走进渊联 CA S E S yz link" 渊 联 是业内领先的智能制造融合基础设施提供商 ， 用工 业安全边缘云构建本地化智能制造平台 ， 服务于制 造企业数字化、 自动化、 智能化转型升级。 核心 产 品 “渊联工业魔方”实现软硬件一体化 ， 即插即 用， 快速低成本把制造企业带入数字化新世界。 使命 「 让 智 能 制 造 不 再 高 贵 」 愿景 「成为智能制造标准设施」 主导大湾区数字工厂标准化建设 l 工业魔方 2.0 l 完成华南、华东、华北、 西南大区市场服务布局 l 完成 10( 标杆 )+100 各行业 数字化工厂建设 l 工业魔方 3.0 l 边缘云通过公安部 安全认证 l 物联平台通过公安 部安全认证 l 三一创投 战略投资 l 物联平台连接数超过 十万 l 渊联主导《物联网安 全标准》发布 渊联 发展历程 l 公司成立 系统驱动工业信息化架构体系向新 一代的 端、 边、 云架构演进， 开放的工业应用生态体系推动智能制造的快速迭代 … … 智能制造面临的 行业痛点 智能装备控制 系统与设备需深度协同 复杂的 IT 系统 高昂投入运维复杂 各种异构系统 信息及数据烟囱化 设备数据采集 种类繁多技术复杂 昂贵的工业分布式控制系统 边缘云 (I/P/Daas) 智能 硬件层 技术趋势：

专家序言 在零售行业经历百年未有的变革浪潮中，服装企业深刻体会到数字化转型不是选择题，而是生存 题。当消费场景从单一门店延伸至电商、社交、直播等全渠道矩阵，当客户需求从标准化产品转 向千人千面的个性化体验，我们的 IT 系统正面临前所未有的考验。 传统业务模式下的 "烟囱式" 系统架构，在多渠道融合的冲击下逐渐显露短板。门店库存与线上 订单不同步、会员数据分散在多个平台、促销活动难以跨渠道协同 "一句话找货"，直接决定了 AI 应用的落地效果。这要求数据库不仅是数据的 " 仓库"，更要是 AI 能力的 "孵化器"，让业务团队无需复杂技术就能调用智能分析能力。 正是在这样的背景下，我们看到了一体化云数据库的价值。它用分布式架构消解了多渠道并发的 压力，用 HTAP 引擎打通了交易与分析的壁垒，用向量原生能力架起了数据与 AI 的桥梁。雅 戈尔的实践证明：当数据底座从 "各自为战" 转向 "协同作战"，IT 到适合自身的数字化路径，在变革浪潮中筑牢根基、赢得先机。 专家序言 作为深耕消费品零售行业二十多年的 IT 从业者，我亲历了从 DOS 时代的 ERP 系统上线到全渠 道融合的每一次技术浪潮。从超市、百货、专卖店到 PC 电商、移动电商、社交电商，在改革开 放红利加持下，零售行业的业态伴随着科技以惊人的速度发展迭代。而今天，我们正面临前所未 有的挑战：人工智能大模型的爆发式发展，以前所未有的速度重构消费者行为、企业运营模式与

固的； 科技革命、互联网浪潮、经济危机、地区冲突等等不断加剧，它们争先恐后的给世 界洗牌。 柯达、诺基亚可以一夜间倒下去；索尼、松下可以瞬间在市场上消失； 家乐福、沃尔玛可以说走就走； 就连阿里、百度、腾讯、京东随时可能沦为传统企业。 无论你是一家什么样的企业，总有一款危机适合你，这是从未有过的革命浪潮。 作为一种全新的生产力，正在改造传统产业。 数字经济，是继农业经济、工业经济之后的一种经 性的影响。 “ 要对网络电商对传统卷烟零售的影响，对“互联网 +” 、云计算、大数据、人工智能 等在烟草行业的应用，加强基础性、前瞻性的研究”。 着眼效率变革，推进烟草制造业向数字化、网络化、智能化转变，不断提高劳动生 产率，打造产业升级版。 深入推进“互联网 + 烟草专卖管理”，依托互联网、大数据、云计算等新技术、新工 具，着力打造更加先进实用的专卖监管平台，持续提升市场监管的科学化水平。 性的影响。 “ 要对网络电商对传统卷烟零售的影响，对“互联网 +” 、云计算、大数据、人工智能 等在烟草行业的应用，加强基础性、前瞻性的研究”。 着眼效率变革，推进烟草制造业向数字化、网络化、智能化转变，不断提高劳动生 产率，打造产业升级版。 深入推进“互联网 + 烟草专卖管理”，依托互联网、大数据、云计算等新技术、新工 具，着力打造更加先进实用的专卖监管平台，持续提升市场监管的科学化水平。

......................24 （一）智算平台发展呈现兼容模型生态、训推一体化等新特点。............................. 24 （二）以数据为核心、基于云计算的一体化智算服务将成主流。............................. 24 5、AI 应用加速渗透，垂直行业应用将成市场增长主要驱动力....................... ..............................................................................................31 5、云原生 AI............................................................................................... 日，韩国 宣布将通过公私合营投资建立“国家 AI 计算中心”，计划于 2027 年投入使用。该项目正持续推进，据韩国科技信息通信部（MIST） 3 月 4 日公开报道，在项目意向征集中已吸引逾百家国内外机构 积极参与。根据规划，该项目将建成一个配备 3 万张高性能 GPU、 算力达 1 EFLOPS 的超级计算平台，旨在为韩国本土企业及公共机 智算产业发展研究报告（2025） 7 构提供强大的

在当今科技迅猛发展的背景下，汽车行业正处于深刻变革的关键节点。人 工智能与云计算等前沿技术的蓬勃发展，正成为推动汽车产业从传统制造向智 能化转型的强大驱动力。 随着技术的不断进步，消费者对汽车的期望已远远超越了简单的交通工具 范畴，转而追求更加安全、高效、舒适且个性化的出行体验。在此背景下，人 工智能技术在汽车领域的广泛应用已成为必然趋势。从智能驾驶技术的逐步成 熟，到智能座舱和智能客 展的各界人士提供具有重要参考价值的信息，助力汽车行业在智能化进程中稳 健前行，共同开创智能汽车的新时代。 前言 目录 总体篇 场景篇 AI为汽车行业带来新机遇 AI助力提升产品力 阿里云全栈AI云，智能汽车的最佳拍档 AI助力提升用户体验 AI助力提升生产力 汽车行业AI应用场景全景图 2 10 7 14 18 6 智能化成为汽车行业发展的核心趋势 AI助力汽车产业智能化升级 25 25 26 趋势篇 "人工智能+汽车"应用趋势展望 24 大模型：引领全栈智能驾驶新时代 数据驱动：激发汽车产业链条全方位创新 澎湃算力：为汽车智能化注入强劲动能 大小结合端云协同：实现效能与性能双提升 AI智能体：加速车端应用快速落地 安全与隐私：构建可信可靠的智能出行生态 汽车行业 AI 应用白皮书 总体篇 场景篇 趋势篇 1 总体篇

LLaMA 3 模型为例，其预训练消耗了超过 15 万亿词的语料。大 模型在训练过程中的语料主要有三个方面的来源。首先，是一些公开可以爬取的数据，包括公共爬虫数据库 （common Crawl）、维基百科（Wikipedia）、Stack Exchange 问答数据、Github 上的代码，等等。这一部分的 数据在一定程度上引发了版权纠纷2；一部分网站，例如问答网站 Stack Exchange，已经加强了反爬虫措施。 arvardlawreview.org/blog/2024/04/nyt-v-openai-the-timess-about- face/ 3例如，谷歌推出的 Gemini-Pro 一度称自己为百度的文心一言。来源：https://news.ycombinator.com/item?id=38680212 3 祛魅 AI：大模型的基本原理 18 不包括未来资产价格的信息，大模型也可能已经掌 W (0) 不变，根据新加入的数据调整参数矩阵 A 和 B。这样，就可以把新的知识加入到原有的模型当中，使其 更加适配新的任务。目前，OpenAI、Google AI Studio 以及阿里云百炼、百度千帆等平台均提供简单易用的 大模型微调接口，有需求的使用者只需要根据其格式要求准备好数据，即可尝试微调大模型。 微调大模型的数据需求普遍较低，一般有 1000-2000 条数据足以取得良好的效果。因此，对于需要通过

品 炼乳 原料乳验收→净乳→冷藏→标准化→预热杀菌→真空浓缩→冷却 结晶→装罐→成品储存 奶油 原料乳→净乳→脂肪分离→稀奶油→杀菌→发酵→成熟→搅拌→ 排除酪乳→奶油粒→洗涤→压炼→包装 干酪 原料乳→净乳→冷藏→标准化→杀菌→冷却→凝乳→凝块切割→ 搅拌→排出乳清→成型压榨→成熟→包装 从以上工艺流程可以看出，对于乳品企业而言原料乳验收、标准化、杀菌、灌装、冷藏、 提供配套和服 务，在国民经济中占有举足轻重的地位。 石油炼制是石油工业的一个重要组成部分，是把原油通过石油炼制过程加工为各种石油 产品（汽油、柴油、煤油、石脑油、重油等油品）的工业。包括石油炼厂、石油炼制的研究 和设计机构等。 石油化工指的是将石油产品和石化中间品加工成石化中间品的过程。 化工制品指的是将石化中间品加工成制品的过程。包括沥青、润滑剂、合成橡胶、塑料、 化肥、防冻 某机械制造企业主要产品为阀门，该公司为拥有先进的数控加工中心，具有全功能数控 20 余台、钻销中心 10 余台、加工中心 5 台，经济数控 30 余台。月均加工零件几十万件、 月产品种类达上百种，是典型的机械加工车间。 2.某机械企业工艺路线图 图 13 某阀门制造企业工艺路线图 3.7.4 机械行业 MES 需求分析 机加工企业的 MES 需求主要包含数据采集、生产计划管理、物料管理、追溯管理、质

山东省济南市：实施制造业数字化转型行动 深度赋能新型工业化 河南省洛阳市：以数字化转型释放高质量发展新动能 广东省广州市：“四化”赋能专项行动推进新型工业化 广西壮族自治区柳州市：制造业“1+1+3+N”破局，“智改数转”驱动百年工业城焕新升级 四川省成都市：聚焦“三端”系统推进制造业“智改数转” 甘肃省兰州市：创新机制、精准施策，打造数字化转型“兰州模式” 宁夏回族自治区银川市：“闽宁协作”智改数转新模式全方位助推制造业跃升 企业投入信心。破除服务资源壁 垒，整合市“智改数转网联”服务商资源，加快推进工业模型落地应用。筑牢工业互联网基础设施底座，开展 乡镇、园区网络改造，推动建设各类行业级、双跨类工业互联网平台，为企业上云用数提供保障。 （三）“改”痛点，推动项目实施 用好现有相关评估工具，开展评估工具解读宣贯，推动服务商辅导评估和企业自评估相结合，帮助企业 了解自身数字化智能化发展水平，同时，为诊断服务、标杆培育 （四）“培”标杆，打造梯度样板 7 ①城市篇 近三年，建成全球灯塔工厂1座、国家卓越级智能工厂2座、省级先进级智能工厂167座，3家单位获评国 家智能制造示范工厂揭榜单位，3176家企业开展星级上云。引导“链主”企业搭建产业链协同平台15个，累计 接入企业超5400家，带动和赋能超2500家企业转型升级。建成市级数字化转型促进中心41家，培育“智改 数转网联”服务商109家。 （二）示范效应充分发挥

Kubernetes 集群中，通过 Service 和 Ingress 进行服务暴露和负载均衡。 在物理资源部署方面，推理服务层采用混合云架构，结合了本 地数据中心和公有云资源。本地数据中心主要用于部署核心推理服 务，确保数据的安全性和低延迟；而公有云资源则用于应对突发流 量和扩展需求，通过自动化扩缩容策略实现资源的弹性管理。为了 提高资源利用率，我们采用微服务架构，将不同的推理任务拆分为 反馈数据的整理与分析是反馈收集的核心环节。建议采用以下 步骤：  数据分类：将反馈按来源、类型和优先级进行分类，例如用户 反馈、系统日志、专家建议等。  问题识别：通过数据分析工具，识别高频问题和共性需求，提 炼出核心优化点。  优先级排序：根据问题的严重性、影响范围和优化成本，制定 优化优先级，确保资源的高效利用。 为确保反馈收集的系统性和持续性，建议建立反馈管理平台， 实现反馈数据的自动化采集、存储和分析。平台应支持数据可视化 4. 监控系统：引入自动监控和报警系统，实时监测模型的运行 状态。 5. 模型调优：根据性能评估结果，对模型进行调优。 在实施优化措施时，还需要考虑资源投入和成本效益的平衡。 可以通过引入云计算资源，按需分配计算资源，从而降低成本。同 时，还可以通过引入自动化工具，减少人工干预，提高优化效率。 最终，通过这些优化措施的实施，可以有效提升模型在工业园区数 字政府领域中的应用效果，为政府决策提供更加准确和高效的支