信息服务

随着我国数字经济规模总量的不断攀升，实体经济、数字经济和信息服务的深度融合正加速产业数字化和数字产业化变革。算力作为承载信息数据的重要基础设施，已成为全社会数字化转型的重要基石。根据中国信息通信研究院最新发布的《中国算力发展指数白皮书（2023年）》显示，至2023年我国智能算力规模达到178.5EFlops，增速为72%，在我国算力占比达59%，成为算力快速增长的驱动力；据IDC等机构预测，至2025年，新增数据量180ZB，其中80%的增长来自于文本、图片、语音、视频等非结构化的数据。随着人工智能、元宇宙、高性能计算等领域的发展，激发了更多智能数据处理的需求和场景，对新型智能算力的需求激增。本研究围绕典型智能计算应用对异构算力的协同及调度需求，研究泛在异构算力参与训练或推理过程的协同需求、调度需求，研究泛在异构算力参与训练或推理过程的协同需求，包括异构算力类型、规模要求、性能要求、网络要求、数据传输要求等，分析异构算力协同的应用场景等特点，考虑同数据中心、跨数据中心、跨云边端多级、池化和非池化异构算力并存等各种场景下，算力协同的需求及可行性。研究分析异构算力资源分类整合、池化重构和智能分配等技术方案。研究分布式异构算力资源管理技术方案，包括管理跨数据中心、边缘及端侧的GPU、FPGA等异构算力设备，已虚拟化或池化的异构硬件，研究对异构算力资源进行标识和监控的方案，对算力进行细力度切分供给的技术方案，研究对计算任务进行异构算力匹配和调度的技术方案。包括如何匹配差异化的计算任务到相应的异构算力节点，如何支持异构算力资源高效和细粒度分配，基于应用场景的负载差异性，建立面向多样化异构算力资源和上层多场景需求的多元异构算力统一调度架构，统一资源实时感知，抽象资源响应和应用调度。研究分布式AI框架支持分布式异构算力的管理和调度技术方案。

当前，数字技术和产业持续高速发展，生产要素、生产力和生产关系发生深刻变化，为推动经济社会发展提供了强有力的底层驱动力。但是，数字技术在创造巨大财富、推动经济社会包容发展的同时，也可能进一步加剧经济社会的不平等。如何建设一个更加平等、普惠、包容的数字世界，越来越成为各界关注的重大问题。2016年4月，习近平总书记在网信工作座谈会上强调，要适应人民期待和需求，加快信息化服务普及，降低应用成本，为老百姓提供用得上、用得起、用得好的信息服务，让亿万人民在共享互联网发展成果上有更多获得感。2017年11月，习近平总书记在亚太经合组织第二十五次领导人非正式会议指出，我们要把提升包容性置于更突出位置，处理好公平和效率、资本和劳动、技术和就业的关系，重视人工智能等新技术对就业的影响，让更多人共享发展成果。2022年11月，习近平总书记在二十国集团领导人第十七次峰会上提出，各国应该携手推动数字时代互联互通，采取有效措施提升全民数字技能和素养，尤其要帮助发展中国家和弱势群体融入数字化浪潮，努力消除数字鸿沟。2023年11月，习近平总书记在世界互联网大会乌镇峰会的致辞中强调，加快信息化服务普及，缩小数字鸿沟，在互联网发展中保障和改善民生，让更多国家和人民共享互联网发展成果。本报告旨在从理论和实践层面对数字包容（DigitalInclusion）的概念内涵、全球困境、中国实践以及推进策略等进行分析总结，推动形成对数字包容的广泛共识。

当前，空天地一体化网络的研究在如火如荼的开展中，通过开展组网架构、空口传输、路由交换、协议栈等天地融合设计与研究，将解决信息服务、资源管理以及网络运维的智能化问题。天地一体网络的发展趋势将是天基和地基网络从互联到协同再到一体，拉通协议、网络、业务、用户，构建全覆盖的泛在网络连接。因此，我们认为空天地一体化网络的演进可以分为以下三个阶段:天地互联、天地协同、天地一体。空天地一体化是路由与控制层的关键使能技术，是分布式功能层的载体，采用天地互联、天地协同、天地一体三步走构建空天地一体化网络，最终实现6G网络架构的泛在连接设计原则。 我国在 2019年成立了6G推进组，系统推进需求、技术、标准及国际合作等各项工作，并启动 6G技术试验。依据地面移动网络与卫星网络极强互补性的特点，推动地面网络和卫星网络的一体化融合，正成为 6G通信网络的重要发展趋势。为此，3GPP、ITU、以及 CCSA 等组织和机构已经启动地面移动网络和卫星网络的融合研究。

为深入推进北京市智慧城市发展，努力建设全球新型智慧城市，展示北京智慧城市建设成果，2023年3月，北京市经济和信息化局联合北京软件和信息服务业协会共同发起《2023北京智慧城市创新应用案例集》案例征集活动。截至2023年3月底共征集到74项案例。协会组织遴选了一批技术先进、模式创新、成效显著的智慧城市创新应用案例，针对北京智慧城市创新应用案例共性基础、综合应用、领域应用等部分的每个案例的应用背景、应用特色、应用价值进行评价和分析，完成了《2023北京智慧城市创新应用案例集》。

近年来，国内建设的大中型水利工程主要包括大型泵站、水库工程、引供水工程、区域性水资源调配工程、灌区工程等，这些工程的运行管理需要对工程现场水雨情、工情、灾情、水质、图像视频等数据进行采集、实现设备的远程控制和调节、监视工程运行，完成运行调度。以往此类水利工程综合自动化系统基本采用多个功能单一的自动化子系统构成，这种模式造成用户的日常工作被分解到多个系统中执行，出现操作复杂、管理不便、重复投资、运维效率低下等突出问题，且难以实现多个工程的集中联合管控，已不能很好的适应水利现代化发展的需求，追切需要一种新型的、能融合多专业的、可集中部署分级应用的、具有统一软、硬件平台的综合管控系统。 1.创新点1）构建统一现地通信服务、数据中心、基础应用服务三层结构的新型水利工程综合管控平台架构，实现一体化管控的运行管理模式。2）研究微功耗+可编程一体化测控技术，研制基于该技术的一体化测控现地装置，实现闸、泵、阀自动化控制、水情监测、工情监测的现地一体化测控。3）建立以全景监控、调度指挥、工程管理、信息服务为主体的水利工程一体化管控应用体系，实现了水利工程统一管控的目标。4）研究基于自动化闸门控制的全线联台水量调度，实现全线闭环自动化水量调度。结合调度流程信息化，实现智能化调水与调度运行管理于一体的新型水量调度应用模式5）采用一套现地测控终端实现取水控制与刷卡计费，为供水末端取水管理的难题提出新的解决方法。 2.专利申请情况1）共申请专利9项，其中3项已授权，6项正在受理；2）共申请软件著作权3项，其中2个已授权，1个正在受理；3）共发表相关论文17篇。

数字经济日益成为经济发展新动能，数字应用成为新常态，在经营管理等方面带来更便捷、高效的应用价值。本项目是基于人力资源各业务信息系统汇聚的海量数据，研究开发的以“智能、开放、共享、连接”为特点的大数据驱动型信息服务平台。平台以“提供人资全量数据服务”为宗旨，以“智能化体验”为核心，以敏捷应用和持续改善为支撑两翼，面向全员提供人员信息便捷检索服务，面向人资专业部门提供人才甄别、多维统计等自定义场景服务，面向管理层提供数据决策分析服务，充分借助大数据先进技术，探索数据在管理服务中的创新应用，推进人资管理模式向数字化管理转型升级。 本项目运用大数据处理及人工智能技术，一是基于人资大数据管理特点，创新研发分级赋权算法，实现贴合业务意图导向的异构系统全量数据检索；二是采取选择屏幕配置方法，实现多维度数据即时统计和分析，极大减少专业分析工作强度；三是利用经验归纳和分析学习等人工智能方法，让搜索引擎能够持续自我完善，增强用户体验，提供高效的数据服务；四是利用正向迭代最细粒度切分算法，解决了多个异构系统无耦合集成模式下数据查询性能瓶颈问题。本项目自应用以来，一直作为重要工具，常态化支撑全省各单位信息系统实用化评价、数据治理等专项工作，同时也作为典型应用场景，纳入到全国网推广应用计划。本项目在大数据和人工智能技术应用方面与人力资源管理进行了研究探索，将数据服务管理进行了落地实践，助推了电力企业人资管理方式变革和企业数字化转型，在其他行业中也具有极高的通用推广价值。

依托山西电网调度运行指挥系统（简称：“G-DOCS”），运用先进技术手段对电网运行产生的海量数据进行数据挖掘和再加工，构建起企业级数据应用服务平台。项目围绕源网荷互动、电力市场衍生服务、生产辅助决策场景开展，给予用户相对应的信息服务，达到资源优化配置、规范市场行为、提高电网安全运行水平的目的，为国网山西省电力公司的大数据企业级应用提供支持。

本项目研究尤其适合于呼叫中心行业如95598热线、内部信息服务1000号热线等这类工单体量大，实时监控要求高的业务场景，引入数据分析有效提高工作效率，减少95598投诉。也可以可以横向推广至设备状态分析、人员绩效分析等各项业务领域，实现信息可视化展示，促进业务高效开展。 数据分析平台推广程度容易，成本低。只需本项目建立的分析模型、文本挖掘工具结合本地化的业务场景、历史数据等信息，调整模型方程的系数及专业词库，验证输出结果的准确度即可投入应用。 目前在广东电网本部开展实施应用若将“数据分析”模式向全南网推广，每年全网五省区的运维服务成本将可得到可观地下降，17年广东电网信息系统工单量约占全网工单量的25%，成功推广后估计可以节省5336万元。

近年来，中能国研（北京）电力科学研究院、电力行业输配电技术协作网将为电力企业提供更加优质的电力信息服务作为企业的主要责任之一，组织相关领域的专家共同撰写《全国电力生产运行与市场分析月度报告》及《国际电力生产运行与市场分析月度报告》（详见附件）。报告分析透彻、时效性强，可供电力企业及时掌握电力行业运行统计数据、了解行业发展动态。目前，报告已经成为行业投资机会的专业参考资料，以及企业研究及制定发展规划、制定工作计划的重要参考和借鉴依据。