全国一体化算力网建设提供重要支撑。 算内网络无损、稳定、高扩展。行业积极推进机间和卡间互联 技术的发展。机间互联方面，探索自研交换机、端网协同协议、集 合通信库等技术以优化网络性能，通过智能调优和负载均衡算法提 升网络吞吐和训练效率，并结合低时延、高带宽的通信技术增强算 网协同能力。卡间互联层面，基于开放数据中心委员会 ODCC，腾 讯、阿里巴巴、中国信通院和中国移动等联合产业界就 ETH-X 等制 个省级行政区（省、自治区、直辖市）的综合算力发展 水平，同时，评估地级行政区的算力发展水平。指标数据来源、计 算方法和计算口径见附件一~附件三。 综合算力指数体系 4.0 如图 1 所示。 综合算力指数 11 来源：中国信息通信研究院 图 1 综合算力指数体系 4.0 综合算力指数 12 3.指数体系研究意义 在当今我国算力发展形势下，分析综合算力指数具有多方面的 重要意义。 摸底发展水平。指数聚焦我国的算力、存力、运力、模力及环 年启动省级 算力基础设施高质量发展行动，持续打造核心区、集聚区、边缘计 算节点“2+5+N”的全省一体化算力网络布局。 综合算力指数 14 来源：中国信息通信研究院 图 2 省级行政区综合算力指数 Top10 来源：中国信息通信研究院 图 3 省级行政区综合算力指数 Top10 历年情况 （三）算力分指数 综合算力指数 15 1.整体情况 我国省级行政区算力分指数 Top10

2023-01-01 影响 7 政策内容 加强面向新能源领域的关键信息技术产品开发和应用，主要包括适应新能源需求的电力电子、柔性电子、传感物联、智慧能源信息系统及有关的先进计算、工业软 件、传输通信、工业机器人等适配性技术及产品。 政策解读 该政策旨在，推动能源电子产业发展，促进智能软件研发行业在能源管理、监控和优化中的应用，增强能源系统的智能化水平。这鼓励开发高效、安全的能源软件解 决方案 器仪表销售；仪器仪表修理；非居住房地产租赁；企业管 理；机械设备租赁；货物进出口；技术进出口；进出口代 理；网络与信息安全软件开发；商用密码产品生产；电子产 品销售；商用密码产品销售；通讯设备销售；通信设备销 售；通信设备制造；专业设计服务；工程管理服务；人工智 能基础软件开发；人工智能应用软件开发；信息技术咨询服 务；人力资源服务（不含职业中介活动、劳务派遣服务）； 信息咨询服务（不含许可类信息咨询服务）；虚拟现实设备 及教具销售；教学专用仪器制造；教学专用仪器销售；数字 内容制作服务（不含出版发行）；科技中介服务；铁路运输 基础设备销售；高铁设备、配件制造；高铁设备、配件销 售；铁路运输辅助活动；通信传输设备专业修理；通信交换 设备专业修理；通讯设备修理；移动通信设备制造；移动通 信设备销售；雷达及配套设备制造；雷达、无线电导航设备 专业修理；数字视频监控系统制造；数字视频监控系统销 售；云计算设备制造；云计算装备技术服务；云计算设备销

互联共享 · · · · 远程抄表 智能管理 数据分析 新型能源 智慧能源 智慧数据 舒适 办公 环境 智能 分析 人身 资产 安全 高清 监控 高效 信息 通信 管控 移动 管理者 CIO 统一架构 平台 支撑企业卓越运营 符合未来 信息化发 展趋势 智慧建筑 / 园区建设需要从多角色多维度综合考虑业务需 求 IT 联动 物业 通讯方式 Modbus 、 Bcnet 、 LonWorks 、 CAN 、 PROFIBUS 、 Knx 、 Fix 等标准总线 传输层协议、应用层协议：消息传递、超文本、双工通信、多媒体 (RTSP 、 RTMP 、 HLS) 主要应用 在线逻辑控制 建筑智慧运营、智能决策辅助分析、模糊控制、多场景可视化大屏 展示、个性化定制 使用对象 运维人员分级 全域授权 主要技术 通讯方式 Modbus 、 Bcnet 、 LonWorks 、 CAN 、 PROFIBUS 、 Knx 、 Fix 等标准总线 传输层协议、应用层协议：消息传递、超文本、双工通信、多媒体 (RTSP 、 RTMP 、 HLS) 主要应用 在线逻辑控制 建筑智慧运营、智能决策辅助分析、模糊控制、多场景可视化大屏 展示、个性化定制 使用对象 运维人员分级 全域授权 主要技术

互模块则需要 提供多种界面形式（如命令行、Web 界面、移动应用等），并支 持多语言和多平台兼容性。 为了确保功能的可扩展性和模块化，各个模块之间应采用松耦 合的设计，并通过标准化的接口进行通信。此外，系统应具备良好 的日志记录和监控机制，以便及时发现和处理异常情况。在性能方 面，智能体需要能够处理大规模数据，并在保证精度的情况下实现 高效的决策和执行。 在具体实施过程中，我们可以采用如下技术栈： 学习框架，结合 Airflow 或 Luigi 进行任务调度。  用户交互：使用 Flask 或 Django 构建 Web 界面，通过 RESTful API 或 GraphQL 进行接口通信。 最后，为了确保系统的稳定性和安全性，我们需要在功能设计 阶段考虑数据加密、身份认证、权限控制等安全措施，并通过持续 集成和持续部署（CI/CD）流程，实现系统的自动化测试和发布。 2.3 系统的运行状 态，及时发现并处理潜在问题。此外，系统架构应支持模块间的松 耦合设计，便于后续的功能扩展和系统升级。 在具体实施过程中，可以采用微服务架构，将各个模块独立部 署，并通过轻量级的通信协议进行交互。这种方式不仅提高了系统 的灵活性和可扩展性，还便于团队协作和模块复用。同时，系统架 构应充分考虑性能优化，如通过缓存机制减少数据访问的延迟，或 通过负载均衡技术提高系统的并发处理能力。

1 编写单位（排名不分先后） 中讯邮电咨询设计院有限公司、华为技术有限公司、科大讯飞股份有限公司、 中国信息通信研究院、中国电信集团有限公司、中国移动通信集团广东有限公司、 上海天数智芯半导体股份有限公司、河南昆仑技术有限公司、四川华鲲振宇智能 科技有限责任公司、中国质量认证中心有限公司 编写组成员（排名不分先后） 智算中心服务架构图 基础设施类服务包含业务咨询，规划设计，实施建设，运维服务以及运营优化等； 模型支持类服务包含模型选择，数据治理，模型迁移，模型调优以及模型运营等； 行业应用类服务包含通信、互联网、政府和公共事业，金融，教育、医疗等行业的智算 应用。 第三章 智算服务案例 3.1 基础设施类服务 3.1.1 中讯院全流程支撑广东联通深圳智算中心高效交付 亩。该项目的一期项目总建筑面积约 9.5 万平方米，拟新建 4 栋数据中心、2 栋动力中 心、1 栋算力交易撮合中心、1 栋设备房共 8 栋楼房及相应的室外工程，将建成满足通信、 算力业务功能的专用建筑群。该项目定位为中国电信集团和省级通信网络枢纽，部署建设天 翼云华南算力枢纽节点，汇聚粤港澳大湾区云、网、边能力，充分发挥算力资源集约共享优 势，为大湾区乃至华南地区的政务服务、相关行业客户提供上云用云以及算力运营、管理、

措施，以应对潜在的外部攻击和内部数据泄露风险。首先，系统应 采用加密技术对所有敏感数据进行传输和存储加密，确保数据在传 输过程中不被截获或篡改。建议使用 AES-256 加密算法对数据进行 加密，并结合 TLS 1.3 协议保障通信安全。此外，系统应部署严格 的用户身份验证机制，采用多因素认证（MFA），包括密码、生物 识别和一次性验证码（OTP），确保只有授权用户能够访问系统。 系统还需具备完善的访问控制策略，基于角色的访问控制 算等任务。该层通过微服务架构实现功能的模块化，每个模块独立 部署，便于维护和扩展。关键服务包括数据预处理服务、模型训练 服务、考评计算服务和结果分析服务。这些服务通过 RESTful API 或 gRPC 进行通信，确保服务间的松耦合和高可用性。 应用层提供用户交互和业务逻辑处理功能，包括用户管理、任 务调度、权限控制、日志记录等。通过统一的用户界面（UI），用 户可以方便地提交训练任务、查看考评结果、管理数据集等。为提 人工智能数据训练考评系统的总体架构设计基于模块化和分层 的原则，以确保系统的可扩展性、稳定性和高效性。系统采用微服 务架构，将功能模块划分为独立的服务单元，各服务单元通过轻量 级的 API 进行通信。总体架构主要包括数据采集层、数据处理层、 模型训练层、考评分析层以及用户交互层，各层之间通过标准化的 接口进行数据流转，确保系统的高效运行和灵活扩展。 数据采集层负责从多种数据源（如传感器、数据库、API

平均响应时长 | ≤500ms | >800ms | | 并发处理能 力 | 2000 TPS | 1500 TPS | 数据安全措施包含： - 传输层：TLS 1.3 加密所有跨系统通信 - 存储层：客户敏感字段采用 AES-256-GCM 加密 - 审计层：所有模 型调用记录留存至区块链，确保不可篡改 实施阶段分为三个里程碑： 1. 环境准备（2 周）：完成测试环 的频繁调用。 4.2.1 实时交互接口 实时交互接口作为 CRM 系统与 DeepSeek 大模型的核心通信 通道，需满足高并发、低延迟的业务需求。接口采用 RESTful 架构 设计，基于 HTTPS 协议保障数据传输安全，通过异步消息队列实 现请求缓冲与流量控制。以下是关键设计要点： 通信协议与数据格式 - 传输层使用 TLS 1.3 加密，通过 OAuth 2.0 进行身份鉴权，每个 统持续采集界面热力图数据，每季度迭代布局优化方案，实测可将 用户误操作率降低 37%。 5.1 客服端集成 在客服端集成 DeepSeek 大模型时，需优先确保与现有 CRM 系统的无缝对接。通过 API 网关实现双向通信，采用 RESTful 协议 传输 JSON 格式数据，响应时间控制在 500ms 以内以满足实时交 互需求。客服工作台需新增智能辅助悬浮窗，支持以下核心功能模 块： 1. 智能会话理解 o

面对存算分离架构时也会带来数据一致性的挑战。一些分布式事务处理涉及多个计算节点和 存储节点，进一步增加了系统设计和实现的复杂度。 云原生架构带来系统架构和技术栈的新问题：例如如何处理微服务间频繁的通信、复杂的拓 扑、多样化存储以及动态多变的负载等，并强化隔离保障安全。云服务商通过持续增强弹性 伸缩、Serverless以及统一运维等云原生解决方案的效能，帮助用户降低成本。例如，在强 化弹性 处理过程中， 非结构化数据清洗、数据标注等工作的效率往往不高，也严重影响了AI应用目标的达成。 协同计算挑战：规模化的AI训练和推理任务，往往采用分布式架构执行，参数同步时的通信 需求巨大，传统云网络在高并发实时通信场景下难以满足 PB 级数据传输的低延迟需求。同 时，很多AI任务混合使用CPU、GPU、TPU等算力，但一些云平台对大量的异构算力缺乏统 一管理和调度框架，算力有效利用率长期难以提升。 速连接。单个计算芯粒拥有最多 43 个内核，可以在同一计算芯粒内高效地处理在线业务，对于大规 模在线业务（如 web 服务、缓存层、云原生微服务）可以在一个 Die 内分布完成，减少跨 Die 通信延 迟，更适合低延迟、大吞吐云业务场景。EMIB 高速封装桥接技术使计算单元之间通过高速桥互联， 同一个计算芯粒内无“非一致性内存访问” （NUMA）问题。在 SNC (Sub NUMA Cluster)

管执 法、指挥决策、救援实战、社会动员等应急管理能力。 大语言模型是具有大规模参数的深度学习模 型，通过对海量文本的训练习得语言的统计规律， 从而具有理解和生成自然语言的能力，实现人机之 间的有效通信。自2018年双向编码表示模型（bidirec⁃ tional encoder representations from transformer，BERT） 的出现，以及 2022 年第四代生成式预训练模型（gen⁃ 收稿日期 2023-10-19 录用日期 2024-01-12 国 家 社 会 科 学 基 金（20BZZ037）, 广 东 省 哲 学 社 会 科 学 规 划 项 目 （GD24XGL075）资助 *通信作者简介 黄欢（1976— ）, 男, 湖南常德人, 硕士, 助理研究员。 基于大语言模型技术的智慧应急应用： 知识管理与应急大脑 龚 晶 1 黄 欢 2，* （1. 暨南大学 公共管理学院/应急管理学院，广州 更是知识的共同生产者。在人机交互的推动下，应 急知识库是一个开放、共创的知识系统，各方的知 识和经验将汇聚到应急大脑中，共同丰富和完善应 急知识体系，实现应急知识的协同创新。 大语言模型应急大脑是一个集成知识管理、感 知、思维、人机通信的智能系统，具有如下特点：1） 协同创新，在知识共创和协同演进的模式下，极大地 提高应急管理知识体系的活力和创新能力；2）全域感 知，不仅能够“看”到风险，“听”到风险，同时理解风 险，预测风险，为应急管理活动提供有效的决策依

Deepseek 大模型于银行系统时，系统架构设计需要充 分考虑高可用性、安全性、可扩展性和性能优化。架构整体采用模 块化设计，分为数据层、模型层、服务层和应用层，各层之间通过 标准化接口进行通信，确保系统的灵活性和可维护性。 数据层作为系统的核心，负责数据的存储与管理。采用分布式 数据库（如 HBase 或 Cassandra）存储海量结构化和非结构化数 据，确保高并发下的数据一致性。同时，利用数据湖技术整合多源 LIME 或 SHAP，便于 监管机构审查。 服务层提供模型服务的接口与管理功能，采用微服务架构实现 模块化部署。通过统一的 API 网关对外提供服务，支持 RESTful 和 gRPC 等多种通信协议。服务层还包括负载均衡、容灾备份和自动 扩展机制，确保系统在高并发场景下的稳定性。为提升安全性，服 务层集成身份认证、访问控制和数据加密功能，防止未经授权的访 问和数据泄露。 应用层面向 大模型与银行系统的接口设计中，我们采用了一 种分层的接口架构，以确保系统的高效性、可扩展性和安全性。首 先，我们在数据接入层设计了统一的 API 网关，用于处理所有的外 部请求。该网关通过 RESTful API 与外部系统进行通信，并负责请 求的鉴权、限流和日志记录。为了支持高并发场景，API 网关采用 了负载均衡和缓存机制，确保在高峰期的请求能够快速响应。 在业务逻辑层，我们设计了多个微服务接口，每个微服务专注 于