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

项目编号： 财政数据信息资源目录、数据标准 存储及大数据资产化 规 划 方 案 目 录 1 概述.............................................................................................................1 2 规划思路......................... 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。

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

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

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

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 发 展 处 于 " 四 期 叠 加 " 矛盾凸显期 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 演 进 起步拓展期 我 国 数 字 经 济 规 模 化 效 应 尚 未 显 现 算法 智算新中心 智能 计算中心 数字经济三要素 数字经济五创新 应用创新 监管创新 技术创新 生态创新 平台创新 数据 算力 智能计算中心定义 概念界定 智能计算中心 （简称智算中心） 是基于最新人工智能理论，采用领先的人工智能计算架构，

行业概述 行业概述 产品介绍 平台优势 相关案例 2 、当前工地的问 题 建筑质量问题多 施工地点分散 安全事故频发 监管难度大 工地数量多 人员管理难 施工现场事故多发 扬尘噪声污染大 生产操作不规范，隐患未及时消除 人员、精力有限，无法全方位检查、监管 施工进度、质量得不到保障 行业概述 产品介绍 | 平台优势 场扬尘、 噪声一 体化监 测方案 五 、扬尘、噪声监测系 统 防 尘 人 空 制 有 责 无组织污 在练盟理临蘑 项目来源 ● 建筑工地数量多，排放量大，施工现场监管难度大 ● 采用降尘筒监测技术落后、周期长、科学性差 ● 缺乏有效的在线监测技术和定量化监管手段 ● 缺乏建设工程颗粒物总量核定办法和依据 急需建立先进的建设工程颗粒物实时在线监控平台，实现： 行业概述 管理 特 种 作业 统计 分析 定 位 地 图 人 员 定 位 区 域 设 置 安 全 交 底 技 术 交 底 教 育 记 录 体 检 记 证 录 件 记 录 有 效 期 提 醒 违 规 记 录 人 员 诚 信 评 价 劳 务 黑 名 单 考 勤 表 门 禁 闸 机 系 统 打 卡 记 录 健 康 记 录 详 细 数 据 花 名 册 行业概述 产品介绍 平台优势

① 行业背景 施工现场管理问题 材料控制 绿色施工 劳务人员 管理 安全施工 特种设备 监管 施工现场管理领域 五大领域监管难题 ◆ 材料费占整个过 程 造价的 50%- 70% ◆ 进场材料验收采 用 手工完成，常 导致 数目误报 ◆ 劳资纠纷频繁发生 ◆ 存在作业安全隐患 ◆ 现场劳务人员管理 复杂 尘、噪音振动，常 造成空气污染，扰 乱周边居民，同时 造成建筑施工脏、 乱、差、闹的社会 形象 ◆ 塔吊设备由于操 作 员视野受限， 容易 出现碰撞危 险 ◆ 脚手架及高支模 支 护体系常因违 规拆 卸发生坍塌、 倾覆 .. 2 智慧工地行业发展趋势 随着社会的不断发展，建设市场的不断改进，工程体量也随之不断增长，工地环境更为复杂，对施 工记忆和工艺水平提出了更高的要求。大数据、云技术、物联网及 ■ 跨区域告警 ■ 电子围栏告警 ■ 视频联动 手 机 A P d 作 业 管 理 访 客 管 理 智 能 考 勤 智 能 巡 检 数 据 中 心 大 屏 卡 多 用 视 频 联 动 一 键 求 救 区 域 报 警 电 子 围 栏 报 警 查 看 行 为 分 析 目 标 追 踪 区 域 人 员 统 计 实 时 位 置

工地传统管理 | 现状 安全意识薄弱、安全教育走过场 检查效率低 人员组成复杂 ，流动性强 ，工资 纠纷多 施工机械易发安全事故 ，人员伤 亡事故损失大 环境污染监测困难 ，预防效果不 明显 场地环境复杂 ，监管人员成本大 , 问题回溯难 信息化的荒地 ，需求旺盛难满足 监测预警联动 ，能源利用自动控制 远程视频监控 ，录像回放再现 引入 VR 等技术结合安全教育和检 查 端 应用 安全管理 移 易 试 扬 智 大 便 工 车 监 动 检 块 尘 能 体 携 地 辆 控 监 巡 子 养 噪 水 积 式 广 管 中 控 更 系 护 音 电 混 临 播 理 心 子 子 统 子 子 测 护 统 统 统 系 系 系 温 子 统 统 统 系 系 统 统 现场管理 实 名 制 管 理 子 系 统 机 管 大 师 子 系 统 塔 机 吊 钩 视 频 子 系 统 卸 料 平 台 子 系 统 高 支 模 监 测 子 系 统 深 基 坑 支

置执行，保证不产生重复数据 3 数据交换平台配置，可自定义数 据采集内容和数据采集周期 提供采集周期和采集数据内容的配置功 能。 4 数据字典采集和整合，保证数据 一致性 梳理数据字典及各委办局数据比对规 则，ETL 配置执行 5 数据入库规则，入库后形成各委 办局主题以及基础信息库（专题 库）并保证数据质量 将整合后数据分为委办局主题库和专题 库，分析每层入库规则，从不同层面上 保证数据的质量。 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