一体化系统云 控基础平台功能场景参考架构。同时，在《车路云一体化系统云控基 础平台功能场景参考架构 1.0》的基础上，参照《“车路云一体化系 统”建设与应用实施方案图》的定义与要求，对实现云端与车端设备、 云端与路侧设备之间的交互数据项及通信协议进行修改与完善，确保 架构设计的全面性和一致性。 1.3 目标 面向构建先进完备的智能汽车基础设施的需求，本白皮书旨在提 炼出一套适用于车 搭建智能驾驶仿真测 试环境需求 19 《附录 A.2. 1. 12 智 能网联车辆-搭建智能仿 真测试环境需求图》 Stk1.13 智能驾驶远程云端接 管需求 14 《附录 A.2. 1. 13 智 能网联车辆-智能驾驶远 程云端接管需求图》 Stk1.14 智能网联车辆接入管 理需求 12 《附录 A.2. 1. 14 智 能网联车辆-智能网联车 辆接入管理需求图》 当网联车辆行驶在有限速要求的道路段或 者前方道路有限速要求时，云端将该道路 车路云一体化系统云控基础平台参考架构 37 段的限速信息发送给网联车辆，限速信息 来自于地图自带的限速信息。 Snr.2 道 路 危 险 状 况 提 示 服 务 场 景 需求 车辆行驶前方有影响车辆安全的情况（桥 下积水较深、占路施工、能见度过低、路面 遗撒），云端向车辆下发道路危险状况提 醒。 Snr.3

以人为本 成功的关键在于以人为本 SAP 企业战略、文化和员工 利用技术赢得成功，实现可持续发展 SAP 云端人力资源管理亮点 人才管理 认知智能和分析 整体劳动力 核心人力资源和共享服务 协作、工作和学习 SAP 云端人力资源管理聚焦 人力资源转型和财务 SAP 云端人力资源管理：我们的立场 员工体验 主要的知识习得 成果、绩效和国际认可 展望未来 3 4-5 6 一轮的增长。 我们坚信，本次转型之旅能够为我们的客户提供清晰的洞察和宝 贵的经验。 Bersin by Deloitte 公司最近在最佳实践型案例研究中特别介绍 了 SAP 的内部人力资源转型计划：云端人力资源管理，并证实 SAP选择了有利于其客户和员工发展的正确途径。* 成功的关键在于以人为本 Stefan Ries SAP 首席人力资源官 成功的关键在于以人为本 | 员工、文化和技术是 实现可持续发展,并吸引高速增长领域的新人才。为实现企业目标,我 们开始采用全新的 SAP SuccessFactors 云解决方案,该解决方案更能满足当前和未来需求。 SAP 的人力资源数字化转型计划称为“云端人力资源管理”。我们在 2012 年收购 SuccessFactors 后 开启迁移之旅, 旨在将所有人力资源流程从企业预置型架构迁移至创新的 SAP SuccessFactors 人力资 本管理云架构。

1.5 汽车行业加速迈向智能驾驶全面普及时代 2.关注自研核心算法的整车企业 2.1 特斯拉：纯视觉方案+一体化端到端先驱 2.2 华为鸿蒙智行：模块化端到端，聚焦生态整合与全域协同 2.3 小鹏：云端蒸馏模型+纯视觉方案，大幅提升车端上限 2.4 理想：双系统并行，VLM规范端到端模型下限 2.5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 图7：强化学习方法 请务必阅读正文之后的免责条款部分 10 端到端的挑战：数据 由于端到端算法基于数据驱动，大模型依赖大量的高质量数据进行训练。以训练数据为核心，重点关注数据量、数 据标注、数据质量、数据分布、云端存储与超算中心等因素。2023年，特斯拉在端到端神经网络开发初期，就向系统 输入了1000万个经过筛选的人类驾驶视频片段，按每段15秒估算，高清视频的总计时长超过4万小时。根据特斯拉的 测算，单个端 ：FSD V12全面采用端到端，用3000行代码替代了原来的30多万行 代码，但算力要求提升了10倍，整个平台算力需要达到3000～5000T0PS才能满足端到端的需求。除了对车端算力 的需求外，对云端算力要求也很高。由于端到端系统依赖大规模数据集，训练过程对算力资源需求极高，尤其是 为了使大模型具备复杂路况识别能力，需要在大量模拟场景和真实世界数据上进行训练。通常，样本量越大，系 统越成熟，这也

地毯上行驶； 送餐机器人 机器人增值服务： 清洁机器人 云端智能清洁机器人： 自主服务适用不同地面的清洁； 高效节约人力成本，云端管控 ； 自主充电 ， 超长续航 清扫 + 吸尘 + 推尘，不留痕迹。 智能避障，行动灵活激光雷达、多传感器、多摄像头相结合，自动创建地图，完 成路径规划与避障。 云端部署，自主服务云端进行部署调度，多台 机器人 配合工作，完成任务后自动 归位。 在巡逻区域内，当有人员遇到危险时，只要大声呼救或 按下机器人身上的紧急呼救按钮，即可迅速报警。 安防机器人 机器人增值服务： 机器人服务云端部署，提前设置、算法控制 1 、避障算法； 2 、智能路径规划； 3 、机器人任务设置； 4 、机器人状态查询、监控； 机器人服务云端部署 房间互动电视增值服务： 语音交互的互动电视系统，满足影音娱乐需求 可实现： 电视自动开机、欢迎页可显示客人名字；

数智园区行业参考指南 "IN" 数智时代 赋能园区转型 全国智能建筑及居住区数字化标准化技术委员会 (SAC/TC426) 英特尔（中国）有限公司 2023 年 12 月 从云端到边缘端，数据正在出现爆炸式增长，数智技术正在带 来颠覆式创新，物理世界与虚拟世界正在加速融合……变革的 浪潮席卷而过。园区作为产业经济集聚的重要形态与主体，正 在成为新一轮数智化变革的见证者与推动者。通过把握数智化 100 亿元 3。 1.2 数智园区发展概况 构调度与运行，还应该引入经过优化与验证的软件系统。 这将可以赋予基础设施出色的灵活性，实现资源的自动弹 性伸缩，让网络和边缘侧可以更好地得到云端的赋能，最 终加速业务创新与价值变现。 • 从驱动方式来看，园区的发展驱动力从流程驱动转变成为 数据驱动： 在初级阶段的数智园区，强调的是流程驱动，即使用数字化 技术重塑园区的管理、运营流程。而在数智园区时代，数据 快速地接入网络，在对于网络带宽、时延非常敏感的场景 中得到应用，提升园区的整体智能水平。 在园区内部署的边缘计算系统能够就近搜集物联网数据并进 行处理，降低数据上传到云端所带来的网络成本与时延， 减少数据在终端与云端交互过程中产生的数据安全隐患。同 时，应用在边缘节点的部署还有助于降低成本与网络压力。 • 5G Wi-Fi 和 3G/4G 等技术已经在智慧园区的场景中得到广泛 应

思路，使平台在各个安全层面不 仅达到国家信息安全相关标准要求，更实现“进不来、出不去、改不了，赖不掉、查得到”的总体目 标，重点保证数据安全和系统运行安全。 进不来 • 身份认证机制， 以及从云端、 边界、端点的 立体防护体系。 • 终端准入机制 出不去 • 数据加密、解 密、数据防泄 密 DLP 技术等 • 结合数字水印 技术 • 双向内容监测 与防护 改不了 • L2-L7 安全加固、基线核查、端点杀毒 安全运营体系： 事前：威胁预防 事中：积极防御 事后：检测响应 服务流程 咨询规划 风险预估 安全培训 应急响应 服务组织 安全技术体系：云端安全 - 互联网业务托管服务 返回维护站点 IP 地址 用户网站:www.xxx.xx 实 时 监 测 7*24 a. 分钟级 发现 b. 毫秒级 替换 c. 微信 \ 电话同 步告警 59 项安全实践，系 统全面评估，安全实践深度检 验 攻击对抗 精准预测、定位高级威胁， 实时对抗、持续防护 应急响应 突发事件积极响应， T1 两小 时内现场处置， T2 云端支撑 事件分析与处置 云端专家与本地专家协同，发现 风险主动预警、主动响应 快速响应 未公开威胁处置 安全运营体系：一套制度与流程：可落地的安全制度及流程 方针策略 企业信息安全工作的纲领性文 件。

供 支 撑 智慧交通 技术突破主导效率革命 · 车路协同升级： 自动驾驶车辆与智慧停车场无缝对接，车辆自动接收空闲车位信息并完成泊车，从入场识别到支 付清算全程自动化 ，云端智能与 数智化 能力接入智慧城市与智慧交通，智慧停车成为智能交通的重要组成部分。 · 人车生活场景生态化：汽车成为第二生活空间，停车业务作为汽车重要组成部分，将全面融 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 云端值守中心 远程呼叫客服中心 远程操纵 应急情况响应 异常处理 电子缴费 车位预约 车位查询 电子发票 闲时包月 停车优惠 停 车 运 营 服 务 目 前 主 要 有 前 端 采 集 、 后 或同时开展现 车券业务合作 有服务业务 服务模式 服务方式 公司对停车场进行无人值守系统的改造， 帮助客户实现对停车场的数字化运管 责任分工 公司 提供 无人值 守 系统平台 云端托管服务 客户 日常管理 设备修养维护 异常处理 停车运营服务商业模式一般包括服务模式 / 承包运营模式 /BOT 模式 / 停车券模 式 责任分工

加入星球获取更多更全的数智化解决方案 ■ 智慧路口是传统交通路口的智能化升级形态，以物联网、人工智能、大数据、通 信技术为核心支撑，通过整合路侧感知设备 ( 如摄像头、雷达 ) 、智能控制终 端、数据传输网络和云端管理平台，构建起 “感知 –分析 - 决策 –控制 - 反馈” 的闭环系统。其核心目标是实现对路口车辆、行人、非机动车及环境的全域实时 感知、智能数据分析、动态决策调度，最终提升交通效率、保障安全，并为车路 算法部署 · 边缘 Al 算力支撑 6. 保障层：标准 与运维体系建设 · 标准规范制定 · 运维与评价体系 2. 网络层：低延 迟高可靠通信支撑 ·5G/CV2X 通信网络 · 边缘 - 云端互联 3. 数据层：全量 数据中枢建设 · 多源数据采集与融 合 · 数据存储与安全 3 、智慧路口总体架构 云计算 云平台 信号机 、检测器 信号灯 边缘计算 服务器 路侧 法库，能够处理更复杂的感知数据和执行更高级的决策，进一步减轻云端压力。 口云端平台智能化升级： 云端平台将更加注重宏观交通态势分析、跨区域协同优 化、交通策略仿真与评估、以及大模型的持续训练和迭代。同时，云端将提供 更开放的接口和更丰富的服务，支持更多第三方应用开发。 □ 车路云一体化深度融合： 随着车联网和自动驾驶技术的发展，智慧路口将与 车辆、云端平台实现更深层次的信息交互和协同控制，形成真正的车路云一体

络。推进智慧校 园建设，探索数字赋能大规模因材施教、创新性教学的有效途径，主 动适应学习方式变革。面向数字经济和未来产业发展，加强课程体系 改革，优化学科专业设置。打造人工智能教育大模型。建设云端学校 普惠算力赋能教育行业研究报告（2025 年） 5 等。 部委层面发布文件，从算力行业和教育行业角度出发，部署算力 赋能教育行业数字化转型的重点任务。2023 年 10 月工业和信息化部 转型之后的发展方向和发展重要性。2025 年 4 月教育部等九部门出 台《加快推进教育数字化的意见》，明确提出加强人工智能等前瞻布 局，加快建设教育行业人工智能大模型，推动课程、教材、教学数字 化变革。探索建设云端学校、智造空间、未来学习中心，建设“人工 智能+X”国家级实验教学中心，构建新型教学组织形态等方向。 地方层面积极响应算力赋能教育发展方向，各地区出台政策鼓励 算力赋能教育行业发展。2024 年 2024 年 11 月算力已拓展至 86P。浙江大学与运营商、头部企业合作打造“西湖 之光”算力联盟，整合了本地大于 1000PFLOPS（FP16）的算力资源 与联盟成员数千 PFLOPS 云端算力。其次，在 AI 大模型出现之后， 越来越多的高校开始倾向于集中建设统一的大平台，以满足不同规模 的算力需求。并且，公有云和本地资源混合共建的模式越来越多，推 理算力和常规通用算力采用云服务会具有更高的性价比。三是高校算

管理资源占比不超过 20% 。 能力丰富 l 提供云主机、容器、镜像、 云硬盘； l VPC 、网关、 EIP 、对象存储等 14+ 种能力 支持双栈。 本地管理 / 云端统一运维 l 本地云管平台供用户自服务管理； l 云端集中化统一监控。 多种产品规格 l 融合型、 GPU 型、 国产化型； l 计算型、 存储型。 2 台 48 口 10GE 交换机 3 台 管 理 交 换 机 EIS 产品架构 pod vm 第 16 页 EIS · 云电脑 云端算力 （计算、存储、网络） 网络传输技术 瘦终端 一体机 卡片机 电脑购置动辄千元，需配备专业运维 传统 PC 终端设备首次投入资金量大 资产登记、清算、折旧成本投入高 采购、放装、回收周期长， 业务上线速度慢 将云端的计算、存储、 网络能力以电脑桌面的形态呈现给终端用户 ，是替代传统 PC 的一种解决方案。云电脑重塑 应用场景示例：营业厅、餐饮、商超等 有与顾客交互沟通需求的客户 实时记录员工的门店工作期间的沟通对话和 声音信息，录音数据可以存储在设备内部或 通过 AI 传输方式发送到云端存储平台。 应用场景示例：餐饮、商超等具有统一营 销宣传管理需求的客户。 允许企业将多个门店设置统一的背景音乐，为 店面环境营造特定氛围，有效增强品牌或产品 的宣传效果。