（ SSH ）、 8080 （训练平台 ） 等业 务 端口 ，封禁非法 IP 核心 L f 光纤 核心交换机端口（前置面板）引出 沿机柜背部竖向主线槽（直径 100 容纳多组光纤） 连接至 L f 交换机端口（前置面板） 线槽内按光纤走向分 网络层设备 路 ，支持 ECMP 多路径负载均衡 •10G 管理链路： 管理平面与核心网络的连接 ，保 障运维指令传输 •10G 安全链路： Leaf 与防火墙之间的安全过滤通 道 ， 降速至 10G 传输 •1G 应急链路： 带外管理通道 ， 用于设备故障时 的应急访问 接口 接口类型 应用位置 400G MPO Leaf——Spine 连接 400G QSFP-DD Spine—— 光口复用： 400G 链路通过 12 芯 MPO 分线盒，单端口承载 3 条 400G 链 路（ 4 芯 / 链路），提升布线密度。 • 降速适配技术： 25G 端口降速至 10G 连接防火墙， 100G 端口降速至 10G 连 接 出口路由器，通过光模块实现速率转换。 • 冗余设计： 双管理节点、双 Core 交换机、双防火墙构成全冗余架构； 关键链路（如 Leaf →Core ）配置

国产化适配：支持昇腾 910B 算子优 化 ， 提升模型在国产硬件上的运行 效率。 参数量： 130 亿参数（含电力领域 知识注入） ，通过昇腾 CANN 工具 压缩至 80 亿参数（压缩率 38% ） 。 优化策略：采用量化技术 （ FP32→ INT8 ） 结合知识蒸馏 ，推 理延迟降低 50% ，精度损失＜ 2% 。 国产化适配：使用昇腾 PaddlePaddle ，适配国产数 据处理框架。 数据清洗与增强 清洗规则：剔除异常值（ 3σ 原则） 、填补 缺失值（线性插值） 、 归一化（ Min- Max 缩放至 [- 1,1] ） 。 增强策略：时序数据采用时间窗口滑动 （窗口大小 24*60 分钟） ；影像数据采用 旋转 / 翻转 / 噪声注入。 工具 / 平台：昇腾 AI • 定期计算预测误差 • 反馈调优信号指导模型优化 3. 模型压缩 • 将 FP32 转换为 INT8 量化推理模型 • 优化模型体积和计算效率 4. 边缘部署 • 推送 INT8 模型至变电站 NPU 节点 • 完成边缘侧模型部署 学习率策略：初始学习率 1e- 4 ，余弦退火衰减（周期 200epoch ）， 动态调整学习率。 训练时长：单卡训练约 120 小时，集群训练约 15

1、建筑设计行业多痛点 1.1、行业景气周期下行，需求增速明显放缓 建筑设计行业收入增速放缓，2021 年增速仅为 4.79%。根据住建部公布数据，2017 年至 2021 年工程设计行业收入由 4013.0 亿元增长至 5745.3 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 在大数据与云业务、智慧交通研发与咨询、数字化建造技术、机电与信息化集成 等业务领域拓展得到一定成效，为西和至宕昌高速公路、诸暨市西二环路快速化 改造工程 EPC 总承包、珠海市高新区金溪大道、S10&S63 怀远至凤台高速公路 等重点项目提供了工程数字化技术应用服务；为 G3 京台高速公路大刘郢枢纽至 蚌埠互通段改扩建工程、合肥市包河区设计总承包等重点项目投标前期工作提供 BIM 和 GIS 技术赋能。

提升形象 等候区 电梯区 前台 门厅 · 基本服务：递送水、咖啡、 物品，可以与送餐机器人配合。 · 增项服务：陪聊、咨询回复 · 机器人联动：呼叫配送机器 人运送行李箱至储物室或指定 位 置 · 其他服务：浇花、扔垃圾等 · 日常迎宾：欢迎问好 ·VIP 迎 候：包括定制问候语、 多语种交流 / 翻译、握手、引 导等服务。 机器人联动：根据场景需求， 大数据分析： 将告警信息、后厨食堂情况、食材溯源统计等优秀结果实时上传分 析展示，让学生吃的放心吃的安心。 实时推送：当监测到违规事件和异常行为时，系统可以推送告警信息，并在第一 时间推送告警至后厨管理人员的 PC 端和手机端，可帮助后厨食堂排查安全隐患， 提升管理水平和效率，有效杜绝食品安全事故发生。 智慧食安大数据分析平台 食深圳坪山高中园智慧校园——智慧食堂 03 智能化助力“建筑

Cloud数据处理的核心枢纽，具备诸多显著优势。它是完全 托管和无服务器的，这一特性赋予了它最大程度的灵活性与可扩展性，使其能够支持从千兆字节到艾字节规模的存储和SQL查 询。消费者可以将数据便捷地上传至BigQuery中，这些数据会被安全加密存储，保障数据的持久性和高度可用性。BigQuery还 拥有高速内存中的BI引擎，每秒可处理450万行数据，便于更快地生成报告和进行分析。当服务提供商通过特定方式访问数据进 4、多层次生态体系和创新商业模式 1. Palantir （1）基于独特技术的数据基础设施 Palantir 公司成立于2003年，最初为美国情报机构开发数据分析工具和提供数据分析服务，后来拓展至金融、制造、 医疗等多个领域市场。Palantir拥有独特的数据清洗和整合技术、数据可视化和分析技术、数据建模和预测技术、安全与隐 私保护技术等数据分析和集成技术，构建起了服务于国防和商业领域的关键数据基础设施。 2、场景驱动：聚焦供应链追溯（汽车）、 多语言保护（语言）、文化遗产数字化（文 化）等刚需场景。 3、标准引领：推动IDS架构、ESAP（金 融）等成为国际标准，主导数据空间规则制 定权。 4、经济赋能：预计至2027年降低语言服务 成本25亿欧元/年，创造超5万岗位，加速产 业数字化转型。 5、全球协作：通过DSBA联盟、日荷数据互 通等案例，构建跨区域可信数据流通网络。 建设进展 1、EU4Health

数据交换形式1数据流程分析 业务系统 主数据服务总线 主数据流程管理平台 申报请求 申报请求处理 申报请求响应 反馈信息处理 流程启动请求 提交唯一性及正确性 属性 接收处理返回编码，保存 至本系统数据库。 使用唯一性属性在正式数据中检索 若不存在，则生成临时码，并想流程 管理平台提交申报请求。 若存在，则获取正式码及当前相关属 性。将正式码作为申报请求响应返 回。 比较当前正确性属性与申报请求中的

，带动全球数字经济走向繁荣 埃森哲研究，通过有效应用智能计算， 中国经济增长率有望上升至 7.9 ％，增长额高达 7.1 万亿美 元。 麦肯锡的预测，人工智能将每年为中国经济增长贡献 0.8 至 1.4 个百分点 智能计算中心经济社会效益分析 改善经济运行格局 激发经济发展活力 智 算中 心 模式名称 优势 劣势 适用范围 政府投资 建设模式 建设运维过程更加安全可控 政府对项目决策和执行效率高

识别、行业内同类岗位的匹配。通过对小家电行业市场数据挖掘和 分析，帮助企业了解行业未来整体趋势以及重点岗位类型的人才需 求和薪酬水平； 2）职务梳理：利用自然语言处理等 AI 技术将企业内部岗位对齐 至职务并进行部门内部、部门之间、城市之间数据对比分析，从而 提高人事管理相关决策说服力和准确性； 3）辅助生成薪酬调整策略：基于同类企业及目标竞品企业的人 效、行业景气度、城市生活成本以及重点岗位类型的涨薪率、离职率、 手机端参加 AI 面试。西门子的 HR 和业务领导基于 AI 面试的评分， 决定哪些候选人进入后续的人类面试官面试。目前，通过该系统的 AI 简历筛选服务，可以将简历量从原本的 15 万份筛选至 8 万份左右。 业务线领导已经完全基于 AI 面试的评分决策哪些候选人进入后续面 试，面试量下降至原来的 30%-50%，校园招聘项目的招聘成功率提 升了 15%-30%。 案例二 宝马服务版图中 能。 通过调研访谈我们看到，已有 5.2% 的企业开始在企业人力资源管理的场景中引入 AIGC 能力 了，33% 的企业开始密切关注。大家关注的场景主要是员工服务、数据分析和招聘。有些企业甚 至由 HR 和 IT 共同推动基于 AIGC 的办公软件的引入，以大幅提升员工的工作效率，比如：无限 极在 HR 和 IT 的共同推动下尝试引入 AI WPS 辅助员工进行包括会议纪要整理、邮件内容提炼总结、

步提速。 典型例子就是浪潮智能工厂。 整个生产制造过程弹性、透明、可追 溯，智能技术贯穿了生产制造的全周 期，实现相同的产能，用工数量下降 50%，生产效率提高3倍，订单交付 周期从18天缩短至5~7天。 利用智能工厂，浪潮保证了在 疫情期间快速复工复产。2月1日晚， 浪潮接到用于疫情防控的紧急订单。 2日一早，浪潮智能工厂复工，迅速投入生产，按客户要 求，及时交付到抗疫一线。如果是传统工厂，要在一天之

数据中心设备总能耗 /IT 设备能耗 PUE 是一个比值， 越接近 1 表明能效水平越好。 工业和信息化部、国家机关事务管理局、国家能源局三部门联合印发的《关于加强绿色数据中心建设的指导意见》，明确 提出至 2022 年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的电能使用效率值达到 1.4 以下 BMS 系统可以实时监测机房 内的能源消耗、温度、湿度 等参数，并对数据进行分析