图像处理技术内嵌自研车牌识别算法，普通蓝黄牌、武警车牌、新能 源 车 牌 等 业 内 各 种 车 牌 均 可 识 别 车 位 相 机 引 导 屏 图例 高分辨 ISP 图像处 理 技 术 产品名称 产品功能描述 鼎 雄 咨 询 — 9— AI 智能任意分 屏 智能处理 主要功能 重要功能说明 ■ 电子卡券：配合业主向车主发放电子卡券，卡券实时查看使用状态与折扣信息，并可随时使用与结算 ■ 电子发票：自助开具电子发票并可随时查看保存 会商室 值班室 新闻发布 室 其他功能场所 物理机房 应用支 撑 + 基 础 支 撑 鼎 帷 咨 询 — 15— 十 前端智能采集 无人值守停车场智能硬件设备 车牌识别设备 云对讲设备 全景监控设备 后端实时联动 云停车 SaaS 系统 财务报表 掌上运营 车场管理 29— 2019-2024 年中国智慧停车市场规模预测趋势 图 ( 亿元 ) 2019-2024 年全球智慧停车市场规模预测趋势 图 ( 亿美元 ) +16.24% 179 2021 咨 126 2019 250 2024E 230 2023 200 2022 31 2019 154 2020 45 42 +9.76 % 38 中国无人驾驶汽车行业发展

行业竞争：从需求端看，公有云主要行业客户受宏观环境影响，用云支出更为谨慎。对已在云上的业务内容也进行全面评估用云 成本，精简不必要的用云支出。从供给端看，公有云厂商经历了一波“以价换量“的价格战后，实际效果并不理想，厂商间的内 卷，更多消耗了厂商自身利润空间，关注价格的更多是短期云用户，难以形成长期粘性，带来稳健收益 - 增量机遇：公有云厂商围绕大模型，提供一系列产品和服务，但模型相关产品和服务所带来的收益较为有限，大模型发展仍处于 适配性；依托生态伙伴提供应用、解决方案开发能力，加强大模型的商 业实践能力。 1）物理资源：智算中心根据模型训练和推理需求差异，提供技术架 构统一、可实现内部各组件高速互通互联的AI服务器和服务器间以低 时延、高带宽网络互联的AI服务器集群。 2）云化资源：除物理形态的智算设备外，智算中心支持以云的形式， 将智能算力资源更灵活地对外输出，实现智算资源的弹性调度、高效 管理，并为算力、算法、数据、模型等能力平台构建技术底座 算 法 技 术 不 断 升 级 数 据 规 模 持 续 扩 大 智能算力需求增长 训 练 算 力 推 理 算 力 模型数量 训练次数 参数量 数据量 模 型 数 量 应 用 时 间 单 用 户 数 据 量 场 景 数 量 日 活 用 户 量 2022-2023年全球访问量前50AIGC应用网站访问量 2022-2023年全球访问量前50AIGC应用网站类型 算力设施能力特征

积月累的频繁人际互动支撑起来，但 AI 正在改变一 切。企业每天都在进行大量的微交互：优秀的销售人 如今，我们有了最初的火种，能够激发出无限增 长和创新。随着 AI 自主性的不断增强，企业内部的 运营效率和组织间的协作能力将显著提升，率先布 局 AI 技术的企业将赢得数十年的竞争优势。然而， 犹豫不决或行动迟缓的企业将面临被新兴或传统竞争 对手颠覆的风险，正如数字化时代所见证的那样，网 景浏览器（Netscape 保罗·克鲁格曼（Paul Krugman）曾断言“互联网的 价值不会超过传真机”。 16 如今，我们正站在一个新 时代的门槛上，AI 驱动的认知数字大脑将为全社会注 入强劲动能，实现系统间的交互协作，为万物赋予前 所未有的智能，为每个人赋予更大的自主性。面对这 一趋势，企业需要思考的不是这一切能否实现，而是 应该如何建立信任、维系信任，让未来照进现实，以 及如何利用这种无限的能力创造新的价值。 到是非 评判的时候，与智能体交流可能更具吸引力。 62Sales- force 首席执行官马克·贝尼奥夫（Mark Benioff）甚 至半开玩笑地表示，他有时会用 ChatGPT 进行心理咨 询。 63 企业与品牌个性始终有着密不可分的关系。现在人 类与 AI 之间也在建立类似联系。尽管企业通过自主系 统迅速将客户体验的规模扩展到了新高度，但这些系 统尚未接受相关训练，因而很难传递出企业精心培育

增长动力强劲 伴随即时电商各品类、各场景、各时段渗透率的持续提升，近年来即时配送行业快速发展。根据艾瑞测算，2024年即时配送行业规 模预计将达到4176.8亿元，相较2019年1640.8亿元增长显著，五年间复合增速高达20.5%，预计2024-2028年将保持高速增长，复 合增速约18.0%，2028年即时配送行业规模预计将超8100亿元。未来，即时配送将充分发挥本地物流基础设施的功能，支撑即时电 商等 他因素在激励用户创作层面更具影响力：来自同好的肯定、对IP的深厚感情和提高 自身技能能够让进阶玩家更深刻地感受到创作的价值与意义，并支撑他们不断创作，66.6%的创作型进阶玩家已持续创作超过1年时 间。此外，好的创作工具能够显著提高进阶玩家的创作意愿：无门槛、好上手的工具能够吸引玩家开始创作；持续优化、迭代工具 能够延长玩家的创作热情。 来源：艾瑞咨询于2023年12月展开的调研，元宇宙文化消费 iresearch.com.cn ©2023.3 iResearch Inc. www.iresearch.com.cn 来源：Google Trends，数字代表相对于图表中2019年-2024年间最高点的搜索热度， 热度最高的字词得100分，热度是前者一半的字词得50分，没有足够数据的字词得0分， 动态数据查询时间为2024年6月初，艾瑞咨询研究院自主研究及绘制。 来源：ScienceDi

100%，效果显著。 生产效率的提升得益于多个方面：关键设备进行数控化之后，由 设备本身提高了生产的效率；智能化的生产流程规划和协调，使 生产更加精细化，提高了生产效率；部门间数据共享会促进部门 间的协同合作效率，提高整体生产效率。 —9— 对资源综合利用率提升进行统计分析，平均提升 22.41%，有 80%的企业资源综合利用率提升超过 10%。提升资源综合利用率 的措施有：对原材料、生产设备和废料的流向进行实时监控，智 —28— 备，应用模块化、成组和产线重构等技术，搭建了柔性可重构产 线，能够根据订单和工况的变化实现快速调整和按需配置。同时， 引入 PLC 控制联网，实现远程监控和管理，减少生产中的停工时 间和资源浪费。 在信息化系统建设方面，柳州耐世特建立了先进的数据采集 和分析系统，实时监控生产过程中的关键参数和绩效指标。设备 追溯系统的引入，实时抓取设备运行数据，并反馈到生产控制中 心，帮助 漆系统及喷涂机器人，可实现物料自动喷涂（根据上线产品调取 相应的喷涂程序）。烘干采用燃气辐射工艺，低耗高效，全自动 通过式抛光机。可根据物料形状尺寸，自动调整抛光工艺参数， 实现节能高质。工序间流转采用 EMS 物料输还设备，利用滑触 线总线通讯控制方式及全线条码定位技术，可实时显示物料信息 状态。 （三）取得成效 数字化项目建设起止日期为 2021 年 03 月~2023 年 12

GPU 之间 的无缝高 速通信；开放技术方案以 OAM 和 UBB 为主， OCP 组织定义了业内通用的 A I 扣卡模组形态（ OAM ） - 基板拓扑结构（ UBB ）设计规 范。 2 ）节点间：主要方 案为 Infiniband 和 RoCEv2 ； Infiniband 网络主要包括 InfiniBand 网卡、 InfiniBand 交换机、 Subnet Management （ 大模型的参数量和训练数据量的快速增长，对数据中心的计算、存储、网络等提出新的要求，新型智算中心是产业发展趋势； A I 大 模型需要部署在高速互联的多个 A I 芯片上，数据样本和模型结构被切分到多张卡或者节点上，卡间或节点间不仅有训练数据通信，还有模型 梯度 的频繁传递，对智算中心的网络互联提出新的要求，建议关注宝信软件。 • 风险提示：宏观经济波动、下游需求不及预期、 A I 伦理风险等。 请务必阅读正文之后的免责声明及其项下所有内容 芯片以扣卡模组为主，服务器形态多为 8 卡， DPU 按需引入解决裸金属管理、存储加速等业务痛点；硬件资源开始按集群的方式部署。 • 互联方案： 以服务器节点为界限，节点内采用高速计算总线，节点间采用 100G/200G 高速无损网络。 • 存储方面：原先独立部署的文件、对象存储逐渐向融合存储演进，提升数据交互效率； • 平台方面：具备池化算力分配能力，实现底层智算资源的细粒度分配、动态调度和一体化管理；同时，

.......9 2.3 网络技术 .......................................... 10 2.3.1 卡间互联 .....................................10 2.3.2 机间互联 .....................................11 2.4 算网一体技术 ................... 诉求。依托 DPU 轻计算客户端卸载技术，构建计算与存储间的高带宽通道，提供 以弹性临时盘为代表的场景特化临时存储能力。 面向近期，针对 AI 训推场景对于多级缓存的核心需求，联合产业力量升级 存算互联硬件，打造高速互联接口提升带宽，研发存算协同芯片模块，提升整体 性能。 面向中远期，构建多级训推缓存端到端智能缓存管理框架，支持异构缓存间 的数据透明迁移；支持多级缓存分布式部署，深度融合云端、边缘与终端设备的 建“卡间-机间”全栈智能互联技术体系，通过自主研发全向智感互联（OISA） 协议与全调度以太网（GSE）架构，突破传统互联技术在高带宽、低时延、大规 模组网等场景的瓶颈。二者协同构建“芯片-设备-集群”三层互联能力，形成从 卡内计算到跨机协作的端到端智算网络中国方案，为万亿参数大模型训练、多模 态 AI 应用及下一代智算中心建设提供高确定性、高可靠性的互联基座。 2.3.1 卡间互联

Routing Notification 自适应路由通知 BBR Bottleneck Bandwidth and Round-trip propagation time 瓶颈带宽和往返传播时 间 BGP Border Gateway Protocol 边界网关协议 BIER Bit Indexed Explicit Replication 位索引显式复制 CCO Collective Communication 增，若采用光纤连接，光模块部分的成本增 加也不容忽视。 3）异构网络的互通挑战 大规模网络的构建可能会涉及多厂商设备，当前大模型训练网络仍处于技术方案耦合度 较高、标准不完备的状态，未来设备间互通可能面临挑战。 3.1.2 超高稳定性是前提 AI和HPC均是典型的分布式系统，网络作为分布式系统的连接底座，网络的故障或者性 能波动会影响集群计算效率，因此网络自身的稳定性是整个系统稳定运行的基础。此外大规 为了最大化集群算力利用率，AI大模型训练通常采用并行处理机制，将一个任务分布在 多个GPU上。并行训练整体分为三个步骤：处理、通知和同步。在处理阶段，每个GPU完 成各自的任务部分；在通知和同步阶段，GPU进行卡间通信并汇总出整个任务的结果。整 体的JCT由GPU返回计算结果的速度以及网络的同步速度决定。因此，网络性能是影响集合 通信效率的重要因素，主要包括以下指标： 1）超低时延：网络时延分为静态时延和

章节从基本概念与场景用例、关键技术、 性能指标，三方面对三大典型行业应用进行了分析。重点阐述了新兴应用所需的关键技术以 及对通信速率、时延、可靠性等核心指标的差异化需求，揭示了技术突破与场景创新间的互 驱机制，完整呈现了从技术研发到商业落地的价值链条。 2 / 87 当前，ICDT 融合的 6G 技术研究正从离散的技术探索转向系统性架构设计、标准制定 和产业协同。本白皮书倡议深化信息通 开销和基于人工智能方式进行 CSI 压缩反馈等。  低开销码本和反馈设计 传统的码本包括的预编码矩阵通过对空/频域 DFT 基向量进行线性合并而获得，CSI 反 馈的内容包括基向量指示和基向量间的线性合并系数。一种可以降低开销的码本和反馈设计 方案为将码本结构扩展为多级结构。先基于对 DFT 基向量（第一级基向量）的线性合并生 成优化的基向量（第二级基向量），选取多个优化后的基向量进行线性合并，生成最终的预 簇 3。簇内的站点进一步分成两组，即组 1 和组 2。其中每组内站点相互协作，为用户 3 提供分布式相干联合传输，同一组内的站点发 送相同的数据流；而组 1 和组 2 分别发送不同的数据流，即组间实现非相干联合传输。图 2-1-7 进一步比较了混合传输方案与传统的相干和非相干联合传输方案的性能。当存在相位 偏差时，混合传输方案优于非相干联合传输，可获得 30%以上的性能增益；相比相干联合

特点： （1）基于Hadoop平 台同时构建数仓、数 据湖，技术栈较为统 一 （2）一套物理体系、 数据统一存储、统一 计算 湖仓并行，数据仓库与数据 湖分离搭建，部分基础数据 共享使用，湖仓间通过相关 技术组件直接实现数据共享， 数据共享较文件方式效率更 高。 特点： （1）湖仓部分基础数据集 中存储、数据共享 （2）根据技术组件优势， 适配不同的数据应用场景， 具备不同技术体系的数据协 同 主要内容：项目建设创新点、技术实现特点。 3.1 创新点 多集群部署架构， 降低集群间耦合 关系 按照不同组件技术 特性，规划数据层 级设置 DataOps + MLOps提升研发 及数智应用效能 04 DATA 在此添加标题 点击添加文字说明 详情介绍点击添加 文字说明详情介绍 • 多集群部署架构通过独立配置管理各集群资源。 • 多集群间的松耦合设计，便于根据业务需求灵活调整资源分配，满足多样化的数据处理需求 平台投产上线后，有效解决了原先大数据平台和数据仓库平台独立部署，集群间通过数据文件交互， 且跨平台数据搬迁，存在数据存储冗余、资源浪费、消耗大量时间、代码开发难度大等问题。 批处理时间 4.1 经验分享 陕西农信基于数据仓库、大数据平台使用期间显现的弊端，经历一年时间完成湖仓一体调研、交流、演进路线及 方案制定，再通过一年时间完成项目研发、测试及上线。 01 02 03 • 为