二、申(shen)报和(he)推荐(jian)

（一(yi)）申(shen)报单位须为在中华人民共和(he)国境内注册、具(ju)有(you)独立法人资格、具(ju)有(you)较强技术创(chuang)新和(he)产业化应用能力的企事业单位。申(shen)报单位根据(ju)《算力强基揭榜行动任(ren)务榜单》（见附件）选择(ze)揭榜任(ren)务，并需承(cheng)诺揭榜后能够(gou)在指(zhi)定期限内完成相应任(ren)务，每个单位申(shen)报不超过3个项目(mu)。有(you)关(guan)企业、高校、科研机构等以联合体方式(shi)申(shen)报的，牵头单位为1家，联合参与单位不超过4家。

（二）各省、自治区、直辖市工业和(he)信息化主管部门、通(tong)信管理(li)局以及有(you)关(guan)中央(yang)企业按(an)照政府引导、企业自愿的原则，组织有(you)关(guan)单位积极申(shen)报揭榜，并作为推荐(jian)单位，遵循公(gong)开、公(gong)平、公(gong)正的原则，审核遴(lin)选推荐(jian)创(chuang)新能力突(tu)出、产业化前景好、行业带动作用明显的项目(mu)，报工业和(he)信息化部（信息通(tong)信发展司）。

三、工作程序和(he)要求

（一(yi)）申(shen)报单位通(tong)过申(shen)报系统（https://gs.hcp.ac.cn）进行申(shen)报，完成注册后填(tian)写(xie)申(shen)报所需材料。申(shen)报截止时间为2025年3月15日。

（二）各省、自治区、直辖市工业和(he)信息化主管部门、通(tong)信管理(li)局以及有(you)关(guan)中央(yang)企业作为推荐(jian)单位，应于2025年3月31日前登录系统并确认推荐(jian)名单（账号密码请通(tong)过联系人获取）。推荐(jian)单位在每个方向推荐(jian)项目(mu)数量原则上不超过3个，所有(you)方向累计推荐(jian)项目(mu)总量不超过20个。鼓励各推荐(jian)单位结合实际情况，对推荐(jian)项目(mu)单位在政策、资金、资源配套等方面加大扶持力度。

（三）工业和(he)信息化部组织遴(lin)选并公(gong)布入围揭榜单位名单。入围揭榜单位完成攻关(guan)任(ren)务后（名单公(gong)布之(zhi)日起(qi)不超过2年），工业和(he)信息化部委托第三方专业机构开展测评工作，择(ze)优确定揭榜优胜单位（每个揭榜方向原则上不超过3家）。工业和(he)信息化部将统筹利用各类资源对揭榜入围、优胜单位予以支持，推动优秀成果示范应用推广。

附件：算力强基揭榜行动任(ren)务榜单

工业和(he)信息化部办公(gong)厅

2025年2月21日

附件

算力强基揭榜行动任(ren)务榜单

一(yi)、计算

（一(yi)）云边端算网协同管理(li)系统

揭榜任(ren)务：面向云边端多(duo)层级算力环境，研发算网协同应用管理(li)系统，设计面向不同应用软件架(jia)构的管理(li)机制，支持对不同架(jia)构应用软件的统一(yi)管理(li)；研发应用软件在算网协同中的自动化构建部署能力，支持应用软件的自动构建和(he)分发部署；研究算网协同应用系统的一(yi)体化观测能力，降低运维复杂度，提高复杂应用软件运行的稳定性和(he)可(ke)靠性。

预期目(mu)标：到(dao)2026年，研制应用软件管理(li)系统，支持对传统应用软件、云原生应用软件、AI应用软件、大数据(ju)应用软件等不少于5种应用软件的全生命周期管理(li)。研究基于算网协同的分布式(shi)构建和(he)部署技术，支持上述应用软件的自动分发和(he)跨算力节点部署，实现零人工介入。研发算网应用一(yi)体化观测功能，具(ju)备白盒化动态分析(xi)以及智(zhi)能故障根因定位能力。在不少于3个行业完成试(shi)点验证。

（二）支持超大规模参数模型的训推一(yi)体化异构智(zhi)算平台(tai)

揭榜任(ren)务：面向人工智(zhi)能大模型训练和(he)推理(li)对计算资源的需求，研发支持超大规模参数模型的训练、推理(li)一(yi)体化智(zhi)算平台(tai)，包括资源调度策略、训推加速套件等，并可(ke)支持多(duo)种硬(ying)件架(jia)构，屏蔽(bi)底层硬(ying)件差异，提升超大规模模型在训练、推理(li)过程中稳定性、资源利用率和(he)运行效率。

预期目(mu)标：到(dao)2026年，研发一(yi)套支持万亿参数模型的超大规模训推一(yi)体化智(zhi)算平台(tai)，万卡环境下(xia)稳定训练时间不低于30天(tian)，有(you)效训练时长不低于95%，训练效率较当前主流水平提升不低于30%，推理(li)效率提升不低于50%。支持主流深度学习框架(jia)，兼容多(duo)种硬(ying)件架(jia)构，并提供(gong)统一(yi)的编程接口和(he)开发环境，实现不低于10个行业用户的落(luo)地验证。

（三）异构算力跨域任(ren)务编排系统

揭榜任(ren)务：针对跨域异构算力协同，研发跨域异构算力管理(li)系统，实现跨域异构算力的管理(li)和(he)应用。研发针对多(duo)样性算力的规范化开放互联功能，支持对不同类型的异构算力模型统一(yi)抽象封(feng)装；研发跨域异构算力的管理(li)功能，支持对跨域异构算力的统一(yi)管理(li)和(he)协同；研究跨域多(duo)主体算力的安全认证和(he)控制方法，保障跨域协同安全。

预期目(mu)标：到(dao)2026年，研发不少于6种跨域协同调度算法，支持数据(ju)处(chu)理(li)、函数计算、机器学习等不少于3个场景的计算任(ren)务部署，完成不少于5个跨域算力中心(xin)的统一(yi)管理(li)。研发跨域多(duo)主体算力的安全认证方法，支持云边端等不同层级算力协同的安全要求。在不少于2个行业完成试(shi)点验证。

（四）训推算力一(yi)体机

揭榜任(ren)务：面向人工智(zhi)能训练、推理(li)场景，研发基于基础设施即服(fu)务（IaaS）和(he)平台(tai)即服(fu)务（PaaS）的高性能训推一(yi)体化解决方案，覆盖对大模型开发训练和(he)部署推理(li)的全流程，包括数据(ju)准备、模型训练、模型评测和(he)模型部署。同时，支持大模型加密、攻击防(fang)御等能力，解决针对大模型数据(ju)泄露、指(zhi)令(ling)攻击等安全问题和(he)风险。

预期目(mu)标：到(dao)2026年，研发支持至少3种指(zhi)令(ling)集芯片的训推一(yi)体机，针对至少5个行业开展人工智(zhi)能训推一(yi)体机应用，为用户提供(gong)多(duo)元化训推一(yi)体化服(fu)务，并在至少10种不同的场景进行人工智(zhi)能训推一(yi)体机落(luo)地。

（五）大规模异构算力集群推理(li)加速技术

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

预期目(mu)标：到(dao)2026年，实现集群有(you)效吞(tun)吐量5倍以上提升，实际应用场景中可(ke)处(chu)理(li)的请求数提升1倍以上，首字延迟性能提升1倍以上，芯片利用率提升50%以上。通(tong)过优化算力中心(xin)计算、存储、网络的配比以及拓扑结构和(he)系统调度策略，实现千卡以上异构集群在推理(li)加速领域的突(tu)破。

二、存储

（六）磁光(guang)电融合存储系统

揭榜任(ren)务：针对单一(yi)存储介质难以满足多(duo)样化数据(ju)存储需求的现状，依托磁、光(guang)、电存储在性能、寿(shou)命、功耗等方面的差异化特性，将磁、光(guang)、电存储技术进行融合，研发磁光(guang)电融合存储系统，构建基于固态硬(ying)盘（SSD）、机械硬(ying)盘（HDD）和(he)光(guang)存储的多(duo)级存储架(jia)构。根据(ju)业务特征，将数据(ju)保存在不同级别的存储设备中，实现海量数据(ju)的集中、统一(yi)存储管理(li)，支撑算力中心(xin)高效、低碳、安全持续发展。

预期目(mu)标：到(dao)2026年，研发磁、光(guang)、电融合存储系统，支持适配分布式(shi)文件、分布式(shi)块和(he)分布式(shi)对象等至少3种存储类型，系统可(ke)以根据(ju)数据(ju)的访问时间、访问频率、文件属性等自定义分级策略，根据(ju)业务负载(zai)动态调整迁移(yi)。系统可(ke)通(tong)过介质安全、系统安全、软件安全等夯实底层安全能力，通(tong)过防(fang)勒索(suo)、加密算法、远程监控、光(guang)存储预警检测等增强数据(ju)安全能力。打(da)造磁光(guang)电融合存储应用示范，完成至少20个业务系统应用，实现至少4个东部地区数据(ju)流动至西部磁光(guang)电存储系统，且数据(ju)存储量不少于10PB。

（七）存储调度管理(li)及应用技术

揭榜任(ren)务：针对海量数据(ju)存储和(he)算力孤岛问题，研发跨域多(duo)算的存力调度、存网编排和(he)存算网一(yi)体化系统，实现数据(ju)的智(zhi)能冷热分级、应用的跨域无感访问等能力，有(you)效降低成本、提高性能和(he)支撑业务。系统具(ju)备资源规划、策略调整能力，可(ke)优化和(he)调整全网数据(ju)存储布局，实现对不断变化的需求的适应。

预期目(mu)标：到(dao)2026年，研制具(ju)备高效、可(ke)扩展性的存储系统，基于智(zhi)能算法，对数据(ju)进行分析(xi)和(he)调度，实现应用无感访问和(he)智(zhi)能流动。研究存力调度策略，使(shi)数据(ju)召回率控制在30%以下(xia)；研究基于潮汐网络调度算法，实现网络带宽利用率提升50%以上，达到(dao)存网一(yi)体的目(mu)标。集成存储、计算和(he)网络的能力，支持存算网一(yi)体化调度，在算力中心(xin)资源池落(luo)地应用。

三、网络

（八）高性能数据(ju)处(chu)理(li)器（DPU）

揭榜任(ren)务：开展基于芯粒（Chiplet）和(he)第五代精简指(zhi)令(ling)集（RISC-V）技术的软硬(ying)件一(yi)体DPU芯片技术研究，支持算力中心(xin)、智(zhi)算中心(xin)、超算中心(xin)场景所需的超高带宽和(he)超低时延，突(tu)破Chiplet异构芯片封(feng)装技术、高速Serdes通(tong)信、大规模无损网络拥塞算法、硬(ying)件密码算法、高性能虚拟化、硬(ying)件可(ke)编程等技术，实现基于ARM、X86、RISC-V等异构核心(xin)的DPU应用，提升算力中心(xin)基础设施处(chu)理(li)能力和(he)数据(ju)传输能效比。

预期目(mu)标：到(dao)2026年，完成超高性能DPU芯片研发工作，吞(tun)吐能力达到(dao)400Gbps，单向流量时延不高于30us，支持与国内外主流CPU、GPU芯片平台(tai)的适配，支持主流操作系统兼容，支持数据(ju)报文硬(ying)件处(chu)理(li)逻辑可(ke)编程。

（九）基于RoCE的智(zhi)算网络

揭榜任(ren)务：面向RoCE网络开展设备及管控系统研发，通(tong)过提高设备带宽、优化负载(zai)均衡算法、强化网络流量规划及运维能力等方式(shi)，提升RoCE网络的吞(tun)吐量和(he)时延性能。研制新一(yi)代智(zhi)能化管控工具(ju)，引入AI大模型能力，简化RoCE网络的部署和(he)配置工作，实现全局、多(duo)维度的可(ke)视化运维。在网络波动、业务变更、故障等情况下(xia)，网络参数自动调整，流量快速切换，从而达到(dao)提升网络效率和(he)降低运维成本的目(mu)标。

预期目(mu)标：到(dao)2026年，实现新型RoCE网络整体方案的商用部署，网络性能提升10%以上。通(tong)过智(zhi)能化管控及运维工具(ju)，网络部署难度大幅降低，运维效率提升50%以上，可(ke)支撑更大规模部署和(he)应用。

（十）光(guang)交换智(zhi)算网络技术研究与验证

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

预期目(mu)标：到(dao)2026年，实现支持智(zhi)算集群的易操作、高可(ke)靠、可(ke)平滑过渡升级的光(guang)网络，支持人工智(zhi)能等关(guan)键业务承(cheng)载(zai)；光(guang)交换设备单端口速率支持100GE/400GE/800GE，交换容量弹性可(ke)扩展，可(ke)支持不少于3种异构算力资源互联，在不少于2个智(zhi)算集群完成验证，并完成不少于3种智(zhi)算业务承(cheng)载(zai)验证。

（十一(yi)）面向分布式(shi)智(zhi)算中心(xin)的网络关(guan)键技术研究与验证

揭榜任(ren)务：针对智(zhi)算集群从集中式(shi)向分布式(shi)部署探索(suo)的趋势，攻关(guan)算力中心(xin)间网络技术，研发面向智(zhi)算中心(xin)间的高可(ke)靠传输设备，构建智(zhi)算中心(xin)间超大容量、超低时延、超高可(ke)靠光(guang)电协同网络，实现智(zhi)算中心(xin)高速、可(ke)靠互联。

预期目(mu)标：到(dao)2026年，突(tu)破智(zhi)算中心(xin)间超大容量、超高可(ke)靠网络传输关(guan)键技术，研制面向智(zhi)算中心(xin)间网络的传输设备，单波速率不低于1.6Tbps，设备时延不超过30us，支撑分布式(shi)智(zhi)算中心(xin)间业务的高可(ke)靠传输。

四、应用

（十二）智(zhi)算中心(xin)跨域互联应用

揭榜任(ren)务：优化人工智(zhi)能算力基础设施布局，构建跨地域互补、协同算力调度的超大规模人工智(zhi)能算力服(fu)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力池，提供(gong)面向大模型训推场景深度优化的弹性调度、弹性容错、高资源利用率的人工智(zhi)能算力服(fu)务。

预期目(mu)标：到(dao)2026年，形(xing)成覆盖5个以上全国重点算力枢纽节点的人工智(zhi)能算力中心(xin)，支持跨地域、跨云的算力需求感知和(he)动态调度，完成3款以上算力芯片适配，聚焦大模型训练和(he)推理(li)场景，构建大规模、高性能、弹性调度、高容错的训推一(yi)体算力资源池，具(ju)备分钟级断点续训能力，支持万卡级别并行训练。

（十三）算力电力协同应用

揭榜任(ren)务：研发基于算力调度技术与能源大模型的多(duo)云异构算电协同管理(li)平台(tai)，构建基于数据(ju)驱(qu)动的算力集群用电负荷特性模型、基于计算任(ren)务的时空转移(yi)特性的能源大模型，推动算力预测与调度技术在智(zhi)算中心(xin)应用落(luo)地，提升整体资源利用率，基于新能源、新型储能系统开展算力负荷与电力系统的协同优化，实现精准、动态、实时的能源调度与交易，实现算力与电力等能源的深度协同。

预期目(mu)标：到(dao)2026年，实现智(zhi)算场景下(xia)能源与算力全链路的数据(ju)穿(chuan)透及流程整合，构建“算”随“电”动的直接控制及间接引导机制，实现算力需求预测精准度达到(dao)70%、集群有(you)效负载(zai)率提升25%以上，智(zhi)算中心(xin)整体集群资源利用率提高10%。结合算力集群用电数据(ju)、时间周期、气象数据(ju)、工作负载(zai)等多(duo)种因素，实现“电”随“算”用的能源效率优化与算效提升，实现基础设施用能决策精准度85%以上，响应时效性达到(dao)提前15分钟响应级别，智(zhi)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%以上。

（十四）大规模通(tong)信业务场景中的算力应用

揭榜任(ren)务：围绕网络功能虚拟化（NFV）系统架(jia)构，针对NFV中网络性能、资源利用和(he)灵活展性等方面的挑战(zhan)，研发面向NFV架(jia)构的高性能虚拟化、智(zhi)能化网络管理(li)和(he)资源编排算法等技术和(he)系统，突(tu)破虚拟化层与硬(ying)件加速器（如FPGA、DPU、GPU）之(zhi)间的协同能力。

预期目(mu)标：到(dao)2026年，NFV算力平台(tai)系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、动态扩展，资源动态分配，虚拟化资源利用率提升20%以上；支持GPU、FPGA等硬(ying)件加速器的虚拟化调度，加速网络处(chu)理(li)性能至Tbps以上；支持智(zhi)能化网络虚拟化功能管理(li)，提升NFV系统的自动化运维能力和(he)管理(li)效能，故障修复时间缩减不低于30%。

五、绿色低碳

（十五）绿色算力技术研究及应用

揭榜任(ren)务：围绕算力的绿色节能技术突(tu)破，面向算力中的任(ren)务调度特性、能源使(shi)用模式(shi)、负载(zai)均衡要求等关(guan)键要素，研发适应于绿色计算的动态资源调度算法、能耗优化管理(li)系统，以及面向多(duo)场景的协同节能机制，突(tu)破节能算法的智(zhi)能化程度，提升算力网络中多(duo)节点的能源利用效率。

预期目(mu)标：到(dao)2026年，能耗管理(li)系统实现对算力中心(xin)和(he)网络节点的实时监控与节能调度，通(tong)过计算节点支持动态调频、动态电压调节，单节点平均能耗降低30%以上，满足AI推理(li)等应用需求。

（十六）企业绿色计算碳感知平台(tai)

揭榜任(ren)务：建立企业算力中心(xin)碳排放度量体系，能够(gou)实时、精准地统计企业各个算力中心(xin)碳排放，并能将碳排放量分摊到(dao)不同的业务部门、应用场景和(he)工作负载(zai)，实现精细化的碳排放的管理(li)。同时，基于碳排放的数据(ju)，实现碳感知调度能力，通(tong)过在保证业务体验和(he)连续性的情况下(xia)将工作负载(zai)调度到(dao)更加低碳的算力中心(xin)，进一(yi)步降低碳排放。

预期目(mu)标：到(dao)2026年，围绕千万核级别跨域的算力中心(xin)，构建企业级绿色计算碳感知平台(tai)，形(xing)成一(yi)套行业通(tong)用的、可(ke)精确度量不同类型工作负载(zai)碳排放的技术方法和(he)指(zhi)标体系，通(tong)过生态共建形(xing)成绿色度量衡标准体系。构建碳感知调度能力，达到(dao)算力中心(xin)可(ke)再生能源比例30%的目(mu)标。

（十七）冷板式(shi)液冷原生整机柜服(fu)务器

揭榜任(ren)务：面向新一(yi)代液冷算力中心(xin)，研发冷板式(shi)液冷整机柜，包括液冷服(fu)务器节点、无源液冷门等，突(tu)破高密算力、多(duo)样性算力的散热技术及架(jia)构要求，实现支持供(gong)电总线、网络互联总线、液冷管路可(ke)盲插(cha)运维的液冷设备，具(ju)备液冷机柜及液冷服(fu)务器等多(duo)级漏液检测能力，有(you)效降低业务中断范围与损失。

预期目(mu)标：到(dao)2026年，液冷整机柜实现100%液冷散热，制冷PUE低于1.15。整机柜服(fu)务器内部实现全盲插(cha)设计，管理(li)模块可(ke)实现整机柜功耗管理(li)、漏液检测、资产管理(li)等功能；通(tong)用算力单柜功率不低于20kW，智(zhi)能算力单机柜功率不低于30kW，实现不少于500台(tai)液冷节点的规模落(luo)地应用。

（十八）算力中心(xin)节能调优平台(tai)

揭榜任(ren)务：研制高精确度、高仿真(zhen)效率、多(duo)场景覆盖的算力中心(xin)PUE仿真(zhen)平台(tai)，突(tu)破物理(li)机理(li)模型构建、仿真(zhen)引擎集群、模型自动生成等关(guan)键技术，实现对算力中心(xin)不同运行状态下(xia)细分时间颗粒度PUE的快速、精准评估。研发基于大数据(ju)分析(xi)技术的算力中心(xin)制冷系统AI节能优化系统，通(tong)过自动化数据(ju)治理(li)、自动推理(li)等关(guan)键技术，准确匹配制冷需求，在满足可(ke)靠性要求条件下(xia)实现算力中心(xin)制冷系统整体动态实时优化，优化算力中心(xin)PUE。

预期目(mu)标：到(dao)2026年，支持液冷、水冷等至少2类典型制冷场景进行能效优化，支持制冷系统和(he)配电系统联合仿真(zhen)，系统可(ke)输出不同负载(zai)及运行工况条件下(xia)的PUE运行曲线、系统设备运行模拟工况等参数，PUE仿真(zhen)精度达到(dao)97%以上。基于能效优化平台(tai)，支持AI自动推理(li)，小时级策略自动下(xia)发，实现对算力中心(xin)能耗的可(ke)视、可(ke)管、可(ke)控。通(tong)过AI能效优化，实现算力中心(xin)PUE降低5%以上，通(tong)过算力中心(xin)基础设施与IT联动节能，实现总能耗降低5%以上，在5个以上算力中心(xin)落(luo)地应用。

（十九）新型制冷系统

揭榜任(ren)务：研发人工智(zhi)能节能系统，针对算力中心(xin)基础设施的运行调控和(he)环境监测。提出全新自适应算法，突(tu)破原有(you)常见算法的局限性，提升数据(ju)的分析(xi)和(he)处(chu)理(li)效果，搭建基于专家经验的人工智(zhi)能算法数据(ju)库，提升包括能耗管理(li)、能源调度、安全监测、故障诊(zhen)断、辅助运维等功能的节能性、可(ke)靠性、经济性。

预期目(mu)标：到(dao)2026年，在满足制冷要求的基础上，提高冷却系统的可(ke)靠性和(he)自适应性，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(ju)采集、标注、治理(li)、存储，具(ju)备系统运行异常告警、告警收敛、自动诊(zhen)断、远程通(tong)信、自动控制等功能，支持冷却系统智(zhi)能化调优、智(zhi)能化控制的核心(xin)能力，并开展不少于5个实际业务场景所提供(gong)的AI节能调优案例。

六、安全可(ke)靠

（二十）算力中心(xin)智(zhi)能运维机器人

揭榜任(ren)务：研发算力中心(xin)智(zhi)能运维机器人以及智(zhi)能机器人管理(li)平台(tai)，基于云边端三层架(jia)构，实现智(zhi)能机器人在多(duo)层、多(duo)房间楼(lou)宇机房内的设备设施识(shi)别、多(duo)模态环境感知、精准空间定位、智(zhi)能人机协同、多(duo)任(ren)务联合调度等方面的技术与算法优化。支撑机器人在算力中心(xin)设施运维和(he)IT运营等典型场景的应用，提升巡检质量，促进算力中心(xin)运维、运营的降本增效。

预期目(mu)标：到(dao)2026年，实现大型算力中心(xin)内智(zhi)能机器人的多(duo)机房、多(duo)楼(lou)层协同应用部署；机器人巡检任(ren)务成功率不低于95%，设备识(shi)别准确率达到(dao)97%，环境巡检召回率不低于90%，保障算力中心(xin)巡检业务持续运行。实现云边端协同调度，支持不同场景下(xia)的自主作业，提高任(ren)务并发执行效率，促进稳定、安全、可(ke)靠、可(ke)控的算力中心(xin)智(zhi)能运维体系建设。

（二十一(yi)）云边端一(yi)体化智(zhi)能监测平台(tai)

揭榜任(ren)务：开发高性能云边端一(yi)体化系统，研发以智(zhi)能化终端或机器人为硬(ying)件载(zai)体、以多(duo)算法模型融合和(he)平台(tai)工具(ju)为软件载(zai)体的软硬(ying)结合的集中监测管理(li)与运维巡检方案。突(tu)破多(duo)层级自动化运维、多(duo)维度诊(zhen)断、多(duo)平台(tai)覆盖、多(duo)模型量化等关(guan)键技术。构建综合运维健康度数字化评估体系与模型，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管理(li)。

预期目(mu)标：到(dao)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(tai)及系统稳定性风险和(he)安全风险识(shi)别能力，综合视频识(shi)别技术等，结构化告警收敛推送，准确率超过98%。算力设施全生命周期数字化联动，平台(tai)自动化流程推进，实现云端直控覆盖超10栋算力中心(xin)，落(luo)地数字化算力中心(xin)健康度评估，智(zhi)能化终端或机器人的自驱(qu)动巡检，视频流识(shi)别与告警的联动，系统的智(zhi)能化运维问答，并保障业务服(fu)务级别协议（SLA）达标率99%以上。