万元人民币，用于提升员工 对 Deepseek 大模型的理解和应用能力。运维成本包括系统监控、 故障排除、性能优化以及定期的硬件和软件更新，预计年度运维成 本为 400 万元人民币。此外，还需要考虑电力消耗、冷却系统以及 数据中心租赁或建设的相关费用，预计年度费用为 300 万元人民 币。 为确保预算的合理性和可控性，建议将项目分为多个阶段，每 个阶段的预算分配如下：第一阶段（硬件和软件采购）1500 万元。项目预计持续两年，因此人力资源 总成本为 900 万元。 运维成本包括硬件设备的维护、软件的更新和升级、以及数据 中心的电力消耗和冷却费用。硬件设备维护费用预计为硬件总成本 的 10%，即 80 万元/年。软件更新和升级费用为软件总成本的 5%，即 22.5 万元/年。数据中心的电力和冷却费用预计为 200 万 元/年。因此，年度运维成本为 302.5 万元，项目周期内总运维成 本为 605 万元。 Deepseek 大模 型的培训，预计成本为人民币 20 万元。 4. 运营和维护成本： o 日常维护：包括硬件设备的维护和软件更新，预计每年 成本为人民币 50 万元。 o 电力和冷却：考虑到高能耗的硬件设备，预计每年电力 和冷却成本为人民币 30 万元。 5. 其他成本： o 项目管理和咨询费用：预计成本为人民币 30 万元。 o 不可预见费用：预留总预算的 10%作为不可预见费用，

内蒙古土 地、风电等能源资源丰富，算力中心建设成本低，智算中心集群化 发展，规模快速增长，算力分指数提升。 北京算力分指数有所下降，一是政策引导算力需求向周边及西 部迁移；二是由于土地资源、电力能源紧张，大规模建设算力基础 设施面临土地供应不足、用电成本大等问题，限制算力规模的快速 扩张；三是北京市对算力中心能耗指标控制严格，新增项目在能耗 指标审批上面临较大限制，从而影响了算力规模的增长速度。 加大算力中心使用绿电的比例，推动东、西部绿电资源与算力需求 匹配，鼓励算力中心参与绿电交易、碳交易机制，鼓励“源网荷储” 一体化数据中心园区建设。三是推广 AI 节能，利用人工智能技术优 化算力中心制冷、电力分配和负载调度，实现精细化管理节能。 （五）深化融合创新实践，助力产业生态繁荣发展 综合算力指数 39 强化综合算力与各行业应用的深度融合创新，拓展算力应用场 景，推动产业数字化转型加速。一是推动算力普惠，鼓励中国算力

门车 的 皙箱中网 智 芎 T 厂 ◎ 物品的互联网 今天 Eh 文 人的智力 工业 3.0 应用电子信息技术， 进一步提高自动化 水平 电力 工业 2.0 将人类带入分工明 确、大批量生产的 流水线模式和“电 热力 工业 1.0 创造了机器工 厂的“蒸汽时 代 ” 1970 年代 初 20 世纪 初 18 世纪 末

工业和信息化部、教育部、科技 部、人民银行、银保监会、能源局 生效日期 2023-01-01 影响 7 政策内容 加强面向新能源领域的关键信息技术产品开发和应用，主要包括适应新能源需求的电力电子、柔性电子、传感物联、智慧能源信息系统及有关的先进计算、工业软 件、传输通信、工业机器人等适配性技术及产品。 政策解读 该政策旨在，推动能源电子产业发展，促进智能软件研发行业在能源管理、监控和

开拓新的价值高地。 得益于快速发展的AI技术2，自主化正是通往 这一目标的必由之路。我们的研究亦表明，这是企 业缔造长远价值的全新战略。它将是工业发展的 下一个阶段。从蒸汽机驱动的机械化时代到电力 时代，再到计算与数据分析的早期应用阶段，如今 实现自主智能供应链 我们已经步入技术能够支持自主系统的新时代。 供应链本身具备流程驱动和数据驱动的特性，使 其成为自主化AI等技术的理想应用场景。这些技

列车运行状态监控：实时监测列车的位置、速度及运行时间， 支持异常报警功能。一旦发现列车停运、延误等情况，系统应 立即通知相关人员进行处理。 2. 设备健康状态监控：通过传感器收集信息，对轨道、信号设 备、电力设备等关键设施进行全面分析，判断设备的运行状态 及可能存在的故障风险。 3. 乘客流量监控：利用视频监控和大数据分析技术，对车站和车 厢内的乘客流量进行实时监测，以便于调整运营策略及优化排 班。 3. 设备运行状况：定期监测关键设备（如信号系统、供电系统、 车站设施等）的运转状态和故障记录。通过数据采集和分析， 制定预防性维护计划，降低设备故障率。 4. 能耗指标：监控能源消耗情况，包括电力、水、燃料等的使用 数据。通过比对历史数据，识别异常能耗事件，优化能耗效 率。 5. 服务质量指标：根据客观反馈和乘客调查结果，分析列车正点 率、服务满意度、故障率等数据，以评估运营服务质量并持续 P）技术的不断 进步，能与乘客进行更为自然的互动，例如通过语音助手，为乘客 提供即刻的信息服务。 最后，在节能与环保方面，AI 大模型还潜在的利用智能算法来 优化能源管理。例如，通过精确预测电力需求和列车运行状态，城 市轨道交通系统可以更有效地调配能源，降低运营成本，促进可持 续发展。 未来的技术发展可能会让 AI 大模型在城市轨道交通行业具备 更强的跨域能力，结合例如物联网（IoT）、区块链等技术，创建