华为:2025年算力基础设施安全技术白皮书-端管云协同华为算力基础设施安全技术白皮书 ——端管云协同 Huawei Computing Infrastructure Security Technical White Paper (HCIST) ——From Device-Pipe-Cloud Perspective 文档版本 V1.0 发布日期 2025-09-18 华为技术有限公司 版权所有 作的底层逻辑的同时,也对全球数字化转型进程带来巨大影响。“算力+数据+网络联接”已经成为 全球企业在数字化转型中的核心关注点。过去 24 个月里,全球 GPU 出货量激增,AI 训练集群规 模已从万卡集群迈向十万卡集群,算力基础设施建设正以“摩尔定律×云速度”快速扩张。 在算力成为企业数字化时代第一生产力的同时,算力已经成为网络攻击者的首要目标之一。 算力一旦被降速或污染,会直接引发业务停摆;而针对算力集群的入侵,则可能导致 被篡改、金融交易被延迟、制造执行系统乱序等一系列后果。“算力基础设施”作为数字化核心生产 系统,已经被纳入到关键信息资产进行管理。以审计为例,数字化运营企业的审计已经从财务领 域扩展到“全面风险管理”,审计既要通过经营数据看企业“做了什么”,也要关注计算完整性以保证 这些经营结果的“真实可信”,目前部分国家监管机构会把“系统算法、参数、日志的完整性与可追 溯性”列为必审内容。企业在算力基础设施上的合规治理能力将会直接反映在企业的股价、日常保20 积分 | 52 页 | 3.30 MB | 1 天前3
机遇之城2025:洞察新质生产力下的城市机遇-普华永道&瞭望智库10 积分 | 96 页 | 4.55 MB | 1 天前3
中国建筑业信息化发展报告(2025)-新质生产力赋能好房子建设应用中国建筑业信息化发展报告(2025) 新质生产力赋能好房子建设应用 2025年5月·北京 《中国建筑业信息化发展报告(2025) 新质生产力赋能好房子建设应用》编委会 主编 : 吴旭彦 张光明 副主编 : 郭仁忠 于 静 马智亮 袁正刚 刘 谦 刘 刚 孙璟璐 康 颖 宋银灏 编写组成员 :(按姓氏拼音排序) 板佳茹 蔡 敬 蔡咏曾 强调,发展新质生产力是推动高质量发展的内在 要求和重要着力点,必须继续做好创新这篇大文章,推动新质生产力加快发展。国家统计局发布 2024 年国民经济和社会发展统计公报,2024 年全年建筑业增加值 89949 亿元,比上年增长 3.8%。 建筑业作为国民经济的支柱型产业,是产业现代化的重要组成部分,数字技术就是建筑业新质生 产力的重要体现。 在此背景下,发展新质生产力成为建筑业转型升级的关键路径,其核心在于以数字技术驱动 本报告集结了行业专家观点、企业实践案例及技术应用成果,汇集了建筑业多个领域的创新 实践与前沿探索,系统呈现了智能建造、精益管理、绿色低碳、成本管控等核心议题,阐述了建 筑业如何通过数字化转型培育新质生产力,为“好房子”建设提供理论支撑和实践指导,助力行 业高质量发展。 前言 PREFACE 全面覆盖,聚焦行业痛点。报告涵盖设计、施工、运维全生命周期,深入剖析建筑业在数字化、 智能化、绿色化0 积分 | 151 页 | 6.49 MB | 4 月前3
AI智慧城市创新范式(78页 WORD)举措和可行路径。根据斯坦福大学《2025 年人工智能指数报告》,越来越多的研究证实了 AI 对生产力的积极影响,在特定任务上 AI 已经能 与人类专业知识相匹配, 同时具有更高的效率。根据 Gartner 的预测,到 2028 年,AI 技术将自动 化至少 15%的日常决策,大幅提升企业生产力,降低运营成本。通过 AI 技术与城市数字孪生场景 结合,以时空为“ ” 索引 对多源异构数据进行时空化治理和融合,并借助知识工程和 为核心,融合联 接、计算、云、区块链等新一代信息技术,构建从感知智能到认知智能的全新技术体系,直接通过 由 AI 驱动的、具备对话能力的、多模态的智能体界面与之互动,打造数据驱动、具有深度学习能 力的城市级一体化智能协同体系,将推动城市走向更高效、更可持续、更有温度的新时代。 人工智能技术将重塑城市发展模式,带领人类进入智慧城市新阶段。报告 “ 提出 AI CITY ”是 AI 原生的智慧 1234MNX” “ 参考架构具有可落地性,值得学界和业界借鉴参考。相信亦希望通过 AI CITY”的探索实 践,汇聚产业链各环节、各方的力量,通过感知、决策、执行等形成全面智能合力,构建具有竞争 力的 AI CITY 生态体系。 深圳大学智慧城市研究院院长、教授 目录 CONTENTS 1 战略形势 1.1“ 人工智能 +”成为新时期经济社会发展的战略指引 ............10 积分 | 83 页 | 8.77 MB | 1 天前3
AI+智慧城市构建方案(31页 PPT) - 副本3. 2013 2005 1995 9 1.0 数字城市 2.0 无线城市 4.0 认知智慧城市 I 算法框架 选用开源框架在核心 技术上受到限制 集中建设智慧算力 ,汇聚数据 统一对外提供 AI 能力 , 大步实现产业升级 , 是最高效的 方式 背景介绍|制约 AI+ 智慧城市发展的问 题 计算能力 场景驱动 限制城市发展人工智能技术水平的四大因素 建设方案|建设目标 法不断升级迭代的的增量训练系统 建设能够对特殊场景定制设计、对算 建设一套可多维度对汇入视频数 据进行解析的应用支撑系统 视频资源是数字政府建设 最重要的资源 , 也是占比 最大的数据资源 。 人工智能的智能视觉 系统是智慧城市平台 层的核心板块 建设方案|总体设计 超级算力 , 保证人工 智 能技术走向更多应用 标 准 规 范 保 障 网 头盔识别算法 工地口泥土覆 盖算法 在岗情况感知 算法 人脸识别算法 人员闯入算法 伞蓬违规占道 智能感知算法 人体识别算法 人员滞留算法 建筑材料堆放 不当算法 车辆结构化算 法 人行道违章停 车感知算法 共享单车摆放 检测算法 垃圾检测算法 人群聚集算法 工程车抛洒智 能感知算法 危险行为分析 非机动车结构 化算法 烟火智能感知 算法20 积分 | 31 页 | 6.94 MB | 1 天前3
2025年人工智能赋能智慧旅游发展研究报告......1 (二)实践突破:AI 浪潮引发算力需求快速膨胀.................................................. 2 (三)产业生态:国内 AI 大模型生态呈现井喷式发展......................................... 4 (四)经济动能:AI 赋能百行千业新质生产力加速形成.................... ........................75 I 相关名词解释 1.Transformer 架构:该架构是由 Google 团队于 2017 年提出的深 度学习模型,其核心采用自注意力机制(Self-Attention)替代传统循 环神经网络(RNN),通过并行化计算高效捕捉序列数据的全局依赖 关系,并基于编码器-解码器结构(Encoder-Decoder)实现特征提取 与生 模数据集中提取关键信息,生成一个更小但信息量高度浓缩的合成数 据集,使得用该数据集训练的模型能接近或达到使用完整数据训练的 效果。 4.MLA+MoE 架构:该架构是一种结合了记忆增强线性注意力机 制(Memory-Augmented Linear Attention,MLA) 和 混合专家系统 (Mixture of experts,MoE) 的神经网络架构,旨在提升模型的处理 效率10 积分 | 85 页 | 4.43 MB | 1 天前3
Turing交通专家大模型解决方案Turing 交通专家大模型解决 方 案 建设交管新质生产力 , 重构智能应用新模式 2024 年 9 月 目 录 二、 解决方 案 三、 场景应 用 一、 现状背 景 CONTENTS 01 现状背景 大模型能力突破 大算力: 硬件快速发展, 使得训练更高参数量 、 更复 杂的大模型成为可能 大数据: 大量标注数据和交通实时数据, 为大模型提 供丰富的数据基础 大模型表现出更高的准确性 、 更强的泛化能 力和更复杂的任务处理能力 ● 语言能力: 具备自然语言理解与组织能力, 能 极 大 降低 人 与 机 器 的 沟 通成本 ● 思维能力: 具备多维度分析能力, 对交通数据 进 行更准确的分析 、 预测 、 模式识别等 ● 学习能力: 大模型可以根据历史和实时数据进 行 学习, 并能够持续优化交通能力 赋能新质生产力 小模型初具成效 物联网普及: 更多传感器设备被连接到网络, 每个模型都只能完成特定智能任务、处理特定 数据, 解决特定的智能问题 ● 高效压缩信息表达知识 ● 持续提高泛化能力 ● 可有对齐自然语言表达, 价值 、 行为规范等 ● 持续地充分利用有效算力 ● 多模态信息归一化 (token 化 ) ● 扩展任务领域和专业知识 交通大模型 人工处理多个复杂任务的协同 交通 元素 模型 a 事件 发现 模型 b 数据 补全 模型 i10 积分 | 13 页 | 1.53 MB | 6 月前3
【智慧交通】智慧机场解决方案航司 / 驻场单位 ( 2B ) 监控设备(摄像头等) 航显屏 广告牌 综合态势感知系统 能 力 基 座 平 台 层 合作伙伴( 2P ) 机场综合定位管理平台 旅客统计管理 大联接 为机场提供第一联接通道 大计算 为机场打造第一算力引擎 大应用 为机场提供第一数字化服务 大安全 为机场打造安全第一盾 环境传感器 移动终端 客流感知 动态感知 PSTN ) ) ) ( ( n 面向民航企业打造“机 - 车 - 场道 - 设施”的 5G 全连接产品能力,实现从设备上云、数据采集、数据传输和治理直至智能化场景应用的端到端服务能 力,通过人、机、物的全面互联,支撑机场数字化建设。 > 对人员进行实时定位 > 一卡通 ,上下班考勤记录 > 驻场人员管理 ,工作轨迹实时传输 > 网络自动识别、 追踪、 定位、 收集 ,无需人工干预 保证机场生产业务安全、稳定性 . 超低时延:控制面与用户面分离架构、数据面本地下沉,可确保业务访问时延 . MEC 相比数据中心更靠近园区内终端用户的边缘位置提供用户所需服务和云端 计 算功能的网络架构 . 通过 MEC 将机场园区内私有业务数据进行本地分流,主要有机坪工作人员调度 业 务、摆渡车高清视频监控、网联无人机高清监控以及 5G 网联服务机器人业务, 实现了本地数据低时延、高带宽的接入10 积分 | 88 页 | 16.29 MB | 4 月前3
智慧停车解决方案(47页 PPT) - 副本自 研 海 康 华为 支持 Onvif 方案介绍 交换机 100Mbps 1000Mbps 支持内网 有线 4G 网桥 △ △ △ 人 云平台 网络 特色功能特点 ( 产品竞争力 / 技术亮 点 ) 1. 车辆三维重建,实现泊位精准匹配 ( 大多 竞品无法准确匹配泊位,造成入离位混乱, 无法离位引发投诉 ) 2. 停稳检测 ( 大多竞品有车辆正常行驶导致重 口感兴趣区域预估快速跟踪算法 1. 实现了对多视频流多对象的快速跟踪分析 2. 节省大量计算资源用于场景优化以及功能拓展 口快速停车事件检测算法 1. 快速检测,快速响应 0.5TFOPS 算力下,相比一 线竞品只能处理 1 路 500 万视频, □ 二维到三维映射算法 1. 实现泊位的精准匹配 现了处理 4 路 500 万视频,管理 口无牌 车特征匹配算法 从城市级运营的角度来讲,采取技术手段来提高准确率,降低误报,减少异常,降低投诉,以及消除依赖人工 核查处理异常来提升收费率,降低运维费用,是保证城市级运营省钱高效的有效途径,也是真正能将产品区分开来 的产品技术核心竞争力的体现。 方案介绍 01 方案介 绍 02 硬件介 绍 03 应用场 景 04 方案特 点 0510 积分 | 47 页 | 5.79 MB | 1 天前3
智慧工地技术的现状及发展趋势本身不拥有智慧 运作依赖于人的智慧 工地 + 信息技术 使工地拥有智慧 减少对人的依赖 智慧:百度百科 它是生物所具有的基于神经器官 ( 物质基础 ) 一种高级的综合能 力,包含有:感知、知识、记忆、 理解、联想、情感、逻辑、辨别、 计算、分析、判断、文化、中庸、 包容、决定等多种能力。 智慧让人可以针对拥有理解、思 考、分析、探求真理的能力。 3 BIM 广联达: B I M 场 地 布 置 软 件 ( G C B ) 2 基于 BIM 的进度计划 编制与模拟 B I M , 云 计 算 广联达: BIM5D 3 基于 BIM 的资源计划 BIM 广联达:土建算量软件,钢筋算量软件, BIM5D 4 基于 BIM 的施工方案 及工艺模拟 BIM Autodesk 公司: Navisworks Manage 施工策划 95 学烨压没电站 97 降压五甲站 G8 配电立 9 9 电 室 0.800 个方米 间 胃 平方米 间 酒动版院血 M 叶施 活朝版房对显计 尝胖压安电站算 墨 买降亚用始根 配电立算业 21.600 平方米 吧电空闻积 导出 cel 进出 田示网格 露 温务网格 捕据设面 动三 e 入 网格 在汽赛服杂助 关于10 积分 | 43 页 | 15.54 MB | 6 月前3
共 292 条
- 1
- 2
- 3
- 4
- 5
- 6
- 30
