效率暴增 3000 倍！AI4S 正在改写新材料研发规则
4月14日，中科曙光6万卡AI4S集群正式发布，圈内再次把目光聚焦到同一个问题上：AI4S到底能做什么？为什么巨头都在押注这条赛道？
答案不在参数里，在产业里。
AI4S不只做药。还有一个赛道同样在发生质变——新材料。
说个案例你就明白了。钠离子电池被很多人视为锂电池之后的下一代储能技术，但材料研发一直卡在效率上。传统计算方法评估一种材料，一次要跑上千小时。
北京一家AI材料公司基于晶体图神经网络构建了AI模型，把时间压缩到了分钟级，效率提升约3000倍，关键材料性能预测准确率超过90%。
三千倍。这个数字放在任何行业都是颠覆性的。
背后的逻辑和AI制药一模一样。传统模式靠人工试验逐一验证，周期长、成本高。AI用模型快速预测，从“试出来”变成“算出来”。
OpenAI在2025年10月成立了一个专门的科学研究团队，取名OpenAI for Science。该团队负责人的判断很直接：2025年AI改变了程序员写代码的方式，2026年同样的事情会发生在科学研究领域。
当然，这一切的前提是算力。不管是筛选药物分子还是预测材料性能，AI4S的运算量都远超日常应用。一次蛋白质结构预测的计算量，相当于几万次大模型对话。没有算力底座，模型跑不动，预测精度上不去，研发提速就是空话。
这也解释了为什么曙光的6万卡集群会被圈内反复讨论——它不是服务聊天机器人的，是服务那些真正能改变产业格局的科学发现。
从18个月做出一款新药，到几分钟预测一种电池材料，AI4S已经开始兑现它的价值。而这条赛道能跑多快，很大程度上取决于算力基础设施能走多远。
曙光6万卡 AI4S 新材料 科学发现