2025年8月13日,芯培森自主研发的赫曦I架构高速服务器面世。那台服务器采用机塔两用形式,计算单元为超异构架构,核心计算部分采用芯培森APU(Atomistic Processing Unit,原子级物质计算专用算力单元),能够进行MD(分子动力学)和DFT(密度泛函理论)高速计算,速度相较于传统CPU架构显著提升。
一年之后的2026年8月,芯培森推出旗下材料计算服务品牌——芯培森·SwiftMater,并于9月10日正式官宣发布。从一台服务器到一个服务品牌,这家聚焦AI4M(AI for Materials,人工智能赋能材料研发)的企业,在这一年多的时间里,过得并不“安静”。
2025年8月—10月:把产品与合作的底座铺开
2025年8月,是芯培森对外动作较为密集的一个月。8月8日,公司与战略投资人签署三方《战略合作协议》,围绕原子级科学计算算力业务开展合作。8月9日,来自招商证券、天风证券的分析师一行8人到访公司长沙研发基地,开启投资界对芯培森的系统性调研考察。
8月27日,国务院印发《关于深入实施「人工智能+」行动的意见》。两天后的8月29日,芯培森与航天联志等合作方签署战略合作协议,围绕原子智算中心建设、APU技术适配与应用展开合作。政策与产业动作在同一周内出现,并非刻意安排,但时间上的重合,客观上为芯培森的早期布局提供了外部环境的注脚。
10月,芯培森亮相2025年原子模拟国际研讨会。芯培森联合创始人、董事长兼首席科学家刘杰教授在本次会议上作《Atomistic Processing Unit(APU): Domain-Specific Computers for DFT and MD with Ab-Initio Accuracy》报告,详细介绍了APU芯片的技术原理及应用、广东赫曦原子智算中心建设情况和芯培森公司的未来发展规划,得到了与会专家学者的高度评价和认可。
2025年11月—2026年1月:走进行业会场,交付合作订单
2025年11月19日至23日,第九届材料基因工程国际论坛在西安举行。芯培森设产品展台,展示赫曦服务器;刘杰教授主持「材料产业智能化发展与应用:智赋新能」分论坛,并作题为《APU: Atomistic Processing Unit for Efficient MD and DFT Calculations》的报告;芯培森联合创始人、总经理樊正伟在晚宴上致辞。
论坛期间,公司成为全国新材料大数据创新联盟(CMDA)会员单位,并担任联盟第一届理事会理事单位。从学术研讨到行业组织入会,可以看到,芯培森在行业内的可见度与影响力在不断提升。
2025年12月18日,芯培森中标西北工业大学「跨时空尺度材料凝固过程模拟软件平台」项目。次年1月,公司完成该项目的软硬件交付,并开展定制化的产品使用培训。这是芯培森公开可查的高校订单——它意味着,专用算力不仅能在展会上展示,也能在具体科研课题中被使用。
2026年2月—5月:与高校院所来回走动
2026年2月,绿能起源科技(GEO)到访芯培森,考察微观科学计算APU服务器。4月9日至12日,首届中国「AI+新材料」大会在广州南沙举行,芯培森携自主研发的材料计算专用产品APU亮相。
4月12日,第九届清华—四川科技成果对接会在成都举行,芯培森作为清华大学校友企业受邀参加。现场,芯培森公司联合创始人、总经理樊正伟先生详细介绍了公司在AI赋能材料研发领域的布局。
5月,交流进入双向节奏。5月12日,清华大学机械工程系主任周明教授一行到访芯培森合资赫曦原子智算中心;5月13日,刘杰教授、樊正伟一行赴中国科学院苏州纳米所交流,参观纳米真空互联实验站。同月,佛山大学校长徐向民教授一行也来到赫曦原子智算中心。一来一往之间,芯培森与高校院所的互动从单向展示,转向了双向的技术对话。
2026年7月—9月:生态成形,第三环落位
2026年7月,广新集团总经理刘志鸿一行考察芯培森合资赫曦原子智算中心;随后,樊正伟受邀出席广新集团科技创新大会并做专题分享。8月,赫曦原子智算中心的部署规模达到100台赫曦服务器。同月,芯培森接待了多批访客:30余位投资机构代表、多位资深投资人,以及省高校新材料领域骨干教师技能提升培训班的学员;公司团队也赴兴发铝业开展业务交流。
9月9日,国际人工智能产业联盟及多家机构到访芯培森总部。9月10日,芯培森·SwiftMater正式官宣发布,首个服务产品聚焦固态电池电解质方向。至此,芯培森的「三元闭环」——超级终端(芯培森·MaterHaven)、智能体(芯培森·MaterPlato)与计算服务(芯培森·SwiftMater)——完成了面向用户一侧的落位。
一年的线索与三道关口
把这一年的动作连起来看,芯培森的路径大致沿着一条线索展开:先是算力硬件,接着是算力中心与算力服务,最后形成面向科研人员的完整生态。这条线索放到行业里看,对应的是同一方向落地过程中绕不开的三道关口:算力是否专用、算力能否形成规模化供给、计算结果能否以服务形式交付到研发人员手上。
过去的这一年,也是人工智能与材料研发结合被反复讨论的一年。对同样在摸索落地路径的同类企业来说,芯培森的成长路径,有一定的参照意义。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
