大 会 2 0 1 9 · 上 海 站 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 京东物流超大规模仓储系统智能监控揭秘 付正全 架构师 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 频繁变化的资产，不可靠的CMDB  运维专家匮乏  复合型人才匮乏：AI和算法工程师+运维开发 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 对监控的认识  什么是监控？  问题  智能客服机器人 提供智能客服机器人服务，根据人员信息自动推测可能的问题及解决方案 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 故障快照  出现告警自动抓取现场快照信息

专栏系统介绍上海市相关监测体系及配套信息系统的构建，为推进各类传染病 的早期监测预警、支撑医防融合的诊疗和防控、完善各地疾控体系建设和配套政策措施的制定提供参考。 转变模式，创新发展 ——构建超大城市现代化传染病综合监测体系 陈昕 1，2，吴寰宇 3 1. 上海市红十字会，上海 200435；2. 上海市新型冠状病毒肺炎疫情防控工作领导小组办公室疾控组，上海 200336； 3. 上海市疾病预防控制中心，上海 关键词：传染病；综合监测；公共卫生体系；信息化建设 中图分类号：R51 文献标志码：A DOI：10.19428/j.cnki.sjpm.2022.21264 引用格式：陈昕，吴寰宇.转变模式，创新发展——构建超大城市现代化传染病综合监测体系［J］.上海预防医学，2022，34（1）：1-6. Establishing a modernized and integrated surveillance system

面网络，承担系统业务调度与带内管 理流量，采用多层CLOS组网，通常部署为TCP/IP有损网络。几类网络通过逻辑或物理隔离，确保智算中心 高效协同，同时降低跨流量干扰。 为满足智算中心内部网络超大规模、超高吞吐、超低时延、超高可靠性的性能需求，构建智算网络的技 术体系如图2-2所示，包括智算网络基础设施层、拥塞控制层、流量调度层、网络协议层和集合通信层以及高 可靠性保障和智能化运维等功能模块。 产业联盟正积极自主创新 全向智感互联OISA技术，Gen1支持800GB/s，相关标准和芯片已发布；智算中心网络主要传输协议是IB和 RoCEv2，这两者都是基于RDMA旁路卸载低时延技术。面对超大规模智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， 通过自动化部署降低集群配置时间，提高网络管理效率；通过带 内遥测（INT）与自动化采集技术，构建全链路数字孪生；通过AI驱动故障预测、根因分析以及自愈动作闭环等。 2）智算网络演进与创新 随着超大规模智算集群建设的新需求以及技术创新的迭代进步，智算网络技术从硬件基础设施到网络架 构和协议，到网络无损和流量控制等，持续快速演进。根据业界的发展状态和趋势，如图2-4，规划梳理了其 大致的技术发展脉络：

算服务平台率先完 成国产算力与DeepSeek-R1/V3系列大模型的深度适配优化，成为国内 首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云平台。 02  未来推理算力长序列与超大模型推理优化成为关键，国产软硬件 协同与生态成熟推动推理普及 03 中国算力正朝着“训推一体”融合架构快速发展，以支撑大规模 模型与多模态应用的高效低延迟推理。国产AI芯片与推理框架不 断优化，结 ToC推理 ToB中心 ToB边缘 业务 主体 大型互联网 运营商 大模型公司 行业头部企 业 大中型企业 大中小企业 大型互联网 大型企业 分支/ 中小企 算力 需求 超大规模 大规模 较小规模 小规模 超大规模 大规模 小规模 千卡～万卡 数百卡～千 卡 单机8卡起步 单机1卡起步 千卡以上 数百卡～ 数十卡 工程 难度 很高 高 较高 一般 很高 高 较高 TP/DP/PP并行， 25以下；液冷机柜占比超过50%；绿电使用占比超20%。 2023年 12月 《关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》  提出引导各类算力向国家枢纽节点集聚，节点外原则上不得新建大型及超大型数据中心。  设定到2025年国家枢纽节点新建数据中心绿电占比超过80%的目标。 《数字中国建设整体布局规划》  提出系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中

大采高工作面人 - 机 - 环协调智能 耦合高效综采模式 针对 6-9 米大采高和超大采高条件下，大空间、强矿 压 采动失稳、形成冒顶片帮等问题，利用智能耦合控 制技术，形成了超大采高工作面液压支架 - 围岩智能耦 合控制技术。兖矿集团金鸡滩煤矿自 2016 年，首家成 功实施 8.2m 以上超大采高智能化综采，达到日产量 6.16 万吨，月产 153 万吨，年产 1500 万吨，回收率 预辅助放顶煤模式 大同塔山煤矿 20m 特厚煤层，应用特厚煤层大采高 综放开采成套技术与装备，实现了 14-20m 特厚放 顶煤开采，形成了智能操控与人工干预辅助放煤模 式。 世界首套 7m 超大采高智能化综放成套装备在大同 塔山煤矿成果应用，解决了硬煤特厚煤层智能化安 全高效高回收率综放难题。 煤矿智能化关键技术研发实践 4 复杂条件下的机械化 + 智能化开 采模式 针对大倾角和急倾斜等复杂条件开采问题，利用液

支撑大模型创新及云服务场景 加速人工智能科学计算，服务算法创新 助力行业企业智能化升级 系统特征 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速 超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联 范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、 纳秒级时延、TB 级超大内存，实现集群能力跃迁。相较“服务器集群”，超节点代表的是弹性、池 化、开放的系统能力：既能以极致吞吐支撑万亿参数训练，也能以低时延满足企业级大规模推理的 刚性需求。 昇腾 AI 坚持架构创新，开源开放，共建产业生态。昇腾 一体化的设计思维，将计算、存储、网络与运维管理深度融合，锻造出高性能、高效率、高可靠的 单一逻辑实体。它标志着一个全新时代的开启——智算基础设施正从松散组合的算力堆叠阶段，迈 入软硬协同、全局优化的超节点阶段，旨在有效破解超大规模 AI 训练与推理中所面临的扩展性瓶颈、 效率损耗与能耗墙难题，为 AI 的持续创新提供坚实、高效、绿色的算力基座。 为系统分析超节点技术的发展逻辑、技术创新、产业价值以及未来趋势，我院与华为及相关单位

智算中心要成为新基建，必须满足以下三个基本条 件：开放标准、集约高效和普适普惠。 开放标准要求智算中心从硬件到软件、从芯片到架 构、从建设模式到应用服务都应该是开放的、标准的； 集约高效要求智算中心的建设要有超大规模，要采用 领先的技术，保证自身的先进性； 普适普惠则要求智算中心发挥基础设施的社会价值， 服务大众。 下面，具体分析这三个条件。 首先是开放标准。通过简单回顾开源开放的历史，可 以看到开放的边界越来越广阔。 设。作为基础设施，要求不同的智算 中心要能够互联互通，包括管理上的 互操作，统一的调度、分发、监控、 运维；业务上的互联接，包括网络打 通、业务迁移等；数据上的互流通， 实现容灾、数据共享等。 二是基础设施的超大规模要求智 算中心应该是集约高效的。首先智算 中心整体设计理念先进，技术上说融 合架构代表着数据中心体系结构的未 来发展方向。融合架构从1.0到2.0， 已经实现了存储资源和异步计算资源 的AI计算产品阵列：浪潮AGX-5是目前全球最高性能的AI 计算主机之一；AGX-2是目前单位空间内GPU计算密度最高 的服务器；FP5295可支持CPU和GPU间数据同步传输。浪潮 超大规模AI计算框架LMS，可实现单GPU超大算力支撑，支 持70亿参数的NLP智能语言模型训练，相比主流Bert模型参 数量提升20倍。 第 二 是 聚 合 算 力 。 在 训 练 方 面 ， 浪 潮 优 化 了

电氢综合应用 ) 三种 降碳模式及其关键影响技术的发展，零碳演进路径主要存在三种可能演进方向。 2060 年仍充许一定的排放配额 [ 演进方向 1 大规模新能源 + 煤电 +CCUS 演进方向 2 超大规桢新能源 + 储能 + 需求侧响应 演进方向 3 更大规模新能源 + 储能 + 电氢 》二、新型电力系统演进路径 新型电力系统两大演进路径 路径 1 低碳演进路径 路径 2 零碳演进路 移除的碳排放量将达 10 亿吨 / 年。 2030 年高峰负荷日电力平衡 2060 年高峰负荷日电力平衡 》二、新型电力系统演进路径 CCUS mu 新型电力系统关键影响技术——零碳路径下演进方向 2( 超大规模新能源 + 储能 + 需求侧响 应 ) 口 在方向 1 的基础上，如考虑到 CCUS 技术的成熟度和经济性问题，以及高调节性能、低利用小时数 煤 电的技术经济性和生存机制等问题，导致煤电无法 能力 系统总电量 低碳 传统技术 最大 较大 较大 强 大 零碳 / 方向一 CCUS 大 大 大 强 大 零碳 / 方向二 大规模长时储能 小 超大 超大 弱 大 零碳 / 方向三 电氢 小，但中间过程中 可较大 最大 大或 超大 强 相对 较小 新型电力系统演进路径——演进方向 口 两条路径以及零碳路径的三个演进方向的特征对比如下表所示。 》二、新型电力系统演进路径 新型电力系统演进路径——演进方向

V/50 V 电压域转换至 6 V 的中间总线。图 10 显示了该模块及其实测效率曲线。 12 二、AI 服务器机架的供电 预测三：AI 服务器机架的功耗将超过 1 兆瓦 在针对拥有万亿级参数的超大规模AI模型进行训练时，需要将数千颗GPU集成在同一台机器中，并以同步模式运行。 机架之间的数据通信通常通过光通信实现，而 IT 机架内部的高速互连则依赖专用处理器，通过铜缆将每个 GPU 与 其他 达到数百兆瓦级别。 在未来几年内，为满足规模日益庞大的 AI 模型对算力的无限需求，预计将出现专门的“AI 工厂”。在同一数据中 心园区内，此类设施的用电量将达到吉瓦级，甚至可能超过数吉瓦。多家超大规模数据中心运营商已发布了相关 建设计划 [2,3]。在训练过程中，大型 GPU 集群的负载剧烈波动，所引起的电力供应与电网稳定性问题，成为确保 这些数据中心安全运行的重大挑战。要应对这些挑战， 功率转换环节上，实施瞬态负载的主动缓冲。 此外，在设施层面部署大型电池储能系统（BESS）也将成为必需措施，以确保整个数据中心保持近乎恒定的负载 曲线。 英飞凌致力于沿着整个功率转换链路，支持超大规模数据中心运营商及系统供应商，共同实现可持续、高效且具 经济可行性的电力解决方案。功率半导体正是这些工作的核心所在，其目标包括： 17 • 将任意能源形式转换为处理核心电压所需的负载电流

28 第一节 全球协作机器人市场发展分析 28 第二节 中国协作机器人市场发展分析 31 第三节 中国协作机器人市场竞争分析 33 第四节 超大负载协作机器人发展概况分析 34 第四章 协作机器人技术发展分析 36 第一节 协作机器人技术发展现状分析 36 第二节 协作机器人核心技术分析 7kg）、中负载（7kg≤L＜12kg）、大负载（12kg≤L＜20kg）、 超大负载（L≥20kg）。 从应用来看，目前轻负载协作机器人凭借较高的性价比以及在 3C 电子、教育科研、商业零售等行业中较高的适用 性占据主要市场地位。中大负载协作机器人则多用于装配、螺丝锁付、包装、搬运、物流、消防救援等场景中。超大 负载主要应用于物料搬运、码垛、机器 看护、大扭矩螺丝拧紧、机床上下料 仓储物流等行业的 快速扩张，超大负载协作机器人的需求开始日益提升。随着超大负载协作机器人入局者的增加，应用 场景的不断拓展，基于成本优势，将在部分场景对多关节机器人形成替代。 图表 1 主要协作机器人厂商产品负载范围对比 企业名称 产品负载范围 轻负载 （L＜ 7kg） 中负 载 （7≤L＜ 12kg） 大负载 （12≤L＜ 20kg） 超大负载 （L≥20kg） 负载