项目编号： 智慧医疗数字化场景 DeepSeek AI 大模 型智算一体机 设 计 方 案 目 录 1. 项目概述.......................................................................................................6 1.1 项目背景与目标.............. 出了一种针对医 疗场景的 DeepSeek 智算一体机设计方案。该方案旨在通过集成高 性能计算硬件、智能算法和医疗行业专用软件，打造一个能够满足 医疗机构在数据分析、图像处理、辅助诊断等方面的计算需求的综 合解决方案。DeepSeek 智算一体机将采用模块化设计，确保系统 的高效性、可扩展性和易维护性。 在硬件方面，DeepSeek 智算一体机将搭载最新的多核处理 器、高速内存和大容 软件层面，DeepSeek 智算一体机将预装医疗行业专用的操作 系统和软件套件，包括但不限于医疗影像分析系统、电子病历管理 系统、远程会诊平台等。这些软件将针对医疗场景进行深度优化， 确保其在高效计算的同时，能够满足医疗行业对数据安全和隐私保 护的高标准要求。此外，DeepSeek 智算一体机将支持与现有医疗 信息系统的无缝集成，降低部署和运维的复杂性。 在智能算法方面，DeepSeek 智算一体机将集成多种先进的深

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 ............

性化康复方案； · 慢病管理环节，使用 AI 确保患者遵循治疗计划，加强预后随访、复诊，并进行日程提醒； · 在医药技术支持和医疗服务体系支持方面，AI 也贯穿了医药研发、精准治疗等环节，助 力医疗保险服务及相关医疗资源分配。 中国庞大的患者基数、多样化的疾病谱以及区 域发展的不平衡性，使得人工智能技术在医疗健康领 域展现出巨大潜力，并正在被迅速采用。爱思唯尔对 来自 85 个国家和地区的 及跨场景 AI 部署时，逐渐面临算力瓶颈、敏捷性不足、开发 运维成本高等多重挑战。基于此，阿里云为医疗健康行业企业 提供覆盖 AI 算力基础设施、AI 开发平台到模型服务的全栈式 能力体系及可复用、可扩展的解决方案，助力医疗健康行业 AI 应用开发和数智化转型。 总体篇 场景篇 趋势篇 为医疗健康行业模型的训练和推理提供 AI 基础算力 医疗和生命科学的科研计 医疗和生命科学的科研计算（如分子模拟、基因组学分析等）和模型训练对算力需求极高，计算任务节点间高 频数据交互，对集群内通信性能、计算资源利用需求高；需要大吞吐量、高 IOPS、低成本海量文件存储支持。 阿里云提供弹性、高性能、高可用的 AI 智算基础设施，包括超大规模 GPU 集群、专为 AI 训练优化的高性 能计算（HPC）服务、海量存储和高性能网络，并适配行业常用调度器、软件、框架等工具，为业务研发工作 者 提供一站式的生命科学行业

易 存 储 ........................................................ 43 4.3.3.2.3.11 提 高 用 户 应 用 的 生 产 力 ............................................................................... 44 4.3.3.3 基 于 大 数 ........................................................................ 45 4.3.3.3.1.1.3 分 布 式 计 算 功 能 ........................................................................................ 46 4.3 ................................................................................ 55 4.3.3.3.2.5 计 算 引 擎 ...............................................................................................

“单一无人机 + 可见光影像” 的单点应用， 红外热成像、激光雷达等载荷设备尚未配置，夜间巡查、三 维建模等功能缺失，无法满足全时段、多维度监管需求；二 是自动化程度低，影像数据处理依赖人工判读，AI 识别算 法尚未部署，单批次 500 张影像的判图耗时需 2-3 个工作日 且漏判率达 15% 以上；三是系统整合不足，无人机数据与 卫星遥感、执法监察、不动产登记等业务系统相互独立，数 据接口不兼容，形成 “信息孤岛”，例如违法图斑从发现到立 市已建立自然资源数据库，汇 聚国土空间规划、耕地保护、矿产资源、森林资源等 10 + 类专题数据，数据总量达 50TB，实现年度更新。其中，卫 星遥感影像数据覆盖全市域，但高频次（周级）影像获取能 力不足，重点监管区域亚米级影像覆盖率 60%；无人机历 史影像数据分散存储于市、县两级平台，缺乏统一元数据管 理，跨区域数据调阅需人工申请，平均响应时间 48 小时。 在数据共享层面，与应急管理、生态环境等部门建立了定期 小时监管覆盖，夜间人类活动识别率≥90%、非法 闯入事件发现时效≤15 分钟。 需要建立生态健康评估体系，利用多光谱影像计 自然资源 xxx 项目建设方案 28 自然资源 xxx 项目建设方案 算植被覆盖度（精度 ±1%）、水体富营养化指数，每季度 生成评估报告，为生态补偿、保护区调整提供数据支撑，解 决 “生态保护缺乏科学依据” 问题。 （三）执法处置高效化需求 需要提升智能预警与响应速度，AI

有用的数 据。 2024 年 1 月 5 日，发布 DeepSeek LLM（深度求索的第一个大模型）， 目 前， DeepSeek-R1 、V3 、Coder 等系列模型已上线国家超算互联网平台。英伟 达称， DeepSeek-R1 是最先进的大语言模型，亚马逊和微软也接入 DeepSeek-R1 模型。 DeepSeek 大模型在多个基准测试中表现优异，尤其是在代码和数学任务 支持文档管理、版本控制和权限管理，方便审计人员快速查阅和追溯。 （六）可视化与报告生成 DeepSeek 提供丰富的可视化图表，包括图表、热力图和流程图等，帮助审 计人员直观展示分析结果，提升报告的可读性和说服力。 系统能够自动生成标准化的审计报告，包含详细的数据分析结果、风险评估 和审计结论等内容，显著减少报告编写时间。 4. DeepSeek 部署方法 使用 DeepSeek 主要有三种渠道：官方渠道、第三方渠道、本地部署。这 DeepSeek 三种使用渠道对比 渠道 优点 缺点 官方渠道 功能齐全、操作简单（联网搜索/ 跨设备同步） 高峰期易崩溃，取决于流量，看运气 第三方渠道 规避官方崩溃风险，国产 GPU 加速或白嫖算力 功能受限（如对话记录不保存），需实名认证 /复杂配置 本地部署 隐私性强、永久离线，定制化 模型选择 依赖硬件性能（需高配电脑），技术门槛较高， 大部分部署的是蒸馏版本 4.1 官方渠道

辅助运输系统、综合保障系统、安全管控系统、经营管理系统 等 9 个方面内容。 2.井工煤矿掘进工作面智能化建设基本内容包括：智能化运 算平台、智能化煤矿信息基础设施、掘进系统、安全管控系统 等 4 个方面内容。 3.井工煤矿综采工作面智能化建设基本内容包括：智能化运 算平台、智能化煤矿信息基础设施、综采系统、安全管控系统 等 4 个方面内容。 4.露天煤矿智能化建设基本内容包括：智能化运算平台、智 分值 评分方法 得 分 算力中心 ① 具有标准化机柜系统、封闭通道系统、供配电系 统、空调系统、动环监控系统。设置温度、湿度、烟 感等传感器，采用环形总线组网供电。 10 查现场和资料。不符合 要求或功能的 1 处扣 1 分。 ② 具有满足煤矿智能化应用的 CPU、GPU 等算力。 10 查现场和资料。不符合 要求或功能 1 处扣 5 分。 ③ 使用云平台构建算力中心。基于开源云平台框架， 具备无人行驶、远程监控。 按表 3-10 评分，总分为 100 分。按照检查存在不符合 要求的项目进行扣分，各小项分数扣完为止。本部分设加分 一项：（1）建立与其他车辆、设备协同作业管理系统。计 算方法：实现本项应用或功能加 10 分。 表 3-10 卡车无人驾驶系统考核评分表 项目 名称 基本要求 标准 分值 评分方法 得分 车辆改造 ① 保留原车的操作方式、功能及性能，无人和有人

控发展到半自动 和全自动控制。基于人工智能的飞行控制系统能够实现自主避障、 路径规划和目标识别等功能。特别是在低空飞行场景中，无人机需 要处理大量的环境数据，如建筑物、树木、电线等障碍物，这对算 法的实时性和准确性提出了更高要求。通过深度学习算法，无人机 可以在飞行过程中实时识别并避开障碍物，同时完成图像采集、目 标检测等任务。 无人机技术的发展还受益于通信技术的进步。5G 网络的普及 在农业监测、灾害评估和城市规划等领域的应用效率，为用户提供 更快速、更可靠的服务。 1.2.2 实现自动化识别 在低空无人机 AI 识别自动处理图像项目中，实现自动化识别 是核心目标之一。通过引入先进的计算机视觉技术和深度学习算 法，系统能够自动识别无人机拍摄的图像中的目标物体或场景，并 对其进行分类、定位和跟踪。自动化识别不仅能够大幅提高数据处 理效率，还能减少人为干预，降低错误率。 为实现这一目标，系统将采用以下技术路径： 无人机型号选择 在低空无人机 AI 识别自动处理图像项目中，无人机型号的选 择是项目成功的关键因素之一。首先，无人机的飞行性能直接影响 到图像采集的质量和效率。因此，我们需要选择具备稳定飞行能 力、较长续航时间以及较高载荷能力的无人机型号。考虑到项目需 求，建议选择多旋翼无人机，因其在低空飞行和悬停能力方面具有 明显优势，适合进行精细的图像采集任务。 其次，无人机的传感器配置也是选择时的重要考量。为了确保

...........................132 1. 引言 在当今数字化和智能化迅速发展的背景下，工程造价行业面临 着前所未有的机遇与挑战。传统的工程造价方法依赖大量的人工计 算和经验判断，不仅耗时费力，还存在一定的主观性和误差率。随 着建筑项目的复杂性和规模不断增加，传统方法已难以满足高效、 精准的造价需求。因此，引入先进的人工智能技术，特别是大模型 技术，成为提升工程造价效率和精度的关键路径。 体效益。这一技术的应用不仅符合当前行业发展的趋势，也为未来 工程造价管理的智能化转型提供了切实可行的路径。 1.2 DeepSeek-R1 大模型简介 DeepSeek-R1 大模型的核心优势在于其多维度的数据处理能 力，能够同时处理结构化和非结构化数据。通过整合来自不同来源 的数据，如设计图纸、施工计划、材料价格和市场行情等，模型能 够生成全面的成本分析报告，帮助企业识别潜在的风险和机会。此 外，DeepSeek-R1 格等多种形式的数据，确保信息全面覆盖。  预测精度：通过深度学习算法，模型能够提供高精度的成本预 测，减少人为误差。  实时更新：模型能够接入实时市场数据，及时更新成本预测结 果，帮助企业在动态变化的市场中保持竞争力。  用户友好性：虽然技术复杂，但模型设计了直观的用户界面和 操作流程，使得非技术人员也能轻松使用。 在实施 DeepSeek-R1 大模型时，企业需要确保数据的质量和 完整性，这是模型能够发挥最大效用的基础。同时，模型的持续维

40% 当前医疗信息化建设已进入深水区，单纯的数据电子化已无法 满足高质量发展要求。某省卫健委的评估报告指出，超过 60%的二 ” ” 级医院信息系统仍停留在 记录存储 阶段，缺乏智能分析能 力。DeepSeek 智能体的接入将帮助医疗机构实现三个层级的跨 越：基础业务流程自动化、中级临床决策支持、高级医疗资源网络 ” 化协同。这种转型不是简单的技术叠加，而是通过构建 人类专家 +AI 8GB 显存占用，使三甲医院 的常规 GPU 服务器即可部署，显著降低硬件门槛。 在医疗场景的关键性能指标上，DeepSeek 智能体展现出以下 差异化能力： - 术语理解深度：通过双向注意力机制和领域词典增 强，对 ICD-11 疾病编码的识别 F1 值达 0.91 - 多模态处理：支持 DICOM 影像与电子病历的跨模态关联分析，CT 报告生成符合率较 传统方法提升 40% - 实时响应：在 录入错误率。系统采用端到端的深度学习架构，结合医疗领域定制 化优化，实现高准确率与低延迟的转换效果。 技术实现基于混合模型架构，包括声学模型、语言模型和解码 器三部分。声学模型采用 Conformer 结构，通过多头自注意力机 制捕捉语音信号的时序特征，在医疗场景下针对专业术语（如药物 名称、解剖学术语）进行定向训练，词错误率（WER）可控制在 5%以下。语言模型则加载预训练的医疗领域 BERT 模型，配合动态 ”