• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

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
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

城市能源_经济_环境_3E_大数据平台功能构建及其应用研究

城市能源_经济_环境_3E_大数据平台功能构建及其应用研究

  • 2021-07-30
  • 阅读237
  • 下载0
  • 86页
  • pdf

2021年中国人工智能基础层行业研究报告

算力、算法、数据是人工智能产业发展的三大要素。基于此,艾瑞定义人工智能基础层是支撑AI应用模型开发及落地的必要资源,主要包括智能计算集群、智能模型敏捷开发工具、数据基础服务与治理平台三大模块。发展人工智能基础层可多环节提效AI技术价值的释放,解决需求方人工智能生产力稀缺问题,且依托AI基础层资源,AI企业可有效应对下游客户的长尾应用需求,将其高频应用转化为新主营业务,寻找业务增长突破点。此外,基础层工具属性标志着AI产业社会化分工的出现,AI产业正逐步进入各产业深度参与、双向共建的效率化生产阶段。据艾瑞测算,2020年人工智能基础层市场规模为497亿元,为AI产业总规模的33%,AI芯片的高增长是产业规模增长的主要拉动力。未来,伴随各行业智能化转型的迫切需求,艾瑞认为人工智能基础层的各模块工具有望走向集约型的生产模式,更多企业将自研开源框架,国产的操作系统与数据库等软件配套设施将稳步崛起,算力模块的智能服务器国产化率也将逐步提升。

  • 2021-07-23
  • 阅读223
  • 下载0
  • 20页
  • docx

2021智慧医院创新报告

智慧医院的需求和落地在国内有着丰富的土壤。智慧医院的发展受到了政策、需求、技术等多重因素的驱动。与此同时,随着我国医疗市场的逐渐放开,新进入医疗行业的跨行业玩家也带来了新的发展思路。综合各方观点来看,蛋壳研究院认为智慧医院在未来会在以电子病历为核心的智慧医疗、以标准化高效为目标的智慧管理和以患者为中心的智慧服务三大方面继续发展,并呈现出下面六个趋势。

  • 2021-07-15
  • 阅读229
  • 下载0
  • 50页
  • pdf

2021认知智能发展研究报告

中国信息通信研究院华东分院联合竹间智能科技(上海)有限公司就人工智能全球态势、认知智能产业生态、技术融合、典型案例与未来趋势等方面开展了产业技术分析,形成《2021 认知智能发展研究报告》。本报告由五大篇章组成: 第一篇章:全球态势篇,对全球人工智能政策环境、发展现状与发展热点进行了详细介绍;第二篇章:产业生态篇,阐述了认知智能发展历程,并从行业生态、技术专利、学术研究和产业标准等方面展开具体分析;第三篇章:技术融合篇,阐述了当前认知智能领域情感计算、知识图谱、图像理解等六大行业技术领域的融合发展情况;第四篇章:典型案例篇,阐述了当前认知智能在金融、制造、教育等六大场景的应用落地总体情况与典型产品案例;第五篇章:未来趋势篇,总结了认知智能发展面临的问题挑战,对未来发展做出展望。

  • 2021-07-14
  • 阅读209
  • 下载0
  • 38页
  • pdf

新技术环境与数字化领导力

如果在消费互联网时代数学好就基本够用,那么人工智能驱动的产业互联网就还需要“物理学思维”,数字化正在加速世界的量子化,乱中求治的东方智慧许能派上用场。

  • 2021-07-14
  • 阅读336
  • 下载0
  • 47页
  • pdf

制度与流程管理解决方案对于企业管理的作用

从技术层面上来说,本方 案是基于一套“模型化”的流程管理软件 ARIS 来实现对于制度和流程的管理与控制。所谓“模型化”是相对于以 微软公司的 Word、Excel 和 Visio 为代表的电子“文档化”的制度和流程管理软件而言的。

  • 2021-07-14
  • 阅读226
  • 下载0
  • 12页
  • pdf

精简IT,敏捷商道(企业云计算平台架构概览)

本文阐述了利用云计算技术解决目前企业IT基础设施平台在建设和运维过程 中普遍面临的资源使用率低下、维护成本高、业务上线速度慢、信息安全控制风险等问题和 挑战的意义和价值,并给出了企业云计算IT基础设施平台的参考架构及其部署实施建议。

  • 2021-07-14
  • 阅读216
  • 下载0
  • 13页
  • pdf

异构集群环境下Hadoop作业调度优化

西安交通大学计算机系新型计算机研究所主要研究方向包括:并行计算、网格计算、云 计算。作为参与单位,本课题组参加了由百度牵头承担的国家 863 计划信息技术领域云计算 关键技术与系统(一期)项目《以支撑搜索服务为主的网络操作系统》(No. 2011AA01A204)。

  • 2021-07-14
  • 阅读225
  • 下载0
  • 5页
  • pdf
上一页 1 …… 330331332333334335336337338339340 …… 5897 下一页 共 47175 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读101
  • 下载2

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读938
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2743
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3173
  • 下载14

最新上线

超硬材料智慧园区方案

超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。

  • 阅读31
  • 下载0

中服云工业物联网平台在印刷装备制造行业的应用

印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。

  • 阅读55
  • 下载0

中服云数字孪生系统在石油和天然气开采业的应用案例(痛点·方案·成效)

石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。

  • 阅读62
  • 下载0

中服云物联网与数字孪生平台在油气作业现场的应用

油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。

  • 阅读57
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南