AI+ 为新型能源系统赋能 2024 年 6 月 华南理工大学建筑设计研究院有限公司 莫理莉 行业报告资源群 1. 进群福利：进群即领万份行业研究、管理方案及其他 学习资源，直接打包下载 2. 每日分享： 6+ 份行业精选、 3 个行业主题 3. 报告查询：群里直接咨询，免费协助查找 4. 严禁广告：仅限行业报告交流，禁止一切无关信息 微信扫码 长期有效 专业知识社群：每月分享 3. 原报告仅限社群个人学习，如需它用 请联系版权方； 4. 如有其他疑问请联系微信。 目 录 CONTENTS 政策环境 1 现状与挑战 2 AI 的概念 3 AI 在新型能源系统中的应用 4 政策背景 1 1.1 新型能源体系相关政策 党的二十大报告指出： “深入推进能源革命，加强煤 炭清洁高效利用，加大油气资 源勘探开发和增储上产力度， 加快规划建设新型能源体系， 全协同保障能源安全的政策机制、构建促进能源绿色低碳转型 的体制机制、加快能源市场体系建设、完善能源监督管理体系 等方面，推出并落实好各项改革举措，加快建立适应新型能源 体系和新型电力系统的体制机制，促进能源高质量发展。 各省市近期陆续出台新型能源系统、储能、充电 桩、源网荷储互动等相关政策。 1.2 AI （人工智能）相关政策 近年来，我国“人工智能 +” 产业化进程不断加快，在制造 业、能源、交通、医疗、农业、生活服务等领域得到了较好应

29 4.4 智能化案例：家宽业务质差优化 30 4.5 能效优化案例：无线网络能效优化和SPN能效优化 24 4.5.1 无线网络能效优化 32 4.5.2 SPN能效优化 等业务发展、云网算智融合的网络演进、以及大模型 /Agent，数字孪生等新技术和应用方面，进行深度洞 察，分析自智网络产业的发展趋势及面临的挑战，并提 出解决策略与建议。 成功案例分享 列举自动化、智能化、能效优化的高阶自智网络实践 案例，为全球运营商及合作伙伴提供宝贵参考与借鉴 资源。 产业协同倡议 倡议广大合作伙伴携手共进，在共创共赢的理念下推动 自智网络产业向更高层次迈进。 本白皮书主要包括如下内容：

(二) 场景计算需求 .......................................................................... 14 (三) 硬件系统性能指标 .................................................................. 15 (四) 量子算法性能指标 ......... 量子计算应用能力评测一般性方法 ............................................. 27 表 目 录 表 1 大规模无线网络覆盖优化问题 ..................................................... 7 表 2 无线网络中多用户调度问题 .................... 3 网络流量预测问题 ......................................................................... 8 表 4 投资组合优化 ............................................................................... 11 表 5 信用风险预测 .

AI ＋智慧路口解决方 案 2025 一、智慧路口的发展 二、智慧路口总体思 路 三、智慧路口应用系统 四、智慧路口交通设计 五、智慧路口发展展望 目 录 1 、人工智能 + 智慧路口 概念 2 、智慧路口的发展历程 3 、路口交通问题 4 、智慧路口需求分析 加入星球获取更多更全的数智化解决方案 ■ 智慧路口是传统交通路口的智能化升级形态，以物联网、人工智能、大数据、通 端、数据传输网络和云端管理平台，构建起 “感知 –分析 - 决策 –控制 - 反馈” 的闭环系统。其核心目标是实现对路口车辆、行人、非机动车及环境的全域实时 感知、智能数据分析、动态决策调度，最终提升交通效率、保障安全，并为车路 协同和自动驾驶提供路侧支撑。 ■ AI 大模型通过深度语义理解、复杂场景推理、全局协同优化三大核心能力，正在 重塑智慧路口的技术架构与应用范式。 AI 大模型正推动智慧路口从 机械信号控制 (1920s-1960s) 美国底特 律首次部署三色机械信号灯，通过人工定 时切换控制车流 , 计算机辅助优化 (1970s-1990s) 1963 年，英国推出 SCOOTL 我国在 1978 年 北京前门试点首个交通信号自动控制系统 视频监控引入 (1990s) 闭路电视 (CCTV) 开始用于路口监控，交警可远程查看路况， 但仍需人工干预决策。

全球灯塔网络成立六年来，通过表彰制造业中推动数字化转 型的领军企业，构建了覆盖 33 个国家、35 个行业的 189 家“灯 塔工厂”，数量较 2018 年增长四倍。这些工厂分为三类：单一 工厂（聚焦生产优化）、可持续工厂（减排与循环经济）、端到 端价值链工厂（全链条协同）。其成功源于跨行业协作——65% 的新晋工厂借鉴至少 3 家不同行业灯塔经验，形成可复用的转型 方案，帮助企业突破“试点困境”，实现三年 均改善超 50%。此外，灯塔工厂通过数据平台整合价值链，将新 品推出周期缩短 50%，疫情期间营收冲击仅为同行 1/8，并减少 范围 1 和 2 排放 30%-50%，范围 3 排放通过循环合作初步优化。 灯塔工厂延续了工业物联网（IIoT）等早期技术所验证的经 验，始终高度专注于“价值回馈”方法，预防“流程债务”。其 核心策略包括：智能产品导入工具套件、一体化的韧性枢纽和借 助技术和合作实现循环经济解决方案。 （一）如今的全球灯塔网络：一个鼓舞人心的同行网络 全球灯塔网络自成立以来，从最初的16家扩展至189家工厂， 覆盖 30 多个国家及 35 个行业，规模较 2018 年增长四倍。这些 工厂分为单一工厂（聚焦生产优化）、可持续类、端到端价值链 类，并在重型设备、食品饮料等新兴领域快速渗透。通过 1000 - 4 - 多个用例和 2000 多项指标验证，灯塔工厂证明“试点困境”可 被突破：新晋企业仅需 10-20

...............................13 2.5.2 训练框架 .....................................14 2.5.2.1 训练并行优化 .......................... 14 2.5.2.2 低精度训练 ............................ 14 2.5.2.3 故障容错 ....... ..... 15 2.5.3 推理框架 .....................................16 2.5.3.1 推理并行效能优化 ...................... 16 4 2.5.3.2 推理网关优化 .......................... 16 2.5.3.3 融合算子监控 .......................... 17 DPU Data Processing Unit 数据处理单元 7 COCA Compute On Chip Architecture 片上计算架构 8 OS Operation System 操作系统 9 RDMA Remote Direct Memory Access 远程直接内存访问 10 RoCE RDMA over Converged Ethernet 基于以太网的 RDMA 11

2：广西利拓智能科技股份有限公司....................21 案例 3：广西钢铁集团有限公司....................................24 案例 4：耐世特汽车系统（柳州）有限公司................27 案例 5：方盛车桥（柳州）有限公司............................30 案例 6：柳州柳新汽车冲压件有限公司.... 结合投资的时间区间进行分析，项目持续时间如上图所示。 不同投资金额的数字化转型项目周期差距不大，平均都是在 3 年 左右。数字化转型是一个持续不断的过程，而非一蹴而就的项目。 它要求企业不断地适应技术变革，优化业务流程，提升创新能力， 并培养数字文化。所以大部分企业的数字化建设历程是很长久的， 目前统计的企业目前和未来都还将继续对数字化转型进行资源投 入。 —5— 通过对投资收益进行回报周期分析，发现进行数转智改之 80%的企业投资回报周 期在 2 年以内，反映了企业进行智改数转时，往往倾向于迅速见 到成果，期望能在相对较短的时期内实现成本回收。 —6— 企业在进行数字化转型之后，通常能够显著提升运营效率， 优化业务流程，实现资源的高效配置；同时，通过数据驱动决策， 企业能够更精准地把握市场趋势和客户需求，从而创新产品和服 务，增强市场竞争力；此外，数字化转型还能促进企业的组织变 革，培养数字化人才，构建更加开放、协作和创新的企业文化，

用友采用第五代英特尔® 至强® 可扩展处理器加速自然语言处理 (NLP) 应用 助力企业服务数智化转型 图 3. 第五代英特尔® 至强® 可扩展处理器具备强大性能 为 AI 加速而生的处理器 以针对工作负载优化的性能实现业务增长和飞跃 以高效节能的计算助力降低成本与碳排放 值得信赖的优质解决方案和安全功能 21% 整体性能提升 42% 推理性能提升 2.7 倍 三级缓存提升 10 倍 利用大模型推理软件解决方案 xFasterTransformer(xFT), 进一步加速 LLM 推理。 让更加可及、经济的 AI 算力 资源，在千行百业扬“千帆” 挑战 解决方案 大模型推理优化 解决方案 AI 服务平台 2.32 倍 相较于第三代至强® 可扩展处理器，基于第五代至强® 可扩展处理器的 Llama-2-7b 模型输出 Token 吞吐提升达 1 75% 相较于第三代至强® 第三代英特尔® 至强® 可扩展处理器 模型广场 我的模型 百度文心大模型 第三方大模型 第五代英特尔® 至强® 可扩展处理器 英特尔® CPU 模型管理 数据管理 模型精调 模型评估 & 优化 推理服务部署 第四代英特尔® 至强® 可扩展处理器 下一代英特尔® 至强® 可扩展处理器 模型评估 模型压缩 Post-pretrain SFT- 全量更新 RLHF SFT-LoRA

.............. 29 一、 技术挑战 ........................................................ 29 （一） 技术标准与系统兼容性 ....................................... 29 （二） 数据安全与隐私保护 .................................... ..................... 86 （三） 硬件设备 ................................................... 88 （四） 软件系统 ................................................... 90 二、 数据治理 ................................. 二、 优化技术架构与基础设施建设 ..................................... 103 （一） 完善数字化基础设施建设 .................................... 103 （二） 推动 BIM 技术的全面应用 ................................... 104 三、 加强数据治理与决策支持系统建设

............. 34 2.2.3 整机柜服务器供电系统发展趋势 ..................................................................................................... 35 2.2.4 整机柜服务器液冷系统发展趋势 .............................. 共 63 页 1 算力基础设施产业现状及产业政策要求 1.1 全球算力基础设施产业现状及趋势 人工智能产业市场的兴起，成为推动全球经济发展的新动力。IDC预测，全球以AI为中心的各类系统的软件、 硬件与服务支出，2023年已达到1540亿美元，到2026年将超过3000亿美元，预计2022年至2026年间复合年增长率 （CAGR）为27%。而聚焦到算力方面，全球AI计算市场规模将从2022年的195 提高，新型数据中心逐步向绿色低碳、集约高效、智能运维方向发展： 1） 绿色低碳：随着能源消耗和碳排放问题受到越来越多的关注，更先进的制冷和供电技术被普遍采用，比 如冷板式液冷方案，可降低制冷能耗，支持更高的服务器功率密度，显著优化数据中心PUE（电能利用效率）数 值；同时加大对太阳能、风能、水能等可再生能源的利用，降低数据中心整体碳排放。 2） 集约高效：随着人工智能对算力需求的高速增长，更高的单体算力性能、更高的算力部署密度和更大的