基于云计算技术的智慧环卫解决方案 目录 1 环卫行业背景概述 2 行业遇到的问题和挑战 智慧环卫的解决方案 4 云技术架构 3 5 大数据智能的应用 6 相关行业应用案例 环卫行业的主要工作 城市道路、广场等公共区域的清扫保洁、洒水作业 居民区、公共区域的生活垃圾收集、清运 环卫设施如公厕、废物箱、垃圾中转站的建设、维修、保养 城市垃圾、粪便、特种垃圾的终端无害化处理 城市市容景观绿化的规划、建设和养护 大 数 据 平 台 16 云计算和大数据时代的到来 60 年代中期 1981 1996 2011+ 大型机 PC 机和小型机 互联网数据中心 云计算 + 大数据 以服务方式提供计算能力 按需获取，降低门槛（资金、技术、时 间……），使计算成为象水电一样的社 会公共基础设施 计算能力被极少数机构独占， 一般企业无法使用 企业购买硬件设备获得计算和存储能力，存在架构不灵活、资源 利用率不高、易被厂家锁定不可控等问题 放弃自建数据中心，开始硬件 的托管和租用 • 计算模式每 15 年左右会发生一次变革； • 70% 的中大型企业正在部署或计划部署云和大数据，革新 IT 模式。 公有云安全架构 云盾安全服务 安全 运营 漏洞管理 主机入侵防护 基线检查 主机安全 多租户隔离 自动宕机迁移 安全镜像 Web 应用防火墙 移动安全 渗透测试 应用安全 云产品安全开发生命周期（

基于云计算技术的智慧环卫解决方案 目录 1 环卫行业背景概述 2 行业遇到的问题和挑战 智慧环卫的解决方案 4 云技术架构 3 5 大数据智能的应用 6 相关行业应用案例 环卫行业的主要工作 城市道路、广场等公共区域的清扫保洁、洒水作业 居民区、公共区域的生活垃圾收集、清运 环卫设施如公厕、废物箱、垃圾中转站的建设、维修、保养 城市垃圾、粪便、特种垃圾的终端无害化处理 城市市容景观绿化的规划、建设和养护 大 数 据 平 台 16 云计算和大数据时代的到来 60 年代中期 1981 1996 2011+ 大型机 PC 机和小型机 互联网数据中心 云计算 + 大数据 以服务方式提供计算能力 按需获取，降低门槛（资金、技术、时 间……），使计算成为象水电一样的社 会公共基础设施 计算能力被极少数机构独占， 一般企业无法使用 企业购买硬件设备获得计算和存储能力，存在架构不灵活、资源 利用率不高、易被厂家锁定不可控等问题 放弃自建数据中心，开始硬件 的托管和租用 • 计算模式每 15 年左右会发生一次变革； • 70% 的中大型企业正在部署或计划部署云和大数据，革新 IT 模式。 公有云安全架构 云盾安全服务 安全 运营 漏洞管理 主机入侵防护 基线检查 主机安全 多租户隔离 自动宕机迁移 安全镜像 Web 应用防火墙 移动安全 渗透测试 应用安全 云产品安全开发生命周期（

基于云计算、物联网、大 数据、人工智能智慧园区 综合解决方案 2 0 2 5 云计算、物联网、大数据、人工智能 智慧园区的设计思路 云 园区视频云 VR 增强现实云 园区管理平台 园区服务平台 电商平台 …… 物联网 园区服务机器人 自助翻译机 智能按摩椅 NB停车场 共享单车 智慧公厕 园区车辆管理 环境监控 一卡通 …… 大数据 客情分析 智慧网评 智慧网评 …… 互联网+4G 微门户 WIFI 园区自助导览 电子商务 电子票务 …… 云计算、物联网、大数据、人工智能 智慧园区的整体架构 利用云计算、物联网、大数据、人工智能等新技术，通过互联网/移动互联网，借助便携的上网终端，主动 感知旅游资源、旅游经济、旅游活动等各方面的信息，提高园区的整体 管理水平，提升游客在食、住、行、 游、购、娱各个旅游环节的体验和附加值，建设 一个技术实力和服务能力全面领先的智慧园区，全面打造 一个在全国有一定影响力和品牌知名度的智慧园区。 云计算、物联网、大数据、人工智能 智慧园区的服务主体 云计算、物联网、大数据、人工智能 1、园区管理：行政管理——综合管控平台 智慧管控 ? 资源可视化管控： 基于 2.5维地图的园 区资源图层叠加。 ? 应用集中式管理： 集成园区的信息化 应用。 ? 游览虚拟化展现： 通过虚拟游的方式

全生态 全感知 全智能 全计算 2019 Smart Parking Solution 城市停车解决方案 目 录 01 行业概述 Content 02 需求分析 03 解决方案 04 明星产品 05 案例分享 《关于加强城市停车设施建设的 指导意见》 • 国家发改委等七部委 2015 年 8 月下发 要求各地加快停车资源摸底调查 • 促进智能停车诱导系统、车牌识别系统等 事故频发，甚至出现管理人员“贪污”情况  车位利用率低：小区内白天 70% 车位闲置，办公园区内车位晚上 95% 车位空闲 注：人工成本按 500 名管理人员，每月 5000 工资计算所 得 政府需求 车位供给不足 智能化建设低 车主找车位困难 城市拥堵  车位供给不足：相关数据显示，城市平均停车位缺口占比达 40%-60%  车主找车位困难：相关数据显示，每天有 30% 02 需求分析 03 解决方案 04 明星产品 05 案例分享 xxx 智慧停车平台 [ 计算资源池 ] 01010111110101010 [ 存储资源池 ] 0101011101000101 [ 网络资池 ] 开放平台 流媒体服务 数据智能服务 弹性计算 大数据存储 大数据分析 停车运营管理中心 停车信息安全中心 信息等保 视频准入 权限管理 账户管理

号慧建筑管理中心 1 、能源与资源信息空间管理平 台 3 、楼宇目控 5 、综合布线 7 、网络电视 9 、机房工程 第八章 智慧运维综合管控平台 工 智慧嘱明 4 、五方对济 6. 计算机网络 8. 程控交换系统 建设背景及需求分析 A 系统集成化低 ，各业务系统孤岛自治 ，无法实现综合控制、信 息 共享； > 人工依赖度高 ，多个系统均需要人员值守 ，工作强度大 人员异常行为（如打架）、限高报警、目标快速移动、目标突然聚集报警等功能 , 并与图像显 示 系统联机 此外 r 基于视频智能分析技术还可实现图像质量分析：对各路视频信号避行自动侦测 । 利用先进的计算机图像处理技术和 数据库技术 , 对视频监控中的图像信号缺失、模糊、偏色、雪花、噪声和云台失控等常见故障作出准确判断 , 并自动记录侦测 结果 . 视频智能分析技术在视频录像的应用体 认知智能大数 据分析平台 IOT 智能平台 区块链 共识 & 激励算法 HADOOP 基础数据 数据采集 网络传输 LAA0 存储计算 对等网络 22 开放平台 (PAAS) 基础平台 算法与模型 大数据 存储平台 DBP 区块链扩 展层平台 平 台 管 智 能

数 字 经 济 规 模 化 效 应 尚 未 显 现 算法 智算新中心 智能 计算中心 数字经济三要素 数字经济五创新 应用创新 监管创新 技术创新 生态创新 平台创新 数据 算力 智能计算中心定义 概念界定 智能计算中心 （简称智算中心） 是基于最新人工智能理论，采用领先的人工智能计算架构， 提供 人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施， 通过算力的生产、 聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，有力促进 AI 产业化、 产业 AI 化及政府治理智能化 智能计算 中心 B A • 面向政府、企业等输出包括 AI 数据库、 AI 模型、 AI 开放平台等在内的多种 AI 产品 • 基于 AI 产品矩阵可以通过打包或定制化服务等方式助力 AI 产业化、产业 AI 化和政府治理智 升级为目标 智能计算中心主要内涵及功能定位 算 力 数 据 和算法的 融合平台 算力公共 基础设施 产业创新 聚集平台 算力生产 供应平台 生态成熟 计算架构 AI 训练服务器 AI 推理服务器 算力机组 算力芯片 算力生态 算力输出 CPU 最新 人工智能理论 领先 人工智能计算架构 AI 芯片

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 及参数规 模； 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) (NVIDIA) 成立于 1993 年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 2016-2018 年、 2020-2021 年、 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 及参数规 模； 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) (NVIDIA) 成立于 1993 年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 2016-2018 年、 2020-2021 年、 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023

。 6 党政信创经验成果 党政信创的实施成果 应用升级 统一平台架构，实现业务重构 与资源整合，打通信息孤岛， 优化业务流程，实现业务应用 层面的升级 技术升级 促进信创体系与云计算、大数据、 人工智能等新一代信息技术相融合 体验升级 将移动互联网的使用模式引入到信 息系统建设中，实现部署简单高效、 升级方便及时、操作灵活易用，实 现用户体验层面的升级 在完成党政 目前，业界尚未对“信创云”给出明确的标准定义。 所谓“信创云”，业界普遍认为是基于国产化存储、计算、网络、操作系统等基础软硬件打造，具备高可靠性、 高可扩展性、安全可信等核心特征。尽管每个行业要求不一样，但最重要的是组成信创云的基础软硬件产 品要符合信创标准。 另外，就是要坚持信创云软件的自主研发，能够通过对底层不同类型的计算、存储以及网络等资源进行统 一纳管，有效屏蔽底层资源差异性，保障企业 IT 架 提供支持，起到在 IT 架构全面国产化替换过程中关键的 承上启下作用，加速信创目标的达成。 传统私有云方式 企业传统私有云搭建大多基于 VMware 虚拟化 + 虚拟化管理平台搭建，通过将底层计算资源进行池化处理， 帮助企业实现底层资源的统一管理和调用。  这一架构由于稳定性较高，且应 用范围较广，在过去的很长时间 内，是企业搭建私有云的首选方 案  随着近年来信创政策的陆续颁布，

。 6 党政信创经验成果 党政信创的实施成果 应用升级 统一平台架构，实现业务重构 与资源整合，打通信息孤岛， 优化业务流程，实现业务应用 层面的升级 技术升级 促进信创体系与云计算、大数据、 人工智能等新一代信息技术相融合 体验升级 将移动互联网的使用模式引入到信 息系统建设中，实现部署简单高效、 升级方便及时、操作灵活易用，实 现用户体验层面的升级 在完成党政 目前，业界尚未对“信创云”给出明确的标准定义。 所谓“信创云”，业界普遍认为是基于国产化存储、计算、网络、操作系统等基础软硬件打造，具备高可靠性、 高可扩展性、安全可信等核心特征。尽管每个行业要求不一样，但最重要的是组成信创云的基础软硬件产 品要符合信创标准。 另外，就是要坚持信创云软件的自主研发，能够通过对底层不同类型的计算、存储以及网络等资源进行统 一纳管，有效屏蔽底层资源差异性，保障企业 IT 架 提供支持，起到在 IT 架构全面国产化替换过程中关键的 承上启下作用，加速信创目标的达成。 传统私有云方式 企业传统私有云搭建大多基于 VMware 虚拟化 + 虚拟化管理平台搭建，通过将底层计算资源进行池化处理， 帮助企业实现底层资源的统一管理和调用。  这一架构由于稳定性较高，且应 用范围较广，在过去的很长时间 内，是企业搭建私有云的首选方 案  随着近年来信创政策的陆续颁布，