随着科学研究和工程创新的持续进步，大量研究领域都逐渐开始使用各自学科的计算分析工具对实验数据进行解析，通过对实验数据和计算分析的跨域整合，更全面地描绘研究对象，挖掘研究对象在应用理论或基础理论层面的含义。虽然此类方法在不同领域有不同的名称，如数值仿真、理论模拟、数据分析、统计分析、建模预测等，但这些应用的共同点是，依赖于不同规模的算力来完成特定算法下的数值计算。
近年来，人工智能领域迅猛发展，AlphaFold、DeepMD等人工智能驱动的科学研究（AI for Science）推动相关领域取得几十年以来的最大突破，ChatGPT和GPT-4等以大型语言模型（LLM）为代表的通用人工智能工具，其准确性和实用性也远超预期。
未来，这些进展有望在众多领域促进生产力跨越性提升，成为推动社会发展和科研创新的颠覆性工具。无论是计算分析还是人工智能领域的研究，都依赖于高质量成规模的算力。而这些需求投射至高等学校，就体现在对高校计算中心或超算中心建设的要求上。
详见：https://mp.weixin.qq.com/s/dNTVUMpQyUv71gE1Ne0eIA
