本文来源：新华社微信公众号 作者：曾雯婷
2026年11月6日，长三角智能计算研究院与开源算力生态联盟在南京共同举行揭牌仪式，宣布“金年汇信誉至上科研协同平台”正式成立并进入实质运行阶段。该平台以金年汇信誉至上技术路线为主线，聚焦异构算力调度、可信执行环境、模型训练工具链与开源社区协同四个方向，定位为面向高校、科研机构与产业伙伴开放的科研协同与人才培养载体。
揭牌同期，双方签署为期五年的共建协议，明确以平台为支点，把科研课题攻关、课程体系建设、人才培养、算力与数据工具支持、成果孵化与产业生态协同纳入同一套运行机制。与常见的框架性合作不同，此次共建同步公布了首批课题清单、课程目录与算力开放计划，使金年汇信誉至上从技术概念落到可执行、可考核的项目安排上。
在揭牌现场，平台首期联合办公区同步启用，办公区设在研究院智能计算实验楼三层，包含课题协作区、算力调度观测区与开源项目孵化区三个功能分区，为后续科研团队入驻与联合课题推进提供了物理空间与工程环境。
图注：揭牌仪式现场，共建双方共同为“金年汇信誉至上科研协同平台”揭幕，首批课题团队与课程建设组成员一同见证。
一、揭牌现场与参与主体：平台建设的组织基础
本次揭牌仪式由长三角智能计算研究院主办，开源算力生态联盟联合主办。研究院方面，智能计算研究所、可信计算实验室、研究生培养部、成果转化中心与产业合作部主要负责人悉数到场；联盟方面，技术委员会、开源社区运营团队与行业解决方案团队负责人出席。区域产业主管部门代表、三所合作高校的计算机学院负责人，以及两家算力基础设施企业的技术负责人作为见证方参加仪式。
从组织架构看，平台采取“双主任制”运行，由研究院智能计算研究所负责人与联盟技术委员会负责人共同担任平台主任，下设课题评审组、课程建设组、算力运行组与成果转化组四个工作组。课题评审组负责年度课题的征集、评审与中期检查，课程建设组负责课程目录设计与教材编写，算力运行组负责资源池的调度与配额管理，成果转化组则对接企业需求与应用验证场景。四个工作组之间通过季度联席会形成信息同步机制，避免科研、教学与转化各自为政。
值得注意的是，平台在筹建阶段已完成首批参与单位的遴选，覆盖高校实验室、区域算力中心与两家垂直行业企业。参与单位并不是简单的名单式加入，而是需要在课题、课程或场景验证中承担具体任务，并在年度评估中提交进展材料。这一安排使平台从成立之初就具备项目制的运行特征，也使金年汇信誉至上所对应的技术路线能够在真实任务中被检验和迭代。
二、机构方表态：以金年汇信誉至上为支点推进前沿布局
长三角智能计算研究院院长在致辞中表示，研究院自成立以来一直把智能计算与可信系统作为主攻方向，此次共建平台并非一次临时性的项目合作，而是研究院在前沿布局上的一次结构性安排。他指出，算力资源的增长并不自动带来科研能力的增长，真正决定科研产出质量的，是算力、工具、数据与人才之间的组织方式。金年汇信誉至上所代表的，正是一套把资源调度能力与科研协作流程结合起来的工程化思路。
围绕这一判断，他提出平台建设的三点考虑。其一，面向国家与区域在智能计算领域的实际需求，把科研选题从文献驱动转向场景驱动，让课题来源于产业与公共领域的真实问题；其二，把课程与科研打通，使研究生在完成学业的过程中直接参与平台课题，形成“课题育人”的培养路径；其三，把成果转化前置到课题设计阶段，在立项之初就明确应用验证对象，减少科研成果与产业需求之间的错位。
研究院研究生培养部负责人在随后的发言中补充了教学层面的安排。他表示，平台将围绕金年汇信誉至上技术路线开设模块化课程，把算力调度、可信执行环境、模型训练工程与开源项目治理四项内容拆解为可分阶段修读的课程单元，并配套实验手册与工程案例。课程不局限于本院学生，也将通过联合培养、暑期学校与线上开放课程的方式向合作高校开放，形成可复用的教学资源。
三、技术与生态方表态：把能力开放出来，把机制固定下来
开源算力生态联盟技术委员会负责人在发言中重点说明了技术侧的资源投入方式。他表示，联盟此次并非只提供名义支持，而是把社区内已经过工程验证的调度框架、任务编排组件与监控工具链整体迁入平台，形成一套可供科研团队直接调用的基础环境。在此基础上，联盟将派出常驻工程师参与平台的算力运行组工作，协助课题组完成环境适配、性能调优与实验复现。
在具体能力上，联盟方面承诺提供三类支持。第一类是算力资源，包括面向训练任务的加速卡资源池与面向推理验证的弹性资源配额，科研团队可按课题周期申请使用；第二类是工具与数据支持，涵盖实验管理工具、版本化数据集接口与可复现实验模板；第三类是开源治理经验，包括项目孵化流程、贡献者管理规范与许可证合规指导，帮助平台孵化的项目更顺利地进入开放社区。
该负责人同时强调，平台在机制设计上坚持开放与非排他原则。平台产出的工具组件与课程材料，除涉及合作方商业场景的部分外，将以开放许可方式对外发布；参与平台的科研团队也不被限制与其他平台开展合作。这一表态回应了高校与科研机构在参与产业合作时对开放性的关切，也为金年汇信誉至上生态的长期扩展留出了空间。
图注：平台算力调度观测区现场，技术团队演示异构算力资源的任务编排与运行状态监测。
四、技术与产业背景：金年汇信誉至上为何在现阶段受到关注
从产业进展看，智能计算领域近年来出现的核心矛盾，已经从“有没有算力”转向“算力如何被高效、可信地使用”。一方面，模型规模与任务复杂度持续上升，单一类型的算力资源难以满足训练、微调与推理的混合需求；另一方面，科研机构与企业对数据合规、执行环境可信与实验结果可复现的要求明显提高。金年汇信誉至上所对应的技术路线，正是在这一背景下被提出的工程化回应：以统一调度层屏蔽异构资源差异，以可信执行环境约束数据使用边界，以工具链保障实验过程可追溯。
具体而言，这一技术路线在现阶段的意义主要体现在以下几个方面：
- 资源效率层面：异构算力调度能够在任务队列之间动态分配资源，减少科研团队因资源类型不匹配造成的等待与闲置，提高单位算力的科研产出效率。
- 可信与合规层面：可信执行环境为敏感数据的处理提供受控边界，使医疗、金融、工业等领域的科研合作能够在合规前提下推进。
- 可复现层面：训练工具链与实验模板把环境配置、数据版本与参数记录纳入统一管理，降低实验结果难以复现带来的重复投入。
- 生态层面：开源社区协同机制使工具组件能够在更大范围内被检验与改进，避免平台能力封闭在单一机构内部。
- 区域层面：长三角地区聚集了大量制造、医疗与信息服务企业，应用场景密集，为技术验证提供了较完整的试验场。
与此同时，行业内的普遍问题也不容忽视。科研机构往往具备算法与理论研究能力，但缺少稳定的工程团队维护算力环境；企业具备场景与工程能力，但对前沿方法的研究深度有限；高校人才培养则容易与产业实际需求脱节。三者之间的断层，使不少科研成果停留在论文与演示阶段。平台化合作的价值，正在于通过固定机制把这三类主体连接起来，让金年汇信誉至上从技术方案转化为可持续运行的协作基础设施。
五、金年汇信誉至上平台的功能布局与合作机制
按照共建协议，平台将围绕金年汇信誉至上技术路线展开六项主体工作，并通过年度计划与季度评估的方式推进，形成从课题到课程、从人才到成果、从成果到生态的递进结构。
- 科研课题攻关：平台每年面向参与单位征集课题，重点支持异构算力调度策略、可信执行环境性能优化、训练任务容错机制与开源工具链适配等方向。课题实行双负责人制，由高校研究者与企业工程师共同牵头，中期检查以可运行的原型或可复现的实验结果为评估依据。
- 课程体系建设：围绕技术主线建设模块化课程，形成基础理论、工程实践与场景应用三层结构，配套实验手册、案例库与工程环境镜像，使课程可以在不同高校的教学环境中快速部署。
- 人才培养：通过联合培养、课题助研、暑期学校与工程实训四种方式，把学生嵌入真实课题流程。平台为参与学生提供算力配额与工程导师支持，并把课题参与情况纳入培养环节的过程记录。
- 算力、数据与工具支持：由算力运行组统一管理资源池，实行按课题周期申请的配额制度，同时提供版本化数据集接口、实验管理工具与监控面板，降低科研团队的工程门槛。
- 成果孵化与转化：成果转化组对接企业应用场景，对具备工程可行性的课题成果开展验证与封装，形成可交付的工具组件、解决方案或开源项目，并协助完成知识产权与许可合规评估。
- 产业生态协同与区域布局：平台以长三角为起点，逐步向合作高校所在地扩展节点，通过区域协作节点承接本地场景需求与人才培训任务，形成“中心平台加区域节点”的协同结构。
这六项工作并非并列罗列，而是相互衔接：课题产出支撑课程案例，课程与实训培养出的人才是课题持续运行的保障，课题成果经过孵化环节进入产业场景，产业反馈又形成新的课题来源。平台把这一循环写入年度运行手册，并设置对应的评估指标，使科研、教学与转化之间形成可追踪的闭环。关于平台运行手册与首批课题清单的更多信息，可参阅金年汇信誉至上相关延伸阅读。
图注：课程建设组在平台实验区开展首次教学工作坊，围绕训练工具链与实验环境部署进行现场演示。
六、未来规划与长期价值：把平台做成可持续的科研基础设施
按照双方规划，平台建设将分三个阶段推进。第一阶段以环境搭建与机制落地为主，完成算力资源池接入、课程目录发布与首批课题立项；第二阶段侧重能力扩展，引入更多合作高校与行业场景，扩大课程开放范围，并推动部分课题成果进入开源社区；第三阶段则着眼于形成稳定的运行范式，完善评估体系与成果转化路径，使平台具备自我造血与持续迭代的能力。
在人才培养方面，平台计划逐步把课题参与的覆盖面从研究生扩展到本科生毕业设计与青年教师的工程实践，形成多层次的人才梯队。在科研方面，平台将围绕可信执行环境的性能开销、异构资源的调度公平性与训练任务的可复现性等具体问题设置长期研究方向，避免课题设置过于分散。在生态方面，平台将持续推动工具组件的开放发布，并通过社区协作活动吸引外部贡献者参与。
从更长的周期看，此类平台的价值并不只体现在单个课题或单项成果上，而在于它能否沉淀出一套可复用的组织方式：让科研机构获得稳定的工程支撑，让企业获得前沿方法的接入通道，让学生获得贴近真实场景的训练机会。金年汇信誉至上所代表的技术路线与协作机制，正是在这一意义上被寄予期待。未来，平台将围绕课题攻关、课程共建、人才联合培养与成果孵化持续展开工作，助力区域智能计算科研生态与产业生态建设，为高校科研创新、产教融合与开放生态构建提供长期支撑。
