Administration Shell， 下称“AAS”），以及Eclipse数据空间组件（EDC）。 （1）基于OPC UA的数据标准化建模 OPC UA作为国际标准，为数据建模提供了机器可读且标准化的方式。对于产品碳足迹计算而言，这意味着生产线上的 各个模拟站可以通过OPC UA实时采集能源消耗数据，并将其转化为统一格式进行处理。企业可以使用西门子OPC UA建模编 辑器或CESMII智能制造配置文件设计器等 S，并存储于开源AAS存储库中。这些AAS包含了详细的能 耗数据和碳强度信息，支持用户通过特定路径“AAS Environment > Objects > Submodels > CarbonFootprint > Product- CarbonFootprint > PCFCO2eq”访问到具体的范围2二氧化碳PCF（产品碳足迹）数据。这种结构化的数据组织方式极大地 简化了数据分析流程，让 简化了数据分析流程，让企业能够更快速地响应环境变化和市场需求。 （3）EDC保障数据安全流通 为了确保能耗数据和碳强度数据能够在不同环节之间安全高效地传输与共享， EDC发挥了关键作用。其中，连接器负责 搭建数据交换通道，联邦目录帮助参与者发布和发现数据产品，身份中心管理参与者身份以保证数据访问的安全性，注册服 务则提供快速准确的注册信息管理服务。借助这些功能，产品制造商可以放心地将生产工艺中的能耗数据分享给客户，而客

被接受；当采用冷通道封闭方式时，工作人员一般在 热通道活动，机房温度提高较大时，会使人体不适感 增强，难于被接受。在热通道封闭的情况下，空调系 统的送风温度要高于冷通道封闭时的送风温度。送 风温度越低，空调冷源的能耗则越高。因此，提高机 房温度能够有效降低数据中心总能耗。当热通道封 闭时，相比冷通道封闭的状态，冷空气所占用的空间 更大，这使得系统具备更高的抵御冷却失效的能力， 并且故障响应时间也相对延长 CFD 模拟中所 假设的100%完全封闭状态。 6 结语 随着智能算力规模的持续快速增长，智算中心的 建设布局亟需加速，这对数据中心的规划设计、制冷 供电和绿色低碳提出了更高的要求，促使通用数据中 心向高效、灵活、智能、低碳的智算中心转型升级。本 文通过对呼和浩特地区某智算中心机房进行分析，得 出如下结论。 a）在将存量机房改造为智算中心机房时，需结合 现状条件、改造难度和经济技术的对比分析，制定合

集型产业，龙头企业的人力成本占比集中在 50%到 60%区间；人均创收、 创利较为稳定，收入增长主要依靠员工人数增长。建筑设计项目规模相对 较大、环节较多，容易出现信息偏差，协同管理方式低效以及信息化程度 低，制约设计院人效提升。 痛点三：行业集中度分散，龙头市占率提升缓慢。自 2018 年以来前五大 设计院的市占率基本保持稳定，自 2018 年由 9.64%上升至 2022 年的 10.65%，4 年仅提升 的适配性，推动企业异地业务拓展，龙头企业异地业务增速有望提高。AI 的介入有望改变建筑业市场布局，通过提高行业核心技术门槛从而提升行 业集中度。 ⚫ 投资建议：设计行业需求增速放缓，设计人员成本高、信息化程度低的背 景下，政策持续落地推进工程数字化设计，AI 有望解决设计行业多痛点， 赋能设计提质增效，建议重视率先布局 AI 设计、抢占市场先机的设计龙 头：【华建集团】、【华设集团】、【设计总院】、【华阳国际】、【苏交科】。 亿元，年化复合增速 为 9.39%，但分年度来看，2017 年-2021 年收入同比增速分别为 11.15%、14.86%、 10.54%、7.61%、4.79%，增速放缓显著。近年来，设计行业新签订单增速同样低 位运行。 图 1、设计行业收入增速逐年递减 图 2、设计行业新签订单增速维持低位 资料来源：住建部，兴业证券经济与金融研究院整理 资料来源：住建部，兴业证券经济与金融研究院整理

1. 《东数西算工程》 ：优化数据中心 布局， 引导算力资源向西部倾斜 ， 促 进东西部协同发展。 2. 《算力基础设施高质量发展行动计 划》：推动算力与能源融合 ，促进绿 色低碳发展。 3. 《国家数据基础设施建设指引》 ： 强化算力与电力协同 ，助力数据中心 绿色转型。 行业需求洞察 数字经济 (GDP) ：《数字 中国建设 2025 年行动方 案》 第 4 页 • 超微服务器性价比优于戴尔 / 浪潮；华三 交 换机成本比思科低 40% ；华三 S9850- 32H 交换机最大支持 4096 台高速交互 • 支撑文字 + 图像 + 语音等多模态模型 训 练， PB 级数据（自动驾驶路测、短视 频理 解等 PCIe4.0 插槽更具性价比 (4 卡算 力密度低且占用更多机架 ， 16 卡需搭配高端服务器成本高 ) l 每机柜严格按 5U - 8U

，人民群众生命财产受到严重威胁 ，提升致灾暴雨精 细 监测、精准预报预警能力 ，延长洪水预见期、提高预报精准度 ，是打好洪涝灾害防御硬仗的重 要基础和支撑。 时空分辨率低 精准率低 测不准 痛点 难点 不敢用 无法有效业务化 新的要求 抓不住 P6 模型的区域属性强、 且缺少多模型耦合工作机制 ， 需要提出大范围精细化 产流模拟方法 已成为行业亟待攻关解决的卡脖子技术之一。 集中于数据模拟 ， 与业务化 运用有一定的距离 针对性强 ， 但尚欠缺统一、 规范化接口。 国外相关的商业软件方法较 为通用 多针对特定区域问题定制 ， 通用化程度低 新的要求 国外模型 国内模型 P8 算法在高效支撑数字孪生业务上存在明显不足 ， 需改进算法 ， 以提高计算 效率 现有传统的模型建模过程复杂 ，复用难度大、推广成本高 ，在模型计算方面存在着计算时间过长 时空地理加权回归 P13 提 出 了 产 流 模 型 空 间 尺 度 自 适 应 校 正 方 法 ， 建 立 了 流 域 蓄 水 容 量 和 地 形 指 数 的 动 态 响 应 关 系 ， 降 低 了 产 流 模 型 的 空 间 尺 度 依 赖 性 ， 实 现 了 不 同 空 间 尺 度 的 高 效 模 拟 。 实现了不同空间尺度的高精度产流模拟 ， 200m 、 500m 和 1000m

应用场景：长期数据归档和备份。 全闪存存储 华为 Dorado 8000 全闪存存储，满足高频读写 需求 ，为模型训练与推理提供高效存储支持。 全闪存存储具备高可靠性和低延迟特性，结合 智能缓存技术，进一步提升数据访问速度与存 储性能。 分布式存储 曙光 ParaStor 500K 分布式存储，满足大规模数据 存储 RoCE/IB 第 22 页 Fat- Tree 架 构 管理汇聚交换机 方案设计说明： 1 、 AI 计算集群： AI 计算集群间采用 4*200GB RDMA 网 络 ，满足高带宽低时延通信需求；各节点同时通过 25G 网 卡接入上联裸金属 TOR 并接入业务核心交换机。 2 、 HPC 计算节点：采用 100GB RDMA 网络搭建超算 集 群 ，各节点同时通过 XX 大学现有高性能计算集群为数十个中小型集群，各集群由科研团队自管，存在部分服务器裸硬件没有集群化，算力较为分散。缺乏 校级平台统一管理全校资源，单项目无法一次性调用大批量资源，成果产出效率和速度低。为实现高效的科研及教学，计划建设一套 高 效、安全、可靠的智算超算专属云平台。 （ 1 ）实现算力统一门户。将超算能力与智算能力结合，实现数据模型训 练到模型推理及验证的无缝衔接。 （

河 测 测 监 预 时 势 实 态 ● ● 立体监控 ● 高点统 领 动 同 联 协 低 点 高 低 ● ● 业务融合 ● 资源整合 ● 信息汇 聚 ● 统一门 户 全息回溯 ● 场景重 建 步 组 同 重 ● ● 实景地图 ● 。 立体化监控 通过高点俯瞰地面，掌握监控区域整体安防态势，通过标签联动技术可联动低点视频、人脸卡口、车辆 卡口等，能在高点全局画面中以画中画方式查看各类低点防控资源，高低两级协同，形成由高到低、由内到 外的立体化防控体系。 人员预警 高点摄像机总览全局掌握厂区的总体安全生产状况，通过画中画调用卡口抓拍图片掌握厂区重点区域的 作业人员的详细情况，支撑厂区对作业人员的可视化管理。同时，平台支持实时接收非厂区作业人员布控告

视频牌识放行管控 采用视频免取卡技术，实现了车辆快速进场、快速缴 费（可以通过微信、支付宝扫码支付）、快速出场等 全自动化智能停车管理应用，改变了以往由人工管理 或者刷卡 / 取票管理带来的泊车效率低、服务差、人 为的乱收费和拒缴停车费等诸多问题。 驾驶人员人脸识别  采用视频免取卡技术，实现了车辆快速进场、快速出场等 应用；  通过号牌识别，无需预约车辆停车登记；  通过 900W 神捕抓拍机，同时抓车牌及司机人脸图像，通 方式接入互联网 ; 智能烟感亮点 基于 NB-IoT 智能烟感的引入解决了传统烟感器布线 难、电池使用周期短、维护成本高、无法与业主及 消防机构交互等缺点，采用无线通信，即插即用， 无需布线，易于安装；功耗低，电池待机时长可达 10 年以上，无需频繁更换电池，有效降低维护成本。 实时上报火灾状况，多维度、多角色、多状态及时 通知火警状态，降低人财物损失；同时可接入大数 据平台，帮助政府决策，治理消防隐患。 基本业务功能，一按即 通，基于 3G/4G 公网环 境下实现实时对讲 实时回传终端的 GPS 位 置信息，查看人员地理 位置和状态， 24 小时轨 迹回放 一键发起语音或视频通 话，高清晰低流量 ,, 不 占用通话时长 高清图像信息拍照，上 传至调度台，调度台可 分发他人 基于网络的即时传送文 字、多媒体、语音 通过对讲组列表，自由 选择单呼成员对象 指挥调度 层级管理

创作的难度。这一技术极有可能取代 人类从事创作性工作，从而彻底颠覆我们现有的工作模式。因为，AIGC 能够以优于人类的制造能 力和知识水平承担信息挖掘、素材调用、复刻编辑等基础性机械劳动，实现以低边际成本、高效 率的方式满足海量个性化需求。 为什么说 AIGC 才是“王者”，因为它对于人类社会、人工智能的意义是里程碑式的。短期 来看 AIGC 只是生产力工具，但中期来看势必会改变社会的生产关系，长期来看将促使整个社会 综上所述，人工智能已经在企业人力资源管理的各个模块中有了非常多的应用场景和应用案 例，下图是对这些场景从“应用价值”和“成熟度”两个维度的总结，高价值、低成熟度应用较多， 目前 AI 许多应用场景仍停留在理论阶段。 价值和成熟度矩阵 高 高 低 价 值 成熟度 智能简历筛选和双向推荐 智能招聘助手 （咨询应答） 虚拟形象 VR/AR公司或者职位体验 候选人绩效预测 个性化拒信撰写 12 13 14 18 19 17 1 2 5 8 9 业务价值 15 低 中 中 高 高 70 AI 在企业人力资源中的应用白皮书 为了进一步指导大家在应用方面的选择和评估，Gartner 也给出了如下更为详细的评估列表。 Gartner 建议，我们可以优先考虑风险低、成熟度高的业务场景，并设计出详细的路线图。 ● 在模型的选择上，我们要格外关注其“可解释性”，即：技术能够解释人工智能所给出结

展，央企面临的挑战也越来越大：一是数字化人才严重不足； 二是数据质量差；三是缺乏数字化经验；四是数字化转型的管 理能力不足；五是部门协调困难，资源分散，内部信息不畅； 六是信息化投资规模大，支出效率低 （1） 缺乏数字技术应用 目前部分企业尚未形成成熟的数字化技术体系，在智能 化、新基建等方面还存在短板，缺少先进的数字化技术、产品 和解决方案等数字化技术工具，在一些关键领域和重点环节还 从业务角度来看，央企内部各业务部门之间、与外部系统 之间，经常会存在数据壁垒及数据共享不畅等问题。同时，信 息系统建设时间长、数量多、业务覆盖面广、信息孤岛问题 严重。 （5） 数字化投资规模大，效率低 在企业内部建设信息化系统时，通常会存在需求复杂、投 资规模大、管理周期长等问题。部分企业数字化转型缺少顶层 设计，转型路径不清晰，制度和规则不健全，难以保障数字化 转型工作顺利开展。