中文社区创始人 • PostgreSQL 中文社区常委 • 清华大学产教融合课程《分布式数据系统基础及应用》 产业方负责人 • 著有《 Greenplum ：从大数据战略到实现》 │ ©202 四维纵横 Confidential 1 目录 l 时序和超融合 l 数字汽车 l 工厂大脑 │ ©202 四维纵横 时 序 和 传统方案造成复杂、低效、孤岛化的现 状 • 多种数据产品、孤岛化严重；穿墙打洞、复杂低效；数据质量参差不齐 • 70% 企业结果是投了钱，疗效低（ Gartner 报告） Matrix DB ：高性能超融合数据库 历史原因造成纷繁复杂、低效 让数据回归应该有的样子！ Confidential • 高峰数据延迟 2 小时缩短到 10 秒， 500 倍提 升 • 开发效率提升 100 倍 （客户反馈从 3 天到 10 分 钟） • 硬件成本节省 80% • 精简技术栈：超融合数据库 MatrixDB 替换 Hadoop 全家桶 OpenTSDB 、 HBase 、 HDFS 、 Hi R di 智能座舱 画像分析 行为预警 实时查询 MatrixDB

城市安全风险综合监测预警平台数据融合实施治理方案 城市安全风险综合监测预警平台 -数据融合管理系统 （大数据平台） 数据实施治理方案 I 城市安全风险综合监测预警平台数据融合实施治理方案 目 录 1. 数据融合需求分析.................................................................................. ...........................................................................13 II 城市安全风险综合监测预警平台数据融合实施治理方案 2.2.2. 需求调研................................................................................ ..........................................................................34 III 城市安全风险综合监测预警平台数据融合实施治理方案 3.4.2. 数据接入层(EXT)..........................................................................

磊 张青山 张云龙 钟 薇 朱 军 朱孔林 （按照拼音顺序排序，排名不分先后） 车路云一体化系统云控基础平台参考架构 6 前言 汽车智能化网联化融合发展已经成为全球政府、产业界的发展共 识，各国通过升级政策法规、推动测试示范、加速创新应用等方式推 动智能网联汽车产业发展。2024 年 1 月，我国启动智能网联汽车“车 路云一体化”应用试点，推动车路云一体化从技术验证迈向规模化应 面向未来规模化不同等级智能网联汽车需求，我国提出了车路云 一体化技术路线，具备分层解耦、跨域共用的特征。车路云一体化系 统通过新一代信息与通信技术将人、车、路、云的物理空间、信息空 间融合为一体，基于系统融合感知、协同决策与控制，实现智能网联 汽车交通系统安全、节能、舒适及高效运行的信息物理系统（Cyber- Physical Systems, CPS）。车路云一体化系统由车辆及其他交通参 与 据高速缓存技术、标准化分级共享接口及融合感知、协同决策与协同 控制标准件实现车端和路侧数据接收、处理、融合感知、精准决策及 管控，有效确保了感知、决策结果及控制指令能够迅速传递至网联车 辆，同时上传至区域云，并同步处理区域云下发的基础设施管控信息。 区域云通过标准化分级共享接口、区域云一体化底座内的网关和数据 库以及一系列标准件，有效地吸收、整合来自支撑平台、边缘云及第 三方平台的数据资源。区域云融合感知标准件、协同决策标准件及交

近年来，我国工业互联网已进入规模化发展新阶段。截至 2024 年底，我国工业互联网核心产业规模已超 1.5 万亿元，融合应用已实 现 41 个工业大类全覆盖，为推进新型工业化、建设现代化产业体系 提供重要支撑。在强劲的发展态势带动下，各类金融资源正在加速向 工业互联网产业集聚，不断壮大产业生态、激活融合创新，推动工业 互联网领域的“科技-产业-金融”良性循环加速形成。 回顾 2024 年的资本市场，我国在工业互联网领域的投融资保持 互联网助力金融的三大方向，即助力提高运营效率、助力提升抗风险 能力、助力丰富金融供给，归纳提炼了工业互联网赋能金融的七种典 3 型模式，包括贯通供应链金融模式、生产与保险数据融合模式、驱动 信贷流程再造模式、防范金融违约风险模式、优化金融数据流转模式、 催生新型授信模式与数据创新金融租赁模式，并整理了相关典型案例， 为工业互联网产业与金融的进一步合作提供借鉴与参考。 有望加速复苏，在政策支持引导下，金融“活水”将持续向以工业互 联网为代表的新质生产力方向集聚，人工智能、云计算等技术与工业 互联网的融合将为产融合作带来新的机遇，耐心资本对产业的不断加 码将带动工业互联网的点线面一体推广，金融服务与工业互联网的深 度融合也为规模化应用拓展新的空间。整体看，工业互联网领域的“科 技-产业-金融”良性循环将不断打通与完善，为培育新质生产力、建 设现代化产业体系提供重要支撑。

DＧS证据理论的智慧水利态势评估方法.首先,面对海量水利数据,使用深度 自编码器对数据进行特征学习和过滤降维处理.然后,将处理后的数据交由深度神经网络进行二分类和多分类计算,并将结果 融合,得出基本概率分配函数值,其将作为 DＧS证据理论的输入.最后,通过 DＧS证据理论的融合规则得到最终的网络安全态 势评估结果.实验结果表明,相较于传统态势评估模型,所提方法能够在提升客观性的情况下,保持较高的准确性. 关键词:智慧水利;网 智慧水利网络中的网络安全态势感知通过融合网络安 全信息,来实时评估当前的网络安全态势,为网络安全管理员 的下一步决策提供支持,降低网络中不安全因素所带来的风 险和损失.同时,网络安全态势感知,对增强网络监控能力, 提高网络安全应急响应能力并为未来网络安全发展趋势提供 预测能力,具有重要意义. 网络安全态势评估的核心是对数据集信息的融合.在数 据融合方面,DＧS(Dempster/Shafer)证 DＧS证 据 理 论 在 基 本 概 率 分 配 中 客 观 性 不 足 的 问 题. Chang [６]提出了一种基于卷积神经网络多元融合的网络安全 态势感知模型,将卷积神经网络算法、指数加权的 DＧS融合算 法、层次化网络分析法进行多算法融合.与单一算法构建的 网络安全态势感知模型相比较,该模型预测的准确性和可靠 性均有提高.但该模型使用的卷积神经网络算法也带来了大 量的参数计算

远程控制，实现厂区高效、智能、先进的 安全管理。 接入视频、人员、门禁、消防、环境、生 产等系统。对接入的系统进行集中展示和 藁约化建设 携酥网愤入 新型智慧厂区 进一步提升管控需求 推进安全防控业务应用功能的深度融合，完善厂区立体化防控 体系建设，发挥指挥中心管理中枢作用，为厂区安全稳定提供 有力的科技支撑和机制保障，确保厂区长治久安 进一步提升应用效能 推进系统整合和资源共享，实现“一人采集，全员共享” 挥效率 对各类安全生产预案进行数字化管理，形成应急指挥调度方案并实时指挥调度 针对安全生产应急演练和事后评估，完善预案，形成指挥调度指导方案 01 视频实景 02 预案联动 04 数据融合 应急指挥 解决思路 03 实景指挥 ● 实景调度 感知平台 挥 息 指 信 平 同 ● ● 实景智能管理平台 公共治理、综合决策、态势感知、协调指挥 动 同 联 协 低 点 高 低 ● ● 业务融合 ● 资源整合 ● 信息汇 聚 ● 统一门 户 全息回溯 ● 场景重 建 步 组 同 重 ● ● 实景地图 ● 增强现实 ● 智能标签 ● 信息标注 厂区监控视频 多维数据融合 国 家 标 准 规 范 智 能 生 产 运 营 逻辑架 构 远程巡检

生成式人工智能基于海量数据训练、推理生成新的输出，并能以文本、音频和图像等形式创建新内容。 智算中心是支持生成式AI工作负载的新型数据计算中心，基于AI计算架构，提供AI应用所需算力服务、数据 服务和算法服务的算力基础设施，它融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练 和推理提供高效、稳定的计算环境。据测算，2023年全球生成式AI市场规模，包括硬件、软件以及服务等， 达675亿美元，到2028年有望 智算网络核心技术 06 能效与成本优化 智算中心单柜能耗已达50kW，训练GPT-3一次消耗19万度电，间接排放二氧化碳超105吨。在万卡集 群中，网络设备功耗占比可达20%-30%，需通过光电融合交换、低功耗协议栈等技术降低能耗。 2）智算网络关键能力要求 超低时延与高带宽 • 技术路径：采用RDMA技术绕过GPU内核协议栈，结合InfiniBand、RoCEv2优化，如拥塞控制、流 无缝切换至备用路径。 高可扩展性与灵活性 • 拓扑创新：从传统Spine-Leaf架构向Dragonfly、3D Torus等新型拓扑演进，提升网络带宽、降低 时延并增强可扩展性。 • 光电融合交换：引入光交换技术，将波长作为调度单元，降低时延并提升带宽利用率，并支持训练 任务的动态拓扑重构，简化网络的增量扩展。 智能化运维与管理 • 自动化部署：基于意图和AI驱动，通过网络控制器实现自动的网络规划、动态路由以及配置策略

先是“空杯心态”的勇气，全盘接纳先进管理体系；其次是“铁三角”领导团队的担当，将精益理 念转化为组织共识；最重要的是“持续改进”的坚持，使精益管理从工具方法升华为企业文化。 特别值得称道的是，锦华创造性地将党建与精益管理深度融合，这既体现了中国特色的管理智慧， 也展现了企业在借鉴国际经验时的创新思维。当我们看到员工在 T 会上自信主持，看到改善提案 持续涌现，看到管理层主动寻求更深层次优化时，我们确信精益思维已经在这家企业生根发芽、开 ······························································································16 3.4 模块融合与持续深化 ····························································································· ····················································································23 4.4 党建与精益深度融合 ··································································································

教育变革浪潮之中。智慧教室作为教育教学数字化转 型的关键载体，不仅是技术装备的集成升级，更是教 育理念与底层逻辑的系统性重构。它依托AI技术底座， 实现从“教”到“学”的深刻跃迁，推动教学流程再 造、场景融合与生态协同，构建以学习者为中心、数 据驱动的教育新范式。 智慧教室的核心价值，在于其能够重塑教学流程、激 活课堂生态，真正实现“人机协同、教学相长”素养 成长型课堂。它不只关注前端教学场景人机协同育人 人工智能不仅是工具，更是推动教育公平、提升育人 质量的新支点。 面向未来，智慧教室承载着素养导向、育人为本时代 使命。我们应以“新质育人”为目标，融合立德树人 根本任务与拔尖创新人才培养需求，强化实践能力与 创新精神塑造，让技术真正回归教育初心赋能每一位 师生全面成长，共同迈向AI与教育高质量融合新纪元。 产业界应推动AI装备从工具属性升级 为教育变革的赋能者！ 柯清超 华南师范大学教授、博士生导师 教育部基础教育信息化教学指导专委会委员 实现情感计算与学情追踪的深度融合。同时，在恪守 最小必要和隐私优先原则的前提下，对师生课堂行为 以及师生互动模式进行分析，在保障信息安全的前提 下，实现无感数据采集与精细化安全守护的均衡统一， 守护学生成长，做到技术应用与人文关怀的有机统一。 作为智慧教育领域的长期践行者，鸿合致力于技术创 新的同时，不忘社会责任。在将前沿技术与真实教育 场景深度融合的同时，我们愿以扎实的技术积累和深

，推进数据资源整合和开放共享。 推进技术融合、业务融合、数据融合 ，实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务的“三融五跨” 数据共享开放水平不高 政务大数据共享仍然存在着“愿不愿共 享”“能不能共享”“共享能力够不够”等 诸多问题； 跨部门融合协同应用较少 跨层级、跨地域、跨部门的大数据应用 还比较少，数据融合利用的效能发挥还 不够。 存在共 页 3 场景 4 方案优 螃 5 以数据湖为底座，利用元数据智能驱动技术，深化数据全流程治理，提供异构数据汇聚、海量数据处理以及全域数据 运营等服务。解决企业数据领域多源异构数据融合、数据资产集中治理以及数据共享安全可控等难点。面向各行业领 域提供数据中台建设、管理及数据服务能力，赋能数字化转型与运营。 资源标签化 标签运营化 数据中台 数据 1.0 时 代 数据资源化 业务数据化 数据 治理 平台 存储 计算 基于底座 IaaS 能力，实现多源异构数据汇聚、治理融合、数据模型可视化构建、离线 / 实时开发、多维分析和可视化、数据 服务可视化构建 ，解决数据中台建设过程中数据互通难、数据融合难、数据运营难等问题，实现数据资产价值化。 角色管理 权限管理 用户管理