招聘管理 商机管理 客户管理 产品研发 清单设计 生产计划 材料计划 服务质量 供方质量 生产质量 发运计划 材料管理 成品管理 维修处理 满意度跟踪 愿景“国际影响力的大型载货汽车跨国民营企业集团” 2015 年（ 150 亿， 15? 万辆）➙ 2020 年（ 300 亿， 30 万辆） 是西南地区规模最大、现代化程度最高的 专业载货汽车生产制造企业 **** 特点：订单具有一定个性化，但 部件具有比较固定的选择范围 适用业务：中型、大型标准装备 制造或高科技产品 产成品 部件 1 部件 2 部件 3 …… …… …… …… 可选件 1 可选件 2 可选件 3 可选件 1 可选件 4 可选件 5 特点：订单个性化非常强，产品 结构基本固定，但部件规格、属 性均有较大差异 适用业务：大型装备及机械制 造，如飞机、重型低速柴油机 A B C ……

某大型车企数智化战略 规划方案 XX 集团 AI+ 建设顶层战略设计方案 目 录 – 2 c 第一部分： AI+ 现状、趋势及对汽车行业的影响 第二部分： XX 集团 AI+ 应用现状 第三部分： AI+ 应用典型企业分析 第四部分： XX 集团 AI+ 顶层战略设计方案 • AI+ 顶层战略设计框架 • AI+ 战略实施策略建议 – 建立 XX 众创研发平台策略及建议 来；同时，终端连接个性化定制平台，用户可以在销售 人员的帮助下，直接在互动终端下单  展列 XX 汽车内饰材料，使用 户可以真切的感受到材质的质量和触感；可设 2 个材质 中心，每一个中心设 1 张大型展台，摆放材质纤维，皮 具样本和漆面样本  设置两个私人体验室，体验室内配 备互动终端、影幕和 VR 设备，用户可以在更私密的环 境中深入了解产品，有助于了解客户需求 现有 4S 店改进方案

深度对接，以企业的商业需求为导向开发实用的技术产 品，从而一方面加深学术界与产业界对接，加快科研成果 转化，另一方面帮助中小企业和初创企业更快速获得成熟 的技术解决方案。截至目前，ARTC已经有超过 �� 家会员， 包括大型全球跨国公司、公共机构、中小企业和初创公司， 参与了包括VR实验室、智能机器人以及�D打印技术等��� 多个项目的研发，平均每个项目孵化时间仅为半年。 新加坡纬壹科技城 （One North） 学下属的中央圣马丁学院，激活了片区的文化时尚氛围， 成功吸引龙头企业谷歌（Google）在此建设欧洲总部大 楼，进一步带动了大量科技和文化企业的集聚。如今这一 片区已形成拥有�所高校、��家博物馆、��余家大型科技 企业、���家研究中心、上万名科技人员汇聚的高端产业 极核和时尚消费高地。 随着科技创新日益转向科技要素、市场力量和人相互动融合的模式，创新驱动的构建既需要创新基础设施的支撑，也 需要 如，苏州于����年以“市内飞地”形式，在相城区内打造苏 州工业园区苏相合作区。该合作区距离苏州工业园约��公 里，总面积��.��平方公里，由苏州城投集团、相城城投集 团共同出资，苏州工业园区大型国企新建元集团主导设立 的苏相开发公司全面承担基础设施建设和资产运营等。合 作区充分结合了苏州工业园区科技、经济实力，以及相城 区的土地和生态优势。截至����年，苏相合作区规上工业 产值�

100%，新建居 住建筑全面执行 75%节能标准。积极推进大型公建和居民住宅既有建筑节能改造，涵盖绿 色照明、建筑能耗分项计量、建筑外窗、空调系统、能耗监测系统等改造，实施有星海书 香世家酒店、书香门第月亮湾酒店、人力资源服务产业园、东沙湖股权投资中心等一批节 能改造项目。积极开展可再生能源应用，在住宅建筑顶部设置太阳能热水系统，大型公共 建筑采用太阳能热水、太阳能光伏、地源热泵等可再生能源。园区已获得各级绿色建筑标 部门协同机制，实现协调共管、数据共享，对不同类型建筑全生命周期碳排放开展有效监 管，强化建筑低碳运行管理，形成建筑领域碳减排合力。明确建筑碳排的责任人，建立监 督责任方和行业管理责任方的多方协作管理机制。鼓励公共机构、大型公共建筑采用合同 能源管理模式，发布《公共机构低碳管理绿皮书》等。 完善公共建筑能源消费管理体系 19 引导公共建筑开展用电分项分区计量。完善公共建筑能耗统计制度，开展工业园区建筑面 再生能源技术的结合 33 推动光储充一体化示范试点建设 34 探索制定政策，对建设储能项目的工业主体在用电高峰期给予政策倾 斜 35 争取对有储能需求的工业企业、大型公建且满足空间、消防要求的， 做到应建尽建 36 鼓励储能设施参与电网调峰，提高经济效益 37 开展虚拟 电厂试点 示范 全面摸排可调节资源，收集可调节设备、可聚合容量、响应方式、响

数字化设施管理 数据共享平台 丰富的行业经验 多种展示方式 强大的三维平台 互劢展示手段 我们的优势 大型囿周环幕 大型环 幕 多种展示方式（ 1/2 ） 大型触摸墙

Cloud 将 NVIDIA 的生态系统引入到了云服务提供商，NVIDIA 触及的范围得以扩展。 2）NVIDIA AI Foundations。这是一项云服务，面向需要构建、优化和运营定制 LLM（大型 语言模型）和生成式 AI，客户使用其专有数据进行训练，用于处理特定领域的任务，包括语 言、视觉和生物学模型制作服务。NVIDIA NeMo 用于构建定制的语言/文本转文本生成式模 型，Picasso 伟达 在此次 GTC 大会上推出 DGX H100 服务器，配有 8 个 H100 GPU 模组， 配有 Transfofmer 引擎以支持处理类似 ChatGPT 的生成式训练模型，FP8 精度在大型语言模型相较上一代 A00 的训练和推理能力分别提升 9/30 倍。8 个 H100 模组通过 NVLINK Switch 相连，确保 GPU 之间的合作和通信。目前 DGX 100 已全面投产，后期有望面向全球企业。 4） 适用于推荐系统和向量数据库的超级芯片 Grace-Hopper：通过 900GB/秒的高速一致 性芯片到芯片接口连接 Grace CPU 和 Hopper GPU，适合处理大型数据集，如适用 于推荐系统和大型语言模型的 AI 数据库。 图表13： 全新的推理平台：四种配置——一个体系架构、一个软件栈 ,资料来源：英伟达 GTC2023，华泰研究 英伟达主要数据中心AI推理芯片参数

在现有文献资料中，很难找到对于“园区”或者“能源 园区”的明确定义。实际上，存在着许多不同的方法 来把多个建筑或城市的某一区域定义为一个园区。园区 的类别可以依据行政区域、基础设施（如交通线路或者 大型功能性设施和机构）或社会环境来划分。最为常见 的是，基于园区的面积大小以及园区内部建筑物的使用 功能结构来定义园区。而能源系统平衡范围， 往往被 用来定义能源园区。在这种情况下， 就特别需要对能 源 其次，必须对空间边界做出界定。这些边界可以是行 政、建筑、自然或交通领域的边界。也就是说，空间边 界的界定具有极大的灵活性。在某些情况下，周边的基 础设施或区域，比如风电场，或是具有余热废热资源的 大型工业区也可以被包括在内。主管土地使用规划和交 通基础设施的各级地方政府部门是确定空间布局规划的 关键协调方。 步骤二： 定义园区边界范围 此外，还必须从全生命周期的角度考量园区的发展与建 设。依 个流程的效率。当然，这些角色也可以由多个投资方共 同组成的团体来担任。 关键的利益相关方大多是从能源需求侧演变而来的，比 如有着大量能源需求的建筑和工厂。这一角色也可以由 能源服务公司（ESCO）或具有余热废热潜力的大型企业 来担任，从而寻找潜在的客户群体。开发商往往会愿意 寻求一个固定的“核心客户”（有最大的稳定用能量的 用户）或一个“核心能源供应方”（比如一个可以持续 稳定提供大量工业余热的企业），即一个具有重要经济

的全方位合作， 覆盖 LNG 再气化及储存转型、先进控制、智能工厂、城市燃气业务创新等多个领域；3） 万华化学：蓬莱基地率先使用中控 i-OMC，未来，将通过生成式人工智能技术，比如大型 语言模型、中控 AI 时序大模型 TPT 及预测大型模型等，为其工厂和园区创建一个超级大 脑。全球顶级客户与中控技术的合作充分体现了公司产品的有效性和竞争力。 ⚫ 维持盈利预测，维持“买入”评级。预计 24-26 年归母净利润分别为 学作为化工行业领导者，基于数字化理念指导，万华化学已成功建成智能制造、经营管理、 生态圈协作、基础设施、协同办公、智慧决策六大平台，为其业务提供增值。未来，万华 化学将通过生成式人工智能技术，比如大型语言模型、中控 AI 时序大模型 TPT 及预测大 型模型等，为其工厂和园区创建一个超级大脑，不断完善和提高预测及决策能力，最终建 公司深度 请务必仔细阅读正文之后的各项信息披露与声明 3）市场竞争加剧的风险 经过多年的发展，公司在智能制造和工业自动化领域处于国内领先地位，公司的集散 控制系统（DCS）市场份额连续多年领先，并且在市场中树立了可靠的品牌形象。但在工 业自动化行业中，大型跨国企业厂商和本土企业厂商的集中度较大，且呈现进一步集中的 趋势。公司面临着跨国厂商和本土厂商的双重竞争压力，跨国厂商资金雄厚、综合技术实 力强劲。 4）海外市场经营风险 公司多年来积极

点领域设备投资规模将较2023年增长25%以上，形成上万亿元的市场规模。这一增长不仅受到国家政 策的大力支持，还受到技术进步和市场需求的推动，特别是风电、光伏等新能源发电设备领域。国家电 网和南方电网等大型企业在加大投资，以促进电网现代化和智能化升级，这进一步扩大了能源设备更新 的市场规模。 具体而言，国家电网公司2024年的电网投资首次超过6000亿元，而南方电网公司预计2024年至 2027 和自动化领域的专长，热轧智能车间能够在工程控制、高效运营、安全可靠、智能化运营等多方面有显 著提升。 3.2 石油化工：走向绿色化、高端化、电气化 石油化工行业，尤其是大型炼油化工企业，其生产装置通常位于防爆区域内。这些装置具有大型 万亿蓝海，新从旧来——中国设备更新战略与实践 20 化、集约化、工艺先进、自动化程度高、结构复杂等特点，同时面临着高温高压、易燃、易爆、易中 毒、关联性强等风险。 资料显示，该企业的原油一次加工能力一千余万吨/年，是以基础炼油、高端化工为主，集国际贸 易、国际物流、终端销售等为一体的、产业链条化的、特大型石油化工企业集团。不过，企业所处区域 技术力量较薄弱，因此在运维管理，设备信息统计、升级，全厂继电保护设置和整定方面都有需求。 作为大型炼化企业，该企业对供电连续性要求较高，停电时间短，改造难度大。此外，企业系统内 部中压元件、低压元件及低压变频器品牌众多，三分

技、朴津智能等机器人企业合作，赋能近400家机器人企业。 3 多种商业模式共存，满足不同客户个性化需求 工业大模型主要以订阅服务付费、购买软件许可证、提供工业大模型服务与技术支持，建立开放平台的方 式来进行盈利。主要面向：大型制造企业、能源公司和汽车制造商等；中小企业，尤其是在特定细分市场 （如电子产品组装、精密仪器）中的企业；高校科研机构等。2023年，工业大模型在制造业的应用市场份 额占据了52%，在能源行业为2 业大模型 也不再局限于单一行业，而是逐渐扩展到多个行业和领域。例如，制造业、能源、物流、化工等领域都开始广泛 应用大模型技术。 训练研发成本加速行业壁垒形成，工业大模型市场规模增速放缓 训练大型模型需要巨大的算力支持，导致初期的算力成本高，例如，GPT-4的开发成本有将近7800万美元，算力 资源的分散和调度管理能力不足也增加了成本。随着大模型的持续发展和功能优化的需求，工业大模型的核心技 性的品牌，特别是在工业大模型这样高风险、高成本 的领域，头部品牌的信誉为其赢得了市场优先权。2023年在中国企业用户中，约75%的受访者表示在选择工业 解决方案时更倾向于选择知名品牌，这一比例在大型制造企业中甚至高达85%，客户对品牌的信任起到了决定性 作用。这些“老客户”不仅为企业提供了稳定的收入来源，还能通过用户反馈推动技术和产品的持续改进，庞大 的用户基础使得头部企业能够迅速渗透市场，将新产品推向更多的客户群体。[26]