拟化管理平台 实现Power私有云 关键组件 软件：PowerVC 硬件：Power服务器 + SVC （可选） 实现异构私有云 关键组件 软件：PowerVC + StartCloud 硬件：异构服务器（Power， PowerLinux，x86） + SVC （可选） 实现X86私有云 关键组件 软件：VMware VC 硬件：任何 可进行大规模扩展 易资源回收 实现异构私有云 关键组件 软件：开源OpenStack云管平台 硬件：异构服务器 （Power,PowerLinux,x86)+支持 OpenStack的各类存储 特点 自行开发，安全可控 紧密结合企业实际需求 物理机也可纳入管理 功能丰富和强大 支持异构计算资源和存储资源 特点 特点 实现快速供给、快速部署 实现快速供给、快速部署 具弹性、易扩展 易资源回收 支持异构存储 适合开发测试、准生产环境、生产 环境 优点 全部自动化 管理简单 能够通过维保转嫁风险 实现快速供给、快速部署 具弹性、易扩展 易资源回收 支持x86平台 支持异构虚拟化 支持异构虚拟化管理平台 支持异构存储 适合开发测试、准生产环境、生产 环境 缺点

新型电力系统电力扰动 新型电力系统使电力扰动发生频率高、传播范围广、演变形态多、影响危害大，对电力扰 动分析、应用和应对提出了新要求、新挑战。 演变形态多 多元异构设备的扰动 响应特性差异大，扰 动时变形态多样。 发生频率高 多元异构电力电子设 备交互影响，原生、 次生扰动源增加。 14900 系 14700 统 14500 总 14300 14100 第 13900 13700 数据来源：《中国电力行业年度发展报告 2023 》 储 能 挑战 3: 异构设备时空分散，弹性 负荷难以协同精准调控 220kV 水泥制造 110kV 电压等级 220kV 110kV 35kV 10kV 0.4kV 10kV 电解铝厂 地区电网 芦 数 据 层 1. 非侵入式异构 设 备 感 知 ① 平稳 / 非平稳设备波 动特征提取 ② 自适应轻量化设备数 调度层”自下而上建立异构设备时序泛化模型、 提出弹性负荷量化 方法、创新“源 - 荷”协同调控策略，实现负荷弹性资源化利用。 03 负荷弹性资源化利总体思路 设备功率分解模型 W′=W×f×LR+L 自适应窗长 自适应双向滑动窗 (iled wnbow sue) pphoxcB mteli mddia ■■mn ■ S2PI 3.1 轻量化异构设备感知 利用计量、

，提升资源利用效率 推理服务可下沉边端 ，适应军事场景需求 教务、 教 学 、 教 研 、 教 管 、 教服、 校 园 、 宿 舍 、 食 堂 异构算力适配 模型管理 模型训练 模型开发 算法引擎 服务管理 服务发布 预置能力 固件管理 智能 开放 OP YTr orch time (H) 基础： 算力资源细粒度切 分 32 GPU 显存 16 8 4 支撑： 资源池化管理和分 配 基于任务、 用户和资源状 况进行任务执行排序 GPU 异构 user2 user1 user1 视觉场景 文本场景 …… 训练 推理 任务 用户 智算中心： 数据中心（面向人工智能 ，数据一站式管理） 型发布等功能 ，帮助用户快速、便捷的完 成 模型训练与模型发布 算法引擎 深度学习 基础环境 主流计算框架支持 异构算力适配 基于“智能、 开放、 便捷”的理念 ， 面向模型架构设计、 代码调试、 模型训练、 参数调整 ，模型评估、 模型管理的所有环节 ， 针 对不同角色用户 ，提供对应开发工具 ， 以适应不同难度的模型训练需求

层 数 据 中 台 信用风险 控制 大数据 营销 投资收益 跟踪 数据资产体系 HANA 数据服务 基线告警 异构数据源 客户标签体系 企业标签体系 一键运维 智能调度 可视化配置 产品标签体系 异构网络 敏感数据脱敏 数据服务申请 数据权限 权限审批 用户管理 运维监控 发布部署 运维监控 发布部署 发布运维规范 数据研发规范 数据工具 / 服务管 理 数据服务引擎管理 用户角色管理 数据标准管理 数据资产管理 数据安全管理 开发角色管理 数据开发 数据同步 运维监控 数据开发平台：数据汇聚 支持 20 多种多源、异构数据的汇集、可以支持离线、实时的数据接入，支持以插件化、热插拔的方式对数据源 进 行扩充 数据源 Oracle Reader Oracle 备 库 MsSQL Reader MsSQL 数据平台 Hbase Hive Other 数据从业务库流向数仓的在线、离线存储，支持 BI 分析以及数据算法挖掘 业务人员操作控制 UI 端 多数据源同步 可视化界面 插件化扩展 异构网络同步 数 据 智 能 适 配 Hbase Writer Other Writer MySQL Reader Other Reader GP Writer Hive

智能感知 智能研判 智能信控 核心技术基础 图灵自研 AI 生产力平台 ， 以高效 AI 生产与标准应用集成为目标 ， 实现算法工程到行业 应 用端到端一站式落地 ， 2.0 版本面向多模态数据处理、异构大模型训推架构等提供工具化基础。 贯通数据、算法、 引擎、评测全流程， 综合提升模型开发与工程落地效率 40% + 支持百万级数据存储 、 预处理 、 自动化标注 、 3D 标注 、 数据标签化及检索等全生命周期管理。 MXNet 、 TensorFlow 等 6+ 框架 算法池。 支持模型异构设备推理转换 、 场景化 AI 测试 、 引擎发布， 全面适配华为、 寒武纪、 算能等系列硬件。 图灵 AI 生产力平 台 （ Turing - AICMS - 2.0 ） 依托鹏程 脑海多模态通用大模型 ∙ ， 通过多源异构知识语料与多模态特征编码协同提升多 模态生成式问题理解精度 ， 并结合微调垂域化训练 并结合微调垂域化训练 ， 推进 Turing 多模态大模型行业应用赋能。 多源异构知识语料库 领域知识向量化 大模型垂域微调增量训练 众多应用场景任务 核心技术基础 Embeddings 模型 领域知识矢量

/ 批， 影像数据 32 样本 / 批，适配 不同 数据类型。 技术细节： NPU （寒武纪 MLU370 ）专用于电力行业 AI 推理，如设备缺陷识别、实时告警。 架构描述： 构建异构计算架构，涵盖国产 CPU 、 GPU 、 NPU 及国际 GPU ，满足不同计算需求。 国产化适配： 优先采用国产计算设备，提升整体架构 的自主可控性。 预训练配置与训练流程 数量： 30 台 单价： 4 万元 算力指标： 200TOPS 应用场景：变电站数据预处理 计算架构图：采用飞腾 CPU 、昇腾 GPU 、寒武纪 NPU 与 NVIDIA H100 构建异构计算架构，充分发挥各组件优势，满足训练与推理多样化需求。架构图使用 Mermaid 语法绘制 清晰标注国产化组件（红色标识） 突出自主可控技术在整体架构中的应用与重要性 硬件选型与算力集群 散热设计 全自动执行 九天训练平台 平台训练模块提供丰富的算力资源、训练数据、齐全的算法框架和研发工具，支持单机和分布式等多种训练模式。 国产芯片适配 实现对华为昇腾、寒武纪 MLU 等异构计 算 资源的算力资源调度 和模型适配，集成国 产 AI 芯片和算法框架，提升生态多样性 系统性能优异 通过多级系统缓存，大幅度提升小文件 读取效率。通过 GPU 虚拟化，大幅度 提 升利用率，降低使用成本

人工智能辅助决策 人工智能技术平台 / 框架 CPU 集群 云平台 CPU 计算 IP 网络 GPU 集群 GPU 计算 IB 网络 FPGA 集群 FPGA 计算 IB 网络 异构计算 超参数自动化调 优 模型开发 模型训练 模型部署 分类算法 聚类算法 关联计算 回归算法 深度学习 强化学习 迁移学习 语音识别 文字识别 图像识别 虚拟现实 平 台 层 基 础 享。 02 区块链存证技术 利用分布式账本技术记录数据流转全过程，提供不可篡改的 审计追踪能力，增强跨部门协作的透明度和信任度。 03 异构数据融合 通过自然语言处理（ NLP ）和知识图谱技术，将文本、图像、 传感器数据等异构信息结构化整合，形成全局态势感知视图。 04 大数据算法仓库和分析引擎 内容 数据内容 提取 & 分级 数据分 级、组织 和管理 数据分析 & LoRa, NB IoT, WiFi, ZigBee EDGE 异构数据交换 实时流程互动 多活容灾可靠 通过 AI 大模型构建智能决策闭环，实现资源调配准确率提升 40% ，响应时效提升 60% 痛点一：资源信息孤岛 各部门数据标准不统一，资源状态更 新滞后，难以形成全局视图 部署 AI 资源调度中枢，实时聚合 多源异构数据 1 构建动态资源图谱，实现秒级状 态追踪与预测 2 痛点三：协同机制缺失

数据中台面向的客户“六大特征” 第 5 页 3 场景 4 方案优 螃 5 以数据湖为底座，利用元数据智能驱动技术，深化数据全流程治理，提供异构数据汇聚、海量数据处理以及全域数据 运营等服务。解决企业数据领域多源异构数据融合、数据资产集中治理以及数据共享安全可控等难点。面向各行业领 域提供数据中台建设、管理及数据服务能力，赋能数字化转型与运营。 资源标签化 数据中台定位 第 7 页 数据 3.0 时 代 数据 2.0 时 代 数据 1.0 时 代 数据资源化 业务数据化 数据 治理 平台 存储 计算 基于底座 IaaS 能力，实现多源异构数据汇聚、治理融合、数据模型可视化构建、离线 / 实时开发、多维分析和可视化、数据 服务可视化构建 ，解决数据中台建设过程中数据互通难、数据融合难、数据运营难等问题，实现数据资产价值化。 角色管理 数据挖掘应用 数据服务 应用管理 平台管理 服务市场 数据汇聚 离线采集 文件同步 人工数据填报 数据模型管理 数据开发 BC-Hadoop 生态组件 异构 数据 各类 应用 经营 分析 系统 数据湖生态组件 数据资产管理 标签管理 数据中台整体能力 数据中台 整体能力 统一 标签 系统 关系 型数 据库 领导 驾驶 舱 第

端、 边、 云架构演进， 开放的工业应用生态体系推动智能制造的快速迭代 … … 智能制造面临的 行业痛点 智能装备控制 系统与设备需深度协同 复杂的 IT 系统 高昂投入运维复杂 各种异构系统 信息及数据烟囱化 设备数据采集 种类繁多技术复杂 昂贵的工业分布式控制系统 边缘云 (I/P/Daas) 智能 硬件层 技术趋势： 执行与控制分离、 软件定义装备。 工业互联网将加快这个趋势 降低数字化建设门槛 实现产品化快速普及 可快速批量复制能力 快速提升行业数字化水 平 整体提高项目落地效率 轻松实现系统远程运维 开箱即用的边缘云平台 轻松实现异构系统集成 全面提升交付能力及业 绩 工业魔方产品 价值目标 02 03 合作伙伴 工业行业 产品功能 CA S E S 定位：旗舰款魔方（数字工厂） 扩展：计算单元默认 2 个 可实现不同异构系统之间的业务协同、 数据共享能力 ，从而消除孤岛、 互联互通 IOT 平台是工业魔方的核心价值 ，具备双向能力 ， 可以实现工业全场景物联采集及反向智能控制 工业魔方可利用工业现场的控制层（ PLC 、 IO 、 传 感器等） 快速实现全场景数字化、 装备智能化 ， 从而可低成本、 快速实现数字化生产、 智能 制造 各种工业异构应用系统通过工业魔方

5G 、物联网、 AI 等数字化技术，构建“源网荷储”灵活高效互动的虚拟电厂，打造“低碳慧能”示范园区，构成“研发—落地转化—复 制推广”完整的产业生态。  可靠通信 5G 一张 网  异构接入一底座  高效运营一平台 5G-A 赋能能源生产消费灵活组网  针对分布式能源生产、消费数据采集、控制、汇聚等技术难题，基于 5G 网络大连接、低时延、高可靠特性和网络切片 等特性，实现园区的 约信息 多源异构下的综合能源物联设备接入 形成统一的感知设备接入标 准和数据对接接口 实现存量、新增物联设备的 一站式统一管理 提供对全域物联网感知数据 的统一管理 形成一套完整的具备共享开 放能力的物联平台  针对物联设备存在类型不同、通讯方式多样、协议复杂、终端系统信息独立等问题，推动园区数据共享，研究分析多 协议接入、物模型统一管理、高并发接入、多源异构数据存储管理、数据开放共享等关键技术。 数据开放共享等关键技术。 异构接入一底座 基于 5G Redcap 的虚拟电厂运营管控平台  面向现货、需求响应、辅助服务等多能源市场，研究虚拟电厂智能交易策略、资源协同优化与调度，构建两级虚拟电厂运 营管控平台，提升客户的运营效率与经济效益。 应用层 物理层 平台层 框架层 能源优化运行 碳资产运营 节能减排 能源服务 智能运维 云计算 大数据 大模型 人工智能 物联网 ……