依赖任何海外IP授权。放在当下全球科技竞争日益加剧的背景里，这个细节意味着我国在科学计算这个细分赛道，完全立足于在自己的地基上。

思朗科技坚持科技自立自强的路线，获得了资本市场的“用脚投票”。近年来，上海联和投资、宁德时代旗下产业资本、中芯聚源等相继成为思朗科技的股东，公司已完成科创板上市辅导验收，有望成为“科学智能第一股”。

“天穹”问世，对标世界顶级水平

依托MaPU架构，思朗科技进一步打造出国内首款专为科学智能（AI4S，即AI for Science）而生的算力设施——“天穹”3D科学计算机。

图为面向AI4S的算力底座：思朗科技“天穹”3D科学计算机

如果说传统超算的内部通信像是城市里纵横交错的平面道路网，那么“天穹”的三维互联架构更像是给数据搭建了一套立体高架。其核心创新在于采用三维立体互联的计算网络，区别于传统超算的二维架构，更适配三维空间物质仿真这类高难度科学计算任务，数据传输效率实现数量级提升。

检验一套国产计算平台的成色，最终要靠硬指标说话。思朗科技团队选取了国际权威的分子动力学软件GROMACS、AMBER，在“天穹”上进行精度性能验证，覆盖蛋白质折叠、膜蛋白结构等多个维度。结果显示，“天穹”得出的结果与国际主流软件高度吻合，均方根偏差（RMSD）普遍控制在2埃（一种长度单位，相当于一根头发丝直径的十万分之一左右）以内，达到了国际公认的科学计算精度标准。

研究团队还做了一项更具分量的比较。将“天穹”对标美国D.E.Shaw 研究所研发的专用超级计算机“安腾（Anton）”——这是全球公认的蛋白质折叠模拟领域标杆设备，2011年曾率先完成12种快速折叠蛋白反复折叠、解折叠的全过程模拟，长期被视为该领域不可逾越的技术高点。思朗科技选取了同样的12种蛋白质、同样的模拟条件，在“天穹”上完整复现这组实验。结果显示，“天穹”的折叠精度与“安腾（Anton）”相当，部分蛋白质的模拟表现甚至更优。这意味着，一项过去只有Anton专用超算才能完成的科学任务，如今已经拥有了中国方案。

场景应用服务方面，“天穹”3D科学计算机面向科学智能核心领域，依托高性能、高精度、高能效的科学计算能力，支撑生物医药管线开发、科学智能高质量数据集建设、科研赋能及算力服务四大应用场景，推动科学计算能力规模化应用与商业化落地。截至目前已服务百余个科技创新团队，其中包括多个院士领衔的顶尖实验室，累计发表数十篇高质量学术论文，展现了深厚的科研赋能实力。

面向实战，自主算力交出产业答卷

技术指标的领先，最终要靠产业应用来验证。新药研发，就是这样一块验证国产科学计算性能的“试金石”。

在新药研发领域，“双十魔咒”长期制约着行业发展：一款新药从立项到上市，往往需要十年时间、十亿美元投入。这背后，高质量分子动力学数据的缺失是核心症结之一。

依托“天穹”的高精度仿真能力，思朗科技深度布局创新药研发领域，致力于通过海量数据的模拟仿真推动药物管线从靶点筛选、先导化合物发现到候选分子优化的全流程效率提升。公司介绍，已成功支持多个候选分子进入临床前研究阶段。

在更早期的“0-1”阶段，思朗科技团队与中国药科大学开展了围绕药物早期研发各环节的深度合作。例如，该校智能药学交叉研究院相关团队正在围绕肝纤维化的核心病理机制展开研究，目标是研发一款口服小分子药物，“天穹”提供的高质量蛋白质动态构象数据，正在成为人工智能辅助药物研发的重要基础资源。思朗科技将这类工作概括为打造“科学数据工厂”——用计算生成高质量数据，再用数据反哺人工智能模型的训练，形成一个自我强化的良性产业闭环。

思朗科技董事长兼CEO查浩介绍，今年以来，“天穹”科学计算机的商业化订单正在多地稳健落地，应用场景也从最初的生物医药领域持续向更多领域延伸。

在材料科学方向，团队近期正式推出了基于“天穹”的国产材料分子动力学模拟软件，计算速度相较于主流GPU方案提升百倍，填补了国内相关软件工具的空白。与此同时，思朗科技联合长江3D科学计算中心打造的电解液数据集，已作为首批“AI-Ready”材料数据集，上线国家新材料大数据中心，解决了锂电池电解液研发领域长期存在的大体系、长时间尺度数据缺失问题。

在集成电路领域，思朗科技与国产计算光刻软件公司合作，围绕先进光刻工艺联合攻关已有8个月，双方正在打造一套国产软硬件一体化的解决方案。这一方案将填补国产EDA软件与国产创新算力协同应用的产业空白，为芯片制造环节提供更加安全可靠的自主底座。

图为思朗科技材料MD软件正式上线

星火成炬，共筑科技自立自强根基

科学智能发展，既需要传统的“高性能算力（超算）”来求解方程，也需要“人工智能算力（智算）”来训练模型。

今年，思朗科技加入了上海人工智能实验室发起的“AGI4S珠峰计划”，参与DeepLink超智融合算力平台的共建，在其中承担专用科学计算的角色，与智算中心形成“超算精准模拟、智算高效学习”的双轮驱动模式。

图为思朗科技加入上海人工智能实验室“AGI4S算力共建计划”

在工信部公布的高质量行业数据集建设先行先试联合体名单中，思朗科技作为成员单位，参与北京科技大学牵头的新材料大数据中心联合体建设。在中国科学院自动化研究所的“磐石”科学基础大模型平台上，团队也上线了大尺度分子动力学模拟工具，将原本需要数月乃至数年的计算任务压缩至数天甚至数小时。

据公开数据，2025年中国科学计算市场规模已达到1347.03亿元，预计到2029年将增长至2682.85亿元，年均复合增长率约为18.80%，其中生物医药、新材料、集成电路等领域是需求增长的核心引擎。在“十五五”规划壮大新兴产业、强化产业链自主可控的战略背景下，像思朗科技这样具备从芯片设计到整机制造、再到行业应用全链条自主研发能力的企业，正在成为这条产业链上不可或缺的一环。

面向未来，思朗科技还在布局更前沿的技术方向：探索将自主MaPU架构与量子计算结合，构建“超算、智算、量算”三位一体协同的下一代算力基础设施，并计划将这套科学计算能力延伸至合成生物、低空经济、高端装备等更多新兴领域。

从难以捕捉病毒入侵全过程的冷冻电镜，到一台能在4天内算清楚微观动态的国产3D科学计算机，背后是一群科研人员与工程师十余年的深耕与坚持。在全球算力竞赛日趋激烈的当下，类似上海思朗科技这样把根技术牢牢握在自己手里的探索，不仅是一家企业的产业突围，更是中国从科技大国迈向科技强国进程中的鲜活注脚。（新华财经 邓侃）