候选项目库

核心技术为AGC智算体系架构:打破以CPU为中心的传统模式,将GPU作为核心计算单元,系统G:C比由约2:1提升至20:1-32:1;解决内存一致性问题,单操作系统统一管理多达64个GPU,实现全局地址空间共享,避免跨节点数据拷贝。围绕稳定性与效率开展全栈重构:自研AI BMC将3-5秒级轮询提升至微秒级响应;单机最多20个GPU冗余配合自研混存技术(约10TB混合存储缓存KV Cache),实现GPU故障"任务不中断热插拔"(GPU RAID),维护时间从约2小时压缩至约1分钟;Blue Link光互连以Mini/Micro LED替代传统激光光模块,兼具更高稳定性、带宽密度与传输距离。产品矩阵:K系列(K2/K4/K10/K20)兼容全球PCIe标准GPU卡,面向私有化部署;AGC系列(AGC 64F风冷、64L液冷21P算力/3T显存、32F、16F移动式、AGC 2工作站)追求极致算力密度。适配龙芯、飞腾、海光等国产CPU与主流国产GPU,面向大模型训练推理,另有子品牌Upchanger聚焦艺术与渲染场景。

技术路线为'AI+物理'双引擎:'求深'维度构建AI+物理分子相互作用基座模型,将分子物理机制转化为可学习、可验证的模型约束,使AI在理解分子间物理作用力基础上进行高精度分子设计,突破传统AI制药模型面对新靶点与缺乏结构信息的难成药体系时的精度瓶颈;'求广'维度构建以多组学数据与分子物理双轮驱动的虚拟细胞世界模型,形成覆盖'多组学—结构—相互作用—能量—动力学—功能'的统一学习框架,可模拟细胞状态变化、推演药物干预结果、辅助发现全新疾病机制。两层体系形成闭环:分子相互作用模型为底层引擎,虚拟细胞为推演系统,实验结果反向训练底层模型。研发方向覆盖抗体、蛋白等新型药物模态,主攻难成药靶点。

头戴式便携采集系统HOMIE:轻量化第一视角设计,配备四摄像头、可换电池模块及音频、运动传感器,可在家庭、办公室、工厂、商场等开放环境持续记录人类自然完成任务的过程。Experience Engine数据生产管线:涵盖时间同步、空间对齐、相机定位、三维/四维重建、人体及手部运动恢复、动作切分、语义标注与多级质检,定位相对误差约3‰,据称较传统方式降低采集成本最高50倍。Xperience-10M数据集已进入Qwen-VLA、MolmoMotion等模型训练体系,公开消融实验显示使用其人类视频后任务成功率由68.3%提升至72.8%。应用:机器人基础模型、世界模型、空间智能的真实世界数据供给;正开发腕部与全身数据采集设备,目标年内实现百万小时级数据交付。

以商业强化学习(RL for Business)为核心路径,构建分层智能架构与数据飞轮引擎,将基础模型中缺失的隐性商业know-how与稀疏、滞后的业务反馈结合,设计可量化的奖励机制以训练可自我进化的企业数字员工智能体,瞄准销售、运营等企业场景的效能断层与定制黑洞问题;采用博弈交互式强化学习训练框架,以“智能体对抗环境智能体”方式生成高价值、差异化合成数据,大幅降低对人工标注的依赖

AIStrucX物质创制AI平台:MOF性质预测准确度较CMU团队JACS 2023论文MOFormer提升约10%;覆盖MOF、高熵合金催化剂、二维磁性材料、聚合物等方向的智能计算数据库;支持离线部署。