分析首次入库的清洗规则，ETL 配置执 行，保证数据准确。 2 正常运行过程中的数据整合流程 梳理数据转换规则、比对规则等，ETL 配 置执行，保证不产生重复数据 3 数据交换平台配置，可自定义数 据采集内容和数据采集周期 提供采集周期和采集数据内容的配置功 能。 4 数据字典采集和整合，保证数据 一致性 梳理数据字典及各委办局数据比对规 则，ETL 配置执行 5 数据入库规则，入库后形成各委 处 理： 第 25 页 城市大数据中心建设概要设计说明书 1、通过 ETL 设定数据清洗规则，对操作数据进行数据有效性（准确性）检 查； 2、统一数据字典、编码以及数据规则，并配置在 ETL 上运行，对数据进行 数据一致性检查和处理； 3、数据采集周期设定小于委办局数据提供周期的 90%，以保证数据的及时 性； 4、主题库、专题库包括实时数据快照，方便查询主题库最新数据； 2、主题数据和专题数据为其中非常重要的部分，是用户最常使用的数据。 用户处理的流程大致如下： （1）所有由数据交换平台采集的数据均先存储到原始数据库（ODS 库）， 该库是一个临时数据库。 （2）ETL 根据配置的周期定时将 ODS 数据抽取、处理、加载到主题库， 然后删除处理后的 ODS 库数据。主题库的数据较 ODS 数据质量较高，基本满 第 29 页 城市大数据中心建设概要设计说明书

的区域级算力枢纽，既服务当前西部渲染业务，又为 AI 、大数 据 等新兴业务预留技术底座 ， 匹配西部数字文创产业算力的需求。 • 单台 GPU 服务器功耗≈ 4kW,144 台总功 耗 ≈ 0.58MW ；配置 2N 冗余电源；机 柜冷板 风冷散热 (PUE<1.3) ，符合贵州 “东数西 算”绿色要求 项目需求分析 小时运行 ，算力利用率≥ 70% 东数西渲 业务 电源与 散热 智算 一期 网络 带宽 核心业务场景需求 协议 传输 成本 可控 A I 训练 A I 推理 功耗 配置 实施 规划 渲染 集群 高可 靠性 强扩 展性 设计需求 技术需求 美国：以保持国家竞争力为目的，最先发展智能超算中心， 具备单体算力大、科研实验室居多 国内：近两年已有 30+ 线缆区与顶部散热盲区 l GPU 配置：单台搭载 8 张 NVIDIA 4090 GPU ， FP32 算力达 40TFLOPS / 卡 ， 为模型训练、 渲染提供强劲算力支撑； l 硬件特性：支持 PCIe 5.0 高速互联 ， 配置 2 × 1000W 冗余电 源 ，适配 10KW 高功率机柜 ，保障稳定运行； l 端口能力： GPU 服务器配置 25G 双网卡 ，分别连接不同

，优化训练 过程。 硬件配置：昇腾 910B ×8/ 节点， RoCE v2 网络（带宽 200Gbps ）， 构建高效分布式训练环境。 框架优化：自动并行策略（数据并行 + 模型并行混合）， 提升分布 式训练性能。 优化器选择：分布式优化器（ Horovod+ 昇腾通信库）， 优化梯度 同步和参数更新。 硬件配置：昇腾 910B × 1 （ 640TOPS 优先采用国产计算设备，提升整体架构 的自主可控性。 预训练配置与训练流程 l 典型训练流程 时序图 单 机 训 练 配 置 分 布 式 训 练 配 置 训 练 效 率 提 升 训练配置参数 模型部署 数据收集 清洗标注 模型训练 技术特点：训练节点双电源冗余，推理节点支持 热插拔（ MTTR ＜ 30 分钟）。 应用场景：保障设备的高可靠性和快速恢复能力。 国产化适配：基于国产硬件设计，提升系统的整 体可靠性。 分层算力配置 推理节点 设备型号：寒武纪 MLU370- X8 数量： 100 台 单价： 4 万元 算力指标： 8000TOPS （ INT8 ） 应用场景：实时巡检推理 训练节点 设备型号：昇腾

3 数据采集及 ETL 技术支撑功能...................................................................21 3.3.1 数据采集配置.....................................................................................21 3.3.2 数据采集 数据采集 根据数据采集配置的内容，数据采集分为自动采集、人工导入、在线填报三种 途径。 3.2.2.1 自动采集 自动采集是由系统自动检测运行的。根据数据采集配置的系统自动导入的 数据采集分类内容、格式、频率等，自动将数据采集到采集平台中，并将采集 时间、采集分类、采集文件名称、采集方式、采集人（系统或实际操作人员） 等写入采集日志表。 数据增量采集处理：对配置数据源进行自动采集的数据要根据采集时间进 对每个任务进行任务分类。 第 21 页 3.2.6 任务调度 按照各种任务执行方式，配置任务调度机制。主要有手工执行、定时执行、定 期执行、触发执行等。 图 功能设计.3：定时器配置图 每个任务是由一个或者多个转换组件组合而成，都有任务的开始和结束，对应 着数据的输入和输出。 图 功能设计.4：任务调度配置图 第 22 页 3.2.7 ETL 日志 记录 ETL 过程执行中的正常或异常信息。

南》 2. 安全风险分析 2.1. 系统脆弱性分析 人的脆弱性：人的安全意识不足导致的各种被攻击可能，如接受未知数据， 设置弱口令等。 安全技术的脆弱性：操作系统和数据库的安全脆弱性，系统配置的安全脆 弱性，访问控制机制的安全脆弱性，测评和认证的脆弱性。 运行的脆弱性：监控系统的脆弱性，无入侵检测设备，响应和恢复机制的 不完善。 2.2. 安全威胁分析 2.2.1. 被动攻击产生的威胁 加密的传输信息；恶意代码和 病毒攻击。 （3）计算环境的主动攻击威胁 引入病毒攻击；引入恶意代码攻击；冒充超级用户或其他合法用户；拒绝 服务和数据的篡改；伪装成合法用户和服务器进行攻击；利用配置漏洞进行攻 击；利用系统脆弱性（操作系统安全脆弱性、数据库安全脆弱性）实施攻击； 利用服务器的安全脆弱性进行攻击；利用应用系统安全脆弱性进行攻击。 （4）支持性基础设施的主动攻击威胁 对未加 口、协议才被容许访问防火墙内的网络和系统资源，保障了网络的逻辑隔离。 5.1.2.2.部署方式及说明 防火墙串行部署在网络主干链路上，用于网络安全边界的访问控制，可以 采用透明工作模式，工作口不需要配置 ip，不影响网络路由结构。每台防火墙， 均另外需 1 个 ip 用来作为管理设备，管理方式为 B/S。 由于防火墙作为网络出口和安全域边界的安全网关，一旦出现故障对网络 数据传输、网络安全策

EFLOPS，智能算力占比达到 35%。算 力的提升使芯片功耗迅速增加和单机柜功率密度提 升，这给机房的冷却方式带来更严苛的考验。电子元 器件的失效率随着温度的升高呈指数式上升 ［1］，因此 机房内合理的空调配置及气流组织显得尤为重要。 《数据中心设计规范》（GB50174-2017） ［2］指出，在设计 数据中心时，CFD 气流模拟方法对主机房气流组织进 行验证，可以事先发现问题，减少局部热点的发生，保 备的部署需求。改造后智算中心机房的室内设计参 数和空调配置如表 2所示。改造后智算中心机房平面 图如图3所示。 如图 1、图 3 所示，本项目增加 8 台列间空调，新增 的列间空调与原有列间空调参数相同，显冷量为 41 kW，送风量为 12 200 m 3/h，实际工程中需根据空调送 风量校核送回风温差。 图1 改造前数据机房平面图 表1 智算中心机房机柜配置 数据机房 列间空调 冷通道 冷通道 较短 热通道封闭 良好 较高 较长 表2 智算中心机房室内设计参数及空调配置 功能区 域 智算中 心机房 空调 形式 列间 空调 供回水 温度/℃ 12/18 冷通道送 风温度/℃ 23 冷通道相 对湿度/% 40~60 送回风 温差/℃ 10 空调配置 空调32台，24 用8备配置 图3 改造后智算中心机房平面图 图4 智算中心机房气流组织形式 智算中心机房

· 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。 消毒要求较高，且防止检验科内的交叉感染及医护人员的职业防护是重点工 作，结合机器人自主移动、自动工作的特性，实现传染科病房内消毒过程量化 管理。 · 涉及消毒区域：检验科室、病理科室、实验室、静脉药物配置中心 (PIVAS) 等。 · 目标消毒水平：高水平消毒、中水平消毒 手术室消毒 01 Al 机器人应用场景 提升医院品牌形象。 优势：节约人力成本；打破空 间限制；提升管理效率。 · 耗材配送机器人：自校验，零差错，高效率，满足紧急多变的术中配送需求。 · 敞开式物资配送机器人：跨越空间限制，自主输运，智能配置，实现精准高效的较大型医疗物资配送服务。 · 特殊药品配送机器人：实现毒麻类药品记、送、存、管一体化，确保流程安全，降低管理成本。 · 垃圾回收机器人：安全，高效，无人操作，一站式医疗废物输运清理系统。

分层加载服务 数字孪生场景支持 L1-L5 五个层级的 LOD，根据可视距离自动切换，根据用户所需 进行自由组合。 3.2.2.3.2 场景配置 场景配置包括场景选取、场景切换、场景加载等功能。根据不同大小范围的流域、 工程区域等场景需求进行配置，可在 WEB 页面上创建任意 HTML5 UI 元素, 利用 API 与场景进行双向交互。建设主要包括镜头行为、自定义 POI 点、POI 点聚合行为、路径 软件接口 Web service 是一个平台独立的，低耦合的，自包含的、基于可编程的 web 的应用 程序，可使用开放的 XML（标准通用标记语言下的一个子集）标准来描述、发布、发现、 协调和配置这些应用程序，用于开发分布式的互操作的应用程序。 Web Service 技术， 能使得运行在不同机器上的不同应用无须借助附加的、专门的 第三方软件或硬件，就可相互交换数据或集成。 依据 Web 计、场地装修、消防工程、空调安装、 普通坐席操作台定制、电力电缆敷设等项目。 3.4.3 数字孪生服务器 由于本项目采用数字孪生技术，需要一台具有高性能显卡的服务器进行数字孪生引 擎渲染，需配置一台 GPU 服务器。具体参数如下： （1）CPU：2*Intel Xeon Silver 4215R； （2）内存：4*32GB/DDR4； （3）硬盘：1*SSD/960GB； （4）显卡：4*RTX3090

安全的主机托管场所，私有云的核心属性是专有 资源。 私有云可由公司自己的 IT 机构，也可由云提供商进行构建。在此“托管式专用”模式中，像 Sun ， IBM ，大一这样的云计算提供商可以安装、配置和运营基础设施，以支持一个公司企业数据 中心内的专用云。此模式赋予公司对于云资源使用情况的极高水平的控制能力，同时带来建立并运作 该环境所需的专门知识。 所谓私有云是相对于公有云的一个概念，私有云 技术架构领先：成熟的综合性解决方案，与云计算技术紧密结 合，计算，存储，网络资源的统一管理，从应用到物理、虚拟 资源的统一管理。 高可靠：支持计算、存储、网络全冗余架构，资源弹性可扩展， 支持动态迁移和重配置资源。 高安全：有效保障业务连续性，数据自动副本，分片保存，保 障数据不丢失。统一认证审计，智能管控信息安全。支持负载 均衡和链路聚合。 高性能：通过服务器与存储的集群，性能并行化，带宽聚合化， 负载均衡化，将获得更高的服务性能。 易整合：完备 P2V 和 V2V 工具，支持将现有应用服务和数据 平滑移植到云平台之上，实现整合。 易管理：支持不多终端访问模式，不同视图模式的管理 UI ， 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

团队离职率等情况，进行组织健康度与关键人才的风险指数分 析，并提供实时预警，从而达到确保组织灵活、高效配置、上 下同欲的目的。例如：当管理幅度小于 5 人时，系统会给相应 的 OD 负责人发送邮件，OD 负责人就会与 HRBP 共同分析团 队配置的合理性。当某业务线管理层级大于 50，系统也会发出 预警。负责人检查组织配置的合理性、恰当性。当系统监控到 关键人才的离职风险或管理风险度超过一定的阈值时，HR 即时激励、弹性福利、商业保险 · 长期激励、全面薪酬 · 年度薪酬方案、薪酬测算 · 薪酬体系优化 · 进行方案设置 · 工作流配置 · 员工信息配置 · 社税服务配置 · 薪酬管理配置 · 绩效管理配置 需求提出 方案实施 调取已有内外部知识库、 并进行外部信息检索 AI 与 HR 就方案进行多轮互动 AI 生成多个角色进行互动 并形成方案 AI 但在逻辑推理方面就逊色了很多，在计划、统筹和战略规划等更高阶的任务方面更是困难。按照 这个规律，AIGC 在员工关系、薪酬福利这两个事务性工作相对集中的模块更有用武之地，在培训 与发展、招聘与配置和绩效管理方面需要较大的工作量，而暂时对于人力资源规划还是无能为力。 除了前文提到的不同模块的一些应用畅想以外，以下是一些其他的具体应用场景，如： ● 用 AIGC 撰写职位描述和招聘广告，只