框架工具层优化 模型扩展组件层优化 DAS（DCU AI Software Stack/DCU人工智能基础软件系统） C86 CPU DCU加速卡 存储 高速网络 DTK（DCU Tool Kit/DCU异构计算平台） 全栈优化 软硬协同释放DCU 澎湃算力性能 DCU：全面兼容主流生态 / FULL ECOSYSTEM PROFILE 类CUDA API的 开源软件开发平台 原生支持多种加速库 和Slurm调度系统 功能健全的DCU软件栈 性能分析工具 主流HPC应用 Gromacs/VASP etc 人工智能框架 TensorFlow/PyTorch/ paddlepaddle 国内典型 异构应用 OpenMP/OpenACC 类CUDA编程环境 OpenCl 编译器 驱动 DCU加速卡 主流应用 函数库 开发环境 通讯加速库 SPARSE加速库 LAPACK加速库 PRIM 支持C/C++/Fortran、OpenMP/OpenACC、Python编程，支持GPU Direct网络加速，支持多种 Profiling 方法 HYGON 09 10 HYGON 海光DCU行业实战手册 DTK异构计算平台 DTK（DCU Toolkit）集成了DCC（DCU Collect Compiler）编译器、经过验证和优化的计算库，支持多种编程语言，同时提供运行、 编译、调试和性能分析功能。

一站式车联网数据平台 多模态 半结构化 + 非结构化 数据 向量 + 标量 语言大模型 + 多模态大模型 AI 服 务 模型服务 ( 灵积、魔搭 LLM 、 Embedding) ( 异构算力 :GPU+CPU) 20% 成本 2-10 倍压缩，冷热分离 Serverless 弹性计算 百 PB 规模 存算分离，在线扩容 千万吞吐，毫秒延迟 一站式 数据不出库 在线服务 ) 对象存储：低成本 (OSS) A P S A R A 云 栖 大 会 存算分离，弹性扩容 多级介质混合管理 • 混合管理本地盘、云盘、 OSS 等多种存储介质 • 支持多副本异构存储，高速介质提供性能，低速介 质保障可靠性，最大化性价比 • 数据随热温冷变化，在多级介质间进行转存，大幅 降低综合成本 高效压缩与编码 • 支持使用纠删码 EC 算法，副本冗余系数低至 Compatible Filesystem Protocol （ HDFS 兼容） Lindorm DFS 搜索 引擎 时序 引擎 向量 引擎 流 引擎 列存 引擎 宽表 引擎 副本异构 软件定义存储 冷热转存 文件管理 纠删码 EC 目录组织 透明压缩 多租户安 全 ( 可靠性、带宽、 IOPS 、成 本 ) N 开源数据集 原始文件

规模不足 的差距。针对跨智算中心构建超大规模智算集群过程中遇到的问题和挑战，中国电信成立攻关项目组， 聚焦研究长距无损智算网络技术。 本方案依托中国电信的全光运力网，基于800G C+L技术、异构网络集合通信优化技术、全局负载 均衡技术等，为1024卡规模的分布式集群提供大容量带宽，实现120公里千亿参数大模型分布式训练， 性能达到集中训练的95%以上，证实了分布式无损智算网技术方向的可行性，为智算互联构建坚实技术 Network，波长交换光网络）、空芯光纤、精准流控等多项前沿技术，构建了百T大带宽、毫秒低 时延、高可靠能力领先全光底座，实现智算中心的高速互联，实现超地理空间的环京算力资源统筹和调 度。在技术方面主要有3项创新突破。 （1）异构网络集合通信优化技术 在长距拉远场景下，网络不再同构，跨长距的GPU通信时延要显著高于DC内的GPU通信时延，因此 传统算法将不再最优。下表总结了Ring算法和HD算法在拉远场景下的跨长距通信次数和通信量。其中S 跨长距通信数据量 Ring ~2N ~2S Halving Doubling 2log2N NS 理想情况下跨长距只需要进行一次通信，并且传输的数据量为S即可。基于该思路，本项目设计出针 对长距异构组网的集合通信算法框架，如图1所示。新算法具体步骤如下： （1）将拉远DC当做两个独立的子系统，在每个DC内先进行集合通信操作，集合通信算法可选用 Ring或者HD。 （2）DC内同步后，在每

养方面，杭州智元“髋部助行外骨骼”已帮助数万老年 人恢复行动能力。 与此同时，具身智能标准化建设也已进入攻坚阶 段。在技术标准方面，2025 年发布的《人工智能具身 智能数据采集规范》解决了多源异构数据碎片化难 题；在评测体系领域，中国人工智能产业发展联盟 （AIIA）具身智能工作组推出具身智能基准测试方法 （EAI Bench），涵盖五大类真实场景测试场；在产业生 态层面，人形机器人创新中心建成“麒麟”训练场，实 魏家馨，马瑞涛，滕一阳，王 芃 具身智能标准化研究与评测方法探索 本期专题 Monthly Topic 47 2025/07/DTPT 正在制定 IEEE P2874 异构机器人通信协议标准 ［12］，旨 在通过定义统一的通信协议和接口，实现异构机器人 系统之间的高效协同与数据共享。此外，研究人员提 出了基于物联网机器人技术（IoRT）的中间件架构，支 持多种机器人操作系统在动态环境中的通信与协作， 系统性能的优劣结论，还应揭示具身智能体在感知理 解、策略规划、行为执行等方面的能力短板或瓶颈，指 导模型或系统的持续优化。 d）动态扩展与迭代更新。随着具身智能技术的 发展，系统将呈现出更多异构性与演化性。因此评测 标准应支持模块化构建与动态更新，能够灵活扩展新 能力维度（如迭代学习、跨平台迁移等），保持与技术 发展的同步性。 e）安全性、伦理性与合规性保障。评测内容和方 法应严

机器学习 产品定位 随着大数据时代的不断发展， 各大企业、政府纷纷建立大数据中心，数据分析 、应 用 的脚步越来越快，在此过程中，异 构数据源的使用 、关联分析 的需求越发旺盛，如何快速、便捷地采集异构 数据至大数据平台，成为数据采集汇聚的关键。 我司提供的数据汇聚产品主要功能是将各种存 储 方式的数据源接入到大数据平台或者其他数据 仓库。通过提供可视化界 面，帮助用 户轻松完成采集任务创建、运行，并实时提 数据 库 Hive Hbase 模型算法库 可视化建模 数据迁移 数据分析 数据处 理 机器学习 l 实现异构数据交换的快速 通道 l 组件式拖拽实现数据 ETL l 便于用 户查 询及关联分析 不同数据源的数据 l 实现数据迁移 （同种数据 库、 异构数据库） 数据总线——数据 ETL NoSQL

享，将原有的独立的 信息系统和同构、异构数据统一到平台上来，实现园区内各组成部门间信息的实时 有效连通、协同等等；4.通过智慧园区的信息化建设，可以实现信息的客观、高效、 科学和多平台的设计和展现，使得园区内的数据和信息可以按不同组成部门按不同 需求、不同分发规律进行分发，实现按需分配。通过智慧园区的建设，可以解决原 有园区中存在的信息流通不畅、异构数据难以实现同构化处理利用、资源重复建设、 进行室内定位的算法，该算法具有定位精确度高、成本低的特点，从而解决了智慧 园区定位的问题；陈燕、朱庆等[10]学者提出三维地理信息系统应用于智慧园区的实 施方案；孙亭、丁杰等[11-13]学者提出了针对异构信息资源整合的要求，引入大数据 等技术理念重构信息资源的基础模型，建立非结构化、结构化两类数据的集成检索 框架应用于智慧园区的方案；郭娴、李俊等[14]学者分析了智慧城市各部分面临的信 息安全 3）如何适应物联网中 低数据率、低移动性的业务需求； 4）实现网络节点的灵活增减。 2.2 基于物联网的智慧园区信息平台的关键技术 2.2.1 技术架构的设计 要建设感知范围大、智能化水平高、异构数据融合能力强的开放化的智慧园区 信息系统，设计科学的技术架构是关键，智慧园区信息平台技术架构是基于物联网 实现海量数据的采集，并融合云计算技术和大数据技术实现数据的上传、处理和应 用，因此在

Ailpha 大数据分析 以“ AI 驱动安全”为核心理念，集成超大规模存查、大数据实时智能分析、用户行为（ UEBA ）分析、多维态势安全视图、企 业安全联动闭环等安全模块。具备全网流量处理、异构数据集成、核心数据安全分析、办公应用安全威胁挖掘等前沿大数据 智能安全威胁挖掘分析与预警管控能力。拥有 1500+ 安全规则模型与 50+ 智能安全分析场景。为企业用户提供全局态势感知 和业务不间断稳定运行安全保障。 态势感知平台是面向具有网络安全监管需求用户的综合性解决方案。平台通过采集系统应用漏洞、安全设备告警、运维日志、 网络资产底数、第三方威胁情报，配合实时全流量分析监测，结合大数据技术、机器学习、数据建模、关联分析等方法对多 源异构数据进行综合分析，形成对网络安全全面的态势感知分析。平台结合网络安全监管的实战需要，实现等级保护、实时 监测、态势感知、通报预警、追踪溯源、应急处置、安保指挥、攻防演习、管理考核等系列网络安全监管业务系统，为当下

的核心目标是提供 360 度 客户视图，但传统 CRM 系统在架构上普遍存在缺陷。数据不仅在营 销、销售、服务等内部模块间相互割裂，更难以有效整合来自 ERP、 社交媒体、客服工单乃至员工个人通信工具中的外部异构数据。这导 致决策者获得的仅是片面、不连贯的数据快照，无法形成对客户全生 命周期的统一认知，从而根本上阻碍了企业提供一致化、高品质的全 渠道客户体验。 四是流程驱动而非洞察驱动。传统 CRM 其次，尽管服务商投入巨资保障云平台安全，但数据存储在第三方服 务器上，始终引发企业对数据主权、隐私和潜在泄露风险的担忧。此 外，多租户架构下普遍面临单一租户资源过载影响整体服务性能的问 题，并且与企业内部复杂异构系统进行深度集成时较为困难。因此， SaaS 模式在扩大 CRM 应用覆盖面的同时，客观上导致了客户管理流 程的同质化倾向，对期望通过独特业务流程构建竞争壁垒的企业形成 战略制约。 （3）平台即服务与软件即服务融合路线 言， 初始投入成本较低，且对企业内部 AI 研发能力要求较低，可快速调 用外部最佳单点方案。 尽管功能点式集成能带来单点需求快速突破的短期收益，但采用 该技术路线的 CRM 平台呈现显著的异构化与技术栈碎片化特征。企 业 AI 能力由多厂商 AI 工具拼凑构成，数据在 CRM 核心系统与外部 服务间高频流转，形成复杂的点对点集成网络。各 AI 功能模块实质 为独立数据孤岛，拥有自有的数据处理与存储逻辑，与

温触安 误触安 构成员保护安全 坠安全 适坠安全 容 应急搬高安全 ☆ 基于全剖面的机组乘员坠撞保护技 术 ☆ 高能最高功率高安全电池总成技术 ☆ 非相似多余度飞控航电系统 ☆ 异构双余度自卸载倾转机构技术 ☆ 基于统一操控的简化飞行操控技 术 ☆ 先进态势感知在线决策避让技术 ☆ 空地一体网络运营与集群调度技 术 ☆ 全姿态应急通道撤离技术 ☆ 气动结构同伺服耦合控制技

快速的发展奠定基础； 利用 IAAS 平台对计算资源、网络资源、存储资源进行虚拟化和池化 管理，可根据上层应用的需要，对资源进行动态调度、动态扩展和 动态分配；IAAS 云管平台可有效管理各种异构 IT 资源，如物理主机、 私有云主机、外置存储、安全设备、网络设备、通用中间件等。 IAAS 云平台提供可视化安装配置和运维管理，可极大简化平台 部署和维护成本。宜运用 IAAS 云平台技术来提升 8 微服务网关 提供基于微服务架构思想的 API 网关，以 API 的形式将后端服务 开放出来，提供给各方使用。同时，支持 API 多环境发布、API 测 试和 API 市场等更多功能，能将各异构应用系统的通用服务统一由 API 网关发布，支持服务的即插即用；以 http、rpc 为基础，以消息 流转为沟通方式，实现跨平台、跨技术的多个应用系统和服务间的 信息沟通和数据共享。帮助企业轻松构建、管理和部署不同规模的 计算与存储 可采用 Hadoop、Spark、Clickhouse 等开源大数据软件提供 分布式计算引擎和存储能力，基于 HDFS 分布式文件存储系统，支 持大数据量分布式计算能力；计算集群可基于异构硬件资源构建； 至少支持 100 个计算节点的集群规模,计算引擎应支持多台独立的服 务器实时读取流式数据并加工计算；支持 Exactly Once 的流式数据 处理机制，双流关联、无重叠、有重叠等多种窗口函数；支持将其