《科学革命的结构》一书认为，范式是科学研究的方法论，而范式的突破则会带来一系列科学革命。

今天，科学研究又站在一个关键的历史节点：当算力、数据、AI大模型等技术快速交织发展之际，人工智能正推动科研范式加速从数值模拟、大数据分析向科学智能（AI for Science，以下简称AI4S）演进，这标志着科学研究的基本方式和逻辑体系将迎来全面重塑。

在此背景下，如何支撑起科研范式快速、高效地演进，就成为当下科学界与产业界的焦点。近日，中科曙光正式发布国内首个科学大模型一站式开发平台OneScience，成功填补产业发展的空白，并大胆提出用“三小时开发一个模型”，助力科研人员叩响智能时代科研探索的大门。

正如中科曙光高性能计算产品事业部总经理李柳所言：“OneScience平台的核心思路是解决目前科研领域所面临的各种共性问题，通过将数据、模型乃至知识、经验打包到OneScience平台之中，从而提升科研人员的科学模型研发效率、缩短研发周期和加快科研探索。”

中科曙光高性能计算产品事业部总经理李柳

AI4S 的共性挑战不容忽视

AI for Science是通过人工智能技术解决传统科研难题、加速科学发现的新型研究范式。

《Nature》杂志的《AI for Science 2025》报告指出，现代科学研究所面临的维度和复杂性挑战巨大，是数值模拟、大数据分析等传统科研范式很难有效应对的；而借助深度学习、大模型等人工智能技术，AI for Science将彻底重塑科研流程并加速科学发现。

AI for Science具备数据融合、模型融合、知识引导、科学实验与AI系统闭环等关键特征。这其中，科学大模型又至关重要。科学大模型通过不断借鉴和应用成熟的通用大模型，模型参数量持续增加，不仅带来科研场景的效率与精度大幅提升之外，还能有效降低计算成本、研发周期，便于辅助科研人员发现科学内的规律和科学智能体系的建立。

与此同时，当下科研大模型部署与应用所面临的共性挑战也不容小觑。例如，科学数据是极其多样化和碎片化的，如何为科学大模型建立起高质量科研数据集尤为关键；另外，不少模型的训练机制、参数细节和优化过程并不公开，导致科研人员在模型能力验证、获取与选择等面临困难；加上开发工具链分散、软件环境复杂，导致科学大模型在真实的科研场景中就像一辆陷入泥潭的跑车，空有一身本领，却难以尽情施展。

基于此，中科曙光推出OneScience，为科研人员带来覆盖全场景、全流程的统一科学大模型开发平台。

“三小时一个大模型”成为可能

《科学智能全球发展观察与展望》报告指出，AI for Science 正加速推动科研从“作坊模式”加速走向“平台模式”。

所谓“平台模式”，并非要限制科研人员的创造力；相反，通过平台的力量，科研人员不仅能从繁琐的“体力劳动”束缚中解放出来，还能实现不同工具、科研人员之间的高效协同，在科学探索中充分发挥创造力；更能实现数据、资源的高效利用，甚至让跨学科研究大幅前进。

毫无疑问，中科曙光科学大模型一站式开发平台OneScience就是科研“平台模式”下的代表产品。它不仅可将零散模型与科研场景整合为统一科研智能平台，还能覆盖多学科领域从模型训练到推理应用的全流程，更可让科研人员“开箱即用”，“一键”开启科学大模型研发。

具体来看，OneScience目前支持多个领域、数十个科学热点模型，并提供涵盖单卡、单节点多卡以及多节点多卡训练等配置，以便于用户进行科学大模型性能优化、参数调优以及跨场景对比分析。其次，OneScience提供气象与海洋预报、生命信息、材料化学等领域的高质量、高扩展的数据集，以及丰富的数据前处理工具和接口，为科研人员的大模型开发带来极大便利；同时，OneScience对国产算力进行充分优化，系统性地开展多个学科模型的训练与推理实践，在国产算力下支持模型参数扩展到10亿级别以上；最后，OneScience集成了众多主流的模型训练框架与工具，满足科研人员在不同算力环境下高效构建与优化高性能模型的需求。

中科曙光OneScience平台研发负责人刘东介绍，过去科学建模类似构建一个自己风格的房子，而OneScience则采用平台化思路，为科研人员提供各种各样的样板间，模型、数据、训练方式等就像样板间的不同家具与风格，科研人员可根据自身需求快速封装起来，达到快速开发模型的效果。

据悉，科学大模型一站式开发平台OneScience是基于曙光在科研高性能计算领域30年积累以及“AI计算开放架构”理念打造而成的。曙光从2022年底即对AI4S建模等共性问题开展研究，之后正式启动OneScience项目，并明确工程化路线和需要解决的挑战；直至当下，OneScience已在AI4S工程化方面取得一系列进展，让科学大模型研发效率提升百倍，使得“三小时开发一个模型”成为可能。

OneScience平台的出现对于科研领域意义重大。以生物制药为例，一个传统的新药研发周期平均在10-15年，成本高达20亿至30亿美元。但当AI深度介入后，这个周期曲线正在迅速拉平。李柳直言：“对于科研工作而言，将模型开发周期压缩到3个小时具有重要意义，这意味着科研人员可以将更多时间、精力聚焦在科学探索上。”

事实上，中科曙光在打造OneScience过程中做了很多开创性工作。例如，科研领域当下大部分热点模型均是基于国外计算卡研发的，为确保热点模型在国产算力平台上复现，中科曙光在模型对齐、模型效果、精度差异、问题定位等方面克服了大量困难；同时，中科曙光还对OneScience上科学建模做了全流程的验证，并做到科研领域的全面覆盖。

继续，OneScience平台接下来还将会探索接入智能体，让智能体参与到OneScience的科学模型开发、调试与实验复现中来，推动科研开发过程走向智能化。

落在实处，OneScience走开放之路

如今，“开放”已经成为中科曙光的核心战略。同样，OneScience平台也将坚定不移地走开放之路。

目前，OneScience平台在国产GPU上的复现与优化支持模型代码，已可通过Github、Gitee、超算互联网等多个社区平台向业界开放下载。

除了代码层面的开放之外，中科曙光还希望通过场景化方案的方式，来推动曙光AI超集群、OneScience等平台在科研领域的应用。

例如，中科曙光本次还发布了“曙光AI超集群”场景化方案，通过纵向穿透、横向联通的贯通式优化，实现从底层芯片、指令集到上层框架、应用的整体优化，去加速赋能科研探索工作。中科曙光智能计算产品事业部副总经理胡晓东介绍：“AI4S领域面临着数据海量、模型复杂、实时性要求高等挑战，利用AI超级群场景化方案可以快速、低成本的试错和探索，从根本上加速了科学发现的进程。”

此外，中科曙光OneScience平台已经在超算互联网上线，并迅速获得众多科研人员的高度认可。国家高性能计算机工程技术研究中心总工程师刘冠川表示，“传统HPC时代，科研使用的路径比较清晰和固定。进入到AI时代，AI技术不断深入到科研场景之中，但AI大模型等正处于发展的‘动荡期’，AI工具、框架更新迭代快，科研人员非常需要一个平台提供经过验证、有效的AI技术。”

据悉，中科曙光未来还将吸纳更多伙伴、用户参与到OneScience的共建，不断将科研领域的数据、知识、经验融入其中。

综合观察

科研范式的每一次跃迁，都离不开工具的突破。AI for Science 所代表的科研新范式正开启科学探索的新时代，而中科曙光的OneScience平台就像是一位重要的“制器者”，它并不直接创造知识，却为科研人员锻造出最趁手的工具，让其在科学探索中勇攀高峰。