各位CSDN的开发者、AI4S领域的极客朋友们，大家好！

今天非常高兴向大家分享我们团队（东莞市轩钰希智能科技有限公司）的最新开源成果。在“人工智能+软件”的国家政策号召下，我们决定将自研的“墨睿思科学通用智能引擎”正式向全网开源！

💡 为什么我们要做“科学智能引擎”？

在AI for Science（AI4S）的浪潮下，科研界面临着一个普遍痛点：算力贵、部署难、模型黑盒。
不管是可控核聚变（等离子体位形控制）、生物大分子预测，还是神经算子PDE求解，传统方案往往需要在云端堆叠大量GPU资源。

为了打破这个壁垒，我们基于华为昇腾310B（Ascend NPU）打造了这款轻量化的科学调度框架。我们希望提供一个“开箱即用、插件式扩展、可控可解释”的国产化底座。

---

🏗️ 核心架构：多智能体插件式调度

我们的引擎核心由 RuleEngine（规则调度器）与多个 Plugin（科学任务插件）构成。

· 高内聚低耦合：每一个科学任务（如RNA折叠、古文字识别）都被封装为一个独立插件。
· 标准接口：只需实现 get_capability、preprocess 和 infer 接口，就能快速接入新的科学算法。
· 轻量化极速：仅依赖 flask 与 numpy，在任意 x86 或 ARM 架构的机器上，执行 pip install 即可瞬间启动。

# python # 人工智能
Logo
鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

鲲鹏昇腾开发者社区是面向全社会开放的“联接全球计算开发者，聚合华为+生态”的社区，内容涵盖鲲鹏、昇腾资源，帮助开发者快速获取所需的知识、经验、软件、工具、算力，支撑开发者易学、好用、成功，成为核心开发者。

更多推荐

大模型：AscendCluster 集群调度技术

AscendCluster解决昇腾NPU大模型训练集群的四大痛点：静态rank_table配置繁琐、故障恢复能力弱、资源利用率低、通信拓扑脱节。通过动态组网、故障自愈、拓扑感知调度与资源池化混部，实现算力利用率提升25%-45%，任务可用性显著增强，广泛适配大语言模型、多模态及MoE模型训练。结合msrun启动与MindSpore自动并行，零代码改造即可接入，大幅降低万亿参数模型落地门槛。

avatar 鲲鹏昇腾开发者社区

MindSpore‑Transformers LLM 预训练模型：Megatron‑LM API 接口对齐

MindSpore-Transformers（MindFormers）实现对Megatron-LM核心API语义对齐，支持张量、流水线、序列并行，兼容Megatron数据集与权重格式。通过四层架构设计，实现接口、参数、分布式逻辑高度一致，开发者仅需少量适配即可将大模型训练脚本迁移至昇腾NPU，复用图编译、算子融合、混合精度等加速能力，显著降低国产化迁移成本。配套提供数据集加载、权重双向转换、精度比

avatar 鲲鹏昇腾开发者社区

NPU 驱动原理与 make 编译依赖

昇腾 NPU 整套体系分为内核驱动和CANN Toolkit 用户态 SDK两部分，二者职责分离：内核驱动负责硬件调度；CANN Toolkit 提供头文件、动态库，用于业务代码编译开发。使用 Makefile 构建 NPU 应用时，编译阶段依赖 Toolkit 的 include 头文件目录；链接阶段依赖 lib64 动态库目录；程序运行阶段，既需要系统加载匹配版本 NPU 内核驱动，又要保证操

avatar 鲲鹏昇腾开发者社区