近日，沐曦股份与AI for Materials（AI+材料）科技创新公司深度原理推进战略合作，围绕化工行业的工业冷却液研发场景，联合打造“AI建模+高性能计算+实验验证”闭环体系。双方希望依托国产GPU算力底座、科学计算与材料基座模型能力、以及自动化实验验证反馈机制，探索一条面向 AI 基建关键材料领域的高效研发路径，以高性能工业冷却液分子与候选体系的发现、筛选和验证为起点，通过AI4S（AI for Science，AI+科学计算）平台化能力反哺突破 AI 时代材料性能瓶颈，助力 AI 产业进一步发展。

作为赋能这套闭环体系的算力引擎，沐曦股份不仅提供了算力底座的硬件支持，更通过自研软件栈MXMACA搭建起软硬一体的计算平台，深度参与了整套材料研发闭环体系的构建。

目前，沐曦股份在AI4S领域已深入布局多个科学智能生态场景，如AI4Materials（材料）、AI4Weather（气象）与AI4Biomedical（生物医疗）。借助沐曦计算平台及原生兼容国际主流GPU生态的MXMACA软件栈生态，AI技术在材料科学、气象预报、生物医药及医学影像等多个关键领域实现深度融合与创新应用，将极大提升科研效率、精度与应用价值。

沐曦股份AI4Science生态

打通闭环，从“概念验证”走向“规模应用”

当前，随着AI4S持续向材料、化工等产业研发场景深入，如何将人工智能、科学计算与实验能力真正打通，已成为行业从“概念验证”走向“规模应用”的关键问题。

对于工业冷却液研发而言，这一挑战尤为突出：一方面，候选分子空间广、筛选路径长，依赖经验与多轮实验的传统模式效率有限；另一方面，粘度、介电常数、热导率等关键物性参数的预测与验证成本较高，导致从候选提出到实验验证之间往往存在明显断层。

面对工业冷却液研发中分子筛选效率低、试错成本高、研发周期长等核心挑战，沐曦股份与深度原理正联合打造新一代分子级研发平台。

在该平台中，深度原理以自研ReactGen模型为核心，在大规模分子数据集上完成预训练，学习分子图结构、三维几何特征、元素组成及拓扑空间关系等通用表征能力，生成了液冷氟化液的百万级候选分子结构库；再结合高质量物性数据进行专项训练，建立分子结构与关键指标之间的构效关系，并进一步利用真实实验数据进行微调和验证，最终形成适用于工业冷却液研发场景的高效预测模型。

沐曦股份则提供了关键的国产算力支撑。

以单个冷却液分子的计算任务为例，沐曦GPU高性能、高兼容性的特点为更大规模数据生成、模型训练和候选筛选奠定了现实基础。对于依赖高通量模拟与持续迭代训练的工业研发流程而言，算力效率不仅影响单个任务的完成速度，更直接决定候选空间探索的深度与广度。

沐曦GPU超节点高密度算力机柜

目前，沐曦已适配MLP4Materials，GNN4Materials和LLM4Materials等AI4Materials科学计算+科学智算生态，可支持相关分子模拟任务在国产GPU环境上的高效运行。

沐曦股份AI4Materials生态

当前，双方联合打造的这一平台重点围绕粘度、介电常数、热导率等工业冷却液的核心基础指标展开，能够以“计算生成数据—模型学习规律—海量分子快速预测”的方式，大幅提升候选分子的收敛效率与研发决策速度，为工业冷却液分子设计提供更具规模化潜力的新范式。

国产算力为基，重塑AI4S新范式

更重要的是，沐曦股份与深度原理通过协同合作，在真实工业场景中进一步打通了从计算到实验的验证闭环。

深度原理将基于模型筛选出的候选分子或候选分子组推进至实验端进行验证，并对模型预测结果与实验结果之间的偏差进行系统评估。从当前项目进展来看，相关预测结果与实验结果对照表明，这一技术路线已经初步具备进入工业研发流程、辅助研发决策的能力。

这意味着，AI与科学计算不再只是前端分析工具，而开始真正参与到候选收敛与实验资源配置之中。

从研发机制上看，双方正在形成一套面向工业冷却液场景的闭环体系：以分子模拟生成高质量训练数据，以材料基座模型承接快速预测与候选筛选，以实验验证反馈真实结果，并通过新数据持续更新和优化模型能力。原本相对割裂的“计算”“模型”“实验”三个环节，正在被重构为一个可迭代、可验证、可持续优化的研发系统，从而推动工业冷却液研发从线性试错模式，转向数据驱动与闭环驱动的新范式。

对两家公司而言，这一合作也体现出国产AI4S生态协同落地的现实价值。

对于深度原理，此次合作进一步验证了其“AI+计算+实验”一体化研发路线的可行性。

对于沐曦股份，围绕工业冷却液这样的具体场景推进合作，也有助于进一步证明国产GPU在科学智能与产业研发深度结合中的长期价值，从“适配生态”走向“支撑闭环”，从“提供算力”走向“赋能行业创新”。

面向未来，双方将继续围绕工业冷却液等关键研发场景深化合作，推动国产硬件、科学计算软件、行业模型与实验能力的进一步协同。随着AI4S持续进入产业纵深，真正能够贯穿研发流程、形成闭环价值的技术体系，将成为下一阶段竞争的关键。