直面能源算力痛点 ,海光算力底座支撑石油化工数智化转型     DATE: 2026-11-20 22:46:08

人工智能正加速渗透石油化工勘探开发、直面支撑炼化生产 、算力算力石油数智管网储运等核心业务 。痛点海量勘探数据处理、海光化工化转现场实时研判与行业大模型的底座训练推理 ,对算力的直面支撑兼容性、自主研发及云边端协同能力提出更高标准 ,算力算力石油数智算力底座已成为能源数智化转型的痛点关键支撑 。10月14日  ,海光化工化转2026石油化工智能化成果应用专题交流会在西安召开,底座行业专家围绕算力建设 、直面支撑AI 场景落地 、算力算力石油数智产业自主创新等议题展开研讨。痛点

在此背景下 ,海光化工化转海光信息专题交流中表示 ,底座石油化工推进“人工智能 +”不能照搬通用算力建设路径  ,需要打造 CPU+DCU 双芯协同算力底座  ,兼顾性能 、生态 、安全泛在三大核心诉求  ,一体化支撑中心智算 、边缘节点 、高端计算等多元场景 。这套架构既可承载大模型微调 、物探仿真等高负载任务,也可下沉井场、炼化现场完成本地化业务处理  ,筑牢能源行业数智化信创硬件根基 。

据了解 ,此前海光国产算力方案已落地多个大型国企项目,覆盖井场边缘计算 、智算中心训练推理等全业务场景。作为我国能源化工领域首个通过国家备案的行业大模型 ,昆仑大模型依托海光DCU承载其训练微调与炼化高精度仿真等高算力任务  ,实现了集团总部侧重训练、二级单位就近业务处理、生产现场侧巡检识别等实时任务下沉的分层算力调度模式,大幅提升了算力利用效率,降低了全链路运行成本 。同时 ,在国产芯承载物探魂方面 ,海光信息保障了GeoEast软件稳定高效运行。该软件Smarter模块突破人工智能断层预测、层位解释等20余项关键技术,通过海光算力支撑,大幅提升了地震解释精度和效率,减少人机交互工作量 ,实现了智能解释软件的工业化落地。

在云平台与智算中心建设方面 ,同样展现出强大的自主可控能力 。 海光助力中国石油高质量推进“数智石油”战略,采用C86 CPU与DCU 异构算力组合,配合国产化云 、安全套件及中间件,构建高可用的平台资源池,满足数字化转型试点单位云应用运行环境需要,确保业务连续性 。此外 ,海光冷板液冷异构算力还成功助推中国石化“AI+能源”示范工程领跑行业 。作为发改委“十四五”人工智能规划试点建设单位 ,长城大模型计算中心采用冷板液冷方案 ,稳定支撑了涵盖勘探 、开发 、炼油、化工 、安全、环保等9类200余项人工智能场景 ,有力推动了行业提升勘探成功率 、提高生产运营效率 、降低安全事故率 。

能源行业数智化转型,算力底座是底层关键 。过往不少AI项目停留在示范试点阶段 ,很大程度受制于算力与工业业务的适配短板 。依托国产双芯算力底座 ,打通硬件 、基础软件、行业工业软件全链条适配,成为推动AI走出实验室 、走向油气生产一线的关键。

业内人士认为,伴随能源领域新质生产力发展提速 ,以海光为代表的国产算力厂商 ,正在深度参与油气产业数字化建设 。通过覆盖数据中心 、终端、端侧的完整产品矩阵 ,支撑勘探 、炼化、储运全链条创新应用 ,助力石油化工人工智能应用由零星试点迈向规模化落地 。