• 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

算力经济下DPU芯片的发展机遇

当前承载算力的基础设施是各种规模的的数据中心,从几十个服务器节点的小规模企业级计算中心到数万个节点的巨型数据中心,通过云计算的模式对应用层客户提供存储、软件、计算平台等服务。这个生态直接承载了全球数十万亿美元规模的数字经济,而且对全球服务业、工业、农业的渗透率随着大数据、5G、人工智能等技术的发展还在不断提高。算力,已不仅仅是一个技术指标,它已经成为了先进生产力的代表。

  • 2022-01-20
  • 阅读156
  • 下载0
  • 13页
  • docx

从摩尔定律看计算芯片的发展

半导体行业有一条大家耳熟能详的定律——摩尔定律,它最早是由英特尔(lntel)名誉董事长戈登·摩尔( Gordon Moore)在1965年提出的。当时戈登·摩尔正在准备一个关于计算机存储器发展趋势的报告,在总结报告的绘制数据时,他发现了一个惊人的规律:每个新的芯片大体上包含其前任两倍的容量,每个芯片产生的时间都是在前一个芯片产生后的18~24个月内。

  • 2022-01-20
  • 阅读166
  • 下载0
  • 11页
  • docx

浸没式液冷技术给数据中心降温方案

上世纪60年代开始,液冷已经被用在大型计算机上,但因为热负荷不高的情况下风冷成本更低也更安全,液冷产业并未得到太大发展。随着移动互联网的发展,数据中心需应对的业务复杂度日益提高,功率密度快速增长,数据中心因此变得越来越“热”,在绿色高效的发展压力下,液冷技术强势回归。

  • 2022-01-20
  • 阅读195
  • 下载0
  • 5页
  • docx

云数据中心自然冷技术及应用效果分析

近年来,云计算市场整体保持高速增长,“2020年全球公有云服务整体市场规模( IaaS/PaaS/Saas )达到3, 124.2亿美元,同比增长24.1% ,中国公有云服务整体市场规模达到193.8亿美元,同比增长49.7% ,全球各区域中增速最高” 。个人业务方面,随着固网带宽的提升和技术的发展,各类门户网站、微博开始兴起,数据量开始增大;随着3G、4G的使用,微信等社交App 、抖音快手等短视频App开始流行,数据量暴增。5G具有百倍于4G的带宽,其必然会促使数据量呈指数级上涨,触发对数据中心更强劲的需求。不管是公有云市场还是私人业务,在数字化时代对海量数据的存储、处理、分析和应用已经成为一个热点和趋势,由此也催生了大数据和人工智能等相关产业。所有这些工作都需要基于数据中心基础设施进行,整个社会和行业对数据中心的需求将会越来越大。“作为信息社会的数字底座,数据中心已经成为推动社会发展的战略性基础设施” 。数据中心行业从2010年起进入了发展的快车道,技术进步行业繁荣,“从全国总体情况看,截至2019年年底,我国在用数据中心机架总规模达到314.5万架” 。

  • 2022-01-20
  • 阅读165
  • 下载0
  • 12页
  • docx

基于后评估的实验室建筑性能提升设计实践

基于对实验室建筑的使用后评估,提取出后评估指标体系中对于实验室建筑的四个关注点——高效、健康、灵活和可持续。依据使用者和管理者对以上四个指标满意度反馈的具体内容,提出在设计环节的具体改进策略,并以北京师范大学生物科技中心为实践案例阐述设计策略落地的可能方式。通过打通后评估与设计的闭环,挖掘实验室建筑性能提升的有效途径。

  • 2022-01-20
  • 阅读165
  • 下载0
  • 23页
  • docx

云数据中心白盒化技术趋势

云计算发展过程中,数据中心走向超大型化,根据Cisco数据,到2021年全球将有628个超大规模数据中心,届时,全球超大规模数据中心将支持着53%比重的服务器。 同时,云数据中心是厂商竞争力的重要支撑,因此具有竞争性、多样性特点。规模和竞争驱动下,数据中心基础设施要求高性价比、高效交付和高效运维,白盒产品顺势在云数据中心得到普及。在开放标准组织的加持下,目前北美主流云厂商数据中心已经全面实现服务器、交换机等领域的白盒化。

  • 2022-01-21
  • 阅读166
  • 下载0
  • 8页
  • docx

玩转mongodb从入门到实战

2019 年,阿里云与 MongoDB 达成战略合作,作为云厂商独家支持 MongoDB 4.0 以及后续 最新版本的服务,与 MongoDB 的关系从开源社区到商业合作全面覆盖。同年,MongoDB 4.2 版本 发布,具备了分布式事务的处理能力,覆盖传统关系型数据库的事务能力。近期,阿里云 MongoDB 的云原生技术也从生命周期的托管逐步升级到资源池化与存储计算分离的云原生架构。利用云原生技 术架构,让传统数据库具备了系统资源灵活弹性升级的云化能力,帮助用户便捷的实现数字化转型升 级,降低企业 TCO 成本。

  • 2022-03-05
  • 阅读185
  • 下载0
  • 37页
  • pdf

玩转tablestore入门与实践

TableStore 是阿里云自研首款分布式多模型数据库,属于 NoSQL 的类别。提到 NoSQL 数据库,现在对很多应用研发来说都已经不再陌生。当前很多应用系统底层不会再 仅仅依赖于关系型数据库,而是会根据不同的业务场景,来选型使用不同类型的数据库, 例如缓存型 KeyValue 数据会存储在 Redis,文档型数据会存储在 MongoDB,图数据会存 储在 Neo4J 等。

  • 2022-03-07
  • 阅读600
  • 下载0
  • 466页
  • pdf
上一页 1 …… 14021403140414051406140714081409141014111412 …… 2194 下一页 共 17546 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64
  • 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910
  • 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2688
  • 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3148
  • 下载14

最新上线

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24
  • 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22
  • 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23
  • 下载0

配电室智慧整体解决方案

持续改进与升级是配电室智慧整体解决方案成功的关键,通过定期评估和更新硬件设备、引入智能控制系统、加强数据分析和优化、提升人员培训和技能水平以及建立反馈机制等措施,可以不断提高系统的运行效率和可靠性,满足不断变化的市场需求和技 术进步。

  • 阅读24
  • 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