国网公司及集团各单位已开展大量数字孪生示范应用，但缺乏整体统筹，存在技术路线与组件工具不统一、模型资源分散、重复建设较多、成本投入大等问题，资源共享利用价值较低，且多停留在三维建模与数据接入展示阶段，智能诊断预测与仿真推演等高级业务应用较少。因此研发共性平台，通过低/零代码方式开发和配置差异型业务系统，打通业务和技术壁垒，可配置、可扩展、可快速变动。基于共性平台，通过图形化流程配置、部署和管理，实现低代码、集约化、可复用的人工智能模型交付应用。

演讲提纲：

1. 需求现状分析
2. 国内外主流数字孪生平台
3. 数字孪生平台概念&特征
4. 电力数字孪生平台
   • 总体架构、模型库、场景库、组件库、两中心、基础能力服务
5. 平台特色，成效，技术创新点
6. 数字孪生与人工智能赋能
7. 大运会电力保供电
8. 水力发电站
9. 总结与展望

听众收益点：

• 了解国网公司的数字孪生系统顶层设计规划
• 了解国网公司在数字孪生技术方面的技术探索与应用案例

本演讲首先介绍 MathGPT 的推理工程架构演进过程以及相关挑战，进而介绍大模型基座 AI PaaS 平台在降本增效、云原生、AIOps 等方面的智能数字化改造，最后围绕好未来行业大模型在多个教育场景、企业内部效能提升、AI 闭环生态的应用落地的实践和探索做一些详细介绍。

演讲提纲：

1. MathGPT 工程架构演进
   • 针对大模型资源紧缺与线上并发性能要求矛盾的工程化改造
   • 服务容器化 & CI/CD 的快速迭代的研发实践
2. 模型基座 PaaS 平台智能数字化改造
   • 平台基于 Service Mesh 的多级弹性伸缩改造
   • 平台商业化的技术改造
3. 行业应用落地实践
   • 大模型在标注系统上的应用探索
   • 大模型在高校教育场景上的应用探索

听众收益点：

• 了解好未来 MathGPT 在大模型工程化上的一线实践经验
• 了解弹性伸缩在教育场景的探索实践
• 共同探讨大模型的落地应用场景

本次演讲将探讨在人工智能时代下，软件架构、产品设计上产生了哪些巨大的机遇和挑战，接下来聊聊我们在设计AI产品的软件时，是如何大模型的架构选型，Langchain等框架选型，遇到了哪些挑战。最后，将分享我们在构建AI代码助手产品上的架构方案，并做实际应用演示。

演讲提纲：

1. AI 时代下催生的新架构的机遇和挑战
2. 深度探索提示工程、代码模型和评测框架
3. 橄榄式的大模型软件开发架构的尝试
4. 实践方案和演示，以及N+1+1的大模型时代的软件设计策略

听众收益点：

• 了解到人工智能时代下软件架构和产品设计的新机遇与挑战
• 深入探讨AI产品设计中的提示工程、代码模型和评测框架，以及橄榄式大模型软件开发架构的尝试
• 帮助听众更好地把握大模型时代的软件设计策略，为未来AI产品设计提供有益的参考和启示