问题——算力成为高校创新能力的新“瓶颈”；近年来，人工智能与大数据加速融入科研与人才培养，高校既要支撑基础研究“从0到1”的原创突破，也要满足跨学科交叉与工程化验证需求。上海交通大学学科门类齐全、科研规模大，科研计算覆盖多数一级学科，课程与实验环节的数字化、智能化改造持续推进。因此，原有校级计算平台长期高负载运行，资源接近饱和，“排队等算力”、教学实训资源紧张等问题逐步显现，算力供给与使用效率成为影响创新产出的关键因素之一。 原因——需求结构变化与建设模式转型叠加。首先，研究范式正从“实验—理论—验证”加速拓展到“数据—模型—计算”，生命健康、材料、能源、智能制造、人文社科等领域对计算与数据的依赖显著提高。其次，大模型训练与多模态算法对算力、存储与网络提出更高要求，过去以单点项目为主的分散建设，容易带来资源碎片化、重复投入和运维复杂。再次，高校对安全合规、数据治理、跨团队协作的要求更严格，需要统一调度、统一管理基础能力。为适应新变化，上海交大推出“人工智能十条”等校级举措，推进学科跃升与“人工智能驱动科学研究”等计划落地，也对算力与平台化服务提出了更高标准。 影响——从“算力供给”走向“创新生态”的整体跃升。2025年，上海交大携手产业伙伴建设“致远一号”智能计算平台，形成面向全校的规模化算力供给。平台依托国产算力及配套软硬件体系，关键指标达到633P算力、13P存储容量，实现千卡集群本地部署与云上千卡规模应用协同，支持千亿参数级大模型训练任务。更重要的是，平台从单纯堆硬件转向“平台化、服务化”供给：接入“交我算”校级计算服务体系，为师生提供算力申请、账号接入、任务管理等一站式服务，降低使用门槛，促进算力在教学实验、科研训练与工程实训之间高效流转。实践表明，当算力像水电网络一样可获取、可计量、可调度，科研效率与组织协同能力将得到系统性提升。 对策——以结构性改革提升“算得快、存得省、用得好”。围绕日益复杂、多元、精细的教育科研需求，上海交大从技术与管理两端同步推进：在技术侧，升级优化计算、存储、网络，建设高性能、可扩展、安全可控的算力集群与存储中心，增强对大规模训练、并行计算与高频数据读写的支撑；在应用侧，整合软件生态与开发工具链，推动数据统一调度、算力统一管理，提升跨学院、跨团队、跨学科协同效率；在运维侧，构建可视化、简化的运维体系，降低复杂度，提升系统稳定性与可用性。另外，学校推动存算架构从“混合耦合”向“并行解耦”演进，以“融合、分层、分区”优化资源组织方式，既满足科研高峰期的弹性需求，也兼顾长期运行的成本与能耗约束，探索高校算力建设从“项目型投入”向“体系化供给”转变。 前景——以开放协同塑造高等教育数智化新范式。面向未来，随着“人工智能+”向更多学科与场景延伸，高校算力平台将不止是科研基础设施，也将成为教学改革、管理升级与成果转化的重要枢纽。上海交大提出深化与产业伙伴协同，持续完善可持续、可演进的应用生态，围绕教学、科研与管理场景推进协同创新。业内人士认为，下一步关键在于把平台能力沉淀为可复用的工具与方法：一是强化数据治理与安全合规，推动高质量数据集建设与共享；二是围绕学科特点沉淀模型与工具链，形成可迁移的“通用底座+学科插件”；三是完善算力计量与资源分配机制，兼顾公平可及与重点突破；四是以平台牵引人才培养，推动课程、实训与科研任务深度贯通，让学生在真实科研与工程问题中提升能力。
智算平台建设看似是“硬件升级”，实质是科研组织方式、教学培养模式与治理体系的整体升级。把算力建设成人人可用、随取随用的公共底座，才能让更多学科和更多师生在同一平台上开展创新探索。面向未来，高校推进“人工智能+”既要保持技术先进，也要坚持开放共享与规范治理并重，以高质量基础设施支撑高水平原始创新，在服务国家战略中加快形成世界级创新能力。