.................................................................................... 33 4.1.3 应用软件开发管理...........................................................................33 4.2 工期与进度管理....... .................................................................................... 34 4.5 应用软件系统开发.....................................................................................34 4.6 系统集成.. ........................................................................................ 38 5.5 软件开发、安装部署配合服务...................................................................39 第 6 章 其他...........

过了《中共中央关于进一步全面深化改革、推进中国式现 代化的决定》，明确提出“建设和运营国家数据基础设施，促进数据共享”。2024年10月9日，中共中央办 公厅、国务院办公厅发布《关于加快公共数据开发利用的意见》，提出“加强数据基础设施建设，推动数据 利用方式向共享汇聚和应用服务能力并重的方向转变。”“研究制订数据基础设施标准规范，推动设施互联、 能力互通，推动构建协同高效的国家公共数据服务 行分析后，处理结果依然存储于BigQuery，方便消费者随时获取处理后的数据，极大地提高了数据的利用效率。 （2） EDC搭建数据交互桥梁 EDC是由Eclipse基金会托管的开源项目，其目标是提供一个可弹性扩展的开发架构。EDC在Google Cloud的数据交互 体系中扮演着桥梁的角色，是实现互操作性的关键一环。借助EDC，服务提供商和消费者的数据系统得以无缝对接。例如， 消费者可以将数据发送到BigQu Azure的工业数据流通平台 技术特点 1、BigQuery云数据仓库 2、EDC搭建数据交互桥梁 3、联邦学习 4、数据自主控制 5、赋能 Catena-X汽车空间 1、赋能欧洲数据空间 2、参与连接器组件开发 3、提供多源数据共享服务 1、基于OPC UA的数据标准化建模 2、AAS实现产品语义表达 3、EDC保障数据安全流通 分布式部署模式，通过在AWS云基础设施上构建数据空间技术及服务能力，在提供数据空间的数据连接和存储服务的同时，

3、基础设施建设投资额及增速 ......................................................................... - 4 - 图 4、房地产开发投资额及增速 ............................................................................. - 4 - 图 5、部分上市建筑设计院人力成本占比 请务必阅读正文之后的信息披露和重要声明 - 4 - 行业跟踪报告 图 3、基础设施建设投资额及增速 图 4、房地产开发投资额及增速 资料来源：Wind，兴业证券经济与金融研究院整理 资料来源：Wind，兴业证券经济与金融研究院整理 1.2、设计人员成本占比高，人效提升难度大 展规划》 加快提升 BIM 设计软件性能，重点突破三维图形平台、建模软件、数据 管理平台；加快推进 BIM 正向协同设计；推进工程项目设计方案 BIM 交付，推进 BIM 软件与 CIM 平台集成开发公共服务平台研究与应用。 2022 年 《城乡建设领域碳达峰实施方案》 提出利用建筑信息模型（BIM）技术和城市信息模型（CIM）平台等， 推动数字建筑、 数字孪生城市建设，加快城乡建设数字化转型。

计算基础设施 1500 亿欧元 200 亿欧元 96 亿欧元 推动智能计算中心有序发展，打造 智能算力、 通用算法和开发平台一体化的新型 智能基础设施 国家新一代人工智能 创新发展试验区 建设试验区 国家人工智能 创新应用先导区 夯实技术 人工智能基础 设施示范工程 投资补贴 全球：数据的高速增长带来 l 人工智能平台 数据处理 模型开发 模型训练 自动建模 模型部署 模型推理 模型管理 模型监控 主要包括 AI 智算集群、超算集群、高速网络、 PaddlePaddle.. . 集成开发环境： Jupyter Lab 、 VSCode 作业管理 编译器 调度策略 数据管理 资源监控 并行环境 软件 基础 设施 云硬盘 VPC 高性能计算平台 方案架构 通用算力平台 第 11 页 云技术底座 基础模型： 华为云盘古电力大模型 （行业定制版） ， 基于 MindSpore 框架开发。 模 型 类 型 ：

有如何从软硬件两个方面对算法做性能优化，更有如何面 向特定领域的智能算法进行高效敏捷的开发部署等诸多问 题。要填补这个鸿沟，就需要计算 中心提供整合的、易用的开放服务平 台。 基于智算中心先进的AI算力基 础平台、AI算力调度平台、AI算法模 型来打造人工智能开放服务平台，汇 聚并赋能行业AI应用的开发者，加速 开发各种各样的行业智慧应用，加速 行业AI化、加速产业AI化。智算中心 不管你看得见，还是看不见，他就在 供智算中心咨询规划、建设交付、应 用开发等服务，让智算中心更快地推 动社会智慧化转型。 在产品方面，浪潮在融合架构 技术路线的指引下，将持续巩固算力 系统、云数智软件平台层面的优势， 提供人工智能服务器、通用计算服务 器、关键计算服务器，并面向海量数 据和高速互联提供存储和交换机产 品。此外，将技术栈持续往底层延 伸，面向不同的场景，开发定制化的 AR芯片、BMC芯片、网络和存储加速 方面，针对高并发推理集群进行架构优化，构建了高性能 的NVMe存储池，深度优化了软件栈，性能提升了3.5倍以 上。 第三是调度算力。浪潮AIStation 计算资源平台支持AI 训练和推理，可以提供AI模型开发和部署一站式交付，是 业界功能最全的AI管理平台，赋能更多的创新者。 最后是释放算力。浪潮自动机器学习平台AutoML Suite ，可自动建模、自动模型压缩、自动超参调整，降低 AI应用

文档概述 1.1 目的 本文依据“一中心、四平台”项目城市大数据中心建设的《需求规格说明 书》中所规定的软件开发需求和界定的系统开发范围，将软件需求转换为系统 的软件设计架构，明确软件的系统总体结构、子系统结构、接口设计、数据库 设计，以及运行环境设计、部署架构等设计内容，为下一步的软件开发、测试、 部署、运维提供明确的依据和指导。 1.2 项目背景 通过一中心、四平台和 N 个应用的建设，即城市大数据中心、电子政务综 制、更注重公平正义、更注重改善民生的社会新常态下，实现惠民、强企、优 政的目标。 1.3 读者对象 本文档的读者对象包括： 1、用户方； 2、项目总集成方； 3、项目监理方； 4、系统分析与设计人员； 5、软件开发人员； 6、系统测试人员； 7、项目管理人员； 8、项目运维人员； 9、其他相关人员。 第 5 页 城市大数据中心建设概要设计说明书 1.4 基线文档 编写本系统设计说明书所依据的需求基线文档如下： 编写本系统设计说明书所依据的需求基线文档如下： 1、《城市大数据中心建设需求规格说明书》 1.5 参考文档 本系统设计说明书编写过程中参考了以下文档： 1）、中华人民共和国国家标准——GB/T 8567-1988《计算机软件产品开发 文件编制指南》 2）、《XX 市政务信息资源共享管理办法》 1.6 名词术语 本文档使用的缩写如下表所示： 表1： 缩写表 缩写 中文名称 FTP 文件传输协议 API 应用编程接口

AI 化和政府治理智 能化 • 基于先进的 AI 算力基础平台、 AI 算力调度平台和 AI 算法模型， 打造人工智能开放服务 平台 • 汇聚并赋能行业 AI 应用，助力行业智慧应用高效化开发， 加速行业和产业 AI 化 • 基于深度学习、强化学习等创新 AI 技术 • 重点围绕生产算力、聚合算力、调度算力、释放算力四大关键环节提升 AI 算 力 A 核心技术 AI 化 网络虚拟化 AI 推理算力 AI 训练算力 Benchmark 模 型文 件 在 线服 务 开 发接 口 高吞吐 推 理引 擎 AI 产业 化 产业 AI 化 语音 数据处理服务 开发训练服务 模型推理服务 强大 高效 易用 生 产 算 力 服务 平台 语 音 交 互 语音交互算法的训练语料数据量将很快突破百万小时 ，训练数据包含大量不同用户的口 医疗影像智能诊断应用需要基于大量的数据进行 知识挖掘和深度学习训练 ，获取具有实际医疗应用价 值的模型 ，这对数据的存储与计算都提出了相当高的 硬件需求 ，因此 ，需要智算中心提供强大的算力支持 和一体化开发环境 智 能 制 造 传统的视觉检测系统难以应对越来越复杂的检测 场景以及更高的产品质量检测需求 ，工业质检车间的 自动化和智能化越来越成为行业大势 ，这也为 AI 赋能 工业质检提供了落地的土壤

加速卡 云边端车 全面覆盖 生态运营 密切协同 Aic 智算中心 算力基础——寒武纪自主研发设计的人工智能芯片 寒武纪人工智能软件开发环境 采用端云一体的智能处理架构 可同时支持寒武纪端、边、云全系列产品 在云端 开发调试调优推理训练 在终端 快速部署 Cambicon Neuware · 南京麒麟科技创新园投资建设的重大算力基础设施 · 寒武纪联手浪潮共同打造 感知 联动 边缘智能芯片 终端智能芯片 云端智能芯片 云端开发调试调优工具 终端快速部署工具 三 X T R O T E C 中 科 逆 熵 Aie 运营实践 PART 03 重建

多个场景中逐步走向成熟，并助推 AI 技术向多模态融合发展。随着深度学习和自然语言处理技术 的发展，AI 已经能够生成高质量的文章、报告和其他类型的文本。AI 也已经能够自动编写代码， 这不仅可以帮助开发者提高工作效率，还可以为非专业人士提供编程服务。 15 AI 在企业人力资源中的应用白皮书 OpenAI 代表企业 6.“通用人工智能”是“未来” 通用人工智能的研究目标是寻求统一的理论 在企业人力资源中的应用白皮书 AI 智能陪练 为了某些特定的职位，特别是销售、客服而 定制的基于 AI 的智能教练。 视频课程开发 在 AIGC 时代，企业以前在视频课件开发时 所需要的大量外部资源，在未来也有机会通 过跨模块的生成式 AI 来完成，大幅降低视频 课件的开发成本并大幅提升开发效率、缩短 开发周期。这一场景具有相对的通用性，可 以关注一下百度、阿里等大厂的视频生成大 模型。 智能人才培养规划 的知 识服务，无论是刚加入项目的研发工程师新人还是在不同项 目中频繁切换的骨干成员，都可以通过问答机器人提供的智 能化知识服务来快速了解当前项目的历史开发记录、组件版 本迭代情况、相似代码跟踪、可复用组件推荐等内容，避免 了重复开发、重复投入资源，实现高效快速的创新迭代。 案例三 某新能源产业集团 “研发中心智能化知识图谱” 41 AI 在企业人力资源中的应用白皮书 主题 / 场景

模型的区域属性强、 且缺少多模型耦合工作机制 ， 需要提出大范围精细化 产流模拟方法 传统模型复用难度大 ，在多模型耦合工作机制方面较为薄弱 ，在大范围地区产流模拟存在一定 的 不足 ，需要建立一套统一的模型开发和映射标准规范 ，在此基础上研发大流域尺度精细化的产 流 水文 模型 新的要求 土地利 用方式 土壤类 型 水利工 程布局 土壤含 水量 水文模型中的下垫面信息 模拟方法。 P7 LISFLOOD-FP 模型二维求解方法 模型特点 1. 基于正方形网格，地形采 用 ASCII 格式； 2. 输出结果为 ASCII 码文件 , 便于与 GIS 平台对接； 3. 开源，可二次开发。 洪涝快速模拟： 基于深度学习的城市暴雨内涝时空变化快速模 拟 技术成果： 提升模拟速 度 基于 LISFLOOD-FP 模型模拟河道洪水演进： P31 洪涝快速模拟： 基于深度学习的城市暴雨内涝时空变化快速模 基于 “ 2014820” 洪水设计的不同洪水情景 技术成果： 提升模拟速 度 P32 洪涝快速模拟： 基于深度学习的城市暴雨内涝时空变化快速模拟 模型基于 Python 语言开发 ， 使用国际主流的 Tensorflow 2.10 深度学习框架。 共构建 3 个一 维卷积神经网络模型 ，分别对应水位预测、 x 方向的流速预测以及 y 方向的流速预测。 边界条件 ： 模型的上游边界为玉溪水库实测下泄流量及