经营分析系统 (Business Analysis Support System) 是以数据分析为基础，以企业决策支持、市 场经营分析和一线营销服务支撑为服务目标，以客户 为中心的智能支撑信息系统。 它利用先进的数据分析和挖掘技术，帮助企业的 经营决策层了解企业经营的现状，发现企业运营的优 势和劣势，预测未来趋势；帮助细分市场和客户，进 行针对性的营销和高效的客户关系管理；对决策执行 谋部”，能够深入、持续地提高河北移动服务、管理和 经营决策水平，锻造全业务精细运营支撑新优势，充 分给力河北移动跨越发展。 15 经分系统的演进过程 •搭建数 据平台 •形成统 一数据视 图 •纳入 BOSS 系 统数据源 2006 2003 BASS1.0 BASS1.5 •数据集市 “地市信息 化”建设 •全面支撑 数据业务、 集团客户、 渠道、位置 分析等功能 •营销管理 平台的建设， 运营平台建设 NG1-BASS1.0-2.0 •增强元数据及数 据质量管理加强 数据管理的总控 能力。 •实现集团公司的 规范项目如集团 客户、渠道、增 值业务等内容的 建设，同时支撑 省内的需求 •增加新数据源网 络信令数据 •增加客户分析及 运营模块 2009 2011 NG1-BASS3..0 •丰富和扩充数据源 •升级技术架构，逐 步实现开放式、标 准化

定制IP 设计 封装 设计 领先的“芯”研发体系 北京 芯片前后端设计 苏州 芯片封装测试 成都 芯片验证系统测试 上海 内存控制器设计 芯片安全设计 研发与创新实力 一流研发支撑体系 / FIRST-CLASS R&D SUPPORT SYSTEM 全面设计能力 / COMPREHENSIVE DESIGN CAPABILITY 拥有完整芯片研发部 门的工程实验室 01 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 DCC编译器 适配gfx928/gfx936 /支持内嵌PTX /持续优化 运行时系统 API覆盖率100%/通讯库优化/问题自排查 支撑上层科学计算/AI框架与应用 GPUFusion兼容CUDA/ROCm双生态 异构加速卡驱动 国产CPU 国产GPU加速卡 多操作系统支持，更广泛国产操作系统支持 CentOS、Ubuntu、NFS、Kylin、UOS 海光信息秉承“深算智能”战略，以C86 CPU+DCU异构加速计算平台为核心，发挥“全精度通用架构、兼容主流AI生态、开放开源合 作”等优势，倾力打造“DCU-DTK-DAS-DAP”全栈软硬件技术生态体系，支撑各类大模型适配优化与应用创新，助力千行百业智能 化转型。 全尺寸、多形态、多场景适配各种大模型，从十亿推理到千亿训练灵活扩展 1.5B 7B/8B 14B 32B 70B 671B

人资、智慧物资、智慧财务、智慧办公、智慧党建八大类集成应用 系统，智慧风电、智慧光伏、智慧水电三类智慧电厂，一个数字化 运营中心，搭建一个工业互联网支撑平台，着力提升 XXXX 公司的 数据能力、感知能力、组织能力、安全能力、全面创新能力，即围 绕一条主线，建设一个支撑平台，八大应用系统，三类智慧电厂， 一个数字化运营中心，提升五种能力，简称“1831”如图 3-1 所示。 图3-1 数字化企业建设总体思路 数字化企业建设总体思路 7 企业数字化转型及企业数字化平台建设方案 2.2 基本原则  战略驱动、统筹规划：XXXX 公司数字化转型数字化企业建设 是支撑企业发展战略的一项重要内容，必须全面、长期地和企业的 发展战略保持一致。同时，数字化建设具有广泛性和综合性，必须 坚持“六统一”原则，在 XXXX 公司的统一领导和指挥下，各级单位积 极配合、各负其责，避免重复投资、重复建设。  分步实施、稳步推进：XXXX 总体目标 建设行业领先的能源工业互联网平台：包含数据采集边缘计算层、 基础设施层、工业平台层和工业应用层四大层级可支持实现 XXXX 公司全业务覆盖、各业务横向贯通、各层级信息系统互联的一体化 支撑平台，增强业务协同和集中管控能力，打破各业务系统之间的 数据壁垒，建立多维度、多层次、智能化分析模型，实现数字化运 营全要素聚合展现、全流程动态透视。 形成集团内可推广的全域数据体系，完成数据治理：建立一套

该成果为国内外主流超算系统面临的“编程墙”问题提供了一个性能可移植解决方案；同时， 精细化海洋模拟有助于进一步解析海洋中尺度、亚中尺度过程，减少海洋环流模式不确定性，为预 估未来气候变化、预测极端气候事件提供科学依据和技术支撑。该成果获得了CCF HPC China2024 超算年度最佳应用奖并获得2024年度戈登·贝尔气候建模奖（ACM Gordon Bell Prize for Climate Modelling）提名。 及智能化自愈能力创新。更新后的平台有效支撑了中移在线打造开放式数据生态体系，推动数据资产化 并服务于业务，实现数据可见、可用、可经营。 在经济效益方面，使用HashData云数仓比原有平台扩容升级节省超千万元，硬件资源节省达30%。 项目实现全栈自主可控，兼顾安全稳定与敏捷高效，为中移在线全面提升业务处理的数智化水平奠定坚 实基础，为业务效率与技术融合创新提供有力支撑。 案例亮点 case HigHligHts 通过深化云原生技术应用，成功实现了数据基础平台架构的云化升级。基于容器化部署的云原生数 据仓库平台，充分利用了云原生可自由伸缩、灵活调配、安全可靠等优势，大幅提升了计算资源的快速 部署和高效交付能力。不仅支撑了架构创新和数据生态的相互融合，还为未来业务的高质量发展奠定了 坚实基础。 2.构建了OneData数据平台，实现了真正意义上的企业级统一数据视图。通过将分散在多个Vertica集 群中的数据

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 传输、高 同城多数据中心甚至跨城市数据中心的 AI 集群融合承载。另外， 边缘数据中心可部署靠近用户的推理任务，以实现业务的快速决 策与处理能力，提升客户体验。 金融 AI 智算网络在基础设施之上，以网络运载力支撑 AI 算 力充分释放，不仅涉及数据中心网络，还涉及高吞吐的骨干网络 和敏捷低时延的分支网络，AI 算力网络如图 2 所示。都需要在 性能、可用性、可靠性和安全性多方面保障，以提升算力网络的 群算力的基础。当前业界 AI 服务器的单端口带宽已普遍具备 100G/200G 能力，未来网络设备应具备单端口 400G/800G 能力， 以满足 AI 集群训练的高性能数据传输。 二是使用 CLOS 架构支撑大集群规模。大规模训练集群场景 12 网络通常采用 CLOS 组网架构，其优点是全互联组网支持大算力 集群，网络带宽上限更高，配合负载均衡技术可使链路达到近满 带宽传输数据，同时通用性和扩展性也更好。

运维工作目标与组织业务目标的融合管理 组织 制度 工具 建设目标 • 统一监控 • 智能运维 • IT 运营管理制度 • IT 运营管理流程 • IT 运营管理技术 规范标准 • …… • IT 服务台 • 服务支撑组 • 服务协调组 通过监控运维人员组织、制度及 工具的建设和完善，构建面向“设 备 - 系统 - 业务” 的主动式统一 IT 运营管理体系，保障各信息系统 稳定性和业务的连续性，实现 IT •构建模型，预测未来趋势 分析 •分析历史数据辅助根源问题分析 整合 •整合历史监控数据，辅助 IT 系统综合管理 监控 •监控当前 IT 系统整体运行的状态 企业 IT 统一智能运营管理 以大数据分析能力支撑的 智能 IT 监控运维管理平 台 机器数据分析 传统 ITSM 、 APM 、 NPM 、 SOC 、 Cloud Management 保 障 业 务 、 降 低 风 险 、 提 效 平台运维体系，以确保整个业务的高效运营。 统一门户 设备 网络 存储 主机 中间件 应用 日志 链路 业务 16 16 总体架构 · 基于“统一技术 + 业务中台”架构设计，支撑“统一规划 + 分步实施“的建设模式 监管 对象 设备 网络 系统 中间件 业务 / 应用 日志… 后台 计算资源 存储资源 网络资源 标准接口 中 台 基础 能力 核心 能力 平台管理

舆情分析 行为预测 …… 电信自有数据 + 业务应用数据 政务 + 教育 + 医卫 + 交通 + 旅游 + 基础设施能力 云网融合 关键业务能力 安全服务 运营保障能力 运营支撑 云计算 云计算强调的是底层基础设施的资源复用， 让资源的能力尽量发挥出来。 大数据 大数据是主要面向业务，业务需要什么样的 构架，大数据就要有相应的平台、技术和构 架。 大数据平台产品建设和应用方案 结构化数据 实时数据 非结构化数据 大数据分析 BI 分析 可视化 大数据挖掘 机器学习 决策支持 观云提供大数据一站式解决方案，帮助客户收集、存储、管理、使用（分析和挖掘）相关数据，提升 客户业务支撑水平。 观云基于成熟的大数据开源技术（ hadoop/spark ），结合鸿信大数据团队的技术特长和项目实施 经验，形成了具有自主知识产权的大数据软件产品。 观云概述 大数据平台产品建设和应用方案 20 75% 出库终端匹配月统计 千万级 61 21 66% 对比大数据平台和传统数 据库处理效率，发现效率 提升 60% 左右，而且数据 数量级越大，效率提升越 高。 多团队支撑能力 1 架构灵活，可以支撑不同 的团队基于企业数据进行 分析挖掘，实现了资源的 充分利用和数据的高效共 享。 A B C D 观云 - 使用 大数据平台产品建设和应用方案 3 丰富的可视化展现 提供海量数据的批

减少监控人员，减少运维支出。（含网络监控系统、动 环监控系统、电子运维系统、 IT 运营支撑系统等） 建立集中高效、性能优质、快速响应的智能一体化运维生产管理模式 4 、建立降本增效、绿色节能、全成本核算的效益管理 模式 5 、组建掌握网络、动力、安消防、 IT 软硬件等核心 专业技术的运维支撑队伍 云数据公司一体化运维生产体系 …… • 公司本部负责基地 IDC 相 关网络、系统、设备、设施 调度”的扁平、垂直的运维生产和管理体系 重点基地：一体化专业化垂直管理 职能定位 服务响应 信息化支撑 资源管理 集团网运 云数据 公司 • 基地运维纳入集 团统一网络管理 体系 • 负责基地与 IP 骨 干网、传输网间 的运维管理和生 产调度 • 集中监控、集中 IT 支撑、统一运行 • 制定运维生产办法、 规程 • 下达运维考核指标 • 承担基地运维生产任 务和客服响应工作 端口等 •逻辑资源：包括 IP 地址等 业务资源：客户基本信 息、客户服务需求信息、 客户占用资源信息等 资源管理原则 •集中管理、分级负责、动 态维护 •发挥资源资产最大使用效 能、管控到位 •实现支撑手段信息化、管 理流程自动化、数据统计 规范化，提高管理效率 资源数据编号格式 •工单一致：资源受理单、 资源核查单和业务开通单 •数据格式一致：资源台 账、电路业务信息、物理 设备信息 •编号规则一致：建筑物、

加快工业互联网平台培育 1. 围绕数据采集、平台管 理、建模分析以及平台间互 联互通等关键技术和能力建 设，发挥好骨干企业与重点 科研院所的核心作用，搭建 跨行业、跨领域的国家级工 业互联网平台，建设一批能 够支撑企业数字化、网络化、 智能化转型的企业级平台。 推动百万企业上云 1. 鼓励工业互联网平台在 产业集聚区落地，推动地方 政府通过财税支持、政府购 买服务等方式，鼓励中小企 业业务系统向云端迁移，实 年远景目标提出，要“积极稳妥发展工业互 联网”“在重点行业和区域建设若干国际水准的工业互联网平台和数字化 转型促进中心”。  强化顶层设计 工业互联网以网络为基础、平台为中枢、数据为要素、安全为保障、产 业为支撑、应用为牵引。从网络、平台、数据、安全四方面，国家先后 印发政策文件。全国 31 个省份累计出台近 5013 项属地工业互联网相 关政策部署工作。  完善功能体系 产业基地强化区域协同。工业互联网产业基地作为促进工业互联网产业 SD-WAN 终端 RTU 其他智能联网设备 5G+ 数字化融合组网 5G+ 行业定制化专网 VPN 内外网穿透 5G 切片 5G+MEC 5G+ 行业专网 SD-WAN 管理 连接管理 设备管理 通用支撑 大数据分析 安全 实时监控 OnePower 工业互联网基线平台 工厂数字化运营系统 网络化协同制造平台 工业安防 数字化运维 -CNC 工业质检 室内高精度定位 AR 辅助 综合用能管理 云化

式人工 智能赋能的辅助设计以及智能化测试与智能运维工具链为代表的前 沿技术变革，正以前所未有的深度和广度，系统性地重构软件工程 的方法论、工具链与实践范式。软件工程已超越其传统边界，跃升 为支撑数字经济高质量发展、驱动千行百业转型升级不可或缺的核 心基础设施。然而，面对工具生态割裂、工程链路协同不足、垂直 领域适配薄弱等关键挑战，亟需构建统一标准体系打通技术研发与 产业落地的闭环，保 能力的本质局限 ............................ 7 （二） 工程侧痛点：人机协作的实践困境 ...........................8 （三） 行业侧痛点：通用模型难以支撑行业特性 .....................9 三、 建设思路：软件工程智能化分层演进与全域覆盖框架设计​ ......... 10 四、 建设内容：三维一体，构建智能化工程化标准实施矩阵​ 规划进一步锚定“加快数字化发展，建设数字中国”远景目标。2023 年中共中央、国务院印发《数字中国建设整体布局规划》则构建“2522” 实施框架，形成从战略规划到落地执行的完整闭环。为软件工程智能 化构建起“技术－产业－治理”三维支撑体系。另一方面，地方政府 积极落实国家战略，密集出台配套政策与行动方案，推动智能化转型 向区域纵深与产业实践落地。各地结合产业禀赋制定专项规划与条例， 并设立基金重点支持智能软件等关键技术研发。着力建设特色化产业