尽管当前大模型的上下文窗口已扩展至数万甚至百万级 token， 但在涉及多步骤状态转移和复杂逻辑推理的场景中仍存在显著局限 性。研究表明，对于需要递归回溯的编程任务（如调试、算法优化）， 大模型的解决方案通过率显著低于人类开发者的平均水平，且错误类 型集中于状态追踪失误和逻辑断层。 软件工程智能化标准体系建设指南（2025 年） 8 3.数学建模与算法设计的理论基础不足仍是制约 AI 在 软件工程领域深度应用的核心瓶颈 数学推理的代码生成任务中，LLM 的验证通过率远低于人类开发者， 且错误类型主要集中在数学假设不成立和边界条件处理缺失。 （二）工程侧痛点：人机协作的实践困境 1.智能组件“悬浮式”嵌入现象普遍，全生命周期呈现 断层 需求-开发-运维的数据孤岛阻断智能反馈闭环，单点 AI 工具“悬 浮式”嵌入现有流水线致 CI/CD 失败率激增。智能工具模糊开发者、 测试工程师角色边界，技能转型滞后使“流程驱动”思维难以转向“数 助有限，需要大量人工验证和调整才能用于生产。 3.代码风格碎片化与统一编码文化的丧失是工程实践 中日益严重的问题 AI 编程很难自动对齐项目原有的命名规范、模块结构、依赖管 理规则。不同开发者通过不同提示生成的代码可能出现命名风格不一 致、错误处理策略不统一、流程控制风格迥异等问题。久而久之，整 个代码库将呈现出“生成即碎片”的趋势，使得后期维护成本大幅上 升。这种碎片化不仅影响代码可读性，还增加了系统集成和团队协作

实战场景一:AI大模型一体机 实战场景二:行业智能化 实战场景三:科学计算 实战场景四:工程计算 13 17 35 39 ECOLOGICAL ACHIEVEMENTS 生态成果 03 光合开发者社区 智能计算联合实验室 光合组织介绍 海光DCU生态图谱 44 45 46 47 HYGON 05 06 HYGON 海光DCU行业实战手册 HYGON 07 08 HYGON DCU迁移平滑无忧 全程护航 支持大模型 多元场景应用落地 DAP（DCU AI Platform / DCU人工智能应用平台） 云原生AI平台 大模型应用平台 光源ModelZoo | 镜像仓库 开发者社区 基础算子层优化 框架工具层优化 模型扩展组件层优化 DAS（DCU AI Software Stack/DCU人工智能基础软件系统） C86 CPU DCU加速卡 存储 高速网络 Stack）提供AI算子优化库、AI模版库、AI编译器、基础AI框架、推理框架和三方套件，并通过OpenDAS 以开源方式提供AI扩展套件服务。 DAS与 ModelZoo、镜像仓库、创空间、开发者社区、AI 平台等构成一套完整的人工智能基础设施，全栈全场景赋能用户AI应用研 发，助力千行百业智能化转型，加速新质生产力建设。 DAS人工智能基础软件系统 基础数学库 适配两代产品/全兼容/性能优异

数据标准接口，同时对标准稽核规则进 行 配置，放入稽核规则库中。 前向稽核校验： 对接口数据进行记录条 数和长度等的前向规则稽核效验，并对 稽 核效验结果通过错误文件记录的方式 反馈 给数据开发者。 后向稽核校验： 通过规则库的后向质量 稽核规则去发现数据标准规范中字段质 量 的相关问题，同时进行数据标准质量 的稽 核告警。 稽核反馈： 根据稽核结果，当有稽核错 数据 数据 容器 容器 功能 计算 资源 IDH （ Ideal Data Hub ）大数据工作台，提供一站式开发 管理服务入口 1. 管用 分离的专 属门户：划分开发者与管理者专属门户 ，为不同角色的人员提供专 属服务能力。 2. 高集成度的工作平台：向租户提供一个一站式的工作平台。将租户所有的工作进 行分类整理后，在工作台中提供统一的功能入口，满足租户所有的日常工作操作。 组件进行数据分析 ， 应 用 开发，具 体角色包括： • 应 用 开发人 员 • 数据分析 人 员 • 数据模型建设者 • 研究人员 大数据工作台 2 Par t 开发者 管理者

管理平台 诊断 Hardware Detection 硬件检测 自 Log Capture Log 日志抓取 WiFi Diagnostics WIFI 诊断 USDK 开发者文档 类工具 Battery Manage 电池管理 KMS 秘钥管理系统 U-Talking 网络对讲软件 Online Scanning 在线扫描 WEB 工业浏览器 OTA

任务流转到自动内部环节后，直接进入内部子流程，子流 程的处理人由上一固定环节处理人指定，内部子流程流转 完成后回到主流程直接向后流转 任务设计 流程设计 表单设计 表单设计 • 为系统开发者或系统管理员提供了非常灵活的流程界面定制工具，可以在 不进行开发的情况下随时增加和修正新的业务流程属性，和修改流程界面 的布局，便可很快的完成流程表单设计。 流程监控 流程设计 任务设计 流程设计

120 郎丰利 大数据云平台建设和运营整体解决方案 V3.0 郎丰利 外可根据服务调用行政审批中心报表，鉴别出请求模式，优化 服务实现结构。 1.1.1.1.27、服务 SDK 为了帮助开发者提供简单易用的方式使用服务，平台为开 发者提供了 C++、Java、.net 等各种语言 SDK。同时提供文档 和沟通工具，降低应用的开发成本。 5.1.3.3、 数据超市 数据超市为日益增加的数据资源提供一体化的数据展现、 大数据云平台建设和运营整体解决方案 V3.0 郎丰利 的 数 据 进 行 直 接 访 5.2.2.2、 PaaS 安全威胁 1. 威胁来源与安全防护的核心资源 威胁来源：内部恶意用户以及窃取了管理员和开发者权限 的外部攻击者；外部攻击者对 PaaS 平台自身及应用程序的攻击。 核心资源：PaaS 组件本身、以及 PaaS 所提供的各种服务、 用户业务数据和应用程序。 2. 行政审批中心云 PaaS V3.0 郎丰利 a)账户劫持：外部黑客劫持内部管理员、开发者的账户，仿 冒合法用户更改系统配置，或非法窃取平台和其他用户的 数据； b)管理员权限滥用：内部管理人员滥用系统或组件访问权限 恶意授权服务接口，修改、删除系统配置，或非授权访问 其他应用系统的文件和数据，造成数据泄密风险。 c)开发者非授权访问：开发者非授权访问其他开发者的系统 数据，造成数据泄密风险。 4） 产生的后果：平台或服务不可用、数据失窃。

基 础 设 施 层 数 据 处 理 层 应 用 服 务 层 44 智绘工厂，智造未来 大数据基础支撑能力——大数据生态管理平台  为促进行业数据融合，生态合作管理平台为行业数据产品开发者，提供大数据产品孵化和创新探索的环境，满足开发敏捷性、 数据安全性、创新灵活性的要求，帮助企业构建数据生态，加速数据要素流通，实现数据对外赋能。 生态合作平台 数据模型加工、数据产品统一生产平台

GCC）于今年9月重磅发起“2024年度全球计 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 应用性能。框架软件采用组件化设计和统一编程接口，研究不同平台的统一内存管理策略，支持不同架 构的国产超算平台，实现高效的并行计算和优化编程。通过提供丰富的工具和库，简化开发和调试过 程，同时支持灵活的配置选项和定制化功能，使开发者能够个性化选择和优化策略。为国产超算平台的 软件开发和应用提供一个通用且可靠的工具，助力超算领域的生态发展。 案例亮点 case HigHligHts 1 一套源码可在不同架构的超算系统下运行。 安全性优势：采用了加密技术和安全协议，确保数据在传输和存储过程中的安全性。对用户 隐私进行严格保护，通过数据脱敏等手段防止敏感信息泄露。 2.2.3 可服务性优势：提供了友好的用户界面和便捷的 API，方便开发者集成和使用。支持多种部署 方式，包括云端部署和边缘设备部署，满足不同用户的需求。 2.3 在业内所处水平：该案例的技术处于行业领先水平。与传统方法相比，其在准确性、性能和安 全性等方面都有显著

整个行业的数 字化转型。同时，与监管机构的合作可以确保 AI 技术的应用符合 行业规范和法律法规，避免潜在的法律风险。 在生态系统建设方面，保险公司应积极构建一个开放的创新平 台，吸引外部开发者、初创企业和学术界参与到 AI 技术的研发和 应用中来。通过举办黑客马拉松、创新大赛等活动，保险公司可以 发现和培养新的技术人才，同时也能获取更多的创新灵感和解决方 案。 为了更系统地展示合作与生态系统建设的各个环节，以下是一 提供丰富的数据资源，用于 AI 模型的训练和验证，提升模型准确 性 行业联盟 共享经验和最佳实践，推动行业数字化转型 监管机构 确保 AI 技术应用符合行业规范和法律法规，避免法律风险 创新平台 吸引外部开发者和初创企业，发现和培养技术人才，获取创新灵 感 最后，保险公司还应关注生态系统的可持续性和扩展性。通过 建立长期合作机制和利益共享模式，确保各参与方能够持续投入和 贡献，共同维护和扩展 AI

 新增多维度统计  新增资源维护计划  新增远程配置操作  新增操作员受限管理  新增系统自管理  新增用户管理与权限控制  新增日志服务  新增安全服务 3) 开发者门户  多租户  认证  授权  SDK 4) DevOps  审查  构建 44 / 661  测试  部署  运维 5) 发布中心 6) 服务规则治理 互、数据模型转换、数据割接功能。 7) PaaS 组件管理模块：根据引擎上线计划分阶段实施上线。按以下 优先级分步上线。服务/规则治理、发布中心、容器管理、 53 / 661 DevOps、运维门户、监控中心、开发者门户。 3.2 功能描述 3.2.1 CPC 配置引擎 CPC 配置引擎功能架构图： CPC 配置引擎负责管理所有产销品、商品、规则、主数据、服务事件、营 销活动等实例数据，并可对外提供标准化产销品服务的业务中心。CPC MD5 的加密，要求定期修改密码，如不定期修改，可以进行 email 等方 式的提示，密码过期不能登陆等，并且在修改密码时要求密码具有较高的强度 等等。 561 / 661 3.2.7.3 开发者门户 3.2.7.3.1多租户 平台提供多租户管理功能，实现不同租户间应用程序环境的隔离 （application context isolation）以及数据的隔离（data isolation)，以维持