通过添加安全编译选项，可以在软件中 进行代码质量的安全加固，提高了攻击者的攻击难度，降低了代码质量缺陷变成可被利用漏洞 的风险。 15、生命周期管理 产品软件需要使用安全记录良好并持续维护的开源和第三方组件，出现漏洞及时通过发布补丁 或者升级到新版本等方式修复漏洞，确保产品软件在生命周期内的安全处于可维护状态。 2.5.1 AI安全面临的挑战 从AI的发展过程可以看出，算法、算 持。很多应用层软件不保护其模型，即使对于那些保护和加密模型的应用程序，攻击者能够通 过简单的动态分析技术从应用层中提取模型。 三方件安全风险 AI已经演化成为了复杂的生态，AI系统中存在着大量的开源、第三方组件。恶意行为者完全 可以通过找到组件未及时修补的漏洞，实现代码执行、模型窃取等恶意行为。 融入业务：网络安全与隐私保护保障活动需要融入到各相关业务的政策、流程、规范、基线 中，使之成 这几个阶段： 收集：应用软件通过采集、直接生成、从其它设备接收或其它方式转入等方式产生数据的过程。 存储：数据在设备上存留的过程。 使用：数据在设备上被访问、处理等操作的过程。 传输：数据离开源设备、转移到目的设备的过程。 删除：数据在设备上被销毁，保证其不可被检索、访问的状态。 华为乾崑网络安全解决方案对数据进行全生命周期的安全防护，保证数据的机密性、完整性、 可用性。 内含SO

下，本报告亦可能由中信建投（国际）证券有限公司在香港提供。同时请务必阅读正文之后的免责条款和声明。 · 证券研究报告·行业动态 人工智能应用加速落地 ，算 力增长促进绿电消纳 核心观点 近期，以开源、低成本、高性能为特征的 DeepSeek 系列大模 型火 爆出圈， 人工智能广泛应用的落地有望加速。从整体耗 电量 角度 来看，AI 应用范围的拓展将带动算力需求的提升，进而 推动 用电 量规模的 ....... 10 1 行业动态报告 请务必阅读正文之后的免责条款和声明。 电 力 投资要点及重点公司盈利预测 近期，以开源、低成本、高性能为特征的 DeepSeek 系列大模型火爆出圈， 人工智能广泛应用的落地有望 加速。电力作为人工智能长期发展的底层资产之一，在算力需求持续攀升的大背景下，其重要性愈发凸显。 AI

license. Supported release with indemnity Microsoft R Open Microsoft R Server R Server • 100% 兼容开源 R • 底层提供并行化支持 • 提供大量的分布式处理函数 • 提供 E2E 解决方案，简化运维和部署成本 • 通过与云计算结合提高灵活性和节省成本 R Server 运行于 Azure

模平台。 Rebase.energy 的竞争优势主要体现在技术和战略层面。其 API 优先的理念 确保所有功能均可通过 API 访问，从而实现无缝的数据互操作性，并轻松与现 有系统集成。提供开源工具包允许用户快速开发和部署自己的机器学习算法。 对于能源交易商来说，该平台利用多种天气预报模型，显著提高准确性并降低 不平衡成本。此外，该公司严格遵守行业标准，符合国际能源署第 36 号风能 ，特别是在建筑能 源建模方面。该团队在能源和数据科学领域拥有强大的技术背景和专业知识， 这些都来自于工业界和学术界，进一步增强了其竞争地位。Rebase.energy 的 “API 优先”和“开源工具包”能源预测方法 24 通过促进开发者采用和生态系统建 设，建立强大的竞争优势。通过提高工具的可访问性和可集成性，他们可以成 为能源建模的事实标准，培养一个用户和开发者社区，从而增强其平台的价值， 业务逻辑分离 业务逻辑常与服务器紧密耦合 业务逻辑与服务器明确分离 认证级别 单一综合认证级别 多个认证功能集（包括非常简单的） 开源集成选择 OpenLEADR（Rust） OpenLEADR 是 LFEnergy 项目，提供 OpenADR 协议的开源实现，其中包 括 OpenADR3.0 的 Rust 实现。选择 Rust 作为 OpenLEADR3.0 的开发语言， 是基于其在

例挂了，服务都不受影响。  服务层：微服务带来最大的好处就是把整个大项目分 割成不同的服务 , 运行在不同服务器上 , 实现解耦和分布 式处理  aPaas 层：用于自动化部署、扩展和管理容器化应用的 开源容器编排器技术。  数据层：缓存数据与持久化数据  IaaS 层：可以将之用于构建和托管 Web 应用程序、存 储数据、运行业务逻辑或执行其他可以在传统本地基础设施 上完成的其他事情，具有更大的灵活性。

熟稳定，体验一致，完整的交付和运 维能力，全栈产品技术能力支持 价值：将公有云全栈能力 1:1 下沉到私有云中，私有云发展的新趋 势 • 定位： IT 资源云化和管理平台 • 优劣：融合大量开源产品，内容 丰富但体验不一致且质量不可控 , 市场整体萎缩 腾讯云 统一管控 2.0 3.0 1.0 • 定位：企业 IT 资源虚拟化平 台 私有云 OpenStack 为代 表

宇树机器狗以硬件自研深绑定 + 软件开源强生态 + 工程化低成本构建核心壁垒： 1. 硬件层硬核配置：自研准直接驱旋转执行器（单关节扭矩 30-45N・m，响应延迟＜5ms）、4D 激光雷达 L1/L2 （360°×90° 视场角，点云频率 2.16-6.4 万点 / 秒），主控搭载瑞芯微 RK3588S（8 核异构 + 6TOPS NPU），核心零 部件国产化率超 70% 2. 软件层技术栈：开源unitree_legged_sdk支持关节位置 IP67/IP68；激光雷 达、执行器等核心部件成本占比＜40%，规模化生产后价格仅为波士顿动力 Spot 的 1/5-1/3，消费级机型（Go2 Air） 起售价不足万元 4. 行业突围核心：以 “执行器自研 + 算法开源” 打破国际技术垄断，unitree_legged_sdk开发者生态覆盖全球超 2000 家科研机构，工业级机型（B2/W）已实现管廊巡检、电力运维等场景规模化落地，成为国产四足机器人 “技术验证 （如特殊步态控制） 定制技术栈，实现 “硬件 - 算法 - 软件” 的深度耦合。 2. 技术自主可控：知识产权完全自主，不受限于大厂技术迭代节奏，长期可沉淀核心竞争力 3. 成本灵活：可按需选择开源工具搭建生态，硬件采购也可适配自身供应链，长期成本可能低于依赖大厂 劣势： 1. 开发周期长，人力投入大：需从 0 搭建仿真环境、开发算法框架、适配硬件驱动，对团队技术广度（仿 真、算法、硬件）要求高，项目前期投入显著

故障切换和恢复，对用户透明  扩容期间可持续对外服务 易于管理 维护   直观的图形化界面，实时的状态监控 最大限度降低管理员的日常管理和维护工作 46 计算 存储 网络 开源架构 云平台管理 云平台安全 模型库 大数据资源开放共享平台 大数据分析架构（根据总架构图做一些调整） 大数据应用体系 大数据可视化与自服务平台 Hadoop/YARN 服务器虚拟化

地扩展到数以千计的节点中 高效性：能够在节点之间动态地移动数据，以保证各个节点的动态平衡，处 理速度非常快 高容错性：自动保存数据的多份副本，并且能够自动将失败的任务重新分 配 经济性：系统软件开源，应用软件开发简化。 通过 X86 系列组成的集群系统，和小型机相比成本优势明显 ZQY

AI 大模型的核心技术与特 点 Te n c e n 腾 讯 Te n c e n 腾 讯 02,Deep5eek 等 RI 大 模型在能源应用前景 预测 n 国网光明电力大模型：（开源与闭源并举） 发输变配用、调度、交易 规划、建设、运行、检修、营销 n 南网，大瓦特 n 三峡集团“大禹”大模型 n 中核集团龙吟大模型 n 中国广核，“锦书”大模型 n 中国石油，昆仑大模型