二(er)、申报(bao)和(he)推荐

（一）申报(bao)单(dan)位须(xu)为在中华人(ren)民共和(he)国境(jing)内注册、具(ju)有(you)独(du)立法人(ren)资(zi)格、具(ju)有(you)较(jiao)强(qiang)技术创新和(he)产业化应用能力的(de)企事(shi)业单(dan)位。申报(bao)单(dan)位根据《算力强(qiang)基揭榜行动任(ren)务榜单(dan)》（见(jian)附件）选择揭榜任(ren)务，并需承诺揭榜后能够在指定(ding)期限(xian)内完成相应任(ren)务，每个单(dan)位申报(bao)不超过3个项目。有(you)关企业、高校、科研机构(gou)等以(yi)联合体方式(shi)申报(bao)的(de)，牵头(tou)单(dan)位为1家，联合参(can)与单(dan)位不超过4家。

（二(er)）各省、自治(zhi)区、直辖市工业和(he)信(xin)息化主管部门、通信(xin)管理局以(yi)及(ji)有(you)关中央企业按照政府引导、企业自愿的(de)原则，组(zu)织有(you)关单(dan)位积极申报(bao)揭榜，并作为推荐单(dan)位，遵循公开、公平、公正的(de)原则，审核遴(lin)选推荐创新能力突出、产业化前(qian)景好、行业带动作用明显的(de)项目，报(bao)工业和(he)信(xin)息化部（信(xin)息通信(xin)发展司(si)）。

三、工作程序和(he)要求

（一）申报(bao)单(dan)位通过申报(bao)系(xi)统（https://gs.hcp.ac.cn）进行申报(bao)，完成注册后填写申报(bao)所需材(cai)料。申报(bao)截止时间为2025年3月15日。

（二(er)）各省、自治(zhi)区、直辖市工业和(he)信(xin)息化主管部门、通信(xin)管理局以(yi)及(ji)有(you)关中央企业作为推荐单(dan)位，应于2025年3月31日前(qian)登录系(xi)统并确认(ren)推荐名单(dan)（账号密码请通过联系(xi)人(ren)获取）。推荐单(dan)位在每个方向推荐项目数量原则上不超过3个，所有(you)方向累计推荐项目总量不超过20个。鼓励各推荐单(dan)位结合实际情况，对推荐项目单(dan)位在政策、资(zi)金、资(zi)源配套等方面加大扶持力度(du)。

（三）工业和(he)信(xin)息化部组(zu)织遴(lin)选并公布入围(wei)揭榜单(dan)位名单(dan)。入围(wei)揭榜单(dan)位完成攻关任(ren)务后（名单(dan)公布之日起不超过2年），工业和(he)信(xin)息化部委托第三方专业机构(gou)开展测评工作，择优确定(ding)揭榜优胜(sheng)单(dan)位（每个揭榜方向原则上不超过3家）。工业和(he)信(xin)息化部将统筹(chou)利用各类资(zi)源对揭榜入围(wei)、优胜(sheng)单(dan)位予以(yi)支(zhi)持，推动优秀成果示范应用推广。

附件：算力强(qiang)基揭榜行动任(ren)务榜单(dan)

工业和(he)信(xin)息化部办公厅

2025年2月21日

附件

算力强(qiang)基揭榜行动任(ren)务榜单(dan)

一、计算

（一）云边端(duan)算网协同管理系(xi)统

揭榜任(ren)务：面向云边端(duan)多层级算力环境(jing)，研发算网协同应用管理系(xi)统，设计面向不同应用软(ruan)件架构(gou)的(de)管理机制，支(zhi)持对不同架构(gou)应用软(ruan)件的(de)统一管理；研发应用软(ruan)件在算网协同中的(de)自动化构(gou)建部署能力，支(zhi)持应用软(ruan)件的(de)自动构(gou)建和(he)分发部署；研究算网协同应用系(xi)统的(de)一体化观测能力，降低运(yun)维复杂度(du)，提高复杂应用软(ruan)件运(yun)行的(de)稳定(ding)性和(he)可靠性。

预(yu)期目标：到2026年，研制应用软(ruan)件管理系(xi)统，支(zhi)持对传(chuan)统应用软(ruan)件、云原生应用软(ruan)件、AI应用软(ruan)件、大数据应用软(ruan)件等不少于5种应用软(ruan)件的(de)全生命周期管理。研究基于算网协同的(de)分布式(shi)构(gou)建和(he)部署技术，支(zhi)持上述应用软(ruan)件的(de)自动分发和(he)跨算力节点部署，实现零人(ren)工介入。研发算网应用一体化观测功能，具(ju)备白盒化动态分析以(yi)及(ji)智能故障根因(yin)定(ding)位能力。在不少于3个行业完成试点验证(zheng)。

（二(er)）支(zhi)持超大规(gui)模(mo)参(can)数模(mo)型的(de)训推一体化异(yi)构(gou)智算平台

揭榜任(ren)务：面向人(ren)工智能大模(mo)型训练和(he)推理对计算资(zi)源的(de)需求，研发支(zhi)持超大规(gui)模(mo)参(can)数模(mo)型的(de)训练、推理一体化智算平台，包括资(zi)源调度(du)策略、训推加速套件等，并可支(zhi)持多种硬件架构(gou)，屏蔽底层硬件差异(yi)，提升超大规(gui)模(mo)模(mo)型在训练、推理过程中稳定(ding)性、资(zi)源利用率和(he)运(yun)行效率。

预(yu)期目标：到2026年，研发一套支(zhi)持万亿参(can)数模(mo)型的(de)超大规(gui)模(mo)训推一体化智算平台，万卡环境(jing)下稳定(ding)训练时间不低于30天，有(you)效训练时长不低于95%，训练效率较(jiao)当前(qian)主流(liu)水平提升不低于30%，推理效率提升不低于50%。支(zhi)持主流(liu)深度(du)学习框架，兼容多种硬件架构(gou)，并提供统一的(de)编程接口和(he)开发环境(jing)，实现不低于10个行业用户的(de)落地验证(zheng)。

（三）异(yi)构(gou)算力跨域(yu)任(ren)务编排系(xi)统

揭榜任(ren)务：针对跨域(yu)异(yi)构(gou)算力协同，研发跨域(yu)异(yi)构(gou)算力管理系(xi)统，实现跨域(yu)异(yi)构(gou)算力的(de)管理和(he)应用。研发针对多样性算力的(de)规(gui)范化开放互联功能，支(zhi)持对不同类型的(de)异(yi)构(gou)算力模(mo)型统一抽象(xiang)封装(zhuang)；研发跨域(yu)异(yi)构(gou)算力的(de)管理功能，支(zhi)持对跨域(yu)异(yi)构(gou)算力的(de)统一管理和(he)协同；研究跨域(yu)多主体算力的(de)安全认(ren)证(zheng)和(he)控制方法，保障跨域(yu)协同安全。

预(yu)期目标：到2026年，研发不少于6种跨域(yu)协同调度(du)算法，支(zhi)持数据处理、函数计算、机器学习等不少于3个场景的(de)计算任(ren)务部署，完成不少于5个跨域(yu)算力中心(xin)的(de)统一管理。研发跨域(yu)多主体算力的(de)安全认(ren)证(zheng)方法，支(zhi)持云边端(duan)等不同层级算力协同的(de)安全要求。在不少于2个行业完成试点验证(zheng)。

（四）训推算力一体机

揭榜任(ren)务：面向人(ren)工智能训练、推理场景，研发基于基础设施即(ji)服务（IaaS）和(he)平台即(ji)服务（PaaS）的(de)高性能训推一体化解决(jue)方案，覆盖对大模(mo)型开发训练和(he)部署推理的(de)全流(liu)程，包括数据准备、模(mo)型训练、模(mo)型评测和(he)模(mo)型部署。同时，支(zhi)持大模(mo)型加密、攻击防御等能力，解决(jue)针对大模(mo)型数据泄露、指令攻击等安全问题和(he)风险(xian)。

预(yu)期目标：到2026年，研发支(zhi)持至少3种指令集芯片的(de)训推一体机，针对至少5个行业开展人(ren)工智能训推一体机应用，为用户提供多元化训推一体化服务，并在至少10种不同的(de)场景进行人(ren)工智能训推一体机落地。

（五）大规(gui)模(mo)异(yi)构(gou)算力集群推理加速技术

揭榜任(ren)务：研发存储、网络、计算的(de)协同优化技术，通过模(mo)型加速、调度(du)加速等方法实现大规(gui)模(mo)异(yi)构(gou)算力集群在大模(mo)型推理方面的(de)加速，从而支(zhi)持更大的(de)模(mo)型、更长的(de)上下文、更高的(de)性能及(ji)更低的(de)能耗，促进算力芯片在大模(mo)型推理方面的(de)更好应用。

预(yu)期目标：到2026年，实现集群有(you)效吞吐量5倍以(yi)上提升，实际应用场景中可处理的(de)请求数提升1倍以(yi)上，首字延迟性能提升1倍以(yi)上，芯片利用率提升50%以(yi)上。通过优化算力中心(xin)计算、存储、网络的(de)配比以(yi)及(ji)拓扑结构(gou)和(he)系(xi)统调度(du)策略，实现千卡以(yi)上异(yi)构(gou)集群在推理加速领域(yu)的(de)突破。

二(er)、存储

（六(liu)）磁光(guang)电融合存储系(xi)统

揭榜任(ren)务：针对单(dan)一存储介质难以(yi)满足(zu)多样化数据存储需求的(de)现状，依(yi)托磁、光(guang)、电存储在性能、寿命、功耗等方面的(de)差异(yi)化特性，将磁、光(guang)、电存储技术进行融合，研发磁光(guang)电融合存储系(xi)统，构(gou)建基于固态硬盘（SSD）、机械硬盘（HDD）和(he)光(guang)存储的(de)多级存储架构(gou)。根据业务特征，将数据保存在不同级别的(de)存储设备中，实现海量数据的(de)集中、统一存储管理，支(zhi)撑算力中心(xin)高效、低碳(tan)、安全持续(xu)发展。

预(yu)期目标：到2026年，研发磁、光(guang)、电融合存储系(xi)统，支(zhi)持适配分布式(shi)文件、分布式(shi)块和(he)分布式(shi)对象(xiang)等至少3种存储类型，系(xi)统可以(yi)根据数据的(de)访问时间、访问频率、文件属(shu)性等自定(ding)义分级策略，根据业务负载(zai)动态调整迁移。系(xi)统可通过介质安全、系(xi)统安全、软(ruan)件安全等夯实底层安全能力，通过防勒索、加密算法、远程监控、光(guang)存储预(yu)警检测等增强(qiang)数据安全能力。打造磁光(guang)电融合存储应用示范，完成至少20个业务系(xi)统应用，实现至少4个东(dong)部地区数据流(liu)动至西部磁光(guang)电存储系(xi)统，且(qie)数据存储量不少于10PB。

（七(qi)）存储调度(du)管理及(ji)应用技术

揭榜任(ren)务：针对海量数据存储和(he)算力孤岛问题，研发跨域(yu)多算的(de)存力调度(du)、存网编排和(he)存算网一体化系(xi)统，实现数据的(de)智能冷(leng)热分级、应用的(de)跨域(yu)无感访问等能力，有(you)效降低成本、提高性能和(he)支(zhi)撑业务。系(xi)统具(ju)备资(zi)源规(gui)划、策略调整能力，可优化和(he)调整全网数据存储布局，实现对不断变化的(de)需求的(de)适应。

预(yu)期目标：到2026年，研制具(ju)备高效、可扩展性的(de)存储系(xi)统，基于智能算法，对数据进行分析和(he)调度(du)，实现应用无感访问和(he)智能流(liu)动。研究存力调度(du)策略，使数据召回率控制在30%以(yi)下；研究基于潮汐网络调度(du)算法，实现网络带宽利用率提升50%以(yi)上，达(da)到存网一体的(de)目标。集成存储、计算和(he)网络的(de)能力，支(zhi)持存算网一体化调度(du)，在算力中心(xin)资(zi)源池落地应用。

三、网络

（八）高性能数据处理器（DPU）

揭榜任(ren)务：开展基于芯粒（Chiplet）和(he)第五代精简指令集（RISC-V）技术的(de)软(ruan)硬件一体DPU芯片技术研究，支(zhi)持算力中心(xin)、智算中心(xin)、超算中心(xin)场景所需的(de)超高带宽和(he)超低时延，突破Chiplet异(yi)构(gou)芯片封装(zhuang)技术、高速Serdes通信(xin)、大规(gui)模(mo)无损(sun)网络拥(yong)塞算法、硬件密码算法、高性能虚拟化、硬件可编程等技术，实现基于ARM、X86、RISC-V等异(yi)构(gou)核心(xin)的(de)DPU应用，提升算力中心(xin)基础设施处理能力和(he)数据传(chuan)输(shu)能效比。

预(yu)期目标：到2026年，完成超高性能DPU芯片研发工作，吞吐能力达(da)到400Gbps，单(dan)向流(liu)量时延不高于30us，支(zhi)持与国内外主流(liu)CPU、GPU芯片平台的(de)适配，支(zhi)持主流(liu)操作系(xi)统兼容，支(zhi)持数据报(bao)文硬件处理逻辑可编程。

（九）基于RoCE的(de)智算网络

揭榜任(ren)务：面向RoCE网络开展设备及(ji)管控系(xi)统研发，通过提高设备带宽、优化负载(zai)均衡算法、强(qiang)化网络流(liu)量规(gui)划及(ji)运(yun)维能力等方式(shi)，提升RoCE网络的(de)吞吐量和(he)时延性能。研制新一代智能化管控工具(ju)，引入AI大模(mo)型能力，简化RoCE网络的(de)部署和(he)配置工作，实现全局、多维度(du)的(de)可视化运(yun)维。在网络波动、业务变更、故障等情况下，网络参(can)数自动调整，流(liu)量快速切换，从而达(da)到提升网络效率和(he)降低运(yun)维成本的(de)目标。

预(yu)期目标：到2026年，实现新型RoCE网络整体方案的(de)商用部署，网络性能提升10%以(yi)上。通过智能化管控及(ji)运(yun)维工具(ju)，网络部署难度(du)大幅(fu)降低，运(yun)维效率提升50%以(yi)上，可支(zhi)撑更大规(gui)模(mo)部署和(he)应用。

（十）光(guang)交换智算网络技术研究与验证(zheng)

揭榜任(ren)务：面向智算集群低功耗、高带宽、低延迟技术需求，开展智算集群光(guang)交换组(zu)网关键技术研究与验证(zheng)，重点突破智算集群光(guang)交换组(zu)网、路由协议适配等关键技术。针对智算集群的(de)功能、性能、可靠性和(he)扩展性等要求，研究光(guang)拓扑映射、光(guang)电混合路由、多路径负载(zai)均衡等技术。

预(yu)期目标：到2026年，实现支(zhi)持智算集群的(de)易操作、高可靠、可平滑过渡升级的(de)光(guang)网络，支(zhi)持人(ren)工智能等关键业务承载(zai)；光(guang)交换设备单(dan)端(duan)口速率支(zhi)持100GE/400GE/800GE，交换容量弹性可扩展，可支(zhi)持不少于3种异(yi)构(gou)算力资(zi)源互联，在不少于2个智算集群完成验证(zheng)，并完成不少于3种智算业务承载(zai)验证(zheng)。

（十一）面向分布式(shi)智算中心(xin)的(de)网络关键技术研究与验证(zheng)

揭榜任(ren)务：针对智算集群从集中式(shi)向分布式(shi)部署探索的(de)趋势(shi)，攻关算力中心(xin)间网络技术，研发面向智算中心(xin)间的(de)高可靠传(chuan)输(shu)设备，构(gou)建智算中心(xin)间超大容量、超低时延、超高可靠光(guang)电协同网络，实现智算中心(xin)高速、可靠互联。

预(yu)期目标：到2026年，突破智算中心(xin)间超大容量、超高可靠网络传(chuan)输(shu)关键技术，研制面向智算中心(xin)间网络的(de)传(chuan)输(shu)设备，单(dan)波速率不低于1.6Tbps，设备时延不超过30us，支(zhi)撑分布式(shi)智算中心(xin)间业务的(de)高可靠传(chuan)输(shu)。

四、应用

（十二(er)）智算中心(xin)跨域(yu)互联应用

揭榜任(ren)务：优化人(ren)工智能算力基础设施布局，构(gou)建跨地域(yu)互补、协同算力调度(du)的(de)超大规(gui)模(mo)人(ren)工智能算力服务能力。加强(qiang)与人(ren)工智能芯片厂商的(de)兼容适配，构(gou)筑大规(gui)模(mo)高性能异(yi)构(gou)算力池，提供面向大模(mo)型训推场景深度(du)优化的(de)弹性调度(du)、弹性容错、高资(zi)源利用率的(de)人(ren)工智能算力服务。

预(yu)期目标：到2026年，形成覆盖5个以(yi)上全国重点算力枢纽节点的(de)人(ren)工智能算力中心(xin)，支(zhi)持跨地域(yu)、跨云的(de)算力需求感知和(he)动态调度(du)，完成3款以(yi)上算力芯片适配，聚焦大模(mo)型训练和(he)推理场景，构(gou)建大规(gui)模(mo)、高性能、弹性调度(du)、高容错的(de)训推一体算力资(zi)源池，具(ju)备分钟级断点续(xu)训能力，支(zhi)持万卡级别并行训练。

（十三）算力电力协同应用

揭榜任(ren)务：研发基于算力调度(du)技术与能源大模(mo)型的(de)多云异(yi)构(gou)算电协同管理平台，构(gou)建基于数据驱动的(de)算力集群用电负荷特性模(mo)型、基于计算任(ren)务的(de)时空转移特性的(de)能源大模(mo)型，推动算力预(yu)测与调度(du)技术在智算中心(xin)应用落地，提升整体资(zi)源利用率，基于新能源、新型储能系(xi)统开展算力负荷与电力系(xi)统的(de)协同优化，实现精准、动态、实时的(de)能源调度(du)与交易，实现算力与电力等能源的(de)深度(du)协同。

预(yu)期目标：到2026年，实现智算场景下能源与算力全链路的(de)数据穿透及(ji)流(liu)程整合，构(gou)建“算”随“电”动的(de)直接控制及(ji)间接引导机制，实现算力需求预(yu)测精准度(du)达(da)到70%、集群有(you)效负载(zai)率提升25%以(yi)上，智算中心(xin)整体集群资(zi)源利用率提高10%。结合算力集群用电数据、时间周期、气象(xiang)数据、工作负载(zai)等多种因(yin)素，实现“电”随“算”用的(de)能源效率优化与算效提升，实现基础设施用能决(jue)策精准度(du)85%以(yi)上，响应时效性达(da)到提前(qian)15分钟响应级别，智算中心(xin)整体算力能效水平提升30%，算力中心(xin)用电成本降低5%以(yi)上。

（十四）大规(gui)模(mo)通信(xin)业务场景中的(de)算力应用

揭榜任(ren)务：围(wei)绕网络功能虚拟化（NFV）系(xi)统架构(gou)，针对NFV中网络性能、资(zi)源利用和(he)灵活展性等方面的(de)挑战，研发面向NFV架构(gou)的(de)高性能虚拟化、智能化网络管理和(he)资(zi)源编排算法等技术和(he)系(xi)统，突破虚拟化层与硬件加速器（如FPGA、DPU、GPU）之间的(de)协同能力。

预(yu)期目标：到2026年，NFV算力平台系(xi)统中实现对虚拟化网络功能的(de)智能调度(du)，支(zhi)持异(yi)构(gou)集群部署、动态扩展，资(zi)源动态分配，虚拟化资(zi)源利用率提升20%以(yi)上；支(zhi)持GPU、FPGA等硬件加速器的(de)虚拟化调度(du)，加速网络处理性能至Tbps以(yi)上；支(zhi)持智能化网络虚拟化功能管理，提升NFV系(xi)统的(de)自动化运(yun)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(tan)

（十五）绿色算力技术研究及(ji)应用

揭榜任(ren)务：围(wei)绕算力的(de)绿色节能技术突破，面向算力中的(de)任(ren)务调度(du)特性、能源使用模(mo)式(shi)、负载(zai)均衡要求等关键要素，研发适应于绿色计算的(de)动态资(zi)源调度(du)算法、能耗优化管理系(xi)统，以(yi)及(ji)面向多场景的(de)协同节能机制，突破节能算法的(de)智能化程度(du)，提升算力网络中多节点的(de)能源利用效率。

预(yu)期目标：到2026年，能耗管理系(xi)统实现对算力中心(xin)和(he)网络节点的(de)实时监控与节能调度(du)，通过计算节点支(zhi)持动态调频、动态电压调节，单(dan)节点平均能耗降低30%以(yi)上，满足(zu)AI推理等应用需求。

（十六(liu)）企业绿色计算碳(tan)感知平台

揭榜任(ren)务：建立企业算力中心(xin)碳(tan)排放度(du)量体系(xi)，能够实时、精准地统计企业各个算力中心(xin)碳(tan)排放，并能将碳(tan)排放量分摊到不同的(de)业务部门、应用场景和(he)工作负载(zai)，实现精细化的(de)碳(tan)排放的(de)管理。同时，基于碳(tan)排放的(de)数据，实现碳(tan)感知调度(du)能力，通过在保证(zheng)业务体验和(he)连(lian)续(xu)性的(de)情况下将工作负载(zai)调度(du)到更加低碳(tan)的(de)算力中心(xin)，进一步降低碳(tan)排放。

预(yu)期目标：到2026年，围(wei)绕千万核级别跨域(yu)的(de)算力中心(xin)，构(gou)建企业级绿色计算碳(tan)感知平台，形成一套行业通用的(de)、可精确度(du)量不同类型工作负载(zai)碳(tan)排放的(de)技术方法和(he)指标体系(xi)，通过生态共建形成绿色度(du)量衡标准体系(xi)。构(gou)建碳(tan)感知调度(du)能力，达(da)到算力中心(xin)可再生能源比例30%的(de)目标。

（十七(qi)）冷(leng)板式(shi)液冷(leng)原生整机柜(gui)服务器

揭榜任(ren)务：面向新一代液冷(leng)算力中心(xin)，研发冷(leng)板式(shi)液冷(leng)整机柜(gui)，包括液冷(leng)服务器节点、无源液冷(leng)门等，突破高密算力、多样性算力的(de)散(san)热技术及(ji)架构(gou)要求，实现支(zhi)持供电总线、网络互联总线、液冷(leng)管路可盲插运(yun)维的(de)液冷(leng)设备，具(ju)备液冷(leng)机柜(gui)及(ji)液冷(leng)服务器等多级漏液检测能力，有(you)效降低业务中断范围(wei)与损(sun)失。

预(yu)期目标：到2026年，液冷(leng)整机柜(gui)实现100%液冷(leng)散(san)热，制冷(leng)PUE低于1.15。整机柜(gui)服务器内部实现全盲插设计，管理模(mo)块可实现整机柜(gui)功耗管理、漏液检测、资(zi)产管理等功能；通用算力单(dan)柜(gui)功率不低于20kW，智能算力单(dan)机柜(gui)功率不低于30kW，实现不少于500台液冷(leng)节点的(de)规(gui)模(mo)落地应用。

（十八）算力中心(xin)节能调优平台

揭榜任(ren)务：研制高精确度(du)、高仿真(zhen)效率、多场景覆盖的(de)算力中心(xin)PUE仿真(zhen)平台，突破物理机理模(mo)型构(gou)建、仿真(zhen)引擎集群、模(mo)型自动生成等关键技术，实现对算力中心(xin)不同运(yun)行状态下细分时间颗粒度(du)PUE的(de)快速、精准评估。研发基于大数据分析技术的(de)算力中心(xin)制冷(leng)系(xi)统AI节能优化系(xi)统，通过自动化数据治(zhi)理、自动推理等关键技术，准确匹配制冷(leng)需求，在满足(zu)可靠性要求条件下实现算力中心(xin)制冷(leng)系(xi)统整体动态实时优化，优化算力中心(xin)PUE。

预(yu)期目标：到2026年，支(zhi)持液冷(leng)、水冷(leng)等至少2类典型制冷(leng)场景进行能效优化，支(zhi)持制冷(leng)系(xi)统和(he)配电系(xi)统联合仿真(zhen)，系(xi)统可输(shu)出不同负载(zai)及(ji)运(yun)行工况条件下的(de)PUE运(yun)行曲线、系(xi)统设备运(yun)行模(mo)拟工况等参(can)数，PUE仿真(zhen)精度(du)达(da)到97%以(yi)上。基于能效优化平台，支(zhi)持AI自动推理，小时级策略自动下发，实现对算力中心(xin)能耗的(de)可视、可管、可控。通过AI能效优化，实现算力中心(xin)PUE降低5%以(yi)上，通过算力中心(xin)基础设施与IT联动节能，实现总能耗降低5%以(yi)上，在5个以(yi)上算力中心(xin)落地应用。

（十九）新型制冷(leng)系(xi)统

揭榜任(ren)务：研发人(ren)工智能节能系(xi)统，针对算力中心(xin)基础设施的(de)运(yun)行调控和(he)环境(jing)监测。提出全新自适应算法，突破原有(you)常见(jian)算法的(de)局限(xian)性，提升数据的(de)分析和(he)处理效果，搭建基于专家经验的(de)人(ren)工智能算法数据库，提升包括能耗管理、能源调度(du)、安全监测、故障诊断、辅助运(yun)维等功能的(de)节能性、可靠性、经济性。

预(yu)期目标：到2026年，在满足(zu)制冷(leng)要求的(de)基础上，提高冷(leng)却(que)系(xi)统的(de)可靠性和(he)自适应性，提高能源使用效率、水资(zi)源使用效率和(he)运(yun)维效率，其中节电率提升10%以(yi)上。支(zhi)持冷(leng)却(que)系(xi)统数据采(cai)集、标注、治(zhi)理、存储，具(ju)备系(xi)统运(yun)行异(yi)常告警、告警收敛(lian)、自动诊断、远程通信(xin)、自动控制等功能，支(zhi)持冷(leng)却(que)系(xi)统智能化调优、智能化控制的(de)核心(xin)能力，并开展不少于5个实际业务场景所提供的(de)AI节能调优案例。

六(liu)、安全可靠

（二(er)十）算力中心(xin)智能运(yun)维机器人(ren)

揭榜任(ren)务：研发算力中心(xin)智能运(yun)维机器人(ren)以(yi)及(ji)智能机器人(ren)管理平台，基于云边端(duan)三层架构(gou)，实现智能机器人(ren)在多层、多房间楼宇机房内的(de)设备设施识别、多模(mo)态环境(jing)感知、精准空间定(ding)位、智能人(ren)机协同、多任(ren)务联合调度(du)等方面的(de)技术与算法优化。支(zhi)撑机器人(ren)在算力中心(xin)设施运(yun)维和(he)IT运(yun)营等典型场景的(de)应用，提升巡检质量，促进算力中心(xin)运(yun)维、运(yun)营的(de)降本增效。

预(yu)期目标：到2026年，实现大型算力中心(xin)内智能机器人(ren)的(de)多机房、多楼层协同应用部署；机器人(ren)巡检任(ren)务成功率不低于95%，设备识别准确率达(da)到97%，环境(jing)巡检召回率不低于90%，保障算力中心(xin)巡检业务持续(xu)运(yun)行。实现云边端(duan)协同调度(du)，支(zhi)持不同场景下的(de)自主作业，提高任(ren)务并发执行效率，促进稳定(ding)、安全、可靠、可控的(de)算力中心(xin)智能运(yun)维体系(xi)建设。

（二(er)十一）云边端(duan)一体化智能监测平台

揭榜任(ren)务：开发高性能云边端(duan)一体化系(xi)统，研发以(yi)智能化终端(duan)或机器人(ren)为硬件载(zai)体、以(yi)多算法模(mo)型融合和(he)平台工具(ju)为软(ruan)件载(zai)体的(de)软(ruan)硬结合的(de)集中监测管理与运(yun)维巡检方案。突破多层级自动化运(yun)维、多维度(du)诊断、多平台覆盖、多模(mo)型量化等关键技术。构(gou)建综合运(yun)维健康度(du)数字化评估体系(xi)与模(mo)型，实现算力设施从规(gui)划、设计、建设、部署、运(yun)行、维护的(de)全生命周期数字化管理。

预(yu)期目标：到2026年，建立大规(gui)模(mo)集群的(de)智能化运(yun)维能力，设备实现跨平台及(ji)系(xi)统稳定(ding)性风险(xian)和(he)安全风险(xian)识别能力，综合视频识别技术等，结构(gou)化告警收敛(lian)推送，准确率超过98%。算力设施全生命周期数字化联动，平台自动化流(liu)程推进，实现云端(duan)直控覆盖超10栋算力中心(xin)，落地数字化算力中心(xin)健康度(du)评估，智能化终端(duan)或机器人(ren)的(de)自驱动巡检，视频流(liu)识别与告警的(de)联动，系(xi)统的(de)智能化运(yun)维问答，并保障业务服务级别协议（SLA）达(da)标率99%以(yi)上。