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， 还可以将数据与分析、 DC）。 （1）基于OPC UA的数据标准化建模 OPC UA作为国际标准，为数据建模提供了机器可读且标准化的方式。对于产品碳足迹计算而言，这意味着生产线上的 各个模拟站可以通过OPC UA实时采集能源消耗数据，并将其转化为统一格式进行处理。企业可以使用西门子OPC UA建模编 辑器或CESMII智能制造配置文件设计器等工具，轻松完成能耗数据的标准化封装，从而确保数据的一致性和准确性。 （2）AAS实现产品语义表达 基于PSD2指令和FIDA框 架实现B2B/B2C数据共享）、ESAP（2027年建成的中小企业信息开放平 台）和数字金融平台（含Data Hub合成数据集）为核心。通过客户数据主权 保障、标准化监管数据共享及AI测试支持，推动金融创新，促进跨境投融 资，强化欧盟数字金融竞争力与监管协同。 通过CELT协调多国构建多模态语言数据生态系统，部署联邦学习与多模态AI 技术（如Wav2Vec

人：精准测量感知 法：用的某著名企业端 app 环：安全、稳定、高效 料：全生命期设备管理 智慧化 手段 云计算 大数据 物联网 某著名企 业计算 人工智能 以住建部规范为基础，制订统一标准化的智慧工地规范 强制类应用 推荐类应用 探索类应用 1. 某著名企业终端巡检 2. 实名制应用 3. 施工电梯监测 4. 塔吊运行监测 5. 智能地磅 6. 视频监控 7. 高支模监测 7. 数字识别应用 智慧工地解决方案设计原则 数据驱动，建立 大数据运营 标准化中台， 选单式应用 云边协同 软硬一体 新科技赋能新 运营模式 云边协同，软硬一体 云和边缘相结合，实现灵活的计算资源、网络资源的合理分配 建设智慧工地云柜标准化软硬件一体化产品，快速部署，多项目使用； 标准化中台，选单式应用 夯实智慧工地中台，建设好物联网平台、数据中台、业务中台、应用 聚合平台 均可直观看到权限范围内的数 据统计和告警信息、工地信息 平台 + 应用，菜单式选用 统一规划，平台为核心，实现 硬件标准化、大中台、小前台 的互联网架构，在夯实平台的 基础上，形成不同工地应用菜 单式建设，夯实将来对接上游 和下游系统的基础，为形成体 系化智慧工地管理做准备 通过智能柜、智能小站，实现 标准化的硬件资源管理能力， 提供智慧化工程所需的各种硬 件、网络、设备的运行环境 智慧工地平台 智慧工地应用

投资收益提高33%，并且运营效率提 升三倍以上，交付速度可以达到每天 一万台。模块化、标准化推动了智算 中心高质量发展。 大家知道，基础设施必然要以 规模效应来实现降本增效，要能够快 速地建设。这就要求智算中心的建 设，就像现在盖房子一样，通过采用 预生产的标准化、模块化的硬件来实 现装配式的建设。从标准化的节点单 元到标准化的整机柜，到标准化的微 模块数据中心，再到整个智算中心， 像热播节目一样，层层组装，快速建 开放，无论是以液冷、循环利用为代表的冷却技术，还 是以RISC-V、FPGA、CXL、智能网卡等为代表的基础技 术，浪潮将一直坚持技术领先；产品开放以开放架构和开 源为指导，基于先进的开放硬件架构，模块化、标准化构 建MDC，并引领其发展方向。基于先进的开源软件，打造 标准、高效、敏捷的智算中心基础软件平台和统一管理平 台，并最终形成开放的云数智一体化服务。 智算中心成为新基建的基本条件与智慧时代动力源

整理 · 上传数据 · 自动升级 · 自动回充 0 1 Al 机器人应用场景 中国电子院 A 三 奥意建筑 标准化配置， Al 讲解 全年无休，节省人力成本 数字化管理，动态升级 提升形象 等候区 电梯区 前台 门厅 · 基本服务：递送水、咖啡、 物品，可以与送餐机器人配合。 人工讲解员 VS · 标准化配置， Al 讲解，不会出错 · 持续学习企业知识， 7x24 小时在岗，全年无休 · 数字化管理展厅，动态升级接待服务效率 食 企业展厅导览机器人应用实施案例 1. 需求分析 0 2 探 讨 Al 机器人应用在建筑设计中的实施方案 中国电子院 A 奥意建筑 · 讲解员水平不一，难以标准化 · 人员流动率高，培训学习成本高 对产品体验区的多媒体设备、灯 光、空调等进行场景控制。 2 . 产品实操讲解。 ... 演播厅讲解： 1. 对演播厅多媒体设备、灯光、空调等进行场 景控制。 2. 企业、产品介绍：通过录入企业私有知识， 生成标准化、专业统一的讲解话术，高效完成 介绍讲解。 3 . 播放预制视频。 .... 2. 企业展厅导览机器人应用场景规划 欢送 ： 1 . 提供公众号，广告推送。 2. 合影留念 3. 欢送来宾。

l 第 12 页 1. 数据预处理 • 数据清洗、标准化及特征工程 2. 模型训练 • 输入：标准化后的数据集 • 昇腾集群分布式计算： • 多节点并行计算梯度 • 参数服务器架构更新模型参数 • 节点间同步最新参数 • 验证评估： • 定期计算预测误差 • 反馈调优信号指导模型优化 技术，数据面基于 NVMe over Fabrics ，管理面实现集群监控与管理，保障网络通信的高效与稳定。 提供模型训练、服务部署和在线推理的一站式服务 提供资源管理、能力一键发布功能，及 标准化 AI 接口服务 智算业务架构 l GPU 推理服务器 行业模型训推一体化 CPU1 CPU2 GPU1 GPU2 GPU 推理服务器 GPU3 GPU4 预处理服务器 l 格式标准化 l 错误纠正 l 异常数据清理 l 重复数据清除 流 程 阶 段 计 算 处 理 流 程 数

， 支持自动创建、配置所需的资源。 平台定位：关注的云平台的统一管理，而不是底层的虚拟化或 具体资源。支持平台资源和应用快速扩展。 数据中心弹性扩展，满足未来业务增长的需要。 帮助客户构建自助、标准化的服务型基础设施的 同时， 降低管理成本。 • 可集中部署，统一管控，故障自恢复，系统更 加健壮，运行零风险。 • 从业务应用、中间件、基础设施层三层一体化 安全管理和保护。 • 服务响应更加迅速，充分发挥设备性能，提高 服务响应更加迅速，充分发挥设备性能，提高 利用率。 • 快速和轻松地升级到云中，最大保护现有投资。 • 随时随地的管理资源，快速交付的服务。 支持第三方资源和应用的加入，便于平台的管理 和扩展。 独特性 个性化定制：可定制标准化、专业化、多元化的云平台服务。 与终端应用紧密绑定。 满足不同用户个性化应用需求和服务。 云数据机房 - 系统特性 云数据机房 - 系统优势 低成本 高效率 简单 灵活 安全 私有云 云数据机房 计 算 中 心 车行宝 车联网终端 监控中心 手机 APP 平台界面 •产品体积小巧，即插即用，安装便捷 •采用通用 OBDII 接口，适用于各种车型 •支持全部 OBDII 协议，标准化的汽车诊断系统 •支持 CDMA ， GPRS 无线通讯技术 •配置高敏感的 GPS 引擎、集成 GPS 天线 •采用三维运动姿态传感器，可检测汽车运动状态 智慧物流 - 车队管理 车辆行驶状态

供优 质服务建议。 （4） 实时查看移动服务轨迹，高效管理现场作业流程，为客户提供更加 优质的服务。 （5） 实现服务流程的标准化、自动化，方便企业员工快速上手系统，操 作更简便、管理更规范。 2.7 派单管理 （1） 实现服务流程标准化、自动化，动态地创建工作订单，并在计划冲 突时主动重新分配工程师，利用AI智能分析实时提供优质服务建 议。 （2） 根据地理位置

GPU 推理服务器 行业模型训推一体化 CPU1 CPU2 GPU1 GPU2 GPU 推理服务器 GPU3 GPU4 预处理服务器 l 格式标准化 l 错误纠正 l 异常数据清理 l 重复数据清除 流 程 阶 段 计 算 处 理 流 程 数 ， 相比传 统数据中心提升 3 倍。 能效控制：通过风冷系统优化实现 PUE=1.3 ，降低制冷能耗；选用超微服务器 （性 价比优于戴尔 30% ）和华三网络设备（成本比思科低 40% ） ，标准化设备减少 维 护与替换成本 ，利用西部低电价 (0.35 元 / 度 ) 降低运营成本， 5 年 TCO 降低 22% 。 算力业务：可稳定支撑千亿参数大模型训练、支持 100+4K 影视级离线渲染项目

通过输入指定的参数或要求，快速生成多个设计方案，从而极大提高方案设计阶 段的效率；初步设计是在方案设计基础上，进行方案细化，对设计师的经验依赖 程度较高；施工图设计是对初步设计各子项进行详细设计，AI 在此阶段应用偏向 于标准化构建，如基本的碰撞检测、图纸审核等。 图 12、建筑设计行业流程图 图 13、设计不同阶段产值占比 资料来源： 《基于 BIM 技术的设计与施工协同工作模式研究》， AI 算法仍有局限，设计龙头优势显现 AI 对建筑设计赋能效果有限，落地应用还有很长的路要走。目前既有软件更多集 中在前期方案阶段，对于复杂项目或更深层次的环节有用性较低，并且目前主要 用于标准化内容，对于实际项目的设计，目前阶段仅仅依赖 AI 设计工具共性的算 法则会忽视项目个性的考虑因素，造成设计方案千篇一律、缺乏巧思的现象，具 体模型的输出仍然依赖于人工调试。大部分企业采用对 CAD

高 效模 型 优 化方 法 深度 学习 自然语言 处理 AI 场景 AI 算法 AI 工具 AI 服务 CPU GPU 细粒度切分 调度策略 算力服务管理 FPGA ASIC 算力标准化 算力资源 算力池化 算力调度 算力服务 数据 处 理库 机器 学习 强化 自监督 学习 学习 自动机器学习平台 内存 配额策略 计算 负载均衡 共享超分 虚拟化 容器化