AI+设计现状：目前主要应用于方案设计阶段，初步设计、施工图设计阶 段应用相对较少。设计行业中部分上市公司已开始布局 BIM 与人工智能， 开展工程数字化设计等多方面业务。AI ROAD 交通快速方案设计系统、 Arko AI 快速效果图生成工具、万翼 AI 审图、Arctron ArcOS 智慧建筑操 作系统、TransBIM 施工图智能生成等具有代表性的 AI 设计软件，已开始 应用于设计的各个阶段，如通过 TransBIM ⚫ AI+设计未来：龙头优势显现，设计行业痛点突围可期。 数字建设提供更多可能性，提升设计多专业、跨区域协同性。方案设计阶 段，AI 技术能够启发设计创意；初步设计阶段，AI 技术提高工程效益， 降低成本浪费；施工图设计阶段，AI 技术使得各方协同效率提升。 突破人员产能瓶颈、提升人效，打开龙头企业成长空间。在 AI 的冲击下， 更高效绘图带来人均创收的大幅提升，减少基础绘图人员数量，降低人员 .................................................................................. - 9 - 图 13、设计不同阶段产值占比 ............................................................................... - 9 - 图 14、AI

月 区块链技术 可信数据空间 数场 数联网 数据元件 隐私保护计算技术 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 数据产业正快速发展成为数字经济社会的主导产业 数据基 供参考。 前 言 国家数据基础设施技术路线发展研究报告 前 言 04 > 05 照生产要素划分，人类社会7000多年的文明史可以分为三个阶段。第一阶段是农业社会，以土地和劳动力为主要生产要 素；第二阶段是工业社会，以技术和资本为主要生产要素；第三阶段是数字社会，以数据为主要生产要素。数据作为数字社会的 新型生产要素，不同于土地、劳动力、技术、资本等传统生产要素，具有虚拟性、非稀缺性、易复制性等二十多个独特的特性， 人类社会正进入数据要素化发展新阶段 06 > 07 第一章 人类社会正进入 数据要素化发展新阶段 数据资源正成为继土地、劳动力、技术、资本之后的 第五大生产要素 网络空间升级为计算空间后正在向数据空间进一步迭代 土地 劳动力 资本 技术 数据 农业社会 工业社会 知识社会 物理空间 网络空间 计算空间 数据空间 人类社会正进入数据要素化发展新阶段 08 > 09 国家数据基础设施技术路线发展研究报告

........................................................... 4 1.2 项目准备阶段 ............................................................... 6 二、 项目管理机构的组建 用户、监理方对系统进行正 式验收，并编写验收报告。 10 项目结算 三方相关人员 验收经用户、监理方认可后， 所有款项结清，项目实施告一 段落，之后将转入实施后续服 务阶段。 1.2 项目准备阶段 1.2.1 管理指导思想 根据 信息化项目工程建设项目的特点及重要性，我公司组织 施工的指导思想是： 要 求工程项目部严格按照公司行之有效的质量保证体系和管理办法进行运作，要质量、安 配套工程，包括防雷安装、取电工程等； 1.2.3 项目资源需用计划 设备材料需用计划：具体设备材料计划用量见产品详细报价清单。 工机具需用计划：主要施工工具、测试仪表、车辆等。 劳动力需用计划：按施工进度、工程量确定各阶段的管理和施工人员。 1.2.4 施工组织安排 进场后积极做好前期的准备工作； 在施工过程中， 积极协调和解决各专业在交叉施工中存在的问题， 为施工顺利进 行创造良好的条件； 做好设备单机和总调试。

彻底地重构。对我们人力资源管理者来说，不仅不能缺席，同样也不能迟到。要和 管理者及 IT 一起推动和见证“数字化驱动”的“人力资本”与“组织能力再造”的， “将人性与科技融合”的“数字化人力资本管理”阶段的到来。 让我们一起，保持开放、乐观的心态，积极拥抱变化，怀揣初心、努力探索、 前瞻布局、有效行动吧！ 6 AI 在企业人力资源中的应用白皮书 缪青（Max Miao）先生 HR 数智 纳入业 务发展中。 19 AI 在企业人力资源中的应用白皮书 AIGC 在不同行业受访企业中的应用阶段 注：* 行业样本收集小于五家，结果可能存在一定偏差 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 医疗健康 行业 初步探索阶段 在某些领域的实践产生明显价值 广泛应用于多个业务场景，为企业带来突出价值 成为企业核心竞争力之一 22 AI 在企业人力资源中的应用白皮书 RPA+AI 其实，人工智能在企业人力资源管理领域已经有了非常多不错的实践，有些企业、特别是员 工人数过万的超大体量的互联网、高科技、金融企业取得了阶段性的成果，在招聘、培训、劳动 力管理和员工服务等领域也跑出了一些比较不错的产品。 大家熟悉的 OCR 和 RPA 这些流程自动化的工具在企业人力资源管理领域已经有了超过 10 年 的应用，特别

云协同架构，优化资源分配和任务调度。性 能 提升：协同效率提升 30% ， 实现高效计算资源利用。 技术点：液冷系统 + 昇腾智能功耗控制， 优化数据中心能耗。 实现细节：训练阶段功耗≤ 25kW/ 节点，推理阶段≤ 10kW/ 节点，确 保 高效节能运行。性能提升： PUE ≤1.15 ，显著降低数据中心运营成 本。 技术点：使用昇腾 CANN 6.0 自定义算子开发，优化 GNN 页 三阶段投资计划 一期阶段 目标：上线巡检 / 负荷预测模型。 投资： 3500 万元。 国产化率： 75% 。 核心设备：昇腾 910B× 50+ 全闪存存储。 周期： 6 个月。 POC 阶段 目标：验证大模型可行性。 投资： 800 万元。 国产化率： 60% 。 核心设备：昇腾 910B× 10+MLU370 ×20 。 周期： 3 个月。 二期阶段 目标：全场景大模型覆盖。 项目意义 通过大模型技术提升电力系统的智能化水平 ，推动电力行业的数字化转型 成本优势 分阶段投资计划和实施路 径清晰，降低一次性投入 风险，提升项目的经济性 技术优势 详细的技术方案和参数设 计，确保项目的技术可行 性和先进性 合规优势 强化电力行业特殊合规要 求，确保项目符合国家和

相比于前两类数据，III 型数据，产权情况比较复杂，它们主要依靠网络爬 虫、甚至是黑客手段获取数据。与 I 型和 II 型数据不同的是，这些公司的流出 的内部数据放在网上供人付费下载。这种数据在当前阶段，还不能和资产完全 划等号。 2、计量规则与货币资本类似 大数据要真正资产化，用货币对海量数据进行计量是一个大问题。尽管很 多企业都意识到数据作为资产的可能性，但除了极少数专门以数据交易为主营 于对敏 感数据泄露的担心和数据资产定价困难方面的考虑，第一方和第二方数据的拥 有者很少直接进行数据交易或授权。与之相反倒是常有从这些公司的流出的内 部数据放在网上供人付费下载。这也正是数据当前阶段还不能和资产划等号的 一个生动体现。由于无法通过交易授权渠道获得，目前很多第三方数据提供商 是通过网络爬虫、甚至是黑客手段获取数据。从法律层面看这些数据的所有权 存在瑕疵的数据即使暂时拥有，也不能构成资产要素。只有在建立起有效的数 计 信息的统一计量单位，有利于不同企业、不同行业用同一口径衡量反映其财务 状况和经营成果。这也是为什么那些存储在硬盘上，以 GB、PB 为计量单位的 数据无法直接进入资产负债表的原因。 当前阶段，尽管很多企业都意识到数据作为资产的可能性，但除了极少数 专门以数据交易为主营业务的公司外，大多数公司都没有为数据的货币计量做 出适当的账务处理。对于数据资产的货币计量，可以参照无形资产的计量规则。

，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 模型普遍停留在定制化阶段 ， 通用化程度不高 ， 重复建模工作大 目前的水利专业模型尚不能适应智慧水利建设对水利专业模型“标准统一、接口规范、分布部署、 快速组装、敏捷复用”的要求， 已成为行业亟待攻关解决的卡脖子技术之一。 水工程群预泄控泄方案、 24 小时的实时调度方案 ， 针对流域区 间来水比重大的问题 ， 上游水库尽可能拦蓄洪峰、 中游关键节 点水闸开 P 8 错峰适潮调度 实时防洪潮调度指导 数字孪生潭江现已处于试运行阶段 ，利用现有和新建潭江流域 监 测数据 ，结合台风暴雨、 风暴潮预报情况 ，输出潭江流域防汛 监测预警分布图及防洪调度指导图 ，助力潭江流域水库水闸群 的联合调度 数字孪生流域建设成果 数字孪生佳蒂格德 (Jati gede) 承担了印尼水库大坝数字孪生水利工程水利专业模型建设的任务 ，发挥技术与经验优势 ，持续提 升 东盟国家大坝安全保障能力水平 ，李国英部长对数字孪生建设阶段成果给予了充分肯定。 数字孪生流域建设成果 李部长视察大坝与指导工作 系统平台 对接资料 P39 04 未来展望 P40 现代数据和计算机技术等为洪水预报的发展创造了有利条件；

预期要求。 4 ：沟通与协调 • 与各个供应商、承包商和相关团队进行密切合作，确保施工进度和质量得到有效控制。及时沟通并解决问题，确保各项工作协调进行。 5 ：测试和调试 • 在完成每个施工阶段后，进行必要的测试和调试工作，确保安装的设备和系统正常运行，并满足设计和性能要求。 6 ：文件记录 • 保留所有施工过程中的相关文件和记录，包括施工计划、工程图纸、材料清单、施工报告和测试记录等 的运维和维护工作起到重要的参考作 用。 7 ：培训和交接 • 在施工完成后，对数据中心的相关人员进行培训，使其熟悉设备和系统的操作和维护。同时，与运维团队进行充分的交接，确保顺利过渡到正常运营阶段 各系统的施工注意点 1 ：弱电智能化系统 • 与甲方做好前期沟通，充分理解网络架构，网络拓扑、子网划分、设备布局，为网络布线和网络设备安装做好充分准备 • 微模块应为工厂预制化组装并经过严格 排， 对 各 子 系 统 进 行 现 场 定 期 巡 检， 并 将 正 式 的 例 检 报 告 上 交 业 主。 7 ：定期巡检服务 机房运维阶段需维护事项 设备维护： • 定期检查和清洁设备，包括服务器、网络设备、 UPS 等，确保它们的正常运行和散热性能。 • 检查设备的电源线路和连接，确保其稳定性和安全性。 • 更新和升级设备的固件和软件，以修复漏洞、提高性能和功能。

数据传输保存方式比较原始，无法进行统 一的管理 通行管控能 力弱 园区的出入口较多，入驻企业和社会车辆 乱停乱放，保安人员管控较难 服务器资源需要挖掘 南京智能计算中心已经完成部分建设，现 阶段服务器算力资源可以进一步挖掘利用 安防管控手段较少 园区较大，出入人员多 且杂 ，需 要增加智能管控的手段 Aic 产业发展——智慧园区 · 现状问题 三 XTROTEC 中 nspur 南京智算中心运营团队提出三大原则： 基于系统化思维，提供专业化服务，建设和谐发展的智能计算生态。与原厂、政府部门、各类客户建 立 全面、全时段的密切合作与协同，实现建设、运营、应用三阶段统筹协同；与专业团队共建各类产业智 能处理中心；以智算生态聚合带动形成多 层 级产业生态体系，赋能多 个 产业应用场景 . 十 生态化 生态产业化，产业生态化 AiC ○ 运营思路

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 3.0阶段，也就是通过连接池化和重 构技术，实现不同的计算资源的协同 能力。通过软件定义来实现业务自动 感知和资源自动重复，使计算的性能和效率大幅度提升。 在硬件层面，通过硬件重构来实现资源置换。CPU与GPU、 器，最先开发了开放技术的OAM加速计算模块和OTII边缘 计算服务器，拥有全球性能领先的存储系统和性能、安全 性领先的云海OS。 智慧社会离不开智慧生态——元脑生态计划 目前，行业信息化市场已经步入了产业AI化阶段，这 将会是一个万亿级的市场。 在AI产业化过程中，浪潮是新兴AI企业的主要合作 伙伴和算力提供商，已经积累了大量优质的算法框架、模 型和数据，这些优质的AI技术正是产业AI化过程中行业用