安全性。无人驾驶的需求包括传统的覆盖、容量、时延、可靠性、速率、移动性、安全、 成本、功耗等。 5G 边缘计算和切片技术为自动驾驶提供保障 车联网的 12 个基本场景 5G 使能高阶自动驾驶场景，更高效更安全 4 个高阶场景 5G 使能高阶自动驾驶场景，更高效更安全（续） 目录 1. 5G 关键技术介绍 2. 车联网解决方案  车联网概述  车联网需求分析  车联网解决方案  车联网案例

军委装发、国防科工 NQMS 管理体系建设 2011 年提出、 2014 年试点扩大 2019 年： 2018 年，两化融合战略： ◆ 架构引领：用架构的方法 ，应对组织的复杂性 ，落实利 融合高阶流程理念、运用管理技术与 IT 益相关方的需要； 技术做支撑、发布 AOS 总体要求： ◆ 流程主导：连接战略和流程 ，建立一套指导业务开展的 ◆ 建设 AOS 管理体系，梳理和设计业务 流程体系； 、 组合 应用 ! 建设一体化数智工厂 03 数字化运营平台 04 质量管理及数字化 01 制造业数字化目标 02 数字化方法路径 目 录 高阶流程全景图： 业务域划分及其相互支持关系 架构演变： 部 门职能框架— > 业务域流程框架— > 业务架构— >IT 架构 流程演变： 部门职能需求— > 业务域业务流程— > IT 体系运行准 备 体系运行治 理机制设计 体系部署策 划 管理体系内 审 体系运行监 控 体系运行 管理体系架 构综合设计 高阶流程全 景设计 流程地图定 义 管理体系评 价 管理体系业 务需求分析 流程详细设 计 端到端流程 设计 架构设计 需求分析

应急指挥决策人员 情景 模拟 + 实际的演练 平（处置程序及操作） + 战（战术部署与资源调度） 应急基础知识培训 各种类专项技能培训 协同联动应急处置 【初阶】 【中阶】 【高阶】 海陆空战术一体化应用 【高阶】 3.2 应急能力提升业务架构  应急预案演练现行存在的问题 & 对应急预案演练的新要求 亟待新型的演练形式弥补不足 传统桌面推演 传统实操演练  演练受时间、场地限制 突发干预 事故分析 推演结束 资源调度 作战部署方案制定 应急救援处置 突发干预 推演结束 推演开始 是 否 检验预案 完善资源准备 完善预案 锻炼应急指挥 完善资源准备  高阶应用案例：现场救援方案推演 / 现场处置方案制 定 4.4 专题专项能力：关于应急队伍专业技能水平提升 预案可视化管理 公共宣教服务 大数据 - 应急知 识库 应急救援队伍专业化 技能水平提升服务

38 大数据分析平台总体架构——高阶工作流程 业务数据规划管理高阶流程 数据认责流程 数据治理考核体系  数据治理考核流程  数据治理考核指标体系 数据标准管理管理高阶流程 数据标准建立流程 数据标准维护流程 数据质量管理管理高阶流程 – 数据质量要求确定流程 元数据管理高阶流程 元数据变更流程 数据安全管理管理高阶流程 数据安全审批流程 数据认责流程 Page 44 大数据分析平台演进说明——数据管控 阶段划分 建设内容 预期效果 第一阶段 分析和梳理当前数据管理方面的成果和现状，数据管控蓝图和路线图设计， 数据管控工作的组织、技术和流程高阶设计 梳理智慧税务大数据大数据平台 ETL 流程各环节的数据质量要求，指定数 据质量检查规则、评价指标、管控流程，并落地实施数据质量管理系统 梳理智慧税务大数据大数据平台包含的技术元数据，如：数据字典、

出现语言混合的问题。 对推理链的质量进行细致的评估，并通过奖励机制引导模型生成更加合理、准确的推理过 程。 多目标优化：兼顾推理性能、帮助性和安全性； 蒸馏的潜力：蒸馏可以帮助将更大模型通过 RL 发现的高阶推理范式蒸馏到小模型中，这比用小 模型直接使用大规模 RL 发现的推理范式要更加有效； 基于群组的相对策略优化 (GRPO) : 通过构建多个模型输出的群组，并计算群组内的相对奖励来 给一个年轻的学生，让其在较短的时间内掌握复杂的技能。 DeepSeek 利用蒸馏 R1 的手段获得了一系列小模型，表现非常突出。这很大程度得益于 R1 模型足够强大， 发 现了很多高阶推理范式，而这些高阶推理范式是小模型直接利用大规模强化学习难以发现的（可以认为 是由 于预训练知识不足），因此这些蒸馏得到的小模型表现比较突出，甚至超过了基于大规模 RL 的方法。 技术对比讨论：蒸馏 vs end-of-thinking token 的出现， 并鼓励更深入的探索。 DeepSeek 利用蒸馏 R1 的手段获得了一系列小模型，表现非常突出。这很大程度得益于 R1 模型足够强大，发现 了 很多高阶推理范式，而这些高阶推理范式是小模型直接利用大规模强化学习难以发现的（可以认为是由于预 训练 知识不足），因此这些蒸馏得到的小模型表现比较突出，甚至超过了基于 RL 的方法。 相对依赖于强大的教师模型

系统功能应用工作面要做多深？ 4. 系统数据串流要到什么境界？ 5. 系统物连水平要做多强大？ 6. 系统要多智能化？ 很困惑的……… 小量智能 中量智能 重量智能 顶阶 - 制造执行系统 高阶 - 制造执行系统 进阶 - 制造执行系 统 基础 - 制造执行系 统 Manufacturing Execution System Shop Flow Control 轻量智能 数 制 MES 实施成功的 MKPI 指标  指标分高阶＆低阶指标  指标环环相扣，互动影响  管理型指标要建，系统型指标也要建  指标不能只建财务型，否则难以观测改 进  数据库数据的准确性，也要建立指标  高阶指标要建，但低阶指标更重要  检讨时要追踪指标关连，提出改善 成效管控 - 指标法则  建立数字化指标 • 指标分高阶＆低阶指标 • 指标环环相扣，互动影响 • 管理型指标要建，系统型指标也要建 管理型指标要建，系统型指标也要建 • 指标不能只建财务型，否则难以观测改进 • 数据库数据的准确性，也要建立指标 • 高阶指标要建，但低阶指标更重要  建立跟踪与报告 • 检讨时要追踪指标关连，提出改善  提供关连无形成效 • 例如：组织运行气候、环境改善、工作品质……… . As Is 现状 To Be 未来 评核信息化绩效指标 不可量化指标 制造业绩效指标 其他业绩效指

CSS 搜索服务，索引性能提升 5 倍， 智慧搜索，关键词自动关 联 GES 全新图计算架构，集图挖掘和图 查询于一身，算法丰富，内存计 算性能更优 DAYU 基础版：数据集成和开发 高阶版：基础版 + 数据治理，受 限发布，与专业服务配套销售 DLI 数据湖探索服务，融合河图引擎， 支持跨源、跨 AZ 等数据协同计 算 计算 | 网络 | 存储 基 础 设 施 多 云服务，整合了原 GaussDB A 和 EI DWS 云服务能力，优势互补（多模数仓，统一架构、统一体验，丰富生态） 路标 升级 说明 云 HUAWEI Cloud EI 高阶服 务 定期连线 （版本升级、高阶 服务远程运维） MRS ：一键发放、存算分离、弹性计算、多场景融合、 +AI 、高可 用 原 FusionInsight 面向线下客户对融合、高可靠、易用、持续演进的 12*3.5'' 机框 需要新增 7 个管理和服务节点，构建 HCS 云服务底座能力。 7 节点的 HCS 底座可以通过增加管理节点，平滑演进到混合云全栈底座，实现 PaaS 、 ModelArts 等高阶服务的二次销 售 HCS8.0 MRS 930 版本支持存量平滑演进到混合云 FusionInsight 集群 物理机 存量大数据集群 架构升级 Step2 ： 1. 新增 7 节点 HCS

搜索服务，索引性能提升 5 倍， 智慧搜索，关键词自动关联 GES 全新图计算架构，集图挖掘和图 查询于一身，算法丰富，内存计 算性能更优 DAYU 基础版：数据集成和开发 高阶版：基础版 + 数据治理，受 限发布，与专业服务配套销售 DLI 数据湖探索服务，融合河图引擎， 支持跨源、跨 AZ 等数据协同计 算 MRS 云服务，整合了原 FusionInsight 2020.06.30 2020.12.31 EI 高阶服务 定期连线 （版本升级、高阶 服务远程运维） 人工智能 AI HCS 8.0.1 HCS 8.1.0 第三方数据治理 工具 服务，相比友商管理节点降低 60% 需要新增 7 个管理和服务节点，构建 HCS 云服务底座能力。 7 节点的 HCS 底座可以通过增加管理节点，平滑演进到混合云全栈底座，实现 PaaS 、 ModelArts 等高阶服务的二次 销售 enterprise. huawei. com u Huawei confidential a 42 存量大数据集群 FusionInsight 集 群 物理机

高阶 IT 架构开发 落地支 持 • 建立 AI 工作小组和卓越 中 心 (COE) • 搭建治理框架 • 制定运营模式 • 战略人力资源规划 • 举办用例识别工作坊 • 商业建模 • 优先级排序和路径规 划 • 供应商选择 • 搭建智能 PMO • IT 完备度评估 • 开发高阶架构并确定转 型 路线图

Page42 企业数字化转型总体架构——高阶工作流程 业务数据规划管理高阶流程 数据认责流程 数据治理考核体系  数据治理考核流程  数据治理考核指标体系 数据标准管理管理高阶流程 数据标准建立流程 数据标准维护流程 数据质量管理管理高阶流程 – 数据质量要求确定流程 元数据管理高阶流程 元数据变更流程 数据安全管理管理高阶流程 数据安全审批流程 数据认责流程