谈及科学智能对底层算力的特殊要求，查浩从实践角度拆解了科学计算与通用计算的本质差异，他指出，科学计算有三个显著特征：一是计算规模极大；二是精度要求极高；三是必须全链路优化提效。

基于对科学计算特性的深刻理解，思朗科技历经十余年攻关，打造100%自主可控的MaPU代数运算处理器架构和"天穹"3D科学计算机，作为上海人工智能实验室超智融合算力平台的生态组成部分，为各类前沿科研项目提供专属算力支撑。

谈及行业发展阶段，周伯文主任指出，AI在代码生成领域的成功率已经从百分之十几提升到百分之八九十，但基础科学发现领域的成功率过去两年始终停留在3%，核心原因在于科研过程漫长，对每一步推理的专业性和准确性要求极高，需要长期的技术与数据积累。查浩同样认为，科学智能在产业上的这个成果，客观来讲还没有迎来自己的GPT时刻，但是他乐观地指出，“我们做科学计算已经做了10年时间了，从最早的时候解决科学问题都隔得特别远，到这几年陆续我们做了多个靶点的原研新药，我自己坚信应该是快了。”

展望未来，两位受访嘉宾都表示，科学智能的终极价值不仅在于推动技术进步，更将为个体发展打开更多可能性。作为国内科学计算领域的深耕者，思朗科技将在上海人工智能实验室的引领和平台支撑下，持续参与科学智能基础设施的协同共建，致力于降低算力使用门槛，为科研工作者与产业伙伴提供高效、精准的自主算力支撑，与实验室及生态伙伴合力推动科学智能产业加速落地，共同迎接科学智能产业GPT时刻的到来。