势包括：降低总拥有成本、提高灵活性、缩短部署时间 以及提高效率等。但“模块化”这一术语，和模块化架 构在何时何处适用，以及如何确定模块化架构的规格 等，都还没有明确的定义。 本白皮书为模块化数据中心架构提供了一个框架，介绍 了数据中心电源、制冷和物理基础设施实施模块化的多 种途径，并说明了各种方法适用和有效的应用环境。 摘要 > 施耐德电气旗下 的白皮书现收录于施耐德电气白皮书资料库 规则。模块化还具有简单的组件安装或更换方法。理论上，“即插即用” 的模块化组件只需进 行简单调试就能投入运行。 知名咨询公司高德纳（Gartner）最近发布的多份报告显示一个趋势，就是 “前两代数据中心设 计已无法满足当前和未来需求。新数据中心不应该再是静态的结构，而是一个能够随着服务器和 存储基础设施改变而不断发展的动态有机体”。有鉴于此，高德纳公司（Gartner）建议新数据 中心应“采用灵活的、模块化、虚拟化设计原则 主要的数据中心设备供应商和整体解决方案供应商都有在宣传其模块化解决方案的优势。但目前 对于“模块化”的定义仍很模糊，它可以应用于 UPS 这样的单一设备，也能应用于整栋数据中 心建筑中。以集装箱式数据中心为例，数据中心本身就可看作是一个模块。 数据中心运营人员面临着大量含混不清的，用于定义模块化的术语，包括区域（pods）、集装箱 （container）、集群（clusters）、分区（zones）、机柜行（rows）、机房（rooms）、坞

第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 按照人们生产生活的空间划分，人类社会7000多年的文明史可以分为两大阶段四小阶段。第一阶段是物理空间时代。 7000多年的绝大多数时间都生活在一个三维的物理空间中，人们的生产生活学习等所有活动都在这个物理空间中开展；第 二阶段是网络空间时代。上世纪90年代互联网在全球普及之后，人类社会又多了一个新的网络空间，从通讯和社交开始，人 类社会的工作、学习和生活等逐渐从物理空间向网络空间迁移；第三阶段是计算空间时代。2000年以后，随着移动终端、 此升级为计算空间；第四阶段是数据空间 时代。近年来，随着大模型等人工智能技术的突破，以及人们对网络空间依赖程度的加深，对原先在互联网上难以流通的非 结构化数据和私域数据提出了流通的需求，如何构建一个既能让数据高效流通同时又确保安全可信的数据空间，成为网络空 间升级为计算空间后的又一次的跃升。 可流通数据只占全部数据的很小部分。自上世纪90年代互联网普及以来，全球数据资源呈爆发性增长态势，特别是移动

尤其是对社区建设的质量提出了更高的要求。在 此前提下，住宅小区的智能化开始起步，我国住 宅小区及其住宅小区的建设将进入一个新的収展 时期，开始向注重“质”的时代迈进，智能小区 的 建设将使人们生活质量进一步改善和提高，以 适 应人们日益提高的生活品味和对生活品质的追 求， 所以住宅小区智能化必将成为我国住宅建设 改善 功能和提高质量的一个重要手段和推劢力。 城市流劢人口逐步增加，带来更多丌安定因 社 会安全问题，中央提出对社会治安进行综合治理， 并把创建安全文明小区作为社会综合治安治理的 一项重要内容。 人脸识别智慧社区管理方案 社区管理目前存在的问题分析 如何创造一个安全的、数字现代化的、智慧化社区有着十分重要的意义。 然而，在日常管理中我们经常会碰到这样的问题：  外来人员混入社区带来的安全隐患；  传统的视频监控，只能做到事后诸葛亮，无法及时报警，且事后查询费人力、 出入口必须有专人盯守；社区人员过多，专人无法识别是否为该小区身份，导 致进入管理漏洞；  非社区车辆进入小区乱停乱放，无法知晓车主身份。 人脸识别智慧社区管理方案 针对以上情况，十分有必要建立一个高科技、全面、人性化、智慧社区管理系 统： --- 采用人脸识别 /车牌识别的身份识别方式，安全、方便、卫生、不可代替  将传统监控进行升级，将事后查询变成即时提醒、报警，采用人脸识别布控系

2.1.1 数据资源目录总体结构 数据资源目录体系主要由数据资源目录服务系统组成，同时还具备软硬件、网 络的支撑环境，以及标准与管理规范建设和安全保障。 第 2 页 整个数据资源目录建设是一个上下贯通、统一管理的架构，遵循财政基础数据 规范和标准存储规范、统一的前段码管理。整个数据资源目录体系结构体现为 省、市、县（区）三级体系架构。 图 2-2 数据资源目录层次体系结构 要充分考虑向上的兼 容性，特别是一些关键内容如目录和交换的核心元数据库的兼容。本级数据资 源目录建设完成后，作为上级财政资源目录体系的一个节点，要进行元数据的 注册等工作，使本级资源目录能作为上级财政数据资源目录树的一个分支。 财政数据资源目录体系是一个独立完整的目录体系，其总体结构可概括为数据 资源、数据资源目录体系及数据资源目录交换体系三部分。 第 3 页 数据资源是财政数据资源 息资源核心元 数据有序排列。通过目录能够准确地了解和掌握信息资源的基本概况，发现和 定位所需要的财政信息资源。 而数据资源目录交换体系则是提供了一个通道把相关联的上下级财政信息资源 有机结合起来，是信息资源通过网络系统从一个物理位置到另一个物理位置的 过程。交换方式较为宽泛，邮件传输、文件传输、消息传输等方式都能实现资 源的交换。其重点关注的是上下级财政间在数据资源目录建设过程中的信息整

方向，建筑 设计。 浅谈 AI人工智能对建筑设计的影响 吴奕锦 * 天津中天建都市建筑设计有限公司，天津 300000 摘 要 ： 建筑设计是一个综合的概念，包括了许多方面的工作，比如建筑方案设计、建筑施工安装等，是一个庞大复杂的工作 系统。随着计算机技术的发展，AI人工智能技术也开始快速发展起来。而将 AI人工智能应用到建筑设计工作中，可以 辅助设计师更好地进行方案设计和方 学习、可模拟性等特点，这也是其能够在诸多领域得到广泛应用 的重要原因。AI人工智能还具有，能够模仿、解决更多更复杂的 问题，减轻人工压力，提升各行各业的工作效率。同时，AI人工 智能的发展方向也是一个未知数，值得深入研究。目前，AI人工 智能的应用形式主要有如下几个方面：一是机器学习。机器学习 是人工智能的核心，它通过模拟人类的学习方式、方法，来持续 2023.12 | 061 提升自己 算机的支持。二是深度学习。深度学习是目前人工智能研究的热 门内容，它通过模仿人体大脑神经网络的学习过程，模仿人的思 考方式，在各种复杂条件下进行决策优化。 （二）AI人工智能技术种类 一是优化算法：优化算法能够从一个特定的系统中寻找最 值，并利用函数的表达方式来寻找问题，并与梯度下降法进行配 合使用。但是，在实践中，各系统的函数表达方式有很大差别； 二是人工神经网络技术：该技术是目前最先进的人工智能技术之

的构建需要考虑众多关键要素，以确保其有效性和可持续性。 在本部分，我们将深入探讨构建建筑工程数字化造价体系的关 键要素，以便更好地理解这一体系的构建和实施路径。 （1）数据采集与管理：构建数字化造价体系的第一个关 键要素是数据的采集与管理。数字化造价体系需要大量的数据 来支持成本估算、资源分配和决策支持等功能。这些数据包括 材料价格、劳动力成本、历史项目数据、地区差异等等。因此， 建立高效的数据采集和管理系统至关重要。这包括数据的准确 系、标准工程量清单编码体系等。 （2）数字化工具和技术：数字化造价体系的构建需要借 助各种数字化工具和技术，这些工具包括建模软件、数据分析 工具、人工智能技术等。如建筑信息模型（BIM）就是一个重 要的数字化工具，它可以帮助建筑师和工程师进行设计和模 拟，从而更好地估算成本和资源需求。同时，数据分析和预测 技术也可以帮助优化资源分配和决策制定。 （3）成本估算方法和模型：构建数字化造价体系需要制 同地区的 差异。同时，成本估算模型应该具有一定的灵活性，可以根据 项目的具体特点进行调整和优化。这需要深入研究和实践，以 确保成本估算的准确性和可靠性。 （4）决策支持系统：数字化造价体系的一个重要功能是 提供决策支持。为了实现这一功能，需要构建决策支持系统， 该系统可以基于数据分析和模拟结果，为项目经理和决策者提 供多个方案和选项。这有助于他们更好地理解项目的潜在风险 和机会，做

两种，它们分别适用于不同的数据类别和应用场景。具体规划如 下： 序号 数据类别 数据选型和规划 1 前置数据 委办局数据源，根据实际情况选择数据库、文件或服务接口。 2 原 始 数 据 （ 操 作 数 据） 原始数据只存放一个周期从委办局交换来的基础信息数据，数据 量相对较小，且存在数据的增删改查操作，这里推荐将存放在 Ora cle 数据库中。 3 主题数据 主题数据中“实时数据”和“累计数据”需要满足应用的各种实时查询 据（ODS）库。 2、主题数据和专题数据为其中非常重要的部分，是用户最常使用的数据。 用户处理的流程大致如下： （1）所有由数据交换平台采集的数据均先存储到原始数据库（ODS 库）， 该库是一个临时数据库。 （2）ETL 根据配置的周期定时将 ODS 数据抽取、处理、加载到主题库， 然后删除处理后的 ODS 库数据。主题库的数据较 ODS 数据质量较高，基本满 第 29 页 记录运行日志 实时记录采集服务的运行日志 8 查看运行日志 查看指定时间区间的运行日志集 合 9 增量数据存储 插入增量数据 将新采集的舆情数据插入数据库 10 历史数据存储 历史数据归档 将超过一个月的原始舆情数据自 动归档到历史数据存储区 11 数据索引 重建数据索引 重新建立大本文数据索引 12 数据服务 获取原始舆情 数据 为大数据分析服务提供原始舆情 数据 13 数据分析服 务

智慧环保：无人清洁车产品优势 产品实景图片 云数据机房 - 系统概述 私有云 (Private Clouds) 是为一个客户单独使用而构建的，因而提供对数据、安全性和服务质量的最 有效控制。该公司拥有基础设施，并可以控制在此基础设施上部署应用程序的方式。私有云可部署在 企业数据中心的防火墙内，也可以将它们部署在一个安全的主机托管场所，私有云的核心属性是专有 资源。 私有云可由公司自己的 IT 机构，也可由云提供 营基础设施，以支持一个公司企业数据 中心内的专用云。此模式赋予公司对于云资源使用情况的极高水平的控制能力，同时带来建立并运作 该环境所需的专门知识。 所谓私有云是相对于公有云的一个概念，私有云是为一个客户单独使用而构建的，因而提供对数据、 安全性和服务质量的最有效控制。私有云可部署在企业数据中心的防火墙内，也可以将它们部署在一 个安全的主机托管场所。简单粗暴一点来说就是某一个公司为自己公司储存数据，搭建业务应用系统 据，搭建业务应用系统 等而建立的一个私有的储存器或服务器，相对于公有云来说它具有完全的所有权和控制权，能够自己 在后台操控，自己掌握自己的数据。 产品特性 产品优势 给用户带来的好处 先进性 实用性 开放性 技术架构领先：成熟的综合性解决方案，与云计算技术紧密结 合，计算，存储，网络资源的统一管理，从应用到物理、虚拟 资源的统一管理。 高可靠：支持计算、存储、网络全冗余架构，资源弹性可扩展，

探索建立符合 自身实际情况的数字化转型之路。 （3） 燃气 燃气行业作为一个传统行业，在发展的过程中也经历了很 多个阶段，从最初的人工管理到如今的数字化转型，随着互联 网技术、云计算和物联网的发展，燃 气行业开始面临着新挑战。所以从某种程度上来说，数字化转 型已经成为了整个燃气行业发展的一个必然选择。 燃气行业在数字化转型中主要需要考虑两个方面：一是基础 设施的建设要 输，沟通更流畅，服务不掉线。 2.4 自助工单系统 （1） 支持接入企业微信、钉钉、抖音、微博、美团、饿了么、 Facebook、 WhatsApp等二十多个国内外服务渠道 ，实现在一个工作台服务多渠道 客户。 （2） 工单系统提供SDK、API等全面的第三方系统对接方式，能够与企业 使用的其他系统实现互通。 （3） 工单系统与在线客服、呼叫中心、智能机器人等产品完全打通， 务单元所有与人力资源管理有关的行政事务性工作（如员工招聘、 薪酬福利核算与发放、社会保险管理、人事档案人事信息服务管理、 劳动合同管理、新员工培训、员工投诉与建议处理、咨询与专家服 务等），并建立一个服务中心来赋能所有的业务单元，以此提高人 力资源的运营效率。 （2） ITSSC：在IT服务场景中，能为不同的IT运维工程师提供整体的智能 服务解决方案，帮助运维工程师解决简单高频的问题，从而释

英文缩写为 AI，是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知 环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。 综上所述，业界普遍认为人工智能是计算机科学的一个分支，它的目标是让计算机及其他相 关技术能够执行通常需要人类智能才能完成的任务，如：学习、推理、问题解决、语言理解、感知、 决策等。该领域的研究包括机器学习、深度学习、自然语言处理、计算机视觉、强化学习、专家 的诞生，人 工智能四处开花 当时的计算机有 限的内存和处理 速度不足以解决 任何实际的人工 智能问题 到了上世纪 80 年 代 晚 期， 美 国 国 防部高级研究计 划局的新任领导 认为人工智能并 非“下一个浪潮” 拨款将倾向于那 些看起来更容易 出成果的项目 —摘自 Meet HR 学园 14 AI 在企业人力资源中的应用白皮书 4. 绕不过去的“大模型”与“大语言模型” 大模型是指模型具有 等多模态内容 气象预测、医疗诊断 交通实时管理等行业 决策自动化起步 3D视频、数字特效 场景初步创作 根据指令进行 音频创作 16 AI 在企业人力资源中的应用白皮书 3) 通用智能体应该具有一个价值系统，因为它的目标是由价值定义的，智能系统是由具有 价值系统的认知架构所驱动的。 通用人工智能是未来 10 到 20 年国际科技竞争的战略制高点，其影响力相当于信息技术领域 的“原子弹”。但在具体的管理实践中，我们看到，对