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。 开发多个数据转换模块，每个模块针对一个具体的数据转换应用场景，同时支 持 Kettle 和存储过程，按照 2/8 原则，用有特定转换逻辑的转换模块完成大部分 数据转换工作，剩下少量的个性化的、难度大的可以用 Kettle 或存储过程完成。 3.2.4.1 数据同步组件 负责完成数据从数据源读取，并写入目标表的过程，是 ETL 过程的第一步，数 据同步主要完成对数据增量读取逻辑的封装，支持多种数据增量同步方式，主

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 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 74 eGPT 产品介绍 86 机构简介 88 （5）考勤、排班 案例一：Disney 考勤排班案例 （6）员工服务及关怀 案例一：腾讯员工关怀新玩法 经理、惠普 IT 管理学院特约讲师、文思海辉技术有限公司集团副总裁兼首席信息官、ATA 公司副总裁。 于历濛先生 寄语：开放心态，拥抱变化。 灵 雀 云 联 合 创 始 人， 密 歇 根 大 学 罗 斯 商 学 院 MBA， 曾 在 SAP、 网 易、 Amazon、惠普等公司担任高管职位。 8 AI 在企业人力资源中的应用白皮书 鸣 谢 本白皮书也引用了研究院理事王崇良先生作品《当

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

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

痛点二：设计人员成本占比高，人效提升难度大。建筑设计行业是人员密 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 2018 年由 9.64%上升至 2022 年的 10.65%，4 年仅提升 1.01pct，龙头市占率较低且提升缓慢。地域特征明显， 人效提升难度大，设计企业管理半径有限，企业难以持续扩大规模。 ⚫ AI+设计现状：目前主要应用于方案设计阶段，初步设计、施工图设计阶 段应用相对较少。设计行业中部分上市公司已开始布局 BIM 与人工智能， 开展工程数字化设计等多方面业务。AI ROAD 交通快速方案设计系统、 1、行业景气周期下行，需求增速明显放缓 .................................................... - 3 - 1.2、设计人员成本占比高，人效提升难度大 .................................................... - 4 - 1.3、行业集中度分散，龙头市占率提升缓慢 .................

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

心，开放变革了IT产业的生产模式和 应用服务模式，持续推动着信息技术 的发展，促进了整个IT产业的生态繁 荣。 开源开放的IT才是健康的IT，开 源开放的软硬件也才是智算中心建 设所需要的。浪潮作为三大开放计 算标准组织的发起会员和白金会员、 OpenStack开源社区的黄金会员，一 直是开源计算生态发展的推动者，一 直在积极地将开源开放的建设理念和 标准向全球推广，一直在大力推进开 放计算生态发展，所有的顶级互联网 到机柜级冷板式液冷，再到数据中心的浸没式液冷整体设 计，配合余热回收、相变储能等循环节能技术，可以实现 PUE接近于1的目标，打造高效清洁的绿色智算中心。 三是普适普惠。智算中心作为基础设施，要服务大 众，要提供算力服务，数据服务和各种智能服务，在支撑 智慧城市、智能制造、智能家居以及智能医疗等行业的智 慧化转型。 目前，行业用户的智慧化转型，仍然面临着巨大的 技术鸿沟。这个鸿沟既有如何选择最合适的算法模型，也 商。浪潮业务覆盖了全球120多个国 家和地区，不仅保持了全球前三的位 置，并且与前两名的占有率差距已大 幅度缩小，朝着全球第一的目标迈进 了一大步。 在AI服务器方面，浪潮已经连续 三年在国内市场占有率超过50%，保 持了智慧计算领导者的地位。 智算中心的两大发展方向是人工 智能和开放计算。 浪潮将高举人工智能计算的大 旗，全力发展领先的计算力。 首先是生产算力。浪潮将为智算 中心建设供给最领先的算力机组。浪潮拥有业内最强最全

联 网 、 大 数 据 、 人 工 智 能 等 技 术 ， 支 撑 传 统 基 础 设 施 转 型 升 级 ， 进 而 形 成 的 融 合 基 础 设 施 ， 比 如 ， 智 能 交 通 基础设施 、 智慧能源基础设施等 。 主要是指支撑科学研究、 技术开 发 、 产 品 研 制 的 具 有 公 益 属 性 的 基 础 设 施 ， 比 如 ， 重 大 科 技 基 础 数 字 经 济 新 形 态 与 现 有 管 理 体 制 对 撞 ， 规 范 健 康 可 持 续 成 为 数 字 经 济 高 质 量 发 展 的 迫 切 要 求 战略机遇期 做 强 做 大 数 字 经 济 已 成 为 构 筑 国 家 竞 争 新 优 势 、 争 夺 发 展 主 动 权 的 战 略 选 择 交织发展期 新 技 术 、 新 业 态 、 新 模 式 相 互 交 织 汇聚并赋能行业 AI 应用，助力行业智慧应用高效化开发， 加速行业和产业 AI 化 • 基于深度学习、强化学习等创新 AI 技术 • 重点围绕生产算力、聚合算力、调度算力、释放算力四大关键环节提升 AI 算 力 A 核心技术 AI 化 c 服务应用 AI 化 B 输出产品 AI 化 智能生态 建设平台 数据开放 共享平台 以产业创新 升级为目标 智能计算中心主要内涵及功能定位

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 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 营 养 膳食 七大服务场景 政企联动 七大信息平台 运慧管理 综合服务 护理管理 大数据分析和处理 区块链加密物联网络 01 Al 机器人应用场景 中国电子院 | A 奥意建筑 健康管理 营养膳食 精神陪伴 医疗康复 食 智慧康养场景 五大核心技术 人 工 智 能