深势科技是全球 AI for Science 领导者，AI for Science 即运用 AI 学习一系列的科学原理和科学知识，并进一步解决科学研究和工业研发领域的关键问题。
依托在交叉学科领域的深耕，构建了“深势·宇知”AI for Science 大模型体系，并进一步解决科学研究和工业研发领域的关键问题，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，形成了 AI for Science 的“创新-落地”链路和开放生态，构建了基于 AI for Science 的微尺度工业基础设施，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代研发系统。
深势科技是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中博士及博士后在公司成员中占比超过 35%。核心成员获得过 2020 年全球高性能计算领域的最高奖项“戈登贝尔奖”，相关工作入选 2020 年中国十大科技进展和全球 AI 领域十大技术突破。
深势科技推出创新的 Bohrium® 科研云平台和 Hermite® 药物计算设计平台，实现了分子模拟技术的飞跃。这两项先进的工业设计与仿真基础设施成果通过 AI 技术赋能科学研究和工业研发，不仅大幅缩短了药物研发周期，降低了成本，还显著提高了研发成功率，为生物医药行业带来了前所未有的变革，这是 AI for Science 领域的重大突破。
科学计算任务对资源的需求具有极致弹性，峰值资源需求可达数十万核，需要在亚分钟级甚至秒级完成计算和数据资源的准备。
其次，AI for Science 全链路涉及多种异构算力和数据池化的需求，需要充分共享数据以满足不同环节的算力需求；此外，科学计算对性能要求极高，需要对热点小文件实现低延迟加速，并且在高频弹性任务中实现数据的极速加载和统一的数据集管理；最后，作为面向大量知名高校和科研学者的平台，深势科技还需要对终端客户的数据 Quota 进行精准的配额管理，以控制数据量。
深势科技基于阿里云提供的一套融合技术方案解决这些问题并不断迭代演进，经过多年演进，将科学计算的数据基础设施做了充分的分层设计：
-
数据缓存层：作为近计算端高速数据层，用于满足超高速的数据读取需求。这一层使用阿里云 Fluid 将集群内的高速存储介质抽象成逻辑缓存，进行模型管理和加速加载，同时采用镜像缓存实现镜像的快速拉取，实现 Pod 在秒级快速拉起。
-
共享加速层：用于满足多集群共享数据读写的需求。这一层采用阿里云通用型 NAS 方案，解决科学计算场景大量小文件热点读取的性能问题，同时提供弹性可分配的数据存储空间。
-
长期存储层：作为全量数据存储层，用于满足模型文件、CKPT、数据集的长期低成本存储。这一层采用阿里云多级 OSS 对象存储方案，借助阿里云的全球一张网，实现一套 Bucket 数据跨地域加载传输的需求。
在实际应用中，深势科技的平台帮助用户从繁重的重复实验中脱离出来，将原本需要数年才能完成的药物筛选和优化工作，用更大规模的算力协同调度缩短至几个月甚至几周，极大地加速了新药的研发进程。同时，研发成本也得到了有效控制，相较于传统研发模式，节省了大量资金投入，为药物研发企业带来了可观的经济效益。
深势科技与阿里云的合作是一次成功的实践，充分展示了阿里云技术在 AI for Science 领域的强大实力和广阔应用前景。未来，双方将继续深化合作，共同探索更多创新技术和应用场景，为推动科学研究和工业研发的发展做出更大贡献。
在实际应用中，深势科技的平台在多个能源、药物研发等项目中得到了验证。例如，在与某创新实验室的合作中，运用深势科技的勒贝格平台科研协作效率提升 30%，最大资源管理规模超 10 万核，极大提升开发效率，除此之外深势科技也与业内超过 50 家生物医药、新能源和新材料企业进行合作，共同提升药物研发、新材料研发的开发效率。这些实践数据充分证明了深势科技与阿里云合作的成果为科研领域树立了新的标杆。