AI算力與大模型軟件深度融合技術(shù)，將開悟多模態(tài)大模型與中臺軟件與AI算力硬件進行深度適配，進行大模型算力性能優(yōu)化，實現(xiàn)注意力機制的高效計算，有效降低大模型訓(xùn)練和推理的計算復(fù)雜度和資源消耗，提供更高的大模型推理性能；通過AI算力良好調(diào)度和優(yōu)化，實現(xiàn)更好的算力利用效率。
基于AI算力與大模型軟件深度融合技術(shù)，公司的開悟云邊端AI一體機將AI算力和大模型軟件融為一體，高效實現(xiàn)大模型部署和交付，滿足用戶開箱即用的需求，實現(xiàn)AI算力和大模型應(yīng)用的一站式交付。
大模型訓(xùn)練推理平臺技術(shù)，可以支持各種不同階段的大模型訓(xùn)練，包括預(yù)訓(xùn)練、監(jiān)督微調(diào)訓(xùn)練、獎勵模型訓(xùn)練及強化模型訓(xùn)練，以及便捷化的推理部署。大模型訓(xùn)練推理平臺技術(shù)實現(xiàn)了對自由文本、標(biāo)簽化數(shù)據(jù)及排序類數(shù)據(jù)等多種類型數(shù)據(jù)的高效治理，廣泛支持業(yè)界主流架構(gòu)基礎(chǔ)模型，可以對訓(xùn)練算力集群進行靈活調(diào)度，進行有效的分布式訓(xùn)練管理，實時檢測模型訓(xùn)練性能表現(xiàn)，并實現(xiàn)訓(xùn)練成果的一鍵優(yōu)化推理部署。
大模型推理增強技術(shù)，運用標(biāo)量字符檢索及語義向量檢索技術(shù)對大模型的信息源進行增強，高效利用客戶私有化知識和實時開放的世界知識進行有效融合，消除大模型在處理知識類業(yè)務(wù)場景下的事實性和實時性方面缺陷，有效控制大模型幻覺問題，實現(xiàn)大模型推理輸出內(nèi)容的可控和可信，滿足高精確性、高準(zhǔn)確度、高可行度、高事實性的大模型應(yīng)用場景。
大模型性能實時監(jiān)控技術(shù)，結(jié)合公司實時數(shù)據(jù)監(jiān)控和智能分析算法，持續(xù)跟蹤大模型的多方面性能指標(biāo)，其中包括響應(yīng)速度、準(zhǔn)確性和資源使用等多種指標(biāo)。通過大模型性能實時監(jiān)控技術(shù)，系統(tǒng)實時發(fā)現(xiàn)性能下降等各方面系統(tǒng)級異常情況，確保了大模型的全時高效運行。同時，大模型性能實時監(jiān)控技術(shù)也為大模型及大模型應(yīng)用的持續(xù)優(yōu)化提供全面的數(shù)據(jù)支持，支持大模型及大模型應(yīng)用的持續(xù)迭代優(yōu)化。
大模型服務(wù)快速部署技術(shù)，通過自動化的部署流程和云計算資源的靈活調(diào)度，實現(xiàn)了大模型從開發(fā)環(huán)境到生產(chǎn)環(huán)境的快速遷移和服務(wù)上線。該項技術(shù)支持多種部署環(huán)境，包括私有云、公有云、混合云和邊緣計算設(shè)備等多種運行環(huán)境，確保大模型及應(yīng)用服務(wù)能夠在多環(huán)境中平穩(wěn)運行。大模型服務(wù)快速部署技術(shù)顯著縮短大模型及應(yīng)用服務(wù)的上線時間，有效提升業(yè)務(wù)系統(tǒng)部署運維效率。
多模態(tài)內(nèi)容生成技術(shù)，以Transformer架構(gòu)和Diffusion架構(gòu)為基礎(chǔ)，利用多領(lǐng)域的文字、圖片、視頻、音頻等多模態(tài)數(shù)據(jù)進行訓(xùn)練，通過低秩適配、控制網(wǎng)絡(luò)等技術(shù)形成具有應(yīng)用特點的多模態(tài)插件模型，實現(xiàn)可控多模態(tài)引導(dǎo)生成，支持豐富的文生圖、文生視頻、圖生圖、圖生視頻等多種跨模態(tài)的內(nèi)容生成能力，實現(xiàn)高效、準(zhǔn)確、創(chuàng)新地完成智能化內(nèi)容生產(chǎn)和創(chuàng)作。
基于先進的人工智能技術(shù)，知識模型融合的錯敏文本識別技術(shù)綜合運用知識規(guī)則模型、統(tǒng)計語言模型與深度學(xué)習(xí)模型，構(gòu)建全方位的智能化錯敏文本分析體系。利用AC自動機等技術(shù)進行多模式文本匹配，以適應(yīng)特定的監(jiān)管規(guī)則。利用Fasttext等技術(shù)進行快速文本篇章段落級分類，實現(xiàn)異常內(nèi)容檢測。采用N-Gram統(tǒng)計語言模型結(jié)合知識圖譜進行詞語提取，實現(xiàn)領(lǐng)域高頻詞與新詞持續(xù)發(fā)現(xiàn)。利用大規(guī)模預(yù)訓(xùn)練深度語言模型及字音字形混淆集生成策略，結(jié)合政務(wù)、法律、金融等領(lǐng)域真實數(shù)據(jù)進行微調(diào)，實現(xiàn)高精度實體識別、錯別字定位糾正。
高性能音視頻內(nèi)容分析與理解技術(shù)基于深度卷積神經(jīng)網(wǎng)絡(luò)與Transformer等先進的圖像、視頻、音頻內(nèi)容提取與理解技術(shù)，形成了圖像分類、目標(biāo)檢測、圖像分割、目標(biāo)識別、視頻分類、行為識別、語音識別、情感識別等核心技術(shù)模塊。依托豐富的政務(wù)業(yè)務(wù)場景，構(gòu)建了持續(xù)更新的政務(wù)領(lǐng)域音視頻數(shù)據(jù)庫，保障了算法的不斷進步和應(yīng)用的實戰(zhàn)效果。典型應(yīng)用包括圖像文本識別、人物形象識別、違規(guī)圖像與音視頻監(jiān)測等內(nèi)容安全服務(wù)。
垂直領(lǐng)域智能語義分析與檢索技術(shù)基于計算語言學(xué)及認知語言學(xué)等學(xué)科理論，利用機器學(xué)習(xí)技術(shù)將詞匯、句子、段落、篇章等不同語言單位進行多層次解析，形成適合計算處理的語義結(jié)構(gòu)。在具體的語義檢索場景中，通過語義索引構(gòu)建和查詢語義分析技術(shù)，讓計算機從語義層面理解用戶的檢索意圖，并利用概念間的關(guān)系和推理規(guī)則進行輔助檢索，從根本上解決了傳統(tǒng)基于文本匹配的檢索中經(jīng)常出現(xiàn)的查不全、找不準(zhǔn)、排不前等問題。在專利審查、文件比對等垂直應(yīng)用領(lǐng)域，相對于傳統(tǒng)布爾檢索，語義分析與檢索技術(shù)可極大提高檢索覆蓋度和精準(zhǔn)性。
混合模態(tài)檢索可適應(yīng)文本、圖像、語音、視頻等多種不同模態(tài)交叉混合的索引與查詢方式，充分利用多種模態(tài)之間的相關(guān)性和互補性，從而學(xué)習(xí)到更加精確和魯棒的特征表示。在混合模態(tài)檢索推理過程中，借助訓(xùn)練得到的特征表達模型對各模態(tài)非結(jié)構(gòu)化數(shù)據(jù)進行抽象，形成多維結(jié)構(gòu)化向量，基于高效的索引結(jié)構(gòu)和乘積量化技術(shù)，實現(xiàn)快速準(zhǔn)確的召回，賦能圖文搜索、智能問答等多種業(yè)務(wù)場景。
虛擬數(shù)字人重建、驅(qū)動與交互技術(shù)基于人臉圖像、視頻數(shù)據(jù)，通過人臉檢測、人臉關(guān)鍵點檢測、人臉分割等技術(shù)，結(jié)合通用的人臉三維模型，實現(xiàn)特定對象的虛擬數(shù)字人人臉三維模型重建生成?；谧匀徽Z音或合成語音驅(qū)動，結(jié)合三維人臉網(wǎng)格，通過深度神經(jīng)網(wǎng)絡(luò)擬合語音特征與融合變形參數(shù)關(guān)系，實現(xiàn)高同步、高寫實的三維虛擬數(shù)字人人臉序列動畫。利用基于政務(wù)、能源、金融等領(lǐng)域知識圖譜，并結(jié)合語音識別、數(shù)字人驅(qū)動、圖形渲染等技術(shù)，實現(xiàn)虛擬數(shù)字人在特定領(lǐng)域的交互問答與業(yè)務(wù)處理。
虛擬電廠調(diào)度指令分解控制技術(shù)以虛擬電廠參與電力交易服務(wù)的各類數(shù)據(jù)為基礎(chǔ)，構(gòu)建利潤計算模型；研究售電/購電量價、儲能充放、風(fēng)光出力、可控分布電源出力、柔性負荷控制等相關(guān)關(guān)系和約束影響，綜合運用機器學(xué)習(xí)技術(shù)進行滾動/周期數(shù)據(jù)預(yù)測，結(jié)合運籌優(yōu)化技術(shù)構(gòu)建以效益最大化為目標(biāo)的控制策略，從而實現(xiàn)交易過程中量價上報方案最優(yōu)及聚合資源調(diào)度綜合效益最優(yōu)，實現(xiàn)虛擬電廠及所聚合資源的多方共贏?；诒镜氐牡蜁r延狀態(tài)數(shù)據(jù)，綜合評估資產(chǎn)運行風(fēng)險，對前置控制單元接收的調(diào)度指令進行安全校驗和分散控制，精準(zhǔn)執(zhí)行調(diào)度指令，在滿足各被聚合資產(chǎn)約束條件前提下，實現(xiàn)調(diào)度指令的安全、穩(wěn)定、準(zhǔn)確執(zhí)行。
電力市場交易策略預(yù)測技術(shù)能夠預(yù)測各類設(shè)備的功率曲線和需求，會同虛擬電廠參與的交易品種價格，作為交易策略優(yōu)化模型的輸入，準(zhǔn)確評估虛擬電廠調(diào)節(jié)能力，基于虛擬電廠相關(guān)交易品種要求報價報量參與出清，通過非線性問題求解，設(shè)計最佳平衡收益與風(fēng)險的報量報價策略，實現(xiàn)虛擬電廠收益最大化。
綜合能源分布式負荷預(yù)測技術(shù)能夠基于基礎(chǔ)負荷數(shù)據(jù)（包括電、熱、氣負荷歷史數(shù)據(jù)、電價、氣價以及氣象條件溫濕度等數(shù)據(jù)），構(gòu)建基于數(shù)據(jù)驅(qū)動的綜合能源系統(tǒng)離線計算-在線預(yù)測框架，通過離線計算挖掘負荷特性，實現(xiàn)對電、熱、氣負荷的精細化建模；通過離線計算與在線預(yù)測相結(jié)合，實現(xiàn)綜合能源系統(tǒng)負荷預(yù)測的精確性和時效性的統(tǒng)一；通過構(gòu)建綜合能源系統(tǒng)負荷預(yù)測誤差模型對負荷預(yù)測結(jié)果進行修正，提高綜合能源系統(tǒng)負荷預(yù)測精度，有利于綜合能源系統(tǒng)安全可靠運行。
海量資源匯聚分析技術(shù)具備海量分布式資源匯聚能力，深入分析資源運行特性，考慮不同資源的協(xié)同和互補特性，合理規(guī)劃聚合集群，夯實虛擬電廠實現(xiàn)多業(yè)務(wù)目標(biāo)基礎(chǔ)，對各類聚合資源進行等值建模，計及各種能源設(shè)備運行約束條件，考慮不同資源的協(xié)同和互補特性，合理規(guī)劃聚合集群，實現(xiàn)多設(shè)備各自調(diào)節(jié)能力空間、調(diào)節(jié)成本在內(nèi)的多場景等值計算。
海量大數(shù)據(jù)處理技術(shù)采用分布式架構(gòu)，支持線性實時橫向擴展，解決數(shù)據(jù)量和計算性能等系統(tǒng)瓶頸問題，能夠最大限度地匯總和利用數(shù)據(jù)。對于可能的單點都進行了雙活冗余的設(shè)計，達到了真正的高可用；防止單臺宕機影響整個平臺，滿足系統(tǒng)平穩(wěn)運行需求；支持PB級數(shù)據(jù)秒級處理效率，圖數(shù)據(jù)庫支持對超10記錄的大數(shù)據(jù)表檢查，單機環(huán)境下在半小時內(nèi)完成對大圖（3,000萬個節(jié)點、10億條邊）的加載，單機環(huán)境下在1秒之內(nèi)完成大圖（3,000萬個節(jié)點、10億條邊）k-NN兩步域查詢。
大數(shù)據(jù)數(shù)據(jù)質(zhì)量管控技術(shù)能夠固化數(shù)據(jù)管理流程及管理成果，完成數(shù)據(jù)資產(chǎn)的全過程線上運營管控，支持多源數(shù)據(jù)接入并可靈活擴展，一站式監(jiān)控各類數(shù)據(jù)資源，及時發(fā)現(xiàn)異動并實時告警，解決集約治理瓶頸問題；能夠準(zhǔn)確定位問題數(shù)據(jù)，做到動態(tài)可溯源，并自動調(diào)度，執(zhí)行問題消缺處理，解決原來人工、線下、不及時處理異常問題的弊端；提供靈活的規(guī)則自定義分類和配置，可根據(jù)業(yè)務(wù)需求設(shè)定規(guī)則稽核頻度，解決人工規(guī)則配置和校驗導(dǎo)致效率低下的問題；全面監(jiān)測數(shù)據(jù)資源狀態(tài)情況、掌握數(shù)據(jù)問題明細、跟蹤問題發(fā)展趨勢、分析數(shù)據(jù)共享態(tài)勢。建立了數(shù)據(jù)質(zhì)量問題工單機制，根據(jù)問題自動分類生成工單，自動觸發(fā)工單流轉(zhuǎn)，從而實現(xiàn)數(shù)據(jù)質(zhì)量在線稽核、通知、整改、反饋、監(jiān)察的閉環(huán)管理。
探索式實現(xiàn)數(shù)據(jù)分析技術(shù)預(yù)置多種多維數(shù)據(jù)模型和機器學(xué)習(xí)算法，如廣義線性建模（線性回歸，邏輯回歸等），樸素貝葉斯，主成分分析，k均值聚類和word2vec等。同時，還提供分布式隨機森林，梯度提升和深度學(xué)習(xí)等高級算法。另外，通過堆棧集成方法，可實現(xiàn)使用堆棧過程找到預(yù)測算法集合的最佳組合。全面支持Echarts、D3等圖形化框架，快速適應(yīng)復(fù)雜業(yè)務(wù)環(huán)境。支持多種可視化呈現(xiàn)方式，滿足不同業(yè)務(wù)場景需要。提供靈活的拖拽式在線可視化設(shè)計工具，所見即所得。
大規(guī)模高速度多形態(tài)數(shù)據(jù)采集技術(shù)采用基于深度學(xué)習(xí)的鏈接自動分類技術(shù)、基于網(wǎng)頁節(jié)點間互信息的頁面內(nèi)容智能抽取技術(shù)、動態(tài)網(wǎng)頁自動解析渲染技術(shù)、海量鏈接實時消重和分發(fā)技術(shù)、動態(tài)分治分布式數(shù)據(jù)采集集群技術(shù)等，構(gòu)建了大規(guī)模高速度多形態(tài)數(shù)據(jù)采集平臺技術(shù)體系?？梢杂行нm應(yīng)數(shù)量巨大、形態(tài)多樣、更新頻繁的網(wǎng)站及新媒體采集場景，解決其中的異構(gòu)動態(tài)數(shù)據(jù)源采集的技術(shù)復(fù)雜性、大規(guī)模網(wǎng)頁高頻采集的實時性和大規(guī)模分布式采集調(diào)度的擴展性等問題。
批量與流式數(shù)據(jù)實時分析處理技術(shù)全面集成各種異構(gòu)數(shù)據(jù)源，實現(xiàn)各類數(shù)據(jù)的實時匯聚、處理與分析。采用先進的實時數(shù)據(jù)分析處理技術(shù)，將實時數(shù)據(jù)處理與實時數(shù)據(jù)分析融合，實現(xiàn)數(shù)據(jù)處理與分析一體化；將批量數(shù)據(jù)分析與流式數(shù)據(jù)分析融合，實現(xiàn)流批分析一體化。構(gòu)建新一代實時數(shù)據(jù)分析處理引擎，利用復(fù)雜事件處理與機器學(xué)習(xí)能力，在實時異構(gòu)數(shù)據(jù)匯聚、清洗和轉(zhuǎn)換，實時數(shù)據(jù)入庫和實時數(shù)據(jù)分析與統(tǒng)計，復(fù)雜事件檢測和提取等方面為各類客戶的大數(shù)據(jù)業(yè)務(wù)提供全業(yè)務(wù)場景支撐。
數(shù)字內(nèi)容資產(chǎn)全生命周期管理技術(shù)對結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)字資源進行重定義，通過元數(shù)據(jù)鏈接、知識圖譜等基礎(chǔ)技術(shù)，重新定義、盤點和規(guī)劃數(shù)據(jù)，形成數(shù)據(jù)資產(chǎn)。提供全局統(tǒng)一的數(shù)字內(nèi)容資產(chǎn)管理門戶，將富含業(yè)務(wù)知識的分析模型、內(nèi)容報表、內(nèi)容主題、內(nèi)容集合等邏輯資源封裝為數(shù)據(jù)產(chǎn)品。以高效、安全的內(nèi)容數(shù)據(jù)服務(wù)方式，構(gòu)建主題明確、服務(wù)完善、流程清晰的數(shù)字內(nèi)容生命周期管理體系。在創(chuàng)建、存儲、分發(fā)、運營和檢索富媒體以及管理數(shù)字權(quán)利和權(quán)限的業(yè)務(wù)流程中，通過優(yōu)質(zhì)的內(nèi)容體驗賦能客戶數(shù)字化和智能化業(yè)務(wù)場景。
