夺冠秘诀?华为软件精英挑战赛两届冠军这样复盘比赛经验

摘要:作为两次获得全球总冠军的软挑老兵,刘露撰文分享其赛队参赛体验,包括解题思路及对抗策略、比赛收获等。

本文分享自华为云社区《夺冠秘诀?华为软件精英挑战赛两届冠军这样复盘比赛经验》,作者:华为云社区精选。

4月23日,2023第九届华为软件精英挑战赛-“普朗克计划”全球总决赛及颁奖典礼圆满落幕。大赛吸引了来自全球645所高校、3887支队伍、23078名大学生报名参赛,历时一个多月的激烈角逐,经过八大赛区区域初赛、区域复赛、全球总决赛等环节的层层考验。最终,成渝赛区来自电子科技大学的“_______”队(“下划线队”)获得全球总决赛冠军。作为两次获得全球总冠军的朋友,刘露撰文分享其赛队参赛体验,包括解题思路及对抗策略、比赛收获等。

图片▲ 图左二为刘露

华为软件精英挑战赛是华为公司面向全球在校大学生举办的大型软件编程竞赛,向来有趣且具有挑战性,受到众多参赛选手的青睐。2021年我获得软挑冠军后,开始忙于考研及科研等事情,因此遗憾于未能参加2022年的比赛。到了今年,我终于又有空参加软挑,早在比赛正式开始前,我就和两位队友组好了队共同备战。

赛题介绍

今年赛题抽象自华为云智能机器人的真实业务,模拟了多机器人的运行环境以及真实机器人的状态信息,由参赛者通过代码操控机器人完成特定任务以实现收益最大化。大赛赛题还原物理引擎、激光雷达、真实操控接口等机器人业务真实场景,引入业界热门算法难题,包括最优调度问题、多机器人路径协调规划问题、动态避障算法等,在初赛、复赛、决赛进行有层次的难度递进。

▲ 图为总决赛地图之一

初赛

初赛我们队打得挺狼狈的,最终是以赛区第31名的成绩苟进了复赛。原因在于我们出现了策略上的失误,期望能通过一个较通用的算法在四张公开的地图上得到一个不错的分数,但实际上,在数据集公开且数量较少的情况下,针对每个数据集分别设计拟合的算法是更容易拿到高分的。我们在初赛快结束时才意识到这个问题和着手设计拟合数据集的算法,但由于时间比较紧迫,分数提升得比较有限,最终只是勉强搭上了进入复赛的末班车。但塞翁失马,焉知非福,我们在初赛设计的较通用的调度算法,虽然在初赛作用不大,却成为了我们在复赛和决赛中均取得第一的重要因素。

复赛

复赛增加了障碍物,要求机器人具有寻路及让路功能,难度一下子增加了不少。复赛前期我们主要在实现机器人寻路及让路功能并优化机器人的运动,后期发现我们的寻路算法具有严重的bug,会将一些可达的工作台判定为不可达(之前我们判定一个工作台可达时会要求机器人能够站在工作台中心而不与障碍物碰撞,但实际上只要机器人离工作台较近就能进行买卖),因此修复该bug就成为了一个极其紧急的任务。这个bug在复赛正式赛当天凌晨4点才被一位队友修复完,凌晨5点我就起床进行代码审查并进行一些细微的调整,以确保刚大改完的代码在复赛现场能按预期运行。

由于复赛正式赛只有三个小时,并且地图为两张公开两张隐藏,选手不易编写拟合数据的策略,因此我们使用了初赛准备的通用的调度策略,配合我们最终实现的寻路和让路算法,我们较为顺利地拿下了复赛全国第一名。

决赛

决赛引入红蓝双方对抗,敌方机器人作为己方机器人的移动障碍,难度大幅增加。但我们没有在决赛初期就设计针对决赛的策略,而是重构了我们复赛阶段最终的代码,提升其简洁性、可维护性和可拓展性,以便于在决赛阶段我们能够方便地修改代码。重构完毕后,我们便着手设计决赛策略,通过四张公开的练习地图评估了让机器人占领敌方工作台和追踪敌方机器人两种攻击策略的效果,也尝试了一些避免被敌方机器人卡死的策略。事实证明,决赛初期的重构确实是很有帮助的,我们尝试的各种策略在重构后的代码上都能较为方便地实现。

需要指出的是,在决赛练习赛阶段,我们排名大多数时间都是第十几名,这是因为我们没有过多地拟合练习赛数据,而是将精力放到准备通用的策略上,我认为这也是我们最终夺冠的关键。在决赛正式赛的天梯赛阶段,我们队排名始终靠前,我们分析了少数几场我们失败的对局,稍微修改了机器人的运动控制,最终成功获得天梯赛第一名,为我们在PK淘汰赛中争取了一个占据优势的分组,进而最终在PK淘汰赛中完胜,勇夺总冠军。

决赛有一件比较有趣的事:由于我们的笔记本电脑本地跑测试太慢了,一位队友直接将自己的台式机背到了决赛现场,这台机器大大加快了我们的测试速度,让我们在修改代码后能够快速验证其有效性,这也是我们能够夺冠的不可忽略的因素。

▲ 总决赛现场图

整体方案

此处我们以一种自顶向下的方式介绍我们队的整体方案。我们首先介绍最高层的对抗策略,然后介绍中层的调度算法、寻路算法、让路算法,最后介绍最底层的运动控制算法。

对抗策略

决赛地图分为四种类型,赛题组在决赛前已经公布了四种类型的特征,相当于划定了考试范围,我们只需要分别考虑四种地图对应的策略即可,而不必考虑各种复杂又不一定会出现的情况。

我们先介绍四种地图的共同点以及我们队在每种地图上都使用的共同策略。决赛地图保证资源足够丰富,避免了出现敌方卡住某些工作台导致己方被完全卡住的情况,因此占领敌方工作台在决赛中收益不高,我们队无论作为红方还是蓝方,都不会采用该策略,我们采用的(但不是每张图都采用)唯一攻击策略就是追随敌方机器人,以限制其移动或将其完全卡住。但我们还是需要考虑敌方占领我们的工作台的情况,应对措施为:如果发现某个己方机器人的目标工作台被敌方占领了,就切换目标工作台(由于决赛地图保证资源足够丰富,这是可行的)。

接下来介绍我们针对四种地图各自的特征设计的策略。

类型一:相对开阔的地形,各自的资源点都比较丰富,双方运输路径存在交错。
策略:对于这种类型,我们采取了最佛系的做法,无论我们是蓝方还是红方,我们都不会去进攻(占领敌方工作台或追随敌人)。这是因为地图较开阔时,难以将敌方机器人卡住,而由于资源点又比较丰富,让机器人去从事生产会更加划算。
类型二:相对开阔的地形,各自的资源点都比较丰富,地图被分割为两个不连通区域,其中一个区域为红色基地,只有红色工作台,机器人初始为3红1蓝,另一个区域为蓝色基地,只有蓝色工作台,机器人初始为3蓝1红。
策略:赛题组设计这样的地图的目的很明确,就是让选手必须控制在敌方基地的己方机器人去进攻。在这种地图上,无论在红方还是蓝方,我们都是让在敌方基地的那个己方机器人去跟随敌人机器人,以干扰其生产。
类型三:相对狭窄的地形,双方有各自独立基地,基地之间存在多条路径连通,并且基地外部存在一些分散的红蓝工作台可使用。
策略:由于地图比较狭窄,如果己方机器人去跟随的话,容易将敌方机器人卡在墙角,此时其他敌方机器人的路也可能被挡住,因此很有可能实现一换一甚至一换多的效果。所以,在这种图上,无论我们是红蓝哪方,我们都选择让一个机器人去跟随敌方机器人,其他三个机器人从事生产。此处的一个关键点是千万别让己方负责追随的机器人在自己基地追随敌人,因为敌方机器人也可能来到己方基地捣乱,如果在己方基地追随它的话,容易卡住自己的基地。
类型四:极为开阔的地形,整张地图完全没有蓝色工作台,只有红色工作台,且红色工作台点比较丰富。
策略:在这种地图上,作为蓝方时,由于没有蓝色工作台,只能去攻击敌人,我们采取的策略是让每个机器人都去追随最近的敌方机器人,但我们会保证每个机器人追随不同的敌人(否则极端情况下可能所有蓝色机器人都去围堵一个红色机器人,四换一就太亏了),这样就容易出现每个蓝色机器人各自卡死一个红色机器人,完全阻碍敌方生产的情况;作为红方时,我们让每个机器人都从事生产,期望获得较高的收益。

调度算法

调度算法的总体逻辑为,每次为每个空闲的机器人分配一个买卖任务,该任务指定了机器人先去哪个工作台买然后去哪个工作台卖。为了避免出现所有购买的产品被其他机器人买掉和所有售卖物品卖不掉的情况,需要对购买的工作台和售卖的工作台加锁。加锁就需要考虑锁的粒度,我们不是对整个工作台加锁,而是对购买的工作台的产品格和售卖的工作台的原料格加锁。但如果购买的物品为1、2或3的话,我们不会对工作台的产品格加锁,这样做是考虑到1、2和3号物品生产较快且不需要原料,即使被其他机器人先买掉了也能快速生产出来。

一个空闲的机器人可选择的买卖任务可能有多个,选择哪一个呢?我们总是选择性价比最高的任务。具体地,我们评估每个任务能带来的收益,并估计完成该任务需要的时间,选择其中收益除以时间最大的那个。估计完成一个任务所需的时间较为容易,只需要计算机器人从当前位置移动到购买工作台的路径长度加上从购买工作台移动到售卖工作台的长度得到总移动距离,再除以运动速度即可。关键是估计一个任务的价值,最简单的估价方式就是用物品的售出价格减去购买价格,但这个估价方式忽略了很多需要考虑的因素。

我们来考虑完成一个买卖任务会带来哪些直接或间接的收益:

  • 物品本身买卖会有一个直接的利润;
  • 如果一个工作台生产被阻塞(生产所需的原料都有了,但由于产品格非空,无法消耗掉这些原料),则无法将任何物品卖给它,此处如果我们购买了它的产品,其材料格中的材料就能被消耗,我们就能卖物品给它了;
  • 将一个物品卖给一个工作台,可以促进该工作台的生产,工作台生产又带来两方面的好处:
    1、已有的材料被消耗,可以将更多的材料卖给它;
    2、生产出的产品可以被进一步卖给其他工作台促进物品7的合成(如果工作台的类型为4、5或6的话)。

为了体现以上这些考虑,我们实现了以下代码所示的任务估值函数:

代码中,direct_profit 表示买卖物品带来的直接收益,unblocking_profit表示消除阻塞带来的间接收益,sell_profit表示将一个物品卖给给定工作台能够带来的间接收益,以下我们给出计算sell_profit的方法:

将物品卖给工作台后,会导致工作台消耗材料进行生产,这样材料格就会空出,可以收购新的物品,这就带来一个间接的收益,我们此处用erase_profit表示。如果我们是将物品卖给类型为4、5或6的工作台,还能促进合成4、5、6,进而促进合成7。我们通过estimate_product_profit()函数计算在当前状态下合成4、5或6能带来的收益,此处用progress_profit表示。接下来再看下estimate_product_profit()的实现:

estimate_product_profit()计算将一个类型为4、5或6的物品卖给工作台7或9所带来的收益,该收益类似于前面由direct_profit、erase_profit和progress_profit三部分组成,选择三者和最大的返回。

寻路算法

我们将地图分为0.25*0.25的格子,考虑水平线和垂直线的交点(而不是格子的中心点),我们将这样的点称为格点。注意到,根据赛题设置,一开始所有工作台和机器人的中心都落在某个格点上,一个障碍物的四个角都各是一个格点。此外,前面提到过,有些工作台中心机器人是无法到达的,但机器人不必到达工作台中心就能进行买卖,我们可以通过选择一些距离工作台中心距离小于0.4米的点作为一个工作台的代表点来解决这个问题。实际实现时,我们选择了4个距离工作台中心距离为0.35米的点来作为代表点。寻路时,只要机器人能够到达代表点中的任何一个,就可以认为机器人能够到达对应工作台。

在我们的实现中,机器人每帧都会进行寻路,寻路时只考虑八个方向的移动,求出最短路径,然后计算该路径上机器人能直接到达的最远点,控制机器人向该点移去。

让路算法

让路算法分为碰撞检测和寻找避让点两步。每一帧,由于我们都重新调用了寻路算法,我们可以根据计算得到的路径预测机器人是否会碰撞,如果预测会碰撞,我们让优先级低的机器人寻找一个避让点移动过去。避让点的计算方法为:从机器人所在位置进行BFS搜索一个可达的且不靠近要避让的机器人的路径的点。如果一个机器人无法找到避让点,则会提升其优先级以让对方来避让。

运动控制

运动控制这边需要用到一点基础的物理知识。设机器人当前在点A,其最大加速度为a(可以通过赛题所给参数计算出a),我们希望移动到并刚好停留在点B,假设机器人现在已经朝向B,那么当前帧机器人的速度应该设置为多少呢?首先我们希望该速度尽可能大,这样机器人能够快速到达B,但速度又不能太大以至于我们无法在B处刹住车,因此我们所要的速度应该满足:当以最大加速度a减速时,能够在到达B前刹住车。设AB间的距离为s,则容易计算出该速度为sqrt(2as)。类似地,如果我们想让机器人旋转theta度,设角加速度为alpha,则将角速度设置为sqrt(2 * theta * alpha)。

最终我们的运动控制如下:每一帧我们都计算机器人当前朝向与到目标点的方向的夹角theta,如果theta大于一定阈值,则将速度设置为0,按照上述方式设置角速度校正方向;如果theta小于一定阈值,则按照上述方式设置速度和角速度。

总结

此次软挑,我们队并非一帆风顺,初赛险遭淘汰,复赛正式赛前还在修复严重的bug,决赛练习赛阶段排名也不靠前,但好在有惊无险,我们最终拿到了总冠军。我认为我们取胜的关键在于我们设计的算法比较有通用性,没有过分拟合数据集,因此能够在复赛正式赛和决赛正式赛更换数据集后取得不错的成绩。——电子科技大学 刘露

点击关注,第一时间了解华为云新鲜技术~

相关推荐

鸿蒙案例上新啦 | 购物、听歌、健身:15个模板带你一键激活社交娱乐

页面层级如何组织、跨页共享状态如何同步、列表与详情及个人中心如何形成稳定闭环。鸿蒙开发实践中心将这些高频消费与互动场景沉淀为可参考的标准模板,提供从业务架构到界面实现的快捷实践入口。更多实战案例欢迎前往鸿蒙开发实践中心案例中心查看并开启云端体验。

华为云官方博客 398

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 365

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 587

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 502

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 493

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 498

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 402

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 409

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 414

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 480

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 492

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 438

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 653

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 672

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 476

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 652

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 726

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 826

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 799

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 798

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 666

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 519

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 294

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 580

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 701

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 466

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 382
上一篇: 详解集群级备份恢复:物理细粒度备份恢复
下一篇: MySQL的varchar存储原理:InnoDB记录存储结构
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值