附件

算力強(qiáng)基揭榜行動任務(wù)榜單

（一）云邊端算網(wǎng)協(xié)同管理系統(tǒng)

揭榜任務(wù)：面向云邊端多層級算力環(huán)境,，研發(fā)算網(wǎng)協(xié)同應(yīng)用管理系統(tǒng),，設(shè)計(jì)面向不同應(yīng)用軟件架構(gòu)的管理機(jī)制，支持對不同架構(gòu)應(yīng)用軟件的統(tǒng)一管理,；研發(fā)應(yīng)用軟件在算網(wǎng)協(xié)同中的自動化構(gòu)建部署能力,，支持應(yīng)用軟件的自動構(gòu)建和分發(fā)部署,；研究算網(wǎng)協(xié)同應(yīng)用系統(tǒng)的一體化觀測能力，降低運(yùn)維復(fù)雜度,，提高復(fù)雜應(yīng)用軟件運(yùn)行的穩(wěn)定性和可靠性,。

預(yù)期目標(biāo)：到2026年，研制應(yīng)用軟件管理系統(tǒng),，支持對傳統(tǒng)應(yīng)用軟件,、云原生應(yīng)用軟件、AI應(yīng)用軟件,、大數(shù)據(jù)應(yīng)用軟件等不少于5種應(yīng)用軟件的全生命周期管理,。研究基于算網(wǎng)協(xié)同的分布式構(gòu)建和部署技術(shù)，支持上述應(yīng)用軟件的自動分發(fā)和跨算力節(jié)點(diǎn)部署,，實(shí)現(xiàn)零人工介入,。研發(fā)算網(wǎng)應(yīng)用一體化觀測功能，具備白盒化動態(tài)分析以及智能故障根因定位能力,。在不少于3個行業(yè)完成試點(diǎn)驗(yàn)證,。

（二）支持超大規(guī)模參數(shù)模型的訓(xùn)推一體化異構(gòu)智算平臺

揭榜任務(wù)：面向人工智能大模型訓(xùn)練和推理對計(jì)算資源的需求，研發(fā)支持超大規(guī)模參數(shù)模型的訓(xùn)練,、推理一體化智算平臺，包括資源調(diào)度策略,、訓(xùn)推加速套件等,，并可支持多種硬件架構(gòu)，屏蔽底層硬件差異,，提升超大規(guī)模模型在訓(xùn)練,、推理過程中穩(wěn)定性、資源利用率和運(yùn)行效率,。

預(yù)期目標(biāo)：到2026年,，研發(fā)一套支持萬億參數(shù)模型的超大規(guī)模訓(xùn)推一體化智算平臺，萬卡環(huán)境下穩(wěn)定訓(xùn)練時間不低于30天,，有效訓(xùn)練時長不低于95%,，訓(xùn)練效率較當(dāng)前主流水平提升不低于30%，推理效率提升不低于50%,。支持主流深度學(xué)習(xí)框架,，兼容多種硬件架構(gòu)，并提供統(tǒng)一的編程接口和開發(fā)環(huán)境,，實(shí)現(xiàn)不低于10個行業(yè)用戶的落地驗(yàn)證,。

（三）異構(gòu)算力跨域任務(wù)編排系統(tǒng)

揭榜任務(wù)：針對跨域異構(gòu)算力協(xié)同，研發(fā)跨域異構(gòu)算力管理系統(tǒng),，實(shí)現(xiàn)跨域異構(gòu)算力的管理和應(yīng)用,。研發(fā)針對多樣性算力的規(guī)范化開放互聯(lián)功能,，支持對不同類型的異構(gòu)算力模型統(tǒng)一抽象封裝；研發(fā)跨域異構(gòu)算力的管理功能,，支持對跨域異構(gòu)算力的統(tǒng)一管理和協(xié)同,；研究跨域多主體算力的安全認(rèn)證和控制方法，保障跨域協(xié)同安全,。

預(yù)期目標(biāo)：到2026年,，研發(fā)不少于6種跨域協(xié)同調(diào)度算法，支持?jǐn)?shù)據(jù)處理,、函數(shù)計(jì)算,、機(jī)器學(xué)習(xí)等不少于3個場景的計(jì)算任務(wù)部署，完成不少于5個跨域算力中心的統(tǒng)一管理,。研發(fā)跨域多主體算力的安全認(rèn)證方法,，支持云邊端等不同層級算力協(xié)同的安全要求。在不少于2個行業(yè)完成試點(diǎn)驗(yàn)證,。

（四）訓(xùn)推算力一體機(jī)

揭榜任務(wù)：面向人工智能訓(xùn)練,、推理場景，研發(fā)基于基礎(chǔ)設(shè)施即服務(wù)（IaaS）和平臺即服務(wù)（PaaS）的高性能訓(xùn)推一體化解決方案,，覆蓋對大模型開發(fā)訓(xùn)練和部署推理的全流程,，包括數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練,、模型評測和模型部署,。同時，支持大模型加密,、攻擊防御等能力,，解決針對大模型數(shù)據(jù)泄露、指令攻擊等安全問題和風(fēng)險(xiǎn),。

預(yù)期目標(biāo)：到2026年,，研發(fā)支持至少3種指令集芯片的訓(xùn)推一體機(jī)，針對至少5個行業(yè)開展人工智能訓(xùn)推一體機(jī)應(yīng)用,，為用戶提供多元化訓(xùn)推一體化服務(wù),，并在至少10種不同的場景進(jìn)行人工智能訓(xùn)推一體機(jī)落地。

（五）大規(guī)模異構(gòu)算力集群推理加速技術(shù)

揭榜任務(wù)：研發(fā)存儲,、網(wǎng)絡(luò),、計(jì)算的協(xié)同優(yōu)化技術(shù)，通過模型加速,、調(diào)度加速等方法實(shí)現(xiàn)大規(guī)模異構(gòu)算力集群在大模型推理方面的加速,，從而支持更大的模型、更長的上下文,、更高的性能及更低的能耗,，促進(jìn)算力芯片在大模型推理方面的更好應(yīng)用,。

預(yù)期目標(biāo)：到2026年，實(shí)現(xiàn)集群有效吞吐量5倍以上提升,，實(shí)際應(yīng)用場景中可處理的請求數(shù)提升1倍以上,，首字延遲性能提升1倍以上，芯片利用率提升50%以上,。通過優(yōu)化算力中心計(jì)算,、存儲、網(wǎng)絡(luò)的配比以及拓?fù)浣Y(jié)構(gòu)和系統(tǒng)調(diào)度策略,，實(shí)現(xiàn)千卡以上異構(gòu)集群在推理加速領(lǐng)域的突破,。

（六）磁光電融合存儲系統(tǒng)

揭榜任務(wù)：針對單一存儲介質(zhì)難以滿足多樣化數(shù)據(jù)存儲需求的現(xiàn)狀，依托磁,、光,、電存儲在性能、壽命,、功耗等方面的差異化特性,，將磁、光,、電存儲技術(shù)進(jìn)行融合,，研發(fā)磁光電融合存儲系統(tǒng)，構(gòu)建基于固態(tài)硬盤（SSD）,、機(jī)械硬盤（HDD）和光存儲的多級存儲架構(gòu),。根據(jù)業(yè)務(wù)特征，將數(shù)據(jù)保存在不同級別的存儲設(shè)備中,，實(shí)現(xiàn)海量數(shù)據(jù)的集中、統(tǒng)一存儲管理,，支撐算力中心高效,、低碳、安全持續(xù)發(fā)展,。

預(yù)期目標(biāo)：到2026年,，研發(fā)磁、光,、電融合存儲系統(tǒng),，支持適配分布式文件、分布式塊和分布式對象等至少3種存儲類型,，系統(tǒng)可以根據(jù)數(shù)據(jù)的訪問時間,、訪問頻率、文件屬性等自定義分級策略,，根據(jù)業(yè)務(wù)負(fù)載動態(tài)調(diào)整遷移,。系統(tǒng)可通過介質(zhì)安全,、系統(tǒng)安全、軟件安全等夯實(shí)底層安全能力,，通過防勒索,、加密算法、遠(yuǎn)程監(jiān)控,、光存儲預(yù)警檢測等增強(qiáng)數(shù)據(jù)安全能力,。打造磁光電融合存儲應(yīng)用示范，完成至少20個業(yè)務(wù)系統(tǒng)應(yīng)用,，實(shí)現(xiàn)至少4個東部地區(qū)數(shù)據(jù)流動至西部磁光電存儲系統(tǒng),，且數(shù)據(jù)存儲量不少于10PB。

（七）存儲調(diào)度管理及應(yīng)用技術(shù)

揭榜任務(wù)：針對海量數(shù)據(jù)存儲和算力孤島問題,，研發(fā)跨域多算的存力調(diào)度,、存網(wǎng)編排和存算網(wǎng)一體化系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的智能冷熱分級,、應(yīng)用的跨域無感訪問等能力,，有效降低成本、提高性能和支撐業(yè)務(wù),。系統(tǒng)具備資源規(guī)劃,、策略調(diào)整能力，可優(yōu)化和調(diào)整全網(wǎng)數(shù)據(jù)存儲布局,，實(shí)現(xiàn)對不斷變化的需求的適應(yīng),。

預(yù)期目標(biāo)：到2026年，研制具備高效,、可擴(kuò)展性的存儲系統(tǒng),，基于智能算法，對數(shù)據(jù)進(jìn)行分析和調(diào)度,，實(shí)現(xiàn)應(yīng)用無感訪問和智能流動,。研究存力調(diào)度策略，使數(shù)據(jù)召回率控制在30%以下,；研究基于潮汐網(wǎng)絡(luò)調(diào)度算法,，實(shí)現(xiàn)網(wǎng)絡(luò)帶寬利用率提升50%以上，達(dá)到存網(wǎng)一體的目標(biāo),。集成存儲,、計(jì)算和網(wǎng)絡(luò)的能力，支持存算網(wǎng)一體化調(diào)度,，在算力中心資源池落地應(yīng)用,。

（八）高性能數(shù)據(jù)處理器（DPU）

揭榜任務(wù)：開展基于芯粒（Chiplet）和第五代精簡指令集（RISC-V）技術(shù)的軟硬件一體DPU芯片技術(shù)研究，支持算力中心,、智算中心,、超算中心場景所需的超高帶寬和超低時延,，突破Chiplet異構(gòu)芯片封裝技術(shù)、高速Serdes通信,、大規(guī)模無損網(wǎng)絡(luò)擁塞算法,、硬件密碼算法、高性能虛擬化,、硬件可編程等技術(shù),，實(shí)現(xiàn)基于ARM、X86,、RISC-V等異構(gòu)核心的DPU應(yīng)用,，提升算力中心基礎(chǔ)設(shè)施處理能力和數(shù)據(jù)傳輸能效比。

預(yù)期目標(biāo)：到2026年,，完成超高性能DPU芯片研發(fā)工作,，吞吐能力達(dá)到400Gbps，單向流量時延不高于30us,，支持與國內(nèi)外主流CPU,、GPU芯片平臺的適配，支持主流操作系統(tǒng)兼容,，支持?jǐn)?shù)據(jù)報(bào)文硬件處理邏輯可編程,。

（九）基于RoCE的智算網(wǎng)絡(luò)

揭榜任務(wù)：面向RoCE網(wǎng)絡(luò)開展設(shè)備及管控系統(tǒng)研發(fā)，通過提高設(shè)備帶寬,、優(yōu)化負(fù)載均衡算法,、強(qiáng)化網(wǎng)絡(luò)流量規(guī)劃及運(yùn)維能力等方式，提升RoCE網(wǎng)絡(luò)的吞吐量和時延性能,。研制新一代智能化管控工具,，引入AI大模型能力，簡化RoCE網(wǎng)絡(luò)的部署和配置工作,，實(shí)現(xiàn)全局,、多維度的可視化運(yùn)維。在網(wǎng)絡(luò)波動,、業(yè)務(wù)變更、故障等情況下,，網(wǎng)絡(luò)參數(shù)自動調(diào)整,，流量快速切換，從而達(dá)到提升網(wǎng)絡(luò)效率和降低運(yùn)維成本的目標(biāo),。

預(yù)期目標(biāo)：到2026年,，實(shí)現(xiàn)新型RoCE網(wǎng)絡(luò)整體方案的商用部署，網(wǎng)絡(luò)性能提升10%以上,。通過智能化管控及運(yùn)維工具,，網(wǎng)絡(luò)部署難度大幅降低,，運(yùn)維效率提升50%以上，可支撐更大規(guī)模部署和應(yīng)用,。

（十）光交換智算網(wǎng)絡(luò)技術(shù)研究與驗(yàn)證

揭榜任務(wù)：面向智算集群低功耗,、高帶寬、低延遲技術(shù)需求,，開展智算集群光交換組網(wǎng)關(guān)鍵技術(shù)研究與驗(yàn)證,，重點(diǎn)突破智算集群光交換組網(wǎng)、路由協(xié)議適配等關(guān)鍵技術(shù),。針對智算集群的功能,、性能、可靠性和擴(kuò)展性等要求,，研究光拓?fù)溆成?、光電混合路由、多路徑?fù)載均衡等技術(shù),。

預(yù)期目標(biāo)：到2026年,，實(shí)現(xiàn)支持智算集群的易操作、高可靠,、可平滑過渡升級的光網(wǎng)絡(luò),，支持人工智能等關(guān)鍵業(yè)務(wù)承載；光交換設(shè)備單端口速率支持100GE/400GE/800GE,，交換容量彈性可擴(kuò)展,，可支持不少于3種異構(gòu)算力資源互聯(lián)，在不少于2個智算集群完成驗(yàn)證,，并完成不少于3種智算業(yè)務(wù)承載驗(yàn)證,。

（十一）面向分布式智算中心的網(wǎng)絡(luò)關(guān)鍵技術(shù)研究與驗(yàn)證

揭榜任務(wù)：針對智算集群從集中式向分布式部署探索的趨勢，攻關(guān)算力中心間網(wǎng)絡(luò)技術(shù),，研發(fā)面向智算中心間的高可靠傳輸設(shè)備,，構(gòu)建智算中心間超大容量、超低時延,、超高可靠光電協(xié)同網(wǎng)絡(luò),，實(shí)現(xiàn)智算中心高速、可靠互聯(lián),。

預(yù)期目標(biāo)：到2026年,，突破智算中心間超大容量、超高可靠網(wǎng)絡(luò)傳輸關(guān)鍵技術(shù),，研制面向智算中心間網(wǎng)絡(luò)的傳輸設(shè)備,，單波速率不低于1.6Tbps，設(shè)備時延不超過30us，支撐分布式智算中心間業(yè)務(wù)的高可靠傳輸,。

（十二）智算中心跨域互聯(lián)應(yīng)用

揭榜任務(wù)：優(yōu)化人工智能算力基礎(chǔ)設(shè)施布局,，構(gòu)建跨地域互補(bǔ)、協(xié)同算力調(diào)度的超大規(guī)模人工智能算力服務(wù)能力,。加強(qiáng)與人工智能芯片廠商的兼容適配,，構(gòu)筑大規(guī)模高性能異構(gòu)算力池，提供面向大模型訓(xùn)推場景深度優(yōu)化的彈性調(diào)度,、彈性容錯,、高資源利用率的人工智能算力服務(wù)。

預(yù)期目標(biāo)：到2026年,，形成覆蓋5個以上全國重點(diǎn)算力樞紐節(jié)點(diǎn)的人工智能算力中心,，支持跨地域、跨云的算力需求感知和動態(tài)調(diào)度,，完成3款以上算力芯片適配,，聚焦大模型訓(xùn)練和推理場景，構(gòu)建大規(guī)模,、高性能,、彈性調(diào)度、高容錯的訓(xùn)推一體算力資源池,，具備分鐘級斷點(diǎn)續(xù)訓(xùn)能力,，支持萬卡級別并行訓(xùn)練。

（十三）算力電力協(xié)同應(yīng)用

揭榜任務(wù)：研發(fā)基于算力調(diào)度技術(shù)與能源大模型的多云異構(gòu)算電協(xié)同管理平臺,，構(gòu)建基于數(shù)據(jù)驅(qū)動的算力集群用電負(fù)荷特性模型,、基于計(jì)算任務(wù)的時空轉(zhuǎn)移特性的能源大模型，推動算力預(yù)測與調(diào)度技術(shù)在智算中心應(yīng)用落地,，提升整體資源利用率,，基于新能源、新型儲能系統(tǒng)開展算力負(fù)荷與電力系統(tǒng)的協(xié)同優(yōu)化,，實(shí)現(xiàn)精準(zhǔn),、動態(tài)、實(shí)時的能源調(diào)度與交易,，實(shí)現(xiàn)算力與電力等能源的深度協(xié)同,。

預(yù)期目標(biāo)：到2026年，實(shí)現(xiàn)智算場景下能源與算力全鏈路的數(shù)據(jù)穿透及流程整合,，構(gòu)建“算”隨“電”動的直接控制及間接引導(dǎo)機(jī)制,，實(shí)現(xiàn)算力需求預(yù)測精準(zhǔn)度達(dá)到70%、集群有效負(fù)載率提升25%以上,，智算中心整體集群資源利用率提高10%。結(jié)合算力集群用電數(shù)據(jù),、時間周期,、氣象數(shù)據(jù),、工作負(fù)載等多種因素，實(shí)現(xiàn)“電”隨“算”用的能源效率優(yōu)化與算效提升,，實(shí)現(xiàn)基礎(chǔ)設(shè)施用能決策精準(zhǔn)度85%以上,，響應(yīng)時效性達(dá)到提前15分鐘響應(yīng)級別，智算中心整體算力能效水平提升30%,，算力中心用電成本降低5%以上,。

（十四）大規(guī)模通信業(yè)務(wù)場景中的算力應(yīng)用

揭榜任務(wù)：圍繞網(wǎng)絡(luò)功能虛擬化（NFV）系統(tǒng)架構(gòu)，針對NFV中網(wǎng)絡(luò)性能,、資源利用和靈活展性等方面的挑戰(zhàn),，研發(fā)面向NFV架構(gòu)的高性能虛擬化、智能化網(wǎng)絡(luò)管理和資源編排算法等技術(shù)和系統(tǒng),，突破虛擬化層與硬件加速器（如FPGA,、DPU、GPU）之間的協(xié)同能力,。

預(yù)期目標(biāo)：到2026年,，NFV算力平臺系統(tǒng)中實(shí)現(xiàn)對虛擬化網(wǎng)絡(luò)功能的智能調(diào)度，支持異構(gòu)集群部署,、動態(tài)擴(kuò)展,，資源動態(tài)分配，虛擬化資源利用率提升20%以上,；支持GPU,、FPGA等硬件加速器的虛擬化調(diào)度，加速網(wǎng)絡(luò)處理性能至Tbps以上,；支持智能化網(wǎng)絡(luò)虛擬化功能管理,，提升NFV系統(tǒng)的自動化運(yùn)維能力和管理效能，故障修復(fù)時間縮減不低于30%,。

（十五）綠色算力技術(shù)研究及應(yīng)用

揭榜任務(wù)：圍繞算力的綠色節(jié)能技術(shù)突破,，面向算力中的任務(wù)調(diào)度特性、能源使用模式,、負(fù)載均衡要求等關(guān)鍵要素,，研發(fā)適應(yīng)于綠色計(jì)算的動態(tài)資源調(diào)度算法、能耗優(yōu)化管理系統(tǒng),，以及面向多場景的協(xié)同節(jié)能機(jī)制,，突破節(jié)能算法的智能化程度，提升算力網(wǎng)絡(luò)中多節(jié)點(diǎn)的能源利用效率,。

預(yù)期目標(biāo)：到2026年,，能耗管理系統(tǒng)實(shí)現(xiàn)對算力中心和網(wǎng)絡(luò)節(jié)點(diǎn)的實(shí)時監(jiān)控與節(jié)能調(diào)度，通過計(jì)算節(jié)點(diǎn)支持動態(tài)調(diào)頻、動態(tài)電壓調(diào)節(jié),，單節(jié)點(diǎn)平均能耗降低30%以上,，滿足AI推理等應(yīng)用需求。

（十六）企業(yè)綠色計(jì)算碳感知平臺

揭榜任務(wù)：建立企業(yè)算力中心碳排放度量體系,，能夠?qū)崟r,、精準(zhǔn)地統(tǒng)計(jì)企業(yè)各個算力中心碳排放，并能將碳排放量分?jǐn)偟讲煌臉I(yè)務(wù)部門,、應(yīng)用場景和工作負(fù)載,，實(shí)現(xiàn)精細(xì)化的碳排放的管理。同時,，基于碳排放的數(shù)據(jù),，實(shí)現(xiàn)碳感知調(diào)度能力，通過在保證業(yè)務(wù)體驗(yàn)和連續(xù)性的情況下將工作負(fù)載調(diào)度到更加低碳的算力中心,，進(jìn)一步降低碳排放,。

預(yù)期目標(biāo)：到2026年，圍繞千萬核級別跨域的算力中心,，構(gòu)建企業(yè)級綠色計(jì)算碳感知平臺,，形成一套行業(yè)通用的、可精確度量不同類型工作負(fù)載碳排放的技術(shù)方法和指標(biāo)體系,，通過生態(tài)共建形成綠色度量衡標(biāo)準(zhǔn)體系,。構(gòu)建碳感知調(diào)度能力，達(dá)到算力中心可再生能源比例30%的目標(biāo),。

（十七）冷板式液冷原生整機(jī)柜服務(wù)器

揭榜任務(wù)：面向新一代液冷算力中心,，研發(fā)冷板式液冷整機(jī)柜，包括液冷服務(wù)器節(jié)點(diǎn),、無源液冷門等,，突破高密算力、多樣性算力的散熱技術(shù)及架構(gòu)要求,，實(shí)現(xiàn)支持供電總線,、網(wǎng)絡(luò)互聯(lián)總線、液冷管路可盲插運(yùn)維的液冷設(shè)備,，具備液冷機(jī)柜及液冷服務(wù)器等多級漏液檢測能力,，有效降低業(yè)務(wù)中斷范圍與損失。

預(yù)期目標(biāo)：到2026年,，液冷整機(jī)柜實(shí)現(xiàn)100%液冷散熱,，制冷PUE低于1.15。整機(jī)柜服務(wù)器內(nèi)部實(shí)現(xiàn)全盲插設(shè)計(jì),，管理模塊可實(shí)現(xiàn)整機(jī)柜功耗管理,、漏液檢測,、資產(chǎn)管理等功能；通用算力單柜功率不低于20kW,，智能算力單機(jī)柜功率不低于30kW,，實(shí)現(xiàn)不少于500臺液冷節(jié)點(diǎn)的規(guī)模落地應(yīng)用。

（十八）算力中心節(jié)能調(diào)優(yōu)平臺

揭榜任務(wù)：研制高精確度,、高仿真效率、多場景覆蓋的算力中心PUE仿真平臺,，突破物理機(jī)理模型構(gòu)建,、仿真引擎集群、模型自動生成等關(guān)鍵技術(shù),，實(shí)現(xiàn)對算力中心不同運(yùn)行狀態(tài)下細(xì)分時間顆粒度PUE的快速,、精準(zhǔn)評估。研發(fā)基于大數(shù)據(jù)分析技術(shù)的算力中心制冷系統(tǒng)AI節(jié)能優(yōu)化系統(tǒng),，通過自動化數(shù)據(jù)治理,、自動推理等關(guān)鍵技術(shù)，準(zhǔn)確匹配制冷需求,，在滿足可靠性要求條件下實(shí)現(xiàn)算力中心制冷系統(tǒng)整體動態(tài)實(shí)時優(yōu)化,，優(yōu)化算力中心PUE。

預(yù)期目標(biāo)：到2026年,，支持液冷,、水冷等至少2類典型制冷場景進(jìn)行能效優(yōu)化，支持制冷系統(tǒng)和配電系統(tǒng)聯(lián)合仿真,，系統(tǒng)可輸出不同負(fù)載及運(yùn)行工況條件下的PUE運(yùn)行曲線,、系統(tǒng)設(shè)備運(yùn)行模擬工況等參數(shù)，PUE仿真精度達(dá)到97%以上,?；谀苄?yōu)化平臺，支持AI自動推理,，小時級策略自動下發(fā),，實(shí)現(xiàn)對算力中心能耗的可視、可管,、可控。通過AI能效優(yōu)化,，實(shí)現(xiàn)算力中心PUE降低5%以上,，通過算力中心基礎(chǔ)設(shè)施與IT聯(lián)動節(jié)能，實(shí)現(xiàn)總能耗降低5%以上,，在5個以上算力中心落地應(yīng)用,。

（十九）新型制冷系統(tǒng)

揭榜任務(wù)：研發(fā)人工智能節(jié)能系統(tǒng),，針對算力中心基礎(chǔ)設(shè)施的運(yùn)行調(diào)控和環(huán)境監(jiān)測。提出全新自適應(yīng)算法,，突破原有常見算法的局限性,，提升數(shù)據(jù)的分析和處理效果，搭建基于專家經(jīng)驗(yàn)的人工智能算法數(shù)據(jù)庫,，提升包括能耗管理,、能源調(diào)度、安全監(jiān)測,、故障診斷,、輔助運(yùn)維等功能的節(jié)能性、可靠性,、經(jīng)濟(jì)性,。

預(yù)期目標(biāo)：到2026年，在滿足制冷要求的基礎(chǔ)上,，提高冷卻系統(tǒng)的可靠性和自適應(yīng)性,，提高能源使用效率、水資源使用效率和運(yùn)維效率,，其中節(jié)電率提升10%以上,。支持冷卻系統(tǒng)數(shù)據(jù)采集、標(biāo)注,、治理,、存儲，具備系統(tǒng)運(yùn)行異常告警,、告警收斂,、自動診斷、遠(yuǎn)程通信,、自動控制等功能,，支持冷卻系統(tǒng)智能化調(diào)優(yōu)、智能化控制的核心能力,，并開展不少于5個實(shí)際業(yè)務(wù)場景所提供的AI節(jié)能調(diào)優(yōu)案例,。

（二十）算力中心智能運(yùn)維機(jī)器人

揭榜任務(wù)：研發(fā)算力中心智能運(yùn)維機(jī)器人以及智能機(jī)器人管理平臺，基于云邊端三層架構(gòu),，實(shí)現(xiàn)智能機(jī)器人在多層,、多房間樓宇機(jī)房內(nèi)的設(shè)備設(shè)施識別、多模態(tài)環(huán)境感知,、精準(zhǔn)空間定位,、智能人機(jī)協(xié)同、多任務(wù)聯(lián)合調(diào)度等方面的技術(shù)與算法優(yōu)化,。支撐機(jī)器人在算力中心設(shè)施運(yùn)維和IT運(yùn)營等典型場景的應(yīng)用,，提升巡檢質(zhì)量,，促進(jìn)算力中心運(yùn)維、運(yùn)營的降本增效,。

預(yù)期目標(biāo)：到2026年,，實(shí)現(xiàn)大型算力中心內(nèi)智能機(jī)器人的多機(jī)房、多樓層協(xié)同應(yīng)用部署,；機(jī)器人巡檢任務(wù)成功率不低于95%,，設(shè)備識別準(zhǔn)確率達(dá)到97%，環(huán)境巡檢召回率不低于90%,，保障算力中心巡檢業(yè)務(wù)持續(xù)運(yùn)行,。實(shí)現(xiàn)云邊端協(xié)同調(diào)度，支持不同場景下的自主作業(yè),，提高任務(wù)并發(fā)執(zhí)行效率，促進(jìn)穩(wěn)定,、安全,、可靠、可控的算力中心智能運(yùn)維體系建設(shè),。

（二十一）云邊端一體化智能監(jiān)測平臺

揭榜任務(wù)：開發(fā)高性能云邊端一體化系統(tǒng),，研發(fā)以智能化終端或機(jī)器人為硬件載體、以多算法模型融合和平臺工具為軟件載體的軟硬結(jié)合的集中監(jiān)測管理與運(yùn)維巡檢方案,。突破多層級自動化運(yùn)維,、多維度診斷、多平臺覆蓋,、多模型量化等關(guān)鍵技術(shù),。構(gòu)建綜合運(yùn)維健康度數(shù)字化評估體系與模型，實(shí)現(xiàn)算力設(shè)施從規(guī)劃,、設(shè)計(jì),、建設(shè)、部署,、運(yùn)行,、維護(hù)的全生命周期數(shù)字化管理。

預(yù)期目標(biāo)：到2026年,，建立大規(guī)模集群的智能化運(yùn)維能力,，設(shè)備實(shí)現(xiàn)跨平臺及系統(tǒng)穩(wěn)定性風(fēng)險(xiǎn)和安全風(fēng)險(xiǎn)識別能力，綜合視頻識別技術(shù)等,，結(jié)構(gòu)化告警收斂推送,，準(zhǔn)確率超過98%。算力設(shè)施全生命周期數(shù)字化聯(lián)動,，平臺自動化流程推進(jìn),，實(shí)現(xiàn)云端直控覆蓋超10棟算力中心,，落地?cái)?shù)字化算力中心健康度評估，智能化終端或機(jī)器人的自驅(qū)動巡檢,，視頻流識別與告警的聯(lián)動,，系統(tǒng)的智能化運(yùn)維問答，并保障業(yè)務(wù)服務(wù)級別協(xié)議（SLA）達(dá)標(biāo)率99%以上,。

（二十二）其他算力領(lǐng)域的特色化技術(shù),、產(chǎn)品、服務(wù)和平臺等,，應(yīng)具有技術(shù)先進(jìn)性,，技術(shù)成熟度較高，產(chǎn)業(yè)化前景較好,。

附：

1. 算力強(qiáng)基揭榜單位推薦表

2. 算力強(qiáng)基揭榜單位申報(bào)材料

查閱《算力強(qiáng)基揭榜單位推薦表》《算力強(qiáng)基揭榜單位申報(bào)材料》,，請到工信部官網(wǎng)。