署名 高校智算服务平台 应用解决方案 1 业务背景 2 解决方案 3 业务应用 4 案例介绍 1 智慧校园行业发展趋势 建设 成果 支撑 技术 政策 驱动 力 特征 萌芽期 发展初期 2016 年 迭代升级期 基础设施发展阶段 智慧应用试点示范  师生信息化素养亟待提升  局域线下教育亟线上转型 》  《加快推进教育现代化实施方案》  《教育信息化中长期发展规划 (2021-2035 年 ) 》  《教育信息化“十四五”规划》  宽带、 3/4G 、 WiFi4/5 云计 算 ...  大数据、语音识别、图像识别 NB-IoT 、 光纤、云计算、移动互联网 ..  人工智能、 5G 、 WiFi6 、 AR/VR/ MR 、区块链、物联网 ...  人工智能、  建成服务全民终身学习的现代教 育体系  实现优质均衡的义务教育  职业教育服务能力显著提升  高等教育竞争力明显提升 快速发展期 2020 年 2025 年 2035 年 智算服务  中央及地方政府相继发布政策推动 AI + 算力的新质生产力的规划 ，国务院、发改委、科技部等已出台十余项国家级政策文件推动人工智能应用的落 地与深入发展 l 北京、广东、 山东、四川、等大量省市出台

人工智能为基础推动教育创新发展的政策布局。通过政策梳理与分析，提炼出“人才培养、科学研究、社会服 务与国际合作”四大导向，明确高等教育数智化转型的发展方向和战略目标。 报告从技术、社会与教育三个维度深入审视机遇与挑战：在技术层面，算力、数据与算法的突破孕育创新红利， 但面临安全、伦理、偏差与治理等现实约束；在社会层面，发展契机与潜在风险并存；在教育层面，知识去中 心化、学习个性化的进程中，需要同步重塑价值导向与能力结构。基于深入分析，报告提出推动高等教育走向 ，并确保高 等教育的人文价值和社会责任得到维护。 围绕教育大模型的能力与要素，报告构建了完整的分析框架。在能力维度上，提出“通用能力＋教育能力”的 能力谱系；在要素分析上，形成“五要素”框架：算力作为构建基石与场景适配关键，数据作为必备燃料与领 域属性特征，算法作为核心引擎与风险应对策略，开发工具作为全栈式工具矩阵，安全、伦理和隐私保护作为 有效保障。在技术路线上，构建“参考架构—智能体 衡的教育资源、 强化智能协同的科研创新。据此提出“统筹规划、分步建设、优选场景、协同发展”的教育大模型建设原则， 阐明基于通用大模型研发教育大模型的具体实践，倡导通过算力、数据、算法协同优化的工程创新来实现教育 大模型的高算效和高能效。 应用层面，报告系统归纳教学、管理、科研与社会服务等主要应用场景，汇聚典型案例包括 DeepSeek 助力数 字化实训、大模型赋能智慧教室、人工智能数智化

engagement 用户驱动 连接与关系 自动化系统 执行系统 System of action 业务驱动 效率利润 多学科交叉、跨界 5 智慧医疗需要新一代数据中心 生态联盟 云 智 数 智算中心 云消费 IT4IT 分布式 数据中心 世界级 IT 架 构 数据活化 大规模 数据框架 物联网 移动 app 边缘智能 智能机器人 海量与性能 挑战 绿色与成本 历史包袱 基于数据的认知与决策 – 执行能力 快速智能精准执行 – 安全能力 综贯全局的安全 6 从云数据中心到智算中心 1 自动化智能 化 2 弹性共 享 3 快速敏 捷 5 分布 式 7 人才与组 织 4 大规 模 6 绿色高 效 模块化数据中心 绿色数据中心 云数据中心 数据中心 智算中心 7 3 大收益： 智慧业务，智慧人才，智慧生态； 3 3 7 5 4 3 个原则： 技术架构、管理运维、组织、治理、 流程、服务、应用 5 个阶段： 孤岛式、标准化、服务驱动、混合云、 智算中心 4 大演进要素 统一规划分步实施；面向数据智能； 安全可靠；人才素养； 智算 中心 医疗智算中心建设模型 智算中心 33754 模 型 8 智算中心参考架构 智算中心操作系统 云数智融合 智能中台 多云架构 分层解耦 大规模 多数据类型 硬件重构

模型。教育的数据安全与价值导向是不可触碰的红线， 发展适切的教育大模型是确保AI应用安全、可靠、内 容正向的根本保障。四是深化产学研协同，以技术点 燃每个生命的独特光芒。释放AI在教育领域的全部潜 力，需要产业界、学术界和研究机构紧密合作，我们 的共同目标始终是培养能适应并创造未来的高素质人 才，共赴一个更智慧、更公平的教育未来。 张元来 鸿合科技股份有限公司高级副总裁 AI赋能教育：构建“因材施教”的教育新生态 可被感 知记录并反馈教学，打破时空限制，实现个性化与数 据驱动的融合。 AI旨在强化教师能力与价值。我们坚持让技术回归教 育初心，以智能赋能教师、激发学生，推进算力入校、 智能入课、数据入脑，使AI成为中国教育新质生产力 的核心引擎。 黄逸涛 广州视睿电子科技有限公司（希沃）副总裁 广州开得联智能科技有限公司董事长 让技术回归教育初心 赋能每一位教师，激发每一个学生! 王勇 广州市奥威亚电子科技有限公司总经理 景。在此背景下，AI正以前所未有的深度与广度融入教育的核心场景，系统性的重塑着传统的教育装备产业。 我们看到智慧黑板、智能录播、AI学习终端等设备，其核心价值已不再是单纯的硬件功能，而是转变为承载AI能 力、提供智能化服务的教育大模型价值窗口。这些新一代的教室装备，不仅仅是提升教学效率的工具，更是破解 因材施教难题、培养学生综合素养、以及构建人机协同新型教育生态的核心物理载体。 本产业发展报告旨在系统性地梳理并前瞻这一深刻变革。

产 品 和 解 决 方 案 已 经 服 务 于 全 国 6 0 % 以 上 的 医 疗 卫 生 机 构 持续加强在卫生健康领域的投入，助力行业数字化转型 服务国内超过 1800 家三级医院， 助 力医院数字化转型和智慧医院建 设 1800+ 医院数字化转 型 4 Huawei Proprietary -Restricted Distribution HUAWEl 态势感知与运行监测 智慧后勤 多院区管理 自 助 服 务 互 联 网 医 院 智慧服务 智能随访 预 约 挂 号 … 智 能 导 航 导 诊 床 旁 结 算 智慧应用 1 医院数字平台 loT 能力服务中心 区 块 链 CDR GIS 应用使能 智能中枢 云基础设施 床 科 研 远 程 医 疗 智 慧 护 理 智 慧 教 学 通用智能设备 边 端 视频 7 ax . … 高性能、大容量 极致安全可靠 超强算力：最高集成 64 核，内置多种硬件加速引擎 安全 / 可供应：自研计算芯片，整机器件国 产化 大容量：支持最多 32 个 DDR4 插槽，最高 8TB 内存 高可靠：高可靠减振 / 散热等设计与质

郭立志 韩红哲 何海涛 何 琳 何书前 何月顺 侯德俊 胡轶宁 黄石平 姜开达 焦中铎 金 波 金旭东 李善玺 李云春 李志强 林冬梅 林新华 刘革平 刘建峰 刘 昕 马 皓 毛明荣 莫路锋 邱晨力 史鸣杰 宋美娜 宋毅君 宋子强 锁志海 王 健 王俊松 王振刚 王正平 魏莹莹 薛 静 杨红波 杨长昆 于 游 袁林旺 岳从远 臧玉春 张建兵 张 凯 张万光 张 巍 张小平 张一春 张永波 赵 24 年中国高 校数字化发展报告》（以下简称《报告》）总结了国家教育数字化战略行动实施 三年来，高校数字化转型的成效与不足，并给出了发展建议。《报告》指出，三 年来，高校在数字化转型方面持续发力，数字化转型新格局正在形成，并不断向 纵深发展，教学新生态创新层出不穷，科研新范式加速成形，数字治理能力持续 跃升，数字化发展新底座迭代升级，在国家教育数字化战略行动指引下，高校高 质量发展战略 驱动， 数字教学初具形态，但智慧教学平台对教学全流程的支撑作用尚未充分发挥。信 息技术赋能科研，管理协作智慧升级，但信息化仍未覆盖科研全过程，难以支撑 多学科跨单位的有组织科研。数据应用多点发力，管理安全同步推进，但数据应 用深度不足，难以高质量服务高校治理能力的现代化进程。基础设施日益完善， 安全防护迭代升级，信创生态正在起步，但数据安全仍存短板，数字新底座离好 用尚有差距。 《报

然趋势，信息化云化不仅仅在办公自动化方面发挥作用，在数据保护、数据挖掘、流程重构、 业务创新、管理变革方面的作用越来越显著，因此只有加速高校数字化、网络化、智能化转型， 才能切实提高高校管理水平和综合竞争力。 本次数据中心云平台规划将预满足后期业务扩展需求提供适量冗余的计算资源与存储，支 撑业务应用层、平台服务层、数据服务层等所有业务所需资源供给，满足现有应用迁移上云需 求；通过对IT基础资源的云 一管理、自动化 部署与运维、持续集成与交付，满足大规模的云资源管控要求。 （七） 高性能计算能力要求 高性能计算服务提供GPU云服务器、GPU裸金属服务器两种算力资源以及训练算力服务、 推理算力服务，用户在平台可使用这两类算力服务形式。 第 7 页 共 157 页 2. 整体解决方案 2.1 系统总体设计思路及技术架构 2.1.1 设计原则 （1） 科学性 系统设计既要采用科学 设计一个满足用户需求的解决方案，对此，从用户需求出发，根据灾备技术提供灾备解决方案。 2.2.7 高性能计算服务设计 本期项目将提供一个集约化的人工智能算力平台，算力平台服务基于联通云双引擎基座部 署，即在私有云部署架构基础上，增加高性能存储资源池和AI算力资源池。 云服务器，ECS 是为用户提供的稳定可靠、性能优异、灵活伸缩的弹性计算服务。用户可 以根据不同的业务需要，随时创建并使用云服务器 ECS，相对于

思维能力：批判思维、独立思维、逻辑思维 2. 学习能力：终身学习，善用 AI 3. 热爱人类 n 如何培养人 1. 赋能：个性化学习，学本教育，因人育材，未来学校 学习的定位是一种思维训练，知识、写作、记忆力等只 是训练工具 终身学习的方式可能从知识搜索转向了古老的对话式学 习 2. 让人学会与 AI 共舞，尤其是生成式 AI 将成为人的必备技能 02 对 AI 教育的思考：如何培养 AI 专业人才和 学科交叉融合 • AIGC 课程建设 • AIGC 技能大赛 03 我们的 AI 教育实践：青鸟 AI 实验 室 解决学校的三大需求 科研 创新平台 NovaAI 开放平台 算力基础设施 高校科研创新实验平台 人工智能通识课实验平台 解决学校的三大需求 的方案 03 我们的 AI 教育实践：青鸟 AI 实验 室 人工智能专业（群）建设 七类主要产品和服务 课程 • 开箱即用，动态资源分配，可视 化算力调整 • 可扩展，企业级安全加密 计算节点 管理节点 存储节点 网络节点 硬件层 操作系统： Centos/ Ubuntu 分布式 / 并行文件系统 GPTJ-6B LLAMA2-7B ChatGLM3-6B BLOOM-7B QWEN-14B LLAMA2-70B AI 实验室算力基础设 施 系统 层 容器层 应用 层

在为大模型在该领域的研究提供新思路。 2 人工智能大模型发展概述 2.1 人工智能大模型发展与分类 随着人工智能技术的进步和深度学习算法的发展，以及海量多模态数据的爆炸式 增长，芯片、网络、算力等基础建设的持续增强，大模型也迎来了快速发展机遇。2014 年生成对抗网络 GAN（Generative Adversarial Network）[4]的出现，推动了生成式人工 智能的革命性发展，随后以 Deepwise MetAI 2023.4 深睿医疗 医学影像 图像 通义千问 2023.4 阿里巴巴 医疗问答、医疗 知识图谱、报告 生成、辅助诊断 文本 天河医疗大模型 2023.5 国家超算天津中心 医学诊断 文本 OpenMEDLab 浦医 2023.6 上海人工智能实验室 医学图像、医学 文本、生物信 息、蛋白质工程 多模态 ProactiveHealthGPT 2023 复杂的智能预测与推理分析，虚拟数字人的建模以及语言与情感表达能力等[15]。另外， 对于生物和医药研究活动，需要大量的研究数据和模拟实验，极其耗时费力。由于大 模型参数规模巨大，其开发和训练依赖于数据、网络和算力的综合支撑。大模型可依 托互联网、专业数据库以及私有数据库的多模态数据进行自监督预训练，通过少量下 游任务提示或上下文提示对通用大模型进行微调，并利用迁移学习的思想，提高零样 本与小样本学习能

医院利用多种多样的技术手段对医疗质量和安全更具控制力 ，对 患者和医务人员的需求更具洞察力 ，对医学的发展更具支持力。 智慧医院的内涵（以信息技术应用为基础，帮助医院提质增效） 路径：新技术在医疗场景中的创新， IT 架构与应用需求的融 合 改变传统耗时耗人的医疗服务流程、 改善医疗质量、提高工作效 率、 降低医疗成本、提升患者就医获得感等 指医院资源更为丰富 ，更具创造力 ， 医院运营成本和效率更合理； ② 流媒体 战略科技 ① 磁光电 存储 ② 3D 打印 新技术在智慧医院建设中的分布 CHIMA ① 数字孪 生 新生 ① 物联 网 ② 大数 据 ③ 云计 算 ① 移动技术 /APP ① ERP 系 统 同济医学院附属 t 和 院 U N I O N H O SP TA LTO N G JI M ED I C A L 数据不汇聚 , 点对点进行数据交换 ; 3. 实现数据协同的可管、 可控、可追 ; 4. 工业互联网的标识体系覆盖各个行业 , 标识全球唯一 ; 5. 工业互联网是国家重要的基础设施 , 网络、算力、存储资源有 巨 大优势 ! 6. 数据流转过程还做不到数据可用不可见，以及数据的不可篡改。 CHIMA 工业互联网的特性分析 同济医学院附属 t 和 院 U N