management: knowledge management and emergency management brain[J]. Journal of Command and Control, 2025, 11（2）: 217-224 摘 要 大语言模型不仅是人工智能领域自然语言处理方向的重大突破，也正在改变知识获取与知识创新的模式。在研究大语 言模型的知识获取与创新的原理之上，探讨了其在应急管理信息 [J]. 指挥与控制学报，2025，11（2）：217-224 DOI 10.20278/j.jc2.2096-0204.2024.0158 指 挥 与 控 制 学 报 JOURNAL OF COMMAND AND CONTROL 第11卷 第2期 2025年4月 Vol. 11，No. 2 April，2025 www.jc2.org.cn 11卷 指 挥 与 控 制 学 报 力，善于处理复 杂的、模糊的问题。 1.1.2 主动学习 与传统结构化的知识获取方式相比，大模型采 用自监督学习方法，主动捕捉训练文本中更深层次 的特征和规律，而非在预设知识结构下的信息抽 取[11]，从而具有突破已有认知局限实现创新的潜能。 1.1.3 数值计算过程 模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识

的自动 撰写和智能校验，提 升管理流程标准化和工作效率 DeepSeek 对行业带来的新技术思路 ( 部分 ) 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 纲 当下 Al 到了哪种程度 能源领域传统 AI 发展困境 … … … … DeepSeek 能楼 字 新范式的本质：替代了人类专家的角色，把人从开发链条中移出 25/30 口 未 来 Al 计算速度将更快、成本更低 口未来算法的能力将会更大，智能程度将会更高 2024 年 11 月 27 日，王坚《无尽的计算： Al 和研究范式变革》的演讲： “ 我们目前已经进入计算科学时代，云计算在未来的研究中可以发挥重要作用。未来通过计算能力， 我们可以利用 Al 扩展人类的创造力，进一步探索世界。 能源领域传统 Al 发展困境 DeepSeek 等带来的新范 式 例子：自动化研发，微软提 出工业 级 Agent 落地方案 RDAgent 53/30 2024 年 11 月 28 日，微软开源 RDAgent, 致力于打造一个工业研发过程的自动化助手，专注于数据驱 动 场景，通过提 出新 想法和实施它们来简化模型和数据的开发。 应用程序 / 场景 ■ 金融

我们期望通过本案例集的发布，能够进一步促进行业内各方的深度交流 与协同创新，共同推动智算服务发展与应用推广，为构建高效、绿色、智能的 未来计算环境贡献智慧和力量。 全球计算联盟 智能产业发展委员会 2025 年 11 月 2 目 录 智算服务案例集 ............................................................ .............. 9 3.1.4 广东电信韶关数据中心间接蒸发冷却技术应用 ..................................................... 11 3.1.5 联合开发智算运维调度系统保证集群训练长稳高效 ............................................. 13 3.2 模型支持和行业应用类服务 . DCS+ModelMate+运营平台解决方案 ..................................................................... 20 图 11 AI 教育课堂评价系统 .....................................................................................

实现自主智能供应链 7 1. 构建坚实且安全的数据基础 2. 投资关键AI技术，加速规模化 战略布局 3. 重构人与技术的协作模式 图1 企业应对中断的反应时间与恢复时间 敏捷性 4天 11天 从中断或变更中 恢复的时间： - 60% 应对中断的 反应时间： - 62% 1至5个月（视具体问题而定） 此外，企业预计通过自主化运营能缩减约16% 的碳排放，这将直接帮助企业达成其可持续发展 行业的数字化变革已经初具成效，AI算法嵌入 流程辅助决策；伴随DeepSeek等生成式AI技 术的普惠，数字化的领头羊们已开始加速规划 自主化能力与落地探索。 10 实现自主智能供应链 11 End to end supply chain activities have been segmented into 28 activities grouped in 9 clusters of 采购寻源、供应商选择及合同磋商 4. 供应商发展与关系管理 计划与排程 5. 供需集成计划 6. 生产排程/物料需求计划（MRP） 7. 运输计划 8. 维修与备件计划 运输 9. 10. 11. 12. 13. 仓库拣选与处理 原材料与零部件补给 运输准备（包装与装载） 运输（货运） 产品搬运 生产制造 14. 15. 16. 生产/制造 产品组装 产品包装

2.2 情感需求类：陪伴型智能体 ............................................................................... 11 2.3 效能讨论：成本与价值间的博弈 ....................................................................... 12 3 AutoGen 实验数据对比 ..................................................................................... 11 图 9 林间聊愈室产品介绍 ................................................................................. 10 OpenAI 不同模型 tokens 消耗价目表 .............................................................. 12 图 11 单次运行 Agent 对 Tokens 的消耗 ................................................................... 13 图

GPT-1 T5 BERT 2020 年 GPT-3 M2m- 100 XLM 进行海量数据学习训练 ，人类的反馈信息成 为模型学习的内容 OpenAI 公司于 2022 年 11 月发布 ChatGPT ，短短三个月内日活跃用 户从 零增长至超过 3000 万 ，标志着对话式 AI 进入大众应用阶段 里程碑： ChatGPT 的成 功 ChatGPT 日活量（ 2022 号线转 2 号线，这样就是 2 站 +5 站，共 7 站， 需 步行 20 分钟，共用时 43 分钟 3. 地铁 3 号线转 7149 路公交车，这样就是 3 站 +11 站， 共 14 站，需步行 11 分钟，共用时 50 分钟 4. 还可以 …… 这样综合看起来，最快的交通方案应该 2 ，共用时 43 分 钟 什么是思维链 (CoT) 从浙大玉泉校区到紫金港校区如何最快出行？

图 10 省级行政区存力分指数 Top10....................................................................... 21 图 11 省级行政区存力分指数-存力规模 Top10......................................................22 图 12 省级行政区存力分指数-存力质量 个省级行政区（省、自治区、直辖市）的综合算力发展 水平，同时，评估地级行政区的算力发展水平。指标数据来源、计 算方法和计算口径见附件一~附件三。 综合算力指数体系 4.0 如图 1 所示。 综合算力指数 11 来源：中国信息通信研究院 图 1 综合算力指数体系 4.0 综合算力指数 12 3.指数体系研究意义 在当今我国算力发展形势下，分析综合算力指数具有多方面的 重要意义。 摸底发展水 省级行政区存力分指数 Top10 2.存力规模 我国省级行政区存力分指数-存力规模 Top10 为广东省、河北省、 江苏省、北京市、内蒙古自治区、上海市、贵州省、浙江省、山东 省、福建省，具体情况详见图 11。广东存力规模全国领先，存储总 体容量和单机架存力水平均位于全国前列。作为我国经济强省和科 技强省，广东拥有众多大型互联网企业、金融机构和制造业企业等， 综合算力指数 22 对数据存储的需

...................................................................................................11 2. 项目目标与范围....................................................................................... ...............................................................................................87 11. 部署与运维............................................................................................ 是 CPU 利用率 ≤70% 65% 是 测试指标 目标值 实际值 是否达标 通过上述系统的性能测试与优化，可以有效提升股票量化交易 系统的性能，确保其在实际应用中能够稳定高效地运行。 11. 部署与运维 在部署与运维阶段，股票量化交易系统基于 DeepSeek 的应用 方案需要充分考虑系统的稳定性、可扩展性和安全性。首先，系统 部署应采用微服务架构，将核心功能模块如数据采集、策略执行、

以银行个金产品为例 用智慧发现信息价值 iscover 贵金属 基金理财 出国金融服务 结算通卡 保险 贷款 分期 信用卡 总数 产品相关 66 1708 47 83 3396 5300 获客数据 11 74 27 14 24 13 15 75 252 新客户比例 17% 4% 57% 17% 2% 4.8% 案例 - 某国有银行客服数据潜客获取 潜客获取结果（客服语音转文本） 有效数据： 0 20 40 60 80 100% 31.7% 74 75 11 用智慧发现信息价值 Discover information 解决客户问题 • 微信公众号丌能智能 回答用户提出癿问 题，导致大量咨询用 户转至“小麦客服” 人 工服务。 •

...................................................................................................11 1.3 项目目标与预期效益.................................................................................... ..............................................................................................132 11. 风险管理............................................................................................. 源利用率及业务适配性。以下是具体实施方案： 1. 计算资源动态分配 采用 Kubernetes 集群实现弹性资源调度，根据 CRM 业务峰谷特 征配置自动扩缩容策略。例如： - 工作日 9:00-11:00 自动扩容至 4 个 GPU 节点，处理客户咨询高 峰 - 夜间缩容至 1 个节点，降低 60%云计算成本 资源分配参数通过 Prometheus 监控实时调整，确保 GPU 利用率 保持在