以色列 总统使用 ChatGPT 撰写会议致辞 预训练大模型技术加速迭代，全球各国积极尝试将大模型应用于政务领 域 自从 Google 提出 Transformer 大语言模型、使“千亿参数”模型成为现实后 ，以 ChatGPT 为代表的基于大模型底座开发的 AIGC 潮。近期， LLaMa 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ， 推动政务 创新 ，强化政务服务能力。 2023 Meta LLaMa 开源模型推出为行业大模型发展奠基 业监管要求 通过在通用大模型底 座引入行业特征数据， 实现垂类大模型开发 依托通用大模型，结合行业专有数据进行训练及微调的各类行 业大模型加速落地 2017 Google Transformer 模型成为加速大模型落地的关键 克服传统 RNN （递归神经网络）模型和 CNN （卷积神将网络）模型在自然语言 处理过程中的局限性 ，模型训练所需数据集和参数规模显著扩大

以色列 总统使用 ChatGPT 撰写会议致辞 预训练大模型技术加速迭代，全球各国积极尝试将大模型应用于政务领 域 自从 Google 提出 Transformer 大语言模型、使“千亿参数”模型成为现实后 ，以 ChatGPT 为代表的基于大模型底座开发的 AIGC 潮。近期， LLaMa 模型的开源有效降低了模型开发技术难度和开发成本 ， 使开发 者可以基于预训练大模型底座进行微调构建行业垂类模型 ，使行业定制化模型成为可能。在以大模型为代表的人工智能技 术加速迭 代的背景下 ，全球各国均积极尝试在政务领域中内容生产、人人交互、信息总结、公文整理等相关环节引入大模型能力 ， 推动政务 创新 ，强化政务服务能力。 2023 Meta LLaMa 开源模型推出为行业大模型发展奠基 业监管要求 通过在通用大模型底 座引入行业特征数据， 实现垂类大模型开发 依托通用大模型，结合行业专有数据进行训练及微调的各类行 业大模型加速落地 2017 Google Transformer 模型成为加速大模型落地的关键 克服传统 RNN （递归神经网络）模型和 CNN （卷积神将网络）模型在自然语言 处理过程中的局限性 ，模型训练所需数据集和参数规模显著扩大

智能终端盒子 网络 * CDN 加速 * 党建云平台 播出控制 媒资管理 统一转码 终端管理 说明：带 * 为客户自备或追加订购  安卓系统  可定制  远程维护 大屏终端 和标准视频会议互通 外接摄像机实现高清视 频 独享带宽≥ 10Mb  有线 / 无线连接 多个终端同时顺畅在线 视频响应（点播）加速 视频传输（轮播）加速  各种视频统一格式

智能终端盒子 网络 * CDN 加速 * 党建云平台 播出控制 媒资管理 统一转码 终端管理 说明：带 * 为客户自备或追加订购  安卓系统  可定制  远程维护 大屏终端 和标准视频会议互通 外接摄像机实现高清视 频 独享带宽≥ 10Mb  有线 / 无线连接 多个终端同时顺畅在线 视频响应（点播）加速 视频传输（轮播）加速  各种视频统一格式

在全国推广上线，在“以数治税”的背景下，企业财税实务数字化产品及财税风 险及合规相关服务的市场渗透率和普及程度将大幅度上升，税务 Saas 龙头税友 股份推出自研 AI 大模型“灵犀”，在税务合规等领域加速 AI 应用落地。 ➢ AI 为政务办公实现效率提升。政务 IT 涉及大量办公场景（12345 热线、社 保、公积金等等），通过 AI 辅助有望大幅提升办公效率，新点软件承建的智能政 务助手"深小 频领域的智能化知识库，实际运行 数据显示，该平台在政务服务咨询场景下单次应答准确率达 90%，处理效能显著 优于传统人工模式。 ➢ 投资建议：DeepSeek 出圈引发国内 AI 落地进程加速，而近期深圳推出“AI+ 政务助手”大幅提升政务工作效率，也引起了社会广泛关注。我国政务信息化市 场空间广阔，包含招采、财政、税务、司法等大量专业的垂直领域，同时链接 B 端、C 端用户，AI .................................................................................. 3 1.1 多地政务系统纷纷加速落地 AI 项目 ..........................................................................................

公示、记录、 审核 … 视频会议 总局省局会商 省局市局区局会商 跨省、市、区会商 … 数据治理 汇聚存储 数据分析 数据服务 应用场景 1. 简化运维工作，提升运维效率 2. 集成统一监测，加速问题识别 3. 提升 IT 管理遵从与合规 1. 设计 IT 运维监控指标和呈现方式 2. 构建 IT 运维监控可视卡片，呈现 IT 运行状态 3. 根据状态实时监测或预警，触发 IT 事件 预 ） 生态 使能平台 集成商行业服务… 自主研发基础设施 存储 网络 关键芯片 100% 自主研 发 AI 全面自主研发云平台 （云 Stack ） 优势总结 3 ：释放多核和硬件加速优势，打造高效安全智能数据平 台  高性能  HD 对标 Gold 6148 配置性能提 升 20~30%  分布式数据库对标 E5-2650V4 配 置性能平均提升 13%  生态、小版本快速上线等能力， EMR 已具备弹性大 数 据服务成熟能力 1. 大数据集群快速申请和发放 2. 支持多规格资源灵活配比，按需灵活伸缩 3. 基于 CarbonData+ 数据加速引擎 DataTurbor ，计算 性 能优于友商 4. 存算分离后，基于统一的云存储，实现一份数据、一份 数据目录支持大数据 + AI 多引擎分析，方便数据流动， 减少搬迁 5. 基于云存储的三

IT 运维监控指标和呈现方式 2. 构建 IT 运维监控可视卡片，呈现 IT 运行 状态 3. 根据状态实时监测或预警，触发 IT 事件 1. 简化运维工作，提升运维效率 2. 集成统一监测，加速问题识别 3. 提升 IT 管理遵从与合规 资产管理监控 服务器、存储、网络、 防火墙等设备在用， 备用，生命周期，厂 商，维保等信息可视 数据呈现支撑平台 数据分析 数据采集 分布式数据库对标 E5-2650V4 配 置性能平均提升 13% o 高安全 o CPU 加解密，数据存储加密， 计算解密，性能较 X86 提升 30% 优势总结 3 ：释放多核和硬件加速优势，打造高效安全智能数据平 台 针对鲲鹏做适配和内核改造，完全兼容 ARM 生 态 enterprise. huawei. com u Huawei confidential u 36 备注：后续每 3 个月会进行 路 标审视和 刷新 础 设 施 1. 大数据集群快速申请和发放 2. 支持多规格资源灵活配比，按需灵活伸缩 3. 基于 CarbonData+ 数据加速引擎 DataTurbor ，计算性 能优于友商 4. 存算分离后，基于统一的云存储，实现一份数据、一份 数据目录支持大数据 + AI 多引擎分析，方便数据流动，

传统：展板 + 电子屏 现代： PC 党务管理系统 创新：手机端智慧党建系 统 移动互联网加速党建工作与学习方式的创新 1. 智慧党建背景 互联网 + 智慧党建平台设计方案 第二部分 智慧党建平台介绍 互联网 + 智慧党建平台设计方案 智慧党建是什么？ 云平台支撑 专业云计算机房，全国 CDN 加速路 由，全运营商网络，支撑数万级、数 十万级乃至百万级的 APP 并发访问 移动互联网

传统：展板 + 电子屏 现代： PC 党务管理系统 创新：手机端智慧党建系 统 移动互联网加速党建工作与学习方式的创新 1. 智慧党建背景 互联网 + 智慧党建平台设计方案 第二部分 智慧党建平台介绍 互联网 + 智慧党建平台设计方案 智慧党建是什么？ 云平台支撑 专业云计算机房，全国 CDN 加速路 由，全运营商网络，支撑数万级、数 十万级乃至百万级的 APP 并发访问 移动互联网

TensorFlow、PyTorch）和预训练模型（如 BERT、GPT 系列）。 模型层还提供了自动化机器学习（AutoML）功能，可根据任务需 求自动选择最优模型结构和超参数。为了提高模型的实时性能，平 台引入了模型压缩和加速技术（如量化、剪枝），并支持模型的热 更新和版本管理，确保模型能够快速响应业务需求的变化。 服务层是平台与外部系统的桥梁，提供了丰富的 API 接口和标 准化服务模块，包括自然语言处理（NLP）、计算机视觉（CV）、 知识问答等任务提供高效、精准的模型支持。该层采用分布式训练 架构，结合高性能计算集群和先进的深度学习框架，确保大模型在 政务数据上的有效训练与优化。 首先，大模型训练层基于异构计算架构设计，充分利用 GPU、TPU 等硬件加速设备，提升训练效率。计算节点通过高速网 络互联，形成分布式训练环境，支持大规模数据并行和模型并行策 略。训练框架选用 TensorFlow、PyTorch 等主流深度学习平台， 并结合 Horovod、DeepSpeed 标注等预处理工作，并构建统一的数据标注标准，确保数据的一致 性和可用性。同时，采用分布式训练框架（如 TensorFlow、PyTorch）以提升训练效率，并通过多 GPU 或 TPU 集群加速计算。 优化策略方面，需结合政务场景的特殊性，设计针对性强的模 型结构。例如，采用混合模型架构，结合 Transformer 与图神经 网络（GNN）以捕捉文本与数据之间的复杂关系。训练过程中，引