典型应用案例 目 录 enterprise. huawei. com u Huawei confidential u 7 智 能 数 据 平 台 数据分析工具 数据服务 数据 底座 数据采集 及存储 1. 数据汇聚 统一税务局和其他政府部门的数据采集交换平台 提升数据接入场景能力，提供批量、实时、流式多种 数据集成方式 建立第三方数据采集通道和管理规范 卡，一块 SDI 卡， 2 个 10GE 网口 ,12*3.5'' 机框 新增 7 节点 HCS 底座就支持 DWS 与 MRS 服务，相比友商管理节点降低 60% 需要新增 7 个管理和服务节点，构建 HCS 云服务底座能力。 7 节点的 HCS 底座可以通过增加管理节点，平滑演进到混合云全栈底座，实现 PaaS 、 ModelArts 等高阶服务的二次 销售 enterprise. huawei FusionInsight 集 群 物理机 Step1 ： 版本升级到 FusionInsight 6.5.1 ； 物理机 Step2 ： 1. 新增 7 节点 HCS 底座或利用现网已有 HCS 底座； 2. 存量 FusionInsight HD 保持不变，并与 HCS 网 络打通； 3. MRS 纳管存量 FusionInsight HD ； HCS8.0 MRS 930

分析和标签工具，数据潜能快速释放；  提供一站式人工智能平台，助力税务智能化转型； 5. 统一数据服务  统一数据服务管控，提供工具服务以及数据服务，实 现数据快速变现； 建设内容 数据 底座 整合层 帖源层 标签画像 发票管理 户籍档案 集市层 指挥决策主题 专题应用主题 核心征管 电子底账 稽查 行政管理 申报征收 风控应用主题 出口退税 税收优惠 稽查主题应用 Native 向导式、 全流程可视化运维 芯片级自主创新 1. 支持全自研鲲鹏 CPU ，芯片级自 主 创新 2. ARM 垂直优化，性能相比 X86 提 升 50% 新增 7 节点 HCS 底座就支持 DWS 与 MRS 服务，相比友商管理节点降低 60% 类型 数量 功能 配置要求 管理 \ 网 络 \ 服务 节 点 7 个起配 HCS 混合云管理，包括： OpenStack 控制、 个管理和服务节点，构建 HCS 云服务底座能力。 7 节点的 HCS 底座可以通过增加管理节点，平滑演进到混合云全栈底座，实现 PaaS 、 ModelArts 等高阶服务的二次销 售 HCS8.0 MRS 930 版本支持存量平滑演进到混合云 FusionInsight 集群 物理机 存量大数据集群 架构升级 Step2 ： 1. 新增 7 节点 HCS 底座或利用现网已有 HCS 底 座；

户口迁移、路灯报修途径、养老促销活动等日常民生问题，让 政务应用更精准、更智慧，有效提高了基层政务治理水平。 中国电子云发布“1+N+M”可信智算战略 “1”是构建一套可信智算云平台产品：星智 2.0 平台构 建统一底座融合大模型技术，作为运营和管理的行业智能平 台，开放支持基础大模型、行业大模型。 “N”是投资建设 N 个可信智算中心：可信智算中心有望 年内率先落地北京武汉。北京智算中心预计今年 10 月份完成一 ...............................................................................9 图表 9 星智 2.0 统一模型底座 .................................................................................................. 0 平台是一 个开放性的统一底座，开放支持基础大模型和行业大模型。星智 2.0 平台构建了统一 的底座，能够将合作的大模型供应商、生态合作伙伴共同融入到底座平台中，提供统 一的大模型能力，构建统一的标准、接入、调度、浏览和申请。星智 2.0 大模型生态 体系不仅容纳大模型生态，也包含研究生态、应用生态、算力生态、数据生态等。 图表 9 星智 2.0 统一模型底座 图表 10

，以支持政务行业大模型的调优和长期维护。 政务行业大模型 定制化开发 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 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 应 用 出现 ，引发了人工智能与传统行业融合的新一轮热潮。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 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 平衡模型开发成本效益 确保数据安全 广泛场景定制化能力 依托预训练通用大模 型底座进行微调 ，所 需参数规模较低 ，训 练周期较短 支持离线部署和 升 级 ， 可有效保证 数 据安全性 ， 满足 行 业监管要求 通过在通用大模型底

，以支持政务行业大模型的调优和长期维护。 政务行业大模型 定制化开发 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 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 应 用 出现 ，引发了人工智能与传统行业融合的新一轮热潮。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 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 平衡模型开发成本效益 确保数据安全 广泛场景定制化能力 依托预训练通用大模 型底座进行微调 ，所 需参数规模较低 ，训 练周期较短 支持离线部署和 升 级 ， 可有效保证 数 据安全性 ， 满足 行 业监管要求 通过在通用大模型底

市级政务数据治理方案 市政务数据平台解决方案 2 年 5 月 1. 建设目 标 2. 建设思 路 3. 总体规 划 4. 技术架 构 5. 建设内 容 CONTENT 一个数据底座 ：数据集成平台、共享交换 平台、数据开发中心、数据治理平台、数 据资产管理平台、数据服务平台、 AI 中台、 数据沙箱 一套数据治理体系 ：数据标准管理、数据 全局动态化； • 是面向数字政府纵深化发展、数字城市迭代式建 设而加速部门之间数据交换共享的唯一平台； • 是对城市基础数据资源、创新应用专题数据资源 统一管理的数据底座平台； • 是公共数据资源开放、并与社会数据资源融合分 析的基础设施平台。 省政务大数据平台 市数据治理二期 - 政务数据平台总体 规划 数 据 安 全 保 障 数 据 标 准 建设内容 ● ● 市政务数据平台建设内 容 2 1 3 5 推进公共开放 运营 强化基础支撑 能力 8 建设内容 1 ： 强化基础支撑能力 夯实市政务数据平台基础 ， 强化底座支撑能力 ，对原有基础库、 专题库进行完善和丰富 ，通过省一体化政务服务平台的回流数 据构建政务数据资源库。 利用人工智能技术提升数据治理标准化、 智能匹配等能力 ，利用区块 链 技术实现数据使用的存证和

安 全 审 计 构建基于国产环境的三层三翼总体框架 ，坚持安全为先、需求牵引、技术先进的原则 ，全面支撑企业数字化转 型 央国企信创数字化转型全 景图 云网融合 信创底座 基 础 设 施 层 应 用 层 用 户 层 安 全 体 系 应 用 标 准 集 成 标 准 业 务 标 准 运 维 分 析 数 据 标 准 健 康 监 控 漏洞管理 技术统筹 监控分析 管理支撑 运行维护 专项运营 指挥、调度、决策 规划、预算、立项 考核、评价 安全组织 行为分析 流量分析 溯源分析 规则分析 威胁情报分析 漏洞利用分析 应用 底座 常规 IT 资 产 操作系统 OS 行为管理 入侵监测 零信任 防火墙 中间件 CPU 41 根据既往项目实践经验 ，标准应用、拓展应用国产化改造采用适配、迁移重构技术 ，均可实现单轨率 全量数据采集 设备综合控制 PIS CCTV ATS ELS PA 案例 4 ： 基于信创底座交通”云 + 边 + 端”整体 架构 云 端 边 AFC BAS FAS SCADA PSD 54 案例 4 ： 交通行业”云 + 边 + 端”智能协同智慧 场景 客流分析及应急管理

安 全 审 计 构建基于国产环境的三层三翼总体框架 ，坚持安全为先、需求牵引、技术先进的原则 ，全面支撑企业数字化转 型 央国企信创数字化转型全 景图 云网融合 信创底座 基 础 设 施 层 应 用 层 用 户 层 安 全 体 系 应 用 标 准 集 成 标 准 业 务 标 准 运 维 分 析 数 据 标 准 健 康 监 控 漏洞管理 技术统筹 监控分析 管理支撑 运行维护 专项运营 指挥、调度、决策 规划、预算、立项 考核、评价 安全组织 行为分析 流量分析 溯源分析 规则分析 威胁情报分析 漏洞利用分析 应用 底座 常规 IT 资 产 操作系统 OS 行为管理 入侵监测 零信任 防火墙 中间件 CPU 41 根据既往项目实践经验 ，标准应用、拓展应用国产化改造采用适配、迁移重构技术 ，均可实现单轨率 全量数据采集 设备综合控制 PIS CCTV ATS ELS PA 案例 4 ： 基于信创底座交通”云 + 边 + 端”整体 架构 云 端 边 AFC BAS FAS SCADA PSD 54 案例 4 ： 交通行业”云 + 边 + 端”智能协同智慧 场景 客流分析及应急管理

险。二是个性化服务程度较低，已有大模型训练语料库主要来源于维 基百科、社交媒体平台等公开数据，政务专业知识占比较低，模型能 力与政府机构治理活动贴合不紧密，政务应用场景较为有限。 2. 定制化部署 定制化部署指在通用大模型底座基础上，结合政务领域数据和知 识库进行训练与微调 13，并部署在政府专有服务器上，以提升回答专 业性及数据安全性。以新加坡为代表的 9 个国家或地区采取定制化部 署模式。马来西亚、阿联酋、卡塔尔、韩国、美国等将 2023 年 10 月 《安徽省通用人工智 能创新发展三年行动 计划（2023—2025 年）》 围绕智慧办公、智慧政务、智慧教育、 智慧医疗、智慧政法等领域，加快研 发基于认知智能大模型底座的垂直 行业大模型 2023 年 11 月 《打造通用人工智能 产业创新和应用高地 若干政策》 推动政府治理、社会民生、产业升级 等场景应开尽开；开展省级“十大” 通用人工智能场景应用标杆评比 推动政务数据共享和公共数据开放，但有通道无协同、数据质量不高、 源头治理不足的问题仍然存在。推动政务领域大模型应用，一方面要 加快公共数据的整合利用，以公共数据或公开政务文本为基础打造政 务大模型训练的统一底座，在确保安全的前提下提升企业训练模型的 可用性。另一方面要统筹开展全量政务数据治理，细化各部门数据管 理职责，加强数据源头治理的法规标准体系建设，实施数据质量工程， 定期进行数据质量评估，提升高质量数据供给。

数据运维中心 党建大模型底座 -RedSail 基于 DeepSeek 大模型，融入沉淀多年的党建数据，贯穿党建工作“发布 - 学习 - 生成 - 问答 - 阅读 - 提醒”全链条， 实现党建工作从“人工主导”向“智能协同”的跨越式升级。 智能推荐 智能校对 政策解读 AI 底座能力输出 Al 中台 | 开放平台 | 统一认证 | 安全 管控