10月30日，之江实验室举行智能计算数字反应堆启动会，联合10余家顶级创新机构共建这一重大科学装置。
当天，实验室还同步启动了智能计算数字反应堆第一批重大攻关项目，包括计算材料、计算育种、计算制药、计算天文、计算基因五大方向，全面赋能相关领域的科研创新和产业发展。智能计算数字反应堆的启动建设，为之江实验室打造智能计算国家战略科技力量奠定了坚实基础。
10月30日，之江实验室举行智能计算数字反应堆启动会，联合10余家顶级创新机构共建这一重大科学装置。
当天，实验室还同步启动了智能计算数字反应堆第一批重大攻关项目，包括计算材料、计算育种、计算制药、计算天文、计算基因五大方向，全面赋能相关领域的科研创新和产业发展。智能计算数字反应堆的启动建设，为之江实验室打造智能计算国家战略科技力量奠定了坚实基础。
10月30日，之江实验室举行智能计算数字反应堆启动会，联合10余家顶级创新机构共建这一重大科学装置。
当天，实验室还同步启动了智能计算数字反应堆第一批重大攻关项目，包括计算材料、计算育种、计算制药、计算天文、计算基因五大方向，全面赋能相关领域的科研创新和产业发展。智能计算数字反应堆的启动建设，为之江实验室打造智能计算国家战略科技力量奠定了坚实基础。
智能计算驱动 加速科研范式变革
何谓“智能计算”？它不是超级计算、云计算的替代品，也不是现有计算的简单集成品，而是根据任务所需，以最佳方式利用既有计算资源和最恰当的计算方法，解决实际问题的一种计算形态，具有随需接入、泛在服务、自动适配、精准高效等特点。
AlphaFold AI模型精准预测人类98.5%的蛋白质结构；Folding@home三周时间征集40万算力志愿者，依托广域协同创造出全球运算速度最快的超级计算系统，支撑新冠病毒研究；人工智能系统21天从零开始设计出一个全新分子……这些案例，让我们看到了智能计算驱动科研范式不断变革，也感受到了智能计算的能量和潜力。
何谓“数字反应堆”？它是一个基于智能计算的全新科学装置，在智能化数字反应堆引擎推动下，为不同计算任务调度最优计算资源，适配最佳计算方法，形成最优结果，将为我国科学发现、社会治理、数字经济发展提供新方法、新工具、新手段。
“之江实验室将以算力设施与智能平台为底座，以数据、算法、模型与知识为基础，打造公共知识库、领域知识库，构建运行管理、协同计算、知识构建、模拟推演、数据处理、人机交互六大引擎，建设智能计算数字反应堆。”之江实验室主任朱世强在启动会上介绍。
为支撑智能计算数字反应堆，之江实验室规划了充足的算力设施。位于之江实验室南湖总部的计算数据中心是目前国内科研机构中规模最大、等级最高的算力中心之一。数字反应堆还将聚合智能超算、智算集群，类脑计算、图计算等算力资源，部署广域协同算力平台和超算互联网算力平台，协同整合算力可达10EFlops。
数字反应堆首席架构师潘爱民研究员介绍，数字反应堆本身是个极其复杂的系统，必须用系统思维的方法论进行建设。“算力资源是强异构的，我们通过一个软件操作系统来有效调度和管理这些资源，并且抽象出多个引擎为领域应用，特别是人工智能应用，提供计算赋能。我们可以把所有这些算力看成一台计算机，反应堆操作系统就是这台计算机的系统软件，通过抽象，形成各领域开发应用所需要的应用。”
“数字反应堆最重要的‘燃料’是数字，最重要的‘引擎’是人工智能，人工智能很重要的基础是知识。之江实验室智能计算数字反应堆，把数字和知识以最快的速度聚集起来，促进跨学科多行业多模态数据产生聚变式与裂变式应用，将成为新一代人工智能的重要基础设施。”中国工程院院士、之江实验室人工智能领域首席科学家潘云鹤在现场点评时说。
中国工程院副院长、中国工程院院士陈左宁表示，之江实验室智能计算数字反应堆的建设将智能融入新的科研范式，将加速科学发现和工程科技创新。中国科学院院士、之江实验室广域协同计算方向首席科学家王怀民院士认为，之江实验室数字反应堆可以针对需求侧多样化计算任务，依托广域协同计算等平台，按需构建更强算力，这种开放创新的模式将实现算力和数据资源价值释放的最大化，开启广域协同的人机混合群体智能时代。
“智能计算+” 赋能多领域创新发展
当天，之江实验室还启动了智能计算数字反应堆的首批重大应用项目，首次发布了智能计算数字反应堆计算育种、计算天文、计算制药、计算材料等系列白皮书，加速促进智能计算与材料、制药、基因、育种、天文等领域的深度耦合，支撑我国重大战略领域的科学研究，助力浙江省三大科创高地建设。
“之江实验室打造智能计算数字反应堆的初心，是让计算回归其本义，即目标问题求解。我们希望，基于数字反应堆，形成泛在可取、便捷服务的智慧之源，构建可持续发展的智能计算创新生态、应用生态和产业生态。”朱世强主任说。
启动会上，中国科学院院士、上海大学材料基因组工程研究院院长张统一，中国工程院院士、中国水稻研究所所长胡培松，长三角绿色制药协同创新中心主任苏为科教授，中国科学院国家天文台研究员、FAST首席科学家李菂，之江实验室特聘专家黄行许教授分别受聘智能计算数字反应堆计算材料、计算育种、计算制药、计算天文和计算基因领域首席科学家。
“当前，国际一流种业正由分子选择育种的3.0时代进入智能设计育种的4.0时代。之江实验室基于高效能的智能计算软硬件体系，打造智能计算数字反应堆，赋能计算育种，这对于推动和引领我国育种进入4.0时代，意义重大。”胡培松院士说，“计算育种堆以农作物基因、分子、环境、表型等大数据为熔炉底料，将大数据挖掘分析、智能计算等技术高效融合，建立高精度模型，加速育种全流程智能化研发，将推动作物育种实现从‘试验选优’向‘计算选优’的根本转变。”
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。“高性能智能计算是天文数据处理中持续的核心需求和前沿限制瓶颈。此次之江实验室联合国家天文台，将打造基于FAST的智能计算数字反应堆计算天文领域示范性应用。”FAST首席科学家李菂说。
为推进产学研协同，之江实验室联合中科院计算技术研究所、中科院东北地理与农业生态研究所、中国水稻研究所、上海大学等单位共同发起设立智能计算数字反应堆创新联盟，共建创新生态，共构资源平台，共推产业变革。数字反应堆项目目前已经吸引了20余家材料、制药领域的领军企业参与，产学研各界将携手加速数字反应堆的建设和产业应用的开发。
未来，在战略应用的牵引、核心引擎的迭代和开源开放社区的支撑下，智能计算数字反应堆将持续进化。不同领域的知识将在数字反应堆的作用下碰撞出数字文明新图景，不仅支撑科学研究，还将服务国家战略、数字经济和社会民生。
“我相信在不久的将来，智能计算数字反应堆将成为我国发展新一代人工智能的重要基础设施，充分赋能科学研究和数字经济，成为众多行业攻坚克难的得力工具，引领和支撑各行业高质量发展。”潘云鹤院士说。
智能计算数字反应堆（计算材料方向）
从石器、铜器、铁器时代到以硅半导体材料为代表的电子信息时代，材料承载着人类数千年文明发展的符号化象征，也成为时代生产力和科技水平的标志。
“一代材料，一代装备”，各种功能迥异的高性能材料成为现代制造业的重要基石。传统材料的发现常靠反复试错，昂贵、费力、耗时，而且材料的研发一般要经历成分工艺设计、制备表征、系统优化、集成制造、服役评价和工业应用等漫长的过程。一个新材料从实验室设计到市场应用通常需要10-20年。新材料的发现与应用已成为工业高质量快速发展的瓶颈，也是日趋激烈的国际科技竞争中制约对手、占据主动的硬核技术。
数据驱动的人工智能方法的兴起，极大地扩展了计算材料学的预测效率和能力，它将高通量计算、高通量实验、数据库或机器学习方法高度融合，低成本加速材料研发流程。传统的材料设计方法中需要材料设计者通过不断调整设计参数，在不同参数设置下分别进行实验，来寻找满足需求的材料设计参数。而以深度学习为代表的人工智能技术，为我们提供了可将多模态、多领域海量数据进行汇聚并高效准确地从中提取规律、价值的可能。借助于此，我们可根据已知实验数据构建机器学习模型，预测某个特定设计参数下的目标响应。这样在面对新的材料设计需求时，便可以借助模型预测值来搜索最优的材料设计参数，从而大大减少实际实验次数，加快材料研发速度、降低材料研发成本、提高材料设计的成功率和效率。
将传统计算材料学方法与数据驱动人工智能方法深度结合，正衍生为新兴的“智能计算材料”研究方向。“智能计算材料”研究方向包括两方面，一是人工智能辅助的计算材料方法，主要是利用人工智能方法扩展传统的计算材料学方法的预测能力和效率；二是基于计算材料数据的人工智能预测方法的发展与应用，主要是以计算数据为基础发展人工智能材料构效关系预测模型。“智能计算材料”是材料、物理、化学、力学、计算机和数学的交叉融合的跨学科方向，可用于航空航天、轨道交通、海洋工程、先进制造、电子信息等领域关键材料的设计和应用，将为加速材料研发全流程提供新的研究手段。
之江实验室在国内率先布局开展系统深入的“智能计算材料”研究，设立智能计算数字反应堆之“智能计算材料学”研究方向，建立完整的智能计算材料学研究平台。平台的重点任务是面向高端制造业对关键新材料的迫切需求，紧密围绕材料人工智能算法和模型、智能化计算材料软件、材料基因组专用数据库、材料数据管理与利用、关键新材料示范应用，建成一支高水平的计算材料学和人工智能交叉学科人才队伍，推动材料研发范式的变革，促进材料科学原始创新与颠覆性技术革命，为新材料研发提供基础支撑平台和共性技术解决方案。
智能计算数字反应堆（计算育种方向）
随着全球贸易一体化格局的逐步形成，我国农业正面临前所未有的严峻挑战，种业作为农业的“芯片”，受到的影响首当其冲。开展智能化育种核心技术攻关，夯实我国种业基础，已成当务之急。
人类对作物的改良经历了经验选择、基于遗传学的表型选择、分子选择育种三个阶段，随着互联网、大数据、人工智能等学科发展的突飞猛进，以及基因编辑、合成生物学等基因组定向精准改良技术的逐步建立，开启了智能育种4.0时代。
以大豆为例，目前，我国对大豆的需求快速增长，对外依存度较高。中国科学院东北地理与农业生态研究所提出了一种面向人工智能的育种，基于计算机视觉技术的大豆种子表型特征数据采集与分析，实现了对大豆种子的快速、无损考种，解决了传统人工考种存在的成本高、效率低、精度差等问题，为育种专家进行精细化的育种方案设计提供了更加精准、更多维度的表型性状数据参考。
立足科技前沿，方可把握未来。之江实验室联合中国科学院东北地理与农业生态研究所、中国水稻研究所等单位，共同建立以智能计算数字反应堆为基础驱动力、以计算育种学为核心导向的计算育种应用平台。应用平台以推动作物育种研发范式变革为总体目标，打造基于人工智能的新一代作物育种科技平台，赋能作物育种，服务种业振兴，力争重塑世界种业格局。
计算育种应用平台将立足于分子精准育种技术现状，以育种大数据为熔炉底料，将大数据挖掘与分析、人工智能、高性能计算等先进技术方法高效融合，通过现有的基因、分子、环境和表型等多模态多尺度海量数据集，建立高精度模型，以期加速育种的全流程智能化研发，实现作物育种从“试验选优”向“计算选优”的根本转变，促进育种科学范式变革，使得育种数量、速度、质量和产量全面提高，推进精准育种技术在我国农作物育种领域的规模化应用，保障我国粮食安全和农业安全。、
智能计算数字反应堆（计算天文方向）
10月30日，之江实验室宣布启动建设智能计算数字反应堆科学装置。启动会当天，中国科学院国家天文台研究员、FAST（500米口径球面射电望远镜）首席科学家李菂，受聘智能计算数字反应堆计算天文应用领域首席科学家，领衔该方向的项目研究。
“宇宙从来不是寂静无声的，随着现代天文学，特别是射电天文的发展，我们通过射电望远镜捕捉到了巨量且丰富的宇宙信号。射电天文数据量大、复杂度高，并且在观测过程中随时伴有人类活动对信号捕捉的影响，如何从获取的海量数据中筛选提取有效信息，已逐渐成为制约天文学发展、探索宇宙奥秘的难题。”李菂说。
将人工智能技术引入天文领域，让天文学者看到了解决天文数据处理难题的曙光。据了解，中国科学院国家天文台的青年科学家，在全球率先利用深度学习神经网络算法，实现了海量宇宙信号数据的筛选并找到新脉冲星。2016年FAST建成后，自研并发展了多科学目标同时扫描巡天技术，并结合深度学习方法，成功捕获并研究了快速射电暴等重要现象。
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。高性能的智能计算是长期以来研究人员处理海量天文数据的核心需求，也是目前该领域亟需突破的技术瓶颈。
此次之江实验室联合国家天文台，将打造基于FAST的计算天文智能计算平台。双方将共建科研攻关团队，立足于拥有充足算力算法资源的数字反应堆软硬件平台，基于数据挖掘、机器学习等智能计算技术，共同实现全链条、高质量的计算天文学研究，在快速射电暴、脉冲星单脉冲、密近双星系统脉冲星信号筛选等研究方向，实现对～100TB/天的脉冲星巡天数据的实时处理，建立国际领先脉冲星搜寻数据流程，并深入探索宇宙“时间”前沿、恒星演化机制等科学问题，同时建立协同开放的天文大数据服务平台。
“FAST的数据采集能力加上之江实验室的智能计算优势，相信能够进一步加速计算天文领域的技术突破和应用落地，进一步突破传统天文学研究范式，体现人工智能技术在天文学领域的突出作用，为我国天文学发展做出贡献。”李菂表示。
智能计算数字反应堆（计算制药方向）
10月30日，智能计算数字反应堆建设在之江实验室正式启动，为药物研发提供人工智能新引擎，将促进人工智能技术与实体经济深度融合，赋能传统医药产业转型升级，为我国医药产业发展注入强大动力。
“研发成本高、周期长、自然流失率高”是掣肘药物研发的三座大山。目前，一个获批药物的总研发平均成本高达26亿美元，平均研发周期长达13.5年，从药物发现到临床实验的成本巨大，且失败率高，急需人工智能技术全面赋能制药产业。
智能计算数字反应堆针对药物研发的不同环节，挖掘数据资源，通过新一代人工智能技术嫁接，优化试验试错的科研方法，构建活性药物分子发现平台、新药源头创新平台、智能药物合成机器人等智能化新药研发工具，为支撑科研创新提供有效工具，推动药物研发向智能化、精准化发展。
之江实验室将搭建智能计算数字反应堆药物大数据智能计算平台，并在此基础上集成机器学习算法、PB级药物大数据的挖掘分析处理、以知识为基础的智能计算等技术，以海量数据集建立精准模型。将为我国制药产业的创新发展做出之江贡献。
智能计算数字反应堆（计算基因方向）
生命科学正处于数字化、自动化、智能化的巨大变革之中。近年来，人工智能在蛋白质结构预测、CRISPR基因编辑、免疫治疗、药物设计等方面扮演了越来越重要的角色。随着谷歌的AlphaFold2问世，人工智能技术精准预测了蛋白质结构，标志着生命科学智能化时代全面到来，也表明了人工智能和数据驱动的科研范式正在引领和推动生命科学和生物医药蓬勃发展。
10月30日，在之江实验室智能计算数字反应堆发布会现场，计算基因领域首席科学家、之江实验室特聘专家黄行许教授表示，智能计算数字反应堆将聚焦基因型与表型分析与预测AI模型与平台、基于CRISPR和AI技术的智慧核酸检测、基于CRISPR和AI技术的基因与细胞药物等研究项目，进一步拓展基因编辑边界，通过读写基因源码引领和推动生物医药研发。
未来，之江实验室将基于全新的基因组学人工智能计算平台，联合生物科学家、人工智能专家共同开展生命科学的研究和实践创新，把实验室建设成为人工智能和生命科学交叉研究与成果转化的新高地。
智能计算驱动 加速科研范式变革
何谓“智能计算”？它不是超级计算、云计算的替代品，也不是现有计算的简单集成品，而是根据任务所需，以最佳方式利用既有计算资源和最恰当的计算方法，解决实际问题的一种计算形态，具有随需接入、泛在服务、自动适配、精准高效等特点。
AlphaFold AI模型精准预测人类98.5%的蛋白质结构；Folding@home三周时间征集40万算力志愿者，依托广域协同创造出全球运算速度最快的超级计算系统，支撑新冠病毒研究；人工智能系统21天从零开始设计出一个全新分子……这些案例，让我们看到了智能计算驱动科研范式不断变革，也感受到了智能计算的能量和潜力。
何谓“数字反应堆”？它是一个基于智能计算的全新科学装置，在智能化数字反应堆引擎推动下，为不同计算任务调度最优计算资源，适配最佳计算方法，形成最优结果，将为我国科学发现、社会治理、数字经济发展提供新方法、新工具、新手段。
“之江实验室将以算力设施与智能平台为底座，以数据、算法、模型与知识为基础，打造公共知识库、领域知识库，构建运行管理、协同计算、知识构建、模拟推演、数据处理、人机交互六大引擎，建设智能计算数字反应堆。”之江实验室主任朱世强在启动会上介绍。
为支撑智能计算数字反应堆，之江实验室规划了充足的算力设施。位于之江实验室南湖总部的计算数据中心是目前国内科研机构中规模最大、等级最高的算力中心之一。数字反应堆还将聚合智能超算、智算集群，类脑计算、图计算等算力资源，部署广域协同算力平台和超算互联网算力平台，协同整合算力可达10EFlops。
数字反应堆首席架构师潘爱民研究员介绍，数字反应堆本身是个极其复杂的系统，必须用系统思维的方法论进行建设。“算力资源是强异构的，我们通过一个软件操作系统来有效调度和管理这些资源，并且抽象出多个引擎为领域应用，特别是人工智能应用，提供计算赋能。我们可以把所有这些算力看成一台计算机，反应堆操作系统就是这台计算机的系统软件，通过抽象，形成各领域开发应用所需要的应用。”
“数字反应堆最重要的‘燃料’是数字，最重要的‘引擎’是人工智能，人工智能很重要的基础是知识。之江实验室智能计算数字反应堆，把数字和知识以最快的速度聚集起来，促进跨学科多行业多模态数据产生聚变式与裂变式应用，将成为新一代人工智能的重要基础设施。”中国工程院院士、之江实验室人工智能领域首席科学家潘云鹤在现场点评时说。
中国工程院副院长、中国工程院院士陈左宁表示，之江实验室智能计算数字反应堆的建设将智能融入新的科研范式，将加速科学发现和工程科技创新。中国科学院院士、之江实验室广域协同计算方向首席科学家王怀民院士认为，之江实验室数字反应堆可以针对需求侧多样化计算任务，依托广域协同计算等平台，按需构建更强算力，这种开放创新的模式将实现算力和数据资源价值释放的最大化，开启广域协同的人机混合群体智能时代。
“智能计算+” 赋能多领域创新发展
当天，之江实验室还启动了智能计算数字反应堆的首批重大应用项目，首次发布了智能计算数字反应堆计算育种、计算天文、计算制药、计算材料等系列白皮书，加速促进智能计算与材料、制药、基因、育种、天文等领域的深度耦合，支撑我国重大战略领域的科学研究，助力浙江省三大科创高地建设。
“之江实验室打造智能计算数字反应堆的初心，是让计算回归其本义，即目标问题求解。我们希望，基于数字反应堆，形成泛在可取、便捷服务的智慧之源，构建可持续发展的智能计算创新生态、应用生态和产业生态。”朱世强主任说。
启动会上，中国科学院院士、上海大学材料基因组工程研究院院长张统一，中国工程院院士、中国水稻研究所所长胡培松，长三角绿色制药协同创新中心主任苏为科教授，中国科学院国家天文台研究员、FAST首席科学家李菂，之江实验室特聘专家黄行许教授分别受聘智能计算数字反应堆计算材料、计算育种、计算制药、计算天文和计算基因领域首席科学家。
“当前，国际一流种业正由分子选择育种的3.0时代进入智能设计育种的4.0时代。之江实验室基于高效能的智能计算软硬件体系，打造智能计算数字反应堆，赋能计算育种，这对于推动和引领我国育种进入4.0时代，意义重大。”胡培松院士说，“计算育种堆以农作物基因、分子、环境、表型等大数据为熔炉底料，将大数据挖掘分析、智能计算等技术高效融合，建立高精度模型，加速育种全流程智能化研发，将推动作物育种实现从‘试验选优’向‘计算选优’的根本转变。”
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。“高性能智能计算是天文数据处理中持续的核心需求和前沿限制瓶颈。此次之江实验室联合国家天文台，将打造基于FAST的智能计算数字反应堆计算天文领域示范性应用。”FAST首席科学家李菂说。
为推进产学研协同，之江实验室联合中科院计算技术研究所、中科院东北地理与农业生态研究所、中国水稻研究所、上海大学等单位共同发起设立智能计算数字反应堆创新联盟，共建创新生态，共构资源平台，共推产业变革。数字反应堆项目目前已经吸引了20余家材料、制药领域的领军企业参与，产学研各界将携手加速数字反应堆的建设和产业应用的开发。
未来，在战略应用的牵引、核心引擎的迭代和开源开放社区的支撑下，智能计算数字反应堆将持续进化。不同领域的知识将在数字反应堆的作用下碰撞出数字文明新图景，不仅支撑科学研究，还将服务国家战略、数字经济和社会民生。
“我相信在不久的将来，智能计算数字反应堆将成为我国发展新一代人工智能的重要基础设施，充分赋能科学研究和数字经济，成为众多行业攻坚克难的得力工具，引领和支撑各行业高质量发展。”潘云鹤院士说。
智能计算数字反应堆（计算材料方向）
从石器、铜器、铁器时代到以硅半导体材料为代表的电子信息时代，材料承载着人类数千年文明发展的符号化象征，也成为时代生产力和科技水平的标志。
“一代材料，一代装备”，各种功能迥异的高性能材料成为现代制造业的重要基石。传统材料的发现常靠反复试错，昂贵、费力、耗时，而且材料的研发一般要经历成分工艺设计、制备表征、系统优化、集成制造、服役评价和工业应用等漫长的过程。一个新材料从实验室设计到市场应用通常需要10-20年。新材料的发现与应用已成为工业高质量快速发展的瓶颈，也是日趋激烈的国际科技竞争中制约对手、占据主动的硬核技术。
数据驱动的人工智能方法的兴起，极大地扩展了计算材料学的预测效率和能力，它将高通量计算、高通量实验、数据库或机器学习方法高度融合，低成本加速材料研发流程。传统的材料设计方法中需要材料设计者通过不断调整设计参数，在不同参数设置下分别进行实验，来寻找满足需求的材料设计参数。而以深度学习为代表的人工智能技术，为我们提供了可将多模态、多领域海量数据进行汇聚并高效准确地从中提取规律、价值的可能。借助于此，我们可根据已知实验数据构建机器学习模型，预测某个特定设计参数下的目标响应。这样在面对新的材料设计需求时，便可以借助模型预测值来搜索最优的材料设计参数，从而大大减少实际实验次数，加快材料研发速度、降低材料研发成本、提高材料设计的成功率和效率。
将传统计算材料学方法与数据驱动人工智能方法深度结合，正衍生为新兴的“智能计算材料”研究方向。“智能计算材料”研究方向包括两方面，一是人工智能辅助的计算材料方法，主要是利用人工智能方法扩展传统的计算材料学方法的预测能力和效率；二是基于计算材料数据的人工智能预测方法的发展与应用，主要是以计算数据为基础发展人工智能材料构效关系预测模型。“智能计算材料”是材料、物理、化学、力学、计算机和数学的交叉融合的跨学科方向，可用于航空航天、轨道交通、海洋工程、先进制造、电子信息等领域关键材料的设计和应用，将为加速材料研发全流程提供新的研究手段。
之江实验室在国内率先布局开展系统深入的“智能计算材料”研究，设立智能计算数字反应堆之“智能计算材料学”研究方向，建立完整的智能计算材料学研究平台。平台的重点任务是面向高端制造业对关键新材料的迫切需求，紧密围绕材料人工智能算法和模型、智能化计算材料软件、材料基因组专用数据库、材料数据管理与利用、关键新材料示范应用，建成一支高水平的计算材料学和人工智能交叉学科人才队伍，推动材料研发范式的变革，促进材料科学原始创新与颠覆性技术革命，为新材料研发提供基础支撑平台和共性技术解决方案。
智能计算数字反应堆（计算育种方向）
随着全球贸易一体化格局的逐步形成，我国农业正面临前所未有的严峻挑战，种业作为农业的“芯片”，受到的影响首当其冲。开展智能化育种核心技术攻关，夯实我国种业基础，已成当务之急。
人类对作物的改良经历了经验选择、基于遗传学的表型选择、分子选择育种三个阶段，随着互联网、大数据、人工智能等学科发展的突飞猛进，以及基因编辑、合成生物学等基因组定向精准改良技术的逐步建立，开启了智能育种4.0时代。
以大豆为例，目前，我国对大豆的需求快速增长，对外依存度较高。中国科学院东北地理与农业生态研究所提出了一种面向人工智能的育种，基于计算机视觉技术的大豆种子表型特征数据采集与分析，实现了对大豆种子的快速、无损考种，解决了传统人工考种存在的成本高、效率低、精度差等问题，为育种专家进行精细化的育种方案设计提供了更加精准、更多维度的表型性状数据参考。
立足科技前沿，方可把握未来。之江实验室联合中国科学院东北地理与农业生态研究所、中国水稻研究所等单位，共同建立以智能计算数字反应堆为基础驱动力、以计算育种学为核心导向的计算育种应用平台。应用平台以推动作物育种研发范式变革为总体目标，打造基于人工智能的新一代作物育种科技平台，赋能作物育种，服务种业振兴，力争重塑世界种业格局。
计算育种应用平台将立足于分子精准育种技术现状，以育种大数据为熔炉底料，将大数据挖掘与分析、人工智能、高性能计算等先进技术方法高效融合，通过现有的基因、分子、环境和表型等多模态多尺度海量数据集，建立高精度模型，以期加速育种的全流程智能化研发，实现作物育种从“试验选优”向“计算选优”的根本转变，促进育种科学范式变革，使得育种数量、速度、质量和产量全面提高，推进精准育种技术在我国农作物育种领域的规模化应用，保障我国粮食安全和农业安全。
智能计算数字反应堆（计算天文方向）
10月30日，之江实验室宣布启动建设智能计算数字反应堆科学装置。启动会当天，中国科学院国家天文台研究员、FAST（500米口径球面射电望远镜）首席科学家李菂，受聘智能计算数字反应堆计算天文应用领域首席科学家，领衔该方向的项目研究。
“宇宙从来不是寂静无声的，随着现代天文学，特别是射电天文的发展，我们通过射电望远镜捕捉到了巨量且丰富的宇宙信号。射电天文数据量大、复杂度高，并且在观测过程中随时伴有人类活动对信号捕捉的影响，如何从获取的海量数据中筛选提取有效信息，已逐渐成为制约天文学发展、探索宇宙奥秘的难题。”李菂说。
将人工智能技术引入天文领域，让天文学者看到了解决天文数据处理难题的曙光。据了解，中国科学院国家天文台的青年科学家，在全球率先利用深度学习神经网络算法，实现了海量宇宙信号数据的筛选并找到新脉冲星。2016年FAST建成后，自研并发展了多科学目标同时扫描巡天技术，并结合深度学习方法，成功捕获并研究了快速射电暴等重要现象。
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。高性能的智能计算是长期以来研究人员处理海量天文数据的核心需求，也是目前该领域亟需突破的技术瓶颈。
此次之江实验室联合国家天文台，将打造基于FAST的计算天文智能计算平台。双方将共建科研攻关团队，立足于拥有充足算力算法资源的数字反应堆软硬件平台，基于数据挖掘、机器学习等智能计算技术，共同实现全链条、高质量的计算天文学研究，在快速射电暴、脉冲星单脉冲、密近双星系统脉冲星信号筛选等研究方向，实现对～100TB/天的脉冲星巡天数据的实时处理，建立国际领先脉冲星搜寻数据流程，并深入探索宇宙“时间”前沿、恒星演化机制等科学问题，同时建立协同开放的天文大数据服务平台。
“FAST的数据采集能力加上之江实验室的智能计算优势，相信能够进一步加速计算天文领域的技术突破和应用落地，进一步突破传统天文学研究范式，体现人工智能技术在天文学领域的突出作用，为我国天文学发展做出贡献。”李菂表示。
智能计算数字反应堆（计算制药方向）
10月30日，智能计算数字反应堆建设在之江实验室正式启动，为药物研发提供人工智能新引擎，将促进人工智能技术与实体经济深度融合，赋能传统医药产业转型升级，为我国医药产业发展注入强大动力。
“研发成本高、周期长、自然流失率高”是掣肘药物研发的三座大山。目前，一个获批药物的总研发平均成本高达26亿美元，平均研发周期长达13.5年，从药物发现到临床实验的成本巨大，且失败率高，急需人工智能技术全面赋能制药产业。
智能计算数字反应堆针对药物研发的不同环节，挖掘数据资源，通过新一代人工智能技术嫁接，优化试验试错的科研方法，构建活性药物分子发现平台、新药源头创新平台、智能药物合成机器人等智能化新药研发工具，为支撑科研创新提供有效工具，推动药物研发向智能化、精准化发展。
之江实验室将搭建智能计算数字反应堆药物大数据智能计算平台，并在此基础上集成机器学习算法、PB级药物大数据的挖掘分析处理、以知识为基础的智能计算等技术，以海量数据集建立精准模型。将为我国制药产业的创新发展做出之江贡献。
智能计算数字反应堆（计算基因方向）
生命科学正处于数字化、自动化、智能化的巨大变革之中。近年来，人工智能在蛋白质结构预测、CRISPR基因编辑、免疫治疗、药物设计等方面扮演了越来越重要的角色。随着谷歌的AlphaFold2问世，人工智能技术精准预测了蛋白质结构，标志着生命科学智能化时代全面到来，也表明了人工智能和数据驱动的科研范式正在引领和推动生命科学和生物医药蓬勃发展。
10月30日，在之江实验室智能计算数字反应堆发布会现场，计算基因领域首席科学家、之江实验室特聘专家黄行许教授表示，智能计算数字反应堆将聚焦基因型与表型分析与预测AI模型与平台、基于CRISPR和AI技术的智慧核酸检测、基于CRISPR和AI技术的基因与细胞药物等研究项目，进一步拓展基因编辑边界，通过读写基因源码引领和推动生物医药研发。
未来，之江实验室将基于全新的基因组学人工智能计算平台，联合生物科学家、人工智能专家共同开展生命科学的研究和实践创新，把实验室建设成为人工智能和生命科学交叉研究与成果转化的新高地。
智能计算驱动 加速科研范式变革
何谓“智能计算”？它不是超级计算、云计算的替代品，也不是现有计算的简单集成品，而是根据任务所需，以最佳方式利用既有计算资源和最恰当的计算方法，解决实际问题的一种计算形态，具有随需接入、泛在服务、自动适配、精准高效等特点。
AlphaFold AI模型精准预测人类98.5%的蛋白质结构；Folding@home三周时间征集40万算力志愿者，依托广域协同创造出全球运算速度最快的超级计算系统，支撑新冠病毒研究；人工智能系统21天从零开始设计出一个全新分子……这些案例，让我们看到了智能计算驱动科研范式不断变革，也感受到了智能计算的能量和潜力。
何谓“数字反应堆”？它是一个基于智能计算的全新科学装置，在智能化数字反应堆引擎推动下，为不同计算任务调度最优计算资源，适配最佳计算方法，形成最优结果，将为我国科学发现、社会治理、数字经济发展提供新方法、新工具、新手段。
“之江实验室将以算力设施与智能平台为底座，以数据、算法、模型与知识为基础，打造公共知识库、领域知识库，构建运行管理、协同计算、知识构建、模拟推演、数据处理、人机交互六大引擎，建设智能计算数字反应堆。”之江实验室主任朱世强在启动会上介绍。
为支撑智能计算数字反应堆，之江实验室规划了充足的算力设施。位于之江实验室南湖总部的计算数据中心是目前国内科研机构中规模最大、等级最高的算力中心之一。数字反应堆还将聚合智能超算、智算集群，类脑计算、图计算等算力资源，部署广域协同算力平台和超算互联网算力平台，协同整合算力可达10EFlops。
数字反应堆首席架构师潘爱民研究员介绍，数字反应堆本身是个极其复杂的系统，必须用系统思维的方法论进行建设。“算力资源是强异构的，我们通过一个软件操作系统来有效调度和管理这些资源，并且抽象出多个引擎为领域应用，特别是人工智能应用，提供计算赋能。我们可以把所有这些算力看成一台计算机，反应堆操作系统就是这台计算机的系统软件，通过抽象，形成各领域开发应用所需要的应用。”
“数字反应堆最重要的‘燃料’是数字，最重要的‘引擎’是人工智能，人工智能很重要的基础是知识。之江实验室智能计算数字反应堆，把数字和知识以最快的速度聚集起来，促进跨学科多行业多模态数据产生聚变式与裂变式应用，将成为新一代人工智能的重要基础设施。”中国工程院院士、之江实验室人工智能领域首席科学家潘云鹤在现场点评时说。
中国工程院副院长、中国工程院院士陈左宁表示，之江实验室智能计算数字反应堆的建设将智能融入新的科研范式，将加速科学发现和工程科技创新。中国科学院院士、之江实验室广域协同计算方向首席科学家王怀民院士认为，之江实验室数字反应堆可以针对需求侧多样化计算任务，依托广域协同计算等平台，按需构建更强算力，这种开放创新的模式将实现算力和数据资源价值释放的最大化，开启广域协同的人机混合群体智能时代。
“智能计算+” 赋能多领域创新发展
当天，之江实验室还启动了智能计算数字反应堆的首批重大应用项目，首次发布了智能计算数字反应堆计算育种、计算天文、计算制药、计算材料等系列白皮书，加速促进智能计算与材料、制药、基因、育种、天文等领域的深度耦合，支撑我国重大战略领域的科学研究，助力浙江省三大科创高地建设。
“之江实验室打造智能计算数字反应堆的初心，是让计算回归其本义，即目标问题求解。我们希望，基于数字反应堆，形成泛在可取、便捷服务的智慧之源，构建可持续发展的智能计算创新生态、应用生态和产业生态。”朱世强主任说。
启动会上，中国科学院院士、上海大学材料基因组工程研究院院长张统一，中国工程院院士、中国水稻研究所所长胡培松，长三角绿色制药协同创新中心主任苏为科教授，中国科学院国家天文台研究员、FAST首席科学家李菂，之江实验室特聘专家黄行许教授分别受聘智能计算数字反应堆计算材料、计算育种、计算制药、计算天文和计算基因领域首席科学家。
“当前，国际一流种业正由分子选择育种的3.0时代进入智能设计育种的4.0时代。之江实验室基于高效能的智能计算软硬件体系，打造智能计算数字反应堆，赋能计算育种，这对于推动和引领我国育种进入4.0时代，意义重大。”胡培松院士说，“计算育种堆以农作物基因、分子、环境、表型等大数据为熔炉底料，将大数据挖掘分析、智能计算等技术高效融合，建立高精度模型，加速育种全流程智能化研发，将推动作物育种实现从‘试验选优’向‘计算选优’的根本转变。”
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。“高性能智能计算是天文数据处理中持续的核心需求和前沿限制瓶颈。此次之江实验室联合国家天文台，将打造基于FAST的智能计算数字反应堆计算天文领域示范性应用。”FAST首席科学家李菂说。
为推进产学研协同，之江实验室联合中科院计算技术研究所、中科院东北地理与农业生态研究所、中国水稻研究所、上海大学等单位共同发起设立智能计算数字反应堆创新联盟，共建创新生态，共构资源平台，共推产业变革。数字反应堆项目目前已经吸引了20余家材料、制药领域的领军企业参与，产学研各界将携手加速数字反应堆的建设和产业应用的开发。
未来，在战略应用的牵引、核心引擎的迭代和开源开放社区的支撑下，智能计算数字反应堆将持续进化。不同领域的知识将在数字反应堆的作用下碰撞出数字文明新图景，不仅支撑科学研究，还将服务国家战略、数字经济和社会民生。
“我相信在不久的将来，智能计算数字反应堆将成为我国发展新一代人工智能的重要基础设施，充分赋能科学研究和数字经济，成为众多行业攻坚克难的得力工具，引领和支撑各行业高质量发展。”潘云鹤院士说。
智能计算数字反应堆（计算材料方向）
从石器、铜器、铁器时代到以硅半导体材料为代表的电子信息时代，材料承载着人类数千年文明发展的符号化象征，也成为时代生产力和科技水平的标志。
“一代材料，一代装备”，各种功能迥异的高性能材料成为现代制造业的重要基石。传统材料的发现常靠反复试错，昂贵、费力、耗时，而且材料的研发一般要经历成分工艺设计、制备表征、系统优化、集成制造、服役评价和工业应用等漫长的过程。一个新材料从实验室设计到市场应用通常需要10-20年。新材料的发现与应用已成为工业高质量快速发展的瓶颈，也是日趋激烈的国际科技竞争中制约对手、占据主动的硬核技术。
数据驱动的人工智能方法的兴起，极大地扩展了计算材料学的预测效率和能力，它将高通量计算、高通量实验、数据库或机器学习方法高度融合，低成本加速材料研发流程。传统的材料设计方法中需要材料设计者通过不断调整设计参数，在不同参数设置下分别进行实验，来寻找满足需求的材料设计参数。而以深度学习为代表的人工智能技术，为我们提供了可将多模态、多领域海量数据进行汇聚并高效准确地从中提取规律、价值的可能。借助于此，我们可根据已知实验数据构建机器学习模型，预测某个特定设计参数下的目标响应。这样在面对新的材料设计需求时，便可以借助模型预测值来搜索最优的材料设计参数，从而大大减少实际实验次数，加快材料研发速度、降低材料研发成本、提高材料设计的成功率和效率。
将传统计算材料学方法与数据驱动人工智能方法深度结合，正衍生为新兴的“智能计算材料”研究方向。“智能计算材料”研究方向包括两方面，一是人工智能辅助的计算材料方法，主要是利用人工智能方法扩展传统的计算材料学方法的预测能力和效率；二是基于计算材料数据的人工智能预测方法的发展与应用，主要是以计算数据为基础发展人工智能材料构效关系预测模型。“智能计算材料”是材料、物理、化学、力学、计算机和数学的交叉融合的跨学科方向，可用于航空航天、轨道交通、海洋工程、先进制造、电子信息等领域关键材料的设计和应用，将为加速材料研发全流程提供新的研究手段。
之江实验室在国内率先布局开展系统深入的“智能计算材料”研究，设立智能计算数字反应堆之“智能计算材料学”研究方向，建立完整的智能计算材料学研究平台。平台的重点任务是面向高端制造业对关键新材料的迫切需求，紧密围绕材料人工智能算法和模型、智能化计算材料软件、材料基因组专用数据库、材料数据管理与利用、关键新材料示范应用，建成一支高水平的计算材料学和人工智能交叉学科人才队伍，推动材料研发范式的变革，促进材料科学原始创新与颠覆性技术革命，为新材料研发提供基础支撑平台和共性技术解决方案。
智能计算数字反应堆（计算育种方向）
随着全球贸易一体化格局的逐步形成，我国农业正面临前所未有的严峻挑战，种业作为农业的“芯片”，受到的影响首当其冲。开展智能化育种核心技术攻关，夯实我国种业基础，已成当务之急。
人类对作物的改良经历了经验选择、基于遗传学的表型选择、分子选择育种三个阶段，随着互联网、大数据、人工智能等学科发展的突飞猛进，以及基因编辑、合成生物学等基因组定向精准改良技术的逐步建立，开启了智能育种4.0时代。
以大豆为例，目前，我国对大豆的需求快速增长，对外依存度较高。中国科学院东北地理与农业生态研究所提出了一种面向人工智能的育种，基于计算机视觉技术的大豆种子表型特征数据采集与分析，实现了对大豆种子的快速、无损考种，解决了传统人工考种存在的成本高、效率低、精度差等问题，为育种专家进行精细化的育种方案设计提供了更加精准、更多维度的表型性状数据参考。
立足科技前沿，方可把握未来。之江实验室联合中国科学院东北地理与农业生态研究所、中国水稻研究所等单位，共同建立以智能计算数字反应堆为基础驱动力、以计算育种学为核心导向的计算育种应用平台。应用平台以推动作物育种研发范式变革为总体目标，打造基于人工智能的新一代作物育种科技平台，赋能作物育种，服务种业振兴，力争重塑世界种业格局。
计算育种应用平台将立足于分子精准育种技术现状，以育种大数据为熔炉底料，将大数据挖掘与分析、人工智能、高性能计算等先进技术方法高效融合，通过现有的基因、分子、环境和表型等多模态多尺度海量数据集，建立高精度模型，以期加速育种的全流程智能化研发，实现作物育种从“试验选优”向“计算选优”的根本转变，促进育种科学范式变革，使得育种数量、速度、质量和产量全面提高，推进精准育种技术在我国农作物育种领域的规模化应用，保障我国粮食安全和农业安全。
智能计算数字反应堆（计算天文方向）
10月30日，之江实验室宣布启动建设智能计算数字反应堆科学装置。启动会当天，中国科学院国家天文台研究员、FAST（500米口径球面射电望远镜）首席科学家李菂，受聘智能计算数字反应堆计算天文应用领域首席科学家，领衔该方向的项目研究。
“宇宙从来不是寂静无声的，随着现代天文学，特别是射电天文的发展，我们通过射电望远镜捕捉到了巨量且丰富的宇宙信号。射电天文数据量大、复杂度高，并且在观测过程中随时伴有人类活动对信号捕捉的影响，如何从获取的海量数据中筛选提取有效信息，已逐渐成为制约天文学发展、探索宇宙奥秘的难题。”李菂说。
将人工智能技术引入天文领域，让天文学者看到了解决天文数据处理难题的曙光。据了解，中国科学院国家天文台的青年科学家，在全球率先利用深度学习神经网络算法，实现了海量宇宙信号数据的筛选并找到新脉冲星。2016年FAST建成后，自研并发展了多科学目标同时扫描巡天技术，并结合深度学习方法，成功捕获并研究了快速射电暴等重要现象。
天文领域是尖端科技与学科交叉应用的最前沿，是一个国家科技水平的集中体现。高性能的智能计算是长期以来研究人员处理海量天文数据的核心需求，也是目前该领域亟需突破的技术瓶颈。
此次之江实验室联合国家天文台，将打造基于FAST的计算天文智能计算平台。双方将共建科研攻关团队，立足于拥有充足算力算法资源的数字反应堆软硬件平台，基于数据挖掘、机器学习等智能计算技术，共同实现全链条、高质量的计算天文学研究，在快速射电暴、脉冲星单脉冲、密近双星系统脉冲星信号筛选等研究方向，实现对～100TB/天的脉冲星巡天数据的实时处理，建立国际领先脉冲星搜寻数据流程，并深入探索宇宙“时间”前沿、恒星演化机制等科学问题，同时建立协同开放的天文大数据服务平台。
“FAST的数据采集能力加上之江实验室的智能计算优势，相信能够进一步加速计算天文领域的技术突破和应用落地，进一步突破传统天文学研究范式，体现人工智能技术在天文学领域的突出作用，为我国天文学发展做出贡献。”李菂表示。
智能计算数字反应堆（计算制药方向）
10月30日，智能计算数字反应堆建设在之江实验室正式启动，为药物研发提供人工智能新引擎，将促进人工智能技术与实体经济深度融合，赋能传统医药产业转型升级，为我国医药产业发展注入强大动力。
“研发成本高、周期长、自然流失率高”是掣肘药物研发的三座大山。目前，一个获批药物的总研发平均成本高达26亿美元，平均研发周期长达13.5年，从药物发现到临床实验的成本巨大，且失败率高，急需人工智能技术全面赋能制药产业。
智能计算数字反应堆针对药物研发的不同环节，挖掘数据资源，通过新一代人工智能技术嫁接，优化试验试错的科研方法，构建活性药物分子发现平台、新药源头创新平台、智能药物合成机器人等智能化新药研发工具，为支撑科研创新提供有效工具，推动药物研发向智能化、精准化发展。
之江实验室将搭建智能计算数字反应堆药物大数据智能计算平台，并在此基础上集成机器学习算法、PB级药物大数据的挖掘分析处理、以知识为基础的智能计算等技术，以海量数据集建立精准模型。将为我国制药产业的创新发展做出之江贡献。
智能计算数字反应堆（计算基因方向）
生命科学正处于数字化、自动化、智能化的巨大变革之中。近年来，人工智能在蛋白质结构预测、CRISPR基因编辑、免疫治疗、药物设计等方面扮演了越来越重要的角色。随着谷歌的AlphaFold2问世，人工智能技术精准预测了蛋白质结构，标志着生命科学智能化时代全面到来，也表明了人工智能和数据驱动的科研范式正在引领和推动生命科学和生物医药蓬勃发展。
10月30日，在之江实验室智能计算数字反应堆发布会现场，计算基因领域首席科学家、之江实验室特聘专家黄行许教授表示，智能计算数字反应堆将聚焦基因型与表型分析与预测AI模型与平台、基于CRISPR和AI技术的智慧核酸检测、基于CRISPR和AI技术的基因与细胞药物等研究项目，进一步拓展基因编辑边界，通过读写基因源码引领和推动生物医药研发。
未来，之江实验室将基于全新的基因组学人工智能计算平台，联合生物科学家、人工智能专家共同开展生命科学的研究和实践创新，把实验室建设成为人工智能和生命科学交叉研究与成果转化的新高地。