如今企业都意识到数据是重要的资产，也意识到 有效数据治理是数据资产化的前提，近年本人在国内 做市政府和一些互联网企业的咨询专家及顾问，都涉 及到如何建立横向的数据治理系统。这个经验最早来 自阿里巴巴，当时在企业飞速的发展过程中，我们发 现数据使用面临着如下挑战： —各部门低水平重复开发数据集，浪费大量的 存储和计算资源； —数据资源缺乏沉淀机制，导致计算能力的提 升和进化非常低效； 经过内部总结发现，数据的“汇 管用”过程中伴随着三个现象特点： 数字业务变化速度非常快、数据处理技 术及方法都很类似、数据及算法中间层能 产生巨大效能。因此，做好数据治理工作成 为当时笔者在阿里巴巴的主要任务，也随之 诞生了阿里数据中台。 无独有偶，企业内的一些数据治理问题，在 各地的政府机构内部也在重复发生。在缺乏顶层 设计之下，数字化步伐都在追随各个职能部门的 发展，数据体系也是基于业务单元垂直积累，从 灵活的政策保障以及开放的生态支撑，方可马到 功成。 数据共享是数据生态的核心 为了促进企业内部对于数据挖掘、更新、 使用的效率，本人在阿里内部尝试建立了数 据公共层，首先是对于线上及离线的数据 按交叉使用量、紧缺风险等进行盘点， 基于现况及未来需要作中长期战略预 估。这里汇聚了阿里内部共用得最频 繁或者最关键的数据，这些资源有 如生产中所需要的必备部件，可以 加快生产速度及降低重复性。公共 层作为数据中台的核心部分，积累了

算集群网络的更高要求，基于 RoCEv2进一步技术演进，中国移动提出全调度以太网（GSE）技术架构，超以太网联盟（UEC）提出新一代 UET传输协议，业界还创新发展分布式解耦DDC新架构，同时，阿里云和中科院计算所等开源发布高通量以 太网ETH+。这些创新增强了RoCE能力，媲美或缩小与InfiniBand性能差距；中心间互联指的是城域内多个 数据中心之间的互联组成一个大的集群，实现智算算 延和链路负载等精准元数据，接收端解析INT信 息，通过ACK或CNP（Congestion Notification Packet）将队列状态等反馈给发送端，实现更高精度和更 快响应的拥塞控制。阿里云实践显示，结合INT的HPCC可将链路利用率提升至98%，在Incast场景下避免 95%的PFC触发，较DCQCN方案减少73%的缓存占用。 图2-6 智算网络拥塞控制技术 智算网络核心技术 智算网络核心技术 15 AI原生赋能重构 AI原生技术深度融合，正从多个维度重构拥塞控制体系： • 流量预测、参数调优：AI ECN方案通过AI流量模型分析现网流量特征，动态调整最佳ECN阈值，如 阿里云采用神经网络预测流量大小流比例，自适应选择阈值区间：小流占比高时降低阈值以减少延 迟，大流主导时提高阈值以提升吞吐。 • 拥塞控制算法优化：对于发送端侧复杂的流量速率控制算法，可以通过AI赋能实现快速的精细化速

件时的责任追索。 第六章 梯控子系统 一、现状分析 基于人脸识别系统的不断成熟，应用场景也越来越丰富，目前在智能 楼宇项目中广泛应用的基于人脸的闸机通道解决方案已经在全国各地广泛 推开，如阿里巴巴各地的园区等。 但是应用人群的逐步扩大，业主的个性化和现实需求也越来越多，如 闸机通过人群量比较大的时候，往往不知道是哪一个人被人脸识别系统验 证通过；同时目前人脸识别系统往往需要与派梯系统集成，人员经过闸机 迎宾服务、员工考勤、访客登记、陌生人提醒、日常数据统计、查询 等功能。案例包括后海阿里巴巴、车公庙 NEO 大厦、前海信利康等 二、人脸闸机通道 基于旷视科技人脸识别技术的新一代闸机通道解决方案是通过在传 统的通道闸上面开孔安装半球摄像机进行图像采集，基于旷视人脸识别算 法服务器做图像比对，然后通过网络继电器执行开闸动作来实现的 系统组件： 后海阿里巴巴现有系统实际场景图： 三、闸机可视化改造系统图 人脸 电器给予 开闸信号 权限信息 不正常， 闸机不予 放行 第九章业务流程 9.1 员工与租户进出流程 9.2 访客通行流程： 第十章案例 深圳创新工场 广州富力物业工作人员参观深圳阿里巴巴，并体验大堂访客系统。 南山中洲控股金融中心 江西南昌中航地产二期售楼处。 通过自助终端采集人脸照片快速上传到云平台，刷脸经过闸机通道，实现 快速打造楼宇智能化系统。 深圳平安信息科技中心

..................................................................................... 32 10.3.3 阿里置业 ................................................................................................ 作时间，通过先刷脸后刷卡的方式，又可以有效地杜绝陌生人捡到遗失卡片而进入敏感 区域的风险。 第 32 页/共 36 页 智能人员通行管理解决方案 10.3.3 阿里置业 深圳阿里云大厦位于深圳湾核心区域，致力于打造新一代智能楼宇、园区， 降低人 工成本，阿里巴巴 2015 年引入了旷视科技的智能楼宇、园区解决方案， 让园区从访客邀 请、来访注册、人脸识别闸机、楼层人脸识别引导、企业智能迎宾做到全流程智能化，

生在云中，长在云上” 。 中台能力从构建就基于 统一云原生架构，形成共平台、共能力、共研发的技术体系，降低应用能力开发难度，缩短技术研发交付周期，最大化发挥出 阿里： Dataphin 数据中台 • 数据中台理念提出者 • 历经阿里巴巴及各行业复杂商业场景验证 • 商业生态、合作伙伴共建 • 丰富的细分场景，零售、地产、商超、餐饮、 航空、电信、水务，医疗 华为：基于开源的数据中台

数据中台 方案汇报 第一部分 什么是数据中台 数据中台的由来 阿里启动中台战略的起因是一次商务拜访。 2015 年中，马云拜访了芬兰赫尔辛基的手游公司 Supercell ，税前利润 15 亿美元的公司。 其最令人熟知的作品包括了《卡通农场》、《部落冲突》、《海岛奇兵》、《部落冲突：皇室战争》《荒野乱 斗》 ， 2016 年 6 月，腾讯以 86 亿美元收购了 Supercell

Technology 电力交易 CO₂ 碳交易 电碳融合 分布式能源资产的运营 成形 约 品 抛光 0.5- 盖 Ww 充 “ 虚拟电厂 +”: 能 源 领 域 的 “阿里巴巴” 原科 球 磨 喷雾干燥一 耗电 35-15 度 / 电料 礼 1100-200 MHha 新 体 虚拟电厂 资产属性

交互的平台方，斑马直接打通用户与服务、用户与内容运营提供方，并致力于用 户体验的不断优化。斑马面向汽车和交通行业提供智能汽车操作系统、智能汽车 解决方案、数字交通解决方案，打造汽车+互联网全球创新的智能汽车解决方案 平台，充分协同阿里巴巴集团在语音、视觉、芯片、IoT、云计算、地图、支付、 电商等领域技术和生态优势，和车企一起重新定义汽车，为用户打造智慧出行空 间，提供智慧驾乘服务和丰富车生活。基于自研 AliOS 打造斑马智行智能汽车解

参研单位 清华大学、国家智能网联汽车创新中心、中国汽车工程学会、智 能绿色车辆与交通全国重点实验室、云控智行科技有限公司、北京车 网科技发展有限公司、中国信息通信研究院、公路院、阿里云计算有 限公司、中国移动、中移(上海)信息通信科技有限公司、中国农业大 学、联通智网科技股份有限公司、中国第一汽车股份有限公司、重庆 长安汽车股份有限公司、天翼交通科技有限公司、百度、华为技术有