Key Takeaways:
- 2026年8月19日,广东省高校新材料领域骨干教师技能提升培训班学员实地考察芯培森合资赫曦智算中心。
- 赫曦智算中心已完成100台服务器部署,每台搭载芯培森自研APU芯片,面向关键材料研发和垂类AI模型提供算力。
- 芯培森称其APU针对原子模拟重构架构,MLMD与DFT等原子级计算较CPU/GPU提速1至3个数量级,能耗下降2至3个数量级,并支持数十小时亿级原子第一性原理精度模拟。
- 芯培森推出MaterPlato智能体,覆盖智能参数寻优、自动建模、报错预判和辅助后处理等流程。
- 服务模式上,芯培森采用全职硕博技术团队直连高校PI与企业研发课题组,剔除多层分包,并设置三层质控与法律级赔付保障。
2026年8月19日,芯培森合资赫曦智算中心。
广东省高校新材料领域骨干教师技能提升培训班的学员们在此相聚,他们不仅检阅了算力集群,而且围绕一个正在成形的未来而展开热烈讨论:当AI与材料研发深度融合,材料发现的范式将不再仅仅是试错,而是有了智能的加持。
这场考察的潜台词,是对一个时代命题的回应——当算力大大提效,科研效率的想象力,还有没有天花板?



算力不是背景板,是主角

芯培森合资赫曦智算中心,赫曦服务器整齐列阵,高效运转。

学员们驻足在机柜前,看到的不是冷冰冰的金属盒子,而是一套正在重构材料研发底层逻辑的算力系统。

这里已完成100台服务器的部署,后续将正式投入运营。每台服务器搭载芯培森自研APU芯片,专为关键材料研发提供算力服务,并为垂类AI模型提供高质量计算数据支撑。
那些曾经受限于算力规模而被迫”缩水”的模拟规模,在这里获得了大体系持续计算的承载。
三元一体:芯培森交出的”全栈答案”

在参观之后,芯培森联合创始人、总经理樊正伟先生用一场深度分享,将赫曦智算中心背后的战略逻辑完整展开。
如果把材料研发比作一场生产,那么算力服务器和智能体就是生产资料,生产资料的优势会兑现为生产效率。
当前绝大多数算力服务商仍在用通用CPU、GPU跑材料计算,如同用卡车跑F1赛道——硬件与场景错配,算力利用率低下。
芯培森APU服务器的解法是从底层重构:针对原子模拟的计算特征重新设计架构,直接打破存储墙和功耗墙瓶颈。
结果是,MLMD和密度泛函理论DFT等原子级科学计算速度相比CPU/GPU提升1-3个数量级,能耗下降2-3个数量级。
更关键的是,还支持数十小时不间断的亿级原子规模的第一性原理精度模拟,让以往不敢触碰的大体系问题有了被攻克的可能。
活动中,樊正伟先生还介绍了芯培森的MaterPlato智能体。传统代算模式中,科研人员很多时间消耗在手动建模、反复调参、排查报错上。
MaterPlato将全流程自动化:智能参数寻优、自动建模、报错预判、辅助后处理一气呵成。这套系统还会在每一次真实项目中持续学习,形成”算力生产数据、数据训练模型、模型反哺效率”的增长飞轮。

但产业链上还有一个隐藏痛点——生产关系。
当前,行业普遍存在的多层分包中介模式,让科研算力消费既不透明也不可靠。
而芯培森的选择是——全员全职在岗硕博技术团队,从第一公里到最后一公里,直接对接高校PI、企业研发课题组,剔除所有中间加价环节。
三层质控体系加上法律级赔付保障,让”准时、准确、可溯源”从承诺变成标准配置。

在科研与产业的交叉点上 交流环节格外热烈。
广东省高校新材料领域骨干教师技能提升培训班的学员们和芯培森公司联合创始人、总经理樊正伟先生,将讨论的焦点对准芯培森合资赫曦智算中心的进展、智能体MaterPlato的基本功能以及AI4M的未来发展趋势。
问题背后讨论,关乎一种新可能:当科研工作者从繁琐的计算流程中解放,他们将把智慧的锋芒投向何处?
芯培森的选择是,用”三元一体”的闭环生态,把路径铺到离问题最近的地方,让科研回归科研本身。
