对接各 行业需求。在跨领域融合方面，智能软件研发行业正积极与物联网、云计算等前沿技术深度融合，不断拓宽其应用场景与潜力边界。 智能软件研发行业可以分为四个阶段，萌芽期（1960-1969年），软硬件分离定价与软件工程概念的提出，为智能软件研发的独立发展和技 术创新奠定了基础；启动期（1970-2000年），独立数据库公司的崛起为智能软件研发行业在启动期奠定了数据处理与管理的基础；高速发展期 中国软件与技术服务股份有限公司 经营范围 一般项目：技术服务、技术开发、技术咨询、技术交流、技 术转让、技术推广；软件开发；软件销售；计算机软硬件及 辅助设备批发；计算机软硬件及辅助设备零售；计算机系统 服务；信息系统集成服务；数据处理服务；计算机及办公设 备维修；计算机软硬件及外围设备制造；仪器仪表制造；仪 器仪表销售；仪器仪表修理；非居住房地产租赁；企业管 理；机械设备租赁；货物进出口；技术进出口；进出口代 用友网络科技股份有限公司 经营范围 电子计算机软件、硬件及外部设备的技术开发、技术咨询、 技术转让、技术服务、技术培训；计算机系统集成；销售打 印纸和计算机耗材；物业管理；企业管理咨询；数据库服 务；销售电子计算机软硬件及外部设备；设计、制作、代 理、发布广告；自营和代理各类商品和技术的进出口，但国 家限定公司经营或禁止进出口的商品和技术除外；出租办公 用房；零售图书；互联网数据中心业务（机房所在地为北 京

务，构建稳健高效的算力平台，才能将算力转化为驱动创新的价值源泉，持续 释放算力价值。 智算服务是发挥极致集群算力的关键要素，释放算力新质生产力，服务 不可或缺。智算集群是一个复杂工程系统，非简单的软硬件的堆砌，它要求 算、存、网、服务的高效协同。智算服务包含智算集成、运维、计算使能和优 化、辅助运营等方面。发挥极致集群算力，需要构建智算服务产业共识，持续 推进智算服务产业升维。 我们期望 理，是 一个巨大的技术挑战。智算集群对稳定性与可靠性要求极高，AI 训练任务通常需要连续运 行数天甚至数周，任何硬件故障或网络波动都可能导致任务失败，造成巨大经济损失和时 间成本；智算集群的软硬件耦合深，故障定界困难。从芯片、服务器到集群网络、调度系 统、AI 框架，任何一个环节出问题都可能导致服务不可用，因此对运维团队的技术深度和 广度要求极高。 在运营与优化阶段，仅仅提供裸算力是 1 中讯院全流程支撑广东联通深圳智算中心高效交付 深圳智算中心是广东联通首个大规模智算中心，是广东联通在粤港澳大湾区算力基础设 施的重要布局节点。该智算中心的集成交付面临规模巨大、系统复杂，软硬件耦合度高，交 付流程繁多等挑战。中讯邮电咨询设计院承担该智算中心的设计和集成交付工作，全流程支 撑集成交付各个环节，保障项目落地。 深圳智算中心建设规模包括 230 台 GPU 服务器及 36

中小银行正在快速追赶。如工商银行、建设银行、招商银行等大行布局更早， 邮 储银行、浦发银行、江苏银行等也有较为领先布局应用。 AI 一体机的出现为机构提供了全新的解决方案，凭借其开箱 即 用、软硬件一体化设计等优势， 正在成为很多中小银行智能化转型的重要选择。 n 建议关注：宇信科技、京北方、天阳科技、长亮科技、百融云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 图表：十二家上市银行金融科技投入 图表：部分银行大模型应用场景 n 大模型的本地部署并非易事，从模型训练到推理部署的全链路优化需要专业技术团队支持。 AI 一体机的出现提供了全 新的解决方案，凭借其开箱即用、软硬件一体化设计等优势，正在成为银行智能化转型的重要选择。 n 目前多家银行 IT 厂商已推出相关解决方案： - 宇信科技：智能营销、信创、监管和 AI 一体机等 - 京北方： AI 软硬一体化解决方案，涵盖

..........................................................................................98 7.3 软硬件开发................................................................................................. 强有力的技术支持和决策依据。该系统的实施，将推动生态环保工 作向数字化、智能化方向发展，从而切实提升环境治理效果和公众 参与度。 7.3 软硬件开发 在生态环保智慧诊断系统的建设与实施过程中，软硬件开发是 核心环节之一。该环节的目标是确保系统在技术上可行，并能够在 实际应用中达到预期的性能指标。根据系统需求分析，软硬件的开 发将分为几个关键部分，包括硬件平台的构建、软件系统的开发、 接口设计及数据交互机制的实现。 首 系数据 库（如 PostgreSQL）和大数据平台（如 Hadoop）结合的方式， 分别用于结构化和非结构化数据的存储。数据库架构设计应考虑数 据的高可用性和安全性。 在系统实施阶段，针对软硬件的协同开发也十分重要。通过采 用敏捷开发方法，各模块的开发可以同步开展。在开发过程中，应 持续进行单元测试与集成测试，确保各模块的正常功能和性能。此 外，监测系统的实时性能也是关键，这可以通过建立监控仪表盘实

制作、客服家校沟通、教育企业内部业务等方向，通过结合通用大模型的能力优势 与垂直数据，突破AI在部分学科/教育场景中的应用瓶颈，赋能降本增效。预计随行 业进入AI深度整合的新阶段，将有更多阶段性原生AI教育软硬件产品涌现，创新教 育模式、重构学习体验。其中，教育智能硬件赛道有望率先得到突破，值得重点关 注。 行业格局方面，在DeepSeek概念火热、用户普遍使用教育行业产品的背景下，对 此轮技术升级响应较

方面，为满足大数据、数据库、3D视频处理在内的一些单核敏感型业务的需要，云服务仍将 持续提升单核、单实例性能。 多技术融合提升连接性能：云服务商综合利用内存/缓存、PCle、RDMA、IP网、EIP、VPC 等一系列技术升级和软硬件融合优化成果，大幅提升云、边、端不同位置服务之间的协同效 率，这对于保障在线业务的体验至关重要。 存储方案升级应对大数据量冲击：云服务商通过采用更高性能的存储设备和更高效的存储架 构，结合对数 CPU 提供协 同计算、管理和资源分配等能力来提升系统性能和能效，使工作负载的性能和总体拥有成本 (TCO) 之间达到更为理想的平衡点。 凭借持续迭代的 x�� 架构技术优势，覆盖芯片设计、软硬件协同优化的系统级解决方案及全链条生 态整合能力，英特尔目前在人工智能服务器 CPU 的市场占据 80% 以上的份额 *。 3、推理场景 推荐系统 推荐系统作为 AI 在商业领域的成熟应

控 电 梯 据 设计 目标：模块选择，应用设计 成果：信息化初设文本 硬件配置 目标：配置硬件，定义接口 成果：智能化设计图纸 实施路径 实施 目标：定制开发，软硬件交付 成果：信息化平台，智能化工程 运维 目标：系统维护，降本增效 成果：能源优化，应用升级迭代 咨询 目标：分析需求，策划场景 成果：可研报告、咨询报告 产品一

诸多障碍，制约了全国算力资源的优化配置和高效利用。二是基础 软硬件水平亟待进一步提升。硬件方面，我国在高端芯片制造工艺、 高性能服务器等关键技术环节与国际先进水平存在一定差距，部分 核心部件依赖进口，这在一定程度上限制了算力产业的自主可控发 展。软件层面，操作系统、数据库等基础软件的稳定性和性能优化 相对不足，存在兼容性、安全性和效能发挥等问题。此外，软硬件 的协同适配性也有待提升。三是节能降碳水平亟待进一步提高。算

中山大学计算机学院教授. 2002 年获香港中文大学博士学位. 广 东省珠江学者特聘教授, Elsevier 中 国高被引学者. 主要研究方向为冗余 机器人, 递归神经网络, 高斯过程, 科 学计算和软硬件开发. E-mail: zhynong@mail.sysu.edu.cn (ZHANG Yu-Nong Professor at the School of Com- puter Science and

性是另一大技术风险。例如，在复杂气候条件或高流量情况 下，系统的出错概率可能增加。 针对上述风险，以下是相应的应对措施：  在项目启动前，进行一次详细的数据准备和技术环境评估，确 保数据的有效性运用，并配置测试环境验证软硬件兼容性。  组建一支技术上强大的团队，针对关键技术环节进行培训和知 识分享，确保团队成员能在各自的工作领域中发挥最大效能。  定期进行技术评估和风险审查，通过建立技术文档和标准操作 规程，降低因知识传递不足而导致的风险。