目前国产超算平台架构多样，不同国产超算平台编程模型不同，给应用程序在多平台上的实现和调 优工作带来巨大的挑战。本案例面向一套源码跨平台可移植的需求，开发了一种面向国产超算平台的统 一编程框架软件，以解决不同超算平台之间软件性能可移植问题，提高国产超算平台的软件开发效率和 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 3 对并行编程细节的高度抽象，降低并行编程难度及代码量。 案例详细信息 case Details 1. 技术创新突破概述 本案例在软件技术方面的创新性主要表现在开发了一套面向国产超级计算系统的跨平台可移植并行 框架软件。该框架软件通过拓展开源性能可移植编程框架Kokkos [1]，增加了对国产超算架构如申威众核 8 年度技术创新类（前沿技术突破） 处理器及其编程模型的支持，同时针对对国产类GPU（Graphics 的硬件特性进行优化。使C++中仿函数（Functor） 、匿名函数（Lambda expression）、模板元编程 （Template Metaprogramming）等功能特性开发统一内存管理和统一编程接口。区别于以往的转码机 制，实现由源码直接编译生成能运行在不同国产超级计算系统上的二进制可执行文件。 框架软件采用组件化开发，将并行编程中节点内、节点间的诸多细节进行封装和抽象，形成可复用 的组件库，典型功能有：结

5 种以上的开发工 具或者平台 5 名 以 上 的 专 业 开发工程师 1,000 行以上的代 码编程 3 个月的开发和部 署时间 完整团队参与 持续维护 1 2 3 4 5 敏捷开发、快速迭代 之后 CASK 平台 2 名开发人员 ~100 行 左 右 的代码编程 2 周左右的开 发和部署时间 ~1 周 / 月的 维护工作 1 2 3 4 5 >10x

动态推理能力不足已成为大模型在软件工程领域落 地的核心技术瓶颈 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 模型输出不确定性导致的工程返工成为当前 AI 编程 最突出的工程痛点 生成式 AI 受限于上下文窗口和对复杂业务逻辑的建模能力，其 生成代码常存在三大缺陷：短期记忆缺失、业务逻辑误解、隐性性能 缺陷。这意味着，一段代码即使当前可运行，也很可能在迭代中暴露 出深层问题，进而导致重构成本剧增、Bug 来源不明、调试成本增加、 软件工程智能化标准体系建设指南（2025 年） 9 回滚困难等工程隐患。将 AI 编程工具用于核心交易逻辑、安全模块、 成等辅助性工作。软件架构师社区普遍反映 LLM 在复杂系统设计上帮 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“

性能分析工具 主流HPC应用 Gromacs/VASP etc 人工智能框架 TensorFlow/PyTorch/ paddlepaddle 国内典型 异构应用 OpenMP/OpenACC 类CUDA编程环境 OpenCl 编译器 驱动 DCU加速卡 主流应用 函数库 开发环境 通讯加速库 SPARSE加速库 LAPACK加速库 PRIM FFT加速库 BLAS加速库 Thrust DNN加速库 支持C/C++/Fortran、OpenMP/OpenACC、Python编程，支持GPU Direct网络加速，支持多种 Profiling 方法 HYGON 09 10 HYGON 海光DCU行业实战手册 DTK异构计算平台 DTK（DCU Toolkit）集成了DCC（DCU Collect Compiler）编译器、经过验证和优化的计算库，支持多种编程语言，同时提供运行、 编译、调试和性能分析功能。

配置点 80% ，运维成本 40% SVF SVF SVF 移动化 精细化 协作化 12 S12712 S12708 内置 ENP 芯片 可编程 多合一 S12700 Cisco 6800 FIB 3M 3 X 1M MAC 1M 8 X 128K Queue 64K 170 X 384 H-Qos 5-level 2.5 X X 2level 大表项、大缓存 S12700 = Switch+ Router + BRAS+ WiFi AC + Firewall ENP 以太网络处理器，将 ASIC 高性能与 NP 可编程能力完美结合 • 可软件定义的交换机，新业务软件重编 6 个月上线 敏捷可靠 业务随行——敏捷交换机 S12700 介绍 移动化 精细化 协作化 13  监测点多且分散，老产区改造，布线难

总量的 5 倍以上。在传统制造 过剩和低附加值的背景下，“高端制造”成为转型必然，而具身智能 正是这一战略升级的底层支撑。 具身智能引领“自动化→智能化”的范式跃迁。传统机器人依赖 硬件与固定编程，而具身智能融合 AI 大模型、多模态感知、端到端 控制，实现感知—认知—决策—执行的动态闭环。应用场景有望从商 用、工业扩展到医疗、家庭、教育等，推动“软件定义硬件，硬件产 品承载软件剩余价值”的产业趋势发展。 二战后，随着信息论、控制论和计算机科学的兴起，人工智能与 机器人技术逐步拥有了最先的理论基础。1948 年，诺伯特·维纳提出 控制论；1950 年，艾伦·图灵发表了具有划时代意义的“图灵测试”； 1954 年，世界上首台可编程的机械臂“Unimate”诞生；1956 年，达特 茅斯会议正式确立了人工智能这一学科。但受限于早期算力和传感器 技术的局限性，相关应用仍处于探索阶段。 2. 产业化突破与日本引领（1960s-1980s） 驱动的初创企业和跨界巨头，政策支持力度加大（如“十四五” 智能制造专项、“人工智能+”行动）。 在产业演化方面，传统机器人到具身智能的产业演化反映了从 “自动化”到“智能化”的范式跃迁。传统机器人以硬件+固定编程为核 心，具身智能以软件智能（大脑、小脑）+硬件升级（结构优化）为 核心，让“软件定义硬件，硬件产品承载软件剩余价值”成为趋势。 7 图表 5：机器人智能化持续迭代升级 如今，全球具身智能

应急预案功能模块...............................................................................56 5.1.8.1 预案编程功能................................................................................56 5.1.8.2 预案概述. 应急预案功能模块.............................................................................100 5.2.6.1 预案编程功能..............................................................................100 5.2.6.2 预案概述.. 降低投资成本、节约投资。 2.2.2先进性原则 为了使系统具有良好的交互性、可扩展性、可维护性和跨平台性，以及有 效解决系统中存在的“信息孤岛”问题，采用 J2EE 架构，在提出整体架构的同时， 运用面向对象编程思想以及模式复用理论和方法，将多种模式运用在系统设计 中，降低模块耦合度，将 XML 技术应用到系统设计中，运用基于 XML 数据集 成方式及 Web Servicer 技术解决“信息孤岛”问题。

IT 治理体系中机器人平台是安全的、经过审核的、被 管理的 简单来讲， RPA 模拟了一系 列流程步骤，具有与最终用 户类似的安全规则、需要最 少的系统集成、并且可以在 几周内实现… • 通过编程执行可重复的任务 • 在用户界面层有效运行 • 用成熟的技 术 复 制人工活动 • 机器人可以在台式机（ PC 或笔记本 电脑）或虚拟机上运行 RPA 的好处可以超过传统的转型方法，因为它可以快速和 账数据上耗费时间的流程；需要多次移交的流程 55 RPA 是计算机编码的、基于规则的软件，通过执行重复的基于规则的任务来自动化人工活动 RPA 定义 机器人是一种通过编程实现的，执行可重复任务的软件：使用记录器和简单 的编程语言，可以复制重复的人工任务 RPA 在用户界面层中运行：它能够在不影响基础 IT 基础设施的情况下实现 基于规则的工作自动化 RPA 可以在桌面或虚拟环境中实现：可以灵活地将机器人直接部署到现有桌

需求。 边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端， 可为云端计算提供访问边缘计算的历史数据。边缘计算架构包括边 缘网关终端和边缘计算服务两层： 网关终端是负责与各类传感器、可编程逻辑控制器（PLC）、 分散控制系统（DCS）等设备进行连接，进行数据采集、工业协议 22 企业数字化转型及企业数字化平台建设方案 解析、执行轻量化边缘计算，主要完成收集原始数据并上报的功能。 开发模式，可 实现一套代码多端部署，可有效降低开发难度、节约开发成本。移 动应用平台以 JavaScript 接口形式封装硬件 API 调用，可提供软件 开发配套的管理功能，并开放移动服务公共编程接口，以满足业务 系统开发需要。其核心功能规划如下： 1. 移动开发工具 31 企业数字化转型及企业数字化平台建设方案 基于移动应用开发工具开发，能调用平台的专有 API 达到原生 体验 企业数字化转型及企业数字化平台建设方案 终端运行时 APP 为最终用户需要安装的移动 APP 程序，为各类 移动应用提供了统一的运行时引擎。运行时引擎为各移动平台的原 生层功能访问提供了统一的应用编程接口，这套编程接口可为上层 移动应用屏蔽不同移动平台间的差异，使得基于统一移动应用平台 开发的应用具备跨平台运行能力，可实现一套代码的多端部署，可 有效降低移动应用的研发成本。 3.2.3.3.6 应用集成平台

首先通过自然语言处理（NLP）技 术对简历中的文本信息进行解析，包括教育背景、工作经验、技能 描述等。然后，系统会根据招聘职位的具体要求，如所需的技能、 经验和学历等，对这些信息进行权重分配和评分。例如，某个职位 特别强调编程技能，Deepseek 会相应提高相关技能的评分权重。 此外，Deepseek 还能够通过分析历史招聘数据，不断优化其 筛选模型。例如，通过分析以往成功员工的简历特征，系统可以学 习到哪些因素 利用机器学习算法对提取的信息进行相似性 计算和权重分配。系统会根据职位需求的不同，对候选人的各项信 息进行加权处理，确保最符合职位需求的候选人能够被优先推荐。 例如，对于一个高级软件工程师的职位，系统可能会更关注候选人 的编程语言熟练度、项目经验和团队领导能力，而在一个初级职位 的匹配中，教育背景和基础技能可能被赋予更高的权重。 为了进一步提升匹配精度，Deepseek 还引入了上下文理解和 领域知识库。系统能够识别特定行业或领域的专业术语和技能要 在人力资源管理中，Deepseek 作为一款基于人工智能的简历 筛选工具，其操作可行性主要体现在以下几个方面。首 先，Deepseek 的用户界面设计简洁直观，易于上手。HR 人员无 需具备专业的编程或数据科学知识，只需通过简单的培训即可熟练 操作系统。工具的安装和配置过程也非常简便，通常只需几分钟即 可完成，大大降低了技术门槛。 其次，Deepseek 的自动化程度高，能够显著减少人工操作的