智算中心暨电力大模型 创新平台解决方案 智算 超算 • 1 行业发展分 析 4 主流智算平台介 绍 2 方案架构设 计 3 典型案例 CONTENTS 加入星球获取更多更全的数智化解决方案 智算中心是以 GPU 、 AI 加速卡 [1] 等智能算力为核心、 集约化建设的新型算力基础设施，提供软硬件全栈环境， 主要承载模型训练以及适合中心推理、多媒体渲染等业务，支撑各行业数智化转型升级 云计算中心 提升国家及地方科研创新能力 第 3 页 美国：以保持国家竞争力为目的，最先发展智能超算中心， 具备单体算力大、科研实验室居多 国内：近两年已有 30+ 城市建成或在建设智算中心，总体 投资规模超千亿，旨在带动当地产业智能化升级 参 AI 领域的竞争是未来世界领导权的竞争 NSF 基础科研 领域全栈能力，并出资引导智能算力基础设施建设， AI 智能算力增速远超摩尔定律 智算中心主要由国家政府总体牵头建设，同时基础设施提供商积极参与 l 2022 年 11 月 30 日， OpenAI 的对话式 AI 大模型 ChatGPT 横空出世，月活破亿仅用时两月，成为史上增长最快的消费类应用 ，展现出解放人类生产力的惊人潜 质 l 微软作为 OpenAI 第一批投资者，通过优先使用该技术赢得先机，并将 ChagGPT

址等，以此为基础通过资源目录记录的信息获取资源实体。 结合整体数据分析应用功能逻辑，数据资源目录体系的建立大体可分为数据采 集及 ETL 技术支撑功能、数据资源目录管理功能、对比主题展现功能三大部分。 总体的功能结构图如下： 图 2-7 数据资源目录功能结构图 3.1 资源目录管理 数据资源目录体系管理架构包括数据资源目录体系使用和管理的三个角色和六 项活动。三个角色是数据资源目录的提供者、使用者和管理者。六项活动包括 信息和有限的 交换资源目录信息；第三类是目录服务系统管理者，负责对目录服务系统的管 理、目录信息的更新和维护等工作。在这三个角色中分别设定几类权限等级， 第 10 页 此权限等级对应资源的六大安全等级（全社会、本单位、限制、秘密、机密、 绝密）。用户在使用目录服务系统时，系统会根据用户的权限确定用户可以执 行的操作和过滤，阻止用户的非法操作，并且会根据用户的权限和目录条目中 资源保密属性过滤用户执行目录查询的结果。 系统的次数，统计分析不同信息资源的查询次数等。 维护包括目录结构树和目录条目信息的维护。当资源的分类体系发生变化 时，目录服务系统要调整目录结构。当资源条目信息需要修改、删除、添加和 更新时，目录服务系统支持管理员实现这些操作。除了对目录结构和内容的维 护以外，目录系统还应该提供辅助的系统功能，主要包括： 1) 日志分析 根据元数据查询日志，统计访问资源目录的次数，统计不同信息资源元数 据的查询频度。

VIP 客户迎宾、握手等 · 导览：引导参观、介绍 · 高管日程安排及提醒 · 重要信息检索与回答 · 多语种翻译等 商务助理 · 联动控制设备：通过平台对接，控制 灯光、窗帘、空调、大屏、电视等 · 服务场景：送水、咖啡，按摩 吧台服务 · 清洁：清洁吸尘 · 调酒：简单混兑 · 机器人联动：呼叫送餐机器人 01 Al 机器人应用场景 达，避免餐品滑落、交叉污染、菜品丢 失、误送等风险。 · 送餐机器人已成为一种新颖的推广方式， 能吸引更多顾客，在社交媒体上产生更 多话题和曝光。 食 智慧递送场 景 智慧送餐 场景 新营销卖点 降本增效 服务员等 机器人 到达目的地 密码登录 取走餐食 室 外 清 洁 机 器 人 应用场所及功能 清洁机器人通过自动化和高效 的清洁服务，提高清洁效率和 质量，为人们创造更加清洁和 舒适的生活和工作环境。 智能消毒机器人以移动机器人平台为载体，搭载紫外线灯，超干雾过氧化氢发生器和等离子消毒器三 大消毒模块，可应对不同环境的消毒要求。 · 通过机器人自导航技术和 AI 环境识别技术，自动规划路径并判断工作环境所需的消毒时间，实现一 站 式消毒管理。 · 结合人群聚集的污染性强的公共场所，这些地方人群密集度大，机器人可以自主移动、自动工作的特 性，实现公共场所消毒过程量化管理。 应用场所及功能

2. 项目组 06 从认识和了解 AI 开始 1. 人工智能的定义及其子领域 2. 人工智能的诞生与发展 3. 不得不谈的“ChatGPT” 4. 绕不过去的“大模型”与“大语言模型” 5.“AIGC”才是“王者” 6.“通用人工智能”是“未来” 10 人工智能时代的 HR 作为 17 AI 在企业人力资源管理中应用 的现状及规划 21 1. 调研发现 案例二：某新能源产业公司的「OKR 目标 AI 辅导员」 案例三：某高端物业管理集团的「AIGC 绩效教练」 CONTENTS 3 AI 在企业人力资源中的应用白皮书 AIGC 的能力范围及可发挥效力场景 63 企业要如何在人力资源中引入 AI 67 AI 在企业人力资源管理中 的应用案例 案例一：三一集团 | 如何用人工智能重塑人力资源管理 案例二：大语言模型应用于共享服务中心的尝试与探索 孟盛先生 寄语：AIGC 去掉了技术门槛，带来平权时代，一定要主动学习，每个人都可 以参与。 HR 数智研究院理事，法国里昂商学院人力资源与组织创新中心顾问委员会委 员。前腾讯集团 HR 科技中心创建人，腾讯研究院特聘研究员，平安集团智慧 人事产品线总经理。 王崇良先生 寄语：拥抱变化，把握确定性，应对不确定性。 HR 数智研究院理事，三一集团副总经理、人资 CIO，曾担任滴滴出行 DHR

（3）大数据中心提供数据共享服务，根据内部系统和外部委办局及系统的 需求提供数据授权，提供完善的数据安全机制，保证数据的安全性。 （4）大数据中心通过数据管理平台提供数据管理维护的功能，方便运维人 员及管理员查看委办局主题库、人口法人库的数据量、数据使用情况等。依据 数据需求量及数据中心的负载等信息，运维人员可在技术上进行调整，保证数 第 10 页 城市大数据中心建设概要设计说明书 据中心稳定、健康的运行。 据质量的要求及 解决方法，数据容量以及存储方式等问题。 3.4.1 数据类别 大数据中心将数据划分为以下四类： 1、前置数据 委办局提供的原始业务数据，该部分数据存放在前置机中，尚未传输到大 数据中心。前置数据物理位置可以是大数据中心，也可以在各委办局，视具体 情况而定。前置数据相对质量较低，存在较多冗余和错误。 2、大数据中心原始数据（操作数据） 通过数据交换平台周期将前置机中数据（前置数据）采集到大数据中心后， 准确性是指数据记录的信息是否存在异常或错误。和一致性不一样，存在 准确性问题的数据不仅仅只是规则上的不一致。最为常见的数据准确性错误就 第 24 页 城市大数据中心建设概要设计说明书 如乱码。其次，异常的大或者小的数据也是不符合条件的数据。 数据质量的准确性可能存在于个别记录，也可能存在于整个数据集，例如 数量级记录错误。这类错误则可以使用最大值和最小值的统计量去审核。 一般数据都符合正态分布的规律，如果一些占比少的数据存在问题，则可

• 在给排水管道的施工中，必须充分考虑防水措施，确保机房的地板和墙面不受水损坏 技术负责人 项目经理（总负责人） 工 程 项 目 部 安全员 材料员 机械员 劳务员 施工员 施工一队 施工二队 施工三队 造价员 质检员 资料员 勘察设计负责人 施工负责人 网络工程师 系统集成工 程师 项目组织管理机构 我司委派具有同类型工程施工管理经验 的优秀管理人员组成工程项目经理部，

蠕虫病毒、木马后门、间 谍软件、僵尸网络等进行实时检测及报警。 （2）流量分析 网络入侵检测系统（IDS）对网络进行流量分析，实时统计出当前网络中的 各种报文流量；IDS 能够帮助管理员对付网络攻击，最大限度地减少攻击可能给 用户造成的损失，从而进一步提高了单位信息安全基础结构的完整性。 （3）行为监控 IDS 系统会对网络流量进行监控，对严重滥用网络资源的事件提供告警和记 录。 安全管理平台系统是一个面向全网 IT 资源的集中安全管理平台。通过对网 络中各类 IT 资源的安全域划分，以及海量异构网络与安全事件的采集、处理和 分析，面向业务信息系统建立一套可度量的风险模型，使得各级管理员能够实 现全网的资产运行监控、事件分析与审计、风险评估与度量、预警与响应、态 势分析，并借助标准化的流程管理实现持续的安全运营。 系统的主要功能包括： （1）网络运行监控 系统能够对全网的各 系统能够采集全网中各类网络设备、安全设备、主机、数据库、应用系统 等的日志、告警和事件，并对这些信息进行范式化、过滤、归并，形成统一的 事件格式，包括统一事件严重等级、统一事件类型和名称等，使得管理员能够 在系统的管理控制台上方便地浏览所有安全事件，并确保信息的一致性。针对 所有安全事件，系统能够通过事件关联分析引擎进行多种事件关联分析，包括 规则关联、漏洞管理、统计关联，等等。 （3）脆弱性管理

国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 数据产业正快速发展成为数字经济社会的主导产业 数据基础设施正逐步成为数据高效流通的可信安全环境 第二章 世界各国积极探索数据基础设施建设 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛 数据基础设施将实现人工智能大模型的“数据平权” 05 07 07 08 09 13 21 33 33 34 35 37 37 39 46 50 54 58 61 64 69 71 73 国家数据基础设施技术路线发展研究报告 人类社会正进入数据要素化发展新阶段 06 > 07 第一章 人类社会正进入 数据要素化发展新阶段 数据资源正成为继土地、劳动力、技术、资本之后的 第五大生产要素 网络空间升级为计算空间后正在向数据空间进一步迭代 土地 劳动力 资本 技术 数据 农业社会 工业社会 知识社会 物理空间 网络空间 计算空间 数据空间 人类社会正进入数据要素化发展新阶段

中国建设 2025 年行动方 案》 数字产业增加值占 GDP 比 重将超 10% ； GDP 增长贡 献率 66.45% 。 人工智能 (IDC) ： 2024 年 备案大模型超 200 家， 行 业模型占 70% ； 2024 年智 算 AIDC 市场同 比增长 79.6%(146 亿 ) ， 2028 年 预计达 1825 亿 (CAGR • 优先部署 GPU 服务器 + 交换机 ，存储 复 用 政务云 数据中心剩余容量 “ 渲染 + AI” 双盈 利 双机热备 + 冗余网络 超微算力 + 华三 网络 多模态大模型 训练 架构支持弹性 扩展 • 支持软件定义算力 ( 容器化调度 ) ，切入 AI 推理 ( 智慧城市视频分析、工业质检 ) • 指标： MTBF( 平均无故障时间 )>10 I 训练 A I 推理 功耗 配置 实施 规划 渲染 集群 高可 靠性 强扩 展性 设计需求 技术需求 美国：以保持国家竞争力为目的，最先发展智能超算中心， 具备单体算力大、科研实验室居多 国内：近两年已有 30+ 城市建成或在建设智算中心，总体 投资规模超千亿，旨在带动当地产业智能化升级 参 AI 领域的竞争是未来世界领导权的竞争 NSF 基础科研

重支撑。 （2） 经济趋势 央国企是我国的骨干和中坚力量，在推动国家经济社会发 展、保障国家安全和维护社会稳定等方面发挥着重要作用。随 着我国进入新的发展阶段，中央企业正在加快构建以国内大循 环为主体、国内国际双循环相互促进的新发展格局，央企应该 抓住历史机遇，从发展模式、业务布局、技术路径等方面做好 准备，以数字化转型来驱动高质量发展。 （3） 技术发展 数字化转型是中央企业近年来在提质增效、转型升级方面 优势。 1.3 能源央国企数字化状况 从现实情况看，央国企数字化转型距离数字资产60%的目标还 有一定差距，但是大部分央国企已经开启了数字化进程，特别 是传统能源行业，能源央国企“五大六小”等头部企业也在积极布 局数字化。 图 1：能源央国企发展现状 （1） 石油 石油行业数字化转型是在原有的企业信息系统基础上，利 用信息技术、网络技术，实现企业生产、经营、管理全过程的 型向纵深发 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