大 会 2 0 1 9 · 上 海 站 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 京东物流超大规模仓储系统智能监控揭秘 付正全 架构师 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 频繁变化的资产，不可靠的CMDB  运维专家匮乏  复合型人才匮乏：AI和算法工程师+运维开发 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 对监控的认识  什么是监控？  问题  智能客服机器人 提供智能客服机器人服务，根据人员信息自动推测可能的问题及解决方案 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 故障快照  出现告警自动抓取现场快照信息

专栏系统介绍上海市相关监测体系及配套信息系统的构建，为推进各类传染病 的早期监测预警、支撑医防融合的诊疗和防控、完善各地疾控体系建设和配套政策措施的制定提供参考。 转变模式，创新发展 ——构建超大城市现代化传染病综合监测体系 陈昕 1，2，吴寰宇 3 1. 上海市红十字会，上海 200435；2. 上海市新型冠状病毒肺炎疫情防控工作领导小组办公室疾控组，上海 200336； 3. 上海市疾病预防控制中心，上海 关键词：传染病；综合监测；公共卫生体系；信息化建设 中图分类号：R51 文献标志码：A DOI：10.19428/j.cnki.sjpm.2022.21264 引用格式：陈昕，吴寰宇.转变模式，创新发展——构建超大城市现代化传染病综合监测体系［J］.上海预防医学，2022，34（1）：1-6. Establishing a modernized and integrated surveillance system

大采高工作面人 - 机 - 环协调智能 耦合高效综采模式 针对 6-9 米大采高和超大采高条件下，大空间、强矿 压 采动失稳、形成冒顶片帮等问题，利用智能耦合控 制技术，形成了超大采高工作面液压支架 - 围岩智能耦 合控制技术。兖矿集团金鸡滩煤矿自 2016 年，首家成 功实施 8.2m 以上超大采高智能化综采，达到日产量 6.16 万吨，月产 153 万吨，年产 1500 万吨，回收率 预辅助放顶煤模式 大同塔山煤矿 20m 特厚煤层，应用特厚煤层大采高 综放开采成套技术与装备，实现了 14-20m 特厚放 顶煤开采，形成了智能操控与人工干预辅助放煤模 式。 世界首套 7m 超大采高智能化综放成套装备在大同 塔山煤矿成果应用，解决了硬煤特厚煤层智能化安 全高效高回收率综放难题。 煤矿智能化关键技术研发实践 4 复杂条件下的机械化 + 智能化开 采模式 针对大倾角和急倾斜等复杂条件开采问题，利用液

电氢综合应用 ) 三种 降碳模式及其关键影响技术的发展，零碳演进路径主要存在三种可能演进方向。 2060 年仍充许一定的排放配额 [ 演进方向 1 大规模新能源 + 煤电 +CCUS 演进方向 2 超大规桢新能源 + 储能 + 需求侧响应 演进方向 3 更大规模新能源 + 储能 + 电氢 》二、新型电力系统演进路径 新型电力系统两大演进路径 路径 1 低碳演进路径 路径 2 零碳演进路 移除的碳排放量将达 10 亿吨 / 年。 2030 年高峰负荷日电力平衡 2060 年高峰负荷日电力平衡 》二、新型电力系统演进路径 CCUS mu 新型电力系统关键影响技术——零碳路径下演进方向 2( 超大规模新能源 + 储能 + 需求侧响 应 ) 口 在方向 1 的基础上，如考虑到 CCUS 技术的成熟度和经济性问题，以及高调节性能、低利用小时数 煤 电的技术经济性和生存机制等问题，导致煤电无法 能力 系统总电量 低碳 传统技术 最大 较大 较大 强 大 零碳 / 方向一 CCUS 大 大 大 强 大 零碳 / 方向二 大规模长时储能 小 超大 超大 弱 大 零碳 / 方向三 电氢 小，但中间过程中 可较大 最大 大或 超大 强 相对 较小 新型电力系统演进路径——演进方向 口 两条路径以及零碳路径的三个演进方向的特征对比如下表所示。 》二、新型电力系统演进路径 新型电力系统演进路径——演进方向

恩宣布启动“投资人工智能（InvestAI）”计划，目标筹集 2000 智算产业发展研究报告（2025） 6 亿欧元用于人工智能投资，并专门设立 200 亿欧元基金用于建设 欧洲人工智能超级工厂，以训练高复杂度、超大规模的 AI 模型。 4 月 9 日，欧盟发布“人工智能大陆行动计划” [5]，战略核心是将 欧盟固有优势（如高质量人才储备和强大传统产业基础）转化为 AI 发展的关键加速器，力争成为人工智能领域的全球领导者。 2024 年资本支出总额为 2460 亿美元，较 2023 年（1510 亿美元）大幅 增长 63% [16]。Synergy Research Group 数据显示，截至 2024 年底， 全球超大规模数据中心数量达 1136 个，其中，亚马逊、微软和谷 歌三家合计占据全球总容量的 59%，其次是 Meta、阿里巴巴、腾 讯、苹果、字节跳动等。2025 年，微软、谷歌、亚马逊和 Meta 式部署成为新方向。谷歌已组建跨多个智算中心的大规模集群，完成 Gemini Ultra、Gemini 1.5pro 等大模型训练；OpenAI 计划分五个阶 段建设多个智算中心，并通过多智算中心互联最终打造百万卡级别的 超大规模基础设施。中国电信基于国产化算力完成跨百公里千亿参数 模型在千卡规模下的分布式智算中心互联验证，初步证实大模型跨智 算中心分布式协同训练的可行性。 3、AIDC 基础设施持续升级，绿色化转型不断深化

AI Fabric）需要具备超大规模组网、 1 引自《新质互联网智鉴报告 V1.0》 2 引自《新质互联网智鉴报告 V1.0》 新质互联网智鉴报告（2025） 05 06 无损高吞吐，以及智能容错能力，满足单数据中心算卡从千卡到万卡、十万卡的超大规模集群连接，网络速率从 Gb 级别迈向 400GE/800GE/1.6TE 高速时代，对数据中心网络提出了超大规模扁平化组网、网络级负载均衡、 间维度上看，联算网络由智算中心网络和智能 IP 广域网组成，二者正日益成为业界关注的重点领域。 智算中心网络是支撑 AI 训练和推理的核心载体，承担着在智算中心内提升算力利用率、实现资源动态调度 的重要使命，正向超大规模集群扁平化组网、算网协同、设备液冷等方向演进。一方面，AWS、Meta 等科技巨 头推动智算集群向百万卡级扩展，面临技术和能源双重挑战。当前两层盒式 51.2T 的盒子通过光 shuffle 或者多芯 要对飞行环境的无盲区感知，增强低空飞行的安全性，这带来了通感一体需求。同时，需要提供高速、可靠的通 新质互联网智鉴报告（2025） 13 14 （一）网络体系架构创新 一是智算网络向“单点超大规模”与“多点跨域协同”双轨并进发展。当前智能算力普遍存在“小而散”的格局， 难以支撑未来万亿参数级以上大模型的训练与推理需求。为此，亟需从两个维度协同突破：一方面，构建支持超 大规模智算集群的新型组网架构，加快推进

集中显示 --- 网呈 科达网呈 - 还原真实，不凡呈现 眼神交流 / 真人比例 / 听音辨位 / 面对面临场感 / 高度集成 / 智能中控 集中显示 --- 小间距 LED 科达小间距 LED- 超大屏幕灵活布置，超小间距无缝拼接 大屏同屏展现，画面风格自由设置 集中存储 --- 云存储 集中联网  大容量易扩展  存储高性能  数据高可靠  数据易共享 视频应用新动态 案卷信息 本地下载 基础视频应用 视频应用新动态 视频应用新技术 视频应用新技术 云视讯 无线 4G+ 智能应用 更便捷 更高效 更智慧 视讯云平台架构 > 公有、私有、公私混合 > 超大容量 > 动态资源池 > 虚拟化 > 集群化 云 MCU 集群化部署 >H.265 > 全编全解 > 双模混合会议 > 云集群化 > 多协议混接 > 多运营商线路 > 丢包容错能力提升

引发二 次危机，故障影响范围持续扩大、定位复杂度进一步增加，恢复时间延 长。  做好风险化解，避免大面积瘫痪故障：数据网元（例如UDM、HSS）作 为移动通信网核心所在，该设备的故障将引发超大规模的用户重注册、 进而引起信令风暴，需要考虑相应机制分担数据网元故障后的风险与压 力。  做好动网预演，避免操作不当带来风险：部分事故是由于管理机制不完 善，在网络升级改造、调整维护时缺少预演预验证手段，导致一些误操 机制和4/5G网络形成新形态的高低制式间的互补与兜底。 1.3 6G 网络可靠性挑战分析 6G网络将覆盖更广泛的应用场景，赋能多行业、多领域的智能化服务。ITU-R 在2023年明确了6G六大核心场景，包括沉浸式通信、超大规模连接、极高可靠低 时延、感知与通信的融合、人工智能与通信、泛在连接。这些新场景普遍要求网 络提供更高稳定性，同时对网络可靠性也提出一些新挑战。 图 2 ITU 定义 6G 六大核心场景 1 P2P 动态组网，需实 时组建协作网络并共享环境信息，现有网络的静态子网管理与路由机制难以满足 动态协同需求，亟需提升网络动态组网与智能调度能力以保障业务可靠性。 1.3.3 超大规模连接，瞬时信令冲击加倍 6G 超大规模连接场景下，海量物联设备接入（每平方千米可达百万至亿级） 对网络可靠性形成多重挑战。终端规模百倍于 5G 时代，网络异常恢复时的大规 模重连易引发信令风暴，远超现有网络抗

专网： 四大基线能力 针对水泥行业生产远程控制、超清监控、人员管控等应用场景对专网时延、带宽、可靠性、定位等严苛要求，打造 5G 专网标准化、积木式 系列基线能力，提供 5G“ 超低时延、超高可用、超大上行、高精定位 ”四大基线组网方案，为水泥行业 5G 应用复制和敏捷交付保驾护航。 形成标准化模板，可规模复制 灵活编排组网，可弹性定制 行业特色设备选型，可敏捷交付 标准化 99.9%→ 99 UPF/MEC 下沉 • AR 双发选收 5G 超低时延组网能力 积木式 300Mbps 700Mbps+ → • 超级上行 • 分布式 Massive • 上行多用户复用 5G 超大上行组网能力 组态式 米级→亚米级 @90% 视距 • UTDoA • 融合 UWB 、蓝牙等 • 场强、指纹 5G 高精定位服务能力 网络指标 网元参数 组网拓扑 精准覆盖 的代替线路视频，减少安装和运营成 本 ; p 通过 AI 智能检测能够提升检测精度，提高工 作效率，增强系统的安全性能 p 边缘云系统不但能够进行分析处理、接入第 三方视频监控应用，还可以提供多种超大容 量云存储服务和容灾服务，满足水泥工业需 求； 皮带损坏 水泥库裂纹 投料口阻塞 冒灰污染 方案架构 生产服务： 基于 5G 的水泥生产业务远程化、集中化（ 2/2 ） 水泥生产环境恶劣，通过

新应用 技术背景—— 5G 技术走向实际应 用 企业 / 园区本地 网 5G 边缘计算 贴近用户的计算、存储资源 高可靠超低时延 可靠性 99.999% ， 1 毫秒空口时 延 超大带宽超高速率 峰值速率提升 10 倍以上 5G 网络切片 支持按需定制网 络 高清视频传输 / 高清直播 虚拟 / 增强现 实 AI 分析 / 无人驾驶 眼镜，操控无人机获得无人机视角，从而获得完全不同的景点观景体验，并可 将这 些体验上传保存，实现“千人千景” 。 5G 应用场景— 5G+VR 天地一体游览体 验 17 通过 5G 网络提供的超大带宽，我们可以 更 好的使用云 AR 技术针对游客提供智能导 览 服务，游客可以自行选择使用手机端和 智 能眼镜两种服务模式。 AR 智能导游 AR 智能导游 5G 应用场景— 5G+AR