由中国计算机学会主办，CCF高性能计算专业委员会承办的“高性能计算x大科学装置协同创新研讨会”将于2026年4月26日—27日（26日报到、27日会议）在中国散裂中子源（广东东莞）举行。本次研讨会将邀请高性能计算领域、大科学装置领域及其应用用户群体的专家学者共聚一堂，开展深度交流。诚挚邀请您参加此次大会！

张俊荣  中国科学院高能物理研究所 研究员，博士生导师/东莞研究部中子科学部 副主任

报告主题：中国散裂中子源应用与人工智能需求

报告摘要：报告讲介绍中国散裂中子源大科学装置的现状与进展，聚焦目前中子技术在物理、化学、材料等领域的应用，重点介绍近期取得的重要成果。同时介绍AI+大科学装置背景下，中国散裂中子源装置和用户在数据处理上的需求，以及目前装置在AI4Science方面的推进和未来趋势。

齐法制 中国科学院高能物理研究所 研究员 计算中心主任/国家高能物理科学数据中心 常务副主任

报告主题：高性能计算与大科学装置的协同创新实践

报告摘要：以高能同步辐射源（HEPS）为实践载体，阐述大科学装置中高性能计算、存储、网络的一体化建设与协同应用。介绍HEPS运行和科研活动中数据全生命周期数据服务的技术体系及基础设施能力现状与需求，分享算力调度、多模态数据管理、AI 赋能科学研究的进展与展望。分析当前数据处理性能和效率等核心挑战，展望高性能算力提升、海量数据智能压缩、全流程人工智能赋能装置等未来协同创新方向。

昱万程 中国科学技术大学国家同步辐射实验室 高级工程师

报告主题：数据与物理双驱动的同步辐射SAXS数据智能分析

报告摘要：同步辐射原位/工况SAXS实验产生海量数据，传统人工解析已成为制约科研效率的瓶颈。本报告围绕高性能计算与大科学装置的协同创新，分享SAXS数据智能分析的两个核心思路：（1）数据驱动的特征挖掘。利用变分自编码器对海量实验SAXS图谱进行降维可视化，揭示微结构演化的潜在关联与聚类特征；并进一步结合多层感知机构建“加工参数-潜在表示”模型，实现对未实验参数空间的SAXS预测。（2）物理驱动的精准解析。针对相位缺失难题，开发了物理感知神经网络SAXSNN，通过嵌入散射物理模型，实现无监督的实空间形态重建，单图分析时间缩减至分钟级；同时，针对纳米粒子多峰粒径分布解析难题，构建了物理约束的FNN-PSD模型，利用迭代微调确保预测结果符合物理规律，计算速度较传统Monte Carlo方法提升约1800倍，满足实时反馈需求。上述研究表明，物理驱动重构与数据驱动映射的协同应用，不仅能显著加速大科学装置产出数据的解析效率，更可为科研人员提供直观、实时的微结构动态演化图景。

李诚 中国科学技术大学 特任教授/合肥综合性国家科学中心人工智能研究院院长助理

报告主题：PB级脑成像电镜数据智能化并行处理

报告摘要：PB级脑成像电镜数据的处理包括成像、对齐配准、语义分割、神经元追踪以及可视化专家校对等多个环节。原始数据规模达PB级，在处理过程中还会产生成倍膨胀的多维中间结果，整个流水线面临计算密集和I/O吞吐的双重挑战，必须依靠高度的流水并行与极致的高性能优化。当前国际上主流处理生态存在部分闭源和生态壁垒，因此有必要搭建一套国产自主可靠的PB级数据并行处理软件栈。

我们重点攻克了神经元追踪这一计算瓶颈，通过多步骤层次化流水并行与软硬件异构协同设计，大幅缩短了追踪任务的整体耗时，并显著减少了磁盘空间占用。在此基础上，我们针对性地研发了两项关键底层组件：一是专为大规模连接组学优化的稀疏感知压缩域提取运行时系统（SABER），该系统将数据保留在压缩域内，利用底层元数据引导高效稀疏计算，有效避免了传统框架的串行请求瓶颈，大幅提升了数据加载速度；二是针对体素数据群聚特征设计的高压缩率算法（结合八叉树与rANS熵编码），显著缓解了PB级数据的存储与大规模并发传输压力。这套自主可控的高性能软硬件协同栈，正全面推动AI时代科研新范式的变革。

赵昆 中国科学院物理研究所 研究员、博士生导师

报告主题：阿秒激光设施智能控制与大数据处理需求分析

报告摘要：随着国家重大科技基础设施——先进阿秒激光设施的建设与推进，其核心驱动源（高能量、高重频飞秒激光）在长期运行中的稳定性保障尤为关键。本报告围绕该关键问题，系统开展了阿秒激光设施的智能控制与大数据处理需求分析。

报告首先剖析了复杂工况下多源耦合扰动对激光系统的影响特征，指出传统控制手段在应对非线性、时变系统时的局限性。针对上述问题，报告提出并阐述了基于强化学习算法的智能反馈控制策略，旨在实现对激光指向抖动与功率波动的精准抑制，保障光源的长期稳定输出。

在此基础上，报告进一步分析了大科学装置全生命周期数据管理的挑战。为支撑人工智能算法对高质量数据的需求，我们致力于构建标准化的数据规范与接口体系，打造人工智能友好型数据底座。该架构旨在打通实验数据采集与智能分析流程，支撑利用高性能计算与人工智能技术实现装置的智能诊断与健康管理，最终推动先进阿秒激光设施向智能化、自主化运行方向发展。

张磊  中科曙光 高级工程师/国家超算郑州中心硕士生导师

报告主题：从海量数据到科学智能——大科学装置的“算存智”协同创新基座

报告摘要：报告将围绕大科学装置的数字化转型，系统阐述了曙光如何通过“算、存、智”三者的有机协同，破解海量数据处理难题，构建支撑科学智能落地的下一代技术基座。

陶鼎文 中国科学院计算技术研究所 研究员?

报告主题：面向大科学装置的数据缩减技术与软件

报告摘要：大科学装置在运行中持续产生高通量、多模态的科学数据，在线传输、离线存储与后处理分析均面临严峻的容量与带宽压力。现有压缩技术与工具在压缩速度、缩减率及平台兼容性等方面，难以满足真实的大装置数据生产环境需求。为此，我们构建了面向大科学装置（特别是同步辐射光源）数据缩减的压缩工具包PhotonZip。PhotonZip的核心贡献体现在三方面的统一支撑：1）面向CPU/GPU异构环境的统一部署，支持从单机处理到并行I/O场景的数据压缩需求；2）面向不同科学应用需求的统一压缩模式，同时覆盖无损与有损压缩，以适应不同数据类型对保真度、压缩率和处理效率的权衡；3）面向压缩算法的统一封装与集成，将传统压缩方法与AI压缩方法融入同一软件框架，降低不同方法在实际使用中的切换与部署成本。PhotonZip提供Python API、HDF5 Filter等标准化接口，形成了面向在线数据缩减、存储传输与后续分析处理的统一工具链，为大科学装置数据压缩提供了可扩展、可部署的软件支撑。

侯廷政 清华大学深圳国际研究生院 副教授、博士生导师

报告主题：AI和数据驱动的固态电池材料研究

报告摘要：发展先进的固态电解质材料有望推动高能量密度、高安全固态锂金属电池的实际应用。传统的无机和聚合物固态电解质存在界面兼容性差、电化学稳定性差和离子导电率低等难以克服的问题。因此，研究多物相混合体系和材料界面的离子输运机制对于设计实用化固态电解质材料至关重要。为此，我们利用先进的人工智能和数据驱动的方法加速固态电池材料筛选设计。首先，通过发展固态电解质复杂非均相模拟方法，揭示了“溶剂辅助跳跃”离子输运新机理，提出了构筑和调控局域不饱和金属位点的材料设计新策略。其次，通过发展无机晶体材料界面结构建模和性质筛选方法，实现了任意固态界面低能量稳态结构的高效搜索，筛选创制新型高塑性固态电解质界面。在此基础上，我们系统性梳理了固态电解质电化学稳定窗口的具体概念和稳定界面构筑策略，建立了规模领先的固态电解质材料电化学稳定性数据库，并训练了精准的代理预测模型，推动固态电解质材料的高效性质评估和结构设计。此外，针对新型高熵正极材料的建模难题，提出了基于局域结构描述符的SROS结构优化算法，实现了高精度、低成本的高熵和无序结构无机非金属材料短程序结构建模和性质优化。

赵旭山 宁德时代新能源科技股份有限公司 研究员、高通量计算首席技术官

报告主题：新能源电池材料研发：集成计算工程与数据科学的协同创新与实践

报告摘要：宁德时代在“双碳”背景下，以“算力、算法、数据、模型、知识、场景”六位一体的模式，深度融合材料集成计算工程与人工智能技术，驱动锂电材料研发范式革新。通过将人工智能数据模型嵌入传统物理模型的求解过程，实现了高通量材料虚拟筛选、微观结构建模与工艺参数多目标优化。同时，构建“模块化-自动化-数智化-自主化”的智能实验室，实现从自动化合成、原位表征到在线寻优的研发闭环。公司已系统性建设涵盖计算、物料、工艺与性能的材料基因数据库，积累前沿设计数据超2亿条。为支撑此体系，宁德时代正联合地方政府建设绿色专用超算中心，一方面基于“专用芯片+专用架构”将仿真效率提升数个数量级；另一方面集成自身储能、光伏产品构建智慧能源系统，打造绿色算力标杆。此举旨在攻克产业“卡脖子”难题，加速实验室成果转化，为新能源产业可持续发展提供核心动力。

乔羽 厦门大学 教授

报告主题：针对二次电池体系的原位/工况表征平台

报告摘要：报告人的研究工作主要以探索重要新型二次电池表界面动态演化过程、产气过程、层状氧化物正极材料体系中相变、结构演化、氧化还原机理为出发点，设计并搭建针对二次电池体系的原位谱学表征测试平台（结合“光谱-质谱-能谱”等多表征技术联用技术），进而原创性的发现和阐明了一系列重要反应过程（去溶剂化过程，等）、中间相、共生结构、中间产物在相关电极材料结构演化过程中的独特工作原理，为相应体系的材料研发和界面设计提供重要的设计思路。报告人针对多个重要二次电池场景（界面去溶剂化过程、层状氧化物正极共生相和层错，等）中存在的难点问题开展了深入的研究和攻坚，将去溶剂化动态过程谱学化呈现，并提出“stacking faults指示符”用来描述层氧材料演化过程中的共生结构演化，揭示对应的结构化学原理并证明争议性问题。本报告在于分享界面演化、产气、层状氧化物正极材料层错和局域共价环境的思考和设计思路，引导和推动相关界面电化学、高比能正极材料改性与设计优化。

张汝志 苏州实验室 副主任、研究员

报告主题：人工智能驱动光刻材料创新

AI-enabled Discovery of New Lithographic Materials

报告摘要：The relentless drive toward smaller semiconductor nodes demands advanced lithographic materials with exceptional resolution, sensitivity, line-edge roughness (LER), and defect control. To overcome the RLS trade-off dilemma, we believe that co-optimization of both the exposure and the development spaces (PDCO) is essential and carried out methodological investigation. Negative Tone Development (NTD) processes offer unique advantages for specific patterning applications and provide the best scenario for our co-optimization study. We systematically explore the NTD developer formulation dimension besides the photoresist-formulation-related exposure space, applying artificial intelligence (AI) tools and synchrotron-based characterization. The presentation outlines recent findings on high-performance NTD developers discovered through a closed-loop neuro-symbolic framework AI4S-SDS that integrates multi-agent collaboration with a tailored Monte Carlo Tree Search (MCTS) engine and high-throughput experimentation (HTE).

吴桢舵 香港城市大学（东莞）副教授/科研处主任

报告主题：非晶合金中程序结构解析

报告摘要：非晶态物质结构是科学研究前沿和难点问题之一，近年来越来越多研究表明非晶态物质存在短程-中程有序结构，这些短程-中程有序结构对决定非晶态物质的物理过程、性能等具有关键作用。因缺少长程周期结构，直接对非晶态结构进行表征存在很大挑战。我们利用先进原位中子散射和同步辐射技术，结合球差电子显微图像分析，以非晶合金相变过程为研究视角，在典型的Pd-Ni-P和Zr-Cu-Al-Y块体非晶合金中，精确破译了中程尺度（5-20 ?）的独特有序结构基元，分别为六元三帽三棱柱和四元Frank-Kasper环状结构。我们的工作为理解非晶态结构本质提供了实验参考。

大会组委会诚挚欢迎大科学装置用户、高性能计算应用专家、人工智能与数据科学研究者，以及对此交叉领域感兴趣的研究生踊跃参与。特别期待汇聚粤港澳大湾区科研院所与高校的同行力量，共同推动区域乃至全国在“高性能计算+大装置”融合方向上的创新突破。本次会议不收取注册费。