- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
央企实践案例展示:以AI带动产业,以应用带领技术
导语:当下人工智能成为新一轮科技革命和产业变革的重要驱动力量,各国纷纷从战略层面布局人工智能发展,争夺新一轮国际科技竞争的主导权。近年来,我国中央企业瞄准世界科技前沿,紧跟技术发展脚步,发挥我国市场广阔和应用场景丰富的优势,探索如何更好推动人工智能深度的融入企业发展。
2024年12月由中央企业人工智能协同创新平台主办,中国南方电网有限责任公司主编发布了《中央企业人工智能应用场景优秀案例白皮书》,遴选了24件中央企业人工智能应用场景落地的优秀案例,本文摘选三个案例进行展示,一起学习央企的转型升级与创新实践。
案例一:调度操作票智能生成及校核场景
单位:中国南方电网电力调度控制中心
案例背景与建设方案:
针对新型电力系统下现有调度操作票生成及校核业务场景,基于知识图谱技术构建调度知识图谱,研究基于方式安排、停电检修申请的操作票智能生成及校核,提高操作票生成及校核的准确性和效率。建设方案如下;
1)基于公司人工智能创新平台提供的知识图谱服务能力,开展知识的设计和图谱构建
以模型量测为基础,构建电网物理模型图谱:以具体物理设备为实体,以拓扑连接为关系,由电力系统CIM模型、实时量测文件自动生成图谱。
2)知识图谱模型融合
通过关系映射与图谱分析,将两大图谱知识库融合成操作票知识图谱,构建调度操作业务一张图,同时具备成票模型、防误规则、术语知识、结构识别、设备状态的融合感知能力。
3)知识图谱赋能操作票智能生成与校核
操作票知识图谱提供API接口访问能力,与方式检修、网络发令等业务系统打通,业务系统提供基础数据如电网模型、检修单、回令信息,所研发应用调用操作票知识图谱能力,通过知识关联和推理,自动生成操作票规范步骤,并可对操作执行过程进行合规性和安全性的校核。
建设成效:南网总调、广西中调试点研发了操作票防误校核应用,分别对直流、交流设备操作进行自动校核,目前在调度台开环测试,其中直流设备校核正确率为95.7%,交流设备校核正确率已达97.6%。工作效率大幅提升,为调度台紧急操作或工作峰值期间留出更多的时间裕度。
案例二:东风集团“擎天-AI智算管理调度平台”
单位:东风汽车集团有限公司
案例背景与建设方案:
当前,东风集团正处于“东方风起,科技跃迁”战略转型中,已开启汽车智能化下半场。积极构建“东风集团擎天AI智算调度管理平台”。具体建设方案如下;
1)异构算力统一纳管
建设擎天AI智算管理调度平台,该平台突破了传统资源管理的界限,实现了对多样化硬件架构的全面支持,包括专为AI计算设计的GPU和NPU等加速卡的管理。
2)多地多中心调度
东风集团跨地域整合算力资源,构建了一个灵活调度的算力资源池,从而提高资源的利用率和业务的灵活性。通过智能调度系统,平台能够自动分配和管理算力资源,优化算法和任务的调度效率,提高工作效率和任务完成率。
3)第三方资源统一监管
平台创新性地实现了对云服务提供商资源的统一监管。通过与各大云平台的对接,平台能够监控和纳管云上的虚拟机资源,无论是裸金属服务器还是虚拟化环境。
4)国产化适配
平台对国产化智算算力芯片提供了适配支持,包括对国产CPU、GPU、NPU的适配。
5)系统管理
平台的系统管理功能涵盖了角色、权限、团队和租户管理,确保了平台的安全性和灵活性,同时保证了数据和服务的隔离。
建设成效
平台有效地满足了东风集团各单位对智算算力的需求,为智能驾驶、智能座舱、智能车控、智能生态等关键应用提供了强有力的技术支持。
其次,擎天AI智算管理调度平台具备了千卡级、万卡级算力规模的纳管与调度支持能力,这为大规模AI模型训练和复杂计算任务提供了坚实的算力基础。
此外,平台的建设为东风集团后续AI中台的进一步建设打下了坚实的基础,为国产化芯片的适配和应用提供了可信的平台保障。
案例三:Hi-Dolphin航运大模型服务平台
单位:中远海运科技股份有限公司
案例背景与建设方案:
我国是全球最大的海洋大国、航海大国和造船大国,约95%的进出口贸易通过海运完成。
随着海运产业复杂化,对智能化技术的需求日益增长,为人工智能技术在航运领域的应用提供了广阔空间。具体建设方案如下:
1)数据收集整理标准流程的构建
将航运知识数据来源分为文献、测试题、经验技术、专业教学等4类。对集团内和各船公司的航运文献材料,使用以自然语言理解为基础的深度学习与人工标注相结合,从大量繁杂的文献材料中提取高质量的知识数据。将以上数据根据知识领域进行分类汇总,形成航运领域知识体系。
2)
文档评论(0)