魏桥国科智算中心：以算力底座赋能工业AI落地

　　作为一家全球领先的特大型企业——魏桥创业集团在推动自身数智化转型及工业AI落地的过程中，为什么要自建智算中心?是为了满足全域数智化场景下爆发式的算力需求?还是为了构建集团专属的AI技术底座与核心竞争力?亦或是为了破解传统高耗能产业的智能化升级瓶颈?带着这些疑问，近日，《中国信息化周报》记者实地探访了位于山东省滨州市的魏桥国科智算中心。

　　据了解，魏桥国科由魏桥创业集团与中国科学院大学联合设立，其核心定位是服务于集团先进材料、智能制造及各类新兴产业的发展。在智算中心的规划与建设过程中，魏桥国科选择与中科曙光开展深度合作，后者提供了覆盖算力、存力与智能运维的全栈解决方案，为工业AI落地构筑了坚实的底层支撑。

　　“智算中心一期于2023年9月正式上线运行，立足科研研发需求，配置超算、智算、通算等多种算力资源，主要为各研发中心、集团部分数字化项目，以及与中国科学院合作科研项目提供算力支撑，目前已累计完成超四十万个计算任务。智算中心二期于2025年1月1日正式上线，定位为大规模、高性能算力基础设施，具备约2000P高性能算力，除支撑集团内部大规模数字化项目外，还采用纯商业化运营的模式对外提供算力服务。”魏桥国科智算中心主任钟成介绍说。

　　实现从科研创新向工业生产的赋能转化

　　如今，对于广大制造业企业来说，拥抱AI不再是“加分项”，而是关乎生存与发展的“必修课”。不过，推动AI与制造场景的深化融合并不容易，这一过程不是简单的“技术堆砌”，而是一套从战略到落地的系统性工程。

　　对此，钟成表示：“当前传统制造业对人工智能需求迫切，但应用能力存在明显缺口，中小企业更是缺乏AI落地路径。我们希望将集团内部场景验证成熟的工业AI能力向行业及周边区域推广，助力区域传统制造业数字化转型。不过这是一个复杂且漫长的过程，需要逐步探索和实践。”

　　在钟成看来，人工智能是服务产业需求的技术手段，在产业数字化发展的不同阶段，对算力与人工智能技术的要求存在显著差异。“智算中心一期的计算任务较为零散，只能采用资源共享模式，将算力资源临时分配至具体计算任务。当技术研发完成进入生产应用阶段，算力需求呈现固定化、长期化、指标量化特征。在此情况下，二期项目以整台整套服务器的形式提供算力服务，满足规模化、持续性算力需求。”钟成表示，这一逻辑具备普适性，适用于各类工业领域与市场主体。”

　　从实际应用场景来看，在传统模式下，缺陷检测需针对不同产品单独训练模型。而当前依托大模型与高性能算力的支撑，可通过单一模型完成曲轴、铝箔、铸造件等多类具备共性特征金属制品的缺陷检测，从而大幅提升检测效率、降低模型开发成本。钟成表示，这是工业AI应用持续演进、算力与算法技术同步升级支撑产业发展的典型案例。

　　此外，在流程工业全要素综合分析与处理方面，工业场景中单一因素影响的分析与管控难度较低，但生产线整体工艺流程的优化管控，需要综合分析数十项影响因素，对算法、数据、算力均提出更高要求。“这也是当前的重点研究方向。”钟成如此说道。

　　钟成表示，算法、数据、算力是人工智能的三大核心要素，算力基础设施是整个人工智能产业发展的底座。事实上，工业AI应用在技术实现上并不难，而是传统算力水平无法支撑算法运行，因为工业领域对应用时效性要求严苛，部分场景需瞬时完成计算处理，因此算力规模在一定程度上决定了工业数字化的发展进程。而算力的持续高效运行，离不开存储与管理的协同配合。中科曙光通过高性能计算与高性能存储的深度协同，不仅提升了计算能力上限，也有效缓解了数据读写瓶颈，使算力从“可用”走向“可持续运行”。

　　构建“算力服务商+产业龙头”协同创新模式

　　钟成表示，从智算中心一期、二期建设经验来看，支撑AI赋能实体经济的核心是需求与技术精准匹配。工业场景细分且需求差异显著，需立足第一性原理识别生产实际需求，匹配集约化大规模算力、边缘算力等不同算力供给模式，实现算力服务与产业需求高度契合，避免因为技术与需求脱钩而造成资源浪费。

　　而这也是推动中科曙光与魏桥国科持续深度合作的关键内因。钟成表示，借助中科曙光的技术实力，双方在项目顶层设计、设备选型、网络调优等环节开展了深度合作。其中，在超算、智算模块的选型与建设工作得到了集团管理层的认可。因此，基于一期项目的良好合作基础，二期项目因规模扩容至中型算力中心，系统复杂度大幅提升，中科曙光在网络优化、容器化与云化技术等方面提供持续支持，保障了项目顺利推进。

　　基于存储层面的合作，钟成介绍，工业AI应用分为训练与推理两类。模型训练阶段对存储带宽、吞吐量要求极高，混闪中机械硬盘易形成性能瓶颈，中科曙光全闪存储可支撑训练过程中检查点数据、中间数据高速处理。大量后台数据属于冷数据，无需高速传输，可采用低成本的混闪存储完成存储。智算中心通过应用中科曙光ParaStor分布式存储系统，搭配混闪与全闪分层存储架构，可全面满足人工智能训练与推理两类应用的存储需求。钟成认为，这种混闪与全闪分层存储模式，使不同负载在性能与成本之间实现了更优平衡，很好地满足了人工智能训练和推理对存储的差异化需求。

　　“在具体合作过程中，中科曙光一方面拥有完整的产品体系，同时具备良好的企业信誉与行业地位，有效降低了项目实施难度与风险;另一方面，中科曙光能够依据具体需求灵活调整方案，在集群设计中完成技术融合，为项目顺利推进提供了有效支撑。”钟成解释道。

　　钟成表示，算力应用需算力、算法、数据深度融合。魏桥国科与中科曙光的合作搭建了制造业生产需求与信息技术能力的衔接桥梁。魏桥拥有四十年制造业发展经验，中科曙光具备多年信息技术研发与服务实力，双方以技术交流为基础，将魏桥产业需求转化为算力基础设施技术指标，实现技术与需求精准对接，使得智算中心一期、二期算力资源利用率均达90%以上。在此基础上，双方进一步推动“算—存—管”一体化运营，借助中科曙光的人工智能开发平台SothisAI，打通算力、应用与生态，兼容主流软件，提供从开发工具到基础软件、大模型应用的完整能力;同时通过集群管理平台GridView，实现跨区域统一算力调度与资源监控，进一步放大了基础设施的整体效能。

　　深耕智能装备与AI融合创新

　　今年，“十五五”规划纲要明确了算力基础设施在人工智能产业中的核心地位，并且提出了适度超前建设的发展要求。对魏桥国科而言，核心课题是实现工业制造需求与算力建设、应用节奏的精准匹配。

　　“例如，2022年，配置超算、智算、通算资源，满足研发机构基础需求;2024年之后，算力规模、算力强度、网络条件成为产业发展的核心制约因素，实验室单设备管控与车间千台设备协同管控的算力需求差距显著，算力支撑能力必须同步升级。但算力基础设施属于重资产投入项目，投资规模大、建设周期长，需把握适度超前建设的尺度，避免过度超前造成资源浪费，这也是我们持续探索的重要课题。”钟成举例解释说。

　　不仅如此，钟成也提到，“十五五”时期，魏桥国科将重点布局三大业务领域：第一是机器人与智能装备。当前大部分工业需求可通过单台或少量设备实现，魏桥国科正推进各类工业机器人、智能装备的研发与推广工作;第二是流程工业全要素、全流程综合处理。生产线由数百台乃至上千台设备组成，单一环节优化、自动化与数字化改造在技术上已无壁垒，核心攻关方向是实现生产线全链条、全流程的全局最优管控;第三是AI+科学技术。聚焦人工智能与科学技术融合方向，围绕魏桥产业布局，在新材料研发、科学数据处理、实验设计与分析等方向开展攻关。在以上领域中，中科曙光提供的全栈智算基础设施将持续发挥底座作用，通过存算协同与智能运维，助力魏桥国科在科研创新与产业升级之间架起高速通道。

　　可以看出，目前魏桥国科已形成从科研支撑到产业赋能、从内部服务到商业化运营的完整体系，有效破解工业AI落地的算力瓶颈。未来，魏桥国科将立足产业实际，把握算力建设节奏，统筹算力、算法、数据协同发展，持续支撑集团及行业绿色化、智能化发展。

(本文不涉密)
责任编辑：路沙

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。