“2026年数字化赋能教育管理高质量发展应用典型案例研讨会”这场活动在广州搞了起来，是3月26日举行的。教育部那边来了人，全国各地搞技术和教学的专家、学者也都到齐了，大家凑一块儿，主要是想聊聊怎么用这些创新的东西来把教育搞好。 同济大学信息化办公室主任助理邵炜晖，还有海光信息教育业务部总经理余哲也在这儿。他们分享了同济和海光是怎么搭伙给高校的大模型筑起安全防线的事儿。 现在大模型和智能体在学校里变得特别普及。作为985和“双一流”高校，同济自己弄出了CivilGPT土木、MedGo医学还有“行之”智慧交通这些学科模型。他们基于AI创新平台，一共部署了46种开源的、5种商业的模型，还有411个插件，搭建了1.4万个AI智能体应用，现在差不多服务了快3万名师生用户。 这带来了新的风险，比如内容安全和数据泄露。同济那边就想了个办法，把管理、技术、运营给整合成了一套治理框架，专门来对付这些难题。 技术上，他们装了好几个工具：漏洞扫描的、内容安全测评的，还有个内容安全护栏。这些工具从头到尾盯着大模型的训练开发、部署到应用整个过程。 这背后其实是靠海光的“C86 GPGPU”这块自研的产品矩阵撑着的。他们自己还搞了一些安全算法指令，全精度的覆盖都做到了，软件栈也适配得挺好，这就让高校的大模型运行得更稳当了。 实战演练的时候，这套护栏给CivilGPT土木这个模型做了重点防护，拦截精度高得吓人，达到了97.77%，出错的概率才只有0.14%。 性能这块也没拖后腿。加了护栏以后，安全效果提升了不少，但并没有影响到模型的速度和吞吐量。测试结果显示，核心指标都没变样，完全能扛住大规模服务的需求。 同济联手海光守住AI应用安全底线的这个例子，算是给教育行业竖起了一个标杆，告诉大家怎么搞出个可信、可控的AI生态。 现在学校那边的多学科模型跑得飞快，护栏也得跟着扩大规模去应对了。学校计划跟海光再进一步合作，利用海光的DCU做深度适配。到时候不但支持FP32、TF32、BF16、FP16这些精度训练和混合精度的事儿，连INT8、INT4量化推理都能搞定，给大规模部署提供一个安全又稳定的算力底座。 会上余哲也透了个底：全国高校的第一个GPGPU千卡算力集群很快就要到了。这个集群五月份就上线。它主要是用来支撑AI4S（科学智能）、AI4E（工程智能）这些对性能要求高的场景的。有了它以后，学校的各学科搞科研创新和培养人才都能更有底气。 除此之外，这个集群还有个目标是产业孵化。它要把产学研给绑得更紧一点，帮着把科研成果更快地转化到实际产业里去。 这次活动选在广州搞也挺有讲究的。广州本来就是块搞教育科研的宝地嘛。海光打算借着这次跟同济的成功合作当新起点，继续在教育这块深扎下去。 通过筑牢国产化的算力底座，他们想跟广东这边的高校多合作合作，一起把大湾区的教育数字化、协同育人还有成果转化工作做好。