GBZ 280-2026《智能计算 科学计算用例》

1GB/Z280—2026《智能计算科学计算用例》1范围本文件规定了科学计算用例的基本要求、描述信息，给出了部分领域科学计算用例示例。本文件适用于科学计算用例的生成和实施。2规范性引用文件本文件没有规范性引用文件。3术语和定义下列术语和定义适用于本文件。科学计算intelligentcomputin计算技术在科学研究与科学工程实践中的应用。注：应用具体指采用数值计算、模型模拟和人工智能等方法，结合数据驱动与物理机理，将抽象科学问题转化为可计算模型并求解的过程。4缩略语下列缩略语适用于本文件。CFD:计算流体力学(ComputationalFluidDynamics)CRAFTS:漂移扫描多科学目标同时巡天(CommensalRadioAstronomyFASTSurvey)FAST:500m口径球面射电望远镜(Five-hundred-meterApertureSphericalradioTelescope)PB:拍字节(Petabytes)PINN:物理信息神经网络(PhysicsInformedNeuralNetwork)RMSD:均方根偏差(Root-Mean-SquareDeviation)TB:太字节(Terabyte)TI:热力学积分(ThermodynamicIntegration)25基本要求用例应体现科学计算的应用特征，反映科学计算对科学理论探索、技术研发、产业优化升级的促进作用。5.2典型性用例应具备行业或学科典型性，能代表特定科学领域的核心计算任务或挑战；宜具备时效性，体现科学计算方法或技术在解决实际问题中的独特优势与应用成效。5.3可操作性用例应遵循可操作、可实施、可复现的原则，涉及的数据、代码及文档宜易于获取，便于用户参照执行。5.4高效性用例宜体现利用高性能计算、优化算法等技术，应体现在计算效率、执行耗时或资源利用率等方面相比传统方法的改善。5.5可扩展性用例应具备适应技术发展与用户需求变化的能力，宜支持随算法更新、数据规模增长、问题规模增5.6可移植性用例应具备跨计算平台的部署能力，避免与特定硬件绑定；与可扩展性相关的构建、运行条件宜采5.7可比较性用例应包含可量化的评估指标，宜支持用例在不同计算架构、软件框架、算法模型之间的对比。5.8用户友好性用例应充分考虑用户在使用过程中的交互体验、学习成本、技术支持需求等因素，易于用户理解并支持用户利用相关资源开展科研工作。5.9安全性用例涉及的代码、数据及文档的获取、处理及存储过程应符合数据安全、隐6用例描述6.1用例名称用例名称宜简明扼要；宜采用动词与名词相结合的结构，以直观反映用例主要活动；宜易于记忆和3搜索，避免使用过于专业的术语或复杂缩写。宜附加与名称对应的标识，以便对用例进行定位。6.2应用领域应用领域是描述用例所属的学科，例如生命科学、材料科学等，可包括具体的子领域。用例的目的是指用例解决的具体科学问题或实现的目标。其内容中宜包含预期的科学价值或工程6.4相关方相关方是参与用例的用户角色或系统实体。其内容宜包含各相关方在用例中的职责。6.5计算环境6.5.1软件环境用例所需的软件环境包括操作系统、计算框架、领域专用软件等基础软件栈，包括但不限于：a)操作系统：操作系统及相关驱动程序，用于提供运行的基础环境；b)计算框架：系统及人工智能计算框架、科c)领域专用软件：专用计算软件或工具包，用于进行特定科学计算任务。6.5.2硬件环境用例所需的硬件环境包括用例运行所需的硬件资源及其规格，包括但不限于：式计算，宜说明用例所使用的组网方案。描述硬件环境时，宜说明最低要求和推荐要求。6.6算法与模型描述用例采用的核心算法或模型，宜说明名称、原理、应用场景及与用例的关联性；可说明其类别6.7数据资源描述用例涉及的数据集信息，宜包括数据来源、数据特征、数据格式、数据处理情况以及数据合规a)数据来源：包括数据来源的类型(如实验观测、模拟生成、公链接等；c)数据格式：数据的存储格式；e)数据合规性：数据集的授权协议及使用限制等。46.8评估指标评估指标是衡量用例执行效果的量化指标。在描述评估指标时，宜列出所有相关的指标名称、定义及计算方法。评估指标可包括与传统计算或实验方法在分析结果、运行时间、资源利用率等方面的差异。6.9用例流程图用例相关方及相关方之间的关系。7用例模板描述科学计算用例的描述不限于表格形式(如使用，可参考表1),描述内容满足第5章、第6章要求。表1用例描述参考模板职责和作用123算法与模型12发布机构1234用例流程图5(资料性)部分领域科学计算用例示例A.1生命科学领域用例基于基因序列大模型的基因预测用例如表A.1所示。表A.1生命科学领域用例用例基于基因序列大模型的基因预测应用针对人类基因组中超过98%非编码区功能解读的难题，利用大模型技术适配其超长、高维度特征。旨在：1)解析非编码区的功能；2)实现百万碱基超长上下文序列的单碱基精准建模；3)提升基因型疾病的诊断准职责和作用1提供人类泛基因组参考联盟(HPRC)、人类(HGSVC)等构建的高质量基因组组装数据及美国国家医学图书馆生物医学文献数据库(PubMed)、蛋白质数据库(PDB)、通用蛋白质资源数据2智能设计云平台3科学家、研究者及开发者，利用模型进行分子机智能设计云平台提供RESTful应用接口服务，支持脱氧核糖核酸(DNA)序列嵌入提取与碱基预测模型已完成在国产硬件上的部署优化，支持从单个PC算法与12分形注意力(Fractal百万级别超长上下文建模，捕捉染色体级长程调控3融合模型效对齐，用于疾病预测6表A.1生命科学领域用例(续)资源发布机构联盟(HPRC)提供覆盖全球欧亚非美多样性族群的高质量近端粒到端粒组装数据集。HPRC数据发表成果时遵守以下要求：1)包含相关的HPRC署名声明；2)不得包含任何参与者的个人数据；3)不包含与者、其家人、其所在社区或特定人群造成伤害或污名化的信息提供人类和老鼠基因组中所有功能元件的详细目任何禁运期；在所有口头或书面发表中使用数据时，1)引用ENCODE联盟的整合性文献；2)注明数据的具体来源；3)致谢EN1基因互作识别评价模型是否识别出真实调控关系，具体指标如Top-KInteracRate,评估模型是否抓住最重要调控关系2长程调控能力评价模型对远距离作用的建模能力，具体指标测能力3基因元件预测评价模型对基因元件(如外显子、启动子、剪接位点)的识别理解能力4变异热点预测评估模型是否能够基于序列特征识别高突变概率区域(hots反映其对局部不稳定性与演化信号的理解能力程图数据处理DNADNA序列数据(“3008词元)力力的肺特异性增强子)由由专家A.2天文科学领域用例智能计算助力快速射电暴与脉冲星搜寻用例如表A.2所示。7表A.2天文科学领域用例用例名称应用针对动态宇宙中射电瞬变与周期性信号的高维、稀疏与跨尺度特征建模难题，利用大时序、多频谱及高噪声观测数据。旨在：1)解析快速射电暴与脉冲星的频谱的精细建模；3)提升射电瞬变与周期源的发现效率与准确率；4)捕捉多样化宇宙环境中的信号差异性职责和作用1中国天眼FAST数据中心提供天文观测数据，数据规模达PB级别，数据采用FITS格式存储。目前已经落库并正在处理中的FASTCRAFTS项目观测数据达到10PB。预计FAST观测数据每年会有10PB～20PB落库，其中2平台构建从天文数据获取，到数据处理与分析，再到线上闭环，集算力、数据、人工智能、知识于3天文科研人员使用平台的算力资源和多种算法向上数据的分析和处理，加速科研成果产出天文领域多模态模型开源的脉冲星搜寻和分析软件，也可用作单脉冲搜索单个2GB的FITS观测文件，GPU加速版的PRESTO在处理巡天数据的小参数空间上，需要45min;Heimdall需要5min,DRAFTS需要2min,RaSPDAM需要20s。对于每年PB级别的FAST观测数算法与1传统的搜索方法，需要对不同色散值产生的时间序列都做信号筛选，计算量庞大且重复；不同色散值范围以及对计算量产生巨大影响2基于深度学习中图像识别算法的快速射电暴搜寻方法，的搜寻速度，减少算力资源的浪费，提高搜寻结果的准确率和完备性。基于机器学习研发的新算法DRAFTS,结合基于CUDA加速的去色散处理、目标检测模型和二分类模型实现对快速射电暴的准确识别3基于天文论文语料、天文图文对等训练出来的跨模态合动态谱图、时间-相位图、时间-DM图等射电图片进选体图片判别意见8表A.2天文科学领域用例(续)资源发布机构观测FAST望远镜观测数据是快速射电暴、脉冲星的重要分析依据测项目编号(PID)存储在FAST数据中心存储和计算式服务对外开放。用户通过申请FAST数据中心账户使用或联系FAST数据中心进行数据拷贝。(/)1算法搜寻到的FRB和脉冲星候选体是真正的FRB以正确识别的目标数与总检出目标数的比值进行量化2算法有效检出真实FRB和脉冲星的能力。通常以3完成单次搜寻任务所需的时间。传统算法耗时较长于机器学习的方法显著提升了GPU资源利用率并缩短了运行耗时用例流程图 *7A.3地球科学领域用例基于地学大模型的地质图生成和解析用例，如表A.3所示。表A.3地球科学领域用例用例应用针对地质图制作过程中依赖多种专业软件、操作流程复杂、学习成本高且不利于领域研使用的问题，提出基于大模型与智能代理的地质图生成与分析方法。在地质图生成阶段，系统能自动识别论文地质图中的不同图形要素，并进行整理与重组，支持研究人员在无需熟练掌速获取关键信息、形成分析结论并生成技术说明，从而显著提升地质研究的工作效9表A.3地球科学领域用例(续)职责和作用1提出编图规范与业务需求(图例体系、制图尺度、单则);对地质图生成结果进行抽样核查与修订建议；对地质图分析的问答口径与专业解释进行审核与迭代2提供并维护训练/推理所需地质图数据，既有地质图与号规范、区域地质报告/论文/调查资料；完成3提供模型训练与推理服务能力(GPU集群、存储与调度的工程化部署环境；保障地质图生成批量制图与地质图分析在线问答的稳制图工具，如面向地质图制图任务的智能代理工具，支持用户上据，通过自然语言指令驱动自动完成制图流程(样式配置布局等),并支持多轮对话对制图结果进行修改与迭代；输出标准化地质图成果，支持多格式导出与工程文件打包析工具，如面向地质图解析的产品工具，支持对地质图进行内准，并基于图例信息完成点、线、面要素的自动提取解析与提取结果的基础上，进一步支持基于多模态模用于支撑模型与外部数据、制图工具和业务系统交将专业地质制图资料作为上下文注入，有效缓解模型幻觉空间地理数据专用处理软件，如ArcGIS用于处理、分析及可视化空间地理数据的专业软件，支持多源空间数据的配备高性能GPU计算节点用于模型训练与推理，常存GPU,复杂场景下可根据任务规模配置更高显存资源；同时配套高速存算法与1基于Qwen-72B、Llama-3等通用基座模型，利用PB级增量预训练、有监督微调等形成的地学领域专属大语言模型，具备强大的地学知识理解、逻辑推理及多模态数据处理能力2基于Qwen-VL等通用多模态基座模型，利用TB级高进行有监督微调等形成的地质图领域专属多模态模型，具备强大的地质图分析、问答及逻辑推理能力表A.3地球科学领域用例(续)资源发布机构地质图世界各国地质调查局各国地质调查局经国家级地质调查工作发布的地质高权威性，覆盖范围广、质量稳定。例如美国地质调查局(USGS)国家地质图数据库(NGMDB)、英国地质调查局(BGS)OpenGeoscience数据集及中国区域地质图数据等，多为图件或栅格形式，部分为矢量数据。使用时需地质图通过对基于CommonCrawl(一个免费开源的网络爬虫数公开论文页面中的地质图图像数据进行解析，获得的地质图图像及相关文本信息。需遵循论文网页的开源协议及版权要求合规使用1模型对领域专家用户的输入指令的理解与执行是否正确，图准确映射为对应的系统指令或处理流程的比例2图例提取精度从多模态数据中提取关键信息(如成矿参数、成矿位析地质图时，对用户指定的点、线、面要素所对应图例用例流程图面要素面要素线要素点要素 的指令地质图导出地质图生成A.4材料领域用例机器学习势能函数加速酸度常数和氧化还原电位性质计算用例如表A.4所示。表A.4材料科学领域用例用例应用针对复杂化学体系的自由能差相关性质计算难、效率低的问题，采前提下使计算效率提升3~4个数量级；2)对反应路径和自由能面的准确描述和高效采样；3)对酸度常数和职责和作用12复杂化学系统计算根据给定的能源材料组分，执行自动化计算工作流实化还原电位、酸度常数、溶剂化自由能或能3电池材料研发团队，界面催化研究人员等，根据材料计算电化学性质，开展电解液电化学稳定性分析，电解液、电极材料设计、验证等工作从高精度量子化学或实验数据中学习原子间相互作用规律，构建能量、力基于神经网络拟合第一性原理数据得到势能模型，用于分子动力学模拟的开源第一性原理材料计算和模拟软件，可研究上千个面向人工智能加速从头算方法的计算软件包，针对一个典型复杂体系完成相关的性质计算需要约20000CPU核时与400GPU(NvidiaA100)卡时。具体的计算资源使用量取决于体系的复杂表A.4材料科学领域用例(续)算法与1自由能微扰FEP是一种基于统计力学的计算方法，用于评估两个体系或状态之间的自由能差。其核心思想是在一个参考体系的系综中采样构型，通过对哈密顿量微小扰动前后能量差的统计平均，推算目标体系的自由能变化2TI是一种计算自由能差的统计力学方法，通过引入耦合参数状态连续连接，并在各中间状态下对体系能量关于该平均，再沿参数路径积分得到自由能变化3机器学习深度势能函数是一类基于神经网络的原系。其关键优势在于突破传统经验势的精度局限与第一性原理计算的O(N³)复杂度瓶颈，以O(N)线性扩展能力支持百万至亿级原子体系的陷演化、相变机制等复杂问题提供高效且精准的计算解决方案资源发布机构美国能源局(DOE),劳伦斯伯克利国家实验室(LBNL)Materialproject是一个通过计算方法预测材料性质并公开发布库，旨在加速新材料的发现进程。该数据库涵盖所有种未知材料、超过30000种稳定材料和超过6000种具有计算弹性张量的材料的性质。使用其提供的检索器找到有关合成配方子等不同类型的材料性质数据。数据使用需遵守CCBY来源：https://next-gen.materialsprLigParGen是一个基于网页的有机配体的自动OPLS-AA生成器。Gen以常用分子动力学和蒙特卡洛模拟软件包的格式生OPLS-AA/1.14*CM1A(-LBCC)力场参数。用于支拟研究基于配体的分子间相互作用的现象。数据来源：https://zarbi.1函数拟合准确性评估机器学习势能函数预测势能和原子力与第一性原性。用于评估机器学习势能函数是否能达到第常使用RMSD来评估机器学习势能函数预测结果与第一性原理计算结果的误差。RMSD越小，预测准确性越高2评估计算所得的酸度常数和氧化还原电位与真实结果用例流程图 位计算(FEP/TI算法)算分子动力学模拟A.5工业仿真领域用例PINN预测湍流流场的用例如表A.5所示。表A.5工业仿真领域用例用例应用CFD是21世纪流体力学领域的重要技术之一，使用数值方法在计算大意义。近年来，机器学习技术被引入CFD方法中，其中以PINN模型为代表的学习技术受到行业的认可。然而PINN模型对流场的预测普遍存在训练耗时职责和作用1JHTDB湍流数据库，包含各向异性带外力项的湍流、磁流体等9个场景下的3D湍流数据集，共约500TB数据，用以支持模型训练和2提供包含Equation、Geometry、NeuralNetwork等流体结合流体中时空信息(t,x,y,z)输人，预测(u,v,w)与压力p3等设计一款通用计算流体动力学(CFD)软件，用于对流体流动、传热和质量交换以计算流体力学类库，数据可视化程序，针对3D复杂流场问题模拟，使用了4卡V100GPU并行训练约表A.5工业仿真领域用例(续)算法与1传统有限元方法，主要是在Taylor展开式的基础上，求解偏微分方程。该方法对离散网格的质量要求较高，也行求解2使用了一个多层的神经网络模型，包含了一系列的全的损失函数和以自动微分为基础的偏微分方程损失函数，通过训练神经元网络使得监督点数据的损失函数和偏微分方程损失函数趋于0,实现对流场的预测。该方法不依赖网格且能够进行时间上的并行资源发布机构约翰霍普金斯大学JHTDB是一个专门收录高精度湍流直接数值模拟(DNS)结果的数据库。由约翰霍普金斯大学维护。数据库包括三维各向同性湍流、不可压缩磁流体等9个场景的湍流DNS结果。该数据集的使用遵循O据来源链接：/1模型预测的流场速度和压力与实际流场速度和压力的流场预测模型预测的准确率。通常使用全局相对RM2模型输出结