每GWh节能超百万元，深算院攻克动力电池国际难题

5月19日至23日，ICDE 2025在中国香港召开，深圳计算科学研究院研发团队携基于全栈AI技术体系的“梦溪”新能源电池AI分容系统参会获最佳系统演示奖。

ICDE（IEEE International Conference on Data Engineering）是由电气与电子工程师协会（IEEE）主办的旗舰会议，与SIGMOD、VLDB并称为数据库系统领域的三大国际顶级学术会议，代表着数据工程与数据库技术的最高研究水平，是学术界与产业界交流前沿成果的重要平台。

深圳计算科学研究院全栈AI技术体系，融合逻辑推理与机器学习，通过可控AI实现大数据的自动化关联分析，显著降低对人工经验、算力资源和大规模训练数据的依赖。相较于传统机器学习与大语言模型，全栈AI具备更高的精度、稳定性和可解释性，有效减少幻觉风险，并在小样本场景中展现出卓越的适应能力，突破了当前主流AI技术在工业落地中的诸多瓶颈，可直接应用于制造业产线，为工业智能化转型提供了更加可控、高效、可信的解决路径。

以应用需求为牵引，研究院构建了统一的全栈AI基础平台：钓鱼城数据分析系统，已在智能制造、生命健康、金融风控、网络安全、海关旅检、智能推送等多个关键行业落地，衍生出10余个行业级AI系统。该平台通过“数据驱动 + 场景深耕”的方式，超越了单一路径的大模型或传统机器学习方法。钓鱼城系统打通了从基础研究到工程应用的闭环路径，形成了科技成果转化的可复制实践模式。

“梦溪”系统正是钓鱼城平台在制造领域的重要代表，作为锂电池制造 “最后一道质量闸门”，化成与分容是产线最关键、最耗能的环节，占45%能耗。“梦溪”融合图计算、图规则、逻辑推理与机器学习技术，实时解析MES数据和化成工艺特征，精准识别影响容量的关键因子，实现故障电池筛选、容量预测与异常溯源，将分容时间从20多小时压缩至4小时，产能提升80%，每GWh节能超百万元，成为国内外首个攻克磷酸铁锂、三元锂电池容量预测这一国际性难题的稳定系统。“梦溪”已在动力电池、储能系统等多场景成功上线应用。

南方+记者  郜小平