集团财务业务一体化 yonyou software Co., Ltd. NC6 财务会计产品方案亮点培训 V65 V63 V61 1. 多级集团大集中 2. 分布式部署 3. 二级核算 4. 多账簿 5. 财务业务一体化 6. 多组织费用管理 7. 账表一体化（批量数据采集、账表一致性） 8. 共享服务 9. 收付款合同 10. 大报账平台 11 客户需求和产品应用目标分析 01 V65 财务会计总体解决方案 02 V65 财务会计关键应用场景 03 应用价值 04 yonyou software Co., Ltd.  多级集团大集中  分布式部署  二级核算  多账簿  财务业务一体化  多组织费用管理  账表一体化（批量数据采集、账表一致性）  共享服务  收付款合同  大报账平台  适配国家标准（ 核算规范化是也是集团管理的基础，否则各单位 的核算口径不统一，数据不具备可比性。  借助系统可以实现规范会计核算三统一：会计政 策、会计估计、会计科目 关键应用清单 1. 多级集团大集中 2. 分布式部署 3. 二级核算 4. 多账簿 5. 财务业务一体化 6. 多组织费用管理 7. 账表一体化 8. 共享服务 9. 收付款合同 10. 大报账平台 11. 适配国家标准 V61

实时计算 混合云 公有云 n 智慧中台业务架 构 BI 数据应用 业务实时沉淀 数据实时驱动 云存储 缓存服务 弹性计算 云安全 DRDS 分布 式 数据库服 务 EDAS 分布式 服务器 互联网中间件 ARMS 实时 业务监控 CSB 能 力 开发 服务 创新中心 数据资产 业务实时监控 私有云 智能硬件 数据开发 小 程 序 53 H5 APP PC 服务 领导 可观测 QA 可测试 开发 可理解 运输体系服务 仓储 运 输 财务体系 服务 接口全生命周期 管理 持续集成持续交 付平台 分布式事务 决策体系 服务 n 业务中台 业务中台 ( 技术架构 ) 微服务、智能化、组件式的技术架构 , 为数字化业务提供动力引擎。业务中台是支持多个前台业务且具备业务 属 性的共性能力组织 、多区域间的业务协作 ； 6 、分布式事务的支持 ； 7 、服务治理能力 ； 8 、数据化运营能力 ； 9 、全链路监控跟踪 ； 10 、能力可控开放 ； 11 、与后端系统的整合。 覆盖微服务、配置管理、消息、分布式数据库、 APM 监控和性能测试 PART 3 ：项目技术方 案 分布式 事务 58 EDAS 微服务 任务调度服务 时序 数据 库 分布式 数据库 应用配 置管理

零碳产业园区的目标是实现生产、生活、生态的深度 融合，为人们创造一个绿色、低碳、宜居的生产和生 活环境。 零碳产业园区的核心概念与类型 常见的零碳产业园区类型 工业园区：通过推广绿色智能制造产线、建设分布式 能源供给系统、加强工业流程余热高效利用等措施， 实现零碳转型，推动工业绿色发展。 物流园区：发展新能源物流运输，优化物流配送路线， 建设绿色交通基础设施，减少交通碳排放。 科技园区：研发和应用低碳、零碳技术，建设智慧楼 温性能， 减少热量的散失。 9 条实施路 径 分布式能源供给 分布式能源供给遵循因地制宜、清洁高效、分散布 局、就近利用的原则。在太阳能资源丰富的地区， 园区大力鼓励建设分布式光伏，持续开发屋顶光伏、 发电与建筑一体化（ BIPV ）、光伏车棚等园区场景 应用。 生物质能应用也是分布式能源供给的重要组成部分。 园区充分利用生产运营活动产生的各类剩余物和废 效果。评价指标涵盖总体规划、实施路径措施、控碳控能管理等方 面。总体规划方面，园区的整体布局、产业规划、基础设施建设等 是否系统性融入了碳中和发展理念。实施路径措施包括绿色工业厂 房设计建造、分布式能源供给、绿色智能制造产线等九条路径。 评价总分按照公式 St=i∑Si 进行计算，其中 St 表示产业园区实施路 径 评价总分， Si 为各实施路径评价类别指标 i 总得分。 根据评分结果，园区实施路径规划被分成四个级别。当

探索计 算产业的无限可能，共同推动全球计算产业的繁荣发展！ 全球计算联盟 2024年12月 ContentS 目 录 年度技术创新类（前沿技术突破） ｜中国电信股份有限公司研究院｜分布式智算中心无损网络方案…………………………………………… 1 ｜中国科学院计算机网络信息中心｜面向国产超算系统跨平台可移植的并行框架软件方案……………… 7 ｜中国科学院沈阳自动化研究所｜基于AI 驱动的智能能源创新方案………………… 103 ● 智慧城市 ｜中国联合网络通信有限公司网络运营事业部｜基于5G边缘计算“边 - 端”一体化运维提升方案 …… 107 ｜中国铁塔股份有限公司｜分布式边缘计算创新应用方案………………………………………………… 112 ● 智慧交通 ｜麒麟软件有限公司｜深圳地铁四期AFC行业智慧化升级方案 …………………………………………… 119 ● 智慧医疗 聚焦研究长距无损智算网络技术。 本方案依托中国电信的全光运力网，基于800G C+L技术、异构网络集合通信优化技术、全局负载 均衡技术等，为1024卡规模的分布式集群提供大容量带宽，实现120公里千亿参数大模型分布式训练， 性能达到集中训练的95%以上，证实了分布式无损智算网技术方向的可行性，为智算互联构建坚实技术 底座。 案例亮点 case HigHligHts 1 本方案可实现跨百公里数据中心

SaperMp 低空经济大模型智能监控平 台 P14 299 43 能力 1: 融合多种深度学习模型的航片智能解译技 术 超图低空智能服务引擎 百万级遥感样本 交互式图斑修整 系列通用 Al 模型 分布式快速解译 GISTC P15 海量全国典型地貌区域遥感解译样本集 P16 地类分割样本集 变化检测样本集 建筑物语义分割 道路语义分割 多地类语义分割 多模型兼容支持，满足应用需求 影像分割 变化检测 目标检测 分布式集群计算，提升解译效率 分 布 式 解 译 计 算 集 群 示 意 图 影像管理 任务分发 GIS 计算 节点 GPU 节点 1 GPU 节点 2 GPU 节点 3 GPU 节 存储 节点 主存储 备份存储 800 集中式解译计算软件 600 分布式解译计算集群 400 200 500 5000 10000 20000 检 测 面 积 ( 平 方 公 里 ) 面向解译前、解译中、解译后，提供影像优化、分布式批量解译、交互式修整等能力。 无人机航片智能监测算法 分布式解译计算集群与集中式解译计算软件 解译效率对比图 GISTC 原始影像 色度匹配后影像 影像色度匹配 检测 用 时 ( 分 钟 ) Redis+RabbitMQ

力+金融”加快算力在金融领域的创新应用，为金融业务发展提 供更为精准、高效的算力支持。 AI大模型智算网络技术是算力集群的重要基础底座，是新型 算力中的网络运载力，是助力大模型实现跨节点分布式训练，提 升大规模训练效率的重要支撑。 本文深入分析 AI 大模型技术在模型能力、结构、算力、效 率等方面的技术发展趋势，提出作为底座的智算网络所面临的新 问题和新挑战。围绕 AI 大模型智算网络“高性能连接、高效率 为每块卡的有效算力，N×X 则为集群算力。 在 T 和 P 一定的情况下，提升 AI 集群算力 N×X 是降低整体 时间，节省训练成本的关键。而 AI 集群算力能力很大程度上依 赖于高性能和高可用的网络。在分布式计算环境中，多个计算节 点需要频繁地交换数据和模型参数，这一过程的流畅与否直接关 6 乎集群计算效率。高性能的网络能够确保数据快速传输，减少节 点间的等待时间，从而加速训练或推理过程；高可用的网络使得 接基础上， 基于NVLink形成GPU ALL-to-ALL的超高速网络，并在NVLINK网络 中引入SHARP协议实现在网计算，将端侧（服务器）计算任务的 部分处理操作卸载到互联网络中，由分布式交换机协同端侧应用 完成集群的集合通信（Reduce、Multi-Cast等），降低网络流量 负载。 7 图1 英伟达NVLink超高速网络架构分析 1 二是以Google为代表的互联网厂商，主要通过端侧技术优化

要能有效跟踪度量SLA的实际效果，还需要持续、 主动发现可用性风险的机制与工具，在可用性管理的 过程中实现数据积累和能力演进。 挑战2：云平台技术栈快速增厚，如何 有效进行全链路可视监控 随着主机上云和业务云化转型的持续深入，分布式数 据库、中间件、AI、大模型等各种云原生技术被广 泛应用。新服务、新技术的迭代加速，犹如一柄双刃 剑，在助力业务快速发展、快速创新的同时，也带来 了系统技术栈复杂度的急剧提升，给传统的IT运维方 事故影响时间较长，业务恢复周期以数小时计， 严重者故障恢复时长达到了12小时。 造成巨额经济损失，负责人被处分、问责。 随着上云进程的逐渐深入，金融企业开始将核心应用 搬迁上云。核心应用一般有着规模大、分布式、架构 复杂等特点，这一点和互联网业务非常相似，上述互 联网的故障也在时刻给金融核心应用的运维敲响警 钟。在此背景下，近年来金融领域客户提出了核心业 务的“1-5-10”目标，即：1分钟发现故障、5分钟 考虑告警聚合策略。 监控 方式 3 3 1 重复 次数 图2.7 可用性指标设计举例 PaaS实例可观测 云平台通常能够提供丰富的PaaS实例，如容器集 群、消息队列、数据库、分布式缓存、分布式事 务等中间件，这一类PaaS实例由云平台侧提供开 箱即用的SLI(service level indicator, 服务质量 指标)，通过API或者监控对接等方式接入到应用 运维平台。此类指标以云平台提供的客户可感知

............................................................................... 3 1.2 智慧电厂设备结构化、分布式管理体系 ................................................................ 3 1.3 智慧电厂的设备管理特征 ......... 撑，以创新的管理理念、专业化的管控体系、人性化的管理思想、一体化的管理平台为重点， 具有数字化、信息化、可视化相结合的智能化等特点，实现安全、经济、高效、环保运行。 1.2 智慧电厂设备结构化、分布式管理体系 智慧电厂与数字电厂并不具有相同的体系结构，智慧是在数字基础之上，升华后的成果。 北京三维直点科技有限公司 北京市丰台区富丰路 的 设备管理，其具有强结构化和分布式的特征。 1.3 智慧电厂的设备管理特征 智慧电厂的核心处理对象是“人-机-信息”结构体，这个结构体又具有分布式特征，所 以信息单元闭环是其设备管理的首要满足条件。  结构化：“人-机-信息”结构体，根据内部子系统的结合，设备状态的变化、环境 的具体要求等进行自身的一些调整以达到期望的特征。  分布式：结构体分散在不同的空间位置，按照时间次序排列，在运行中根据所获得

5 智绘工厂，智造未来 工业互联网产业链分析及发展趋势 注重垂直行业的落地、云边端协同管理和调度能力的提升、生态培育的竞争、平台解决方案的增长及技术创新 云边端协同管理和调度能力提升 随着分布式云、边缘自治、边边协同等技术的不断发展和创新，工业互联网平台将逐渐具备更强 的云边端协同管理和调度能力； 生态培育成为竞争焦点 工业互联网平台的竞争将逐渐转向生态资源的整合和利用。平台将通过整合研发资源、供应商资 面向对数据处理量大和周期 长的业务，使能 ICT 变革  将可伸缩、弹性、共享的物 理和虚拟资源池以按需自服 务的方式供应和管理 边缘计算 Edge Computing  小规模分布式计算形式  面向对响应速度和网络质量 要求高的业务，使能 OICT 数字化  将主要处理和数据存储放在 网络的边缘节点 VS. 定义 特征 场景 云边协同，更大程度发挥计算价值 延和带宽问题。 EIS 是边缘计算场景产品，从业务面的部署位置来看： EIS 部署于工厂数据中心（即工厂本地机房），满足数据不出产、低时延 等要求，与总部中心云（全栈专属云 ECSO ）组成分布式云架构。 26 智绘工厂，智造未来  安全合规：待 N4 解耦，可集成 5G UPF ，支持 5G 本地分流，数据不出场；  超低时延：可支持现场级 RTT 1~5ms 超低时延。 

.....................................395 6.1.2 分布式缓存硬件估算...................................................................................400 6.1.3 分布式消息中间件硬件估算....................................... .................................402 6.1.4 分布式小文件硬件估算...............................................................................406 6.1.5 备份服务器硬件估算................................................. .....................................408 6.1.8 分布式容器硬件估算...................................................................................409 6.1.9 分布式日志硬件估算..........................................