...........................................................................................12 2.1 硬件架构.............................................................................................15 2 ...........................................................................................50 5.1 硬件性能调优......................................................................................51 5.2 软件算法优化 ...........................................................................................57 6.1 硬件部署方案......................................................................................58 6.2 软件安装与配置

基于英特尔产品与技术，打造 “云 - 边 - 端” 架构人工智能 教育实训环境 基于英特尔优化方案的应用案例 • 联合伟世：“云 - 边 - 端” 协同，采用先进硬件与创新理念 打造高效人工智能教学实训平台 • 五舟科技：高性能硬件助力打造高校人工智能教学平台 优化方案设计、提升推理性能，助力智能课堂行 为分析 英特尔与合作伙伴共同探索课堂行为分析在智慧教育 场景中的应用 • 人工智能行为分析解决方案开发及挑战 估 15 15 15 17 24 24 26 31 31 32 35 39 39 41 66 67 69 70 71 72 73 74 75 07 硬件产品 第二代英特尔® 至强® 可扩展处理器 第三代英特尔® 至强® 可扩展处理器 英特尔® 傲腾™ 持久内存100系列、200系列 英特尔® 傲腾™ 固态盘 P5800X/P5801X 英特尔® 教学等应用，不 仅可通过增强师生间的交互来提升线上线下课堂的教学效 果，也能有效缩小区域、城乡、校际间的教育质量差距，实 图 1-1-2 人工智能在教育行业各场景的应用 图 1-1-4 多样化的英特尔硬件产品矩阵 • 全方位的软件产品助力，包括 OpenVINO™ 工具套件、 英特尔® 深度学习加速技术、英特尔® AVX-512、面向英特尔 ® 架构优化的深度学习框架等。 • 英特尔在 5G、边缘计算（MEC）平台以及

应用架构路线图 技术架构路线图 EA 标准词汇表 EA 工具 架构评估 项目架构文档 架构合规指标 架构评估方法 业务数据模型 数据集成模式 基础服务菜单 基础设施 SLA 硬件平台标准 硬件设备标准 业务流程架构 业务能力架构 应用架构 集成架构 数据架构 基础架构 资料来源：麦肯锡 7 使用 企业架构管理通过三个流程和在其它管理流程中 的参与来实现 架构路线图在 应用架构路线图 技术架构路线图 EA 标准词汇表 EA 工具 架构评估 项目架构文档 架构合规指标 架构评估方法 业务数据模型 数据集成模式 基础服务菜单 基础设施 SLA 硬件平台标准 硬件设备标准 业务流程架构 业务能力架构 应用架构 集成架构 数据架构 基础架构 有此要素且满足 EAM 要求 此要素缺失 有此要素但不满足 EAM 要 求 11 上海电力企业架构管理要素现状 功能点定义 构件复用 参考模型 快捷灵活性 软件标准规范 软件集成平台 基设服务产品目录 服务水平 硬件标准 硬件平台 业务信息模型 企业架构管理评估 – 要素 资料来源：麦肯锡 流程 架构 能力 架构 应用 / 集成 软件 架构 基设 服务 基设 硬件 科信部平均分（ 6 份答卷） 总平均分（ 14 份答卷） 平均 2.7 3.8 3.3 3.0 1.4

公司治理（Governance） • 信息安全与隐私保护 3.确保环保合规性 在环保合规性方面，企业应该严格遵循ROHS （限制使用某些有害物质指令）和REACH（化 学品注册、评估、许可和限制法规）标准。除特 定的电池电芯和硬件组件外，所有使用的结构 件均满足以上法规，以保障消费者的健康和安 全。通过合规性措施，企业不仅践行了自身的 环境责任，亦在市场中树立了良好的信誉。 服务机器人行业有着技术创新驱动和多领域应 用的特点，其生产和使用对环境的影响尤为重 下，实现跨场景端到端的智能化服务，亟需提 升通用机器人的泛化性。 开放性的全栈式智能服务机器人生态即是这样 一幅蓝图。在该生态中，多元形态、多品类产 品矩阵、多技术栈等共同构成了发展具身智能 的坚实基础，在技术的创新、硬件的多元化、 行业标准规范的建立等多重驱动下，具身智能 赋予机器人适应不同环境、处理多样化任务的 能力，使其能够在多种场景中自如运作，从而 带来服务模式的全面革新。 因此，从更宏观的行业视角来看，发展开放性 开放性的全栈式智能服务机器人生态是一个技术 框架和商业模式的创新综合体，旨在通过以AI为 核心的多技术栈和创新的商业模式，建立开放普 惠的行业生态，实现服务机器人与一切可能的交 互对象（包括人、环境、其他机器人和软硬件系 统）之间的智能交互与万物互联，形成一个通用 的全栈式智能机器人体系。该生态的核心理念在 于开放性和通用性，通过构建一个全面互通、无 缝衔接的智能服务机器人生态，来实现服务机器 人在多样化应用场景中的深度融合和广泛应用。

...................................................................................43 2.4.5.2. 服务器硬件管理..............................................................................................44 .................................................................................70 2.4.11.1. 存储设备硬件状态管理.................................................................................71 2.4.11.2. 存储空间使用管理 .........................................113 ഀ� 1. 运维软件的变革 1.1. 运维管理的三个转变 近年来，国内 IT 应用系统建设经历了基础硬件环境建设、系统应用建设、数据大集中阶段等 多个阶段。面对业务部门对信息支撑能力要求日益提高，信息部门管理工作也逐步从大建设、大 发展阶段进化到精细化管理阶段，从过去强调网络建设、应用建设和系统建设，逐步认识到增强

从产业角度看，医疗产业不仅包含医药行业中的医院、体检中心、制药企业等参与者，还包括了健康管理、生物技术等 医疗相关领 域的参与者；此外，医疗产业还涉及其他服务机构，例如保险公司、机器学习服务提供商、硬件生成商等等。 疾病的治疗 （传统医疗的范畴） 药品 保健 生物 技术 …… 1 智能医疗概述  所谓“赋能”，字面意义上就是指为某个主体赋予某种能力和能量；人工智能对于各行业各领域的赋能，在生产环节表现为生产效 医疗生产活动成 本 降低、效果增强，而且为医疗相关产业链带来了新变化。 机器学习服务 提供商 硬件 / 软件产 品及药品研发 机构 医疗相关服务 研发与供应商 硬件产品及药 品生产商 硬件产品及药 品生产资料供 应商 医疗数据服务 供应商 医院 硬件产品及药 品销售商 患者及防疫等 服务接受群体 健康类产品消 费群体 体检中心 保险公司 且使医生能够将更多时间和精力用于与患者交流和疾病诊断之中；  产品及业务模式：软硬一体全套解决方案，软件是以语音识别引擎为核心、以医疗知识系统为基 础的语音对话系统（行业术语：语 音 OS ），硬件是医用麦克风。公司与医院进行科研合作，前 者通过脱敏病历数据和临床使用不断训练模型，优化算法；后者免费使 用语音电子病历产品， 并与公司共享优化后的产品。 2 典型应用场景 医疗专用麦克风

认证鉴权区域 运营商 AP 网安平台 审计日志上传 传统网监审计部署方式问题 - 如何快速覆盖 各个房间无线路由器或 AP 汇聚后再进行审计 带宽持续扩容、全网日志展示 每个房间单独部署硬件审计设备 成本高，部署量大 汇聚出口与一房一宽场景下，审计设备有两种部署方式 传统网监审计部署方式问题 - 如何保障在线率？ 酒店无专业运维人员 设备没有冗余 一旦故障发生 审计设备在线率无法保障 平滑扩容、资产保值 可弹性扩容 高性价比 审计平台 采用虚拟化技术 1. 通过虚拟化集群技术实现 专有硬件堆叠，性价比 高于传统分布式部署硬件。 2 、解决资产回收管理问题。 3 、节约用户机房与耗电。 例如：同样性能的审计设备 单独采购硬件与专有硬件 堆叠 + 审计运营平台节约 成本约 20%-30% 左右 运维简单 自助的服务、 统一管理的集中平台运营 建设方式采用平台池化方 器，就可实现扩容。 2. 兼容性。不管是一房一宽，统一汇聚拨号上网，还是专 线上网，都可以支持。 3.IPTV 流量分离。 IPTV 流量不需要审计，将 IPTV 流量 分离出去，节约了硬件资源。 4. 高可用性。方案具备高可用性，保证平台局部故障的情 况下，酒店网络不受影响。 四川广电汇聚酒店出口案例 案例：新疆电信“天翼净网管家” 案例：青海电信酒店安全 Wi-Fi 管家

所需算力服务、数据 服务和算法服务的算力基础设施，它融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练 和推理提供高效、稳定的计算环境。据测算，2023年全球生成式AI市场规模，包括硬件、软件以及服务等， 达675亿美元，到2028年有望增长到5160亿美元，复合年化增长率达50.2%；2023年，中国生成式AI市场 规模为1200亿人民币，到2028年将超过5000亿人民币（图1-1）。 部署高速、大容量的存储系统。互联网公司通常具备强大的云计算、大数据、人工智能等核心技术积累和研 发实力，能够快速迭代和推出创新性的AI服务和解决方案。许多互联网巨头具备自研硬件（如AI芯片）和软 件的能力，可以实现软硬件深度协同优化，提升智算中心的性能和效率。电信运营商拥有覆盖全国甚至全球 的骨干网络和接入网络，这为智算中心互联提供了得天独厚的网络优势，可以为用户提供低延迟、高带宽的 连接服务，尤其是在边缘计算场景下更具优势。 集和计算量， 就可以得到性能更优的模型。2）模型参数量、数据集以及计算量之间存在幂律关系。3）随着模型规模增 加，模型会出现涌现特质——未预期到的新能力，推动模型性能提升。尺度法则正在驱动大模型硬件部署走 向更大集群。早期AI训练网络互联规模均在千卡左右，随着AI大语言模型的参数、训练量指数级提升，算力 卡互联规模从千卡提升到万卡，目前行业已经开始部署10 万卡集群。 在云计算阶段，云服

国内外智能汽车头部企业开始应用投放各自的城市 NOA 系统。 智能汽车头部公司 NOA 系统发展概况 AI 大模型将从根本上改变自动驾驶产业的发 展 资料来源：中信证券 硬件配置方面 ，需要车辆使用满足 L3 级自动驾驶功能的智能化传感器 ，如摄像头、激光雷达、毫米波雷达等， 能实时感知各类路面情况；还需要车辆的自动驾驶芯片有足够高的算力 ，能在毫秒之内识别信息 ，并提出应 应用智能传感器是实现 NOA 的基础 无论是多传感器融合派厂商，还是视觉派厂商，都大量使用智能化传感器，他们是实现 NOA 的必要条件。 要实现 NOA 对智能传感器硬件要求很 高 特斯拉 Model 3 小鹏 G9 厂商要搭建起高效的算法模型 ，开发的系统既要能精准识别并处理各传感器获得的数据 ，还要能有效应对 模 型未考虑到的长尾问题。这大大增加了系统所需数据量 摆脱了神经网络算法需先 “认识 ”才能 “识别”的特性， 大大增强了对 不 自动驾驶感知模块有视觉派、融合派 2 种技术路线 ，前者以摄像头为主传感器 ，后者以激光雷达为主传感器。 应用 AI 大模型降低了硬件的要求 ，及软件开发的成本。 毫末智行： 单张图的标注 成本从 5 元下降到 0.5 元 ， 成本下降 90% 。 小鹏汽车： 2000 人年的 标注量， 可在 16

运营成本 100 万 元/月 90 万元/月 10% 此外，DeepSeek 技术还具备高度可扩展性和兼容性，能够与 现有的交通管理系统无缝对接，支持多种数据格式和协议。其云端 部署方式降低了本地硬件需求，同时提供 API 接口，便于与其他智 能交通系统（如智能信号灯、共享出行平台等）进行数据交互和协 同优化。 总之，DeepSeek 技术以其强大的数据处理能力和智能化决策 支持，为城市 现低延迟、高可靠性的数据交换。 其次，DeepSeek 应用需与多种操作系统和硬件平台兼容。常 见的操作系统包括 Windows、Linux 和 Android，DeepSeek 应能 够在这些系统上稳定运行，并支持跨平台部署。此外，考虑到公共 交通系统中使用的硬件设备多样化，如智能终端、服务器、网络设 备等，DeepSeek 应具备良好的硬件兼容性，能够适应不同品牌和 型号的设备。 在数据格式和通信协议方面，DeepSeek 侵检测系统等。  支持多种支付协议：NFC、二维码支付等  与现有票务终端的兼容性  与调度系统的低延迟、高可靠性数据交换  跨平台部署：Windows、Linux、Android  硬件兼容性：适应不同品牌和型号的设备  支持多种通信协议：HTTP/HTTPS、TCP/IP、MQTT 等  扩展性：支持未来新协议和技术标准  与现有安全系统的兼容性：防火墙、入侵检测系统等