李金金12日介紹，ManuDrive將“時間維度”引入到工業(yè)控制領(lǐng)域當(dāng)中，攻克了生物發(fā)酵這一復(fù)雜且動態(tài)過程里實時預(yù)測與精準(zhǔn)調(diào)控的國際難題。在實際落地應(yīng)用中，ManuDrive不僅使發(fā)酵罐的發(fā)酵產(chǎn)量實現(xiàn)了大幅度的提升，同時生產(chǎn)過程中的波動也得到了極大幅度的降低，工廠的生產(chǎn)穩(wěn)定性和效率都顯著增強。
“隨著AI技術(shù)與生物制造的深度融合發(fā)展，發(fā)酵生產(chǎn)正逐步從以往依賴經(jīng)驗的‘試錯模式’向依靠數(shù)據(jù)驅(qū)動的‘智能模式’轉(zhuǎn)變。它不僅對原有的生產(chǎn)流程進(jìn)行了重新塑造，更在生物制造領(lǐng)域催生出了一場意義深遠(yuǎn)的技術(shù)革命，為整個行業(yè)的未來發(fā)展開辟了更為廣闊的前景。”李金金說。
以抗生素發(fā)酵7天的周期為例，在發(fā)酵進(jìn)行到第20小時的時候，ManuDrive就能生成從第21小時、第22小時、第23小時，一直到最后的第150小時的完整發(fā)酵操作方案，精準(zhǔn)“預(yù)測”整個發(fā)酵過程。這改變了傳統(tǒng)的發(fā)酵調(diào)控模式，不再需要人類工程師手動去進(jìn)行每個小時的發(fā)酵調(diào)控工作，而是借助人工智能向中控系統(tǒng)發(fā)送操作指令，大大提高了調(diào)控的效率與精準(zhǔn)度；通過AI調(diào)控所生成的方案更加科學(xué)有效，對原先以經(jīng)驗為主的生物發(fā)酵方案進(jìn)行了進(jìn)一步優(yōu)化。
同時，AI的調(diào)控具備持續(xù)迭代的優(yōu)勢，基于ManuDrive所產(chǎn)生的高質(zhì)量數(shù)據(jù)，AI又能夠持續(xù)進(jìn)行反饋和迭代，使得發(fā)酵產(chǎn)量不斷提升，形成了一個不斷輸入新數(shù)據(jù)、提升產(chǎn)量，再輸入新數(shù)據(jù)、進(jìn)一步提升產(chǎn)量的良性循環(huán)，進(jìn)一步推動產(chǎn)業(yè)轉(zhuǎn)型升級。
據(jù)悉，不同于主流AI大模型需依賴數(shù)千塊乃至上萬塊GPU卡才能運行的高耗能模式，ManuDrive憑借創(chuàng)新算法架構(gòu)，僅需十幾張GPU卡，配合傳統(tǒng)AI模型中5%的數(shù)據(jù)量，就能實現(xiàn)連續(xù)、精準(zhǔn)的推理預(yù)測。這一突破不僅大幅削減企業(yè)在算力資源上的資金投入，更顯著降低智能化改造成本，讓中小型企業(yè)也能以低成本部署高效“AI工業(yè)大腦”。
在國產(chǎn)化適配層面，該系統(tǒng)深度兼容國產(chǎn)算力服務(wù)器，從硬件底層到算法框架實現(xiàn)全鏈路自主可控。系統(tǒng)充分發(fā)揮國產(chǎn)算力設(shè)備的性能優(yōu)勢，在保障運算效率的同時，擺脫對進(jìn)口算力設(shè)備的依賴，有效規(guī)避技術(shù)封鎖風(fēng)險。這種輕量化部署與國產(chǎn)算力的結(jié)合，使企業(yè)無需擔(dān)心算力基礎(chǔ)設(shè)施的高昂建設(shè)成本與維護(hù)壓力，可快速完成系統(tǒng)部署與調(diào)試，加速智能化轉(zhuǎn)型進(jìn)程。
