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 行验证，可以事先发现问题，减少局部热点的发生，保 证设计质量。 本文以呼和浩特地区某智算中心机房为例，通过 对智算中心机房内气流组织及 CFD 模拟结果进行分 析，提出将存量机房改造为智算中心机房的措施，为 关键词： 智算中心；气流组织；CFD；空调系统 临高功率机柜散热的挑战。由于 液冷方式对基础设施要求高、实施难度大，难以满足快速交付需求，因此采用增 加列间空调、扩大冷热通道间距等方法改造存量机房成为必要选择。通过气流 组织分析及 CFD 模拟研究，提出了将存量机房改造为智算中心机房的有效措 施。 Abstract： When transforming the traditional data center into an intelligent Keywords： Intelligent computing center；Air distribution；CFD；Air conditioning system 智算中心机房气流组织设计及 CFD模拟研究 Air Distribution Design and CFD Simulation Research in Intelligent Computing Center Room 何 健

P1 面向数字孪生流域建设的洪涝模拟解决方案 汇报提纲 一、 建设背景与新的要求 二、 洪涝模拟方面技术成 果 三、 数字孪生流域建设成 果 四、 未来展望 P2 01 建设背景与新的要求 P33 洪涝灾害一直是我国的心腹之患 据 2000 多年的历史资料统计 ，我国平均每两年发生 控 水 平” ( 习近平 ， 2018 ） 全国洪水威胁区域分布图 研发面向数字孪生流域建设的洪涝动态演进模拟业务系统 ， 是实现国家防洪减 灾 和水利高质量发展和的关键任务 数字孪生流域建设背景 P4 2017 年 ， 习近平总书记提出要建设网络强国、 数字中国、 智慧社会 ，把“智慧社会” 作为建设创新型国家的重要内容 年水利部印发《关于开展数字孪生流域建设先行先试工作的通知》 大力推进数字孪生水利建设 ，支撑保障“四预”工作。 — 2023 年全国水利工作会议 数字孪生流域建设背景 P5 雨水情监测尚不能满足洪涝模拟的需求 ， 需要加快构建雨水情监测预报“三道 防线” 受全球气候变暖影响 ，我国极端暴雨频发 ，人民群众生命财产受到严重威胁 ，提升致灾暴雨精 细 监测、精准预报预警能力 ，延长洪水预见期、提高预报精准度

在工业中具有巨大潜 力 投资建议及关注标的 行业评级及风险提示 请务必阅读报告附注中的风险提示和免责声明 5 人工智能逐渐向增强或应用智能的形式转变 人工智能（ AI ）是研究 、开发用于模拟 、延伸和扩展人的智能的理论 、方法 、技术及应用系统的一门新的技术科学 。随 着进一 步发展， 人工智能逐渐向增强或应用智能的形式转变 。如今， 人工智能理论和技术日益成熟， 技术和应用程序的范围也不断 图表：材料研究的 4 个阶段 : 经验、理论、计算模拟和 ( 大 ) 数据推 动 资料来源：《材料信息学及其在材料研究中的应用》 - 王卓等，国海证券研究 所 资料来源：《材料基因在锂电研发中的应用》 - 曾乐才，国海证券研究 所 预测分析聚类 ; 矿业的关系 ; 异 常检测 二级范式 基于模型的理论 科学 三级范式 计算科学 （模拟） 密度泛函理论， 分子动力学 图表：新材料研发过程的主要环节 化学信息学可用来对反应条 件进 行优化和筛选催化剂等 ，这主要是通过对实验数据进行建模 ，然后使用该预测模型实现对实验工作的指导； 可用于分子模拟 和 分子设计 ， 并在分子性能预测的基础上 ，从所设计的分子中筛选出并进行合成 ， 以便得到经过性能优化的材料。 图表：分子模拟与人工智能平台主要流程 图表：人工智能指导并挖掘隐藏要素的工作流程示意图

一、虚拟现实与人工智能定义及特点 （一） 虚拟现实的特征及关键技术 虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利 用计算机生成一种模拟环境。是一种多源信息融合的交互式的三维动态视景 和实体行为的系统仿真，能够使用户沉浸到该环境中。 虚拟现实是一种环境，是高度现实化的虚幻。在其应用的领域中，为能 达到虚拟现实这种 触觉感知、运动感知，甚至还包括味觉、嗅觉、感知等。理想的虚拟现实应 该具有一切人所具有的感知功能。 （ 2 ）存在感 指用户感到作为主角存在丁模拟环境中的真实程度。理想 的模拟环境应该达到使用户难辨真假的程度。 （ 3 ）交互性 指用户对模拟环境内物体的可操作程度和从环境得到反馈 的自然程度。 （ 4 ）自主性 指虚拟环境中的物体依据现实世界物理运动定律动作的程 度。 ）实时三维计算机图形 相比较而言，利用计算机模型产生图形图像并不是太难的事情。如果有足够准 确的模型，又有足够的时间，我们就可以生成不同光照条件下各种物体的精确 图像，但是这里的关键是实时。例如在飞行模拟系统中，图像的刷新相当重要， 同时对图像质量的要求也很高，再加上非常复杂的虚拟环境，问题就变得相当 困难。 5 （ 2 ）显示 在 VR 系统中，双目立体视觉起

请务必阅读报告末页的重要声明 1 / 29 AI+机器人正深刻变革化工行业，有望带来效率革命。传统化工研发依赖“试错法”，周期长、 成本高，而 AI 与机器人技术融合后，从分子模拟到材料基因组学的全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 驱动者胜出，迟疑者淘汰出局”的两极分化格局。传统化工研发依赖“试 错法”，周期长、成本高。如果以第一性原理为基础，一旦将人工智能（AI）和机器人技术融 合，化工研发大概率将经历一场范式革命——从分子模拟到高通量实验，再到材料基因组学， 全链条效率被重新定义，不但可能大幅降低传统材料的生产成本，也很可能使得新材料研发 周期大幅缩短。化工企业应当充分认识到：当前的产品壁垒已经不是壁垒，当前的产品利润 随时面临挑战。 准 性上相较于传统方法显示出显著优势。 2.分子动力学加速：分子动力学需要模拟分子在不同条件下的行为，比如温度、压力下的动 态变化，AI 可以通过不仅限于机器学习力场（MLFFs）、增强采样方法、粗粒化模型等手段大 幅加速分子动力学的研究。例如 AI 2BMD 系统在精度相同的情况下，实现了超过 100 万倍的 模拟加速，并将误差减少了 10 倍以上。 3.小样本强化学习：在有限的实验次数、原材料等条件下，AI

介绍大模型在具身智能系统中起到的感知与理解作用; 其次, 对大模型在具身智能中参与的需求级、任务级、规划级和动作 级的控制进行了较为全面的总结; 然后, 对不同具身智能系统架构进行介绍, 并总结了目前具身智能模型的数据来源, 包括 模拟器、模仿学习以及视频学习; 最后, 对基于大语言模型 (Large language model, LLM) 的具身智能系统面临的挑战与发 展方向进行讨论与总结. 关键词 大语言模型, 大型视觉模型 具身智能实现对环境的感知与理解进行介绍; 第 2 节分析大模型分别在需求级、任务级、规划级、动作 级这四个控制层级上为具身智能提供的规划; 第 3 节对各类实现大模型结合具身智能的系统架构进行 分类与介绍; 第 4 节从模拟器、模仿学习和视频学 习等方面介绍具身智能训练的数据来源, 探讨大模 型如何为机器人训练带来丰富的数据; 最后在第 5 节对全文进行总结并提出研究方向. 1 感知与理解 在与环境的交互中 OVMM) (即机器人能 够在未知环境中识别并操纵任意物体以完成日常 任务) 的挑战, HomeRobot[102] 提出了 HomeRobot 具 身 智 能 数据来源 视频学习 模仿学习 模拟器 系统架构 冻结模型 Transformer 控制层级 动作级 规划级 任务级 需求级 感知与理解 人类反馈 多模态环境建模 可供性与约束 多模态模型理解 3D-VLA[63]

....................................................................................120 6.2.2 蒙特卡洛模拟...................................................................................................124 18.9% 3.1% 其次，模型层面的可信性需通过多维度验证：  动态适应性：采用在线学习机制，实时监测市场状态切换（如 牛市/熊市/震荡市），调整模型参数阈值  风险暴露分析：通过压力测试模拟黑天鹅事件，确保最大回撤 不超过预设阈值（如 15%）  逻辑可解释性：使用 SHAP 值分析特征重要性，避免深度学习 ” ” 模型成为 黑箱 最后，执行环节的可信保障需要硬件级支持。在程序化交易 SHAP 值）可量化因子贡献度，优化输入变量。  高频数据清洗：基于异常检测算法（如 Isolation Forest）自 动识别并修正异常报价  因子合成：通过对抗生成网络（GAN）模拟市场环境变化， 生成具有鲁棒性的合成因子  跨市场关联分析：利用图神经网络（GNN）挖掘不同资产间 的非线性传导关系 预测模型构建 监督学习模型在收益率预测方面展现显著优势。梯度提升树

严重浪费了宝 贵 的科研资源，降低了研发效率。以某新型合金材料研发为 例， 由于不同团队之间数据无法有效共享， 重复进行了超 过 30% 的相似实验， 使得研发周期延长了 2 - 3 年 。模拟计 算数据方面， 由于缺乏统一标准， 不同计算方法和软件得 出 的结果差异较大， 数据的准确性和可靠性难以保障， 无 法为 实验提供精准的理论指导。 在产业应用层面 ，新材料从实验室走向市场的转化之路困 据、 模拟计算数据 、产业应用数据等各类数据进行全面整合， 通 过制定统一的数据标准和规范， 打破数据孤岛， 实现数 据的 无障碍流通与高效共享 。这为新材料研发提供了丰富 、全面 的数据资源， 使科研人员能够站在更广阔的视角进 行研究 ， 避免重复劳动， 极大地提高了研发效率。 在研发阶段， 多源融合的数据为科研人员提供了强大的分 析 基础 。通过对大量实验数据和模拟计算数据的深入挖 全面促进新材料研发创新和产业应用， 显 著提升 新材料产业链的整体竞争力， 为推动新材料产业迈 向高质量 发展新阶段提供坚实支撑。 2.2 具体目标 2.2.1 数据融合与共享 整合实验数据 、模拟计算数据 、产业应用数据等多源数据 ， 制定涵盖数据采集 、存储 、传输 、处理等全流程的统一数据 标准和规范 。建立完善的数据分级授权共享机制， 根据数据 的敏感程度和使用需求， 为不同用户提供差异化的访问权

中处理复杂领域，地市团队聚焦属地风险，建立重大风险提级管理通道） 3 、审计模式创新 （10）在监管趋严与银行盈利压力并存环境下，如何通过审计功能创新 （如 压力测试审计、资本充足率动态模拟）提升资本管理的前瞻性？（如开发 逆周期 压力测试工具，构建资本充足率情景模拟系统，嵌入监管指标预警阈 值） （11）在新型腐败手段隐蔽化背景下，如何通过审计功能延伸（如员工行 为 建模、异常交易链追踪）强化对道德风险的预防性干预？（如运用社交网络 拦截正在发生的违规交 易， 部署流数据处理引擎，对异常交易（如同一 IP 高频操作）触发实时预 警） 8、如何验证算法模型的审计盲区？（如反洗钱模型忽略新型虚拟货币交 易， 通过对抗性测试生成模拟数据，检验模型覆盖场景完整性） 9 、如何平衡数据挖掘与隐私保护？（如分析客户行为时泄露身份信息， 采 用联邦学习技术，仅共享加密后的特征参数而非原始数据） 9 10、如何提升审计结论的 年交易流水，构建资金网络 图谱，识别高频跨行转账、夜间整数交易等异常模式；二是系统规则验证：比对 反洗钱监测模型参数与《金融机构大额交易和可疑交易报告管理办法》要求，检 测阈值设置合理性；三是流程穿行测试：模拟地下钱庄交易路径，验证预警触发 至央行报送的全流程时效性。 3 、审计发现：12 组关联账户通过“多级跨行拆解”规避监测，涉及交易金 额 9.3 亿元，系统因未设置“7 日内跨 5 家以上银行”规则漏报；可疑交易报告

计确保了在高频交易场景中的竞争力。  风险控制与回测：DeepSeek 内置了多层次的风险控制机制， 包括止损、止盈策略以及仓位管理算法，能够有效防范市场波 动带来的风险。同时，其强大的回测功能支持历史数据的模拟 交易，帮助交易者评估策略的稳定性和盈利能力。 以下是一个典型应用场景中 DeepSeek 处理流程的简化描述： 通过上述流程，DeepSeek 技术能够为股票量化交易提供从数 据到决策的全 的捕捉能力，在金融时间序列预测中表现出色。模型的训练过程采 用交叉验证和早停策略，以防止过拟合，并通过调整学习率、批量 大小等超参数优化模型性能。 在模型训练完成后，我们进行回测以评估策略的有效性。回测 过程中，模拟交易环境，考虑交易成本、滑点等实际因素，确保模 型在真实市场中的稳健性。回测结果通过夏普比率、最大回撤、信 息比率等关键指标进行评估。此外，我们还引入滚动窗口策略，动 态更新模型以适应市场变化，提高模型的适应性和预测精度。 超参数调优：利用网格搜索或随机搜索方法，优化学习率、批 量大小等超参数。 此外，为了评估模型的有效性，我们采用交叉验证和回测相结 合的方法。交叉验证用于评估模型在历史数据上的泛化能力，而回 测则用于模拟模型在实际交易中的表现。通过这种方式，我们能够 全面评估模型的性能和可靠性，确保其在实际应用中的可行性。 通过上述步骤，我们能够构建一个高效、稳健的股票量化交易 模型，结合 DeepSeek 的强大计算能力，实现精准的市场预测和交