问题——算力成为高校数智化转型的“刚需”瓶颈。近年来，人工智能与大数据加速融入科研范式、教学组织与校园治理，高校既是基础研究的重要力量，也是新技术应用与人才培养的关键场景。随着算法迭代提速、模型参数规模扩大、跨学科计算密度提升，校内算力需求快速攀升。上海交大推进“人工智能+”战略过程中，科研计算覆盖面持续扩大，课程与实验加速引入智能化工具，原有校级计算平台长期处于高负载状态，资源紧张逐渐成为影响科研效率与教学体验的突出问题。 原因——需求结构变化与供给方式滞后叠加。一上，生命科学、材料、医学影像、工程仿真、社会科学计算等领域对高性能计算、智能训练与高吞吐数据处理提出更高要求，算力需求从单一学科的峰值使用，转向跨学科、常态化的并发使用。另一方面，传统高校计算基础设施多以分散建设、条块管理为主，资源利用不均、重复投入、运维复杂等问题较为常见，进而出现“有设备但难共享”“能计算但排队久”“有存储但难调度”等矛盾。同时，大模型训练对算力、存储、网络的协同能力提出系统性要求，推动基础设施从“单点升级”走向“体系重构”。 影响——从科研效率到治理能力的全链条牵动。算力供给不足会拉长科研周期、提高试错成本，也会削弱团队在前沿方向持续攻关的能力；在教学侧，实训课程若缺少稳定可用的计算资源，容易出现“课堂需要、资源排队”的情况，影响复合型人才培养质量；在管理侧，数据驱动的决策与服务依赖更强的计算与存储底座，如果基础设施难以统一调度，智慧校园建设也会受限于系统割裂与运维压力。算力正从“技术选项”转变为高校核心竞争力的重要组成部分。 对策——建设校级智算底座，推动资源普惠与统一治理。为回应快速增长的算力需求，上海交大加快建设面向全校的智算平台“致远一号”。据介绍，该平台在算力与存储等关键指标上实现提升，具备支撑大规模模型训练与多任务并发的能力，并在较短周期内完成集群部署与规模化应用。同时，平台整体接入“交我算”校级计算平台服务体系，通过一站式服务打通算力申请、任务管理、账号接入等环节，降低使用门槛，提升资源供给的可达性与公平性，让更多师生以更低成本获得“开箱即用”的计算能力，覆盖科研训练、教学实训与课程实验等场景。 在系统架构层面，上海交大围绕教学科研的场景需求，对计算、存储与网络进行协同优化，推动能力从“能算”向“算得快、存得省、用得顺”升级；在资源治理层面，探索更集约的资源管理与调度机制，促进数据资源与算力资源高效流转；在运维体系层面，强化可视化、简化运维流程，降低系统复杂度，提升可用性与安全性。通过“底座能力提升+服务体系完善”，学校推动算力建设从“项目式投入”转向“基础设施式供给”，让计算能力像水电网络一样按需获取、稳定可用。 前景——高校“人工智能+”进入从示范应用到体系化推进阶段。业内人士认为，随着国家持续推进“人工智能+”行动，高校将更广泛承担前沿科研攻关、交叉学科创新与高水平人才培养任务。校级智算平台建设不止于硬件扩容，更关键在于形成可持续演进的技术体系与应用生态：一是以统一平台促进跨学院、跨学科的数据与工具共享，提升协同创新效率；二是以平台能力推动课程体系改革，使实践教学与产业需求更紧密衔接；三是以智能能力支撑校园治理与服务升级，推动管理更精细、服务更便捷、决策更科学。未来，随着更多应用场景落地与制度体系完善，高校数智化将从“各自建设”走向“协同共建”，从“单点智能”走向“整体智能”。
高校数智化转型的重点不只是“建平台、上设备”，更在于以基础能力带动科研范式、人才培养与治理体系的系统性调整；以智算平台为底座，推动资源集约、服务普惠、应用协同，有助于让更多创新更快从实验室走向落地，也将为高等教育在新一轮科技革命和产业变革中提升自主创新能力提供更扎实的支撑。