控制人郑建国先 生直接持有通达海 31.16%的股份，通过员工持股平台（南京置益企业管理中心）间接控制 通达海 8.56%的股份，并担任公司董事长、总经理。公司第三、四、五大股东徐东惠女士、 辛成海先生、史宇清女士，现分别各持有通达海 8.50%、8.50%和 8.50%的股份，股权结构 稳定。 图 3. 通达海股权结构（截至 2023 年一季报） 资料来源：公司官网，公司招股说明书，中国银河证券研究院

国际数据公司（IDC）、浪潮信息，《2025 年中国人工智能计算力发展评估报告》 AI 计算节点发展研究报告（2026 年） 4 合规约束加剧算力刚性短缺。如邮储银行在“智慧投行”建设中，将 AI 超算与高性能计算融合，形成以千卡算力集群为核心的算力平台， 支撑风控、投研、交易等业务的实时计算。制造行业，工业 AI 的深 度渗透，催生巨量算力需求。如小鹏汽车研发 720 亿参数模型，已建 成万卡智算集群，集群利用率长期稳定在 力资源利用率有待提升。 在大模型快速发展时期，大模型参数规模向千亿、万亿跨越，单 任务算力需求呈指数级增长，传统机间互联架构难以满足低延迟、高 带宽的通信要求，AI 计算节点架构迎来变革。业界通过 NVLink 等超 高速互联技术实现 GPU 间的直接通信，构建起内存共享、算力一体 的 AI 计算节点单元，算力密度进一步跃升，节点内互联带宽较机间 网络大幅提升，通信延迟显著降低。同时，借助 InfiniBand、RoCE 网络实验室的协议承载效率、 单向时延、基础吞吐、All to All 通信场景等多项测试中表现出优异性 能。 节点间，主要依托高性能互连协议与专用交换设备，构建低延迟、 高吞吐、无损的集群网络平面，将多个超节点紧密耦合。业界主要采 用 RoCE 或 IB 网络协议，结合拥塞控制、流量控制、扁平化拓扑等 技术，构建无损网络环境。如英伟达通过 InfiniBand 将数十至数百台 服务器连接为统一集群。

李子威、宋昊、郭建领、谷晨、彭骏涛、邵萌、赵冉、王博、吴 巍、申东洋、吴波、李琦、马梦娜、刘栋、孟令宇、刘北水、王 盈、杜渐、戴明、落红卫、初翎祯、林冠辰、卢春景、郭晓霞、 程佩哲、许啸、张荣、柳嘉琪、李寒雨、李申、谭龙、吴子坚、 田小龙、曹岳、吕莹楠、王立夫、于新颖、黄冬秋。 I 声 明 本《实践指南》版权属于网安标委秘书处，未经秘书 处书面授权，不得以任何方式抄袭、翻译《实践指南》的 任何部分。凡转载或引用本《实践指南》的观点、数据， 保障产品或服务安全平稳停止，在停止产品或服务前保证原有 的访问使用方完成迁移工作，避免因退役下线骤停带来人身、 财产、社会安全问题。 c) 安全处置人工智能算法、模型等相关数据，包括但不限于模型 文件、训练数据、权重文件、超参数配置、训练脚本、推理服 务配置等，确保无法被恢复或加载。安全处置产品或服务相关 的数据，包括但不限于用户数据、业务数据等，确保不可恢复。 对于确需留存的数据，按照合法、正当、必要原则保留最小范

(CoT) 从浙大玉泉校区到紫金港校区如何最快出行？ 地铁 10 号线黄龙体育中心站 -> 文三 路 -> 学院路（转 2 号线） -> 古翠路 -> 丰 潭路 - > 文新路 -> 三坝 -> 虾龙圩 -> 步行 … 桌子上放着 50 根火柴 ，丁丁、 田田二人轮流每次取走 1~3 根。规定谁取走最后一根火 柴谁输。如果双方采用最佳 方法， 丁丁先取 ，那么谁

目标，包括增肌、减脂或提升运动表现，因此对营养摄入的精准性 和个性化要求较高。平台需针对其需求设计以下解决方案： 基础特征分析 健身爱好者的行为模式呈现以下共性： - 每周规律训练 3 次以上，其中力量训练占比超 60% - 蛋白质摄入意识强烈，但常存在碳水与脂肪摄入比例失衡问题 - 82%用户会定期记录体成分变化（数据来源：2023 年健身人群营 养调研） 营养管理痛点 通过用户调研发现主要存在三类问题： 等官方数据，覆盖 2000 种以上基础食材的宏量营养素、维生素、矿物质含量。以中国居民 膳食指南为标准，确保数据符合本土化需求。 2. 商业补充数据库：  预包装食品采用条形码识别系统，对接大型商超的 SKU 营养 标签数据库  餐饮菜品数据通过合作连锁餐厅的后厨配方系统获取  营养补充剂信息采集自产品备案信息库 3. 用户生成数据：  允许注册营养师上传临床验证的定制食谱  周未改善的用户自动推送线上营养师咨询 通道，并提供实验室检测项目建议（如维生素 D 过量者推荐 血清钙检测）。所有预警均附带科学依据摘要，例如钠过量提 ” 示会显示 WHO 建议每日钠摄入＜2g（相当于 5g 盐），每超 1g 收缩压平均上升 2.1mmHg”的研究结论。 5. 智能推荐系统 DeepSeek 支持的健康管理平台通过智能推荐系统为用户提供 个性化的营养摄入优化方案。该系统基于多维度数据分析，结合用

1.1.2 算力：单芯片算力达新高，国产化初具规模 �� （3）量子计算的探索 虽然量子计算在商业应用中还处于早期阶段，但其在某些特定任务上展现出的巨大 潜力已经开始引起关注。量子计算机具有超快的计算速度和巨大的并行处理能力，在处理 复杂数学问题上具有天然的优势，这使得量子计算在未来有可能成为大模型训练的重要 工具，有望为大模型的训练提供新的解决方案。例如，IBM和Google等公司已经在量子计 备强大的多模态实时交互能力。其对音频输入的响应时间最短为0.232秒，平均为0.32秒， 智能化、高效化PC的需求。在产业链方面，AI PC的兴起对芯片厂商构成利好，推动其技术 创新与产品迭代。例如，高通、微软推出的基于骁龙X Elite芯片的“Copilot+PC”以及英特 尔的下一代酷睿Ultra 200V系列Lunar Lake处理器，都是针对AI PC市场的产品。此外，国 内上市公司如春秋电子和泰嘉股份等也参与到AI 本纯人工上报的流程中加入人工智能预处理，用大模型介入相关的业务流程，给流程再增 加一道防线。实际效果证明，小财大模型的介入有效提高了大案上报的时效性和准确性。 （C）应用效果 截至目前，湖北分公司已借助小财大模型过滤案件超1.5万件，已识别漏报大案累计 金额超过200万元，节省超过200个工时。相比于传统识别方式，小财大模型加持下的大案 识别效果得到了质的提升： 处理快⸺接入实时报案数据流之后，能够非常及时地给出指导性意见，时效甚至先

3.3.1 硬件资源配置.............................................................................70 3.3.2 超参数调优.................................................................................73 3.3.3 分布式训练策略 理等操 作，提升数据的纯净度和一致性。  数据标注与结构化：基于业务需求，对非结构化数据进行标注 和结构化处理，形成可被模型直接利用的知识库。  模型训练与优化：采用分布式训练架构，结合超参数调优和模 型剪枝等技术，提升模型的训练效率和性能。 在技术选型上，项目将优先采用开源的深度学习框架（如 TensorFlow、PyTorch）和分布式计算平台（如 Kubernetes、S 发和维护数据管道，以便为后续的模型训练提供可靠的数据支持。 算法工程师负责设计和优化算法，解决数据处理和模型训练中的技 术难题，确保算法的高效性和可扩展性。AI 模型训练师负责模型的 训练、调优和验证，选择合适的模型架构和超参数，确保模型在性 能、准确性和泛化能力上达到最优。质量保证专家负责对项目各个 环节进行质量监控和测试，确保数据处理和模型训练的准确性和稳 定性，制定并执行测试计划，及时发现并解决潜在问题。产品经理

在东南亚和非洲等医疗资源薄弱地区，部署轻量化移动端应用， 支持离线数据录入与 2G 网络同步，2025 年前覆盖至少 15 个发展 中国家。 跨国资源协同机制 建立由三部分组成的协作框架： 1. 医疗设备互通：与飞利浦、欧姆龙等厂商合作，统一血压计、血 糖仪等设备的 API 接口标准，实现跨国数据自动上传。 2. 专家资源共享：创建跨时区远程会诊系统，利用时差实现 24 小 时轮值服务（例如中国白天服务亚洲患者，夜间由美国团队接

....58 4.2.1 数据划分与交叉验证..................................................................60 4.2.2 超参数调优技巧.........................................................................62 5. 系统架构设计........ 做好数据的划分，建议采用 70%的数据用于训练，15%用于验 证，15%用于测试。 训练过程中的参数调整也非常关键。我们可以通过下列步骤优 化训练效果：  超参数调优：使用网格搜索或随机搜索优化学习率、批大小、 层数等超参数。  交叉验证：利用 K 折交叉验证提高模型的泛化能力，避免过 拟合问题。  模型集成：可以考虑使用简易集成方法（如 Bagging 和 Boostin 过程。同 时，采用数据增强技术提升模型的鲁棒性。  优化算法：建议选用 Adam 优化器，该优化器在处理稀疏梯 度和非平稳目标方面效果较好，有助于更快地达到收敛。  超参数调优：利用网格搜索或贝叶斯优化方法对超参数（如学 习率、批量大小等）进行系统搜索，以寻找到最优的训练配 置。  模型评估与验证：定期根据交叉验证结果调整模型结构，确保 模型的泛化能力，防止出现过拟合。 综

政策与市场方面，中国“东数西算”工程、美国“人工智能行动计划 2”等政策加速 推进了智算基础设施布局；金融、医疗、制造等行业利用 AI 优化流程，提高生产力和效 率，使得智算服务市场年增速超 30%。 技术驱动方面，深度学习、大模型的兴起，催生了对智能算力的巨大需求；AI 训练和 推理依赖高性能计算专用芯片，提高了对于算力和能耗的需求，推动了智算中心建设。 产业和生态方面，在硬 景成熟度高。平台已签约商户 542 家商户，覆盖景区 100%、酒店 80%、餐饮 59.2%，平台注 册用户超 4 万人，经营流水超 1300 万元。关于行业影响力，作为首个文旅行业大模型亮相 第七届数字中国峰会，在 2024 年全国文旅项目建设工作会议展示，获新华社、人民日报等 35 家权威媒体报道，全网曝光超 500 万次。湖北日报深度调研县域数字经济“利川模式”， 并在新华网进行发表，“利川模式”成为文旅县域城市智慧转型标杆。 现课堂运行动态，助力资源优化配置与高效督导；《课堂教学 AI 分析报告》精准诊断课堂问 题并提供改进建议，驱动课堂质量提升。 图 11 AI 教育课堂评价系统 目前，系统已应用于学校 43 个院系，分析课程超 2.6 万节，学校“以 AI 解析课堂、驱 动教学变革”的创新实践，为全国高校提供了可复制的“北航方案”。值得一提的是，学校 在人工智能赋能高等教育教学各环节的卓越实践，已成功入选教育部第二批“人工智能+高