访客 楼宇 设备房 摄像机 通行 停车场 消防 电梯 建 筑 / 园 区 的 智 能 化 改 造 不 仅 仅 是 硬 件 的 更 换 ， 同 时 软 件 服 务 系 统 也 是 在 同 步 跟 进 。 软硬一体化解决方案 全联接、数字化、安全、智慧、绿色 智能运营平台 更不可能替代 BMS BMS 与 iBMS 空调机组管理 风机盘管管理 室内空气质量 业务实现层 送排风机管理 空调水循环泵 与考勤联动 照明管理 照明控制 与考勤联动 AIBOX 平 台 RTSP 协议 信息发布 私有 协议 会议管理 私有 协议 停车场管理 私有 协议 访客预约 第三方系统 机房动环 ( 食堂管理、 OA. 光伏发电、建筑全生 命周期健康监测 与 信 息 发 布 会 议 管 理 平 台 PC 端 移动端 边缘计算与网关 综 合 安 防 平 台 智 慧 食 堂 平 台 门 禁 控 制 器 体 化 设 备 等 关

深圳智算中心是广东联通首个大规模智算中心，是广东联通在粤港澳大湾区算力基础设 施的重要布局节点。该智算中心的集成交付面临规模巨大、系统复杂，软硬件耦合度高，交 付流程繁多等挑战。中讯邮电咨询设计院承担该智算中心的设计和集成交付工作，全流程支 撑集成交付各个环节，保障项目落地。 深圳智算中心建设规模包括 230 台 GPU 服务器及 36 套磁盘阵列，提供 691Pflops 智能 等，内部细分为管理、业务、参数面及样本面等 网络，其中参数面和样本面采用 RoCE 无损网络技术。计算资源选用国产 AI 服务器，采用风 冷方案。存储系统使用华为 OceanDisk，分为热存储和温冷存储。云平台采用联通云湾区版， 提供算力适配/调度能力，优化算力利用率。 与传统通算点对点线性交付不同，智算项目交付呈多维度、长周期、多层级等特征，需 一站式统筹 AIDC、网络、能源等规划与预留；平台与网络配置需按大模型训练与推理需求 在测试方面，支撑 覆盖计算子系统、网络子系统及集群联调测试，全面验证系统稳定性与性能指标，确保系统 高效可靠运行。 2024 年 9 月 20 日，广东联通深圳智算节点正式启用，为粤港澳大湾区数字经济发展注 入了新动能。在本项目集成交付过程中，中讯院探索了智算项目全流程集成交付的新模式， 打造了智算集成交付队伍，开创了设计院全流程承担智算集成交付的先河。 3.1.2 联通河北政务云

原生配置&服务的模型如何支持 AI应用构建，相比微服务时代提 供更易用的产品化功能 • 默认命名空间不统一：服务&配 置标识不一致 • 配置及服务的动态订阅 • 分布式锁功能支持 • 内核和控制台同端口 • 鉴权开关绑定 • 应用侧数据源动态无损轮转 Nacos-Controller : k8s 配置及服务同步 价值 • 可视化管理界面 • 配置变更实时推送 • 配置历史&回滚 AccessKey/SecretKey • 数据库用户名/密码 • AppKey，Token • 其他业务特定的敏感信息 敏感配置强化加密存储 敏感配置强化加密存储 敏感配置强化加密存储 Nacos 控制台 maintainer-client 默认鉴权 浏览器 独立域名https TLS TLS • 数据源配置统一托管 账号密码，数据库地址，连接池大小，超时 参数 alibaba nacos config nacos-client Nacos Server 5.加载&监听加密配置 Druid Connection 数据库 KMS MSE Nacos控制台 mse-extension( with kms plugin ) 1.绑定凭据 8.凭据轮转 7.创建连接 12.优雅切换/异常保护 0.账号密码托管 6.初始化 11.刷新

功能均以插件形式存在，支持企业根据实际需求分阶段启用。通过 建立效果监测看板，管理层可实时追踪 ROI 转化情况，确保技术投 入产生实际业务价值。最终将形成包含 7 大类 32 个标准接口的 AI 能力中台，为后续智能化扩展预留充足空间。 2. 技术可行性分析 在技术可行性分析中，我们首先需要评估 DeepSeek 大模型与 现有 CRM 系统的兼容性。DeepSeek 基于 Transformer QPS 建议采用混合部署架构： 1. 前端接入层部署在公有云，利用弹性伸缩组应对流量峰值 2. 模型推理层通过专线连接企业私有云，确保客户数据不出域 3. 向量数据库采用分布式部署，跨 3 个可用区保证 99.95% SLA 网络要求  内网传输需保证 10Gbps 以上带宽，时延<5ms  公网 API 接口需配置 WAF 防护，建议预留 20%带宽余量应对 突发请求 运维监控体系 Airflow 调度任务同步。 2. 数据质量校验 建立三级校验机制，在接入层部署数据质量探 针： 校验类型 检测规则示例 异常处理方式 完整性校验 客户 ID 非空率≥99.9% 触发告警并写入隔离区 一致性校验 订单金额与支付记录差额≤0.01 元 自动冻结记录等待人工复核 校验类型 检测规则示例 异常处理方式 时效性校验 工单创建时间不晚于当前系统时间 自动修正为服务器时间 3. 智能清洗流程

大对公共安全设施的投资，努力提升防治能力。 利用 AI 技术进行视频监控，可以针对以下几个核心问题提供 切实可行的解决方案： 1. 实时监测与智能分析：借助 AI 视频分析技术，实现对公共区 域的智能监控，及时识别异常行为，提升安全防范能力。 2. 事件预测与预警：通过历史数据的学习与分析，AI 可以精准 预测潜在的安全风险，并及时发出预警信息。 3. 高效调度与响应：在突发事件发生时，AI 析 技术，AI 大模型能够在复杂环境中更准确地识别和预测潜在的安全 威胁。 首先，AI 大模型能够通过视频智能挖掘技术，对实时视频流进 行深度分析。这意味着公共安全部门可以实时监控城市的重点区 域，实现对人群密度、异常行为等情况的监测。在城市管理、交通 监控以及突发事件应对中，AI 大模型能够主动识别潜在的安全隐 患，从而为决策者提供及时而精准的信息支持。 其次，在事件检测与响应方面，AI 、重 点区域甚至流动监控。为了实现这一目标，采集设备的布置应符合 以下原则：  覆盖范围：确保采集设备能覆盖所有危险区域和人流密集的场 所，自然形成监控网络。  角度调节：设备应具备云台功能，支持远程或自动调整视角， 以优化监控视野。  设备数量：依据覆盖区域的大小和监控需求合理配置采集设备 数量。 此外，视频数据采集还需支持实时数据传输和存储，并能满足 大数据量下的高并发需求。具体要求如下：

用智慧发现信息价值 Discover information 数据范围 数据范围 Discove r 用智慧发现信息价值 information 大数据 ODS 存储区 内存网 格 （ Ignit e ） 数据 分析 非结构 化分析 挖掘 大数据 融合 OLAP 分 析 HDFS/Hb ase 数据 资源 非结构化数据 结构化数据 HIVE 搜索引擎 数据模型 分析模型 关系型数 据库 数据抽取 数据挖掘 数据汇总 关系型 数据库 图片 实时性要求高 实时性要求丌 高 集市区 缓冲区 1. 最终交易价格： 13,965 万元。 2. 交易标的： 晓奥享荣 3. 是否构成借壳上市： 不构成借壳上市 4. 股份发行价格： 17.36 元 / 股 5. 支付方式： 新时达以发行股份及支付现金相结合的方式 时发现行业风险变化。 行业风险模型 标准化处理 模型处理 用智慧发现信息价值 Discover information 地区风险指数： S ：为评级机构对全国各地区风险评级 Y ：为关联 区 域，如珠三角、京津翼、 东三省、长三角等 Z ：为该地区相关企业癿风险指数 n ：为（本行客户范围内）该地区所有 企业癿数量 3 、地区风险分析：根据所监控的企业范围和注册归属地， 将企业所在地区按照风险指数模型计算，

的生 态环境状况。 2. 强化预测能力：多模态模型通过融合丰富的信息源，能够识别 出环境变化的多重因素，并对未来的生态趋势进行科学预测。 例如，通过分析历史气候数据与生态系统变化，预测某一地区 生物多样性的变化趋势。 3. 优化决策支持：整合多模态数据后，AI 模型不仅提供数据的 分析结果，还能在此基础上提供决策建议。例如，在污染事件 发生后，通过分析视频监控、传感器实时数据及社交媒体动 的快速评估提供可靠依据。传感器模态的数据分析可以借助机 器学习算法实现异常检测和预测模型构建。 5. 视频模态：视频模态结合了图像模态及时间序列数据，对于动 态监测生态环境尤为重要。通过视频监控系统，可以对特定区 域的生态行为进行跟踪与分析，如动物迁徙、植物生长等。视 频分析技术能够提供实时的监测结果，对及时发现生态问题和 做出应对决策具有重要意义。 不同模态的结合与互补使得多模态 AI 大模型能够更全面地分 挑战，同时也为模型提供了丰富的特征。 4. 与其他模态的交互性强：图像模态可以与文本、音频等其他模 态结合，形成多模态数据，从而增强信息的表达能力。例如， 结合图像和传感器数据，可以更全面地评估某一地区的生态状 况。 在具体实施方面，应用图像模态时可考虑以下技术手段和流 程：  数据采集：通过无人机、卫星或者地面相机定期拍摄特定区域 的图像。可结合不同光谱（如可见光、红外光）来获取更详细

6 性能核处理器拥有强大的硬件加速 能力，可为计算、网络资源带来显著提升。 �� 弹性伸缩：ECS g�i 对弹性伸缩能力进行了大幅优化。单实例创建时间从 10s 缩减至 4s，单规 格单可用区的 1 万实例交付时间从 5 min 降低到 1min，从触发弹性开始，30s 即可实现节点 就绪。基于至强 ® 6 性能核处理器所提供的英特尔 ® Speed Select 技术 ( 英特尔 ® SST)，ECS 允许用户调整 CPU 核心数量与时钟频率，以满足特定计算需求 , 例如可以从 120 核改配 到 96 核，以提高单核性能。在线主频变配 + 芯粒化架构缓解资源紧张问题，一台服务器可实现 灵活多档配置，无需重新调度到其他机器或可用区，用户无需担心可用区内新实例资源不足的 问题 。对于运行 7x�� 的云原生业务和关键服务系统，可持续提供 SLA，业务连续性更强，无需 “停机换车”。 QoS 保障：ECS 工具，能提供详细系统信息和故障日志， 助力技术人员快速定位并解决硬件问题。 3.4 全球一致的云服务能力体系，全面助力企业国际化战略 阿里云 ECS 已通过全球 29 个数据中心、88 个可用区为用户提供安全、完整的算力规格，支撑广泛 的应用负载运行，ECS 具备一致的、跨区可用的高可用架构自动恢复能力，并提供统一的开发与运 维体验，相关产品已通过多方国际安全认证。未来，全球各节点都会全面部署搭载至强

自身需求，灵活选用。 方案优势 多种部署方案 灵活选用 权威专家合作及把关 方案价值 对党组织的价值 智慧党建标杆 01 集党员管理、党务公开、党员 教育等多种功能的综合服务平 台，应用创新技术打造智慧党 建标杆。 专属运营服务 06 提供专属运营服务，包括专题活 动、数据报告、课程更新、产品 培训、教育模块深度运营、以及 各类活动开展。 提升覆盖面 04 信息技术的应用，实现优质内容 数据汇集、统一展示，支撑党 建工作精细化管理。 4 成功案例 成功案例  项目自推广以来，得到了客户的广泛好评，目前项目已在全国多个 地区为组织客户提供优质服务。 覆盖 31 个省、直辖市、自治区 合作 1000 多家客户 服务党员 近 1400 万人 服务党员过千万 积累了丰富经验 成功案例  是中共甘肃省委组织部为创新党建工作新模式精心打 造的省级智慧党建云平台，集学习、组织管理、交流

换风险评分模型） 3. 审计流程组件支持自定义编排 所有目标均设置量化验证指标，例如风险检出率需通过证监会 公布的测试案例集验证，效率提升需经 3 个月并行作业对比测试。 最终形成可复用的智能审计工作台，使项目团队人均产能提升 2-3 倍。 3. 技术方案设计 在技术方案设计中，我们采用模块化架构实现审计智能体的构 建，核心分为数据层、模型层、应用层三层结构。数据层通过 ETL 管道对接企业 结构化数据规则引 擎：处理税率计算、勾稽关系校验等确定性任务 2. 深度学习模 型：处理关联方识别、异常交易检测等非结构化问题 3. 专家系 统：对重大风险事项启动预设审计程序链 应用层构建审计工作台界面，集成三大核心功能：智能抽样模 块采用分层贝叶斯方法，在 95%置信水平下将抽样量降低 40%； 底稿自动生成模块支持按证监会各板块要求一键生成差异化的审计 报告；风险可视化模块通过动态知识图谱展示企业关联交易网络， ，采用基于决策树的 确定性推理；对于职业判断类任务（如关联交易公允性评估），使 用微调的 DeepSeek-R1 模型，在证监会披露样本测试中显示审计 意见预测准确率提升 37%。动态工作内存区实现上下文保持，确保 多轮对话中能持续追踪审计证据链条。 性能优化方面采用分级响应策略：简单查询（如法规条款检 索）响应时间<500ms，复杂分析（如财务舞弊信号识别）启用异 步处理机制，通过任务队列保证系统吞吐量维持在