随着百台赫曦服务器在芯培森合资赫曦原子智算中心部署完成、三元闭环生态渐次落地,AI4M(AI for Materials,人工智能赋能材料研发)领域企业芯培森近期持续受到业界关注。在AI4S(AI for Science)浪潮加速重构科研范式的当下,AI4M被视为颇具落地潜力的垂直方向之一,而算力,正是这道命题的第一道门槛。
近日,记者在广州专访了芯培森联合创始人、总经理樊正伟。从万亿级基金平台的资深科技投资人,到一头扎进硬科技领域创业,他的转身背后,是对一场材料研发范式变革的判断。
当浪潮来临的时候,你要意识到它
樊正伟的学习履历横跨理工与经济学:本科就读于武汉大学电气工程学院,凭借年级第一名的成绩获得推免资格,保送至清华大学电机系,后跨专业转入清华大学经济学研究所,毕业后长期从事科技与制造领域的研究与投资工作。事实上,他与AI的缘分可以追溯到二十年前——本科毕业论文研究的正是使用人工神经网络技术来识别电力系统扰动。
“当前科技最大的趋势就是AI。”樊正伟说,“AI会对社会的每一个环节进行改造,在每一个环节里的渗透率都会得到极大提升。”而材料研发,正是他眼中AI落地的垂直场景之一。
当谈及为何放弃投资人生涯、选择亲自下场时,樊正伟提到了自己欣赏的武汉大学校友雷军:“最打动我的,是他内心是火热的、有激情的。如果没有一颗很火热的心,是不可能坚持下去的。”而雷军带给他的启示不止于此——还要对形势有清楚的判断:“当浪潮来临的时候,你要意识到它;意识到之后,还要选择去做什么。”
在樊正伟看来,AI正是当下最大的浪潮。“我一直在突破自我,一直在探索我的边界,想看看自己最终能做成什么样子。”带着这样的判断,他离开投资一线,成为芯培森的联合创始人兼总经理。
而摆在面前的第一道现实问题,正是算力——材料计算场景,到底需要什么样的算力?
技术判断与商业判断,互为支撑
与樊正伟搭班的,是公司联合创始人、董事长兼首席科学家刘杰教授。这位技术带头人现任湖南大学二级教授、博士生导师,履历横跨学界与产业界:华中科技大学电气与电子工程及计算机双学士、清华大学电机系硕士、美国华盛顿大学电子工程博士及应用数学硕士;曾任职美国Synopsys高级研发工程师,承担过6项华为芯片领域委托研发项目,在国际高水平期刊和会议发表学术论文60余篇,申报美国专利和PCT国际专利10余项、中国发明专利30余项。APU采用的非冯·诺依曼存算一体架构,正是由他主导研发,并完成了从实验室产品向商品的转化。
两人分工并不割裂:刘杰博士不仅主导技术方向,也会参与公司战略制定和重大决策;樊正伟作为总经理不仅负责日常运营,也会参与研发及产品决策。樊正伟特别提到刘杰博士的危机感:“很多大学教授其实没有认真考虑过企业活下去的问题,但刘杰博士对此的认知很深刻,因为他在企业待过,所以有这样的意识。”
在樊正伟的自述中,投资经历留给他的是「对企业的理解和对商业的理解」——对趋势、经营与风险的把握;而工科背景赋予他的,是「从本质看问题」的第一性原理思维方式。在他看来,技术判断与商业判断互为支撑,正是这对「科学家+投资人」组合的价值所在。
通用算力,为什么不是材料计算的最佳选择
专访中,记者把技术问题直接抛给了这位联合创始人:材料计算为什么需要专用算力,通用CPU/GPU不够用吗?
樊正伟向记者坦言,材料计算对算力的要求很高。目前绝大部分材料研发机构、高校课题组使用通用CPU/GPU来进行材料计算,这面临着存储墙和功耗墙的瓶颈,而导致材料计算速度慢、能耗高、大体系原子模拟难以落地。
芯培森的解法是从底层重构:独创「非冯·诺依曼」存算一体架构,研制出原子级物质计算工具APU(Atomistic Processing Unit),并与CPU/GPU组成超异构计算架构协同工作。据其介绍,在机器学习分子动力学MLMD和密度泛函理论DFT等原子级科学计算中,这一架构的计算速度较通用CPU/GPU提升1-3个数量级,能耗下降1-2个数量级,并且适合大体系的原子级科学计算场景。
效果有案例佐证。在此前完成的一项高熵陶瓷冲击模拟中,约110万原子规模的计算任务,只使用赫曦集群中的1个计算节点,相较GPU(1张A800,显存80GB)计算速度提升了约 10倍。此外,使用芯培森机器学习势函数训练方法,成本仅为传统方案的三分之一。
三元闭环:不止于算力
更深的问题在于:有了高速算力,为什么还要做智能体和提供计算服务?樊正伟向记者拆解了材料计算行业的另外两大痛点——一个是针对本身就会进行材料计算的科研人员,过去他们在文献调研、建模、调参、查错等环节消耗了大量重复劳动;另一个是针对寻求材料代算服务的科研人员,在传统代算模式中,多层分包的中介模式让材料计算既不透明也不可靠。
针对上述三大痛点,芯培森的解决方案是三元闭环。
第一元是超级终端——芯培森·MaterHaven(内置APU芯片),提供专用算力底座。第二元是智能体——芯培森·MaterPlato,将计算流程自动化——自动建模、智能参数寻优、报错预判、辅助后处理一气呵成,并在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。第三元是计算服务——芯培森·SwiftMater,以全职直营的硕博技术团队直接对接材料研发机构、高校课题组与企业研发团队,剔除中间加价环节,三层质控体系与法律级赔付保障双线并行,把「准时、准确、可溯源」落到交付的每一个环节。
探索边界的人
“世界上所有人类创造出来的物质产品和精神产品,本质上都是人的思想和认知的变现。”采访中,樊正伟分享了这个他长期思考的命题。对未来,他有两个判断:其一,中国会诞生若干家世界级科技公司;其二,支撑这一进程的要素——人才、场景、资本——在中国相当齐全。
从专用算力到智能工具,再到科研服务,芯培森正在探索一条AI4M的垂直落地路径。樊正伟口中的『探索边界』,或许正是这家公司此刻状态的注脚。
免责声明：本文为本平台出于传播商业信息之目的进行转载发布，不代表本平台的观点及立场。本文所涉文、图、音视频等资料之一切权利和法律责任归材料提供方所有和承担。本平台对此资讯文字、图片等所有信息的真实性不作任何保证或承诺，亦不构成任何购买、投资等建议，据此操作者风险自担。