等路由协议 ， 作为网络骨干 ， 上下排列便于与 Leaf 交换 机 光纤互联 ，设备间距 2U ，预 留散热与操作空间 华三 S6850-56HF ， 48×25G 端口 +8×100G 端口 ， 部署靠 近机柜中部 ， 方便连接算力机 柜服务器与核心交换机 ， 每台 交换机对应一组算力机柜接入。 带内管理（华三 S6805-54HF SFP+1×1G 电口 ,8 张 NVIDIA RTX 4090 GPU （单卡 FP32 算力 40TFLOPS ） Leaf 交换 机 华三 S6850-56HF 8 25G SFP28×48+100G QSFP28×8 ，支持 400G 扩展 12 万 96 Spine 交 换机 华三 S9850-32H 2 400G QSFP-DD×32 ， CLOS 架构专用 35 SFP28×4+1G 电口 ×4 8 万 16 带内管理 交换机 华三 S6805-54HF 8 10G SFP+×48+40G QSFP+×6 ，管理平面专 用 5 万 40 带外管理 交换机 华三 S5570S- 54S-EI 4 1G 电口 ×48+10G SFP+×6 ，应急管理通道 2 万 8 防火墙 飞塔 600F 2 10G SFP+×8+1G 电口 ×4 ，

ඔغڳිࣂ޷ݮ҄໰๯଼൛ᄦટܤഃ଼ ......................... 48 5.1 ෻౟හྡྷڕसူדϣ಴ၮ໻඘ຂ ......................................... 48 5.1.1 ෻౟଼൛דฉϦ೧ޯٲ ................................................. 48 — 7 — ¤ ¤ 5.1.2 ෗Վڳޥۤԙ଼ֺ൛॓ඹ ဈcࣔฉ໘ලd ྦྷ෡ྜ๠ฉ೴࡬ඹԁ့ۤ߬ܰēಬຣܚ॓ฉඔѻАིד๥ைௐcྜ ๠ฉҎ೛߬ܰc౿ੁઝฉΑճד๥ԅၽຬ೴࡬͙߬ܰۤ॓ޙസݯ ᄥē౿ੁcׄੁݧਖ਼ث೴࡬Ϣ߬Ѝ࿫ဈēྡྷฉᄆъd — 48 — ¤ ¤ ഴ 5 ളൕグ䰪ะ⹶ؗᚥᒩਦ䜞㖨ഴ ¤¤¤¤¤ ෗Վڳޥۤԙ଼ֺ൛॓ඹ ෗ࠩڳිࣂ޷ݮ҄໰๯଼൛ᆚ຿॓ඹdಘމᆑ௶ᆇၗᅖڕϦਪ හѴಘމރྻຏ଼൛ߙಁēᆮ༶ڳිࣂ޷ݮ҄໰๯଼൛ᆙ඘ࣟޯۤ

解决方案。目标包括三方面：首 先，提升运营效率，将核保流程从平均 48 小时压缩至 2 小时，理 赔自动化率提升至 90%；其次，通过动态用户画像分析，实现产品 推荐精准度提高 40%；最后，利用实时风险监测模型，将欺诈识别 准确率提升至 98%以上。 关键数据指标对比如下： 指标 传统模式 DeepSeek 方案目 标 核保时效 48 小时 2 ≤ 小时 理赔自动化率 35% 90% ≥ 响应时间缩短 骗保行为 62% 89% 4.2 小时→9 分钟 风险类型 传统检出率 智能系统检出率 响应时间缩短 高风险标的 71% 93% 24 小时→实时 异常退保集 群 35% 78% 48 小时→15 分 钟 3. 理赔反欺诈闭环 通过 NLP 技术解析医疗报告、事故照片等非结构化数据，建 立欺诈特征关联网络。测试数据显示，系统可识别出人工审核 忽略的重复就诊编码矛盾、跨机构理赔时间重叠等隐蔽风险。 具的检查报告转换为统一编码 - 针对罕见病或复杂病例保留人工复 核通道 - 通过可视化解释功能展示核保结论的依据，例如高亮关键 风险因子 该方案在某寿险公司试点中，将平均核保时效从 48 小时缩短 至 15 分钟，自动化通过率达 73%，且未出现风险漏判案例。 3.2.1 自动化风险评估模型 在智能核保场景中，自动化风险评估模型通过整合多维度数据 与 AI 算法，实现投保人风险的实时量化分析。该模型以

组合特征时，系统会立即 触发欺诈调查流程，将平均调查周期从 72 小时压缩至 8 小时。最 后，其持续学习机制支持每周增量更新理赔知识库，确保对新型欺 诈手段（如虚拟修理厂骗保）的识别时效性控制在 48 小时内。实 际部署数据显示，某大型财险公司采用该模型后，车险理赔自动化 率从 43%提升至 81%，人工作业成本下降 62%，且投诉率降低 27 个百分点。这些技术特性使 DeepSeek 大模型成为构建新一代智能 成本高、体验差三大痛点。具体而言，DeepSeek 大模型将聚焦于 三个维度的价值创造：首先，通过自然语言处理与计算机视觉技术 融合，实现理赔材料自动分类、关键信息结构化提取以及欺诈风险 实时预警，将单案件处理时效从传统人工的 48 小时压缩至 30 分钟 以内，同时降低 15%-20%的运营成本。其次，基于多模态交互能 力构建智能客服系统，可同时处理理赔咨询、进度查询、材料补传 等高频需求，客户等待时间由平均 8 分钟缩短至即时响 保险理赔业务作为保险服务价值链的关键环节，长期面临效 率、成本与体验的多重挑战。传统人工处理模式在业务量激增和客 户需求升级的双重压力下，暴露出以下核心痛点： 效率瓶颈突出 理赔案件处理平均耗时达到 48-72 小时，车险小额案件需 6-8 个处 理环节，健康险复杂案件甚至涉及 12 个以上审批节点。人工审核 单笔理赔平均消耗 22 分钟，其中 60%时间用于重复性资料核验。 高峰期案件积压率可达日常水平的

典型问题显现：首先，医生平均每天需花费 2.3 小时处理重复性文 书工作，门诊病历书写占接诊时间的 35%；其次，跨科室会诊因数 据标准不统一导致 30%的临床决策延迟；最后，患者咨询服务响应 时效超过 48 小时的占比达 27%，严重影响就医体验。 当前医疗系统存在三个维度的能力缺口：在数据处理层面，传 统规则引擎无法有效解析 CT 影像标注、病理描述等复杂语义信 息，某省级医院测试显示现有 NLP 基础设施差异可能导 致 10-15%的性能波动，建议在方案设计阶段进行详细的基线测 试。通过 DeepSeek 智能体的分层计算策略，某省级医疗大数据平 台成功将千亿级数据量的年度疾病趋势分析任务，从原需 48 小时 缩短至 3.5 小时完成。 2.2.3 自动化流程支持 在医疗系统的日常运营中，大量重复性、规则明确的流程消耗 了医护人员 30%-40%的工作时间。DeepSeek 智能体通过自然语 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 下是具体实施方案： 测试环境配置 采用与生产环境一致的硬件配置，包括双路 Intel Xeon Gold 6248R 服务器（3.0GHz/48 核）、256GB 内存、NVIDIA A100 80GB 显卡×2，通过 Kubernetes 集群部署。测试数据集包含 10 万 条真实脱敏电子病历、影像报告及结构化检验数据，模拟三甲医院

中 国 教 育 行 业 AI 实 战 手 册 … 1/S0 1/S0 … 1/S0 1/S0 1/S1 1/S1 1/S1 1/S1 1 2 24 … 25 26 6 48 … Intel® UPI 4x16 PCIe 4x16 PCIe DMIx4 DMIx4 模型训练 模型训练 模型训练 模型训练 模型训练 模型训练 模型训练 DMIx4 DMIx4 / 终端数量 与校内数据中心、 IT 系统数据打通 接入公有云 开源 AI 资源 以利用双路英特尔® 至强® 金牌 6240R 处理器（每处理器包含 24 个物理核，系统共包含 48 个物理核）系统实现 48 个学生 课堂实训为例，通过 NUMA 架构分配计算资源如下表 2-1-1 所示： 利用 numactl 这样的系统指令可以对处理器节点以及访问本 地内存进程予以精确控制，从而获得更优的计算性能。例如通 地内存进程予以精确控制，从而获得更优的计算性能。例如通 过 numactl –H 可以获知当前服务器的处理器节点以及对应本 地内存分布情况： 分配给学生实训 使用的系统核编号 学生实训座位号 #0,48 #1 #1,49 #2 … … #47,95 #48 图 2-1-7 基于英特尔® 至强® 可扩展处理器的实训环境构建方案 在实践中，可采用图 2-1-7 中所示架构来构建人工智能教育实 训环境。该架构以基于双路英特尔®

令 操 作 数 分 为 不 同 等 价 类,为各类分配不同的随机掩码,使用对应掩码进行内存数据 读取[４７].Man等使用域敏感指针分析技术将数据分为不同 等价类,为各类分配密钥并进行加解密[４８]. (２)代码随机化指将程序中的代码进行随机化处理,包括 函数、数据结构和调用关系等,使得攻击者无法预测程序的行 为. Crane等使用了新的基于编译器的代码转换和基于硬件 的执行机制实现防御策略 到 另 一 个状态 [４３Ｇ４４] Web应用 程序迁移 将 Web应用程序中的元素属性进行动态更改或迁移 [４５Ｇ４６] 数据随机化 将重要数据信息进行随机化处理,如加密、哈希等操作 [４７Ｇ４８] 代码随机化 将程序中的代码进行随机 化 处 理,包 括 函 数、数 据 结 构 和调用关系等 [４９Ｇ５０] 指令集随机化 对程序的指令集信息进行随机化处理,防止恶意代码的 执行 [５１Ｇ５２] AKRITIDIS P,COSTA M,etal．Data RandomizＧ ation:TechnicalReport:TRＧ２００８Ｇ１２０[R]．MicrosoftResearch, ２００８． [４８]MAN YJ,YIN Q,ZHU X D．FineＧgraineddatarandomization techniquebasedonfieldＧsensitivepointeranalysis[J]．Journalof

动的指导意见》 （国发〔2015〕40 号）； （5）《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50 号）； （6）《水利部关于深化水利改革的指导意见》（水规计〔2014〕48 号）； （7） 《水利部关于印发加快推进新时代水利现代化的指导意见的通知》 （水规计〔2018〕 39 号）； （8）《关于印发水利网信水平提升三年行动方案（2019—2021 年）的通知》（水信 台会议桌面式话筒， 天线分配器 3 台，话筒天线 1 套，插座 8 个。 3.4.2.4 无纸化会议系统 在溪源溪小流域数字孪生场地适应部署的无纸化会议系统基础上增加 48 台无纸化 会议终端、升降器、配套软件、30 张电子桌牌和 1 台 48 口交换机，通过无纸化会议系 统会议文件可通过后台直接分发到每台会议显示终端上。 3.4.2.5 场地适应性改造必要性 溪源溪小流域数字孪生场地适应性改造是在福州市水利局 （9）支持信号源监控录播授权许可； 序号 设备名称 技术指标及相关要求 （10）支持系统全链路冗余热备份授权许可； （11）支持系统全链路设备状态监测授权许可。 5 48 口交换机 （1）传输速率：10/100/1000BASE-T Mbps； （2）端口：48 个 10/100/1000/BASE-T 以太网端口，4 个千兆 SFP； （3）交换容量：432Gbps； （4）包转发率：78Mpps；

图 47： 中国智能视频监控市场复合增长速度高于全球................................................................... 22 图 48： 智慧交通解决方案......................................................................................... 引擎，处理 AI 工作负载可以更加高效，让小巧轻薄的 设备也能支持终端侧 AI。根据 STL Partners 统计，2030 年全球边缘潜在市场将达 4450 亿美元，10 年 CARG 为 48%。根据亿欧智库，2025 年我国边缘计算市场空间达 1988 亿元，具备较大发展潜力。 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 9 / 化成为安防行业的主流趋 势，推动安防市场维持正向增长。在智慧项目推动下，中国智能视频监控市场规模增速 高于全球市场，2019 年中国智能视频监控市场规模达到 106 亿美元，约占全球市场的 48%，预计到 2024 年中国智能视频监控市场将达到 167 亿美元；5 年复合增长率预计 为 9.6%，高于全球市场的 7.1%。 图46：中国安防行业总产值 图47：中国智能视频监控市场复合增长速度高于全球