金融业 AI 大模型智算网络 研究报告 北京金融科技产业联盟 2025 年 5 月 I 版权声明 本报告版权属于北京金融科技产业联盟，并受法律保护。转 载、编摘或利用其他方式使用本报告文字或观点的，应注明来源。 违反上述声明者，将被追究相关法律责任。 II 编制委员会 主任： 聂丽琴 编委会成员： 吴仲阳 张 勇 张志鹏 李建高 成晓强 编写组成员： 陈 鹏 余学山 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 传输、高可维网络、高安全保障”等关键技术进行研究，提供一 3 个阶段，并给出 了新技术发展及创新方向，为金融机构开展 AI 大模型智算网络 规划及建设提供参考。 关键词：大模型训练、智算网络、负载均衡、流控技术、拥 塞管理 IV 目 录 一、研究背景 ................................................. 1 （一）AI 大模型发展趋势及挑战 .........................

项目编号： 基于 DeepSeek AI 大模型 CRM 客户关 系管理系统 应 用 方 案 目 录 1. 引言.................................................................................................................................... ..........7 1.2 大模型在 CRM 中的潜力......................................................................................................................................10 1.3 DeepSeek 大模型的简介............. .........................................................................................15 2.2 引入大模型的必要性..............................................................................................

项目编号： 基于 DeepSeek AI 大模型人力资源应用 场景 设 计 方 案 目 录 1. 项目背景与目标.................................................................................................................................... 计。巡检内容将 涵盖数据库性能、服务器负载、网络安全等多个方面，巡检报告将 自动生成并发送至相关负责人。 在系统维护方面，我们将采用分阶段升级策略，每季度发布一 次小版本更新，每半年发布一次大版本更新。升级前，我们将提前 两周通知用户，并在非工作时间进行升级操作，确保不影响正常业 务。升级完成后，我们将提供详细的版本更新说明和操作指南。 为了提升用户自主解决问题的能力，我们将建立完善的知识库 随着技术的不断进步和市场需求的多样化，DeepSeek 人力资 源应用场景的扩展可能性日益显著。以下是几种切实可行的扩展方 向： 首先，在招聘和人才管理方面，DeepSeek 可以进一步整合大 数据分析和人工智能技术，实现更精准的人才匹配和智能招聘。通 过分析候选人的社交网络、在线行为和职业背景，系统可以自动筛 选出最合适的候选人，并推荐给招聘经理。此外，通过持续跟踪员 工的职业发展和绩效表现，DeepSeek

项目编号： 中医药健康产业基于 DeepSeek AI 大模 型应用 设 计 方 案 目 录 1. 引言........................................................................................................................................ 针对以上问题，引入 DeepSeek 应用方案可以有效提升数据管 理和分析能力。首先，DeepSeek 的智能数据整合技术能够跨越不 同数据格式和标准，实现多源数据的无缝对接和整合。其次，其强 大的非结构化数据处理能力能够适应中医药数据的特性，提升数据 分析和挖掘的精确度。此外，DeepSeek 的高性能计算平台能够应 对大规模数据的实时处理需求，为中医药健康产业提供高效的决策 支持。最后，DeepSeek 平衡点。通过对已有药物的化学结构进行微调，结合深度学习模 型，DeepSeek 可以预测结构修饰后的药物性能，从而指导药物分 子设计。 数据驱动的决策支持是 DeepSeek 在药物研发中的另一大优 势。通过整合实验数据、临床数据和市场反馈，DeepSeek 能够为 研发团队提供实时的数据分析报告，帮助团队及时调整研发策略。 例如，当某种药物在临床试验中出现不良反应时，DeepSeek 可以

项目编号： 保险公司行业场景 AI 大模型 应 用 方 案 目录 1. 前言........................................................................................................................................................... .........................................................................................6 1.2 AI 大模型的潜力与应用前景.......................................................................................... ....................................................................................10 2. 保险公司 AI 大模型应用概述..............................................................................................

项目编号： 人力资源管理引入基于 DeepSeek AI 大 模型筛选简历可行性 研 究 报 告 目 录 1. 引言.................................................................................................................................. 作为一种先进的 AI 技术，具备强大的文本 分析与语义理解能力，能够自动化地处理海量简历数据，并从中提 取关键信息，辅助 HR 人员进行决策。 DeepSeek 的核心优势在于其高效性与精准性。通过训练大规 模数据集，DeepSeek 可以识别简历中的技能、经验、教育背景等 关键要素，并基于预设的岗位需求进行匹配评分。其算法不仅能够 处理结构化数据，还能对非结构化文本（如自我评价、项目描述） 数据 驱动化的方向迈进，是现代企业提升竞争力的重要策略之一。 1.2 研究目的 在当前人力资源管理领域，简历筛选是招聘流程中的关键环节 之一，传统的人工筛选方式虽然灵活但效率较低，尤其在面对大规 模招聘时，容易出现遗漏和偏差。随着人工智能技术的快速发展， 尤其是深度学习（Deep Learning）和自然语言处理（NLP）技术 的进步，引入自动化简历筛选系统已成为提高招聘效率和质量的重

网络设施 安全 互联网 鹑电承载网 系统整体架构 本项目采用“ 6+3” 整体架构，即 6 层架构， 3 大保障体系 统一消息中心 统一授权中心 行为审计中心 系统管理 规信提剂 应用系统权限管理 系酸日志管理 线一登录管理 盈信提敲 月步服务接口管理 系统缝件管理 用户管理 邮件损醒 对外服务接口管理 数据算法库，并以简单易用的人机界面形式支持数据价值的挖掘工作，包括特 征选择、分类预测、回归分析、聚类分析、关联分析、统计分析等算法。 系统采用核心技术 应用系统规划设计 本项目围绕三大用户对象业务场景，构建个性化服务应用 项目协同管理 政府端 PC 端应用 漳州开发区招商地图 企业端 PC 端应用 + 微信小程序 ◎ 后台管理 个性化桌面设置 个人应用管理 个人中心管理 消息中心管理 员工端 - 统一入 口 6 大应 用矩阵 20 BE e an minan au erenan m an 一 m E 二 1.1 员工端 - 项目管理功能设 计 通过数字化管理，实现全公司各单位 、

oracle 、 mysql 、 sqlserver 、 南大通用 、 武汉达梦等） hbase Flume Storm Spark Flink FTP 本地文件 HDFS kafka 关系型数据库（ oracle 、 mysql 、 sqlserver 、 南 大通用 、 武汉达梦等） Hbase 开发语言支持，模型构建与算法集成。 ③ 完整的 AI 算法开发能力：提供多框架支持， 提供从模型开发、训练、部署一整套服务。 ④ AI 应 用 构建能 力：视频、 NLP 、语言三大 领域成熟应 用 以及基 于业务的 AI 应 用 ⑤ 平台能力开放：支持平台服务、应 用 、模 型开放，与三方平台灵活对接 ⑥ 开发管控能力：实现模型开放全流程管控、 通过数据血统追踪，可以解决数据的可 信度、质量、版本信息等，获得结果数 据的来源信息，及数据在数据流中的演 化过程。 数据治理的总体目标是理解企业的信息需求，规 范数据的生成，持续改进数据质量，实现数据最 大价值。 闭环工作流 从需求接手、设计、开发、审核、上线。 有着完整的工作闭环。有效降低冗余和 流程上的繁琐。 信息版本控制 实现数据资产的各版本间的切换、对 比。 对无法回溯的物理变更，有着重要意

目录 CONTENTS 一 . 政策概述 二 . 核心功能 三 . 应用案例 产业布局： 7 0 有竞争优势的化工园区 依、、、 创新发展： 20+ 共性技术 ， 40 + 新产品 五大主要目 标 产业结构： 75 % 新材料 依、、、 数字化转型： 30+ 智能工厂 ， 50 + 智慧园区 石化、煤化 工 等 重 点 领 域 企 业 主 要 生 产 装 置 自 控 率 达 到 提升创新发展水平 完善创新机制，形成协同创新体系 攻克核心技术，增强创新发展动力 推进产业数字化转型 加快新技术新模式协同创新应用，打造特色平台 推进示范引领，强化工业互联网赋能。 六大工作任务 推动产业结构调 整 强化分类施策，科学调控产业规模 加快改造提升，提高行业竞争能力 加快绿色低碳发展 发挥碳固定碳消纳优势，协同推进产业链碳减排 着力发展清洁生产绿色制造，培育壮大生物化工 数字化水平 提高 支撑保障 增强 解决方案 上新台阶 01 强化标准基础， 科学评估数字化现状水 平 1. 健全标准体系： 发布实施石化、 化工行业智 能 制 造 标 准 体 系 建 设 指 南 ， 健全涵盖基础共性、 重点领域应用、 综合评估的横纵一体标准体系； 2. 实施全面评估诊断 ：依托石化化工行业数字化转型推进中心，推动各省区 组织评估活动， 建立诊断、 咨询、 评估、 改造、

算产业应用案例汇编征集2024 Global Most Valuable Practice Solutions（GMVPS）”活动，得到了飞腾 开发者平台、极术社区、鲲鹏创新中心、昇腾社区的鼎力支持。 案例征集锚定三大核心方向，深度覆盖产业生态关键构建要素——年度技术创新类、智慧行业应用 类、可持续发展类，共收集到来自会员单位及产业伙伴累计近50份案例的积极申报。经由全球计算联 盟理事会以及来自通信、政务、制造 ……………………… 37 智慧行业应用类 ● 智慧通信 ｜中国电信集团有限公司｜机房智慧节能系统方案………………………………………………………… 42 ｜北京东方通网信科技有限公司｜基于AI大模型技术的多维化数据安全综合管控平台方案 …………… 47 ｜北京海量数据技术股份有限公司｜运营商商城App数据库自主创新方案 ……………………………… 52 ｜恒安嘉新（北京）科技股份公司｜创新 APStack技术平台方案 ………………………………… 74 ● 智慧政务 ｜北京市太极华青信息系统有限公司｜预算管理一体化系统V2.0方案 …………………………………… 79 ｜南威软件股份有限公司｜基于大模型赋能的城市运行管理服务平台方案……………………………… 83 ｜星环信息科技（上海）股份有限公司｜基于鲲鹏原生的大数据平台创新方案………………………… 88 ● 智能制造 ｜北