科技日报记者 张佳星
10月17日—20日，第22届全国高性能计算学术大会（CCF HPC 2026）在深圳举办。会上，哲源科技正式对外发布计算医学平台——WHIRLPO，标志着AI4S（人工智能驱动科研）的计算医学技术体系正式迈出工程化关键一步。
与大语言模型和物理世界模型不同，生命世界模型需要通过表征“生物学机制”涌现智能。生命科学领域的数据积累已经非常丰富，如何从规模庞大、关系复杂的生命数据中更快、更准地“算”出医学、健康相关的价值？
“生命数据已达到PB乃至EB级规模，需要深度交叉的科学知识，才能完成对海量数据的理解、治理、标注。”中科计算技术西部研究院研究员、图灵-达尔文实验室副主任、哲源科技联合创始人赵宇表示，生命世界模型的算法设计、训练、评估与大语言模型和物理世界模型不同。此次发布的WHIRLPO计算医学平台融入生命世界模型的技术演进趋势，支撑生命世界模型高效训练，助力大模型从十亿、百亿参数规模的分立模型矩阵迈向千亿、万亿乃至十万亿参数规模的统一模型，推动生命世界模型赋能生命产业。
此外，大模型训练能力离不开强大的AI基础设施（AI Infra）实力。当前全球AI竞争已经从上层大模型算法比拼，下沉到底层AI Infra的体系化竞争。头部企业不再单纯采购GPU，而是自研芯片、编译栈、分布式系统、网络协议，打造软硬一体化AI Infra全栈能力，海外大厂AI Infra团队大量吸纳全球顶尖青年研究者，专门攻克大模型训练加速、系统调度、软硬件协同等底层难题。
作为由中国科学院计算技术研究所孵化的高新技术企业，哲源科技多年来开展技术沉淀与工程能力建设，将AI Infra技术、生命数据治理体系、生命世界模型、通用模型、科学工具与智能体等核心要素资源平台化和设施化。相关技术负责人表示，全栈AI Infra技术能够大幅降低生命世界模型的训练成本，在同样的GPU部署基础上，数倍提升训练效率，加速模型迭代。
WHIRLPO建立了四级数据分层治理机制，形成113个数据治理工具，全面覆盖基因组、蛋白组、单细胞组、空间转录组、表观遗传学及临床数据，实现从数据接入、清洗、脱敏到封装、授权的全生命周期管控。通过对分布式计算资源的弹性调度，WHIRLPO对底层算子库和通信库进行深度优化，并进行硬件级适配加速，能够有效解决模型训练过程中频繁小粒度通信等问题带来的性能损失，同时实现一套代码在异构算力环境下高效运行，实现端到端计算性能提升一倍。作为支撑生命世界模型持续运行与产业落地的新型基础设施，该工程化平台把算力、数据、模型、工具、Agent与真实研发任务组织起来，支撑生命世界模型从构建、运行到应用的全过程。
据了解，依托完善的数据治理体系，目前WHIRLPO已沉淀29244项生命科学数据资源。在持续治理、清洗、标准化和结构化处理的基础上，平台进一步凝练形成51个可直接服务于模型训练与科学计算的标准数据集，精准覆盖33种实体肿瘤、360个肿瘤病理亚型以及罕见病、代谢性疾病与神经退行性疾病等核心领域。WHIRLPO可在10天内完成规模达1P的万人级跨模态专病库交付，形成标准化、可直接调用的疾病研究数据集，直接支撑后续模型规模化训练与疾病研究。
“围绕肿瘤、心脑血管、精神、神经、免疫、代谢、衰老等七大复杂疾病领域，平台已储备200余个潜在靶点，有多条创新药物管线正在研发，且已有创新药管线进入临床阶段。”赵宇表示，《医药工业发展“十五五”规划》首次将计算医学纳入国家级技术布局，哲源科技将持续展开系统性攻关，进一步推动平台能力走向覆盖疾病发现、诊断、治疗与健康管理的全链条。
（受访单位供图）
网友评论
