二、申报和(he)推(tui)荐(jian)

（一）申报单位须为在中华人民(min)共和(he)国境内注册、具有(you)独立法人资格、具有(you)较强技(ji)术创新和(he)产业化(hua)应(ying)用能力的企事业单位。申报单位根据《算力强基揭榜行动任务(wu)榜单》（见附件(jian)）选(xuan)择(ze)揭榜任务(wu)，并需承诺(nuo)揭榜后(hou)能够在指定期限内完成(cheng)相(xiang)应(ying)任务(wu)，每个单位申报不超过3个项目(mu)。有(you)关企业、高校、科研机(ji)构等(deng)以联合体方式申报的，牵头单位为1家，联合参与(yu)单位不超过4家。

（二）各省(sheng)、自治区、直辖市工业和(he)信息化(hua)主管部门、通信管理局以及有(you)关中央企业按(an)照政府引导、企业自愿(yuan)的原则，组织有(you)关单位积极申报揭榜，并作(zuo)为推(tui)荐(jian)单位，遵循公开(kai)、公平、公正的原则，审核遴选(xuan)推(tui)荐(jian)创新能力突出、产业化(hua)前景好、行业带动作(zuo)用明显的项目(mu)，报工业和(he)信息化(hua)部（信息通信发展司）。

三、工作(zuo)程序和(he)要求(qiu)

（一）申报单位通过申报系统（https://gs.hcp.ac.cn）进行申报，完成(cheng)注册后(hou)填(tian)写申报所需材料(liao)。申报截止时间为2025年3月15日。

（二）各省(sheng)、自治区、直辖市工业和(he)信息化(hua)主管部门、通信管理局以及有(you)关中央企业作(zuo)为推(tui)荐(jian)单位，应(ying)于2025年3月31日前登录系统并确认(ren)推(tui)荐(jian)名单（账号密(mi)码(ma)请通过联系人获取）。推(tui)荐(jian)单位在每个方向推(tui)荐(jian)项目(mu)数量原则上不超过3个，所有(you)方向累计推(tui)荐(jian)项目(mu)总(zong)量不超过20个。鼓励各推(tui)荐(jian)单位结合实际情况，对(dui)推(tui)荐(jian)项目(mu)单位在政策、资金、资源配(pei)套等(deng)方面加大扶持力度。

（三）工业和(he)信息化(hua)部组织遴选(xuan)并公布入围(wei)揭榜单位名单。入围(wei)揭榜单位完成(cheng)攻关任务(wu)后(hou)（名单公布之(zhi)日起不超过2年），工业和(he)信息化(hua)部委托第(di)三方专业机(ji)构开(kai)展测评工作(zuo)，择(ze)优(you)确定揭榜优(you)胜单位（每个揭榜方向原则上不超过3家）。工业和(he)信息化(hua)部将统筹利用各类(lei)资源对(dui)揭榜入围(wei)、优(you)胜单位予以支持，推(tui)动优(you)秀成(cheng)果示范应(ying)用推(tui)广。

附件(jian)：算力强基揭榜行动任务(wu)榜单

工业和(he)信息化(hua)部办公厅

2025年2月21日

附件(jian)

算力强基揭榜行动任务(wu)榜单

一、计算

（一）云边端算网(wang)协同管理系统

揭榜任务(wu)：面向云边端多层级算力环境，研发算网(wang)协同应(ying)用管理系统，设计面向不同应(ying)用软件(jian)架构的管理机(ji)制，支持对(dui)不同架构应(ying)用软件(jian)的统一管理；研发应(ying)用软件(jian)在算网(wang)协同中的自动化(hua)构建部署能力，支持应(ying)用软件(jian)的自动构建和(he)分发部署；研究算网(wang)协同应(ying)用系统的一体化(hua)观测能力，降低运维复杂度，提高复杂应(ying)用软件(jian)运行的稳定性和(he)可靠性。

预期目(mu)标：到2026年，研制应(ying)用软件(jian)管理系统，支持对(dui)传统应(ying)用软件(jian)、云原生应(ying)用软件(jian)、AI应(ying)用软件(jian)、大数据应(ying)用软件(jian)等(deng)不少于5种应(ying)用软件(jian)的全生命周期管理。研究基于算网(wang)协同的分布式构建和(he)部署技(ji)术，支持上述应(ying)用软件(jian)的自动分发和(he)跨(kua)算力节点部署，实现零人工介入。研发算网(wang)应(ying)用一体化(hua)观测功能，具备白盒(he)化(hua)动态分析以及智能故障根因定位能力。在不少于3个行业完成(cheng)试点验证。

（二）支持超大规模(mo)参数模(mo)型的训推(tui)一体化(hua)异构智算平台

揭榜任务(wu)：面向人工智能大模(mo)型训练(lian)和(he)推(tui)理对(dui)计算资源的需求(qiu)，研发支持超大规模(mo)参数模(mo)型的训练(lian)、推(tui)理一体化(hua)智算平台，包(bao)括资源调度策略、训推(tui)加速套件(jian)等(deng)，并可支持多种硬件(jian)架构，屏蔽(bi)底层硬件(jian)差异，提升超大规模(mo)模(mo)型在训练(lian)、推(tui)理过程中稳定性、资源利用率和(he)运行效率。

预期目(mu)标：到2026年，研发一套支持万亿参数模(mo)型的超大规模(mo)训推(tui)一体化(hua)智算平台，万卡环境下稳定训练(lian)时间不低于30天，有(you)效训练(lian)时长不低于95%，训练(lian)效率较当前主流水平提升不低于30%，推(tui)理效率提升不低于50%。支持主流深度学习框架，兼容多种硬件(jian)架构，并提供统一的编程接口和(he)开(kai)发环境，实现不低于10个行业用户的落地验证。

（三）异构算力跨(kua)域任务(wu)编排系统

揭榜任务(wu)：针对(dui)跨(kua)域异构算力协同，研发跨(kua)域异构算力管理系统，实现跨(kua)域异构算力的管理和(he)应(ying)用。研发针对(dui)多样性算力的规范化(hua)开(kai)放互联功能，支持对(dui)不同类(lei)型的异构算力模(mo)型统一抽象封(feng)装；研发跨(kua)域异构算力的管理功能，支持对(dui)跨(kua)域异构算力的统一管理和(he)协同；研究跨(kua)域多主体算力的安全认(ren)证和(he)控(kong)制方法，保障跨(kua)域协同安全。

预期目(mu)标：到2026年，研发不少于6种跨(kua)域协同调度算法，支持数据处理、函数计算、机(ji)器学习等(deng)不少于3个场景的计算任务(wu)部署，完成(cheng)不少于5个跨(kua)域算力中心的统一管理。研发跨(kua)域多主体算力的安全认(ren)证方法，支持云边端等(deng)不同层级算力协同的安全要求(qiu)。在不少于2个行业完成(cheng)试点验证。

（四）训推(tui)算力一体机(ji)

揭榜任务(wu)：面向人工智能训练(lian)、推(tui)理场景，研发基于基础设施即服务(wu)（IaaS）和(he)平台即服务(wu)（PaaS）的高性能训推(tui)一体化(hua)解决方案，覆盖对(dui)大模(mo)型开(kai)发训练(lian)和(he)部署推(tui)理的全流程，包(bao)括数据准备、模(mo)型训练(lian)、模(mo)型评测和(he)模(mo)型部署。同时，支持大模(mo)型加密(mi)、攻击防御等(deng)能力，解决针对(dui)大模(mo)型数据泄露、指令攻击等(deng)安全问题和(he)风(feng)险。

预期目(mu)标：到2026年，研发支持至(zhi)少3种指令集芯(xin)片的训推(tui)一体机(ji)，针对(dui)至(zhi)少5个行业开(kai)展人工智能训推(tui)一体机(ji)应(ying)用，为用户提供多元(yuan)化(hua)训推(tui)一体化(hua)服务(wu)，并在至(zhi)少10种不同的场景进行人工智能训推(tui)一体机(ji)落地。

（五）大规模(mo)异构算力集群推(tui)理加速技(ji)术

揭榜任务(wu)：研发存储、网(wang)络、计算的协同优(you)化(hua)技(ji)术，通过模(mo)型加速、调度加速等(deng)方法实现大规模(mo)异构算力集群在大模(mo)型推(tui)理方面的加速，从而支持更大的模(mo)型、更长的上下文(wen)、更高的性能及更低的能耗，促进算力芯(xin)片在大模(mo)型推(tui)理方面的更好应(ying)用。

预期目(mu)标：到2026年，实现集群有(you)效吞吐量5倍以上提升，实际应(ying)用场景中可处理的请求(qiu)数提升1倍以上，首字延迟性能提升1倍以上，芯(xin)片利用率提升50%以上。通过优(you)化(hua)算力中心计算、存储、网(wang)络的配(pei)比(bi)以及拓扑结构和(he)系统调度策略，实现千卡以上异构集群在推(tui)理加速领域的突破(po)。

二、存储

（六）磁(ci)光电融合存储系统

揭榜任务(wu)：针对(dui)单一存储介质难以满(man)足多样化(hua)数据存储需求(qiu)的现状，依托磁(ci)、光、电存储在性能、寿(shou)命、功耗等(deng)方面的差异化(hua)特性，将磁(ci)、光、电存储技(ji)术进行融合，研发磁(ci)光电融合存储系统，构建基于固态硬盘(pan)（SSD）、机(ji)械硬盘(pan)（HDD）和(he)光存储的多级存储架构。根据业务(wu)特征，将数据保存在不同级别的存储设备中，实现海量数据的集中、统一存储管理，支撑算力中心高效、低碳、安全持续发展。

预期目(mu)标：到2026年，研发磁(ci)、光、电融合存储系统，支持适配(pei)分布式文(wen)件(jian)、分布式块和(he)分布式对(dui)象等(deng)至(zhi)少3种存储类(lei)型，系统可以根据数据的访问时间、访问频(pin)率、文(wen)件(jian)属性等(deng)自定义分级策略，根据业务(wu)负载(zai)动态调整(zheng)迁移。系统可通过介质安全、系统安全、软件(jian)安全等(deng)夯(hang)实底层安全能力，通过防勒索、加密(mi)算法、远程监控(kong)、光存储预警检测等(deng)增强数据安全能力。打造磁(ci)光电融合存储应(ying)用示范，完成(cheng)至(zhi)少20个业务(wu)系统应(ying)用，实现至(zhi)少4个东部地区数据流动至(zhi)西部磁(ci)光电存储系统，且数据存储量不少于10PB。

（七）存储调度管理及应(ying)用技(ji)术

揭榜任务(wu)：针对(dui)海量数据存储和(he)算力孤岛问题，研发跨(kua)域多算的存力调度、存网(wang)编排和(he)存算网(wang)一体化(hua)系统，实现数据的智能冷热(re)分级、应(ying)用的跨(kua)域无感访问等(deng)能力，有(you)效降低成(cheng)本、提高性能和(he)支撑业务(wu)。系统具备资源规划、策略调整(zheng)能力，可优(you)化(hua)和(he)调整(zheng)全网(wang)数据存储布局，实现对(dui)不断(duan)变化(hua)的需求(qiu)的适应(ying)。

预期目(mu)标：到2026年，研制具备高效、可扩展性的存储系统，基于智能算法，对(dui)数据进行分析和(he)调度，实现应(ying)用无感访问和(he)智能流动。研究存力调度策略，使(shi)数据召回率控(kong)制在30%以下；研究基于潮汐网(wang)络调度算法，实现网(wang)络带宽利用率提升50%以上，达到存网(wang)一体的目(mu)标。集成(cheng)存储、计算和(he)网(wang)络的能力，支持存算网(wang)一体化(hua)调度，在算力中心资源池落地应(ying)用。

三、网(wang)络

（八）高性能数据处理器（DPU）

揭榜任务(wu)：开(kai)展基于芯(xin)粒（Chiplet）和(he)第(di)五代精(jing)简指令集（RISC-V）技(ji)术的软硬件(jian)一体DPU芯(xin)片技(ji)术研究，支持算力中心、智算中心、超算中心场景所需的超高带宽和(he)超低时延，突破(po)Chiplet异构芯(xin)片封(feng)装技(ji)术、高速Serdes通信、大规模(mo)无损网(wang)络拥塞算法、硬件(jian)密(mi)码(ma)算法、高性能虚拟化(hua)、硬件(jian)可编程等(deng)技(ji)术，实现基于ARM、X86、RISC-V等(deng)异构核心的DPU应(ying)用，提升算力中心基础设施处理能力和(he)数据传输(shu)能效比(bi)。

预期目(mu)标：到2026年，完成(cheng)超高性能DPU芯(xin)片研发工作(zuo)，吞吐能力达到400Gbps，单向流量时延不高于30us，支持与(yu)国内外(wai)主流CPU、GPU芯(xin)片平台的适配(pei)，支持主流操作(zuo)系统兼容，支持数据报文(wen)硬件(jian)处理逻辑可编程。

（九）基于RoCE的智算网(wang)络

揭榜任务(wu)：面向RoCE网(wang)络开(kai)展设备及管控(kong)系统研发，通过提高设备带宽、优(you)化(hua)负载(zai)均衡算法、强化(hua)网(wang)络流量规划及运维能力等(deng)方式，提升RoCE网(wang)络的吞吐量和(he)时延性能。研制新一代智能化(hua)管控(kong)工具，引入AI大模(mo)型能力，简化(hua)RoCE网(wang)络的部署和(he)配(pei)置工作(zuo)，实现全局、多维度的可视化(hua)运维。在网(wang)络波动、业务(wu)变更、故障等(deng)情况下，网(wang)络参数自动调整(zheng)，流量快速切换(huan)，从而达到提升网(wang)络效率和(he)降低运维成(cheng)本的目(mu)标。

预期目(mu)标：到2026年，实现新型RoCE网(wang)络整(zheng)体方案的商用部署，网(wang)络性能提升10%以上。通过智能化(hua)管控(kong)及运维工具，网(wang)络部署难度大幅降低，运维效率提升50%以上，可支撑更大规模(mo)部署和(he)应(ying)用。

（十）光交换(huan)智算网(wang)络技(ji)术研究与(yu)验证

揭榜任务(wu)：面向智算集群低功耗、高带宽、低延迟技(ji)术需求(qiu)，开(kai)展智算集群光交换(huan)组网(wang)关键技(ji)术研究与(yu)验证，重点突破(po)智算集群光交换(huan)组网(wang)、路由协议适配(pei)等(deng)关键技(ji)术。针对(dui)智算集群的功能、性能、可靠性和(he)扩展性等(deng)要求(qiu)，研究光拓扑映射、光电混合路由、多路径负载(zai)均衡等(deng)技(ji)术。

预期目(mu)标：到2026年，实现支持智算集群的易操作(zuo)、高可靠、可平滑过渡升级的光网(wang)络，支持人工智能等(deng)关键业务(wu)承载(zai)；光交换(huan)设备单端口速率支持100GE/400GE/800GE，交换(huan)容量弹(dan)性可扩展，可支持不少于3种异构算力资源互联，在不少于2个智算集群完成(cheng)验证，并完成(cheng)不少于3种智算业务(wu)承载(zai)验证。

（十一）面向分布式智算中心的网(wang)络关键技(ji)术研究与(yu)验证

揭榜任务(wu)：针对(dui)智算集群从集中式向分布式部署探索的趋势，攻关算力中心间网(wang)络技(ji)术，研发面向智算中心间的高可靠传输(shu)设备，构建智算中心间超大容量、超低时延、超高可靠光电协同网(wang)络，实现智算中心高速、可靠互联。

预期目(mu)标：到2026年，突破(po)智算中心间超大容量、超高可靠网(wang)络传输(shu)关键技(ji)术，研制面向智算中心间网(wang)络的传输(shu)设备，单波速率不低于1.6Tbps，设备时延不超过30us，支撑分布式智算中心间业务(wu)的高可靠传输(shu)。

四、应(ying)用

（十二）智算中心跨(kua)域互联应(ying)用

揭榜任务(wu)：优(you)化(hua)人工智能算力基础设施布局，构建跨(kua)地域互补、协同算力调度的超大规模(mo)人工智能算力服务(wu)能力。加强与(yu)人工智能芯(xin)片厂商的兼容适配(pei)，构筑大规模(mo)高性能异构算力池，提供面向大模(mo)型训推(tui)场景深度优(you)化(hua)的弹(dan)性调度、弹(dan)性容错(cuo)、高资源利用率的人工智能算力服务(wu)。

预期目(mu)标：到2026年，形成(cheng)覆盖5个以上全国重点算力枢纽(niu)节点的人工智能算力中心，支持跨(kua)地域、跨(kua)云的算力需求(qiu)感知和(he)动态调度，完成(cheng)3款以上算力芯(xin)片适配(pei)，聚焦大模(mo)型训练(lian)和(he)推(tui)理场景，构建大规模(mo)、高性能、弹(dan)性调度、高容错(cuo)的训推(tui)一体算力资源池，具备分钟(zhong)级断(duan)点续训能力，支持万卡级别并行训练(lian)。

（十三）算力电力协同应(ying)用

揭榜任务(wu)：研发基于算力调度技(ji)术与(yu)能源大模(mo)型的多云异构算电协同管理平台，构建基于数据驱动的算力集群用电负荷特性模(mo)型、基于计算任务(wu)的时空转移特性的能源大模(mo)型，推(tui)动算力预测与(yu)调度技(ji)术在智算中心应(ying)用落地，提升整(zheng)体资源利用率，基于新能源、新型储能系统开(kai)展算力负荷与(yu)电力系统的协同优(you)化(hua)，实现精(jing)准、动态、实时的能源调度与(yu)交易，实现算力与(yu)电力等(deng)能源的深度协同。

预期目(mu)标：到2026年，实现智算场景下能源与(yu)算力全链路的数据穿(chuan)透(tou)及流程整(zheng)合，构建“算”随“电”动的直接控(kong)制及间接引导机(ji)制，实现算力需求(qiu)预测精(jing)准度达到70%、集群有(you)效负载(zai)率提升25%以上，智算中心整(zheng)体集群资源利用率提高10%。结合算力集群用电数据、时间周期、气象数据、工作(zuo)负载(zai)等(deng)多种因素，实现“电”随“算”用的能源效率优(you)化(hua)与(yu)算效提升，实现基础设施用能决策精(jing)准度85%以上，响应(ying)时效性达到提前15分钟(zhong)响应(ying)级别，智算中心整(zheng)体算力能效水平提升30%，算力中心用电成(cheng)本降低5%以上。

（十四）大规模(mo)通信业务(wu)场景中的算力应(ying)用

揭榜任务(wu)：围(wei)绕网(wang)络功能虚拟化(hua)（NFV）系统架构，针对(dui)NFV中网(wang)络性能、资源利用和(he)灵活展性等(deng)方面的挑战，研发面向NFV架构的高性能虚拟化(hua)、智能化(hua)网(wang)络管理和(he)资源编排算法等(deng)技(ji)术和(he)系统，突破(po)虚拟化(hua)层与(yu)硬件(jian)加速器（如FPGA、DPU、GPU）之(zhi)间的协同能力。

预期目(mu)标：到2026年，NFV算力平台系统中实现对(dui)虚拟化(hua)网(wang)络功能的智能调度，支持异构集群部署、动态扩展，资源动态分配(pei)，虚拟化(hua)资源利用率提升20%以上；支持GPU、FPGA等(deng)硬件(jian)加速器的虚拟化(hua)调度，加速网(wang)络处理性能至(zhi)Tbps以上；支持智能化(hua)网(wang)络虚拟化(hua)功能管理，提升NFV系统的自动化(hua)运维能力和(he)管理效能，故障修复时间缩减不低于30%。

五、绿色低碳

（十五）绿色算力技(ji)术研究及应(ying)用

揭榜任务(wu)：围(wei)绕算力的绿色节能技(ji)术突破(po)，面向算力中的任务(wu)调度特性、能源使(shi)用模(mo)式、负载(zai)均衡要求(qiu)等(deng)关键要素，研发适应(ying)于绿色计算的动态资源调度算法、能耗优(you)化(hua)管理系统，以及面向多场景的协同节能机(ji)制，突破(po)节能算法的智能化(hua)程度，提升算力网(wang)络中多节点的能源利用效率。

预期目(mu)标：到2026年，能耗管理系统实现对(dui)算力中心和(he)网(wang)络节点的实时监控(kong)与(yu)节能调度，通过计算节点支持动态调频(pin)、动态电压调节，单节点平均能耗降低30%以上，满(man)足AI推(tui)理等(deng)应(ying)用需求(qiu)。

（十六）企业绿色计算碳感知平台

揭榜任务(wu)：建立企业算力中心碳排放度量体系，能够实时、精(jing)准地统计企业各个算力中心碳排放，并能将碳排放量分摊到不同的业务(wu)部门、应(ying)用场景和(he)工作(zuo)负载(zai)，实现精(jing)细化(hua)的碳排放的管理。同时，基于碳排放的数据，实现碳感知调度能力，通过在保证业务(wu)体验和(he)连续性的情况下将工作(zuo)负载(zai)调度到更加低碳的算力中心，进一步降低碳排放。

预期目(mu)标：到2026年，围(wei)绕千万核级别跨(kua)域的算力中心，构建企业级绿色计算碳感知平台，形成(cheng)一套行业通用的、可精(jing)确度量不同类(lei)型工作(zuo)负载(zai)碳排放的技(ji)术方法和(he)指标体系，通过生态共建形成(cheng)绿色度量衡标准体系。构建碳感知调度能力，达到算力中心可再生能源比(bi)例30%的目(mu)标。

（十七）冷板式液冷原生整(zheng)机(ji)柜服务(wu)器

揭榜任务(wu)：面向新一代液冷算力中心，研发冷板式液冷整(zheng)机(ji)柜，包(bao)括液冷服务(wu)器节点、无源液冷门等(deng)，突破(po)高密(mi)算力、多样性算力的散热(re)技(ji)术及架构要求(qiu)，实现支持供电总(zong)线、网(wang)络互联总(zong)线、液冷管路可盲插运维的液冷设备，具备液冷机(ji)柜及液冷服务(wu)器等(deng)多级漏液检测能力，有(you)效降低业务(wu)中断(duan)范围(wei)与(yu)损失。

预期目(mu)标：到2026年，液冷整(zheng)机(ji)柜实现100%液冷散热(re)，制冷PUE低于1.15。整(zheng)机(ji)柜服务(wu)器内部实现全盲插设计，管理模(mo)块可实现整(zheng)机(ji)柜功耗管理、漏液检测、资产管理等(deng)功能；通用算力单柜功率不低于20kW，智能算力单机(ji)柜功率不低于30kW，实现不少于500台液冷节点的规模(mo)落地应(ying)用。

（十八）算力中心节能调优(you)平台

揭榜任务(wu)：研制高精(jing)确度、高仿(fang)真(zhen)效率、多场景覆盖的算力中心PUE仿(fang)真(zhen)平台，突破(po)物理机(ji)理模(mo)型构建、仿(fang)真(zhen)引擎集群、模(mo)型自动生成(cheng)等(deng)关键技(ji)术，实现对(dui)算力中心不同运行状态下细分时间颗粒度PUE的快速、精(jing)准评估(gu)。研发基于大数据分析技(ji)术的算力中心制冷系统AI节能优(you)化(hua)系统，通过自动化(hua)数据治理、自动推(tui)理等(deng)关键技(ji)术，准确匹配(pei)制冷需求(qiu)，在满(man)足可靠性要求(qiu)条(tiao)件(jian)下实现算力中心制冷系统整(zheng)体动态实时优(you)化(hua)，优(you)化(hua)算力中心PUE。

预期目(mu)标：到2026年，支持液冷、水冷等(deng)至(zhi)少2类(lei)典型制冷场景进行能效优(you)化(hua)，支持制冷系统和(he)配(pei)电系统联合仿(fang)真(zhen)，系统可输(shu)出不同负载(zai)及运行工况条(tiao)件(jian)下的PUE运行曲线、系统设备运行模(mo)拟工况等(deng)参数，PUE仿(fang)真(zhen)精(jing)度达到97%以上。基于能效优(you)化(hua)平台，支持AI自动推(tui)理，小时级策略自动下发，实现对(dui)算力中心能耗的可视、可管、可控(kong)。通过AI能效优(you)化(hua)，实现算力中心PUE降低5%以上，通过算力中心基础设施与(yu)IT联动节能，实现总(zong)能耗降低5%以上，在5个以上算力中心落地应(ying)用。

（十九）新型制冷系统

揭榜任务(wu)：研发人工智能节能系统，针对(dui)算力中心基础设施的运行调控(kong)和(he)环境监测。提出全新自适应(ying)算法，突破(po)原有(you)常见算法的局限性，提升数据的分析和(he)处理效果，搭(da)建基于专家经验的人工智能算法数据库，提升包(bao)括能耗管理、能源调度、安全监测、故障诊断(duan)、辅助运维等(deng)功能的节能性、可靠性、经济性。

预期目(mu)标：到2026年，在满(man)足制冷要求(qiu)的基础上，提高冷却系统的可靠性和(he)自适应(ying)性，提高能源使(shi)用效率、水资源使(shi)用效率和(he)运维效率，其中节电率提升10%以上。支持冷却系统数据采(cai)集、标注、治理、存储，具备系统运行异常告警、告警收敛、自动诊断(duan)、远程通信、自动控(kong)制等(deng)功能，支持冷却系统智能化(hua)调优(you)、智能化(hua)控(kong)制的核心能力，并开(kai)展不少于5个实际业务(wu)场景所提供的AI节能调优(you)案例。

六、安全可靠

（二十）算力中心智能运维机(ji)器人

揭榜任务(wu)：研发算力中心智能运维机(ji)器人以及智能机(ji)器人管理平台，基于云边端三层架构，实现智能机(ji)器人在多层、多房间楼(lou)宇机(ji)房内的设备设施识别、多模(mo)态环境感知、精(jing)准空间定位、智能人机(ji)协同、多任务(wu)联合调度等(deng)方面的技(ji)术与(yu)算法优(you)化(hua)。支撑机(ji)器人在算力中心设施运维和(he)IT运营等(deng)典型场景的应(ying)用，提升巡检质量，促进算力中心运维、运营的降本增效。

预期目(mu)标：到2026年，实现大型算力中心内智能机(ji)器人的多机(ji)房、多楼(lou)层协同应(ying)用部署；机(ji)器人巡检任务(wu)成(cheng)功率不低于95%，设备识别准确率达到97%，环境巡检召回率不低于90%，保障算力中心巡检业务(wu)持续运行。实现云边端协同调度，支持不同场景下的自主作(zuo)业，提高任务(wu)并发执(zhi)行效率，促进稳定、安全、可靠、可控(kong)的算力中心智能运维体系建设。

（二十一）云边端一体化(hua)智能监测平台

揭榜任务(wu)：开(kai)发高性能云边端一体化(hua)系统，研发以智能化(hua)终端或机(ji)器人为硬件(jian)载(zai)体、以多算法模(mo)型融合和(he)平台工具为软件(jian)载(zai)体的软硬结合的集中监测管理与(yu)运维巡检方案。突破(po)多层级自动化(hua)运维、多维度诊断(duan)、多平台覆盖、多模(mo)型量化(hua)等(deng)关键技(ji)术。构建综合运维健康度数字化(hua)评估(gu)体系与(yu)模(mo)型，实现算力设施从规划、设计、建设、部署、运行、维护的全生命周期数字化(hua)管理。

预期目(mu)标：到2026年，建立大规模(mo)集群的智能化(hua)运维能力，设备实现跨(kua)平台及系统稳定性风(feng)险和(he)安全风(feng)险识别能力，综合视频(pin)识别技(ji)术等(deng)，结构化(hua)告警收敛推(tui)送，准确率超过98%。算力设施全生命周期数字化(hua)联动，平台自动化(hua)流程推(tui)进，实现云端直控(kong)覆盖超10栋(dong)算力中心，落地数字化(hua)算力中心健康度评估(gu)，智能化(hua)终端或机(ji)器人的自驱动巡检，视频(pin)流识别与(yu)告警的联动，系统的智能化(hua)运维问答，并保障业务(wu)服务(wu)级别协议（SLA）达标率99%以上。