二、申报和(he)推荐(jian)

（一(yi)）申报单位须为在中(zhong)华人民共和(he)国境内注册、具有(you)独立法(fa)人资格、具有(you)较强技术创新(xin)和(he)产(chan)业(ye)化应用能力(li)的企事业(ye)单位。申报单位根据《算力(li)强基揭榜行动任务榜单》（见附件）选(xuan)择揭榜任务，并需承诺揭榜后能够在指定期限内完成(cheng)相(xiang)应任务，每个单位申报不超过(guo)3个项目。有(you)关企业(ye)、高校、科研机构等以联(lian)合体方式申报的，牵(qian)头单位为1家，联(lian)合参(can)与(yu)单位不超过(guo)4家。

（二）各省、自治区、直辖市工业(ye)和(he)信息化主管部(bu)门、通信管理(li)局以及有(you)关中(zhong)央企业(ye)按照政府引导、企业(ye)自愿(yuan)的原则，组织有(you)关单位积极申报揭榜，并作为推荐(jian)单位，遵(zun)循公开、公平、公正的原则，审核遴选(xuan)推荐(jian)创新(xin)能力(li)突出、产(chan)业(ye)化前(qian)景好、行业(ye)带(dai)动作用明显的项目，报工业(ye)和(he)信息化部(bu)（信息通信发展司(si)）。

三、工作程序(xu)和(he)要求

（一(yi)）申报单位通过(guo)申报系统进行申报，完成(cheng)注册后填写申报所需材料。申报截止时间(jian)为2025年3月15日(ri)。

（二）各省、自治区、直辖市工业(ye)和(he)信息化主管部(bu)门、通信管理(li)局以及有(you)关中(zhong)央企业(ye)作为推荐(jian)单位，应于2025年3月31日(ri)前(qian)登录系统并确认推荐(jian)名(ming)单（账号(hao)密码请通过(guo)联(lian)系人获取）。推荐(jian)单位在每个方向推荐(jian)项目数量原则上不超过(guo)3个，所有(you)方向累计(ji)推荐(jian)项目总量不超过(guo)20个。鼓(gu)励各推荐(jian)单位结合实际情况，对推荐(jian)项目单位在政策、资金、资源配(pei)套等方面加(jia)大扶持(chi)力(li)度。

（三）工业(ye)和(he)信息化部(bu)组织遴选(xuan)并公布入围揭榜单位名(ming)单。入围揭榜单位完成(cheng)攻关任务后（名(ming)单公布之日(ri)起(qi)不超过(guo)2年），工业(ye)和(he)信息化部(bu)委托第三方专业(ye)机构开展测评工作，择优确定揭榜优胜单位（每个揭榜方向原则上不超过(guo)3家）。工业(ye)和(he)信息化部(bu)将统筹利用各类资源对揭榜入围、优胜单位予以支持(chi)，推动优秀(xiu)成(cheng)果示范应用推广(guang)。

工业(ye)和(he)信息化部(bu)办公厅

2025年2月21日(ri)

附件

算力(li)强基揭榜行动任务榜单

一(yi) 计(ji)算

（一(yi)）云边端(duan)算网(wang)协同管理(li)系统

揭榜任务：面向云边端(duan)多层级算力(li)环境，研发算网(wang)协同应用管理(li)系统，设计(ji)面向不同应用软件架构的管理(li)机制，支持(chi)对不同架构应用软件的统一(yi)管理(li)；研发应用软件在算网(wang)协同中(zhong)的自动化构建(jian)部(bu)署能力(li)，支持(chi)应用软件的自动构建(jian)和(he)分(fen)发部(bu)署；研究算网(wang)协同应用系统的一(yi)体化观测能力(li)，降低运维复杂(za)度，提高复杂(za)应用软件运行的稳定性和(he)可靠性。

预期目标(biao)：到2026年，研制应用软件管理(li)系统，支持(chi)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(quan)生命周期管理(li)。研究基于算网(wang)协同的分(fen)布式构建(jian)和(he)部(bu)署技术，支持(chi)上述应用软件的自动分(fen)发和(he)跨算力(li)节点部(bu)署，实现零人工介入。研发算网(wang)应用一(yi)体化观测功能，具备(bei)白盒(he)化动态(tai)分(fen)析以及智能故障根因(yin)定位能力(li)。在不少于3个行业(ye)完成(cheng)试点验证。

（二）支持(chi)超大规(gui)模参(can)数模型的训(xun)推一(yi)体化异(yi)构智算平台

揭榜任务：面向人工智能大模型训(xun)练(lian)和(he)推理(li)对计(ji)算资源的需求，研发支持(chi)超大规(gui)模参(can)数模型的训(xun)练(lian)、推理(li)一(yi)体化智算平台，包括资源调度策略、训(xun)推加(jia)速套件等，并可支持(chi)多种硬件架构，屏蔽底层硬件差异(yi)，提升超大规(gui)模模型在训(xun)练(lian)、推理(li)过(guo)程中(zhong)稳定性、资源利用率和(he)运行效率。

预期目标(biao)：到2026年，研发一(yi)套支持(chi)万(wan)亿参(can)数模型的超大规(gui)模训(xun)推一(yi)体化智算平台，万(wan)卡(ka)环境下稳定训(xun)练(lian)时间(jian)不低于30天，有(you)效训(xun)练(lian)时长不低于95%，训(xun)练(lian)效率较当前(qian)主流水平提升不低于30%，推理(li)效率提升不低于50%。支持(chi)主流深度学习框架，兼容多种硬件架构，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(ye)用户的落地(di)验证。

（三）异(yi)构算力(li)跨域任务编排系统

揭榜任务：针对跨域异(yi)构算力(li)协同，研发跨域异(yi)构算力(li)管理(li)系统，实现跨域异(yi)构算力(li)的管理(li)和(he)应用。研发针对多样性算力(li)的规(gui)范化开放互(hu)联(lian)功能，支持(chi)对不同类型的异(yi)构算力(li)模型统一(yi)抽象封装；研发跨域异(yi)构算力(li)的管理(li)功能，支持(chi)对跨域异(yi)构算力(li)的统一(yi)管理(li)和(he)协同；研究跨域多主体算力(li)的安全(quan)认证和(he)控制方法(fa)，保障跨域协同安全(quan)。

预期目标(biao)：到2026年，研发不少于6种跨域协同调度算法(fa)，支持(chi)数据处(chu)理(li)、函数计(ji)算、机器学习等不少于3个场景的计(ji)算任务部(bu)署，完成(cheng)不少于5个跨域算力(li)中(zhong)心的统一(yi)管理(li)。研发跨域多主体算力(li)的安全(quan)认证方法(fa)，支持(chi)云边端(duan)等不同层级算力(li)协同的安全(quan)要求。在不少于2个行业(ye)完成(cheng)试点验证。

（四）训(xun)推算力(li)一(yi)体机

揭榜任务：面向人工智能训(xun)练(lian)、推理(li)场景，研发基于基础设施即服务（IaaS）和(he)平台即服务（PaaS）的高性能训(xun)推一(yi)体化解(jie)决方案，覆盖对大模型开发训(xun)练(lian)和(he)部(bu)署推理(li)的全(quan)流程，包括数据准备(bei)、模型训(xun)练(lian)、模型评测和(he)模型部(bu)署。同时，支持(chi)大模型加(jia)密、攻击防御等能力(li)，解(jie)决针对大模型数据泄露、指令攻击等安全(quan)问题和(he)风险。

预期目标(biao)：到2026年，研发支持(chi)至少3种指令集芯(xin)片的训(xun)推一(yi)体机，针对至少5个行业(ye)开展人工智能训(xun)推一(yi)体机应用，为用户提供(gong)多元化训(xun)推一(yi)体化服务，并在至少10种不同的场景进行人工智能训(xun)推一(yi)体机落地(di)。

（五）大规(gui)模异(yi)构算力(li)集群(qun)推理(li)加(jia)速技术

揭榜任务：研发存储、网(wang)络、计(ji)算的协同优化技术，通过(guo)模型加(jia)速、调度加(jia)速等方法(fa)实现大规(gui)模异(yi)构算力(li)集群(qun)在大模型推理(li)方面的加(jia)速，从而支持(chi)更大的模型、更长的上下文、更高的性能及更低的能耗，促进算力(li)芯(xin)片在大模型推理(li)方面的更好应用。

预期目标(biao)：到2026年，实现集群(qun)有(you)效吞吐量5倍(bei)以上提升，实际应用场景中(zhong)可处(chu)理(li)的请求数提升1倍(bei)以上，首字延迟性能提升1倍(bei)以上，芯(xin)片利用率提升50%以上。通过(guo)优化算力(li)中(zhong)心计(ji)算、存储、网(wang)络的配(pei)比以及拓扑结构和(he)系统调度策略，实现千卡(ka)以上异(yi)构集群(qun)在推理(li)加(jia)速领域的突破。

二 存储

（六）磁光电(dian)融合存储系统

揭榜任务：针对单一(yi)存储介质难以满足多样化数据存储需求的现状，依托磁、光、电(dian)存储在性能、寿命、功耗等方面的差异(yi)化特性，将磁、光、电(dian)存储技术进行融合，研发磁光电(dian)融合存储系统，构建(jian)基于固态(tai)硬盘（SSD）、机械硬盘（HDD）和(he)光存储的多级存储架构。根据业(ye)务特征，将数据保存在不同级别的存储设备(bei)中(zhong)，实现海量数据的集中(zhong)、统一(yi)存储管理(li)，支撑算力(li)中(zhong)心高效、低碳、安全(quan)持(chi)续发展。

预期目标(biao)：到2026年，研发磁、光、电(dian)融合存储系统，支持(chi)适配(pei)分(fen)布式文件、分(fen)布式块和(he)分(fen)布式对象等至少3种存储类型，系统可以根据数据的访问时间(jian)、访问频(pin)率、文件属性等自定义分(fen)级策略，根据业(ye)务负载动态(tai)调整迁移。系统可通过(guo)介质安全(quan)、系统安全(quan)、软件安全(quan)等夯实底层安全(quan)能力(li)，通过(guo)防勒索(suo)、加(jia)密算法(fa)、远程监(jian)控、光存储预警检测等增(zeng)强数据安全(quan)能力(li)。打造磁光电(dian)融合存储应用示范，完成(cheng)至少20个业(ye)务系统应用，实现至少4个东部(bu)地(di)区数据流动至西部(bu)磁光电(dian)存储系统，且(qie)数据存储量不少于10PB。

（七）存储调度管理(li)及应用技术

揭榜任务：针对海量数据存储和(he)算力(li)孤岛问题，研发跨域多算的存力(li)调度、存网(wang)编排和(he)存算网(wang)一(yi)体化系统，实现数据的智能冷热分(fen)级、应用的跨域无感访问等能力(li)，有(you)效降低成(cheng)本、提高性能和(he)支撑业(ye)务。系统具备(bei)资源规(gui)划、策略调整能力(li)，可优化和(he)调整全(quan)网(wang)数据存储布局，实现对不断(duan)变化的需求的适应。

预期目标(biao)：到2026年，研制具备(bei)高效、可扩展性的存储系统，基于智能算法(fa)，对数据进行分(fen)析和(he)调度，实现应用无感访问和(he)智能流动。研究存力(li)调度策略，使数据召回率控制在30%以下；研究基于潮汐网(wang)络调度算法(fa)，实现网(wang)络带(dai)宽利用率提升50%以上，达到存网(wang)一(yi)体的目标(biao)。集成(cheng)存储、计(ji)算和(he)网(wang)络的能力(li)，支持(chi)存算网(wang)一(yi)体化调度，在算力(li)中(zhong)心资源池落地(di)应用。

三 网(wang)络

（八）高性能数据处(chu)理(li)器（DPU）

揭榜任务：开展基于芯(xin)粒（Chiplet）和(he)第五代精简指令集（RISC-V）技术的软硬件一(yi)体DPU芯(xin)片技术研究，支持(chi)算力(li)中(zhong)心、智算中(zhong)心、超算中(zhong)心场景所需的超高带(dai)宽和(he)超低时延，突破Chiplet异(yi)构芯(xin)片封装技术、高速Serdes通信、大规(gui)模无损网(wang)络拥塞算法(fa)、硬件密码算法(fa)、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)构核心的DPU应用，提升算力(li)中(zhong)心基础设施处(chu)理(li)能力(li)和(he)数据传输能效比。

预期目标(biao)：到2026年，完成(cheng)超高性能DPU芯(xin)片研发工作，吞吐能力(li)达到400Gbps，单向流量时延不高于30us，支持(chi)与(yu)国内外主流CPU、GPU芯(xin)片平台的适配(pei)，支持(chi)主流操作系统兼容，支持(chi)数据报文硬件处(chu)理(li)逻辑可编程。

（九）基于RoCE的智算网(wang)络

揭榜任务：面向RoCE网(wang)络开展设备(bei)及管控系统研发，通过(guo)提高设备(bei)带(dai)宽、优化负载均衡算法(fa)、强化网(wang)络流量规(gui)划及运维能力(li)等方式，提升RoCE网(wang)络的吞吐量和(he)时延性能。研制新(xin)一(yi)代智能化管控工具，引入AI大模型能力(li)，简化RoCE网(wang)络的部(bu)署和(he)配(pei)置工作，实现全(quan)局、多维度的可视化运维。在网(wang)络波动、业(ye)务变更、故障等情况下，网(wang)络参(can)数自动调整，流量快速切换，从而达到提升网(wang)络效率和(he)降低运维成(cheng)本的目标(biao)。

预期目标(biao)：到2026年，实现新(xin)型RoCE网(wang)络整体方案的商用部(bu)署，网(wang)络性能提升10%以上。通过(guo)智能化管控及运维工具，网(wang)络部(bu)署难度大幅降低，运维效率提升50%以上，可支撑更大规(gui)模部(bu)署和(he)应用。

（十）光交换智算网(wang)络技术研究与(yu)验证

揭榜任务：面向智算集群(qun)低功耗、高带(dai)宽、低延迟技术需求，开展智算集群(qun)光交换组网(wang)关键(jian)技术研究与(yu)验证，重点突破智算集群(qun)光交换组网(wang)、路由协议适配(pei)等关键(jian)技术。针对智算集群(qun)的功能、性能、可靠性和(he)扩展性等要求，研究光拓扑映射、光电(dian)混合路由、多路径负载均衡等技术。

预期目标(biao)：到2026年，实现支持(chi)智算集群(qun)的易操作、高可靠、可平滑过(guo)渡(du)升级的光网(wang)络，支持(chi)人工智能等关键(jian)业(ye)务承载；光交换设备(bei)单端(duan)口速率支持(chi)100GE/400GE/800GE，交换容量弹(dan)性可扩展，可支持(chi)不少于3种异(yi)构算力(li)资源互(hu)联(lian)，在不少于2个智算集群(qun)完成(cheng)验证，并完成(cheng)不少于3种智算业(ye)务承载验证。

（十一(yi)）面向分(fen)布式智算中(zhong)心的网(wang)络关键(jian)技术研究与(yu)验证

揭榜任务：针对智算集群(qun)从集中(zhong)式向分(fen)布式部(bu)署探索(suo)的趋势，攻关算力(li)中(zhong)心间(jian)网(wang)络技术，研发面向智算中(zhong)心间(jian)的高可靠传输设备(bei)，构建(jian)智算中(zhong)心间(jian)超大容量、超低时延、超高可靠光电(dian)协同网(wang)络，实现智算中(zhong)心高速、可靠互(hu)联(lian)。

预期目标(biao)：到2026年，突破智算中(zhong)心间(jian)超大容量、超高可靠网(wang)络传输关键(jian)技术，研制面向智算中(zhong)心间(jian)网(wang)络的传输设备(bei)，单波速率不低于1.6Tbps，设备(bei)时延不超过(guo)30us，支撑分(fen)布式智算中(zhong)心间(jian)业(ye)务的高可靠传输。

四 应用

（十二）智算中(zhong)心跨域互(hu)联(lian)应用

揭榜任务：优化人工智能算力(li)基础设施布局，构建(jian)跨地(di)域互(hu)补(bu)、协同算力(li)调度的超大规(gui)模人工智能算力(li)服务能力(li)。加(jia)强与(yu)人工智能芯(xin)片厂商的兼容适配(pei)，构筑大规(gui)模高性能异(yi)构算力(li)池，提供(gong)面向大模型训(xun)推场景深度优化的弹(dan)性调度、弹(dan)性容错、高资源利用率的人工智能算力(li)服务。

预期目标(biao)：到2026年，形成(cheng)覆盖5个以上全(quan)国重点算力(li)枢纽节点的人工智能算力(li)中(zhong)心，支持(chi)跨地(di)域、跨云的算力(li)需求感知和(he)动态(tai)调度，完成(cheng)3款以上算力(li)芯(xin)片适配(pei)，聚焦大模型训(xun)练(lian)和(he)推理(li)场景，构建(jian)大规(gui)模、高性能、弹(dan)性调度、高容错的训(xun)推一(yi)体算力(li)资源池，具备(bei)分(fen)钟级断(duan)点续训(xun)能力(li)，支持(chi)万(wan)卡(ka)级别并行训(xun)练(lian)。

（十三）算力(li)电(dian)力(li)协同应用

揭榜任务：研发基于算力(li)调度技术与(yu)能源大模型的多云异(yi)构算电(dian)协同管理(li)平台，构建(jian)基于数据驱(qu)动的算力(li)集群(qun)用电(dian)负荷特性模型、基于计(ji)算任务的时空转移特性的能源大模型，推动算力(li)预测与(yu)调度技术在智算中(zhong)心应用落地(di)，提升整体资源利用率，基于新(xin)能源、新(xin)型储能系统开展算力(li)负荷与(yu)电(dian)力(li)系统的协同优化，实现精准、动态(tai)、实时的能源调度与(yu)交易，实现算力(li)与(yu)电(dian)力(li)等能源的深度协同。

预期目标(biao)：到2026年，实现智算场景下能源与(yu)算力(li)全(quan)链路的数据穿透(tou)及流程整合，构建(jian)“算”随“电(dian)”动的直接控制及间(jian)接引导机制，实现算力(li)需求预测精准度达到70%、集群(qun)有(you)效负载率提升25%以上，智算中(zhong)心整体集群(qun)资源利用率提高10%。结合算力(li)集群(qun)用电(dian)数据、时间(jian)周期、气象数据、工作负载等多种因(yin)素，实现“电(dian)”随“算”用的能源效率优化与(yu)算效提升，实现基础设施用能决策精准度85%以上，响应时效性达到提前(qian)15分(fen)钟响应级别，智算中(zhong)心整体算力(li)能效水平提升30%，算力(li)中(zhong)心用电(dian)成(cheng)本降低5%以上。

（十四）大规(gui)模通信业(ye)务场景中(zhong)的算力(li)应用

揭榜任务：围绕网(wang)络功能虚拟化（NFV）系统架构，针对NFV中(zhong)网(wang)络性能、资源利用和(he)灵活展性等方面的挑战，研发面向NFV架构的高性能虚拟化、智能化网(wang)络管理(li)和(he)资源编排算法(fa)等技术和(he)系统，突破虚拟化层与(yu)硬件加(jia)速器（如FPGA、DPU、GPU）之间(jian)的协同能力(li)。

预期目标(biao)：到2026年，NFV算力(li)平台系统中(zhong)实现对虚拟化网(wang)络功能的智能调度，支持(chi)异(yi)构集群(qun)部(bu)署、动态(tai)扩展，资源动态(tai)分(fen)配(pei)，虚拟化资源利用率提升20%以上；支持(chi)GPU、FPGA等硬件加(jia)速器的虚拟化调度，加(jia)速网(wang)络处(chu)理(li)性能至Tbps以上；支持(chi)智能化网(wang)络虚拟化功能管理(li)，提升NFV系统的自动化运维能力(li)和(he)管理(li)效能，故障修复时间(jian)缩减(jian)不低于30%。

五 绿色低碳

（十五）绿色算力(li)技术研究及应用

揭榜任务：围绕算力(li)的绿色节能技术突破，面向算力(li)中(zhong)的任务调度特性、能源使用模式、负载均衡要求等关键(jian)要素，研发适应于绿色计(ji)算的动态(tai)资源调度算法(fa)、能耗优化管理(li)系统，以及面向多场景的协同节能机制，突破节能算法(fa)的智能化程度，提升算力(li)网(wang)络中(zhong)多节点的能源利用效率。

预期目标(biao)：到2026年，能耗管理(li)系统实现对算力(li)中(zhong)心和(he)网(wang)络节点的实时监(jian)控与(yu)节能调度，通过(guo)计(ji)算节点支持(chi)动态(tai)调频(pin)、动态(tai)电(dian)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(ye)绿色计(ji)算碳感知平台

揭榜任务：建(jian)立企业(ye)算力(li)中(zhong)心碳排放度量体系，能够实时、精准地(di)统计(ji)企业(ye)各个算力(li)中(zhong)心碳排放，并能将碳排放量分(fen)摊到不同的业(ye)务部(bu)门、应用场景和(he)工作负载，实现精细(xi)化的碳排放的管理(li)。同时，基于碳排放的数据，实现碳感知调度能力(li)，通过(guo)在保证业(ye)务体验和(he)连续性的情况下将工作负载调度到更加(jia)低碳的算力(li)中(zhong)心，进一(yi)步降低碳排放。

预期目标(biao)：到2026年，围绕千万(wan)核级别跨域的算力(li)中(zhong)心，构建(jian)企业(ye)级绿色计(ji)算碳感知平台，形成(cheng)一(yi)套行业(ye)通用的、可精确度量不同类型工作负载碳排放的技术方法(fa)和(he)指标(biao)体系，通过(guo)生态(tai)共建(jian)形成(cheng)绿色度量衡标(biao)准体系。构建(jian)碳感知调度能力(li)，达到算力(li)中(zhong)心可再生能源比例30%的目标(biao)。

（十七）冷板式液(ye)冷原生整机柜服务器

揭榜任务：面向新(xin)一(yi)代液(ye)冷算力(li)中(zhong)心，研发冷板式液(ye)冷整机柜，包括液(ye)冷服务器节点、无源液(ye)冷门等，突破高密算力(li)、多样性算力(li)的散热技术及架构要求，实现支持(chi)供(gong)电(dian)总线、网(wang)络互(hu)联(lian)总线、液(ye)冷管路可盲插运维的液(ye)冷设备(bei)，具备(bei)液(ye)冷机柜及液(ye)冷服务器等多级漏液(ye)检测能力(li)，有(you)效降低业(ye)务中(zhong)断(duan)范围与(yu)损失。

预期目标(biao)：到2026年，液(ye)冷整机柜实现100%液(ye)冷散热，制冷PUE低于1.15。整机柜服务器内部(bu)实现全(quan)盲插设计(ji)，管理(li)模块可实现整机柜功耗管理(li)、漏液(ye)检测、资产(chan)管理(li)等功能；通用算力(li)单柜功率不低于20kW，智能算力(li)单机柜功率不低于30kW，实现不少于500台液(ye)冷节点的规(gui)模落地(di)应用。

（十八）算力(li)中(zhong)心节能调优平台

揭榜任务：研制高精确度、高仿真效率、多场景覆盖的算力(li)中(zhong)心PUE仿真平台，突破物理(li)机理(li)模型构建(jian)、仿真引擎集群(qun)、模型自动生成(cheng)等关键(jian)技术，实现对算力(li)中(zhong)心不同运行状态(tai)下细(xi)分(fen)时间(jian)颗(ke)粒度PUE的快速、精准评估(gu)。研发基于大数据分(fen)析技术的算力(li)中(zhong)心制冷系统AI节能优化系统，通过(guo)自动化数据治理(li)、自动推理(li)等关键(jian)技术，准确匹配(pei)制冷需求，在满足可靠性要求条件下实现算力(li)中(zhong)心制冷系统整体动态(tai)实时优化，优化算力(li)中(zhong)心PUE。

预期目标(biao)：到2026年，支持(chi)液(ye)冷、水冷等至少2类典(dian)型制冷场景进行能效优化，支持(chi)制冷系统和(he)配(pei)电(dian)系统联(lian)合仿真，系统可输出不同负载及运行工况条件下的PUE运行曲线、系统设备(bei)运行模拟工况等参(can)数，PUE仿真精度达到97%以上。基于能效优化平台，支持(chi)AI自动推理(li)，小时级策略自动下发，实现对算力(li)中(zhong)心能耗的可视、可管、可控。通过(guo)AI能效优化，实现算力(li)中(zhong)心PUE降低5%以上，通过(guo)算力(li)中(zhong)心基础设施与(yu)IT联(lian)动节能，实现总能耗降低5%以上，在5个以上算力(li)中(zhong)心落地(di)应用。

（十九）新(xin)型制冷系统

揭榜任务：研发人工智能节能系统，针对算力(li)中(zhong)心基础设施的运行调控和(he)环境监(jian)测。提出全(quan)新(xin)自适应算法(fa)，突破原有(you)常见算法(fa)的局限性，提升数据的分(fen)析和(he)处(chu)理(li)效果，搭建(jian)基于专家经验的人工智能算法(fa)数据库，提升包括能耗管理(li)、能源调度、安全(quan)监(jian)测、故障诊(zhen)断(duan)、辅助运维等功能的节能性、可靠性、经济性。

预期目标(biao)：到2026年，在满足制冷要求的基础上，提高冷却系统的可靠性和(he)自适应性，提高能源使用效率、水资源使用效率和(he)运维效率，其中(zhong)节电(dian)率提升10%以上。支持(chi)冷却系统数据采集、标(biao)注、治理(li)、存储，具备(bei)系统运行异(yi)常告警、告警收敛、自动诊(zhen)断(duan)、远程通信、自动控制等功能，支持(chi)冷却系统智能化调优、智能化控制的核心能力(li)，并开展不少于5个实际业(ye)务场景所提供(gong)的AI节能调优案例。

六 安全(quan)可靠

（二十）算力(li)中(zhong)心智能运维机器人

揭榜任务：研发算力(li)中(zhong)心智能运维机器人以及智能机器人管理(li)平台，基于云边端(duan)三层架构，实现智能机器人在多层、多房间(jian)楼宇机房内的设备(bei)设施识别、多模态(tai)环境感知、精准空间(jian)定位、智能人机协同、多任务联(lian)合调度等方面的技术与(yu)算法(fa)优化。支撑机器人在算力(li)中(zhong)心设施运维和(he)IT运营等典(dian)型场景的应用，提升巡检质量，促进算力(li)中(zhong)心运维、运营的降本增(zeng)效。

预期目标(biao)：到2026年，实现大型算力(li)中(zhong)心内智能机器人的多机房、多楼层协同应用部(bu)署；机器人巡检任务成(cheng)功率不低于95%，设备(bei)识别准确率达到97%，环境巡检召回率不低于90%，保障算力(li)中(zhong)心巡检业(ye)务持(chi)续运行。实现云边端(duan)协同调度，支持(chi)不同场景下的自主作业(ye)，提高任务并发执行效率，促进稳定、安全(quan)、可靠、可控的算力(li)中(zhong)心智能运维体系建(jian)设。

（二十一(yi)）云边端(duan)一(yi)体化智能监(jian)测平台

揭榜任务：开发高性能云边端(duan)一(yi)体化系统，研发以智能化终端(duan)或机器人为硬件载体、以多算法(fa)模型融合和(he)平台工具为软件载体的软硬结合的集中(zhong)监(jian)测管理(li)与(yu)运维巡检方案。突破多层级自动化运维、多维度诊(zhen)断(duan)、多平台覆盖、多模型量化等关键(jian)技术。构建(jian)综合运维健康度数字化评估(gu)体系与(yu)模型，实现算力(li)设施从规(gui)划、设计(ji)、建(jian)设、部(bu)署、运行、维护的全(quan)生命周期数字化管理(li)。

预期目标(biao)：到2026年，建(jian)立大规(gui)模集群(qun)的智能化运维能力(li)，设备(bei)实现跨平台及系统稳定性风险和(he)安全(quan)风险识别能力(li)，综合视频(pin)识别技术等，结构化告警收敛推送(song)，准确率超过(guo)98%。算力(li)设施全(quan)生命周期数字化联(lian)动，平台自动化流程推进，实现云端(duan)直控覆盖超10栋算力(li)中(zhong)心，落地(di)数字化算力(li)中(zhong)心健康度评估(gu)，智能化终端(duan)或机器人的自驱(qu)动巡检，视频(pin)流识别与(yu)告警的联(lian)动，系统的智能化运维问答，并保障业(ye)务服务级别协议（SLA）达标(biao)率99%以上。

七 其他

（二十二）其他算力(li)领域的特色化技术、产(chan)品、服务和(he)平台等，应具有(you)技术先进性，技术成(cheng)熟度较高，产(chan)业(ye)化前(qian)景较好。

责编:史健 | 审核:李震 | 监(jian)审:万(wan)军伟

【免责声明】本文仅(jin)代表作者(zhe)本人观点，与(yu)和(he)讯网(wang)无关。和(he)讯网(wang)站对文中(zhong)陈述、观点判断(duan)保持(chi)中(zhong)立，不对所包含内容的准确性、可靠性或完整性提供(gong)任何明示或暗示的保证。请读者(zhe)仅(jin)作参(can)考(kao)，并请自行承担(dan)全(quan)部(bu)责任。邮(you)箱：news_center@staff.hexun.com