2025第五届人工智能、自动化与高性能计算国际会议 （AIAHPC 2025）

重要信息

官网：www.aiahpc.org

时间：2025年9月19-21日

地点：中国·合肥

主题

1、高性能计算
并行和分布式系统架构 高性能计算的语言和编译器 并行和分布式软件技术 并行和分布式算法 嵌入式系统 计算智能 点对点计算 网格和集群计算	Web服务和Internet计算 云计算 效用计算 绩效评估和衡量 用于软件开发的工具和环境 分布式系统和应用程序 高性能的科学和工程计算 数据库应用和数据挖掘	生物/分子计算 协作和合作环境 移动计算和无线通信 计算机网络 电信 普适/无处不在的计算和智能 自动化，可靠性和容错性 信任，安全和隐私
2、人工智能与自动化
智能控制 机器学习 建模与识别 人工智能建模与仿真  人工智能的调度与优化 计算机视觉 数据挖掘 智能数据库系统 进化数据挖掘	机器人模糊系统 模糊控制与智能系统  模糊优化与设计 模糊模式识别 人机交互   仪表系统  过程控制 制造过程	网络控制  汽车控制系统 自动驾驶汽车 运输控制理论与方法 系统工程理论与实践 机器人技术及相关领域 工业自动化 电气自动化

---

人工智能、自动化与高性能计算

一、引言

在信息技术迅速发展的今天，人工智能（Artificial Intelligence, AI）、自动化（Automation）与高性能计算（High Performance Computing, HPC）已经成为推动科技进步和产业变革的三大核心力量。AI 的快速演进使计算机具备了学习与推理的能力，自动化技术则提升了生产和管理效率，而 HPC 则为复杂科学计算、深度学习训练以及大规模数据分析提供了算力支撑。三者之间相辅相成，正在深刻地影响社会经济、工业制造、科学研究乃至人类生活方式。

二、人工智能：智能化的核心驱动力

人工智能作为近年来最受关注的前沿技术，已从最初的模式识别与简单专家系统，发展到如今的深度学习、大模型和智能体系统。其研究方向包括：

1. 机器学习与深度学习
   通过算法和数据的结合，机器能够自动识别特征、建立模型并完成预测与决策。深度学习在图像识别、自然语言处理、自动驾驶等领域表现出色。

2. 自然语言处理（NLP）
   AI 通过语音识别、机器翻译、智能问答和对话系统，使人机交互更加自然。例如，大模型 ChatGPT 的出现极大提升了语言智能水平。

3. 计算机视觉
   通过图像处理与模式识别，AI 可以用于安防监控、医学影像分析、自动驾驶感知等场景。

4. 强化学习与自主决策
   强化学习模拟生物的学习机制，通过试错和反馈逐步优化策略，在机器人控制、游戏智能体以及资源调度中有广泛应用。

5. 智能系统与行业应用
   AI 逐步深入金融风控、医疗诊断、智慧教育、工业质检等场景，带来生产效率和管理模式的革新。

人工智能的本质是让机器具备“类人智能”，其发展离不开计算资源的支撑，而这正是高性能计算的重要意义所在。

三、自动化：智能化落地的桥梁

自动化技术强调的是在无人干预或少量人工干预的情况下完成复杂任务。其发展历史从最初的机械自动化到电子自动化，再到如今的智能自动化。

1. 工业自动化
   借助 PLC（可编程逻辑控制器）、工业机器人和传感器，实现生产流水线的自动控制与监测，大幅提高效率和精度。

2. 流程自动化与软件机器人（RPA）
   在金融、物流、政务等行业，通过软件自动执行重复性事务，降低人力成本，提高准确性。

3. 智能制造与柔性生产
   将自动化与 AI 相结合，形成“工业4.0”的智慧工厂，支持个性化定制与大规模生产并存。

4. 智慧交通与无人系统
   自动化控制技术应用于无人驾驶、无人机调度、轨道交通系统，实现安全与高效运行。

5. 医疗与服务自动化
   手术机器人、护理机器人、智能分诊系统等逐渐应用于医疗场景，提升了医疗服务的质量和效率。

自动化不仅仅是“替代人工”，更重要的是与 AI 融合，形成“自主智能系统”，能够在复杂和动态环境下完成自适应决策。

四、高性能计算：智能与自动化的算力基石

高性能计算（HPC）是指利用并行计算、超级计算机、大规模集群等手段，在短时间内完成海量数据处理与复杂计算任务。它是 AI 训练和大规模自动化模拟的算力基石。

1. 并行计算与分布式计算
   HPC 通过 CPU、GPU、FPGA 等多核架构并行处理海量任务，提升运算效率。分布式集群计算使数千台计算机协同工作，完成单机难以承担的任务。

2. AI 模型训练与推理
   如 GPT、Transformer 等深度神经网络的训练，需要上千张 GPU 支持的 HPC 平台。没有 HPC，就无法实现现有规模的大模型。

3. 科学计算与模拟
   HPC 在气候模拟、天体物理、分子动力学、量子化学计算中发挥着不可替代的作用，推动科学探索的边界。

4. 大数据与云计算融合
   HPC 与云计算结合，提供弹性算力，使科研机构和企业能低成本获取强大的计算资源。

5. 能源与电力优化
   HPC 用于电网调度、核聚变模拟、新材料设计，助力能源结构转型。

可以说，HPC 是人工智能和自动化落地的“强心脏”，为其提供了源源不断的算力支持。

五、三者的融合与应用场景

人工智能、自动化与高性能计算的融合正在重塑产业格局：

1. 智慧制造

   • HPC 进行产品设计和仿真，AI 优化生产工艺，自动化实现柔性制造。

   • 典型应用：汽车制造中的数字孪生工厂。

2. 智慧城市与交通

   • AI 进行交通预测与控制，自动化实现红绿灯调度，无人驾驶车辆参与运行。

   • HPC 支撑实时大规模交通仿真。

3. 医疗健康

   • AI 分析医学影像、预测疾病，自动化实现辅助手术，HPC 支持基因测序与药物设计。

4. 金融与商业智能

   • AI 进行风险预测，自动化执行交易策略，HPC 实现海量交易数据实时计算。

5. 能源与环境保护

   • AI 优化能源调度，自动化监测排放，HPC 用于新能源材料设计与气候变化模拟。

六、未来发展趋势

1. AI 与 HPC 融合更加紧密
   出现“AI for HPC”和“HPC for AI”的双向促进关系。AI 优化 HPC 调度，HPC 支撑 AI 训练。

2. 自主智能系统普及
   自动化将不再是固定逻辑，而是具备学习和适应能力的智能体，能够应对复杂环境。

3. 量子计算与新型算力
   未来，量子计算与 HPC 融合将推动 AI 与自动化进入新阶段。

4. 跨学科融合
   三者将与材料学、生命科学、环境科学、社会科学深度融合，推动智能社会全面到来。

七、结论

人工智能、自动化与高性能计算是当代信息科技的重要支柱。AI 提供智能化决策，自动化实现智能化执行，HPC 保障算力支撑。三者相辅相成，推动工业、医疗、金融、交通、能源等领域发生深刻变革。随着技术不断演进，它们将共同构建一个更加高效、智能和可持续发展的未来社会。

---