人工智能正加速滲透石油化工勘探開發(fā)、煉化生產(chǎn)、管網(wǎng)儲運等核心業(yè)務。海量勘探數(shù)據(jù)處理、現(xiàn)場實時研判與行業(yè)大模型的訓練推理，對算力的兼容性、自主研發(fā)及云邊端協(xié)同能力提出更高標準，算力底座已成為能源數(shù)智化轉型的關鍵支撐。10月14日，2026石油化工智能化成果應用專題交流會在西安召開，行業(yè)專家圍繞算力建設、AI 場景落地、產(chǎn)業(yè)自主創(chuàng)新等議題展開研討。

在此背景下，海光信息專題交流中表示，石油化工推進“人工智能 +”不能照搬通用算力建設路徑，需要打造 CPU+DCU 雙芯協(xié)同算力底座，兼顧性能、生態(tài)、安全泛在三大核心訴求，一體化支撐中心智算、邊緣節(jié)點、高端計算等多元場景。這套架構既可承載大模型微調、物探仿真等高負載任務，也可下沉井場、煉化現(xiàn)場完成本地化業(yè)務處理，筑牢能源行業(yè)數(shù)智化信創(chuàng)硬件根基。

據(jù)了解，此前海光國產(chǎn)算力方案已落地多個大型國企項目，覆蓋井場邊緣計算、智算中心訓練推理等全業(yè)務場景。作為我國能源化工領域首個通過國家備案的行業(yè)大模型，昆侖大模型依托海光DCU承載其訓練微調與煉化高精度仿真等高算力任務，實現(xiàn)了集團總部側重訓練、二級單位就近業(yè)務處理、生產(chǎn)現(xiàn)場側巡檢識別等實時任務下沉的分層算力調度模式，大幅提升了算力利用效率，降低了全鏈路運行成本。同時，在國產(chǎn)芯承載物探魂方面，海光信息保障了GeoEast軟件穩(wěn)定高效運行。該軟件Smarter模塊突破人工智能斷層預測、層位解釋等20余項關鍵技術，通過海光算力支撐，大幅提升了地震解釋精度和效率，減少人機交互工作量，實現(xiàn)了智能解釋軟件的工業(yè)化落地。

在云平臺與智算中心建設方面，同樣展現(xiàn)出強大的自主可控能力。 海光助力中國石油高質量推進“數(shù)智石油”戰(zhàn)略，采用C86 CPU與DCU 異構算力組合，配合國產(chǎn)化云、安全套件及中間件，構建高可用的平臺資源池，滿足數(shù)字化轉型試點單位云應用運行環(huán)境需要，確保業(yè)務連續(xù)性。此外，海光冷板液冷異構算力還成功助推中國石化“AI+能源”示范工程領跑行業(yè)。作為發(fā)改委“十四五”人工智能規(guī)劃試點建設單位，長城大模型計算中心采用冷板液冷方案，穩(wěn)定支撐了涵蓋勘探、開發(fā)、煉油、化工、安全、環(huán)保等9類200余項人工智能場景，有力推動了行業(yè)提升勘探成功率、提高生產(chǎn)運營效率、降低安全事故率。

能源行業(yè)數(shù)智化轉型，算力底座是底層關鍵。過往不少AI項目停留在示范試點階段，很大程度受制于算力與工業(yè)業(yè)務的適配短板。依托國產(chǎn)雙芯算力底座，打通硬件、基礎軟件、行業(yè)工業(yè)軟件全鏈條適配，成為推動AI走出實驗室、走向油氣生產(chǎn)一線的關鍵。

業(yè)內人士認為，伴隨能源領域新質生產(chǎn)力發(fā)展提速，以海光為代表的國產(chǎn)算力廠商，正在深度參與油氣產(chǎn)業(yè)數(shù)字化建設。通過覆蓋數(shù)據(jù)中心、終端、端側的完整產(chǎn)品矩陣，支撐勘探、煉化、儲運全鏈條創(chuàng)新應用，助力石油化工人工智能應用由零星試點邁向規(guī)模化落地。