话题一
算力从科研专供走向全校公共服务
当前，高校算力平台正从理工科科研专用资源，升级为覆盖教学、科研、管理全场景的校级公共基础设施。这不仅是应用边界的拓展，更意味着算力建设的底层逻辑要从“为特定任务建平台”转向“为全校师生提供服务”。
姜元春：算力已经成为支撑高校科研、教学与管理服务刚性需求的公共基础设施
近两年，高校算力最显著的变化是从“硬件堆叠”转向“普惠易用”。两三年前，算力建设的重心依然在于建设算力平台、扩充算力规模、垒高硬件配置，主要为计算机等学科的科学计算使用。
如今，随着各种开源大模型、智能体平台的推出及其在教学、科研和管理服务中的广泛应用，算力已经成为支撑高校科研、教学与管理服务刚性需求的公共基础设施。
以科研为例，过去“没有算力就做不了研究”还只是部分学科的共识，如今几乎所有学科都需算力加持，跑得动大模型、调得通智能体，正在成为科研的基本入场券。在这种情况下，如何降低使用门槛，让包括传统工科、人文社科等学科在内的广大师生都能便捷获取算力、切实享受 AI 红利，已成为当前高校算力发展的核心命题。
刘宇：算力应用边界拓展，信息办需做好支持服务
人大的算力服务除了支撑传统的科学研究外，还在推动学科交叉应用、服务国家重大战略需求、助力学校内部治理等方面发挥重要作用。
例如，我们支持学校书报资料中心建设了“中国特色哲学社会科学自主知识体系数字创新平台——学术世界”，为平台的文献检索、文本处理和知识组织等环节提供了基础设施支撑；支持法学院和人工智能学院联合开发了涉外法治大模型，这是全国高校首个通过数据知识产权登记的法律类项目，入选首批教育部高等教育智能体名单。
此外，我们还与国家治理大数据和人工智能创新平台合作，建设国家人才供需对接大数据平台，为人才培养战略规划提供数据支撑。在校内管理层面，校务智能问答和相关职能部门的数据处理，也都在调用算力资源。
随着算力从理工科拓展至法学、经济学、管理学、社会学等人文社科团队，用户的需求也在发生变化。文科研究常涉及多源且格式多样的数据，更加重视数据隔离、安全合规与便捷的数据管理；且大部分师生不擅长底层运维，需要开箱即用的交互式软件环境与针对性技术辅导。
要更好地服务这些新用户，我认为需要做好几点：一是提供“交钥匙”平台，预先配置好软件环境和分析工具，让学者能“拎包入住”，专注研究本身；二是组建跨学科支持团队，由懂技术的专家和懂学科的顾问组成，充当“翻译官”和“桥梁”，帮助学者将研究问题转化为计算任务；三是强化培训交流，配备易懂的文档和案例，鼓励用户分享经验，促进知识流动与协作创新。
话题二
高校算力建设“十五五”新规划
未来五年的高校算力建设，不再是扩容设备的线性延续，而是平台定位、服务模式和资源组织方式的系统性重构。
刘宇：算力平台+数据中台一体化，打造“新文科算力底座”
面向“十五五”，中国人民大学在算力建设方面将聚焦“算力平台+数据中台”一体化建设，摒弃以算力峰值为指标的传统超算建设模式，采用CPU通用算力+GPU智算均衡布局，在逐步推动设备更新、算力扩容的同时，重点优化交互式计算环境，打造低门槛科研工作台，统筹构建更加适配计算社会科学、数字人文、政策仿真的异构算力底座。
在学校数字化战略中，科学技术保障中心将作为全校科研数智基础设施专职支撑主体，推动职能由传统大型科研仪器设备运维向“算力+数据+工具+服务”一体化科研底座运营转型，与信息技术中心形成“行政数字化、科研数字化”双支撑格局，为学校构建中国自主哲学社会科学知识体系提供稳定、安全、易用的科研数智保障。
对于同样正在建设算力的文科高校，个人认为，不应照搬传统的理工科超算、智算中心建设范式，也无需比拼算力峰值，而要坚持“数据先行、易用为本、混合供给”，重点打造算力、数据、服务一体化的科研支撑体系，建设服务计算社会科学与数字人文的“新文科算力底座”。
张洋：算力平台要提供“算力+数据+模型+技术服务”一体化能力
个人认为，对高校而言，这一轮规划最核心的要点，就是以人工智能为驱动，推动信息化迈向数字化的变革。
兰州大学也在做这方面的探索，主要分三个层面：
第一，建设新一代算力基础设施。未来的算力底座不再只是传统的CPU集群，而要以CPU、AI国产处理器为主体，同时整合校外算力资源和云端算力资源，形成一个能支撑不同学科、不同应用、不同规模任务的算力供给体系。
第二，整合校内与校外算力。算力平台投资大，技术更新又十分迅速，高校长期持续投入巨额资金自建并不现实。未来的方向或许是校内保留一部分核心算力，更多的则是跟校外算力资源结合，通过统一聚合后供师生使用，让算力资源得到更充分的利用。
第三，从提供算力转向提供一体化服务。未来超算平台提供的不仅仅是算力，而是“算力+数据+模型+技术服务”一体化的能力。要让师生能够快速获取所需的模型和服务，加快科研创新的速度。
关于超算中心的定位，我们也在做调整。以前超算中心更多是保障部门，未来定位则是支撑学校人工智能算力底座的核心部门，要在此基础上利用好人工智能技术提升学校教学、科研和管理的整体水平。
姜元春：集约统筹、国产适配、按需服务
“十五五”期间，合工大算力建设规划的核心方向是集约统筹、国产适配、按需服务。在集约统筹方面，实施智算中心建设工程，推进校级高性能平台二期和三期建设，持续提升校级高性能平台的智算能力。
与此同时，强化校级高性能平台的公共底座定位，按照“应统尽统”的原则，整合校内分散算力资源，避免“算力孤岛”的出现。我们也在探索教师个人算力的统筹托管策略，通过学校集中采购外包服务的方式，将分散于各实验室的算力设备纳入规范化管理，规避私设服务器带来的消防、电力等物理安全隐患。
在国产适配方面，我校将采取兼顾通用算力与国产算力的策略，开展高性能平台二期和三期建设，逐步开展国产算力替代工程，多措并举推广国产算力在多学科应用场景中的落地。同时，探索接入国家算力枢纽节点和商业云平台，构建混合算力体系，采取校内算力与国家算力网络的协同联动策略，满足全校AI教学、科研、管理的大规模计算需求。
在按需服务方面，我校将探索面向多元化应用需求的算力调度与融合机制，建立校级算力服务平台，实现算力资源的统一门户访问、在线申请与动态分配，推动算力从人工调度向智能匹配转变。同时，针对不同学科的计算特征，制定差异化的服务策略与计费模式，让算力资源真正服务于学校的创新发展。
话题三
算力供给的多渠道融合成为必然
算力聚合、校际共享、接入国家枢纽，正在成为破解算力短缺困境的新路径。而网络带宽的承载能力、数据安全的权属界定，以及跨校结算的标准化，正是这一格局形成前必须跨越的三大门槛。
张洋：推进西部高校算力聚合平台建设，统合外界算力
高校算力供给的格局正在发生深刻变化。并非所有高校都能持续承担校内自建的高昂费用，而与此同时，社会上大量算力资源并未被充分利用。如果能通过一个统一平台、一套统一标准，将这些分散、异构、分属不同管理主体的外部算力连接起来，再向师生开放，就能有效缓解校内算力不足的问题。
基于这个思路，2025年7月，我校正式发布了西部高校首个算力聚合平台。平台定义了一套标准接口，将外部算力对接到学校，师生登录后即可直接查找并使用所需资源。目前平台已接入五到六家算力供应商，资源类型涵盖英伟达GPU和国产GPU等多种异构算力。去年下半年已有人工智能课程在平台上开展实验教学，师生反馈积极。
平台的另一大亮点是预置了丰富的应用镜像，支持一键部署。以生物信息学研究常用的AlphaFold3为例，过去在本地配置这类软件环境往往需要数天甚至数周，如今平台上已预置好完整环境，用户直接申请资源即可运行。大型语言模型DeepSeek等热门应用也已完成镜像封装。这种“拎包入住”的模式，极大降低了非计算机专业师生的使用门槛。
当然，这一模式在实践中也面临一些现实挑战，包括跨网数据传输的带宽瓶颈、跨平台数据存储的安全与合规、不同环境下软件适配的复杂性等等。我们正在推动异构算力聚合标准的制订工作，未来第三方算力资源只要符合该标准，即可快速接入平台。
从长远看，平台将首先服务本校，后续兰大计划与西北地区其他高校开展合作，共同构建西部高校算力网络，让更多师生受益。整体方向是明确的：校内保留核心算力作为底座，更多地与外部算力资源结合，通过统一聚合后供给全校师生使用。
姜元春：通过“核心数据校内处理、弹性需求云端扩展”的方式供给校内算力
当前，越来越多的高校开始探索“私有+共有”的混合算力供给模式。我校已在学校私有算力的基础上，接入商业云算力，通过“核心数据校内处理、弹性需求云端扩展”的方式，在保障数据安全的前提下提高学校算力的供给能力。
对于涉及科研核心数据、敏感信息的计算任务，严格限定在校内私域算力环境中完成；对于大规模预训练、非敏感数据的弹性算力需求，则按需调度至商业云平台，实现校内资源与云端资源的优势互补，既守住安全底线，又突破算力天花板。
“十五五”期间，我校将接入国家算力枢纽节点，推动校内算力平台与国家骨干算力网络的互联互通，形成“校内算力+商业云算力+国家一体化算力”的三层协同供给体系。同时，我们也将探索跨域算力调度、数据安全流通、成本分摊机制等实践问题，实现多源算力的融合服务与高效利用。
话题四
国产算力应用的现实与期待
高校普遍认同国产算力应用是必然方向，但国产算力要在高校真正用起来，需要的不只是硬件，软件生态和建设人才也需同步跟上。
张洋：国产算力推广的关键在于生态与人才适配
客观来说，国产算力近两年发展非常迅速，硬件算力能力和软件生态都比前几年进步显著，但要说完全替代英伟达生态，确实还需要时间。
国产算力要在高校场景更好地推广，还需在两方面持续发力。
一是软件生态。编译器、数学库、通信库、调试工具、性能分析工具……这些配套的完善程度直接影响用户体验。要让老师们了解国产算力能做什么，同时把迁移成本降到最低。
二是人才培养。英伟达生态用户基数庞大，而熟悉国产算力的人才则相对稀缺。国产算力如何与高校人才培养相结合，是需要认真思考的问题。目前部分厂商已开始与高校合作开设课程，让学生从大学阶段就接触国产算力平台——方向是对的，长期积累才能培养出足够的人才，推动国产算力走向大规模应用。
从高校选型策略来看，应当“两条腿走路”。一方面，英伟达生态在全球仍处于领先地位，高校做科研需保持与国际前沿同步，短期内不可能完全停用；另一方面，国产化是未来方向，高校必须主动去用、去适配，若不在实际应用中打磨，就难以真正走向成熟。建议高校选择一两种目前主流且发展前景良好的国产算力品牌，与英伟达算力形成均衡配置。
刘宇：国产算力应用需突破“软件生态与迁移成本”瓶颈
从实际运维和用户反馈来看，目前国产算力的核心瓶颈依然集中在“软件生态与迁移成本”上。如何打破算力生态壁垒、降低科研人员的适配门槛，同时保障高负载下的系统稳定性，是当前高等教育行业共同面临的挑战。
在后续规划与推进策略上，面对当前的国际局势与信息安全要求，推进算力底座的自主可控既是硬性要求，也是必然趋势。我们将从三方面重点发力：
首先是深入调研评估，紧跟国内芯片技术演进，对主流国产算力方案开展深度调研与测试，选拔适配高校科研场景的优质方案。
其次是激发用户意愿，通过政策引导与资源倾斜，积极调动校内科研团队参与国产算力适配与应用创新的积极性。
再次是优化服务保障，强化运维与技术支持团队建设，做好从硬件接入、工具链配套到故障排查的全流程服务，确保国产算力“不仅能用，而且好用”。
话题五
对于算力人才可持续发展的展望
算力基础设施的最终竞争力，取决于人才。然而，人手少、编制紧、能力跟不上技术迭代，仍是许多高校算力中心的普遍困境。如何从“技术运维”转向“技术+学科+服务的复合型支撑”，亦是队伍建设迫在眉睫的课题。
姜元春：高校算力团队需掌握面向“AI+教育”的主动赋能能力
个人认为，算力人才队伍不应局限于信息化部门内部，要发挥高校信息科学、管理学等学科人才优势，树立“全校一盘棋”的人才观，整合全校既懂领域知识又具备技术能力的复合型人才，形成“信息办统筹协调+学科团队深度参与”的人才队伍建设路径。
其次，算力人才要能做“最后一公里”的桥梁，能够理解材料学科教师需要什么样的模拟精度，能听懂经管学者对数据安全的关切，能帮助人文社科老师把AI工具引入教学与科研。只有这样的队伍，才能真正把算力变成科研、教学和管理服务用得上的能力。
展望未来，合工大的算力团队自身需要补齐三方面新能力：一是懂AI负载优化的技术能力。随着大模型、AI for Science等新范式的普及，传统HPC运维经验已无法满足智算需求，团队需要深入理解GPU架构、分布式训练、推理优化等新兴技术栈，这样才能提出合理有效的算力建设与运维方案。
二是懂用户场景的服务能力。算力团队要走出机房、走进实验室和课堂，主动了解不同场景的计算痛点，变“被动响应”为“主动发现”，为不同场景量身定制算力解决方案。
三是懂服务运营的管理能力。掌握资源计量与成本核算、用户分级管理与服务化运营思维、跨域算力调度与成本优化等，实现从保障运行到主动赋能的能力升级。
张洋：算力中心要成为培养交叉学科人才的桥梁
兰州大学超算中心成立之初，就确立了不同于传统计算平台的定位——成为交叉学科的桥梁。高性能计算本身就是多学科融合的产物，借助这一平台，可以有效推动校内交叉学科发展与人才培养。
自2019年起，中心依托平台招募学生参加 ASC 世界大学生超级计算机竞赛，并提供培训和实验环境。这类竞赛能使学生接触前沿技术，实现理论学习与实践操作的紧密结合，对人才培养成效显著。到2026年，兰大团队已连续五次获得ASC超算竞赛一等奖，近年培养的部分学生已进入相关行业。
当前，高校超算中心普遍面临团队规模过小的问题，编制有限是不争的事实。我们中心目前仅有两三人，却承担着平台运维、竞赛指导和教学培训等多重任务。在数字化转型加速推进的背景下，大模型、智能体等新服务需求层出不穷，人手不足已成为制约发展的突出瓶颈。
面向未来，超算中心的定位已发生根本变化——从保障部门，转变为学校人工智能基础设施和公共算力服务的核心组成部分。这一转变对团队提出了更高要求，亟待提高的就是学习能力。以往，高性能计算与大模型技术交集有限，但如今各学科均在应用大模型和智能体，团队必须持续学习新技术，方能将前沿能力与学科需求深度融合，真正驱动科研创新。
借此机会亦想呼吁：高校算力人才短缺是普遍问题，未来服务范围还将持续扩大，若人手不足，服务质量难免受到影响。希望学校层面能够建立可持续的人才引入机制，让算力设施真正发挥其应有价值。
来源：《中国教育网络》2026年7月刊
京公网安备 11040202430174号
![京网文[2017]10376-1180号](/images/indexnew/www1024.jpg){kind=link}