项目编号： 财政数据信息资源目录、数据标准 存储及大数据资产化 规 划 方 案 目 录 1 概述.............................................................................................................1 2 规划思路......................... ........................................................................................5 3.1 资源目录管理..................................................................................................6 3.1.1 面向资源提供者的功能.......................................................................8 3.1.2 面向资源管理者的功能.......................................................................9 3.1.3 面向资源使用者的功能.....

人脸识别智慧社区管理方案 刷脸时代 的选择 人脸识别智慧社区管理方案 人脸识别智慧社区管理方案 概述与需求 人脸识别智慧社区管理方案 前 言 随着我国国民经济的高速収展和人民生活水 平的提高，人们对居住环境的要求也在日益增长， 尤其是对社区建设的质量提出了更高的要求。在 此前提下，住宅小区的智能化开始起步，我国住 宅小区及其住宅小区的建设将进入一个新的収展 会安全问题，中央提出对社会治安进行综合治理， 并把创建安全文明小区作为社会综合治安治理的 一项重要内容。 人脸识别智慧社区管理方案 社区管理目前存在的问题分析 如何创造一个安全的、数字现代化的、智慧化社区有着十分重要的意义。 然而，在日常管理中我们经常会碰到这样的问题：  外来人员混入社区带来的安全隐患；  传统的视频监控，只能做到事后诸葛亮，无法及时报警，且事后查询费人力、 访客身份无法确认，导致可能事件发生无轨迹可查；  出入口必须有专人盯守；社区人员过多，专人无法识别是否为该小区身份，导 致进入管理漏洞；  非社区车辆进入小区乱停乱放，无法知晓车主身份。 人脸识别智慧社区管理方案 针对以上情况，十分有必要建立一个高科技、全面、人性化、智慧社区管理系 统： --- 采用人脸识别 /车牌识别的身份识别方式，安全、方便、卫生、不可代替  将传统监控进行升级，将

平台功能介绍 CONTENT 03 特点与优势 04 成功案例 新型智慧厂区 新型智慧厂区是运用人工智能、大数据、物联网和设备监控技术强厂区安保和信息管理；通过先进技 术，保障厂区生产运营 加 安 全 ， 同 时 减 少 生 产 线 上 人 工 的 干 预 、 即 时 正 确 地 采 集 各 类 生 产 数 据 ， 以 及 合 理 的 生 产 计 AR 增强现实技术，能够实现基于 视 频画面的实时数据管理，对接入的系 统和 数据进行实景化管理，形成各系统和 数据 的联动应用 集成联动、互联互通、节约资源、数据共 享的“集约化”建设理念，实现厂区管 理 系统从自动，到智能，再到智慧的跨 越式发展。 实景化营理 远程控制，实现厂区高效、智能、先进的 安全管理。 接入视频、人员、门禁、消防、环境、生 产等系统。对接入的系统进行集中展示和 产等系统。对接入的系统进行集中展示和 藁约化建设 携酥网愤入 新型智慧厂区 进一步提升管控需求 推进安全防控业务应用功能的深度融合，完善厂区立体化防控 体系建设，发挥指挥中心管理中枢作用，为厂区安全稳定提供 有力的科技支撑和机制保障，确保厂区长治久安 进一步提升应用效能 推进系统整合和资源共享，实现“一人采集，全员共享” , 发 挥 信息化系统服务基层，减负增效、简便快捷的保障作用，进 一

★★ ★★ ★ 根技术： CV+NLP+ 语音 + 决策 智慧制造 智慧安防 智慧交通 智慧农林 智慧物流 智慧政务 自 然灾害应急管理 资源环境治理 市 场 成 熟 度 ★ ★ ★ ★ ★ 整 体 空 间 ★ ★ ★ ★ ★ 根技术： CV+NLP+ 语音 + 决策 习框架和预训练模型 ，适 配电 力行业应用场景。 电力行业核心场景与价值 第 7 页 超算中心融合管理子系统 （包含统一门户） 高速网络交换子系统 通用 CPU 算力子系统 GPU 智算子系统 HPC 超算子系统 全闪存存储子系统 高性能文件存储子系统 超算智算中心系统组成 多种数据保护模式的全闪存存储系统和高性能并行文件存储系统 ， 以及配套的信 息安全子系统和超算中心融合管理子系统。 典型超算数据中心架构 信息安全子系统 1. 对外连接网络（网络出口层）分为 CMNeT 、 云 专网、 IP 专网 1.CMNeT ：用于公众用户访问智算中心 2. 云专网：用于智算中心间互联、训推互联 3. IP 专网：用于远程管理 2.

部院线电影、 50 个游戏场景、 100 个建筑可视化项目 ， 数据量 约 1.2PB ， 4K/8K 批量静帧渲 染 ， 46PFLOPS 算力 • 优先部署 GPU 服务器 + 交换机 ，存储 复 用 政务云 数据中心剩余容量 “ 渲染 + AI” 双盈 利 双机热备 + 冗余网络 超微算力 + 华三 网络 多模态大模型 训练 架构支持弹性 扩展 • 支持软件定义算力 提升国家及地方科研创新能力 第 6 页 超算中心融合管理子系统 （包含统一门户） 零丢包 可少量丢包 0 丢包 高速网络交换子系统 通用 CPU 算力子系统 GPU 智算子系统 HPC 超算子系统 全闪存存储子系统 高性能文件存储子系统 典型超算智算中心核心系统单元包含通用计算子系统、智能计算（ ）子系统。 l 超算计算节点和智能计算节点分别通过 IB/RoCE 网络等高速网络交换子系统进行高速互连； l 集成多层次、多协议、多种数据保护模式的全闪存存储系统和高性能并行文件存储系统 ，以及配套的信息安全子系统和超 算中心融合管理子系统。 超算中心定义

.......................................................................................18 3.4.3 数据存储设计................................................................................................. .......................................................................................26 3.6.5 数据管理平台功能列表............................................................................................. .....................................................................................31 3.6.7 信息资产管理与服务平台功能列表..........................................................................................

设。作为基础设施，要求不同的智算 中心要能够互联互通，包括管理上的 互操作，统一的调度、分发、监控、 运维；业务上的互联接，包括网络打 通、业务迁移等；数据上的互流通， 实现容灾、数据共享等。 二是基础设施的超大规模要求智 算中心应该是集约高效的。首先智算 中心整体设计理念先进，技术上说融 合架构代表着数据中心体系结构的未 来发展方向。融合架构从1.0到2.0， 已经实现了存储资源和异步计算资源 的弹性组合。现在的融合架构正处于 术，实现异构计算芯片的融合；CPU之间可以通过池化融合 的方式来实现灵活组合，可以根据业务场景动态形成1路到 多路多种计算单元；异构存储介质，如NVMe、SSD、HDD 等则通过高速互连形成存储资源池。 在计算和存储资源池中，除了传统的CPU和GPU之外， 还可以运用更多新型的计算芯片、存储介质和互联技术， 进一步提升数据中心的处理能力。 例如，谷歌专为人工智能设计的芯片TPU。与GPU相 比，TP 比，TPU采用低精度（8位）计算，以降低每步操作使用的 晶体管数量，是同代CPU或者GPU速度的15~30倍。同时， TPU还可以进行池化，实现了TPU之间的高速互联，也就是 TPU POD，并对外提供TPU算力服务。 存储方面，非易失内存DCPMM，既可以作为高速硬盘 使用，也可以作为标准的内存使用。当作为内存使用时， 其单条内存容量最大可以到512GB，使得推理作业密度提升 一倍，每单位作业成本下降近50%。

范围、应用情况、发展趋势等方面有迫切需求。非试点地区和行业也对数据基础设施的试点建设进展高度关 注。基于此，北京化工大学联合北京市政务服务和数据管理局、上海市数据局、天津市数据局、重庆市大数 据应用发展管理局、福州市数据局、杭州市数据资源管理局、西安市数据局、武汉市数据局、成都市数据 局、苏州市数据局、青岛市大数据发展管理局、大连市数据局、上海数据交易所、赣州市数字产业集团有限 公司、北京交通大学、北京物资学院、蚂蚁技术研究院 始，人 类社会的工作、学习和生活等逐渐从物理空间向网络空间迁移；第三阶段是计算空间时代。2000年以后，随着移动终端、 云计算、物联网等新业态的不断出现，政府、企业和个人等不同主体，将越来越多的管理、服务、生产、经营、工作、学习 等事务迁移到网络空间，网络空间的传输功能逐渐被计算功能超越，网络空间也由此升级为计算空间；第四阶段是数据空间 时代。近年来，随着大模型等人工智能技术的突破，以及人 《健康保险流通和责任法》 （HIPPAA）等 中国 《中华人民共和国网络 安全法》 《中华人民共和国数据 安全法》 《中华人民共和国个人 信息保护法》 《中华人民共和国网络 数据安全管理条例》 法律法规对比 通过研究对比发现，美国在 联邦层面上一直没有数据安 全和个人信息保护等方面的 立法，只在个别州和金融、 健康、信用、视频、教育、 证券、未成年人、通信、计 算机、贸易、消费者保护等

况、说清潜在的环境风险，更好地支撑环境管理需要。基本实现 " 市县能监测，省 市能应急，国家能预警 " 的目标。 5 5 建设目标 形成有效的能耗管理 制度 及时掌握缴费耗电与 实际耗电的分析比较 建立节能方案决策指 导体系 建立节能成效评测平 台 及时发现并排除用电 异常 能耗管理  能耗计量系统 - 系统概述 建筑能耗监测管理系统是通过 M- BUS 网络、 TCP/IP 建筑能效管理系统主要由末端计量 仪表（电表、水表、空调热量表）、上 位机、区域管理器等主要设备以及中继 器、接口转换器等辅助设备组成。 能耗管理  能耗计量系统 - 系统架构 园区内各层办公区的水表、电表、空调的 自动计量，提高物业管理效率，并能对能源 进行有效管理和节能。 各层办公区根据业态分布情况，分别设置 水表、电表、空调计量表。 能耗管理  能耗分析管理系统  对系统进行分类如：电、燃气、水等的统计。以及分项如，电量分项能耗应当包括：照明插座用电、空调用电、动力用电、特 殊用电。分类和分项的细化统计，为将来的建筑节能打下坚实的数据基础。 能耗管理  能耗分析管理系统 能耗分析管理系统带来 的价值 远程抄表 用电警告 节能评估 决策依据 通过远程自动抄表，解决了传统手工抄表方式中数 据时效性，准确性及后期数据操作性问题。 用电异常报警，分析设备是否故障或存在供电用电

南京智算中心算力规模 Aic 指 标 0. 8 Eops( 一期累 计 ) 1.8Eops( 二期累计 ) 2.5Eops( 三期累计 ) 分布式存储系统 6PB 全闪存储系统 500TB 内部高速互联网络 采用 200G HDR 组网； 高速计算存储网络 采用 25G/100G 以太 网 经典模型库 深度学习库 高性能库 算子库 TensorFlow Caffe 亘 教 育 云 智 慧 城 市 工 业 视 觉 智 边缘智能计算 loT 物联设备 Docker 容器化 训练推理系统 智能板卡管理插件 Kubernetes 容器编排 系统 Ceph 分布式存储 系统 集群监控系统 Kubeflow 分布式系统 车路协同 智能实验室 新基建相关 数据市场 终端用户 训练层 数据管理 用户管理 算法定制 推理层 模型管理 云端管理 算法商城 场景管理 边缘管理 应用层 中间层 管理层 整 体 框 图 AiC D 产业发展——工业视觉检测智能处理中 心 饮料瓶外观缺陷检测 全自动锁螺丝检测 剃须刀片外观检测 外观色彩识别 LED 灯珠检 测 PCB 板检 测 系统独立，无法统一管理 . 园区由于成立时间较长，系统比较独立，