2023年6月16日，上海临港经济发展（集团）有限公司、上海人工智能研究院、昇思MindSpore开源社区联合举办了以“一起昇思 无尽创新”为主题的人工智能框架生态峰会。本次大会汇聚了国内外AI领域领军院士、开源社区领袖、商业精英以及技术大咖等各方，共同探讨了AI技术发展趋势与产业机遇。
6月16日下午，举行了科学智能专题论坛。昇思MindSpore技术生态迅猛发展，已进入AI框架第一梯队，该论坛汇聚了科学计算领域顶尖专家学者, 共同探讨昇思MindSpore在流体仿真、电磁仿真、分子模拟、量子计算等领域的最新进展和成果，向业界展示昇思MindSpore的竞争力，使能千行百业。华为AI4Sci LAB副主任王紫东博士担任论坛主席。
首先，华为AI4Sci LAB副主任王紫东博士发表了题为《AI科学计算业界趋势及昇思MindSpore实践》的主题演讲，他表示：“AI框架是AI的根技术，是算法模型开发的必备工具。昇思MindSpore作为AI框架，在软件栈中起到承上启下的作用。南向对接芯片，如天数智芯、燧原等伙伴的NPU、GPU、CPU等多样性算力硬件。北向使能AI算法开发，通过我们的框架可以孵化出我们的模型，支撑AI行业的应用。经过长时间的演进，我们拥有了统一的科学计算加速库，拥有统一的微分引擎以及能更好地支持新的开源范式。在AI科学计算领域中，昇思MindSpore将升级为AI融合框架，对科学计算中常见的高阶微分、混合微分、多尺度计算、稀疏、复数、图表等有着更好的支持，这是传统AI框架所不支持的。在这样的框架基础上，联合各领域的科学家和开发者一起使用、开发科学计算套件，可以实现研发企业应用快速落地、加速生产发展。”
东南大学副研究员杨武发表了题为《融合物理特征的AI电磁仿真》的主题演讲，他表示：
“传统计算电磁学经过几十年发展，理论框架基本成熟，工程中获得广泛深入的应用。然而，随着工业界需求的不断提升，传统数值计算方法面临着巨大的挑战，亟待新理论和新方法的突破。近年来，人工智能技术迅猛发展,已在众多学科领域取得了瞩目的研究成果。如何将新兴的人工智能技术应用于传统的计算电磁学方法中，是一个值得深度思考的问题。在大规模阵列问题中，使用昇思MindSpore与数值SED方法融合，能够实现计算精度保持相同的同时，线上推理时间可以加快数十倍。通过用AI算法嵌入到传统电磁计算的尝试，效果是非常令人满意的，尤其是针对在生产前期设计当中需要快速迭代的时候，可以发挥巨大的作用。”
中国商飞上海飞机设计研究院院级专家张淼发表了题为《AI for CFD的思考与展望》的主题演讲，他表示：“基于昇思MindSpore AI框架进行编码，同时用小波理论，对飞机的激波进行仿真。另外由于流体变化巨大，在有激波产生的地方，补充了误差损失函数。这样得到了仿真模型，也可以说是超临界机翼在巡航阶段算出来的流场，与我们CFD算出来的流场，达到万分之一的差别，激波的流场误差降低50%，而且时间缩短了24倍。
在对机翼的翼形进行大量研究工作以后，我们还可以推广到机翼的各种性质，包括各种流场特征、低速特征、抖振特征等。使用研究的结果可以建立中国的翼形库，这样做飞机设计的时候可以提出要求来，直接在翼形库里做选择。”
昌平实验室研究员、德国洪堡学者张骏博士发表了题为《站在Science与AI交汇的路口: 共创AI源生的科学生态圈》的主题演讲，他表示：“生命科学研究者应该思考如何主动去适应和融入AI生态，这样才能沾到AI生态高速发展的红利。我们提出了AI-Cultured Science EcoSystem（简称：AICSES），也就是AI源生科学生态圈的理念，鼓励大家将Science研究体系嵌入AI生态。AI不再是工具或手段，它成为了孕育科学创新的土壤和环境；而 Science 也不止是目的，它可以成为 AI 生态系统进化的重要驱动力之一。我们希望AICSES可以最大限度地解放科研生产力和创造力，并且可以聚合和催化科学共同体，打造更加多元化且富有进化活力的社区。
MindSpore SPONGE是以昇思MindSpore为数字化框架的下一代的分子科学建模平台，里面包括分子科学模型、实验交互模型和科学计算引擎，并且兼顾了AI和科学计算需求，对于AI和科学计算的开发者非常友好。例如蛋白质结构预测是在医药研发中是非常关键的问题，我们基于MindSpore SPONGE开发了蛋白质结构预测工具MEGAProtein，极大提高了推理效率，并且有着很好的泛化能力。展望未来，MindSpore SPONGE还将继续携手昇腾与昇思共同成长，我们相信合作伙伴的生态会带给我们巨大的优势。”
中国科学院理论物理研究所研究员张潘发表了题为《量子计算机的经典模拟与MindSpore Quantum应用研究》的主题演讲，他表示：“MindSpore Quantum是建立在昇思MindSpore之上的量子计算的模拟器，这里列举了四个应用，性能表现都很优秀。例如在全振幅的模拟、随机量子线路演化的案例中，计算时间比另外两种著名的计算软件Quest和Qiskit时间要快很多。时间越短越好，说明量子计算速度快。在VQE求解量子化学问题和QAO求解组合优化问题中，MindSpore Quantum性能都显著地比同类型模拟器要高。”
华为诺亚方舟实验室人工智能技术专家邵云峰发表了题为《可微物理仿真器助力逆问题求解》的主题演讲，他表示：“随着深度学习的发展，在物理建模和数值求解的过程中可以利用自动微分工具中的可微算子，相比于手动微分、符号微分、数值微分，以极低的人工和算力开销就可以获得极其精确的梯度信息，对于逆问题求解带来极大的增益。在我们的实践中，基于昇思MindSpore的可微FDTD，在正向计算中严格按照物理过程更新变量，求解精度与传统求解器相当。在逆向计算中，基于昇思MindSpore的可微分算子和自动微分能力，物理仿真器可求解大规模逆向问题，提升了求解的效率和效果。”
科学计算领域专家们的精彩分享，引来现场阵阵掌声，现场气氛热烈。
未来，昇思MindSpore将积极与政企学研等产业界伙伴携手，夯实人工智能根技术，推动智能科技协同创新和融合发展。
