会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

DeepSeek华为云AI解决方案

低成本完美对标OpenAl01，突破精确语义理解及复杂推理任务数学+编程领域大幅领先，DeepSeek-V3训练成本不足Meta/OpenAl的10%，DeepSeek-R1推理成本仅为OpenAlo1的3%，成为开源模型SOTA

  • 2025-03-19
  • 阅读286
  • 下载0
  • 9页
  • pdf

Deepseek大模型在银行系统的部署方案设计

本项目旨在将Deepseek大模型部署于银行系统，以提升银行在客户服务、风险控制、数据分析等方面的智能化水平。项目范围涵盖从需求分析、模型部署到系统集成及后期维护的全流程。具体包括以下几个方面：首先，针对银行系统的实际需求，进行Deepseek大模型的定制化调优，确保模型在金融领域的准确性和高效性；其次，设计并实施模型的部署方案，包括硬件资源配置、软件环境搭建以及模型参数优化，确保模型能够稳定、高效地运行；第三，完成与银行现有系统的无缝集成，确保数据流的顺畅和安全性，同时开发相应的API接口，便于其他系统调用；第四，建立完善的监控和维护机制，及时发现并解决模型运行中的问题，确保系统的长期稳定运行。

  • 2025-03-10
  • 阅读366
  • 下载2
  • 9页
  • pdf

智能物流系统在新能源锂电池生产全链路中的应用_雷敏

本文对新能源锂电池生产工艺进行了总结归纳并融合现有智能物流技术，对锂电池生产工艺全过程中原材料、电芯、极卷、结构件以及半成品锂电池、成品锂电池的存储、转运和输送形成了全链路的数字化、智能化解决方案。本文将为今后新能源锂电池行业自动化方案的总体规划设计工作提供科学的理论和参考依据。

  • 2025-03-05
  • 阅读218
  • 下载0
  • 9页
  • pdf

Deepseek引爆通信产业新机遇报告

Deepseek通过创新算法使推理效率大幅优化 ，大幅降低了应用成本。DeepSeek-V3的训练成本仅为2.788M H800 GPU小时，同时其支持FP8混合精度训练,，并针对训练框架进行了全面优化，以实现加谏训练和降低GPU内存使用，通过算法、框架和硬件的共后设计 ，克服了跨节点MoE训练中的通信瓶颈 ，显著提高了训练效率并降低了训练成本。 DeepSeek每百万输入tokens成本为0.55美元，每百万输出tokens成本为2.19美元，相较于ChatGPT O1模型，输入和输出成本均降低了96%。DeepSeek-V3采用了多头潜在注意力( Multi-head Latent Attention，MLA)和DeepSeekMoE架构，显著提高了推理速度和显存利用率，能够在保持模型性能的同时实现高效的训练和推理。 DeepSeek从成本端和技术端对垂

  • 2025-03-04
  • 阅读365
  • 下载0
  • 9页
  • pdf

含分布式新能源高压电网的新型线路保护方案

对于含分布式新能源的高压电网，由于新能源电源种类繁多、故障特性复杂，传统线路保护存在一系列适应性问题。时域微分方程算法可以求解故障距离，在含新能源电源的系统中有良好的适用性，但存在“暂态超越”现象和“电压死区”问题。为此提出了一种新型线路保护方案：在线路非保护出口附近发生故障时进行故障点电压重构和等传变处理，再代入到时域微分方程算法中，即采用等传变快速距离保护算法；在线路保护出口附近发生故障时计算测量电压降落与计算电压降落的相关系数，利用二者变化趋势的一致性判断出口故障方向。该线路保护方案能够准确判断线路故障，不受新能源电源种类、容量及故障特性的影响。仿真分析表明了该方案的适用性。

  • 2025-02-10
  • 阅读323
  • 下载0
  • 9页
  • pdf

RPA在银行财务报表自动化编制中的应用

RPA在银行财务报表自动化编制中的应用,RPA在银行财务报表自动化编制中的应用，RPA在银行财务报表自动化编制中的应用

  • 2025-01-23
  • 阅读192
  • 下载0
  • 9页
  • pdf

2030年：微软实现环境可持续发展-微软

微软持续致力于与其全球的合作伙伴和供应商合作，追踪ESG的监管发展，积极采取措施，在实现微软2030年可持续发展承诺的过程中不断进取并分享经验。在致力于成为一家负责任的全球组织道路上，微软努力帮助客户实现其环境可持续发展战略。

  • 2025-01-22
  • 阅读230
  • 下载0
  • 9页
  • pdf

基于相似日分析和改进鲸鱼算法优化LSTM网络模型的光伏功率短期预测

中服云官网：www.cserver.com.cn 为了解决环境温度、风速和太阳辐照度等诸多因素对光伏发电预测的制约，提出了一种基于相似日分析和改进鲸鱼算法优化的长短期记忆（long short-term memory，LSTM）神经网络模型来实现光伏功率短期预测。首先，采用Pearson 相关系数进行特征选择以去除与光伏输出功率不相关的气象特征；其次，针对相似气象情况下光伏电站发电功率接近的实际情况，采用灰色关联分析（gray relation analysis，GRA）选取与预测日气象特征相似的日期作为训练集；然后，提出一种改进鲸鱼算法（improved whale algorithm，IWOA）来优化 LSTM 深度神经网络的超参数，使预测模型的均方根误差达到最小；最后，以澳洲 Yulara 沙漠 3 号光伏电站的光伏发电历史数据作为实验数据，用 GRA-IWOA-LSTM 神经网络模型进行预测。仿真结果表明，在不同的天气类型下与其他模型的预测效果相比，GRA-IWOA-LSTM模型的预测结果精度更高。

  • 2025-01-22
  • 阅读364
  • 下载0
  • 9页
  • pdf