项目编号： 财政数据信息资源目录、数据标准 存储及大数据资产化 规 划 方 案 目 录 1 概述.............................................................................................................1 2 规划思路......................... 首先阐明数据资源目录与整体数据分析应用的逻辑关系： 图 2-1 数据资源目录及标准存储在整体数据分析应用中的逻辑结构图 第 1 页 图 2-1 数据资源目录及标准存储(分布式方案) 数据资源目录的建设需建立在《财政基础数据规范》及《财政标准存储规范》 基础上，按照一定的清洗转换规则自生产系统中获取数据后形成符合规范的标 准存储，供形成进一步的主题分析资源库使用，最终实现深层次的数据分析、 数据挖掘。 生产系统数据源可以是已建立的容灾备份池，也可以是原始生产库，甚至是非 基于平台的第三方系统或外部文件等资源。数据资源目录依据标准存储建立后， 还可提供多地区多年度收支统计、地区排名、多年对比等初步的数据查询比较 主题。当然，进一步的主题分析、深层挖掘，还需要基于形成的标准存储数据 仓库进一步进行抽象分类提取。 2.1.1 数据资源目录总体结构 数据资源目录体系主要由数据资源目录服务系统组成，同时还具备软硬件、网

超算中心融合管理子系统 （包含统一门户） 高速网络交换子系统 通用 CPU 算力子系统 GPU 智算子系统 HPC 超算子系统 全闪存存储子系统 高性能文件存储子系统 超算智算中心系统组成 子系统和高性能计算（ HPC ） 子系统。 l 超算计算节点和智能计算节点分别通过 IB/RoCE 网络等高速网络交换子系统进行高速互连； l 集成多层次、 多协议、 多种数据保护模式的全闪存存储系统和高性能并行文件存储系统 ， 以及配套的信 息安全子系统和超算中心融合管理子系统。 典型超算数据中心架构 信息安全子系统 1. 对外连接网络（网络出口层）分为 ：用于公众用户访问智算中心 2. 云专网：用于智算中心间互联、训推互联 3. IP 专网：用于远程管理 2. 内部互联网络分为业务 / 存储网络、管理网络、 参数面网络、 数据面网络 1. 业务 / 存储网络：业务网络用于互联网用户访问智算 / 通 算 等资源， 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 3. 参数面网络：采用 RoCE/IB

的“土地、劳动、资本”映射至数智世界，进一步 拓展出符合新时代特质的三大新要素 ：数据、ICT 人才和数智化生产工具。数据作为核心生产要素， 其流通与利用效率直接关乎国家竞争力 ；以网络、 计算、存储、人工智能和能源为代表的数智化技 术，构成了关键的新型生产工具，推动数据转化为 知识、赋能产业升级 ；高素质的 ICT 人才，则为数 字经济的持续创新注入了根本动力。积极的 ICT 产 业政 ：宽带用户、移动网络、物联网设备 03 全球数智化指数（GDII）2025 和智能终端产生的数据 » 数据传输 ：光纤、4G/5G 网络、骨干基础设施 以及 IPv6 部署的传输和联接质量 » 数据处理与存储 ：数据计算和存储基础设施及 相关能力，包括云投资、人工智能 Token 消耗 以及业务连续性能力 » 数据应用 ：企业数字化、人工智能应用、电子 商务和数字政府服务等多个领域的数据使用 » 数字能源 » 数据生成 » 数据传输 » 数据处理与存储 » 数据应用 » 数字能源 » 政策 » 人才与生态 GDII 通过为政策制定者、投资者和企业提供切实 可行的洞察，从而支持战略决策，推动可持续的数 智化转型。 国家数智化发展差异化表现 » 高收入国家 数据生成、应用和人才与生态方面表现卓越， 但在扩展数据存储和增强处理方面仍旧面临挑 战，其重点是加强可持续发展并建设先进的计

、能源等资源紧张的问题，算力供给受限；而西部地区资源丰富， 具备发展数据中心的天然优势，但数据需求相对不足。在此背景下， 我国“东数西算”工程应运而生。“东数西算”就是将东部地区产生 的数据传输到西部地区进行计算和存储，促进东西部算力协同联动。 1.2 目标及意义  目标：通过“东数西算”工程，在全国范围内规划建设多个国 家级算力枢纽节点和大数据中心集群，形成布局合理、绿色集约的算 力基础设施体系。实现 满足算力消费者对系统在算力、网络、存储等多维度的使用 ● 需求。  任务调度模块：接受协同调度的调控，聚焦算力维度需求， 调度相应算力资源以支撑用户任务的算力供给。  流量调度模块：接受协同调度的调控，聚焦网络维度需求， 调度相关资源以保障用户任务的网络支撑。  数据调度模块：接受协同调度的调控，聚焦存储维度需求， 调度对应资源以满足用户任务的存储需求。 三、调度架构 在东数 同调度平台为统 一平台，实现对所有算网资源的无差别调度使用。这意味着，无论资 源的属性和管理方式如何，用户只需关注自身的业务需求，无需了解 资源的复杂细节，即可便捷、高效地获取所需算力、网络和存储资源， 享受一体化的优质服务体验。这种无差别调度模式极大地简化了资源 获取流程，提高了用户的使用便利性，降低了用户的使用门槛，有助 于吸引更多潜在用户进入算力市场。 3.1.3 业务流程 步骤一：资源注册登记与纳管

部院线电影、 50 个游戏场景、 100 个建筑可视化项目 ， 数据量 约 1.2PB ， 4K/8K 批量静帧渲 染 ， 46PFLOPS 算力 • 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 超算子系统 全闪存存储子系统 高性能文件存储子系统 典型超算智算中心核心系统单元包含通用计算子系统、智能计算（ AI ）子系统和高性能计算（ HPC ）子系统。 l 超算计算节点和智能计算节点分别通过 IB/RoCE 网络等高速网络交换子系统进行高速互连； l 集成多层次、多协议、多种数据保护模式的全闪存存储系统和高性能并行文件存储系统 ，以及配套的信息安全子系统和超 ：用于公众用户访问智算中心 2. 云专网：用于智算中心间互联、训推互联 3. IP 专网：用于远程管理 2. 内部互联网络分为业务 / 存储网络、管理网络、 参数面网络、 数据面网络 1. 业务 / 存储网络：业务网络用于互联网用户访问智算 / 通 算 等资源， 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

据处理与计 算，存力保障数据的高效存储与调用，运力保障数据的跨域传输， 模型能力则深度释放算力在各场景的应用效能。如何更科学的评估 我国综合算力发展现状，全面把握区域产业短板与优势，成为推动 我国数字经济高质量发展的新命题。 我国正处于数字经济加速跑的关键期。近年来，我国在算力领 域取得了显著进展。一是算力结构不断优化，技术创新成果频出； 二是存储规模与性能实现结构性突破，为海量数据的高效处理提供 ........ 5 （一）算力结构优化与技术创新并进................................................................ 5 （二）存储规模与性能结构不断突破................................................................ 6 （三）运力基建与调度机制双轨演进.... 人工智能技术方面，算力技术创新与人工智能技术深度融合，在自 然语言处理、图像识别、语音识别等领域取得突破性进展，为我国 算力产业的应用拓展提供有力支持。 综合算力指数 6 （二）存储规模与性能结构不断突破 近年来，中国数据存储总量呈现高速增长态势，存力基础设施 建设成效显著。中国算力平台监测数据显示，截至 2025 年 6 月底， 全国存力规模达 1680 EB，相比于 2023 年增长约 40%，存力规模持

规模的增长存在剪刀差，推动了超大规模智算集群的 建设。 作为基础设施建设者和新质生产力的推动者，电 信运营商正积极推进智算布局。本文基于大模型的 发展趋势和需求，结合运营商的特定优势，提出了智 算集群布局以及算力、存储、网络和维护管理方面的 关键词： 人工智能；智算中心；基础设施；建设思路 doi：10.12045/j.issn.1007-3043.2024.09.012 文章编号：1007-3043（2024）09-0068-06 要满足智算算力的需求，其布局、建设及维护方案与传统的云资源池存在较大 差异，当前运营商对智算中心的布局以及详细方案并没有统一的建议和参考。 分析了大模型发展带来的算力、存储、组网的需求挑战，对运营商智算布局以及 算力、存储、网络、维护管理等提出了相应的策略和方案建议。 Abstract： The computational complexity of AI training has been ［5］。参数量剧增导致训练所需的数据量越来 越大，有预测认为，到 2026年文本数据将被训练完，图 像数据将在 2040年前后被用完，合成数据将会是未来 数据的主要来源 ［6］，数据量规模会再一次量级跃迁，对 存储的规模和性能带来更大的挑战。此外，智算集群 的规模也从百卡发展到万卡，甚至十万卡级别，对网 络通信的带宽和时延要求越来越高。 1.2 算力需求和挑战 在 Transformer 模型结构中，算力需求与模型参数

....15 2.1.1 处理器与加速器选择..................................................................18 2.1.2 存储系统设计.............................................................................19 2.1.3 网络架构与接口. 1 数据采集与预处理..............................................................................34 3.2 大数据存储与管理..............................................................................36 3.3 深度学习模型训练.. 求的综 合解决方案。DeepSeek 智算一体机将采用模块化设计，确保系统 的高效性、可扩展性和易维护性。 在硬件方面，DeepSeek 智算一体机将搭载最新的多核处理 器、高速内存和大容量存储设备，以支持大规模的医疗数据处理。 同时，显卡和专用加速器将被集成用于加速深度学习模型的训练和 推理，特别是在医学图像识别和自然语言处理任务中表现优异。网 络模块将支持高速数据传输，确保医疗数据在院内外的快速共享与

1.1 视频数据采集.............................................................................17 2.1.2 数据存储与管理.........................................................................19 2.1.3 实时处理与分析...... 1.2 视频监控政策.............................................................................78 5.2 数据加密与存储安全...........................................................................80 5.3 用户权限管理........ 3. 实时监控与预警：通过智能监控平台，实时分析各类视频数 据，并自动识别潜在的安全隐患。一旦监测到异常事件，系统 能够及时发出预警，通知相关管理部门快速响应。 4. 数据存储与回溯分析：对处理后的数据进行有效的存储，形成 可供后续分析与学习的数据库。同时，支持事后回溯，帮助分 析事件的发生原因与发展过程，为未来的安全管理提供依据。 5. 多部门协作与信息共享：建立跨部门的信息共享机制，确保公

1.1 视频数据采集 ............................................................................ 19 2.1.2 数据存储与管理 ......................................................................... 22 2.1.3 实时处理与分析 ... 2 视频监控政策 ............................................................................ 86 5.2 数据加密与存储安全 ......................................................................... 88 5.3 用户权限管理 ....... 实时监控与预警：通过智能监控平台，实时分析各类视频数 据，并自动识别潜在的安全隐患。一旦监测到异常事件，系统 能够及时发出预警，通知相关管理部门快速响应。 4. 数据存储与回溯分析：对处理后的数据进行有效的存储，形成 可供后续分析与学习的数据库。同时，支持事后回溯，帮助分 析事件的发生原因与发展过程，为未来的安全管理提供依据。 5. 多部门协作与信息共享：建立跨部门的信息共享机制，确保公