三分钟设计自己的工厂！基于昇腾AI处理器昇思MindSpore打造的智能化工大模型为化工研发效率带来10+倍提升

前言：华为与大连化物所深度合作，联合推出智能化工大模型，AI赋能化工领域，拥抱科学创新，提供了数据驱动化工研发的新范式。

2024年3月22日，在北京国家会议中心召开的昇思人工智能框架峰会上发布了由华为AI4S Lab与中国科学院大连化学物理研究所叶茂研究员与刘中民院士等团队深度合作、共同打造的智能化工大模型。基于昇腾AI处理器、昇思MindSpore框架，研发团队围绕该模型，构建了首个化工设计-仿真优化-知识归纳的多智能体协同设计的平台，在用户输入工艺目标后，可实现秒级生成并可视化对应设计方案，响应用户的优化指令，完成对原设计方案的修改。

化工生产中工艺流程设计至关重要，工艺流程直接影响化工产量、质量及损耗量；然而化工流程复杂、仿真环节多，且严重依赖于专家经验。基于昇腾AI处理器的强大算力和昇思MindSpore在大模型领域和化学领域套件的基础能力，智能化工大模型得以快速顺利的孵化，实现了化工工艺流程研发效率的10+倍提升。这是团队基于昇腾AI基础软硬件平台在化工领域的一次重要探索。

智能化工大模型，加速工艺流程设计效率，助力化工行业转型升级

传统科研范式下，新技术需要经历实验室小试、实验室中试、工厂中试以及实际工厂落地多个阶段，时间上需跨越数十年，人力成本、经济投入需上亿，严重制约了新科技成果向实际生产力转化的速度。工艺流程图是化工设计的核心，它反映了化工生产由原料到产品的全过程，即物流、能流的变化以及生产过程中所经历的工艺过程和所需的设备仪表。智能化工大模型快速准确检索化工知识，初步实现了自动生成、仿真、反馈优化等功能，降低了化工工艺设计对专家经验的依赖度的同时，也有望实现10+倍的化工流程设计效率提升。

大连化物所所长刘中民院士对这项工作给予了高度评价：能源、化工、冶金等流程工业是国民经济的支柱产业，在“双碳”大背景下，能源革命与工业低碳化升级势在必行，科技创新要发挥引领作用。世界通行的流程工业新技术开发与应用仍然靠逐级放大模式，费时耗力且风险极大，难以及时满足社会发展需求。根源在于从底层科学逻辑出发描述多尺度复杂系统的理论体系还没有真正建立起来。AI的发展为流程工业技术创新范式变革带来了曙光。智能化工大模型的推出是一项可喜的重大进展。相信随着后续更多科学原理和化工专业知识的引入以及已有海量数据的训练，智能化工大模型的发展不仅将有效解决AI本身参数越来越多的问题，也必将在推动化工新技术创新与应用方面发挥巨大威力。

图一. 智能化工大模型的工作流：基于大模型实现了化工流程的自动设计、仿真及优化。

昇腾AI处理器+昇思MindSpore AI框架，加速智能化工大模型孵化，推动化工领域创新

基于昇思AI4S的化学领域套件，仅用10行代码即可实现化工数据的格式转换；并基于昇思MindSpore八维混合并行能力，大幅提升模型训练速度；可视化的模型训练看板降低了模型的性能调优难度；同时，昇思MindSpore框架通过高阶API接口实现训推一体，并提供前端web界面与大模型推理串联的开发案例，助力研发团队实现了模型的高效迭代与部署；最终，在昇腾硬件的支撑下，以大模型为核心实现了具备历史经验数据化，流程设计自动化，以及面向仿真结果自优化功能的智能化工平台。

昇思MindSpore首席架构师，华为科学家金雪锋评论称：智能化工大模型的推出是AI与化工领域交叉研究的重大成功实践，基于昇思极简易用和极致性能的特性，实现了化工研发效率10+倍提升。在大模型时代，提出了前沿的AI辅助化工研发范式，未来昇思MindSpore将持续致力于高效使能AI与科学领域的融合研究，践行和牵引AI与科学联合的多研究范式跃迁，为领域科学家的研究提供全新的视角与高效的工具。

图二. 全流程化工平台的设计思路图：基于昇腾算力、昇思MindSpore平台快速孵化化工大模型，并协同仿真和知识归纳模块，构建了全流程化工平台。

合成纤维、调味品、塑料、汽油……化工产品深入日常生活，与我们的衣食住行息息相关。我国作为化工产业大国，行业产值长居世界第一，是国民经济中重要基础性、支柱性产业，更是推动社会可持续发展的重要支撑。应对传统化工研发范式中的多重挑战，智能化工大模型的开发与演化有望缩短研发周期，降低研发成本，快速将前沿科技创新成果转化为产业动能，在化工行业率先推动新质生产力的发展。未来，昇思MindSpore也将继续致力于赋能AI与科学交叉领域的创新，开创全新的AI编程范式，推动人工智能应用生态的繁荣发展。