9.周海-大模型時代產教融合的創新探索與實踐.pdf

《9.周海-大模型時代產教融合的創新探索與實踐.pdf》由會員分享，可在線閱讀，更多相關《9.周海-大模型時代產教融合的創新探索與實踐.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、中軟國際教育科技集團大模型時代產教融合的創新探索與實踐中軟國際教育科技集團 周海2025.03第一部分：大模型時代軟件企業生產的新變革中軟國際簡介2 3 4 4 8 10 11 16 22 28 32 44 51 68 92 106 120 141 184 200+收入CAGR 30%顯著高于行業增速(中國IT服務支出CAGR 18%）上市18年持續高速增長，持續盈利4.9%4.8%4.6%4.5%5.5%6.5%6.1%6.8%6.3%6.7%6.2%凈利率營業收入（億元）2000年成立，2003年在香港上市（00354.HK）全球化IT公司，全球員工超8萬人，業務收入超200億元海外分支機

2、構 18個，服務于45個國家國內分支機構覆蓋45個城市，其中研發人員1000+的城市13個首批全國信息系統集成及服務大型一級企業資質中國信通院認證數據治理服務商能力成熟度（DGS）四級，全國三家企業之一2022年IDC中國云遷移服務TOP1，云開發服務TOP1，連續三年穩居IDC中國云管理服務TOP32022年位列Gartner IT服務市場份額全球排名TOP 732016-2024年蟬聯中國軟件和信息服務綜合競爭力百強企業（2024年第15名）行業領先的全球化軟件與信息技術服務企業中軟國際主營業務大興機場金融Finance電信Telecom互聯網Internet高科技Hi-tech汽車Aut

3、omobile制造與流通Manufacturing&Logistics交通港口Civil Aviation能源Energy政府 Government西安深圳南京廣州蘭州.青島合肥重慶北京長沙濟南鎮江深耕行業信息化、數字化解決方案AIGC和大模型時代，中軟國際的專注領域通過IT服務和運營服務，推動生成式AI和大模型在千行百業落地應用基礎設施層基礎模型層平臺層應用層服務層中國生成式AI市場V1.0生態圖譜，IDC,2023大模型帶給我們的思考軟件生產模式的變革程序員核心工作是基于目標、業務數據訓練出好的模型。程序員在原有編碼外，負責維護迭代模型和數據基礎設施和配套工具。同時，人工智能替代/賦能完成

4、大部分端到端過程。軟件生產作業中，程序員核心工作是基于業務邏輯、規則編寫好的代碼，并且基本完全通過人力完成軟件研發的端到端過程。新交互界面操作系統數據庫云底座交互界面軟件系統MLOps平臺數字資產平臺AI應用平臺大模型為核心，小模型輔助軟件系統傳統(軟件工廠)正在發生(模型工廠)軟件形態基礎設施作業方式操作系統數據庫云底座.軟件開發流程的變革AI能力封裝組件開發服務組件應用集成開發應用定制服務應用微應用組件API組件算法組件CoPilot定制解決方案定制系統集成實時數據、私有數據數據治理服務知識數據采集數據加工數據融合DKG工程常識數據、公開數據模型實施服務模型模型選型數據準備模型訓練Prom

5、pt調優場景導入咨詢AIGC咨詢服務咨詢數據資產盤點API資產梳理業務需求梳理01數據向量工程模型優化效果評估模型部署02030405模型工廠基于大模型的端到端軟件開發模型工廠實施流程軟件開發流程的變革AI能力封裝組件開發服務組件應用集成開發應用定制服務應用微應用組件API組件算法組件CoPilot定制解決方案定制系統集成實時數據、私有數據數據治理服務知識數據采集數據加工數據融合DKG工程常識數據、公開數據模型實施服務模型模型選型數據準備模型訓練Prompt調優場景導入咨詢AIGC咨詢服務咨詢數據資產盤點API資產梳理業務需求梳理01數據向量工程模型優化效果評估模型部署02030405模型工廠

6、基于大模型的端到端軟件開發模型工廠實施流程軟件支撐體系的變革：支持大模型實施部署的算力資源 部署方案設計根據客戶場景需求，完成算力資源測算，進一步完成部署方案設計。大模型選型 應用場景分析 算力分布方案 部署實施方案在客戶提供的算力資源上完成大模型訓練及推理服務的部署。模型實施部署 數據標注 模型訓練 模型測試 模型部署 系統聯調服務完成系統的整體調測，確保系統可用，交付給客戶。環境搭建 接口測試 性能測試 Prompt調優一站式算力中心大模型實施部署行業服務交付關鍵方案節點示例典型案例：智慧金融行業應用軟件利用大語言模型技術提高對客戶服務感知、提升對客端營銷、售后、售中服務人員的專業性前端對

7、客結合金融機構內部實際運營及管理場景進行流程解析、AIGC設計及應用場景的落地開發后端管理開發提效提供面對金融ITS開發者的開發全流程的提效工具代碼生成代碼補全代碼糾錯代碼注釋測試用例生成自動化測試SE For AI 利用人工智能技術實現AI系統應用的質量和可靠性AI For SE 將人工智能技術融入軟件工程的實施階段提高效率、質量和可維護性智能應用A知識庫保險行業知識保險險種流程企業內部知識3企業內部知識4用戶交互服務應用APP/智能體服務應用APP/智能體結果響應反饋由大模型驅動的智能機器人協助員工進行回答領域模型庫模型工具檢索工具SFT微調RAG大模型語音Steam智能應用B智能客服（S

8、ales Kit）對練實訓平臺客服助手（KKBOT）數字人（X-AVATAR）金融授信場景智能化票據保險條款管理金融知識問答盤古典型案例：CV大模型+預測大模型SaaS應用鋼鐵領域安全監測大模型通用場景實現作業人員安全帽監測、人員異常行為監測和煙火檢測等。天車專項場景實現天車運行時下方區域安全監測、天車掛耳的安全檢測。XX鑄鋼集團-安全監測助手XX自然保護區-白頭葉猴識別自動識別白頭葉猴出現的時間，地點、數量、氣溫等數據，形成白頭葉猴信息庫，識別猴群的活動熱點、遷徙路徑和食物偏好等。生態保護領域野生動物識別小模型CV場景案例預測場景案例SaaS應用場景案例礦山領域目標檢測大模型XX能源集團-礦

9、山安全生產助手CV大模型服務覆蓋煤礦場景采、掘、機、運、通主業務等50+場景，在礦石分類和定級、皮帶檢測、安全管理等方面降低人力成本，提高經濟效益。零售領域CV分類檢測大模型XX珠寶公司-珠寶檢測分類大模型利用華為AI Gallery快速驗證，針對該企業售賣珠寶首飾按照款式品類進行快速檢測分類。XX鋼鐵企業-氮氧化物預測助手利用熱風爐的操作數據，包括溫度、壓力、燃料類型、空氣供應量以及歷史數據進行熱風爐廢氣氮氧化物預測。鋼鐵領域盤古預測大模型XX半導體公司-產品缺陷檢測通過CV小模型，提升產品質量檢測自動化水平，減少人工消耗，提升瑕疵產品檢出率至90%以上，檢測的類型有內存條劃傷劃痕、缺口漏銅

10、等缺陷制造領域產品缺陷檢測小模型能源領域預測性維護大模型XX集團-設備故障預測系統利用實時低頻工藝數據和高頻震動數據及過去十年的歷史數據，利用大模型實現性能快速提升，達到告警和預測功能。HR招聘領域SaaS應用XX市高速-服務規范AI監管在高速公路的人工收費處，對收費員的服務規范性進行自動化服務識別、判定，點評員工不足的服務，并給出 AI 建議。公共服務領域SaaS應用零售領域營銷預測大模型基于盤古預測大模型平臺的能力，精準定位目標人群，基于門店歷史訂單等信息，預測未來商品消耗量、預測每個倉庫未來的需求量XX零售集團-推薦與預測營銷算法標簽門店訂購預測數位營銷原料訂購預測X人力資源公司-AI智

11、能招聘系統中軟國際自研HR大模型能夠自動對接企業人才數據庫和招聘系統，實現高效的簡歷匹配和推薦功能，智能匹配合適的候選人。典型案例：昇騰遷移+NLP大模型XX智能電力公司昇騰遷移昇騰遷移流程圖Inter+NVIDIA硬件設備模型開發和推理部分整體適配遷移到基于華為鯤鵬+昇騰設備礦山領域知識問答大模型X能源集團-煤礦安全生產知識助手煤礦安全知識問答，構建安全生產行業知識庫，打造集團知識庫底座，提高專業知識獲取及準確性離散制造具身機器人大模型蘇州X家電-菜譜生成大模型料理機菜譜生成、新菜品生成、感官描述、菜譜修改昇騰遷移場景案例NLP場景案例原始場景：GPU+NVIDIA目標遷移場景：Ascend

12、+Mindspore-lite精度校驗性能測試效果測試環境搭建Convert_lite轉換AOE轉換54個模型遷移XX科技公司昇騰遷移離散制造具身機器人大模型蘇州X家電-智能客服機器人利用大模型技術可以解決客服咨詢專業性問題，替代客服大量重復性工作，提升客服效率及質量。公共服務領域具身機器人大模型X服務機構-智能客服機器人在社保公積金領域引入 AI 大模型，支持人工客服IM對話，查詢員工社保、公積金、商保申報流程信息，場景意圖識別，執行多輪/連續任務。XX醫療企業-私人數字健康管理師AI在檢驗報告智能解讀、互聯網檢驗以及居民全周期健康管理等領域的疾病風險分析、健康檔案管理等醫療領域盤古醫療問診

13、大模型能源領域公文生成大模型X能源集團-智能問答+公文寫作提升員工獲取信息便利度，助力知識管理，實現智能問答功能，同時提供公文寫作、智能潤色、摘要提取能力。X藥企-搜索增強+中醫大模型通過搜索增強構建中醫藥知識問答平臺，開發白藥產品營銷助手醫療領域盤古中醫藥大模型X車企-基于盤古的車企客戶客服助手模擬真實人工客服回答問題,包含安全、儀表、駕駛輔助、車內空調、座椅、多媒體、駕駛說明、保養維護等售后知識。汽車領域知識問答大模型X車企-基于盤古的汽車客服助手第二部分：大模型時代軟件企業人才的新需求典型軟件企業的崗位分布35.6%22.9%9.3%7.9%6.0%4.5%2.6%1.6%1.0%1.0

14、%1.0%1.1%0.9%0.6%0.6%0.5%0.6%0.3%0.2%0.3%0.2%0.1%0.0%0.0%0.0%0.1%0.1%0.8%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%公司基層崗位數量分布崗位數量占比主力崗位(66%)職能崗位新興崗位傳統軟件開發崗軟件測試崗運維工程師崗招聘崗運營管理崗客服崗模型架構師模型訓練師模型應用開發工程師昇騰算法工程師鴻蒙開發工程師評估大模型對軟件工程師的影響1.研究計劃四部曲專項小組：模型工具洞察全員實踐：應用場景歸納模型廠商邀約：尋找方案AI工具研發：全員提效2.建立工程化能力階段實踐場景方案工程化1、

15、洞察與驗證能力（洞察報告）2、場景歸納能力（AI 場景能力圖）3、場景交付能力（AI 自動化工具）4、研發提效（效能提升平臺）攻略&計劃執行&輸出目標&結果 通用、研發模型的接入；結合實際工作任務，完成實踐，采集評價數據及 AI 能力與成功經驗；橫向：需求場景的分類歸類及技術實現?？v向：技術場景的分類歸類，對上 AI 能力解決的覆蓋 基于AI 場景能力圖，研究領域大模型、小模型、工具能力，探索開源工具，制定AI 工具開發計劃表，逐步完善AI解決方案 工作任務通過AI 工具進行操作，輸出每日實踐報表，執行月度績效，考核開發使用情況及提效率 由下往上歸納場景：實踐人員-項目/開發經理-部門主管 輸

16、出AI場景能力表：包含需求/技術場景，AI 能力覆蓋，尋找工具鏈補充 多模型接入：分領域小模型、通用、代碼大模型；場景集成工具：場景配套模型開源工具 效能平臺：端到端執行效能看板 找出并歸納需求、技術場景，驗證模型能力的同時推動全員使用 AI 橫向集成縱向，形成標準化輸入與輸出、需求場景的 AI 自動化生成【AI+具鏈】以實現AI 場景自動化為目標，大模型與智能體的集成平臺，形成多場景、多模態的自動化工具；評估大模型對軟件工程師的影響3.選型與洞察 洞察：對多款AI代碼工具及其大模型做洞察分析。從核心功能、產品優勢、后端模型、訪問部署方式、支持編程語言、支持IDE工具及收費標準等幾個維度進通義

17、千問和星火模型做了本地化私有部署和測試。行測試。核心功能基本一致。主要包含“代碼自動補全”、“代碼檢查與糾錯”、“代碼重構”、“代碼解釋”等功能。自研智能體。新增智能體圖形化、圖表、多模態和在線調試能力插件，從而拓展代碼之外的使用場景。集成：開發IDEA、VSCode等IDE插件，方便全員使用。名稱廠商Github Copilot微軟通義靈碼阿里小浣熊商湯科技CodeArts Snap華為Comate百度CodeGeeX智譜codeQwen/星火本地部署 組織：設立專項工作組，流程IT部門和AIGC研究院的設計、研、測試等崗位全員圍繞需求、設計、開發、測試、運維五個階段設計測試用例。試用范圍：

18、在流程IT的方案、研發、測試和運維全員試用，提交人數1204名員工，各組按日總結分析，研討提效細分場景，積累使用經驗。試用要求：與工程師績效掛鉤(日均代碼行數、實際完成工時量等)使用場景：已識別并在38二級場景，119個三級場景試用，在代碼實時續寫、注釋生成代碼、SQL生成場景使用頻次最多4.廣泛試用領域需求設計開發測試運維合計全員參加31487901951401204人數占比2.6%4.0%65.6%16.2%11.6%100%日均人次628725119532603873評估大模型對軟件工程師的影響效果 編寫調研大綱、整理需求調研資料，大型文檔分段整理效果 生成庫表結構文檔，支持輸出表格及D

19、DL文件效果 “好”Prompt可以讓AI伙伴寫出“好”代碼，清晰表達需求，控制好上下文效果 提高讀代碼效率，不要把有隱私信息（如ak/sk）的代碼提交出去效果 關注生成SQL的性能效果 簡單代碼單元測試質量好，但不能批量生成工程級單元測試效果 簡單業務測試用例效果好，復雜業務需要提示詞說明效果 生成Dockerfile、K8S、Helm、Shell、Puppet等腳本或配置文件，效果佳拆解需求、寫需求文檔做數據庫設計代碼生成解讀代碼、生成注釋寫SQL語句寫單元測試代碼寫測試用例寫部署配置文件、腳本5.研究過程中涉及的部分用例及效果分析評估大模型對軟件工程師的影響6.初步結果模型需求設計開發測

20、試運維模型A17.16%14.05%27.54%14.95%10.43%模型B11.74%10.27%20.73%7.37%-2.3%模型C2.98%7.97%17.54%4.59%-25.44%不同的代碼工具(及其背后的代碼大模型)針對軟件開發不同場景的提效程度有很大差異，甚至有負面效果；選擇最佳工具和方法時，輸出測試用例的提效率約15%，輔助函數級代碼生成及優化的提效率約30%；目前尚不能有效生成功能模塊級代碼需求理解需求分析/分解需求文檔生成原型設計特性設計需求評審接口設計數據庫設計系統架構設計功能設計設計文檔生成設計評審代碼生成代碼補全代碼解釋代碼文檔代碼審查代碼檢測與修復單元測試代碼

21、轉換代碼檢索代碼設計程序合成測試用例生成自動化測試漏洞檢測安全測試性能測試功能測試測試分析智能部署交付物清單配置生成配置檢查與修復智能診斷智能修復運維問答工單流程安全審計日志分析項目管理問答任務分配任務追蹤規劃編制提效程度高提效程度中提效程度低需求Requirement設計Design開發Development測試Test部署Deployment運維Operation項目管理PM大模型對軟件開發各場景(及細分場景）的提效程度示意圖：評估國產算力和大模型背景下新的人才梯隊設 計 和 規 劃 A I 系 統 的 技 術 架 構,精 通 大 模 型 應 用 案 例，獨 立 設 計 大模 型 解 決

22、方 案 及 傳 統 系 統 與 大 模 型 應 用 整 合 架 構。A I 架 構 師：2 0+人負 責 構 建 和 維 護 數 據 管 道，確 保 數 據 的 質 量 和 可 用 性，數 據收 集、整 理、清 洗 經 驗。數 據 工 程 師：3 0 0+人A I 咨 詢 師 為 企 業 提 供 A I 技 術 相 關 的 頂 層 戰 略 咨 詢、技 術 路 線 規 劃等；A I 培 訓 師 負 責 面 向 中 高 層 管 理 人 員、技 術 人 員 的 A I 技 術 教 育培 訓 和 知 識 傳 播A I 咨 詢/培 訓 顧 問：1 0+人A g e n t 開 發 工 程 師：2 0 0

23、+人開 發 具 體 的 A I 應 用，精 通 P r o m p t 開 發 與優 化，熟 悉 各 種 A g e n t 開 發 模 式基 于 昇 騰 人 工 智 能 計 算 平 臺 的 業 務 軟 件 遷 移，包 括需 求 澄 清、方 案 分 析、軟 件 移 植 和 性 能 優 化 等昇 騰 工 程 師：1 5 0+人負 責 構 建、訓 練 和 優 化 機 器 學 習 模 型，熟 悉 常 用 的 機 器學 習 框 架 和 庫，具 備 訓 練 模 型、優 化 模 型 經 驗模 型 工 程 師：4 0 0+人A I 解 決 方 案 專 家：4 0+人負 責 客 戶 需 求 分 析 和 解 決

24、 方 案 設 計，熟悉 多 種 產 品，并 具 備 組 合 與 集 成 能 力。人工智能算力中心（昌平）人員構成評估大模型對公司內部職能崗位的影響招聘職能數字員工-APA，簡歷識別入庫準確度與真人招聘專員相近，速度可達后者的兩倍(初步測評結果)招聘綜合業務場景3.模型和數據運營2.APA-招聘數字人1.HR招聘專員-人工基座大模型底座 和 昇騰算力(百億-千億規模)CSI-招聘大模型模型訓微調模型推理招聘JD和CV語料企業知識語料中軟自研HR招聘人才庫中軟國際 智能招聘平臺職位發布職位分享智能尋才職位管理面試管理人才庫管理招聘設置人崗匹配線上面試面試評價面試官管理簡歷上傳簡歷管理智能入庫智能推

25、薦流程配置渠道設置組織設置LLM+AgentLLM+AgentLLMLLM+Agent評估大模型對公司內部職能崗位的影響財經運營數字員工-APA，在經營數據分析和報銷流程方面可提升數倍甚至數十倍效率小結：各類崗位的新要求傳統軟件工程師與AI協作導航員：工程師承擔駕駛員：AI擔任將需求分解，構造Prompt審核AI生成內容(代碼/用例/腳本等)的正確性驅動AI完成其他任務根據Prompt生成代碼和注釋生成測試用例和單元測試代碼解釋代碼邏輯、代碼翻譯修復bug寫文檔行業大模型架構設計大模型訓練和微調大模型部署、服務發布、運維管理大模型遷移、測試和適配大模型優化提示詞工程RAG和Agent開發AI新

26、崗位新知識新技能職能部門崗位人人用AI使用AI工具代替重復勞動，大幅提升工作效率反饋過程和結果數據，協助IT部門改進大模型發掘大模型的應用場景和技巧持續學習第三部分：大模型時代軟件人才培養的新路徑中軟國際教育科技集團合作院校：1000+所深度合作院校：100+所累計培養學生：80萬+人次累計培養企業員工：45萬+人次技術團隊：300+核心技術團隊交付運營：全國建立6個卓越人才創新中心政企共建：全國建立6個公共人才基地企業資源：聯盟企業超過1萬+家行業資源：近20家國家級協會任理事單位合作伙伴：50+行業合作伙伴教學成果：國家級/省市級近100項協同育人項目：700+項就業育人項目：300+項教

27、育部(與北交大等18所高校共建)商務部科技部（杰客咖啡）教育部/工信部/發改委/國資委聯合授予工信部（人才交流中心）(唯一授牌)國家級特色化示范性軟件學院國家級現代產業學院全國“新一代信息技術創新”行業產教融合共同體本科53所，高職137所，企業/科研機構67家國家級教學成果一等獎六大卓越人才創新中心，打造“政產學研”一體化實踐基地Copyright2024 CSIET.All Rights Reserved.AI算力基座校企科研創新產業實踐基地生態創新活動Dalian大連中心Beijing北京中心Tianjin天津中心Wuhan武漢中心Chongqing重慶中心Suzhou蘇州中心6個卓越人

28、才創新中心5萬平基地總面積1萬名同時容納學生5萬人年培訓總人數提供強大的AI算力支撐，在大規模并行計算、AI推理分析等場景提供高并發、高通量的使用體驗。依托產業生態伙伴構建“產線”模式的創新平臺，提供行業真實的生產力工具鏈及科研設備平臺。為高校及社會提供大規模公共實訓空間，提供智能化的學習設備以及良好的學習環境。是產業創新的橋頭堡，企業創新課題引入，校企聯合創新研發，成果孵化產出，提供社會化服務。產業人才需求調研與分析發布產業相關崗位應屆畢業生層次的人才需求開設大模型專業類課程在現有人才培養體系中融入代表性的大模型課程”模型工廠“模式下的項目實踐訓練1.需求分析2.規劃設計3.原型驗證5.集成

29、與測試6.部署與運營4.開發項目開發過程 客戶訪談調研 業務邏輯/流程/規則 非功能需求 大模型能力需求 大模型業務數據需求 大模型效費比分析 系統架構設計 代碼框架設計 數據庫結構設計 關鍵算法設計 模型任務定義 數據集成方案設計 用戶體驗原型設計 業務功能Demo 數據標準/預處理 基礎模型選型 場景模型訓練/微調 Prompt調測 模型應用POC 前端開發(H5/App)后端開發(Java/Python)數據庫開發(SQL)單元測試 Prompt開發和優化 RAG Agent開發與編排 智能編程工具應用 界面集成 接口集成 AI系統集成 功能測試 系統測試 模型泛化能力測試 應用程序部署

30、 AI算力和模型部署 AI輔助自動部署 運行監控 數據持續處理 模型持續迭代優化 模型效能持續評估實踐要求模型工廠(軟件2.0)時代新工作內容軟件工廠(軟件1.0)時代工作內容(在2.0時代仍有一定程度的需要)推進軟件工程專業項目實訓從“傳統軟件工廠”模式到“模型工廠”模式的轉型AI模擬面試助力學生提升競爭力聯合伙伴全方位助力AI人才培養學科交叉融合創新和數字賦能人才培養（中軟國際教育+美林數據）聯合伙伴全方位助力AI人才培養基于智能仿生手、仿生腿的康復訓練研究青少年心理健康篩查和監測研究(注意缺陷與多動障礙、抑郁癥等)腦電、肌膚電信號信號采集、去噪、增強、分析以及應用開發面向腦機接口、仿生器

31、械、智能控制、康復治療和心理健康分析等人才培養（中軟國際教育+強腦科技）聯合伙伴全方位助力AI人才培養封裝MindSpore SciAl、流體、計算生物、化學、電磁等科學計算套件，快速開展AI輔助的科學計算基于昇騰、MindSpore的AI4S人才培養（中軟國際教育+華為）AI+教育助力人才培養全過程運維管理基礎軟硬件層A系列存儲ARM通用計算CloudEngine/XH網絡AI服務器AI工具層EmotiBrain模型訓推與應用開發工具鏈MindSpeed方案架構主要難點基礎設施建設難硬件選型困難，組網困難，遷移困難，維護困難，擴展困難1場景應用落地難4增值服務多4高效生產工具缺缺乏簡單易用的

32、AI開發工具，難以提升自身AI開發能力，對外部廠商依賴大2系統集成整合繁31一站方案全3內置功能實管理開發易2資源調度：CPU/GPU/NPU納管|K8S容器池|網絡管理|存儲管理推理引擎：vLLM|分層動態量化|動態CoT訓練引擎：GRPO|自動CoT蒸餾模型開發：數據管理|可視化微調訓練|自動部署和測評|API發布|對話生成基礎模型層DeepSeek-V3/R1DeepSeek-R1-DistilllLamaQwen教育教學應用層智云產教科創應用平臺集成引擎：統一身份認證|統一應用接口|統一數據接口|模型算法庫AI助教知識/能力圖譜構建|PPT生成|習題生成|案例生成|自動判題AI助學AI

33、編程助手|個性化學習推薦助手|AI面試陪練|能力測評|職位匹配AI科創AI+X數據分析建模工具|AI4S科學計算工具|項目管理工具服務層資源監控告警日志性能監控大屏報表拓撲分析健康檢查門戶入口：管理端|教師端|學生端|微信小程序場景定制開發：AI+校園服務|AI+業務應用大模型培訓服務：師資培訓|學生實訓存量系統遷移：現有NV/昇騰算力+DS遷移教學資源共研：AI通識|AI+X跨學科實踐院校場景多樣，定制化程度高，單純的標準化產品難以完全滿足需要?，F有平臺、系統紛繁復雜且互相割裂，完成任務需要人工查找和使用多個來源的工具。輕量靈活：單算力節點起步，平滑擴展全棧集成：存算網集成，統一運維，數小時

34、開局使用可靠：提供了經驗證的性能和并發參考實時管理：資源使用狀況、模型訓練過程全掌控零碼開發：零代碼微調部署發布模型，易用性高場景驅動：以場景任務為主線，大模型和AI能力嵌入到備課、教學、學習、科研、創新的任務過程中，無需使用額外工具。定制開發：根據院校需求，在一體機基礎上開展特定場景的需求調研、設計、開發和部署服務。服務豐富：優先為院校提供大模型相關的技術支持和培訓服務，支持校企雙方共建課程方案價值“昇騰+DeepSeek+智云”解決方案聯合產業生態建設產業學院智能醫學產業學院目標成果省級以上現代產業學院|國家級/省級一流課程|國家級/省級競賽獎項|國家級/省級教學成果獎|協同育人/就業育人

35、項目|省級以上縱向課題企業參與人才培養培養方案修訂|新生研討課/認知實習|課程設計實訓|專業綜合實訓生產實習/就業|畢業設計指導|微專業/AI通識課|雙創和競賽輔導搭建1個底座打造5個實踐場景開展多項活動培育多個成果醫藥數據智能分析數據集成|分析|建模|可視化深度學習建模|訓練|推理醫學文本分析|中醫處方分析中醫臨床預測醫學信息工程智能醫學工程(新增)公共算力基礎設施：通用計算|昇騰AI計算|存儲|網絡|公有云 服務專業構筑1個合作生態校-醫-企合作生態附屬醫院信息工程學院華為中軟國際教育強腦科技/美林數據/樂聚機器人AI驅動的人才培養平臺：知識圖譜|自適應學習|能力畫像|人職匹配|大模型輔助

36、教學醫療健康智能軟硬件鴻蒙智慧病房針灸/艾灸機器人腦機接口設備運動健康設備醫藥健康大模型大模型訓練與微調RAG|提示詞工程問診-治療-康復大模型智能分診/用藥咨詢/病歷質控智慧醫院系統開發運維DevOps|CI/CD微服務應用開發|運維監控|治理大模型Agent開發|應用編排 大模型應用開發中間件AI+醫學影像醫學影像數據處理醫學影像數據標注AI建模(病灶識別/器官分割等)醫學影像虛擬仿真AI科研服務平臺：AI科研工具鏈|科研助手|科研項目管理|資源調度科研與成果轉化搭建中醫藥AI科研服務公共平臺引進中醫藥智能裝備中試師資隊伍建設師資培訓|教師企業實踐 課程和項目案例聯合研發社會服務智慧中醫藥

37、(科普)展廳面向醫療機構人員的培訓數據科學與大數據技術電子信息(專碩)聯合產業生態建設產業學院國產自主算力基礎設施鯤鵬通用算力|昇騰AI算力|本地存儲|高速網絡|華為云基礎服務|昇騰云服務數字底座資源管理與調度系統HPC計算|大數據分析計算|AI智算集群管理|CPU/GPU/NPU虛擬機|K8S容器池|網絡管理|存儲管理|作業調度|鏡像倉庫|性能監控|租戶隔離|日志管理|運行監控存量算力X86/GPU服務器農業大數據平臺農業大數據治理(草業/林業/種業/畜牧業/獸醫)數據集成：多源異構數據接入引擎|數據清洗|ETL 湖倉構建：元數據|批量處理|實時處理數據標注：AI自動標注|手動標注審核|數據

38、增強數據洞察：數據概要|可視化呈現|零/低代碼數據分析建模數據安全：權限管理|敏感數據管理|隱私保護策略|數據開放管理農業大模型平臺農業場景大模型(育種、種植、養殖、遙感、氣象、災害預警、電商)AI4S科研工具鏈：MindSpore SciAI/化學計算/生物計算AI建模工具鏈：CV/NLP/序列模型構建|訓練|驗證|推理部署大模型應用：本地知識庫|RAG|人機對話App|智能體開發工具鏈大模型開發：低代碼/零代碼大模型訓練、微調、部署、發布工具鏈基礎大模型：DeepSeek V3/R1(671B)|QwQ(32B)教育科創實踐公共平臺AI+教育應用平臺AI助教(學科大模型/知識圖譜/課件生成

39、/智能出題判題)|AI助學(自適應學習/智能對話/能力畫像/人崗匹配/AI面試陪練)AI助研(科研文獻助手/數據分析/論文潤色/課題項目管理)|AI助管(教務/學工/心理健康/就業/教師發展/智慧校園)低空智能物聯網無人機|集群控制|無人機基站|航拍航測 應用技術陸地智能無人系統鴻蒙農業OS|具身機器人|采摘機器人|自動駕駛農機|物聯網大棚農業數字化管理數字孿生|視頻孿生服務學科專業農學院植物和種子科學智慧農機林學院森林育種園藝元宇宙草業學院草地生態監測草種/中蒙藥材育繁動物科學/獸醫學院動物遺傳育種獸藥大數據資源環境/沙漠治理學院風沙水土協調治理GIS與視頻孿生監控計信學院物聯網|軟件大數據|網絡所有專業AI通識教育數字化能力落地形式智慧農業產教融合科創中心/智慧農業產業學院科研課題合作|橫向項目拉通|跨學科創新競賽組織|峰會活動組織|企事業單位培訓|課程共研|職業能力認證|師資培訓|模型/應用聯合開發合作生態中軟國際教育|華為|美林數據|樂聚|深開鴻|智匯云舟|飛渡科技2023 北京中軟國際教育科技股份有限公司THANKS使命：以產業實踐推動教育發展與科技創新愿景：成為人才強國戰略最堅定的實踐者