设备智能化改造..................................................................................24 3.2 数据采集与分析..................................................................................26 3.3 降低能耗方案... ......................................................................................32 4.1 需求调研与分析..................................................................................35 4.1.1 现有生产流程评估 数据存储方案......................................................................................89 6.3 数据分析工具......................................................................................91 6.4 数据安全管理

数据中心园区的碳中和提供坚实的数据支撑和工具支持。 能碳管理系统覆盖园区的数据中心系统、建筑系统、交通系统、 基础设施系统、废弃物处理系统以及能源系统等园区所有排放源。 通过实时监测和记录数据中心园区的碳排放情况，识别并分析能源 消耗的瓶颈和浪费点，能碳管理系统可提供改进能源使用效率、降 低能源消耗与运营成本、减少碳排放的有效解决方案。 为高规格满足数据中心企业及客户对于 ESG 信息披露的各项需 求，能碳管理 能耗采集 ................................................ 16 VII 零碳数据中心园区能碳管理系统白皮书 ODCC-2023-02006 2. 能耗分析 ................................................ 17 3. 能耗优化 ..................................... .............................22 1. 碳核算 .................................................. 22 2. 碳分析 .................................................. 26 3. 碳报告 ....................................

迅猛，预计未 来仍将保持其作为全球最大石油生产国的地位。美国在整体技术创新、页岩油开发以及油气资源 储备方面具有显著的优势。目前，美国石油石化产业正在大量采用先进的数字技术，如物联网、 大数据分析和人工智能等，提高效率和降低成本，技术创新的主要领域集中在提高采收率、降低 环境影响、开发新的勘探与生产技术等。 ����年，党的十六大报告首次提出：“坚持以信息化带动工业化，以工业化促进信息化，走 日本作为石化产业的老牌强国，政府和民间更加重视现代技术在石化生产和产业链建设中的 能力提升价值，尤其强调石化领域环保能力的重要地位。����年至����年间，日本政府定期发布 《制造业白皮书》，旨在分析全球制造业发展趋势，提出日本制造业发展策略。����年版白皮书 特别强调了优化供应链、增强竞争力、数字转型（DX）和绿色转型（GX）的相关发展。����年 ��月提出《绿色增长战略》，计划��� 化、绿色化方向发展。 其中，以人工智能技术为代表的智能化发展将成为落实石油石化产业新型工业化的关键。企 业需要在工程项目中实施智能化，通过构建涵盖财务、物资、营销、金融等多个业务领域的数据 分析模型，为石化产业的智能化建设打下坚实的基础。值得关注的是，����年《政府工作报告》 首次写入了“人工智能+”，人工智能技术将作为关键驱动力量，与包括石油石化在内的制造、 医疗、教育、交通、农业

数据资产 智慧园区的资产数据包括园区档案 数据和企业档案数据两部分。 > 数据开发 数据开发应提供有效的存储、索引和查询的数 据库系统，对园区产生的海量数据进行共享、 分析、挖掘、集成，找出其内在规律并进行可 视化的应用展示。 支撑平台 包括数据服务、数据分发、数据治理、数据安全、 日志统一管理、综合一张图显控等软件模块。 03 数据 资源 六、数据资源 …… 风险分级管控 风险分级管控是将“点、线、 面”的各类风险用一张图、一 张表的动态方式进行分级、分 类，并根据风险的具体等级、 影响范围、可能性等对风险进 行辨识、分析、评估和管控， 涉及风险基础信息管理、风险 智能评估、风险防控措施管理、 园区安防 重点对园区公共区域进行高点 监控、视频监控及易燃易爆及 有毒有害气体全程扫描监测， 风险分级管控 企业安全档案 安全培训 事件处置跟踪 数据在线采集 事件应急联动 统计分析呈现 报警预警管理 行政执法 ④ ⑤ ① ③ ② 1. 人体特征摄像头识别 2. 无佩戴安全帽、安全服、 实时推送告警 1. 摄像头人脸识别 2. 推送和显示位置信息 视频智能分析：视频智能防护，有效防范安全隐患 安全装备识别 ! 身份识别 入侵检测

准化技术委员会 (SAC/TC426)（简称：全国智标委）与英特尔 联合众多合作伙伴，发布了《数智园区行业参考指南》。本指 南旨在总结中国数智园区的发展特征，并通过对于数智园区典 型方案和案例的分析与总结，给出数智园区的技术趋势和参考 架构，帮助园区更好地利用数智技术的创新成果，持续拓展数 智园区的能力范围与服务边界，实现园区全状态实时化和可视 化、园区管理决策协同化和智能化。 我们希 人工介入。例如，在安全管理中，通过多模态大模型的应 用，园区安全管理系统能够自主识别视频中的各种对象， 判断是否存在安全隐患并自主上报，有助于减少人力投入、 提升违规事件等时间敏感型应用的处理效率。在设备运行 中，维护大模型可以分析设备的数据，实时检测设备运行 状态，预测设备故障，并提前进行维护和保养。 • 从部署架构来看，数智园区更强调构建云 – 网 – 边 – 端的 协同处理模式： 初级阶段的数智园区通常更强调云平台的构建，将负载集中 成为 数据驱动： 在初级阶段的数智园区，强调的是流程驱动，即使用数字化 技术重塑园区的管理、运营流程。而在数智园区时代，数据 驱动成为园区发展的核心动力，终极目标是构建数智化底座 以及数据分析应用体系，实现基于数据和规则模型，对园区 各项事务进行自动处理、自动管控、自动预测和自动决策， 从而进一步释放数据潜力。 • 从建构方式来看，数智园区的建构方式逐渐转变为数字 孪生： 数字

3.5 分类体系的交叉与融合.................................................................. 16 1.4 与传统模型的对比分析.................................................................. 17 1.4.1 数据治理维度对比............ 产品的商业模式类型...................................................................... 57 3.3.2 产品的盈利模式分析...................................................................... 59 3.4 工业大模型产品未来展望....... ............ 89 5.2 企业专属工业大模型应用开发实施.............................................. 91 5.2.1 需求分析与场景定义...................................................................... 92 5.2.2 数据采集与处理....

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 从英伟达 GTC 看 AI 工厂的投资机会 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc.com Nov-22 Mar-23 (%) 电子 沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 电子 AI 工厂投资机会：算力基础设施板块&多模态 AI 板块 本次 GTC，我们看到英伟达从硬件到软件，全方位打造 AI 工厂。我们认为行业已经进入以 mNpMrRpPoRtMyQuMpOpMwOaQ9R9PpNpPmOtQkPoOpMiNsQoNbRmNnQNZnNtNvPtPqQ 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 3 电子 从 GTC2023 看英伟达 AI 算力基础设施 英伟达 GTC2023 中，为了满足 AI 市场的需求，英伟达不仅发布了 L4 Tensor

...................................................................................19 第二节 智慧园区功能定位分析................................................................................................... 中国智慧园区解决方案商发展现状洞察 ..............................................................45 第一节 中国智慧园区解决方案商行业发展分析........................................................................45 1.行业发展态势............... .................................49 第二节 中国智慧园区解决方案商核心能力分析比较................................................................50 1.头部厂商智慧园区解决方案分析........................................................

专业、 类型/类别等。 通过从采购、入库、维修、借调、领用、分配、定位、折旧、 报废、盘点，实现设备资产全生命周期管理，简化、规范日常操作， 对管理范围内的设备进行评级管理、可靠性管理和统计分析，提高 管理的效率和质量。 基于 BIM 三维模型，跟踪设备、设施资产位置及其相关属性数 伟景行智慧建筑运维管理平台解决方案 模型中快速定位并模型高亮，使管理人员快速了解当前 设备总体运行状况，辅助制定应急计划。同时，预警信息可自动发 送至移动端生成应急任务。 实现工单闭环流转，实现工单创建、发送、计划、排程、任务 分配、工单汇报、工单分析与查询统计功能。 6)：移动端应用 物业工程人员在巡检时携带平板电脑或智能手机进行巡检，读 伟景行智慧建筑运维管理平台解决方案 务流程提供有效的分析与数据支撑，分析用户需求与特点，进一步 优化、协调相应的资源与服务，以推进高校管理机制的优化与创新。 （一）GIS 技术 地理信息系统（GIS）技术是近些年迅速发展起来的一门空间信 息分析技术，在资源与环境应用领域中，它发挥着技术先导的作用。 GIS 技术不仅可以有效地管理具有空间属性的各种资源环境信息， 对资源环境管理和实践模式进行快速和重复的分析测试，便于制定

升级和改造， 提高生产效率、降低成本、提升产品质量。当前阶段，工业领域积累了大量的数据、 基础能力和场景需求，为工业场景与人工智能技术的融合提供了基础条件。而人工智 能逐渐展现出类似人的理解和分析能力，这些能力与工业场景的融合，将智能化带入 到工业生产、运营、管理等领域，不断提升感知、认知和决策等多个环节，有望推动 工业发展走向“自适应、自决策、自执行”的智能化阶段。 大模型为工业智 普及率尚不足 11%，显示出这一领域巨大的发展潜力和广阔的 空间。相较于以往的小模型，大模型有望挖掘工业领域人工智能应用的新场景，提升 人工智能应用的普及率。例如在研发设计领域，大模型能够深度挖掘和分析海量数据， 为产品设计提供更为精准和创新的思路。在经营管理领域，大模型能够实现对生产流 程、供应链管理等各个环节的监控和智能优化，从而提升企业的运营效率和市场竞争 力。 1.3. 大模型应用落地需要深度适配工业场景 根据中国信通院2对 507 个 AI 小模型应用案例的统计分析，这些应用主要集中在生 产制造领域，占比高达 57%，而在研发设计和经营管理领域的应用则相对较少。这种 分布呈现出明显的倒 U 型。 小模型的核心特点是学习输入与输出之间的关系。小模型通过学习数据中的条件 概率分布，即一个样本归属于特定类别的概率，再对新的场景进行判断、分析和预测。 它的优点是通常比大模型训练速度更快，而且可以产生更准确的预测结果，尤其适用