报告题目：基于国产AI平台的空间天气大模型研究

报告人：陈洲

时间地点：4月1日（周二）14:30——16:00

闻天南楼213会议室

内容简介：空间天气研究旨在揭示太阳爆发与地球空间环境之间复杂的耦合过程，构建高效的预警机制以保障全球卫星通信、导航、电力系统及航天器运行安全。面对日益严峻的太阳风暴影响，传统基于数值模拟的预测模型在计算资源消耗与实时响应能力方面面临瓶颈，难以满足当前对全链路、高精度预测的迫切需求。

为突破上述限制，申请人团队依托与华为的深度合作，构建了全球首个全链式空间天气大模型框架“风宇”。该模型融合了从太阳风、磁层到电离层-热层系统的多区域耦合机制，采用模块化设计，具备强大的多源数据融合与协同优化能力。基于华为昇腾智算平台和MindSpore深度学习框架，团队部署了128块910B智算卡和16台高性能智算服务器，搭建了全国产化的AI建模与计算体系。依托这一平台，“风宇”大模型在空间天气的短临预报、极端事件响应以及跨尺度耦合机制建模方面取得了突破性进展。

“风宇”创新性地提出了链式训练结构：各区域子模型通过独立训练捕捉局部特征，并在整体训练阶段通过耦合优化机制实现端到端的全局反馈与调节，有效解决了当前小模型在多区域协同预测中的结构性短板。此外，该框架响应“The Bitter Lesson”与“Scaling Laws”等人工智能核心思想，展示了在大数据、大参数与多尺度物理融合背景下，深度学习模型在复杂地球系统建模中的显著潜力。

目前，“风宇”模型已完成多项原型测试，申请11项发明专利，并荣获2024年世界人工智能大会“最佳原生开发者”奖。作为面向空间天气前沿问题的原创性成果，该模型不仅推动了AI与地球空间科学的深度融合，也为国产自主可控技术在核心科研场景中的落地提供了范式引领。

报告人简介：陈洲，教授，南昌大学人工智能工业研究院副院长，入选江西省杰出青年基金，和江西省“QR计划”高端创新人才（省委）。中国空间科学学会“空间物理”和“空间大数据”专业委员会青年委员。长期从事空间天气与人工智能技术交叉融合研究，和所在团队发展了机理与数据相互驱动的空间天气链式监测和预报大模型，目前发表SCI论文50余篇，空间天气核心技术发明专利近20项。多篇论文获Wiley年度高被引论文奖，并获江西省自然科学奖二等奖，江西省研究生教学成果一等奖。2024年世界人工智能大会，获“最佳原生开发者”奖。