欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 第四章 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 数场 数联网 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 国家数据基础设施建设的启动键，开 启了国家数据要素化事业的新征程。 国家数据基础设施建设是一项前无古人的伟大创新事业，从实现目标上要形成数据高效流通与安全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基

预计2020年中国智能制造市场规模将 超过2200亿元，智能制造升级将进一 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。 约电力30%，系统故障率降低90%， 投资收益提高33%，并且运营效率提 升三倍以上，交付速度可以达到每天 一万台。模块化、标准化推动了智算 中心高质量发展。 大家知道，基础设施必然要以 规模效应来实现降本增效，要能够快 速地建设。这就要求智算中心的建 设，就像现在盖房子一样，通过采用 预生产的标准化、模块化的硬件来实 现装配式的建设。从标准化的节点单 元到标准化的整机柜，到标准化的微 通、业务迁移等；数据上的互流通， 实现容灾、数据共享等。 二是基础设施的超大规模要求智 算中心应该是集约高效的。首先智算 中心整体设计理念先进，技术上说融 合架构代表着数据中心体系结构的未 来发展方向。融合架构从1.0到2.0， 已经实现了存储资源和异步计算资源 的弹性组合。现在的融合架构正处于 3.0阶段，也就是通过连接池化和重 构技术，实现不同的计算资源的协同 能力。通过软件定义来实现业务自动

攸关我国经济的长远健康发展。在全球数字化的浪潮下，我国 《“十四五”规划和2035年远景目标纲要》提出，要加快建设数 字中国，以数字化转型整体驱动生产方式、生活方式和治理方 式变革。国资委文件也提出，国有企业要实现数字化转型，数 字化资产比重要从当前的30%提高到60%以上。央企集团总部 要率先打造数字化平台，加快形成集研发设计、生产制造、经 营管理和服务保障为一体的“端到端”企业数字化供应链体 系，构建以数据驱动为核心的敏捷响应和高效协同能力。 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 优化和变革。石油企业正在加快实施数字化转型战略，推进产 业数字化和数字产业化，建设数字油田、智能油田，加强数据 安全管理和信息共享，打造企业核心竞争力。 石油数字化的 融合，智能电网 实现了从物理电网向信息电网的转变。以“互联网+”为基础的 数字经济时代下，电力企业数字化转型势在必行，这是实现行 业高质量发展和有效化解能耗问题的关键所在。 当前，数字经济发展处于关键时期，数字化转型是企业提 质、增效、降本、提高竞争力的必然要求。随着技术的进步， 大数据、人工智能等技术在电力行业的应用正不断加深。为应 对新形势下企业数字化转型面临的新挑战，实现企业数字化转 型

服务、信息传播），共享（数据、知识、功能、信息）等能力，提升城市智慧 水平，在更注重发展质量、更注重创新创造、更注重生态文明、更注重市场机 制、更注重公平正义、更注重改善民生的社会新常态下，实现惠民、强企、优 政的目标。 1.3 读者对象 本文档的读者对象包括： 1、用户方； 2、项目总集成方； 3、项目监理方； 4、系统分析与设计人员； 5、软件开发人员； 6、系统测试人员； 业智慧应用建设、城市 运行管理提供全方位的支撑，全面提升城市智慧化水平。 “一中心”和“四平台”相互支撑，互利互通。城市大数据中心提供基础数据服 务，四平台及舆情采集的业务数据提供给大数据中心实现专题应用。通过大数 据中心的服务容器的搭建，为四平台形成支撑服务，最终形成为政府、企业、 公众提供基于 XX 大数据的创新源头，形成促进信息增值，信息消费的创新孵化 器。 2.2 一中心四平台总体架构 下图所列为一中心四平台整体框架，整体描述了大数据中心及系列应用平 台建成后的业务生态链。 图1： 一中心四平台项目总体架构图 1、数据源 大数据中心数据主要来源自 XX 市各委办局及企事业单位和网络收集的舆情 数据。重点实现数据汇聚和人口库、法人库的建设，并为应用系统（四个业务 平台及政务共享平台）提供数据支撑。 （1）采集数据的委办局及企事业单位不少 40 家，数据提供单位包括：应 第 8 页 城市大数据中心建设概要设计说明书

智能客服 推荐 智慧金融 智慧能源 第 5 页 l 场景： 利用无人机搭载高清摄像 头采集输电线路影像， 通过视觉 大模型识别线路缺陷。 l 应用价值： 实现缺陷自动识别 ， 准确率≥ 99% ，减少人工巡检工作 量， 提升巡检效率和安全性 。 国 产 化 适 配 ： 采 用 昇 腾 GPU+MindSpore 适配： 使用华为云盘古电力 预训 练模型 ，基于 MindSpore 框架开 发 ，适配国产云服务。 l 场景：通过自然语言处理技术理解 用户咨询和报修工单 ，实现自动回 复和工单分类。 l 应用价值： 自然语言理解工单， 响 应效率提升 50% ，改善用户体验 ， 提高客服工作效率。 国产化适配： 采用寒武纪 新能源并网优化 • 问题描述：电网 PMS 、 GIS 、 SCADA 等系统数 据 分散 ，难以整合利用。 • 解决方案：大模型整合多 源数据 ，打破数据孤岛， 实现数据共享和协同分析。 • 国产化适配：使用国产数 据接口和数据治理平台 ， 如南瑞继保 IEC 61850 协 议适配器。 • 问题描述：光伏、风电出 力预测不准确，导致弃电

· 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， 通过平台对接，实现对大堂灯 光场景控制、空调控制等。 01 Al 机器人应用场景 中国电子院 | A 奥意建筑 · 验证访客信息：身份核对 机器人应用场景 中国电子院 | A 奥意建筑 · 送餐机器人可代替部分人工工作，起到 降本增效的作用。 · 送餐机器人可实现多任务配送，准确送 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 公园、水域等。 优势：实现降低人力成本；提 高清洁效率；保持清洁质量前 后一致。 自主规划跨楼层清洁 自动作业保障清洁质量 作业高效多重清洁 01 Al 机器人应用场景 中国电子院 A= 奥意建筑 · 自主最优全覆盖路径规划； · 自动标识已清扫区域； · 自主乘梯，实现跨楼层多区域清洁。

存储网络用于调用共享存储资源 2. 管理网络：主要包括业务管理（ K8S 平台、安全管理系 统 等）和 IPMI （智能平台管理接口） 3. 参数面网络：采用 RoCE/IB 实现集群内所有 AI 加速卡的 高 速互联 4. 数据面网络：采用 RoCE 实现智算集群与高性能文件存 储 的高速 互联 智算与通算区别 GPU 服务器 ，构建 1152 卡千卡级算力 集群 ，支撑千亿参数模型训练； l 网络能力 ： 基 于 大 二 层 架 构 与 Spine- Leaf 拓扑 ，实现端到端延 迟≤ 50μs ，保障集群大规模数据同 步效率； l 可靠性：全链路冗余设计（网络、 供电、散热） ，达成系统年非计划 停机时间≤ 4 小时目标 高功率机柜 ，保障稳定运行； l 端口能力： GPU 服务器配置 25G 双网卡 ，分别连接不同 Leaf 交 换机 ， 构建 25G 双链路冗余 l 集中部署于特定机柜位置（靠近管理交换机），实现 管理流量与业务流量物理隔离。 l 承担集群管理、资源调 度、实时监控职责，是

技术工具在不 断升级。随着大语言模型和智能代理的出现，AI 的应用范围得到极大拓展， 人们期待通用人工智能（AGI）的问世。然而，完全自主学习和决策的 AGI 在 接下来的 20 年内可能不会实现。在此期间，大语言模型等新技术仍然作为效 率工具，应尽早掌握使用，以便在人力资源管理中发挥其价值。 易路人力资源科技旗下薪智产品总监，曾任 IBM 薪酬顾问 / 项目经理、 Kenexa 中国项目经理、Salary 斯坦福大学的学者认为，AI 是智能机器的科学和工程，特别是智能计算机程序； ● 维基百科的定义：AI 是指由人工制造出来的系统所表现出来的智能，该词同时也指研 究这样的智能系统是否能够实现以及如何实现的科学领域； ● IBM 给出的定义：人工智能是利用计算机和机器模仿人类思维的问题解决和决策制定 能力，即：像人类一样的思考系统，像人类一样的行动系统。 其他主流的人工智能的定义，包括： General Intelligence，是人工智能的一种 理论形式，可以像人类一样学习和推理，有可能解决复杂的问题并独立作出决策），并彻底打破 人机交互模式的 ChatGPT 的火爆，AI 的应用再次实现质的突破，这不仅预示着 AI 应用的更大可 能，更让 AI 能力去中心化，让 AI 真正走进每个人的工作、生活，引起了普遍的社会反响和关注。 ChatGPT 成功的背后，是“算法时代”到“数据和算力时代”的进阶，是“分析式

随着科学技术的不断发展，AI人工智能已成为推动各行各业向信息化、现代化发展的重要力量。将人工智能技术应用于建筑业，可 以简化设计过程，减少设计成本，提高施工企业的经济效益。同时，人工智能技术还可以实现建筑设计的可视化、数字化和智能化，进 而极大地提升建筑设计的效率。但是，目前人工智能 AI人工智能技术在建筑设计领域的应用还很少，因此，如何使其在建筑领域的应用 优势得到更好的体现，是建筑行业从业人员必须重视的问题。 以从宏观上表现出复杂的智能行为，在具体的应用中可以通过群 蚁群算法和粒子算法来实现 [2]。 （三）AI人工智能的应用优势 一是能够有效地强化建筑设计效率。传统的建筑设计方法过 于依赖于设计人员的思维方式，存在着很大的局限性。AI人工智 能能够把人类的思想和计算机的超强运算能力有机地结合起来， 从而达到更好的建筑设计效果，同时也大大提高了建筑的设计效 率；二是为实现建筑设计的创新创造条件。在经济社会发展的今 天， 天，人们对建筑的功能和形式提出了更高的要求。人工智能技术 能够为建筑设计人员提供更多的设计资源，为建筑建模带来更多 的可能性，帮助设计人员实现更具创造性的设计；三是确保了工 程设计的科学性和合理性。AI人工智能能够实现对设计的可视化， 使设计者能够借助3D模型对设计方案进行细化，并且能够根据用 户的需求和工程的具体情况，通过 AI人工智能技术在建筑设计中 的应用进行实时的补充、修正 [3]。AI人工智能技术能够直观地展

控制点 重点要求项 对应措施 主机 安全 身份鉴别 对登录操作系统和 数据库系统的用户 进行身份标识和鉴 别 部署身份鉴别 系统。 访问控制 启 用 访 问 控 制 功 能，实现操作系统 和数据库系统特权 用户的权限分离 对系统安全加 固，限制默认 帐户、时删除 多余的、过期 的帐户等 安全审计 用户行为、系统资 源、系统安全事件 审计 采用主机审计 的主要对象是网络，但是围绕安全域的防护需要考虑在各个层次上立体防守， 包括在物理链路、网络、主机系统、应用等层次；同时，在部署安全域防护体 系的时候，要综合运用身份鉴别、访问控制、检测审计、链路冗余、内容检测 等各种安全功能实现协防。 （4）结构简化原则 安全域划分的直接目的和效果是要将整个网络变得更加简单，简单的网络 结构便于设计防护体系。安全域划分不宜过于复杂。 （5）生命周期原则 对于安全域的划分和布防不仅仅要考虑静态设计，还要考虑不断的变化； 变化； 另外，在安全域的建设和调整过程中要考虑工程化的管理。 （6）安全最大化原则 针对业务系统可能跨越多个安全域的情况，对该业务系统的安全防护必须 要使该系统在全局上达到要求的安全等级，即实现安全的最大化防护，同时满 足多个安全域的保护策略。 （7）可扩展性原则 当有新的业务系统需要接入业务支撑网时，按照等级保护、对端可信度等 原则将其分别划分至不同安全等级域的各个子域。 4.1