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

智慧停车 …… ■ 以快速低投入方式实现数字化园区转向智能化园区 Aic 新机遇——智慧园区 · 系统架构 指挥中心 对讲系统 客户端 显示大屏 南京智能计算 中心云平台 智算中心机房 三 XTROTEC 中 科 逆 熵 □ 移 动端 互联网 第三方系统 智能计算设备 视频门禁机 日，南京智能计算中心正式启 动 国家信息中心领导，参观智算中心 三 XTROTEC 中 科 逆 熵 首批合作企业签约仪式 Cartueon nspur 南京智算中心运营团队提出三大原则： 基于系统化思维，提供专业化服务，建设和谐发展的智能计算生态。与原厂、政府部门、各类客户建 立 全面、全时段的密切合作与协同，实现建设、运营、应用三阶段统筹协同；与专业团队共建各类产业智 能处理中心；以智算生态聚合带动形成多 监 测 海 上 气 象 监 测 工 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

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

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 CEO，中国计算机学会（CCF）计算机应 用专委会执行委员。曾先后担任中国惠普有限公司全球服务部高级经理、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

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

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 .................

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

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

住建部门 + 环保部门 + 安监部门 + 人 力社保部门 数量多、分布广，政府集中监管难度大 就业群体大，流动人口多，无法保障劳务人员的合法权益 n 施工环境复杂，安全隐患多，缺少预警与监督的技术手段 施工单位 + 建设单位 + 建筑公 司 + 开发商 数量多、分布广，总部统一管理难度大 工地作业流程节点多，缺少过程可视化管理 成本和质量管控要求高，缺少可视化回溯管理 人员安全意识薄弱 塔机安全监控 施工升降机 视频监控 车辆管理 配电箱监测 扬尘环境监测 用水量、电量监 测 前端感知 智慧应用 传输层 桩桩 APP 项 目 / 企业管理人员 政府相关部门 大屏展示 平台层 方案技术架构 数字工地 劳务管理 生产管理 安全管理 质量管理 综合态势 事件查看 VR 教育 经营管理 慧眼 AI 绿色施工 减少安全隐患 高效管理 提升项 目 形象 题库内容自由设置 接入设备管理 上 网时 间管理 实名制联动系统 WI FI 人员教 育 连接 Wi Fi 进入测试 通过测试开始上 网 开始教育测试 l 手机端、 Web 端，双端操作，大屏展示 l 正向激励，负向惩罚，促进管理 l 促进安全管理，减少人的不安全行为，创新安全管理手段 l 联动慧眼 AI ，实现自动记录人员不安全行为， 自动负向扣分惩罚 l 可与实名制打通，分值为