美国水泥和混凝土生产的AI应用

作者: 未知作者
原文链接: https://engineering.fb.com/2026/03/30/data-center-engineering/ai-for-american-produced-cement-and-concrete/

---

• Meta 正在持续推进其长期路线图，帮助建筑行业利用人工智能生产高质量、更可持续的混凝土配比，以及那些完全在美国本土生产的配比。
• 在 2026 年美国混凝土协会（ACI）春季会议召开的同时，Meta 发布了一款用于设计混凝土配比的新 AI 模型——混凝土贝叶斯优化（BOxCrete），以及用于开发获奖混凝土配比的基础数据。
• Meta 的可持续混凝土开源模型现已可在 GitHub 上获取。

美国每年大约浇筑 4 亿立方码的混凝土，足以铺设一条环绕地球数圈的双车道高速公路。混凝土是我们桥梁、数据中心、高速公路和住宅的基石。然而，尽管我们大部分预拌混凝土都在国内生产，但制造混凝土所需的水泥却有近四分之一依赖进口。Meta 的人工智能正在帮助改变这一现状。

混凝土由水泥和胶凝材料、骨料、水以及化学外加剂混合而成。混凝土供应商必须设计出满足相互竞争要求的配比：强度、施工速度、易操作性、成本和可持续性。传统的混凝土配比设计严重依赖实验室的反复试验、工程师的经验以及数十年积累的知识——这种工作流程既缓慢又难以适应变化，且成本高昂。

水泥是混凝土的关键成分，因此进口水泥会对美国供应商产生重大影响，抑制美国制造业、就业和投资。虽然预拌混凝土通常在国内生产，但其所需的水泥却大量依赖进口，美国水泥消费量中约有 20-25% 由进口满足。此外，美国本土生产的水泥符合美国的性能和环境标准，而这些标准在国际上并不一致。

与此同时，确保产品在国内生产——这一过程通常被称为回迁（reshoring）——通常会增加美国的制造业就业岗位。自 2020 年以来，回迁及相关的外国直接投资（FDI）已为美国带回了超过 110 万个工作岗位，而制造业具有最高的经济乘数之一：每在制造业上花费 1 美元，就能为美国经济增加 2.69 美元。仅水泥和混凝土行业每年就贡献超过1300 亿美元，并支撑着约 60 万个工作岗位——然而进口仍满足约 23% 的国内总需求。为了在国内获取更多价值，美国本土的混凝土生产商希望在其配比中更多地使用美国制造的材料。

不同的水泥具有不同的化学性质，一种与某种水泥完美配合的配比，换用另一种水泥后可能完全失效。因此，生产商需要一种方法，能够在不花费数月时间在实验室进行试验的情况下，快速探索和验证新的配方。

全美范围内的实际影响

Meta 及其合作伙伴已因这些混凝土设计创新获得了多项奖项，包括2025 年建筑创新奖最佳合作伙伴奖（与 Amrize 共同获得）以及2025 年矿渣水泥奖年度可持续混凝土项目奖（与 Amrize 和伊利诺伊大学厄巴纳-香槟分校共同获得）。此外，通过与多个州的大型混凝土制造商和软件公司合作，该模型的实际影响也通过实地协作得以体现。

伊利诺伊州

Meta 一直与伊利诺伊大学厄巴纳-香槟分校（University of Illinois at Urbana-Champaign）以及北美最大的水泥和混凝土制造商 Amrize（总部位于伊利诺伊州芝加哥）紧密合作，共同推进将 AI 应用于可持续且本土生产的混凝土。Amrize 在北美运营着 18 家水泥厂、141 个水泥终端和 269 个预拌混凝土站点。其规模使其成为展示 AI 如何以工业级产量变革配合比设计的理想合作伙伴。Amrize 近期推出了美国制造水泥标签，该标签保证水泥符合严格的美国标准，并由美国劳动力使用美国材料在美国本土制造。该公司还宣布将在 2026 年投入近 10 亿美元资本投资，部分用于增加国内水泥产量。

Meta 和 Amrize 将与伊利诺伊大学厄巴纳-香槟分校的研究人员一同出席美国混凝土学会（American Concrete Institute, ACI）春季大会，进一步展示我们利用 AI 实现低排放、本土生产混凝土的合作成果。

与此同时，Meta 发布了一款用于设计混凝土配合比的新 AI 模型——混凝土贝叶斯优化（Bayesian Optimization for Concrete, BOxCrete）。BOxCrete 相比 Meta 之前的模型，对噪声数据具有更强的鲁棒性，并新增了预测混凝土坍落度（混凝土和易性的重要指标）等功能。

配合 BOxCrete，Meta 还发布了用于开发新型混凝土配合比的基础数据，该配合比已应用于我们位于明尼苏达州 Rosemount 的数据中心。与其他开源公开数据集相比，这些基础数据是最系统的混凝土配合比性能基础数据。

Meta 的研究人员已提交一篇关于 BOxCrete 的论文以供发表，该论文概述了新模型、数据及相关方法。

明尼苏达州

与 Amrize、Mortenson 及伊利诺伊大学厄巴纳-香槟分校合作，BOxCrete 被用于生成一种强度更高、固化更快的混凝土配合比，该配合比已在明尼苏达州 Rosemount 数据中心楼板的一个现场支撑部分实现规模化应用。

该 AI 优化的配合比专为建筑中最严苛的部分设计：支撑数千台服务器和冷却系统重量的巨大混凝土基础。使用本土采购的材料，该配合比达到完全结构强度的速度比原始配方快 43%，同时开裂风险降低近 10%——证明 AI 可以帮助美国生产商围绕美国制造材料快速重新配方，而无需牺牲质量。数据确认其满足所有结构要求后，该配合比现已获准用于数据中心的更多区域。

Meta 位于明尼苏达州罗塞芒特的数据中心。

宾夕法尼亚州

2023 年，Meta 将其混凝土优化 AI 框架作为开源软件以 MIT 许可证发布，使得从学术界到商业软件提供商都能广泛采用。

宾夕法尼亚州的 Quadrel 是一家服务于预拌混凝土行业的领先企业级 SaaS 平台，该公司在其软件中采用了 Meta 的 AI 框架，这体现了 AI 驱动的配合比设计正成为混凝土生产标准基础设施的一部分。Quadrel 已将该框架应用于实际用例，包括数据预处理、批次和测试标准化、特征工程以及客户特定模型训练。这些模型随着现场测试结果的不断融入而持续改进，已被嵌入日常配合比设计和质量控制工作流程中，为质量控制与运营的日常决策提供依据。

Meta 的用于可持续混凝土的开源 AI 模型采用 MIT 许可证发布，允许在最小限制下进行商业使用，同时受益于开源 AI 的进步和投资。

Meta 如何利用 AI 优化混凝土配比

Meta 的混凝土 AI 模型可以通过一种称为自适应实验（adaptive experimentation）的方法，帮助供应商更快地将美国本土材料融入其配比中。

其工作原理如下：

Meta 的 自适应实验（Ax）平台使用贝叶斯优化（Bayesian optimization）来智能地探索可能的混凝土配方的广阔空间。该 AI 并非随机测试配比或仅依赖人类直觉，而是：

1. 从现有数据中学习：历史配比设计、实验室结果和性能指标用于训练模型，使其了解哪些方案有效。
2. 提出高潜力候选方案：AI 建议最有可能满足目标规格的新配比，并能比较美国制造材料与外国材料的性能。
3. 预先纳入约束条件：用户指定技术要求以及要使用的成分。
4. 通过每次测试不断优化：每个实验室结果都会改进模型的预测，从而形成自动改进循环。

虽然引入 AI 和自适应实验并不会改变实验室验证、现场试验、工程审批和规范合规的流程，但它极大地提高了发现速度，帮助工程师用更少的测试找到更好的起点。

为混凝土构建 AI 辅助的未来

Meta 在混凝土领域的 AI 是其更广泛承诺的一部分，即应用机器学习来推动可衡量的、真实世界的影响。虽然与 Amrize、伊利诺伊大学以及 Quadrel 等行业软件供应商的合作代表了第一波应用浪潮，但目标是让整个行业改变美国生产商处理配合比设计的方式。

未来几年，Meta 计划进一步与建筑行业合作，开发新的 AI 工具。随着 Quadrel 等更多平台基于 BOxCrete 进行构建，AI 优化的配合比设计将变得对生产商触手可及，且无需改变其现有工作流程。该团队还计划继续与伊利诺伊大学厄巴纳-香槟分校进行学术合作，探索 AI 如何不仅解决国内材料替代问题，还能应对混凝土可持续性和性能方面的更广泛挑战。

通过降低采用国内材料的门槛，Meta 正在帮助美国生产商在成本上竞争、减少排放并增强供应链韧性——一次配合比设计，一步一个脚印。

参与其中

探索 Meta 在 GitHub 上的开源项目 BOxCrete for Sustainable Concrete。

阅读我们的预印本：《BOxCrete：一种用于混凝土强度预测和配合比优化的贝叶斯优化开源 AI 模型》。