二、申报(bao)和推(tui)荐

（一）申报(bao)单位须为在中华人民共和国(guo)境内注册、具有独立法人资格、具有较强技术创新和产业化应用能力的企(qi)事业单位。申报(bao)单位根据《算(suan)力强基揭榜行动任务榜单》（见附件）选择揭榜任务，并需承(cheng)诺(nuo)揭榜后能够在指定期限(xian)内完成相应任务，每个单位申报(bao)不超过3个项目。有关企(qi)业、高校、科(ke)研机构等以联合体方式申报(bao)的，牵头单位为1家，联合参与单位不超过4家。

（二）各省、自治区、直辖市(shi)工业和信息(xi)化主管部门、通信管理局(ju)以及有关中央企(qi)业按照政府(fu)引导、企(qi)业自愿(yuan)的原则，组(zu)织有关单位积极申报(bao)揭榜，并作为推(tui)荐单位，遵循(xun)公开、公平、公正的原则，审核(he)遴选推(tui)荐创新能力突(tu)出、产业化前景好、行业带动作用明显的项目，报(bao)工业和信息(xi)化部（信息(xi)通信发展司）。

三、工作程序和要(yao)求

（一）申报(bao)单位通过申报(bao)系(xi)统进行申报(bao)，完成注册后填写申报(bao)所需材料。申报(bao)截止时(shi)间为2025年3月15日。

（二）各省、自治区、直辖市(shi)工业和信息(xi)化主管部门、通信管理局(ju)以及有关中央企(qi)业作为推(tui)荐单位，应于2025年3月31日前登录系(xi)统并确(que)认推(tui)荐名(ming)单（账(zhang)号密码请通过联系(xi)人获取）。推(tui)荐单位在每个方向推(tui)荐项目数量原则上不超过3个，所有方向累计推(tui)荐项目总(zong)量不超过20个。鼓(gu)励各推(tui)荐单位结(jie)合实际情况，对推(tui)荐项目单位在政策、资金、资源配套(tao)等方面加大扶持力度。

（三）工业和信息(xi)化部组(zu)织遴选并公布入(ru)围揭榜单位名(ming)单。入(ru)围揭榜单位完成攻关任务后（名(ming)单公布之日起不超过2年），工业和信息(xi)化部委托(tuo)第(di)三方专业机构开展测评工作，择优确(que)定揭榜优胜单位（每个揭榜方向原则上不超过3家）。工业和信息(xi)化部将统筹(chou)利用各类资源对揭榜入(ru)围、优胜单位予以支持，推(tui)动优秀成果示范应用推(tui)广。

工业和信息(xi)化部办公厅

2025年2月21日

附件

算(suan)力强基揭榜行动任务榜单

一 计算(suan)

（一）云边(bian)端算(suan)网协(xie)同管理系(xi)统

揭榜任务：面向云边(bian)端多层级算(suan)力环境，研发算(suan)网协(xie)同应用管理系(xi)统，设计面向不同应用软件架构的管理机制，支持对不同架构应用软件的统一管理；研发应用软件在算(suan)网协(xie)同中的自动化构建部署能力，支持应用软件的自动构建和分发部署；研究(jiu)算(suan)网协(xie)同应用系(xi)统的一体化观测能力，降低运维复杂度，提(ti)高复杂应用软件运行的稳定性和可靠性。

预期目标：到2026年，研制应用软件管理系(xi)统，支持对传统应用软件、云原生应用软件、AI应用软件、大数据应用软件等不少于5种应用软件的全生命周期管理。研究(jiu)基于算(suan)网协(xie)同的分布式构建和部署技术，支持上述应用软件的自动分发和跨算(suan)力节点部署，实现零人工介入(ru)。研发算(suan)网应用一体化观测功能，具备白盒化动态(tai)分析以及智(zhi)能故障根因定位能力。在不少于3个行业完成试点验证。

（二）支持超大规模参数模型的训(xun)推(tui)一体化异构智(zhi)算(suan)平台

揭榜任务：面向人工智(zhi)能大模型训(xun)练和推(tui)理对计算(suan)资源的需求，研发支持超大规模参数模型的训(xun)练、推(tui)理一体化智(zhi)算(suan)平台，包括资源调度策略、训(xun)推(tui)加速套(tao)件等，并可支持多种硬件架构，屏蔽底层硬件差异，提(ti)升超大规模模型在训(xun)练、推(tui)理过程中稳定性、资源利用率和运行效(xiao)率。

预期目标：到2026年，研发一套(tao)支持万(wan)亿参数模型的超大规模训(xun)推(tui)一体化智(zhi)算(suan)平台，万(wan)卡环境下稳定训(xun)练时(shi)间不低于30天，有效(xiao)训(xun)练时(shi)长不低于95%，训(xun)练效(xiao)率较当前主流水(shui)平提(ti)升不低于30%，推(tui)理效(xiao)率提(ti)升不低于50%。支持主流深(shen)度学习框(kuang)架，兼容多种硬件架构，并提(ti)供统一的编(bian)程接口和开发环境，实现不低于10个行业用户的落地(di)验证。

（三）异构算(suan)力跨域任务编(bian)排系(xi)统

揭榜任务：针对跨域异构算(suan)力协(xie)同，研发跨域异构算(suan)力管理系(xi)统，实现跨域异构算(suan)力的管理和应用。研发针对多样性算(suan)力的规范化开放互联功能，支持对不同类型的异构算(suan)力模型统一抽象封(feng)装；研发跨域异构算(suan)力的管理功能，支持对跨域异构算(suan)力的统一管理和协(xie)同；研究(jiu)跨域多主体算(suan)力的安全认证和控制方法，保障跨域协(xie)同安全。

预期目标：到2026年，研发不少于6种跨域协(xie)同调度算(suan)法，支持数据处理、函数计算(suan)、机器学习等不少于3个场(chang)景的计算(suan)任务部署，完成不少于5个跨域算(suan)力中心(xin)的统一管理。研发跨域多主体算(suan)力的安全认证方法，支持云边(bian)端等不同层级算(suan)力协(xie)同的安全要(yao)求。在不少于2个行业完成试点验证。

（四）训(xun)推(tui)算(suan)力一体机

揭榜任务：面向人工智(zhi)能训(xun)练、推(tui)理场(chang)景，研发基于基础设施即服务（IaaS）和平台即服务（PaaS）的高性能训(xun)推(tui)一体化解决(jue)方案，覆盖对大模型开发训(xun)练和部署推(tui)理的全流程，包括数据准备、模型训(xun)练、模型评测和模型部署。同时(shi)，支持大模型加密、攻击防御等能力，解决(jue)针对大模型数据泄露、指令(ling)攻击等安全问题和风险。

预期目标：到2026年，研发支持至少3种指令(ling)集芯片的训(xun)推(tui)一体机，针对至少5个行业开展人工智(zhi)能训(xun)推(tui)一体机应用，为用户提(ti)供多元化训(xun)推(tui)一体化服务，并在至少10种不同的场(chang)景进行人工智(zhi)能训(xun)推(tui)一体机落地(di)。

（五）大规模异构算(suan)力集群推(tui)理加速技术

揭榜任务：研发存储、网络、计算(suan)的协(xie)同优化技术，通过模型加速、调度加速等方法实现大规模异构算(suan)力集群在大模型推(tui)理方面的加速，从而支持更大的模型、更长的上下文、更高的性能及更低的能耗，促进算(suan)力芯片在大模型推(tui)理方面的更好应用。

预期目标：到2026年，实现集群有效(xiao)吞(tun)吐量5倍以上提(ti)升，实际应用场(chang)景中可处理的请求数提(ti)升1倍以上，首(shou)字延迟性能提(ti)升1倍以上，芯片利用率提(ti)升50%以上。通过优化算(suan)力中心(xin)计算(suan)、存储、网络的配比以及拓扑(pu)结(jie)构和系(xi)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(tu)破。

二 存储

（六(liu)）磁光电融合存储系(xi)统

揭榜任务：针对单一存储介质难(nan)以满足多样化数据存储需求的现状，依托(tuo)磁、光、电存储在性能、寿命、功耗等方面的差异化特性，将磁、光、电存储技术进行融合，研发磁光电融合存储系(xi)统，构建基于固态(tai)硬盘（SSD）、机械硬盘（HDD）和光存储的多级存储架构。根据业务特征，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(suan)力中心(xin)高效(xiao)、低碳、安全持续发展。

预期目标：到2026年，研发磁、光、电融合存储系(xi)统，支持适配分布式文件、分布式块和分布式对象等至少3种存储类型，系(xi)统可以根据数据的访问时(shi)间、访问频率、文件属性等自定义分级策略，根据业务负载动态(tai)调整迁移。系(xi)统可通过介质安全、系(xi)统安全、软件安全等夯实底层安全能力，通过防勒索、加密算(suan)法、远程监控、光存储预警检测等增强数据安全能力。打造磁光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个东部地(di)区数据流动至西部磁光电存储系(xi)统，且(qie)数据存储量不少于10PB。

（七）存储调度管理及应用技术

揭榜任务：针对海量数据存储和算(suan)力孤岛问题，研发跨域多算(suan)的存力调度、存网编(bian)排和存算(suan)网一体化系(xi)统，实现数据的智(zhi)能冷(leng)热分级、应用的跨域无(wu)感访问等能力，有效(xiao)降低成本、提(ti)高性能和支撑业务。系(xi)统具备资源规划、策略调整能力，可优化和调整全网数据存储布局(ju)，实现对不断变化的需求的适应。

预期目标：到2026年，研制具备高效(xiao)、可扩展性的存储系(xi)统，基于智(zhi)能算(suan)法，对数据进行分析和调度，实现应用无(wu)感访问和智(zhi)能流动。研究(jiu)存力调度策略，使数据召回率控制在30%以下；研究(jiu)基于潮汐(xi)网络调度算(suan)法，实现网络带宽利用率提(ti)升50%以上，达(da)到存网一体的目标。集成存储、计算(suan)和网络的能力，支持存算(suan)网一体化调度，在算(suan)力中心(xin)资源池(shi)落地(di)应用。

三 网络

（八）高性能数据处理器（DPU）

揭榜任务：开展基于芯粒（Chiplet）和第(di)五代(dai)精(jing)简指令(ling)集（RISC-V）技术的软硬件一体DPU芯片技术研究(jiu)，支持算(suan)力中心(xin)、智(zhi)算(suan)中心(xin)、超算(suan)中心(xin)场(chang)景所需的超高带宽和超低时(shi)延，突(tu)破Chiplet异构芯片封(feng)装技术、高速Serdes通信、大规模无(wu)损网络拥塞算(suan)法、硬件密码算(suan)法、高性能虚拟化、硬件可编(bian)程等技术，实现基于ARM、X86、RISC-V等异构核(he)心(xin)的DPU应用，提(ti)升算(suan)力中心(xin)基础设施处理能力和数据传输能效(xiao)比。

预期目标：到2026年，完成超高性能DPU芯片研发工作，吞(tun)吐能力达(da)到400Gbps，单向流量时(shi)延不高于30us，支持与国(guo)内外主流CPU、GPU芯片平台的适配，支持主流操(cao)作系(xi)统兼容，支持数据报(bao)文硬件处理逻辑可编(bian)程。

（九）基于RoCE的智(zhi)算(suan)网络

揭榜任务：面向RoCE网络开展设备及管控系(xi)统研发，通过提(ti)高设备带宽、优化负载均衡算(suan)法、强化网络流量规划及运维能力等方式，提(ti)升RoCE网络的吞(tun)吐量和时(shi)延性能。研制新一代(dai)智(zhi)能化管控工具，引入(ru)AI大模型能力，简化RoCE网络的部署和配置工作，实现全局(ju)、多维度的可视(shi)化运维。在网络波(bo)动、业务变更、故障等情况下，网络参数自动调整，流量快速切换，从而达(da)到提(ti)升网络效(xiao)率和降低运维成本的目标。

预期目标：到2026年，实现新型RoCE网络整体方案的商用部署，网络性能提(ti)升10%以上。通过智(zhi)能化管控及运维工具，网络部署难(nan)度大幅降低，运维效(xiao)率提(ti)升50%以上，可支撑更大规模部署和应用。

（十）光交换智(zhi)算(suan)网络技术研究(jiu)与验证

揭榜任务：面向智(zhi)算(suan)集群低功耗、高带宽、低延迟技术需求，开展智(zhi)算(suan)集群光交换组(zu)网关键技术研究(jiu)与验证，重点突(tu)破智(zhi)算(suan)集群光交换组(zu)网、路由协(xie)议适配等关键技术。针对智(zhi)算(suan)集群的功能、性能、可靠性和扩展性等要(yao)求，研究(jiu)光拓扑(pu)映(ying)射、光电混合路由、多路径负载均衡等技术。

预期目标：到2026年，实现支持智(zhi)算(suan)集群的易操(cao)作、高可靠、可平滑过渡(du)升级的光网络，支持人工智(zhi)能等关键业务承(cheng)载；光交换设备单端口速率支持100GE/400GE/800GE，交换容量弹性可扩展，可支持不少于3种异构算(suan)力资源互联，在不少于2个智(zhi)算(suan)集群完成验证，并完成不少于3种智(zhi)算(suan)业务承(cheng)载验证。

（十一）面向分布式智(zhi)算(suan)中心(xin)的网络关键技术研究(jiu)与验证

揭榜任务：针对智(zhi)算(suan)集群从集中式向分布式部署探索的趋(qu)势，攻关算(suan)力中心(xin)间网络技术，研发面向智(zhi)算(suan)中心(xin)间的高可靠传输设备，构建智(zhi)算(suan)中心(xin)间超大容量、超低时(shi)延、超高可靠光电协(xie)同网络，实现智(zhi)算(suan)中心(xin)高速、可靠互联。

预期目标：到2026年，突(tu)破智(zhi)算(suan)中心(xin)间超大容量、超高可靠网络传输关键技术，研制面向智(zhi)算(suan)中心(xin)间网络的传输设备，单波(bo)速率不低于1.6Tbps，设备时(shi)延不超过30us，支撑分布式智(zhi)算(suan)中心(xin)间业务的高可靠传输。

四 应用

（十二）智(zhi)算(suan)中心(xin)跨域互联应用

揭榜任务：优化人工智(zhi)能算(suan)力基础设施布局(ju)，构建跨地(di)域互补、协(xie)同算(suan)力调度的超大规模人工智(zhi)能算(suan)力服务能力。加强与人工智(zhi)能芯片厂商的兼容适配，构筑大规模高性能异构算(suan)力池(shi)，提(ti)供面向大模型训(xun)推(tui)场(chang)景深(shen)度优化的弹性调度、弹性容错、高资源利用率的人工智(zhi)能算(suan)力服务。

预期目标：到2026年，形成覆盖5个以上全国(guo)重点算(suan)力枢(shu)纽节点的人工智(zhi)能算(suan)力中心(xin)，支持跨地(di)域、跨云的算(suan)力需求感知和动态(tai)调度，完成3款以上算(suan)力芯片适配，聚焦大模型训(xun)练和推(tui)理场(chang)景，构建大规模、高性能、弹性调度、高容错的训(xun)推(tui)一体算(suan)力资源池(shi)，具备分钟级断点续训(xun)能力，支持万(wan)卡级别并行训(xun)练。

（十三）算(suan)力电力协(xie)同应用

揭榜任务：研发基于算(suan)力调度技术与能源大模型的多云异构算(suan)电协(xie)同管理平台，构建基于数据驱(qu)动的算(suan)力集群用电负荷(he)特性模型、基于计算(suan)任务的时(shi)空转(zhuan)移特性的能源大模型，推(tui)动算(suan)力预测与调度技术在智(zhi)算(suan)中心(xin)应用落地(di)，提(ti)升整体资源利用率，基于新能源、新型储能系(xi)统开展算(suan)力负荷(he)与电力系(xi)统的协(xie)同优化，实现精(jing)准、动态(tai)、实时(shi)的能源调度与交易，实现算(suan)力与电力等能源的深(shen)度协(xie)同。

预期目标：到2026年，实现智(zhi)算(suan)场(chang)景下能源与算(suan)力全链路的数据穿透(tou)及流程整合，构建“算(suan)”随“电”动的直接控制及间接引导机制，实现算(suan)力需求预测精(jing)准度达(da)到70%、集群有效(xiao)负载率提(ti)升25%以上，智(zhi)算(suan)中心(xin)整体集群资源利用率提(ti)高10%。结(jie)合算(suan)力集群用电数据、时(shi)间周期、气象数据、工作负载等多种因素，实现“电”随“算(suan)”用的能源效(xiao)率优化与算(suan)效(xiao)提(ti)升，实现基础设施用能决(jue)策精(jing)准度85%以上，响应时(shi)效(xiao)性达(da)到提(ti)前15分钟响应级别，智(zhi)算(suan)中心(xin)整体算(suan)力能效(xiao)水(shui)平提(ti)升30%，算(suan)力中心(xin)用电成本降低5%以上。

（十四）大规模通信业务场(chang)景中的算(suan)力应用

揭榜任务：围绕网络功能虚拟化（NFV）系(xi)统架构，针对NFV中网络性能、资源利用和灵活展性等方面的挑战，研发面向NFV架构的高性能虚拟化、智(zhi)能化网络管理和资源编(bian)排算(suan)法等技术和系(xi)统，突(tu)破虚拟化层与硬件加速器（如FPGA、DPU、GPU）之间的协(xie)同能力。

预期目标：到2026年，NFV算(suan)力平台系(xi)统中实现对虚拟化网络功能的智(zhi)能调度，支持异构集群部署、动态(tai)扩展，资源动态(tai)分配，虚拟化资源利用率提(ti)升20%以上；支持GPU、FPGA等硬件加速器的虚拟化调度，加速网络处理性能至Tbps以上；支持智(zhi)能化网络虚拟化功能管理，提(ti)升NFV系(xi)统的自动化运维能力和管理效(xiao)能，故障修(xiu)复时(shi)间缩减不低于30%。

五 绿(lu)色低碳

（十五）绿(lu)色算(suan)力技术研究(jiu)及应用

揭榜任务：围绕算(suan)力的绿(lu)色节能技术突(tu)破，面向算(suan)力中的任务调度特性、能源使用模式、负载均衡要(yao)求等关键要(yao)素，研发适应于绿(lu)色计算(suan)的动态(tai)资源调度算(suan)法、能耗优化管理系(xi)统，以及面向多场(chang)景的协(xie)同节能机制，突(tu)破节能算(suan)法的智(zhi)能化程度，提(ti)升算(suan)力网络中多节点的能源利用效(xiao)率。

预期目标：到2026年，能耗管理系(xi)统实现对算(suan)力中心(xin)和网络节点的实时(shi)监控与节能调度，通过计算(suan)节点支持动态(tai)调频、动态(tai)电压调节，单节点平均能耗降低30%以上，满足AI推(tui)理等应用需求。

（十六(liu)）企(qi)业绿(lu)色计算(suan)碳感知平台

揭榜任务：建立企(qi)业算(suan)力中心(xin)碳排放度量体系(xi)，能够实时(shi)、精(jing)准地(di)统计企(qi)业各个算(suan)力中心(xin)碳排放，并能将碳排放量分摊到不同的业务部门、应用场(chang)景和工作负载，实现精(jing)细化的碳排放的管理。同时(shi)，基于碳排放的数据，实现碳感知调度能力，通过在保证业务体验和连续性的情况下将工作负载调度到更加低碳的算(suan)力中心(xin)，进一步降低碳排放。

预期目标：到2026年，围绕千万(wan)核(he)级别跨域的算(suan)力中心(xin)，构建企(qi)业级绿(lu)色计算(suan)碳感知平台，形成一套(tao)行业通用的、可精(jing)确(que)度量不同类型工作负载碳排放的技术方法和指标体系(xi)，通过生态(tai)共建形成绿(lu)色度量衡标准体系(xi)。构建碳感知调度能力，达(da)到算(suan)力中心(xin)可再生能源比例30%的目标。

（十七）冷(leng)板式液冷(leng)原生整机柜服务器

揭榜任务：面向新一代(dai)液冷(leng)算(suan)力中心(xin)，研发冷(leng)板式液冷(leng)整机柜，包括液冷(leng)服务器节点、无(wu)源液冷(leng)门等，突(tu)破高密算(suan)力、多样性算(suan)力的散热技术及架构要(yao)求，实现支持供电总(zong)线、网络互联总(zong)线、液冷(leng)管路可盲插运维的液冷(leng)设备，具备液冷(leng)机柜及液冷(leng)服务器等多级漏液检测能力，有效(xiao)降低业务中断范围与损失。

预期目标：到2026年，液冷(leng)整机柜实现100%液冷(leng)散热，制冷(leng)PUE低于1.15。整机柜服务器内部实现全盲插设计，管理模块可实现整机柜功耗管理、漏液检测、资产管理等功能；通用算(suan)力单柜功率不低于20kW，智(zhi)能算(suan)力单机柜功率不低于30kW，实现不少于500台液冷(leng)节点的规模落地(di)应用。

（十八）算(suan)力中心(xin)节能调优平台

揭榜任务：研制高精(jing)确(que)度、高仿真效(xiao)率、多场(chang)景覆盖的算(suan)力中心(xin)PUE仿真平台，突(tu)破物理机理模型构建、仿真引擎集群、模型自动生成等关键技术，实现对算(suan)力中心(xin)不同运行状态(tai)下细分时(shi)间颗粒度PUE的快速、精(jing)准评估。研发基于大数据分析技术的算(suan)力中心(xin)制冷(leng)系(xi)统AI节能优化系(xi)统，通过自动化数据治理、自动推(tui)理等关键技术，准确(que)匹(pi)配制冷(leng)需求，在满足可靠性要(yao)求条件下实现算(suan)力中心(xin)制冷(leng)系(xi)统整体动态(tai)实时(shi)优化，优化算(suan)力中心(xin)PUE。

预期目标：到2026年，支持液冷(leng)、水(shui)冷(leng)等至少2类典型制冷(leng)场(chang)景进行能效(xiao)优化，支持制冷(leng)系(xi)统和配电系(xi)统联合仿真，系(xi)统可输出不同负载及运行工况条件下的PUE运行曲线、系(xi)统设备运行模拟工况等参数，PUE仿真精(jing)度达(da)到97%以上。基于能效(xiao)优化平台，支持AI自动推(tui)理，小(xiao)时(shi)级策略自动下发，实现对算(suan)力中心(xin)能耗的可视(shi)、可管、可控。通过AI能效(xiao)优化，实现算(suan)力中心(xin)PUE降低5%以上，通过算(suan)力中心(xin)基础设施与IT联动节能，实现总(zong)能耗降低5%以上，在5个以上算(suan)力中心(xin)落地(di)应用。

（十九）新型制冷(leng)系(xi)统

揭榜任务：研发人工智(zhi)能节能系(xi)统，针对算(suan)力中心(xin)基础设施的运行调控和环境监测。提(ti)出全新自适应算(suan)法，突(tu)破原有常见算(suan)法的局(ju)限(xian)性，提(ti)升数据的分析和处理效(xiao)果，搭建基于专家经验的人工智(zhi)能算(suan)法数据库(ku)，提(ti)升包括能耗管理、能源调度、安全监测、故障诊断、辅助(zhu)运维等功能的节能性、可靠性、经济性。

预期目标：到2026年，在满足制冷(leng)要(yao)求的基础上，提(ti)高冷(leng)却系(xi)统的可靠性和自适应性，提(ti)高能源使用效(xiao)率、水(shui)资源使用效(xiao)率和运维效(xiao)率，其中节电率提(ti)升10%以上。支持冷(leng)却系(xi)统数据采(cai)集、标注、治理、存储，具备系(xi)统运行异常告警、告警收敛、自动诊断、远程通信、自动控制等功能，支持冷(leng)却系(xi)统智(zhi)能化调优、智(zhi)能化控制的核(he)心(xin)能力，并开展不少于5个实际业务场(chang)景所提(ti)供的AI节能调优案例。

六(liu) 安全可靠

（二十）算(suan)力中心(xin)智(zhi)能运维机器人

揭榜任务：研发算(suan)力中心(xin)智(zhi)能运维机器人以及智(zhi)能机器人管理平台，基于云边(bian)端三层架构，实现智(zhi)能机器人在多层、多房间楼宇机房内的设备设施识(shi)别、多模态(tai)环境感知、精(jing)准空间定位、智(zhi)能人机协(xie)同、多任务联合调度等方面的技术与算(suan)法优化。支撑机器人在算(suan)力中心(xin)设施运维和IT运营等典型场(chang)景的应用，提(ti)升巡检质量，促进算(suan)力中心(xin)运维、运营的降本增效(xiao)。

预期目标：到2026年，实现大型算(suan)力中心(xin)内智(zhi)能机器人的多机房、多楼层协(xie)同应用部署；机器人巡检任务成功率不低于95%，设备识(shi)别准确(que)率达(da)到97%，环境巡检召回率不低于90%，保障算(suan)力中心(xin)巡检业务持续运行。实现云边(bian)端协(xie)同调度，支持不同场(chang)景下的自主作业，提(ti)高任务并发执行效(xiao)率，促进稳定、安全、可靠、可控的算(suan)力中心(xin)智(zhi)能运维体系(xi)建设。

（二十一）云边(bian)端一体化智(zhi)能监测平台

揭榜任务：开发高性能云边(bian)端一体化系(xi)统，研发以智(zhi)能化终端或机器人为硬件载体、以多算(suan)法模型融合和平台工具为软件载体的软硬结(jie)合的集中监测管理与运维巡检方案。突(tu)破多层级自动化运维、多维度诊断、多平台覆盖、多模型量化等关键技术。构建综合运维健康度数字化评估体系(xi)与模型，实现算(suan)力设施从规划、设计、建设、部署、运行、维护(hu)的全生命周期数字化管理。

预期目标：到2026年，建立大规模集群的智(zhi)能化运维能力，设备实现跨平台及系(xi)统稳定性风险和安全风险识(shi)别能力，综合视(shi)频识(shi)别技术等，结(jie)构化告警收敛推(tui)送，准确(que)率超过98%。算(suan)力设施全生命周期数字化联动，平台自动化流程推(tui)进，实现云端直控覆盖超10栋(dong)算(suan)力中心(xin)，落地(di)数字化算(suan)力中心(xin)健康度评估，智(zhi)能化终端或机器人的自驱(qu)动巡检，视(shi)频流识(shi)别与告警的联动，系(xi)统的智(zhi)能化运维问答，并保障业务服务级别协(xie)议（SLA）达(da)标率99%以上。

七 其他(ta)

（二十二）其他(ta)算(suan)力领域的特色化技术、产品、服务和平台等，应具有技术先进性，技术成熟度较高，产业化前景较好。

责编(bian):史健 | 审核(he):李震 | 监审:万(wan)军(jun)伟

【免责声明】本文仅代(dai)表作者本人观点，与和讯网无(wu)关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确(que)性、可靠性或完整性提(ti)供任何明示或暗示的保证。请读(du)者仅作参考，并请自行承(cheng)担全部责任。邮箱：news_center@staff.hexun.com