BIM & FM 出库单列表 条码出库 6.4. 盘库管理 系统可根据仓库或物资分类等信息或对全部物资进行盘点，生 成盘点计划。通过扫描枪实现带条码物料的自动盘库，进行库存数 量与实际数量对比。 账实不符的物资可进一步核实后调整，或进行盘盈盘亏处理。 伟景行智慧建筑运维管理平台解决方案 GIS & BIM 库存台账查询 6.8. 物料消耗查询  可按领料人员查询物料的领用和消耗对比情况。 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM  可基于 BIM 三维模型，按设备查询其历史领料情况。 物料消耗对比查询 7. 移动端应用管理 7.1. 移动工作，响应力执行力的有效保障 移 时间尺度的建筑 伟景行智慧建筑运维管理平台解决方案 GIS & BIM & FM 能耗实时数据统计与历史数据对比，全面、深入能耗数据统计结果， 理解建筑用能分配，跟踪重点设备的用能趋势。 8.6. 能效分析 通过各子系统提供的相关采集数据，我们可以对整个建筑的各 个用电系统进行节能诊断。分析各子系统占总能耗的比例，分析各

期决策 中枢”跃迁。 本报告基于科研背景，全面梳理了 AI 赋能工业仿真的技术路径 与实践脉络。首先探讨人工智能赋能工业仿真的必然性及其应用价 值，然后聚焦于 CAD、CAE 两大核心领域，对比分析国内外技术路 线与应用现状；在关键技术层面，解析数据驱动、物理驱动及融合 驱动这三类 AI 仿真方法的本质区别与适适用场景；通过轨道交通、 航空航天、轻工业、汽车工业及工程建筑等领域的实践案例，验证 ................................................................... 9 图 5 使用有限元和 PINN 方法预测的温度分布热力图对比.............................. 11 图 6 利用人工智能方法实现后处理过程中的特征识别..................................... 13 风扇优化中的关键设计变量....................................................................... 43 图 16 风扇设计优化前后对比............................................................................... 44 图 17 数值回归验证结果..

泰国设立生产基地的长城汽车、与当地企业合资在瑞典进行本地化生产的吉利汽车等龙头企 业，提升我国新能源汽车产业的技术水平和国际化人才队伍。 （4）汽车行业：新能源汽车深度出海 图2 中国、美国、欧盟新能源车渗透率对比 数据来源：ACEA、中国乘联会 2022年 2023年 2024年1月 2024年2月 2024年3月 中国 美国 欧盟 27.6% 35.7% 32.8% 35.8% 32.7% 21 车身结构专家、Seating Lead Design Engineer、自动驾驶测试专家 50k及以上 30-50k 20-30k 10-20k 5-10k 5k及以下 图10 四大行业海外销售岗位月薪对比（单位：人民币） 数据来源：科锐国际 2023-2024海外人才市场需求大数据 新能源 0.7% 11.2% 41.4% 29.4% 14.9% 2.4% 0.8% 18.2% 42 销售终端和渠道搭建。企业岗位的本地化 比例也在提升，外派员工的数量在减少，企业更青睐本地人才或本地华人。 图11 四大行业海外销售岗位学历对比 数据来源：科锐国际2023-2024海外人才市场需求大数据 图12 四大行业海外销售岗位工作年限对比 数据来源：科锐国际2023-2024海外人才市场需求大数据 新能源 汽 车 机械设备 电子电气 0.7% 19.9% 79.4% 新能源

与传统模型的对比分析.................................................................. 17 1.4.1 数据治理维度对比.......................................................................... 17 1.4.2 模型能力维度对比....... 应用范式维度对比.......................................................................... 18 1.4.4 实施成本维度对比.......................................................................... 18 1.4.5 技术挑战对比..... ◼ 可解释性架构 工业场景对模型决策透明度的特殊要求催生： ➢ 双通道架构：分离特征提取与决策推理路径 ➢ 注意力可视化：定位关键传感器或工艺参数 ➢ 反事实解释：生成满足安全约束的对比样本 1.2.3 应用范式 ◼ 知识迁移模式 工业大模型实现三类知识迁移： ➢ 跨设备迁移：在数控机床群体间共享磨损模式知识 ➢ 跨工序迁移：将冲压工艺知识迁移至焊接工序 ➢

2-1：江苏省各地级市减煤控碳重点产业 7 表 2-2：江苏省国家级工业园区减煤控碳重点产业 8 表 3-1：碳排放总量前10园区碳排放主要行业 13 表 3-2：碳排放量前10园区煤耗情况 15 表 4-1：典型园区对比分析 25 iv 图目录 图 2-1：耗能耗煤排碳重点园区识别路径 4 图 2-2：江苏省2016-2020年工业煤炭消耗情况 5 图 2-3：江苏省2016-2020年工业二氧化碳排放情况 基准情景。该情景延续现有的发展模式，采取 2016 至 2020 年的各设区市工业增 加值、单位工业增加值能源消费量、煤炭占能源消费结构比例年均变化率作为参数。 低碳情景。在基准情景基础上参考江苏省、各设区市各规划中相关规定，对比 2025 年趋势值和政策规划值，选择最优值作为该情景下 2025 年参数值。 4.1.2 减煤控碳潜力分析 结论表明，13 个地级市均有一定程度的减排潜力，影响减排潜力的主要因素为经 济增 技术、生物医药三大主导产业工业总产值占比超过 90%。 表 4-1：典型园区对比分析 园区对比 A 园区（钢铁类） B 园区（综合类） 主导产业 钢铁冶炼及钢铁制品 高端机械制造、新一代信息技术、 生物医药 能源结构 以焦炭、煤炭为主 以原煤、电力为主 26 江苏省工业园区绿色低碳发展路径研究报告 园区对比 A 园区（钢铁类） B 园区（综合类） “十三五”期间 能源消耗总量与 强度变化

统、基础设施系统以及能源系统统计。 按空间：包含 ECC、楼栋、楼栋南北区、包间以及园区其他的 公共空间。 按设备：按变压器、HVDC、UPS、冷机、水泵、末端空调、柴油 机等重要设备统计对比。 2.能耗分析 数据中心通过能耗分析功能统计分析不同节点和设备的能耗数 据，包括电能表、燃气表、水表等计量装置的能耗数据。基于系统 （制冷、IT、电源、辅助）、机房、设备等多个维度，对数据中心 电及排名。 数据中心需向能碳系统植入每年及每月的规划的能耗指标，能 碳系统会根据数据中心的用电、用水、用气来分析和计算实时的能 源消耗总量和能耗强度，并与规划的能耗的指标和历史能耗指标进 行对比分析，分析哪个能耗点出现异常消耗，也给数据中心能耗使 用规划调整提供实时的数据基础。 通过对收集到的能耗数据进行计算分析，可以将不同设备的能 耗情况归类整理，建立能源模型，预测未来的能耗趋势，精准定位 电源系统设备（变压器、UPS、HVDC、直流电源）损耗分布、电源设 备统计、各层级电源（10KV、380V、末端）功率对比。 （4）制冷系统能耗统计分析:制冷系统能耗趋势、制冷设备 （空调、冷水机组、一次泵、二次泵、冷却塔、列间空调等）日/月 能耗分布曲线、制冷系统包间（按模块机房）能耗对比、制冷设备 （空调、冷水机组、一次泵、二次泵、冷却塔、列间空调等）日/周 /月用电排名。 （5）辅助系统

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。 图表9： DGX H100/A100 参数对比 资料来源：英伟达 GTC2023，华泰研究 NVIDIA系列产品的关键指标 系统尺寸/mm 运行温度范围 最大系统重量 /kg 软件 存储 网络 系统 内存 CPU 在应对机器学习和深度学习的带宽需求上仍有差距。寒武纪去年年底推出思元 590 系列可 能在部分模型上由于其 ASIC 专用性表现出更优异的性能，但仍需要后期适配和技术支持。 图表11： 国内主要云端训练芯片与英伟达主流训练芯片对比 资料来源：各公司官网，华泰研究 免责声 370 为例，其 INT8 运算性能达到 256 TOPS，高于 T4 的 130TOPS， 且能效比和性价比均更优，已具备替代 T4 能力。 图表14： 国内主要推理芯片与英伟达主流推理芯片对比 资料来源：各公司官网，华泰研究 免责声明

间、故障记录等信息。这些数据用于分析设备的运行效率及潜 在的故障预警。 2. 质量检测数据：借助在线检测系统，自动化采集产品在生产过 程中各个环节的质量指标，如尺寸、重量、表面缺陷等，通过 对比标准值，快速识别不合格品，分析影响质量的因素。 3. 供应链数据：从供应商、仓储及物流环节实时获取原材料及成 品的库存状况、运输时间、交货准确性等信息，便于优化供应 链管理和降低库存成本。 4 大模型应用方向提供具体参考。例如，找到一些常见的流程改进建 议，如减少手工操作、优化物料配送路线等。 最后，将所有的评估结果进行汇总，形成一份详细的现有生产 流程评估报告。该报告应包括流程图示、各环节的绩效指标对比、 关键问题分析和改进建议。这份报告将为后续的需求定义和技术解 决方案设计提供数据基础和实践依据。 4.1.2 用户需求收集 在项目的需求调研与分析阶段，用户需求收集是确保系统能够 充分满 议，并根据具体应用场景辅以 CoAP 和 HTTP/HTTPS 等协议，以实 现灵活和高效的数据交互。通过这种多层次的协议组合，可以确保 在不同类型和条件下都能实现数据的顺畅传输。 以下是不同协议的对比总结： 协议 特点 使用场景 优缺点 MQTT 轻量级，发布/订阅模 式 传感器数据收集，低带宽 情况下 优点：低延迟，适合大量 设备；缺点：依赖于代理 服务器。 CoAP 简洁，RESTful

。 本研究全面梳理了1992—2022年间建立，且截至2022 年底仍处于运营状态的全部中国海外园区的现状，并以此 为基础，建立了中国海外园区数据库。除通篇都涉及的文献 综述法、案例研究法、对比分析法等定性研究方法外，本研 究还采用了定量评估方法。定量评估方法涵盖三个具体方 面。第一，中国海外园区数据库的开发方法。在整理校验了 既有的中国海外园区数据集的基础上，本研究采用基于网络 发电量与装机容量的估算方法不同，不能简单将光伏/风电 开发技术潜力评估结果中的二者直接进行横向比较。在园 区相关数据完备的基础上，可在后续的研究中开展针对具体 园区的光伏/风电发电量与装机容量对比研究。另外，本报 告评估范围聚焦于技术潜力的部分，由于园区可再生能源项 目开发的营利性与所在国的电价政策及电力监管制度密切 相关，因此，本报告未对项目的经济潜力进行考察，建议后 续研究中可以选取具有代表性的典型园区，开展基于案例 快速选取Tier2园区和Tier3园区的屋顶，且数据质量可以和 人工相媲美。为了评估屋顶选取工具数据源的数据质量，本 研究对Tier1园区的数据进行对比。Tier1园区共有22个，去除 了屋顶选取工具中缺失数据的4个园区，本研究对比了其他18 个园区由人工标注的屋顶面积和采用屋顶选取工具标注的 屋顶面积，结果如附图2所示。 附图 1 | Google Earth Engine（GEE）的交互式人工标注流程

31 日 每股净资产（元） 12.60 资产负债率% 42.70 总股本/流通 A 股（百万） 790/778 流通 B 股/H 股（百万） -/- 一年内股价与大盘对比走势： 相关研究 - 证券分析师 刘建伟 A0230521100003 liujw@swsresearch.com 施鑫展 A0230519080002 shixz@swsresearch ：行业与整体市场表现基本持平； 看淡 (Underweight） ：行业弱于整体市场表现。 我们在此提醒您，不同证券研究机构采用不同的评级术语及评级标准。我们采用的是相对评级体系，表示投资的相对比重建议；投 资者买入或者卖出证券的决定取决于个人的实际情况，比如当前的持仓结构以及其他需要考虑的因素。投资者应阅读整篇报告，以 获取比较完整的观点与信息，不应仅仅依靠投资评级来推断结论。申银万国使用