在全球工業(yè)革命的浪潮中，傳統(tǒng)制造業(yè)正加速向智能化、數(shù)字化轉(zhuǎn)型，這一轉(zhuǎn)型的核心在于將復(fù)雜且專業(yè)性強(qiáng)的數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)深度融合，打造面向用戶的智能系統(tǒng)。在中國(guó)科學(xué)技術(shù)大學(xué)，宋騏教授團(tuán)隊(duì)攜手鯤鵬昇騰科教創(chuàng)新卓越中心，依托昇騰平臺(tái)的強(qiáng)大算力，成功研發(fā)出領(lǐng)域知識(shí)構(gòu)建與增強(qiáng)推理框架，為制造業(yè)智能化轉(zhuǎn)型注入新動(dòng)力。

團(tuán)隊(duì)在工業(yè)知識(shí)圖譜構(gòu)建方面取得了顯著成果。面對(duì)工業(yè)數(shù)據(jù)的復(fù)雜性及多模態(tài)異構(gòu)特性，他們創(chuàng)新性地融合了領(lǐng)域小模型與大語(yǔ)言模型，通過知識(shí)增強(qiáng)命名實(shí)體識(shí)別框架，極大提升了知識(shí)圖譜實(shí)體抽取的準(zhǔn)確性和泛化能力。昇騰分布式訓(xùn)練加速庫(kù)MindSpeed在此過程中發(fā)揮了關(guān)鍵作用，其支持的多維并行策略和多種開源框架兼容性，使得多模態(tài)數(shù)據(jù)的異構(gòu)特征得以靈活適配。團(tuán)隊(duì)采用“前端精準(zhǔn)篩選+大模型深度識(shí)別”的策略，通過三階段流程——“初始識(shí)別、知識(shí)抽取、知識(shí)引導(dǎo)反思”，實(shí)現(xiàn)了知識(shí)抽取效率的飛躍。

在工業(yè)設(shè)備智能運(yùn)維領(lǐng)域，團(tuán)隊(duì)同樣取得了突破性進(jìn)展。針對(duì)運(yùn)維成本高、數(shù)據(jù)分析不足及預(yù)測(cè)精度受限等問題，他們提出了基于多模態(tài)知識(shí)圖譜的智能運(yùn)維系統(tǒng)。該系統(tǒng)首先通過ETL架構(gòu)統(tǒng)一處理多模態(tài)數(shù)據(jù)，利用RDF語(yǔ)義網(wǎng)技術(shù)構(gòu)建知識(shí)圖譜，清晰展現(xiàn)設(shè)備、狀態(tài)與故障間的關(guān)聯(lián)。結(jié)合注意力機(jī)制的特征融合模型及圖嵌入技術(shù)，將復(fù)雜知識(shí)轉(zhuǎn)化為綜合特征，實(shí)現(xiàn)設(shè)備狀態(tài)的全面反映。團(tuán)隊(duì)還研發(fā)了故障智能預(yù)測(cè)診斷模塊，通過對(duì)比異常數(shù)據(jù)與歷史故障知識(shí)，精準(zhǔn)推理出故障類型、嚴(yán)重程度及維修建議，從而實(shí)現(xiàn)了智能運(yùn)維的全鏈條覆蓋。

針對(duì)領(lǐng)域知識(shí)與大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型（PLM）融合中的挑戰(zhàn)，如計(jì)算資源消耗大、靈活性不足及噪聲知識(shí)干擾等，團(tuán)隊(duì)依托昇騰平臺(tái)的計(jì)算資源管理優(yōu)勢(shì)，創(chuàng)新性地提出了知識(shí)增強(qiáng)與過濾框架。在知識(shí)增強(qiáng)環(huán)節(jié)，他們利用PLM嵌入空間的冗余位降低計(jì)算負(fù)擔(dān)；在噪聲過濾環(huán)節(jié)，通過設(shè)計(jì)知識(shí)增強(qiáng)過濾器，結(jié)合掩碼訓(xùn)練，有效避免了噪聲知識(shí)的負(fù)面影響，實(shí)現(xiàn)了計(jì)算成本的大幅降低和知識(shí)增強(qiáng)靈活性的顯著提升。

這一科研成果不僅構(gòu)建了一套基于昇騰平臺(tái)的工業(yè)知識(shí)增強(qiáng)大模型技術(shù)體系，還顯著提升了工業(yè)設(shè)備智能運(yùn)維的效率和水平，實(shí)現(xiàn)了核心技術(shù)的自主創(chuàng)新適配。通過融合前沿技術(shù)，搭建起智能系統(tǒng)，為構(gòu)建安全、高效、智慧的現(xiàn)代工業(yè)體系提供了關(guān)鍵技術(shù)支持。在鯤鵬昇騰科教創(chuàng)新卓越中心的持續(xù)探索與創(chuàng)新下，這些成果有望在更廣泛的工業(yè)場(chǎng)景中落地生根，推動(dòng)科技創(chuàng)新與實(shí)體經(jīng)濟(jì)的深度融合。

在推動(dòng)制造業(yè)智能化轉(zhuǎn)型的道路上，宋騏教授團(tuán)隊(duì)及鯤鵬昇騰科教創(chuàng)新卓越中心的努力，無疑為行業(yè)樹立了新的標(biāo)桿，也為未來工業(yè)體系的智能化發(fā)展提供了寶貴的經(jīng)驗(yàn)和啟示。