近日，上海海洋大学教授陈新军、副教授柳彬等领衔的团队基于国产自主AI芯片，研发了柔鱼渔场边缘预报平台“敖芯1.0”，为渔情预报的智能化发展注入了新活力，有望改变传统渔情预报的模式，提升渔业生产效率与资源利用效率。

西北太平洋柔鱼渔场的时空分布变化复杂，对精准预报提出了极高要求。团队引入边缘计算方案，选用华为昇腾Atlas200IDKA2开发者套件，实现模型从传统环境到国产AI芯片的迁移部署。在模型迁移部署过程中，团队构建了量化评估体系，根据网络架构特性动态选择迁移方式，并设计了多种实验方案，发现半精度浮点数迁移在保持精度的同时，计算成本最低，稳定性和应用效果良好，是最优迁移方式。

考虑到柔鱼生命周期短，易受多种海洋环境因子影响，团队对多环境因子模型进行迁移部署研究，从而更精准地预测柔鱼渔场分布。此外，团队成功筛选出两类最优模型，在满足精度要求的同时，大幅降低计算量，其中最轻量化模型的计算量较原模型下降了98%，有效减少人工调参时间，规避局部最优。

为验证平台的实际效果，研究团队在中水集团舟山远洋渔业有限公司“舟渔968”鱿钓船上开展了海上实测验证工作。结果显示，模型精度、平台稳定性及硬件适应性均达到预期目标，为平台的实际应用提供了有力支撑。

研究团队表示，“敖芯1.0”平台具有多项创新点。在AI赋能渔业方面，首次实现渔场预报系统在边缘端的应用，提升了远洋渔船的实时预报能力；在量化与动态方面，构建迁移效能量化评估体系，根据网络架构特性动态选择迁移方式；在多因子组合方面，确定最佳因子组合，确保模型预测效果稳定；在NAS轻量化方面，自动化搜索高效动态编码，优化模型性能。

未来，团队计划融合多源数据与高分辨率环境参数，拓展预报时间尺度，从短中期预报向季节性预测拓展，同时增强模型的可解释性。在产品覆盖方面，丰富渔情预报产品种类，部署渔汛预报、资源量预报等功能，形成完整的国产AI芯片边缘计算渔情预报系统。此外，团队还将探索跨海域模型迁移，推广至其他大洋性物种，实现全球渔场多鱼种渔情预报的边缘化计算部署。