面向审计行业 DeepSeek 大模型操作指南 版本 1.0 | 适用对象：审计从业人员 南京审计大学 计算机学院大模型团队提供 2025 年 2 月 8 日 目录 1 DeepSeek 基本概况.............................................................................................. ..................3 2. DeepSeek 主要版本...............................................................................................................4 3. DeepSeek 审计能力................................. ...................................................................................... 13 4.3.2 合适版本安装.................................................................................................

32 3.1.5 调优 37 3.2 流水线阶段 61 3.2.1 门禁检查 61 3.2.2 编译构建 66 3.2.3 调优 67 3.2.4 测试 68 3.2.5 版本发布 69 3.3 OS底座（openEuler系操作系统） 70 3.3.1 openEuler简介 70 3.3.2 openEuler基础能力 71 3.3.3 openEuler工具和社区服务 多平台版本并行迭代成为主 要需求，由于两个架构开发生态的差异，如果采用两套流水线分别开发两套代码，则 会带来很多重复开发验证的工作，并且两个版本分别开发、构建和维护效率低。因 此，鲲鹏创新性的提出鲲鹏原生开发：基于鲲鹏硬件 +openEuler+ 鲲鹏 DevKit+ 鲲鹏 BoostKit，实现 1 套代码 +1 条流水线 + 多平台版本，助力伙伴持续且首发性能领先 的商用版本。 03 小时接入 CI/CD，便捷发布多平台版本。 » 极简融入 & 高效发布：DevKit 原生开发插件 1 小时接入两大主流（Jenkins、GitLab）CI/CD 流水线，高效提升 鲲鹏流水线搭建及版本发布效率。 » 鲲鹏亲和 & 极致性能：鲲鹏流水线使能鲲鹏亲和分析工具、编译器、性能工具等，实现应用性能提升。 » 多架构兼容：1 套流水线同时支持多样性算力版本构建及测试。 鲲鹏原生开发的核心技术理念：

技术升级路径......................................................................................240 14.2.1 新版本模型接入........................................................................241 14.2.2 架构扩展性设计.... 自动识别文档中的关键字段（如金额、账号、日期） o 理解多页文档的全局逻辑关系 o 保留原始排版格式的语义标注 3. 场景化适配能力 针对金融业务特别优化的功能包括： o 支票/汇票的防伪特征检测 o 合同文档的版本差异比对 o 财报数据的趋势可视化生成 在银行智能客服场景实测数据显示，引入多模态支持后： - 复 杂工单处理效率提升 40%（相比纯文本模型） - 客户上传材料的自 动识别率从 服务，例如客户意图识别服务部署在 4 台 A100 服务器，每实 例加载 8bit 量化后约 25GB 的模型权重。 2. 热切换机制：支持不中断服务的模型更新，通过健康检查确 认新版本（如 v3.2.1） 的P99 延迟<800ms 后自动切换流量。 3. 资源隔离 ：采用 Kubernetes 的 Device Plugin 机制，确保风 控业务独占 2 张

升级计划.........................................................................................114 12.3 版本管理.........................................................................................116 12.4 模型层的设计原则包括：  模型预训练：在通用语料和银行业务语料上进行大规模预训 练。  微调优化：针对具体业务需求进行微调，如信用卡欺诈检测、 贷款风险评估等。  模型更新与版本管理：采用 CI/CD 管道，实现模型的自动化 更新和版本控制。 服务层的关键技术包括：  API 网关：Kong、Zuul  服务发现与负载均衡：Consul、Nginx  安全性：OAuth2.0、JWT 令牌、SSL 化，以降低计算资源消耗和响应时间。此外，模块还集成了异 常检测功能，能够在推理过程中实时监控模型的表现，确保结 果的可靠性和稳定性。 4. 模型管理模块：该模块用于管理多个版本的模型，支持模型的 版本控制、更新和回滚操作。通过模型管理模块，银行可以根 据业务需求灵活切换不同的模型版本，同时还可以对模型进行 定期的评估和监控，确保其在实际应用中的性能持续满足要 求。 5. 安全与合规模块：由于银行系统对安全性要求极高，该模块专

准度和用户体验。同时，知识库应支持多维度检索，包括关键词、 标签、分类、时间范围等，满足不同场景下的查询需求。 此外，知识库需具备动态更新与版本管理功能，确保知识内容 能够及时反映最新的政策变化和业务需求。通过自动化采集与人工 审核相结合的方式，持续更新知识库内容，并提供版本对比和历史 记录功能，帮助用户了解知识的演变过程。 为了提升知识的应用价值，知识库还应支持知识推送与智能推 荐功能。基于用户 部门沟通，明确知识库的核心功能、数据来源、使用场景等需 求。调研结束后，召开需求确认会议，确保所有需求得到明确 和书面确认。 2. 模型选型与部署 在需求确认后的第三周，完成 DeepSeek 模型的选型工作， 包括模型版本、性能指标、兼容性等评估。随后进入部署阶段， 预计在两周内完成模型的本地化部署和初步测试。 3. 数据接入与预处理 模型部署完成后，开始数据接入工作。此阶段预计用时四周， 包括数据清洗、格式转换、去重、标注等预处理步骤，确保数 接口提供详 细的文档说明，包括参数定义、调用示例和错误码解释。 2. 性能监控与优化：部署性能监控工具，实时跟踪模型的响应时 间、资源占用率和错误率，并根据监控数据进行优化。 3. 版本管理与更新：建立模型的版本管理机制，支持模型的平滑 升级和回滚操作，确保系统的稳定性。 4. 权限控制与审计：通过 RBAC（基于角色的访问控制）机制， 限制对模型的访问权限，并记录操作日志，满足电子政务系统

5（合并 DeepSeek Coder V2 和 DeepSeek V2 Chat ） 2024.12.13: 发布DeepSeek-VL2 2024.12.26: 正式上线DeepSeek-V3首个版本并同步开源 2025.1.31: DeepSeek-R1模型登陆英伟达 NVIDIA NIM，同时：接入亚马逊、微软... 2025 2024 2025.2.5: DeepSeek-R1、V3、Coder 高度定制化 • 模型微调：可根据企业垂直领域（如法律、医 疗）调整模型参数，提升专业场景的准确性。 • 系统集成：灵活对接内部数据库、ERP等系统， 实现个性化功能。 • 版本控制：自由选择或回滚模型版本，避免云 服务强制更新导致的兼容性问题。 v 5. 长期成本效益 • 减少云服务依赖：避免持续支付API调用费 用，尤其在高频使用场景下成本优势显著。 • 硬件自主规划：可按需选择服务器配置，平 pSeek-R1蒸馏的模型,如下表。 v 教育和科学领域任务需求，包括智能问答系统、学习辅助工具、数据分析助手、论文摘要生成等任务，可以基于deepseek 搭建和部署本地的小模型环境。 模型版本 显存VRAM （GPU） 内存RAM （CPU） 本地存储 运行机器 R1-1.5b 4GB+ 8GB+ 5GB 个人普通机 R1-7b 12GB+ 16GB+ 10GB 个人普通机 R1-8b

13.2 功能扩展与优化..............................................................................123 13.3 版本管理与发布..............................................................................126 14. 案例分析与应用场景 可用于加速基因组序列分 析中的特定算法，而 ASIC 可定制化用于医学影像的实时处理。 在架构设计中，需确保处理器与加速器之间的高速互联，以最 大化数据传输效率。建议采用 PCIe 4.0 或更高版本的接口，并结合 NVLink 等技术，实现 CPU 与 GPU 之间的低延迟、高带宽通信。 此外，为满足医疗场景中的数据安全与隐私保护需求，处理器与加 速器应支持硬件级加密技术，如 Intel 初始化配置，包括设定数据库的最大连接数、调整缓存大小等，以 适应医疗数据的高并发访问需求。 随后，部署深度学习框架。此环节需根据项目需求选择适合的 框架，如 TensorFlow 或 PyTorch。安装时，需特别注意版本兼容 性问题，确保框架与操作系统及其他软件组件相互兼容。同时，配 置 GPU 支持，以加速模型训练和推理过程。 在配置环节，重点在于优化系统性能。例如，调整 JVM 参数以 提高 Java

是否虚拟设备 系统及版本 品牌及型号 用途 重要程度 2.3.2.3 安全设备 表 被测对象描述-8 安全设备 序号 设备名称 是否虚拟设备 系统及版本 品牌及型号 用途 重要程度 2.3.2.4 服务器 表 被测对象描述-9 服务器 序号 设备名称 所 属 业 务 应用系统/ 平台 是 否 虚 拟设备 操作系统及 版本 数 据 库 管 理 系 统 及 版本 中间件 及版本 及版本 重要 程度 2.3.2.5 终端设备 表 被测对象描述-10 终端设备 序号 设备名称 是否虚拟设备 操作系统及版本 用途 重要程度 正文 第 5 页 共 661451 页 报告编号：XXXXXXXXXXX-XXXXX-XX-XXXX-XX 【2025 版】 2.3.2.6 其他系统或设备 表 被测对象描述-11 其他系统或设备 序号 设备名称 是否虚拟设备 系统及版本 设备类别/用途 系统管理软件/平台 表 被测对象描述-12 系统管理软件/平台 序号 系统管理软件/平台名称 主要功能 版本 所在设备名称 重要程度 2.3.2.8 业务应用系统/平台 表 被测对象描述-13 业务应用系统/平台 序号 业务应用系统/ 平台名称 主要功能 业务应用软件 及版本 开发厂商 重要程度 2.3.2.9 数据资源 【填写说明：测评对象选择需要覆盖各级各类的数据，并重点关注重要业务数

异常指标自动预警阈值可科室级配置  历史数据对比可视化呈现 系统通过双活数据中心保障可用性，在南京鼓楼医院的压测 中，单智能体节点可并发处理 142 个门诊会话，日均服务量达 2.3 万次查询。模型更新采用蓝绿部署机制，版本回滚可在 8 分钟内完 成。隐私计算模块满足 GDPR 和《医疗卫生机构网络安全管理办 ” 法》要求，所有敏感数据在联邦学习框架下实现跨院协作时的 数 ” 据可用不可见 。 3.1 系统架构设计 DeepSeek 智能体在医疗场景中的诊 断建议准确率达到 93%以上，同时满足三级医院信息系统对接的实 时性要求。需特别注意，所有训练数据必须通过医院伦理委员会审 核，且模型更新需保留完整的版本追溯记录。 3.3.3 性能测试与调优 性能测试与调优是确保 DeepSeek 智能体在医疗系统中稳定运 行的关键环节。测试需覆盖响应速度、并发处理能力、资源占用率 及异常场景下的鲁棒性，并通过系统化调优策略提升整体性能。以 每周自动抓取 PubMed 最新文献，通过置信度加权算法更新诊疗 指南，关键性能指标包括： - 知识检索准确率≥98%（基于 BM25+ 语义混合检索） - 概念映射延迟<200ms - 版本回滚耗时 <15 秒 安全合规控制 实现零信任架构下的数据访问，所有操作记录上链存证。通过属性 基加密（ABE）实现细粒度权限控制，满足 GDPR 和 HIPAA 双重 要求。审计日志包含

运维事件、变更事件 监控管理 全链路监测 服务台 配置管理 配置一致性管理 性能管理 限流管理、上线压测 风险管理 应急与混沌工程 版本管理 维保管理 运维知识库管理 运维数据管理 流程数据管理 产品生命周期管理 EOX管理、版本变更 知识库管理 案例库、风险库 局点档案管理 云平台档案、应用管理 运维平台治理 统一CMDB 运维数据接入 统一故障处理 运维可视化 分类分派 4 变更评审 5 评审记录 是否通过 漏洞管理：漏洞管理主要是通过漏洞发现、漏洞处置和结果验证三个活动，在不影响业务的情况下，尽可能 快速地修复漏洞。 版本演进：通过定期版本升级演进，解决云平台版本问题，整改风险，并及时获得云服务新特性。 主动运维线 深度巡检：在运维流程设计时应制定完善的风险防控机制，对云平台日常维护期内各云服务关键配置、健康 度进行巡检，发现潜在风险，减少异常情况对业务带来负面影响。 事故数量：用来衡量在运维过程中发生的故障或事 故数量的一种重要指标。这类指标一般用于监控和 评估系统的可靠性、稳定性和运维团队的工作效 率，推动产品质量及运维流程持续改进。 变更成功率：衡量组织在进行系统变更、版本升级 或其他类型变更时，成功实施这些变更的比例。这 17 个指标对于评估运维和开发团队的性能、效率以及变更管理流程的有效性非常重要。 下图就是从三个不同的运维场景设计不同的运维度量指标，以及每个指标的详细计量方式，示例如下：