北斗时空(上海)智算中心项目方案(44页 PPT)智算中心整体概况 机柜总数: 2800+ 机柜功率: 8KW~30KW IT 总功率: 28MW+ 设计 PUE: <1.25 机房标准: UP-Time T3 、 CQCA 级机房 智算中心——空间布局 综合配套设施办公大楼 15384.92 平方米 二期智算中心 18438.2 平方 米 两大一小共 算 力 机房等级 Uptime TierIII , M&O 认证, CQC-A 级 机房; 建筑标准 A 级数据中心,达到《通信建筑抗震设防 分类标准》乙类要求; 综合 PUE <1.25 开发要求 建设过程使用 BIM 技术,避免管线碰撞, 交付运营使用数字孪生进行可视化管理; 主要节能措施 光伏、错峰蓄冷、能耗计量、智能运维、 能源管理平台; STANDARD 智算中心——建设标准10 积分 | 44 页 | 26.70 MB | 4 月前3
2025年智算中心冷板式液冷云舱技术白皮书-中讯邮电AI 部署推动液冷需求,电信 运营商则基于《电信运营商液冷技术白皮书》的要求积极推广。同时,国家“碳达峰·碳 中和”战略下,PUE 标准趋严(如“东数西算”工程强制要求新建数据中心 PUE<1.25), 液冷技术能将 PUE 降至 1.2 以下,符合监管要求并获政策鼓励。 未来,随着 AI 技术的不断进步和发展,算力芯片功率的持续上升,液冷技术在 高功率服务器中的应用将发挥更显著的散热能力和能耗优势,从而成为数据中心散热 冷板式液冷是将液冷散热冷板紧贴在服务器的发热器件,通过冷板式换热器内的 低温流体带走服务器中的芯片散热量。作为一种更高效的散热方式,在解决高功率芯 片散热上有着得天独厚的优势,同时可满足数据中心的 PUE 降低到 1.25 以下的要 求,成为智算中心的必然选择。 围绕散热能力、能效和数据中心场景适应性,冷板式液冷在架构上存在多种部署 形态。一方面,随着单机柜功率密度的增加,为缓解风冷部分散热,逐渐提高液冷散10 积分 | 25 页 | 1.11 MB | 4 月前3
AI赋能化工之一-AI带动材料新需求5.56 8.10 买入 昊华科技 600378.SH 43.74 0.99 1.21 1.47 44.27 36.29 29.71 未评级 杭氧股份 002430.SZ 40.08 1.24 1.25 2.07 32.32 32.06 19.38 未评级 凯美特气 002549.SZ 15.08 0.22 0.34 0.58 67.74 43.97 26.16 未评级 和远气体 002971 PUE 值越 高,数据中心的整体效率越低。 2021 年 11 月国家发改委等部门发布相关政策, 明确要求到 2025 年全国新建大型、超大型数据中心 PUE 低于 1.3 , 国家枢纽节点低于 1.25 。根据华经产业研究院,液体浸没冷却法可有效解决这个问题,能耗可降低 90%-95% 。 u 数据中心冷却技术包含风冷冷却、水冷冷却、自然冷却及液冷冷却等技术。其中液冷分为间接冷却和直接冷却,典型方式有冷板式、浸没式。 (在建) 金发科技 改性聚苯醚 企业名称 PTFE 产能,万吨 / 年 山东东岳 5.50 中昊晨光(昊华科技子公司) 3.30 巨化股份 2.80 江西理文化工 1.67 福建三农 1.25 聊城氟尔(鲁西化工子公司) 1.10 三爱富 1.00 江西梅兰 1.00 江西中氟 0.50 山东华氟 0.38 浙江永和 0.30 请务必阅读报告附注中的风险提示和免责声明 5310 积分 | 71 页 | 2.74 MB | 10 月前3
AI智能+智慧教育综合解决方案地区正在陆续出台相关考试政策及规划。 4 . 国家政策 2018 年 3.28 2.53 2.07 1.98 1.67 1.62 1.51 1.47 1.34 1.27 1.25 1.1 1.07 1.02 1.02 1 0.91 0.84 0.65 0.69 0.67 0.62 0.57 0.5 0.23 0.21 0.2 0.19 010 积分 | 46 页 | 13.52 MB | 10 月前3
AI赋能化工之三-湿电子化学品渐入佳境4.04 3.90 4.96 6.37 44.61 40.92 28.70 22.35 未评级 600141.SH 兴发集团 20.33 58.52 13.79 20.23 24.11 5.31 1.25 1.83 2.19 5.46 14.60 11.09 9.30 买入 请务必阅读报告附注中的风险提示和免责声明 3 资料来源: Wind 资讯,国海证券研究所(注:未评级公司盈利预测来自 75 5.80 归母净利润( 百万元) 1378.92 2023.03 2411.00 2818.49 增长率 (%) -76.44 46.71 19.18 16.90 摊薄每股收益(元) 1.25 1.83 2.19 2.55 ROE(%) 6.66 9.17 10.13 10.86 P/E 14.60 11.09 9.30 7.96 资料来源: wind 、国海证券研究所 请务必阅读报告附注中的风险提示和免责声明10 积分 | 61 页 | 1.50 MB | 10 月前3
中国科学院&科睿唯安:2025研究前沿热度指数报告0.26 0.01 0.03 0.02 1 2 13 7 12 热点前沿 7 1.72 1.11 1.18 0.06 0.54 1 3 2 11 4 热点前沿 8 0.69 1.66 0.19 1.25 0.59 5 1 13 3 6 热点前沿 9 1.24 1.75 1.15 1.55 1.26 5 1 6 2 4 热点前沿 10 2.29 0.50 0.11 0.10 0.55 1 3 1210 积分 | 43 页 | 2.82 MB | 2 月前3
金融银行业务接入DeepSeek AI大模型智能体建设方案(304页 WORD)NVMe SSD RAID10 读写带宽 ≥12GB/s 网络接口 双端口 10Gbps 光纤网卡 支持 RDMA 协议 软件环境需构建容器化部署体系,采用 Kubernetes 1.25+集群 管理 Docker 容器,镜像仓库部署于内网隔离区。基础软件栈包 括: - 操作系统:Ubuntu Server 22.04 LTS( 内核 5.15+) - 容器 运行时:Docker Xeon Platinum 8380/128 核 /512GB 内存/NVIDIA A100×4) - 网络:10Gbps 专线带宽,延迟<1ms - 软件栈:Kubernetes 集群(v1.25)、DeepSeek- Runtime 2.3.1、Prometheus+Grafana 监控体系 测试场景设计 关键测试用例 - 并发处理能力:通过 Locust 工具模拟阶梯式压力增长,每10 积分 | 313 页 | 3.03 MB | 4 月前3
基于DeepSeek AI大模型资产配置规划应用设计方案(151页 WORD)夏普比率 | |—————-|————|———-|———-| | 传统工具 | 8.5% | 15.2% | 0.82 | | DeepSeek | 12.3% | 10.8% | 1.25 | 以上文献和数据为资产配置规划中引入 DeepSeek 应用方案提 供了坚实的理论支持和实践验证。结合机器学习与金融理论的最新 进展,DeepSeek 平台在提升资产配置效率、优化风险调整收益方10 积分 | 160 页 | 490.85 KB | 4 月前3
数字化医疗系统接入DeepSeek构建Agent智能体提效方案(220页 WORD)RHEL 8.6,需关闭透明大页(THP)并优化 Swappiness 参数。 - 容器化:Docker 20.10+或 Singularity 3.10+,配合 Kubernetes 1.25+集群管理。 - 依赖库: plaintext - Python 3.9+ with NumPy 1.22+/PyTorch 2.0+ - NVIDIA 驱动≥52540 积分 | 213 页 | 1.48 MB | 8 月前3
共 9 条
- 1
