延长预见 期 长短记忆神经网络 时空地理加权回归 P13 提 出 了 产 流 模 型 空 间 尺 度 自 适 应 校 正 方 法 ， 建 立 了 流 域 蓄 水 容 量 和 地 形 指 数 的 动 态 响 应 关 系 ， 降 低 了 产 流 模 型 的 空 间 尺 度 依 赖 性 ， 实 现 了 不 同 空 间 尺 度 的 高 效 模 拟 。 实现了不同空间尺度的高精度产流模拟 ， 200m 经多次迭代计算确定相应 目标空间的近似 Pareto 解集 ， 实现对模型参数的快速率定 ，解决参数率定的计算负荷问题。 提高参数率定速度： 基于深度学习替代模型的参数快速动态率 定 技术成果： 提升建模效 率 采用替代模型快速率参 P21 P22 增量学习可以主动从新的洪水数据中学习并自主调整模型 ， 能够做到不重复处理历史数据 ，修正并增强 历史数据使其与新数据相匹配。 因此模型可以从新的数据中持续学习新知识 模型运行后自主学习 ，无需手动调参； 避免模型学习新知识后出现 “灾难性遗忘”（此长彼 消） 现象。 模型自我升级优化： 增量学习模型下的模型自适应调 整 技术成果： 提升建模效 率 技术成果： 提升建模效 率 模型算法通用化与标准 化 P23 结合空间地理信息系统 ，基于前处理模块形成的水工程、汇水单元、河网拓扑结构等基础信息 ，确定工 程 调度模型范围 ，以拖拽、链接等绘制或自动生成等方式

软件与大模型联合仿 真，适配新能源并网优化 需求。 • 问题描述：通用大模型在电 力 领域适配性差 ，难以满足 特定 场景需求。 • 解决方案：电力领域预训练 模 型（如华能“ 电盘古 ”）提 升 场景适配性 ，优化模型性 能。 • 国产化适配：基于国产深度 学 习框架和预训练模型 ，适 配电 力行业应用场景。 电力行业核心场景与价值 第 7 页 超算中心融合管理子系统 （包含统一门户） l 典型训练流程 时序图 单 机 训 练 配 置 分 布 式 训 练 配 置 训 练 效 率 提 升 训练配置参数 模型部署 数据收集 清洗标注 模型训练 模型压缩 第 13 页 监 控 与 调 优 参 数 Q 网络时延监控 监控指标：参数同步时延 监控指标：昇腾 GPU 利用率＞ 85% ， CPU 利用率＜ 40% 。 阈值范围：避免资源瓶颈，确 保高效计算资源利用。 调优策略：优化分布式并行策 略，增加数据预处理节点，提 升整体性能。 模型精度监控 监控指标：验证集误差连续 3 个 epoch 无下降，触发早停机 制。 阈值范围：确保模型精度持续 提升。 调优策略：加载历史最优模型，

常态，建筑设计行业需求增量空间有限。 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 年以来前五大 设计院的市占率基本保持稳定，自 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 设计，协同效率可以提升 10 倍、人效提升 5 倍，设计成本降低 90%，建安成本降低 10%。 ⚫ AI+设计未来：龙头优势显现，设计行业痛点突围可期。 数字建设提供更多可能性，提升设计多专业、跨区域协同性。方案设计阶 段，AI 技术能够启发设计创意；初步设计阶段，AI 技术提高工程效益， 降低成本浪费；施工图设计阶段，AI 技术使得各方协同效率提升。 突破人员产能瓶颈、提升人效，打开龙头企业成长空间。在

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 的重点工作。随着技术的不断发展，企业的管理理念、经营模 式和商业模式都发生了巨大的变化， 由此带来的是生产和业务 模式上的变革。这种变革对企业生产经营带来了前所未有的影 响，也 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 型的目标，需要企业进一步认清形势，把握机遇，探索建立符合 在通过AI技术将客服工作全流程智能再造，全面提升客服效率。 对Udesk提供的智能机器人来说，首先，可以提高用户感知，为 企业在线客服，新媒体客服等提供统一智能的自助服务支撑， 降低了用户问题得到解决的难度和复杂度；其次，提升服务效 率，缩短咨询处理时限，分流传统人工客服压力，节省服务成 本；再次，快速收集用户诉求和行为数据，支撑产品迭代优化。 3.2 中国南方电网 （1） 公司介绍 中国南方电网公司于2002年12月29日正式挂牌成立并开始

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.com 数据团队负责人。 。在深度学习领域，大模型 通常是指具有数百万到数十亿参数的神经网络模型。这些模型需要大量的计算资源和存储空间来 训练和存储，并且往往需要进行分布式计算和特殊的硬件加速技术。大模型的设计和训练旨在提 供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常能够学习到 更细微的模式和规律，具有更强的泛化能力和表达能力。 大语言模型是一种基于深度学习技术的大型预训练神经网络模型，深度学习指的深度神经网 35% 60% 基本达到预期 没有达到预期 达到预期 超出预期 9.5% 33.3% 57.1% 此外，非常多的企业对于 AIGC 在企业内部的应用也表现出了相当积极的态度，特别是在提 升文档制作和流程执行效率方向。根据 Gartner 的调研，76% 的人力资源领导者认为，如果他们 不在 12 到 24 个月内采用和实施 AIGC，将使得组织的成功落后于他人。接下来，我们逐一看一下

业 视 觉 产 品 瑕 疵 检 测 酒 水 杂 质 检 测 LED 灯 珠 监 测 PCB 板检测 矿 石 检 测 电 脑 CG 特 效 CG 制作提效 视觉算法分析 数据存储 智 慧 园 区 数 据 智 能 处 理 平 台 数 据 智 能 分 析 平 台 海 量 视 频 数 据 处 理 平 台 … 智慧医疗

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 人工智能计算架构 AI 芯片 AI 服务器 高速互联 深度学习框架 资源调度 数据服务 数据开放共享平台 算力服务 算法服务 产业创新聚集平台 智能生态建设平台 图像 视频 高 效模 型 训 练框架 高 效模 型 优 化方 法 深度 学习 自然语言 处理 AI 场景 AI 算法 AI 工具 AI 服务 CPU GPU 细粒度切分 调度策略 算力服务管理 FPGA ASIC 算力标准化 ，需要支持诸如深度分离卷积、残差密集 网络（ RDN ）和隐式三维朝向学习等最新机器学习算法 ，同时支持各类算法的灵活配置以 满足不同实际应用场景的需求 机器人 机器人产业的发展迫切需要智能计算中心平台提 供全链条 AI 技术支持 ，包括 AI 芯片、视觉识别、语音 识别、机械臂和导航技术等 ，根据不同场景的不同诉 求 ，提供“硬件 + 软件 + 服务”的全流程快速定制化专用 机器人产品 ，大幅缩短产业链流程。

户 提 供 7×2 4 小 时 响 应 的 服 务 平 台， 客 户 若 对 本 项 目 产 品、 技 术 有 疑 问 或 发 现 系 统 有 故 障 时， 可 及 时 得 到 技 术 支 持 服 务。 1 ： 7×24 热线电话支持 为 客 户 的 本 项 目 的 设 备 提 供 供 合 同 约 定 的 设 备 保 修 服 务， 并 且 提 供 现 场 备 件 支 持 和 产 品 系 统 预 防 性 维 护 服 务。 2 ：提供项目及时快捷的设备保修 服 务， 并 且 可 根 据 客 户 的 需 要 和 授 权， 通 过 宽 带 方 式 进 入 客 户 的 软 件 的 功 能 扩 充 提 供 约 定 的 免 费 现 场 支 持 服 务。 5 ：现场技术支持服务 得 客 户 同 意 的 情 况 下， 为 客 户 提 供 稳 定 的 高 版 本 软 件 的 免 费 升 级， 并 根 据 版 本 情 况 提 供 软 件 更 新 的 资

应用场所及功能 应用于企业、政府大楼、学校、 医院、展厅、商场、机场等公 共场所，提供接待、讲解、商 务查询、导航、娱乐互动等服 务，满足各类场景下的多元化 需求，节省人力成本，有效提 升服务质量和客户满意度。 准备 · 定制人设 · 自动到岗 ·5G/Wifi 双连接 C 迎宾 · 模式设置 · 路线规划 导览 · 语音播报 · 文字 / 图像 提升品牌形象 降低运营成本 顾客 / 用户 机器人执行下一个任务 任务完成机器人返回 减少上菜风险 应用场所及功能 应用于餐厅、办公、医院、娱 乐场所、工厂等室内场景，提 供送餐、递送文件、送货等服 务。 优势：降低人力成本；提高私 密性；减少配送时间；提高配 送准确性，提升满意度。 0 1 Al 机器人应用场景 的清洁服务，提高清洁效率和 质量，为人们创造更加清洁和 舒适的生活和工作环境。 室内清洁机器人：应用于办公 楼、商场、酒店等场所。 室外 清洁 机器人：应用于园区、 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

交换机，保障单点故障不中断业 务。 l GPU 服务器配置双网卡， 分别连接不同 Leaf 交换 机， 实现链路冗余， 提 升网络可靠性。 配 合 RoCEv2 协 议 ， 将 GPU 间 通 信 延 迟 降 至 ≤ 20μs ，大幅提 升模型训 练效率。 网络架构技术优势 RDMA 协议 大二层技术 第 36 页 l 分布式统一存储 全闪池 混闪池 NFS ，将模型训练周期从 15 天缩短至 7 天 ，效率提升 53% 。 高算力密度： 10KW 机柜部署 3 台 8 卡服务器 ，算力密度达 2.88PFLOPS/ 柜 ， 相比传 统数据中心提升 3 倍。 能效控制：通过风冷系统优化实现 PUE=1.3 ，降低制冷能耗；选用超微服务器 （性 价比优于戴尔 30% ）和华三网络设备（成本比思科低 40% ） ，标准化设备减少 维 护与替换成本 ，利用西部低电价 校级平台统一管理全校资源，单项目无法一次性调用大批量资源，成果产出效率和速度低。为实现高效的科研及教学，计划建设一套 高 效、安全、可靠的智算超算专属云平台。 （ 1 ）实现算力统一门户。将超算能力与智算能力结合，实现数据模型训 练到模型推理及验证的无缝衔接。 （ 2 ） AI 智算集群、超算集群、高速网络 ，组建高效科研环境。有效提 升 XX 大学科研水平 ，助力双一流建设。 某高校 HPC&Al 数据中心项