外）。评级标准为报告发布日后的12个 月内公司股价（或行业指数）相对同 期相关证券市场代表性指数的涨跌 幅。其中：A股市场以沪深300指数为 基准；新三板市场以三板成指为基 准；香港市场以恒生指数为基准；美 国市场以标普500或纳斯达克综合指数 为基准。 股票评级 买入 相对同期相关证券市场代表性指数涨幅大于15% 增持 相对同期相关证券市场代表性指数涨幅在5%～15%之间 中性 相 相对同期相关证券市场代表性指数涨幅在-5%～5%之间 减持 相对同期相关证券市场代表性指数涨幅小于-5% 无评级 由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确 定性事件，或者其他原因，致使我们无法给出明确的投资评级 行业评级 推荐 相对表现优于同期相关证券市场代表性指数 中性 相对表现与同期相关证券市场代表性指数持平 回避 相对表现弱于同期相关证券市场代表性指数 相对表现弱于同期相关证券市场代表性指数 信息披露 本公司在知晓的范围内履行信息披露义务。客户可登录 www.xyzq.com.cn 内幕交易防控栏内查询静默期安排和关联公司 持股情况。 使用本研究报告的风险提示及法律声明 兴业证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。 本报告仅供兴业证券股份有限公司（以下简称“本公司”）的客户使用，本公司不会因接收人收到本报告而视其为客

聘、线上会议到文档协同、工作提交；从线下到线上的迁 移，加速了社会的智慧进化，主要表现为以下三个方面： 首先是加速了经济活动的线上化变革。企业选择线上 办公，导致各种在线办公平台用户规 模指数级增长，其中钉钉平台超过 1000万家企业、2亿人协同办公；腾 讯会议系统上线仅两月，日活跃用户 就超过千万。学校选择线上教学，其 中钉钉平台超过14万所学校、1.2亿学 生在线上课；腾讯课堂有超过140万 算力就是生产力，智慧计算改造升级了生产力三要素，最 终驱动了人类社会的转型升级。智慧计算将劳动者由人变 成了人与人工智能的复合体，劳动者可以呈现指数增长； 将数据变成了一种新的生产资料，从有形到无形，生生不 息，越用越多；将计算力驱动的信息化设备变成了生产工 具，也是指数增长，生产力得到了前所未有的解放。 伴随生产力的升级，社会基础设施也在产生变化。农 业时代的基础设施比较简单，就是水利、交通等；工业时 键计 算和智慧计算。每种计算都有相应的计算力中心去支撑。 科学计算的算力中心是超算中心。承载当前企业应用、政 府应用和个人应用的算力中心是数量众多的各类数据中 心。当前，人工智能计算需求正呈指数级增长，未来将 占据80%以上的计算需求，承载这种需求的就是AI算力中 心，即智算中心。 智算中心成为新基建的三个基本条件 工业时代的电力生产需要电厂，计算力也需要强大 的生产供给中心，它就是智算中心。智算中心融合多元算

2-4 数据资源目录管理活动图 数据资源目录体系的业务流程包括资源编目、资源注册、资源发布，并提 供资源访问和资源维护等功能。编目提供公共资源核心元数据和交换服务资源 核心元数据的编辑功能；注册是指数据资源目录提供者向数据资源目录管理者 第 7 页 提供公共资源核心元数据和交换服务信息资源核心元数据登记；发布是指管理 者通过目录服务器，把财政信息资源核心元数据库的内容发布到系统中；查询 主要有以下三个方面的标准： 1、独立拥有及控制数据资产 目前，数据的所有权问题在业界还比较模糊。从拥有和控制的角度来看， 数据可以分为 I 型数据、II 型数据和 III 型数据。 I 型数据，主要是指数据的生产者自己生产出来的各种数据，例如百度对使 用其搜索引擎的用户的各种行为进行收集、整理和分析，这类数据虽然由用户 产生，但产权却属于生产者，并最大限度地发挥其商业价值。 II 型数据， `提升收集运用数据的能力 与结构化数据相比，非结构化数据由于其难以用传统数据库的二维逻辑表 来表现而被放弃。IDC 的一项调查报告中指出：企业中 80%的数据都是非结构 化数据，这些数据每年都按指数增长 60%.显然，加强对非结构化数据的重视程 度对于提升整体收集运用数据的能力效果显著。 另一方面，伴随着技术发展，传统的数据处理流程已不能满足业务需要， 提高数据处理速度势在必行。例如，O2O

2023年2月，中共中央、国务院发布《数字中国建设整体布局规划》，提出“2522”数字中国建设总体框架。其中，第 一个“2”是指的数字基础设施和数据资源体系两个“数据底座”，“5”是指数字经济、数字政务、数字文化、数字社会、数 字生态文明“五位一体”推动数字中国建设，第二个“2”是指数字技术和数字安全“两大能力”，第三个“2”是指国内治理 和国际合作“两个环境”。建设和运营横向连通、纵向贯通、协调有力的全国一体化数据基础设施，是“五位一体”推进数字 理，仅提取业务场景必需的数据字段，避免全量数据暴露；通过区块链增强可信性。元件生成、授权、使用记录均上链存 证，防止篡改与滥用。 标准化封装。通过集成结构化定义、格式规范、分级分类等技术，对数据元件进行标准化封装。结构化定义指数据元件 按统一标准封装为可识别的数据包，包含数据来源、用途限制、有效期等元数据，以及脱敏后的本体数据；格式规范指采用 JSON、XML等通用格式，适配不同系统接口；分级分类是根据数据公开级、受限级等敏感度，以及应用领域进行标记，便 限管理是通过数字合约定义数据元件 的访问权限、使用次数、有效期等规则，实现动态控制；场景适配是指同一数据元件在不同场景下开放不同字段；区块链存 证指数据元件的流通路径、使用记录上链存证，确保全流程可追溯。 轻量化交互与可组装性。轻量化设计指数据元件仅包含必要字段，体积小、解析效率高，支持实时交互；模块化组合。 数据元件支持按需拼接，形成满足复杂场景需求的数据服务。 数据元件

年我国算力总 规模将超过 300 EFLOPS，智能算力占比达到 35%。算 力的提升使芯片功耗迅速增加和单机柜功率密度提 升，这给机房的冷却方式带来更严苛的考验。电子元 器件的失效率随着温度的升高呈指数式上升 ［1］，因此 机房内合理的空调配置及气流组织显得尤为重要。 《数据中心设计规范》（GB50174-2017） ［2］指出，在设计 数据中心时，CFD 气流模拟方法对主机房气流组织进

完整性指的是数据信息是否存在缺失的状况，数据缺失的情况可能是整个 数据记录缺失，也可能是数据中某个字段信息的记录缺失。不完整的数据所能 借鉴的价值就会大大降低，也是数据质量最为基础的一项评估标准。 2、一致性 一致性是指数据是否遵循了统一的规范，数据集合是否保持了统一的格式。 数据质量的一致性主要体现在数据记录的规范和数据是否符合逻辑。规范 指的是，一项数据存在它特定的格式，例如 IP 地址一定是由 4 个 0 到 一般的数据都有着标准的编码规则，对于数据记录的一致性检验是较为简 单的，只要符合标准编码规则即可，例如地区类的标准编码格式为“北京”而不 是“北京市”，我们只需将相应的唯一值映射到标准的唯一值上就可以了。 3、准确性 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。 当然如果统计的数据异常并不显著，但依然存在着错误，这类值的检查是 最为困难的，需要通过复杂的统计分析对比找到蛛丝马迹，这里可以借助一些 数据分析工具，那么具体的数据修正方法就不在这里介绍了。 4、及时性 及时性是指数据从产生到可以查看的时间间隔，也叫数据的延时时长。及 时性对于数据分析本身要求并不高，但如果数据分析周期加上数据建立的时间 过长，就可能导致分析得出的结论失去了借鉴意义。 3.4.2.2 数据质量保证方法

年， AI 算力需求增长约 390 倍 来源：罗兰贝格 国内：我国智算增长迅速，智算占比从 2021 年的 51% 跃升为 2023 年的 70% 来源：中国信通院《中国算力发展指数白皮书（ 2022 ）》 政策加持国内外提前布局，智能算力需求激增 各国政府布局 AI 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

年， AI 算力需求增长约 390 倍 来源：罗兰贝格 国内：我国智算增长迅速，智算占比从 2021 年的 51% 跃升为 2023 年的 70% 来源：中国信通院《中国算力发展指数白皮书（ 2022 ）》 政策加持国内外提前布局，智能算力需求激增 各国政府布局 AI 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

AI 在企业人力资源中的应用白皮书 百度通过大数据分析建模、动态扫描、组织名称变化、团 队规模变化、管理幅度变化、管理层级变化、高阶人才异动情况、 团队离职率等情况，进行组织健康度与关键人才的风险指数分 析，并提供实时预警，从而达到确保组织灵活、高效配置、上 下同欲的目的。例如：当管理幅度小于 5 人时，系统会给相应 的 OD 负责人发送邮件，OD 负责人就会与 HRBP 共同分析团 队配置的合理性。当某业务线管理层级大于