ICS35.240.01

CCSL70

團(tuán)體標(biāo)準(zhǔn)

T/CESAXXXX—202X

城市智能中樞人工智能平臺總體要求

Cityintelligentcenter——BasicRequirementsforArtificialIntelligencePlatforms

征求意見稿

在提交反饋意見時，請將您知道的相關(guān)專利連同支持性文件一并附上。

已授權(quán)的專利證明材料為專利證書復(fù)印件或扉頁，已公開但尚未授權(quán)的專利申請

證明材料為專利公開通知書復(fù)印件或扉頁，未公開的專利申請的證明材料為專利申請

號和申請日期。

202X-XX-XX發(fā)布202X-XX-XX實(shí)施

中國電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會發(fā)布

T/CESAXXXX—202X

目次

前言.............................................................................III

1范圍.................................................................................1

2規(guī)范性引用文件.......................................................................1

3術(shù)語和定義...........................................................................1

4縮略語...............................................................................1

5平臺總體框架.........................................................................1

6算力支撐.............................................................................2

7AI能力支撐..........................................................................3

8算法模型管理.........................................................................5

9算法服務(wù).............................................................................7

10對外服務(wù)............................................................................8

11安全保障............................................................................8

12運(yùn)營運(yùn)維............................................................................8

附錄A（資料性）數(shù)據(jù)導(dǎo)入接口技術(shù)要求................................................10

II

T/CESAXXXX—202X

城市智能中樞人工智能平臺總體要求

1范圍

本文件給出了城市智能中樞人工智能平臺的總體框架，規(guī)定了平臺算力支撐、AI能力支撐、算法模

型管理、算法服務(wù)、對外服務(wù)、安全保障和運(yùn)營運(yùn)維等要求。

本文件適用于城市智能中樞人工智能平臺的規(guī)劃、設(shè)計、建設(shè)與運(yùn)營。

2規(guī)范性引用文件

下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T28827.1信息技術(shù)服務(wù)運(yùn)行維護(hù)第1部分：通用要求

GB/T28827.2信息技術(shù)服務(wù)運(yùn)行維護(hù)第2部分：交付規(guī)范

GB/T28827.3信息技術(shù)服務(wù)運(yùn)行維護(hù)第3部分：應(yīng)急響應(yīng)規(guī)范

GB/T28827.4信息技術(shù)服務(wù)運(yùn)行維護(hù)第4部分：數(shù)據(jù)中心服務(wù)要求

GB/T28827.6信息技術(shù)服務(wù)運(yùn)行維護(hù)第6部分：應(yīng)用系統(tǒng)服務(wù)要求

GB/T42755人工智能面向機(jī)器學(xué)習(xí)的數(shù)據(jù)標(biāo)注規(guī)程

GB/Z42759智慧城市人工智能技術(shù)應(yīng)用場景分類指南

3術(shù)語和定義

下列術(shù)語和定義適用于本文件。

3.1

邊緣推理edgeinference

將主要處理和數(shù)據(jù)存儲放在盡可能臨近源代碼處的分布式推理架構(gòu)。

4縮略語

下列縮略語適用于本文件。

AI：人工智能(ArtificialIntelligence)

CPU：中央處理器（CentralProcessingUnit）

GPU：圖形處理器（GraphicsProcessingUnit）

OCR：光學(xué)字符識別（OpticalCharacterRecognition）

PB：拍字節(jié)（Petabytes）

5平臺總體框架

1

T/CESAXXXX—202X

人工智能平臺應(yīng)具有算力支撐、AI能力支撐、算法模型管理、算法服務(wù)、對外服務(wù)、安全保障和運(yùn)

營運(yùn)維等功能?？傮w框架見圖1。

圖1總體框架

6算力支撐

6.1算力部署

算力部署應(yīng)支持多種計算架構(gòu)部署，要求如下：

a)應(yīng)提供彈性的計算資源，適用于大規(guī)模訓(xùn)練或推理的人工智能應(yīng)用；

b)應(yīng)支持機(jī)器學(xué)習(xí)框架的部署和實(shí)施；

c)應(yīng)支持異構(gòu)人工智能加速器虛擬化環(huán)境的部署和實(shí)施；

d)應(yīng)支持模型自動部署和實(shí)施；

e)應(yīng)支持異構(gòu)算力的資源池化、管理與分配。

6.2算力協(xié)同

應(yīng)根據(jù)計算資源和設(shè)備通信需求建立“云-邊-端”協(xié)同的算力資源體系，要求分別如下：

a)云邊協(xié)同是云側(cè)和邊緣設(shè)備之間的協(xié)作。云邊協(xié)同可以將邊緣設(shè)備上的計算負(fù)載減少到最低，

并利用云端的大規(guī)模計算和存儲資源來處理更復(fù)雜的任務(wù)，同時可以提高響應(yīng)速度、減少數(shù)

據(jù)傳輸延遲，并給資源有限的邊緣設(shè)備補(bǔ)充提供更高的計算能力。云邊協(xié)同應(yīng)符合以下要求：

1)應(yīng)支持存儲邊端的推理數(shù)據(jù)和云側(cè)的模型；

2

T/CESAXXXX—202X

2)應(yīng)支持云側(cè)對邊緣計算資源利用率的監(jiān)控；

3)宜支持云側(cè)設(shè)備和邊緣設(shè)備的聯(lián)邦學(xué)習(xí)。

b)云端協(xié)同是指在云側(cè)和終端設(shè)備之間的協(xié)作，云端協(xié)同可以通過分布式計算和并行處理技術(shù)

來提高計算效率和吞吐量。云端協(xié)同應(yīng)符合以下要求：

1)應(yīng)支持實(shí)時數(shù)據(jù)傳遞；

2)應(yīng)支持端側(cè)設(shè)備多協(xié)議接入。

c)邊緣協(xié)同是指由邊緣端設(shè)備與云側(cè)設(shè)備之間的協(xié)作，邊緣協(xié)同可以在邊緣端設(shè)備進(jìn)行實(shí)時數(shù)

據(jù)處理，并為云端提供計算結(jié)果。

d)多端協(xié)同是指在多個設(shè)備之間的協(xié)作。多端協(xié)同可以通過將任務(wù)和數(shù)據(jù)在不同設(shè)備之間分配

和協(xié)調(diào)，以提供更靈活、高效和交互式的人工智能應(yīng)用。多端協(xié)同應(yīng)支持任務(wù)在不同終端上

的分配與整合。

6.3算力調(diào)度

算力調(diào)度是對算力資源的有效分配以提高計算效率，實(shí)現(xiàn)任務(wù)的快速處理，保持系統(tǒng)的穩(wěn)定性和可

靠性。算力調(diào)度應(yīng)符合以下要求：

a)支持異構(gòu)計算架構(gòu)的統(tǒng)一管理和計算資源池化；

b)支持對多個計算單元和AI任務(wù)進(jìn)行統(tǒng)一調(diào)度和管理；

c)實(shí)現(xiàn)計算任務(wù)拆分和模型切換；

d)支持算力按計算任務(wù)需求動態(tài)調(diào)整，包括不僅限于計算資源的動態(tài)分配、彈性擴(kuò)容等；

e)支持計算資源與計算任務(wù)的匹配和負(fù)載均衡。

7AI能力支撐

7.1訓(xùn)練能力

7.1.1數(shù)據(jù)標(biāo)注

數(shù)據(jù)標(biāo)注應(yīng)遵循GB/T42755要求，并符合以下要求：

a)應(yīng)支持自動標(biāo)注和人工標(biāo)注；

b)應(yīng)支持文本類、音頻類、圖像類、視頻類數(shù)據(jù)的兩種或以上的標(biāo)注工具或模板；

c)應(yīng)支持標(biāo)注信息的管理，包括但不限于標(biāo)注標(biāo)簽、標(biāo)注屬性等的編輯、刪除和查詢；

d)應(yīng)支持標(biāo)注結(jié)果的可視化呈現(xiàn)；

e)應(yīng)支持標(biāo)注質(zhì)檢和核驗(yàn)；

f)應(yīng)支持標(biāo)注數(shù)據(jù)統(tǒng)計分析的功能；

g)應(yīng)支持在線標(biāo)注，對文本類、音頻類、圖像類、視頻類等多種數(shù)據(jù)類型，實(shí)現(xiàn)文本分割、音

頻分割、圖像分類、目標(biāo)檢測等標(biāo)注。

7.1.2訓(xùn)練框架

訓(xùn)練框架應(yīng)符合以下要求：

a)應(yīng)支持至少3種開源計算框架；

b)應(yīng)支持有監(jiān)督、半監(jiān)督和無監(jiān)督學(xué)習(xí)算法；

c)應(yīng)支持開源計算框架模型鏡像的發(fā)布管理、版本管理，訓(xùn)練狀態(tài)管理。

7.1.3模型訓(xùn)練

3

T/CESAXXXX—202X

模型訓(xùn)練是對算法訓(xùn)練提供所需的訓(xùn)練工具，開展創(chuàng)建算法、訓(xùn)練算法、任務(wù)調(diào)度、算力資源配置、

算法驗(yàn)證和輸出訓(xùn)練報告等。模型訓(xùn)練要求如下：

a)應(yīng)支持自定義設(shè)置訓(xùn)練參數(shù)，包括但不限于算法參數(shù)、運(yùn)行參數(shù)、訓(xùn)練數(shù)據(jù)、驗(yàn)證數(shù)據(jù)等；

b)應(yīng)支持訓(xùn)練任務(wù)的多種操作，包括但不限于創(chuàng)建、查詢、提取、開啟、終止、刪除、修改等；

c)應(yīng)支持設(shè)置訓(xùn)練資源規(guī)格；

d)應(yīng)支持訓(xùn)練任務(wù)的信息查看，包括但不限于訓(xùn)練狀態(tài)、訓(xùn)練進(jìn)度、訓(xùn)練結(jié)果、訓(xùn)練失敗原因

等內(nèi)容；

e)宜支持訓(xùn)練優(yōu)化技術(shù)，包括但不限于混合進(jìn)度訓(xùn)練、編譯優(yōu)化等；

f)應(yīng)支持異構(gòu)計算資源訓(xùn)練；

g)應(yīng)支持模型訓(xùn)練過程的可視化。

7.1.4模型測試

模型測試要求如下：

a)測試內(nèi)容應(yīng)至少包括：功能測試、性能測試、魯棒性測試、安全性測試、可用性測試、回歸

測試等；

b)測試過程應(yīng)至少包括：測試環(huán)境準(zhǔn)備、測試數(shù)據(jù)準(zhǔn)備、測試方案設(shè)計、測試人員設(shè)定、測試

過程數(shù)據(jù)記錄、測試報告發(fā)布等方面。

7.1.5模型適配

模型適配要求如下：

a)宜支持CPU、GPU、NPU、ARM等不同處理器的環(huán)境適配；

b)宜支持Linux、Windows等不同操作系統(tǒng)環(huán)境的適配；

c)宜支持C、C++、Java、Python等不同開發(fā)語言模型和系統(tǒng)間的適配；

d)宜支持模型輸入輸出接口定義，實(shí)現(xiàn)模型間、模型和系統(tǒng)間等對接。

7.2推理能力

7.2.1智能感知

智能感知是指通過攝像頭、麥克風(fēng)等各類端側(cè)傳感器設(shè)備所獲取的現(xiàn)場數(shù)據(jù)，借助圖像識別、行為

檢測、語音識別、聲紋識別等人工智能技術(shù)，將真實(shí)世界中的視頻圖像、語音、物理量等信息映射到數(shù)

字世界，并進(jìn)一步從中獲取有效的結(jié)構(gòu)化信息。智能感知包括視覺感知、聽覺感知和觸覺感知，應(yīng)滿足

以下要求：

a)支持音視頻、圖像、文本等多種非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的智能化推理、多場景算法管理、

多解析任務(wù)調(diào)度等功能；

b)支持對城市人、地、事、物、情、組織的全動態(tài)感知；

c)支持獲取接入服務(wù)的音頻流，對音頻流進(jìn)行解碼、音頻塊提取、音頻解析等操作，包括聲紋

特征、人聲來源、語音內(nèi)容等解析類型

d)支持獲取接入服務(wù)的視頻流，對視頻流進(jìn)行解碼、幀提取、質(zhì)量檢測、特征及屬性提取等操

作，包括人臉、人體、結(jié)構(gòu)化、人群和事件等解析類型；

e)支持獲取接入服務(wù)的圖片流，或接收外部接口導(dǎo)入的圖片，對圖片進(jìn)行解析，包括人臉、人

體、結(jié)構(gòu)化、OCR文字識別等解析類型；

f)可在云端和邊緣端支持主流的推理引擎和主流的深度學(xué)習(xí)推理框架。

7.2.2智能認(rèn)知

4

T/CESAXXXX—202X

智能認(rèn)知包括視覺認(rèn)知、自然語言處理、觸覺引擎和知識引擎。通過將解析后的高價值語義數(shù)據(jù)進(jìn)

行匯聚保存，支持對各類感知數(shù)據(jù)、視圖檔案化數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)等多維數(shù)據(jù)進(jìn)行融合分析，萃取出富含

更高層次的語義認(rèn)知信息，應(yīng)滿足以下要求：

a)支持對各類數(shù)據(jù)進(jìn)行匯總?cè)诤?，提取人、地、事、物、情、組織等實(shí)體類型，并根據(jù)其中的

屬性聯(lián)系、時空聯(lián)系、語義聯(lián)系、特征聯(lián)系等建立相互的關(guān)系，為各單位業(yè)務(wù)提供通用的知

識服務(wù)；

b)支持實(shí)時搜索，具備結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲和檢索能力；

c)支持包含但不限于聚類分析、分類算法、頻度關(guān)聯(lián)分析和推薦系統(tǒng)在內(nèi)的常用數(shù)據(jù)挖掘分析

算法；

d)支持以事件為核心，展開進(jìn)行線索挖掘、事件檔案、事件熱點(diǎn)、輿情簡報、關(guān)鍵詞共享以及

用戶統(tǒng)計等行為趨勢分析能力。

e)可在云端和邊緣端支持主流的推理引擎和主流的深度學(xué)習(xí)推理框架。

8算法模型管理

8.1算法模型調(diào)度

算法模型調(diào)度應(yīng)靈活服務(wù)不同類型的算法模型，并為這些算法任務(wù)的執(zhí)行提供高效的任務(wù)分解和調(diào)

度，算法任務(wù)分類見附錄A.1，至少滿足以下要求：

a)應(yīng)支持對算法任務(wù)進(jìn)行管理，包括算法任務(wù)的新建、編輯、暫停、啟用等；

b)應(yīng)支持對多類型、多廠家、多場景的算法進(jìn)行任務(wù)配置，包括任務(wù)分解、資源申請與調(diào)度等；

c)應(yīng)提供統(tǒng)一的算法調(diào)度引擎，屏蔽底層異構(gòu)計算資源的差異；

d)應(yīng)支持對算法任務(wù)配置調(diào)度策略，包括分時策略、巡檢策略、分域策略等；

e)應(yīng)支持對算法任務(wù)配置運(yùn)行策略，包括優(yōu)先級調(diào)度策略、動態(tài)擴(kuò)縮策略等；

f)宜支持算法任務(wù)自動化編排調(diào)度，包括依賴關(guān)系調(diào)度、預(yù)測性調(diào)度等。

8.2模型庫管理

模型庫管理用于對集中存儲在平臺的所有AI模型進(jìn)行全生命周期的管理。

a)模型庫管理功能包括預(yù)置常用的AI模型，以及支持模型導(dǎo)入、導(dǎo)出、更新、發(fā)布、遷移、版

本控制等功能。模型開發(fā)通過可視化輔助開發(fā)工具、多模型融合開發(fā)、模型二次訓(xùn)練等方式

支持模型的開發(fā)與部署；

b)模型庫管理應(yīng)支持對算法模型進(jìn)行全生命周期管理，包括需求分析、算法新建、驗(yàn)證入倉、

上線、下發(fā)部署、監(jiān)測分析、暫停、更新、下線等。

8.3算法模型評估

算法模型評估應(yīng)支持對算法進(jìn)行評價管理，包括基于歷史數(shù)據(jù)跟蹤相關(guān)算法指標(biāo)（如準(zhǔn)確率和召回

率）、算法功能測試效果（如有效事件占比）、算法被查閱調(diào)用次數(shù)、生成測試和評價報告等。

8.4第三方算法模型管理

8.4.1概述

第三方算法模型管理是指在人工智能平臺中集成和管理來自外部供應(yīng)商或開發(fā)者的算法模型，提供

與第三方算法模型的交互和管理功能，使用戶能夠輕松地使用和管理外部的算法模型。第三方算法模型

管理應(yīng)包括集成和導(dǎo)入、驗(yàn)證和安全檢查、版本管理三個部分。

5

T/CESAXXXX—202X

8.4.2集成和導(dǎo)入

算法模型集成導(dǎo)入允許平臺管理員或用戶將外部的算法模型導(dǎo)入到平臺中，平臺需要提供相應(yīng)的接

口和工具，使得用戶可以方便地將第三方算法模型導(dǎo)入到平臺的模型庫中。

8.4.3驗(yàn)證和安全檢查

算法模型安全驗(yàn)證對集成導(dǎo)入的算法模型進(jìn)行驗(yàn)證和安全性檢查。

8.4.4版本管理

版本管理允許用戶在更新或改進(jìn)模型時，能夠方便地跟蹤和管理不同版本的模型，包括記錄模型的

版本號、日期、作者和變更歷史等信息。

8.5算法運(yùn)行管理

算法運(yùn)行管理應(yīng)包括環(huán)境配置、資源管理、運(yùn)行監(jiān)控、異常處理、參數(shù)調(diào)優(yōu)、安全管理、版本管理

等，并且支持云側(cè)集中式部署或邊緣側(cè)分布式部署等。

算法運(yùn)行可查看各算法的運(yùn)行狀態(tài)，應(yīng)滿足以下要求：

a)支持針對算法創(chuàng)建的任務(wù)數(shù)量、任務(wù)當(dāng)前的運(yùn)行狀態(tài)進(jìn)行監(jiān)控和管理，能夠?qū)λ惴ㄟM(jìn)行任務(wù)

停止和重啟操作；

b)支持實(shí)時根據(jù)算法運(yùn)行狀態(tài)進(jìn)行調(diào)度和管理，如調(diào)整算法參數(shù)或調(diào)整計算資源；

c)支持對算法運(yùn)行過程中產(chǎn)生的日志進(jìn)行記錄和分析，以便進(jìn)行問題排查和優(yōu)化；

d)支持對算法運(yùn)行過程中出現(xiàn)的錯誤進(jìn)行處理修復(fù)，保障算法穩(wěn)定運(yùn)行；

e)支持對算法運(yùn)行進(jìn)行安全管理，包括數(shù)據(jù)隱私保護(hù)、算法模型保護(hù)等。

8.6訓(xùn)練測試樣本管理

訓(xùn)練測試樣本管理應(yīng)包括樣本收集與獲取、樣本質(zhì)量控制、樣本標(biāo)注和注釋、樣本劃分、樣本存儲、

樣本隱私安全、樣本增強(qiáng)擴(kuò)充、樣本監(jiān)控維護(hù)等。應(yīng)至少滿足以下要求：

a)支持從數(shù)據(jù)平臺或數(shù)據(jù)資源層導(dǎo)入用于訓(xùn)練算法的樣本數(shù)據(jù)，數(shù)據(jù)格式可參考附錄A.2；

b)支持?jǐn)?shù)據(jù)標(biāo)注功能，包括不僅限于創(chuàng)建標(biāo)簽和統(tǒng)計標(biāo)注信息等；

c)支持管理用于訓(xùn)練算法的樣本數(shù)據(jù)，支持?jǐn)?shù)據(jù)集創(chuàng)建、刪除、更新和查詢。

8.7模型部署與發(fā)布

8.7.1環(huán)境配置管理

環(huán)境配置管理功能涉及配置和管理部署環(huán)境，包括硬件資源、軟件依賴項(xiàng)和網(wǎng)絡(luò)設(shè)置。它確保模型

能夠在目標(biāo)環(huán)境中正確運(yùn)行，并滿足性能和資源需求。

8.7.2算法模型部署

算法模型部署負(fù)責(zé)將訓(xùn)練好的算法模型部署到目標(biāo)環(huán)境中，使其能夠處理實(shí)時數(shù)據(jù)并生成預(yù)測結(jié)

果。

8.7.3更新策略

更新策略功能允許管理和控制模型的更新。它可以包括自動化更新策略、灰度發(fā)布策略或手動更新

選項(xiàng)，以確保平滑的模型迭代和更新過程。

6

T/CESAXXXX—202X

8.7.4運(yùn)行監(jiān)控

運(yùn)行監(jiān)控是指對已部署模型服務(wù)進(jìn)行運(yùn)行情況監(jiān)控和維護(hù)的過程，以此保障模型穩(wěn)定運(yùn)行。監(jiān)控內(nèi)

容可包括對模型服務(wù)的請求量、成功率、時延、失敗分布、資源使用率等。

8.7.5效果評估

效果評估是指評估模型的性能和效果，評估模型效果優(yōu)劣、驅(qū)動模型優(yōu)化的過程，具體包括評估指

標(biāo)管理、評估任務(wù)管理和模型選擇管理。

9算法服務(wù)

9.1概述

算法服務(wù)指通過人工智能算法支持城市智能中樞的具體業(yè)務(wù)應(yīng)用，至少包括民生服務(wù)、城市治理、

產(chǎn)業(yè)經(jīng)濟(jì)、生態(tài)宜居和通用業(yè)務(wù)。

9.2民生服務(wù)

立足于利用城市生活數(shù)據(jù)，快速完成數(shù)據(jù)查詢、知識問答、業(yè)務(wù)辦理等功能，提高人民對政府提供

的就業(yè)、扶貧、教育、社會保障、醫(yī)療衛(wèi)生、文化體育等各方面服務(wù)的滿意度，構(gòu)建協(xié)同高效的政府運(yùn)

行體系、優(yōu)質(zhì)便捷的惠民服務(wù)體系的數(shù)字化政府。民生服務(wù)中人工智能技術(shù)的應(yīng)用場景參見GB/Z42759

中第6章。

9.3城市治理

利用智能中樞匯集的城市管理中的土地資源管理、城鄉(xiāng)建設(shè)管理、城市更新與環(huán)境綠化管理、交通

運(yùn)輸與水務(wù)水利管理等數(shù)據(jù)，結(jié)構(gòu)化地分析和挖掘數(shù)據(jù)，并在同一個數(shù)據(jù)治理協(xié)議地框架下進(jìn)行共享，

建成易于組織、管理和利用的動態(tài)知識庫，并實(shí)現(xiàn)城市各系統(tǒng)的工作調(diào)控優(yōu)化及安全風(fēng)險監(jiān)測。城市治

理中人工智能技術(shù)的應(yīng)用場景參見GB/Z42759中第7章。

9.4產(chǎn)業(yè)經(jīng)濟(jì)

利用城市智能中樞匯集的與宏觀經(jīng)濟(jì)、產(chǎn)業(yè)部門、市場密切相關(guān)的數(shù)據(jù)，賦能城市產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的

研判，產(chǎn)業(yè)經(jīng)濟(jì)中人工智能技術(shù)的應(yīng)用場景參見GB/Z42759中第8章，并符合以下要求：

a)宏觀經(jīng)濟(jì)管理：具備分析大量經(jīng)濟(jì)數(shù)據(jù)的能力，運(yùn)用人工智能模型預(yù)測城市經(jīng)濟(jì)趨勢，提供

宏觀經(jīng)濟(jì)調(diào)控建議；

b)產(chǎn)業(yè)管理：能監(jiān)測生產(chǎn)條件，提供生產(chǎn)流程、生產(chǎn)資源管理優(yōu)化建議；

c)市場管理：分析市場趨勢、風(fēng)險評估，識別和預(yù)警市場中的不合規(guī)行為，提供監(jiān)管支持。

9.5生態(tài)宜居

在城市生態(tài)宜居建設(shè)方面，完善生態(tài)監(jiān)測管理與服務(wù)，實(shí)現(xiàn)城市低碳綠色發(fā)展的目標(biāo)。生態(tài)宜居中

人工智能技術(shù)的應(yīng)用場景參見GB/Z42759中第9章。

9.6通用業(yè)務(wù)

通用業(yè)務(wù)應(yīng)支持用戶認(rèn)證服務(wù)、證照識別服務(wù)及第三方支持服務(wù)。

a)用戶認(rèn)證服務(wù)：通過用戶的用戶名、密碼、證件和生物特征，對用戶登錄進(jìn)行認(rèn)證，確保為

用戶本人進(jìn)行政務(wù)業(yè)務(wù)的辦理；

7

T/CESAXXXX—202X

b)政務(wù)證照識別服務(wù)：支持卡證、表單、票據(jù)類文字識別服務(wù)，并結(jié)構(gòu)化其文本，輸出結(jié)構(gòu)化

數(shù)據(jù)對象，包括但不限于銀行卡、營業(yè)執(zhí)照、駕駛證、飛機(jī)行程單、通用表格、通用文字、

身份證、結(jié)婚證、護(hù)照、不動產(chǎn)權(quán)證書、出租車發(fā)票、火車票、增值稅發(fā)票、行駛證等；

c)第三方支持服務(wù)：應(yīng)具備模型的導(dǎo)入導(dǎo)出、測試、評估、更新能力，能提供模型的發(fā)布及版

本控制，并具備安全與隱私保護(hù)能力。

10對外服務(wù)

10.1服務(wù)管理

服務(wù)管理應(yīng)支持通過服務(wù)目錄、服務(wù)注冊等方式授權(quán)用戶依個人喜好對服務(wù)內(nèi)容進(jìn)行訂閱、添加、

刪除操作。

10.2服務(wù)對接

服務(wù)對接應(yīng)支持為上層業(yè)務(wù)平臺提供相應(yīng)的AI服務(wù)（智能感知、智能認(rèn)知、算法等）和事件推送接

口調(diào)用，事件推送接口消息體定義應(yīng)符合附錄A.3的要求。

10.3服務(wù)計量

服務(wù)計量應(yīng)包括響應(yīng)時間、吞吐量、并發(fā)數(shù)、數(shù)據(jù)傳輸量、訪問頻率、成本等。

11安全保障

安全保障應(yīng)符合以下要求：

a)支持租戶隔離的AI的推理及AI的訓(xùn)練，滿足多樣化、多場景的AI需求；

b)平臺與算法應(yīng)獨(dú)立與解耦，算法安全問題不應(yīng)導(dǎo)致平臺出現(xiàn)安全風(fēng)險；

c)對個人或敏感數(shù)據(jù)的處理和存儲應(yīng)符合相關(guān)的隱私法規(guī)，并采取適當(dāng)?shù)募用芎驮L問控制措施；

d)應(yīng)確保在開發(fā)和訓(xùn)練模型時，對輸入數(shù)據(jù)進(jìn)行審查以防止?jié)撛诘膼阂夤?，并進(jìn)行模型的安

全審計和魯棒性測試；

e)應(yīng)避免模型受到偏見和歧視的影響，需要審查和清理輸入數(shù)據(jù)集，以確保公正和平等的決策

和結(jié)果；

f)應(yīng)制定和遵守倫理準(zhǔn)則，確保人工智能系統(tǒng)的設(shè)計和應(yīng)用符合道德和社會價值觀，并避免人

工智能被用于惡意活動或違法行為；

g)應(yīng)進(jìn)行持續(xù)的監(jiān)測和更新，及時修復(fù)漏洞和改進(jìn)系統(tǒng)的安全性。

12運(yùn)營運(yùn)維

12.1運(yùn)營

城市智能中樞人工智能平臺運(yùn)營主要圍繞如何讓算力運(yùn)轉(zhuǎn)高效、業(yè)務(wù)算法準(zhǔn)確，符合以下要求：

a)運(yùn)營體系建設(shè)：應(yīng)針對組織崗位設(shè)置、規(guī)章制度完善、政務(wù)事項(xiàng)清單梳理優(yōu)化、業(yè)務(wù)流程梳

理優(yōu)化、監(jiān)督評價體系規(guī)劃等內(nèi)容進(jìn)行完善、補(bǔ)充、建議等；

b)算力運(yùn)營：應(yīng)支持算力的監(jiān)控、算力分析報告、算力風(fēng)險分析報告、算力擴(kuò)容申請、算力調(diào)

整、算力擴(kuò)容等；

8

T/CESAXXXX—202X

c)算法運(yùn)營：應(yīng)支持算法調(diào)優(yōu)、算法版本更新迭代、算法的部署、端側(cè)設(shè)備與算法適配、算法

倉維護(hù)和更新、算法資產(chǎn)管理、算法的開發(fā)，訓(xùn)練和發(fā)布等；

d)數(shù)據(jù)運(yùn)營：應(yīng)支持算法的訓(xùn)練、調(diào)優(yōu)、運(yùn)行，包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)信息抽取、數(shù)

據(jù)標(biāo)注等。

e)業(yè)務(wù)場景運(yùn)營：應(yīng)對業(yè)務(wù)場景進(jìn)行分解，并進(jìn)行算法適配和業(yè)務(wù)場景的融合。確定算法和場

景后，應(yīng)進(jìn)行整體方案的設(shè)計、輸出、驗(yàn)證和上線，并將新業(yè)務(wù)場景方案入庫，沉淀成為新

的資產(chǎn)。

12.2運(yùn)維

運(yùn)維應(yīng)滿足以下要求：

a)運(yùn)行維護(hù)通用要求應(yīng)符合GB/T28827.1的要求；

b)運(yùn)行維護(hù)的交付應(yīng)符合GB/T28827.2的規(guī)范；

c)運(yùn)行維護(hù)中的應(yīng)急響應(yīng)應(yīng)符合GB/T28827.3的規(guī)范；

d)數(shù)據(jù)中心運(yùn)行維護(hù)服務(wù)要求應(yīng)符合GB/T28827.4的要求；

e)應(yīng)用系統(tǒng)運(yùn)行維護(hù)服務(wù)要求應(yīng)符合GB/T28827.6的要求。

9

T/CESAXXXX—202X

附錄A

（資料性）

數(shù)據(jù)導(dǎo)入接口技術(shù)要求

A.1任務(wù)分類

人工智能平臺算法任務(wù)主要分為人、物、動、態(tài)四個部分。詳細(xì)分類見表A.1，包括但不限于以下

算法。

表A.1任務(wù)分類

序號維度分類名稱

以人臉為核心的包括年齡、性別、戴帽子、戴口罩、打電話、發(fā)型、笑臉、1:1核驗(yàn)、

1人臉

1:N比對、人臉聚檔、以圖搜圖、以圖搜檔、同行分析、軌跡查詢等算法。

以人體為核心的性別、發(fā)型、戴帽子、戴口罩、打電話、上身顏色、上身服飾、下身

人

2人體顏色、下身服飾、行人朝向、人體聚檔、1:N比對、以圖搜圖、以圖搜檔、同行分析、

軌跡查詢等算法。

3語音語義語音轉(zhuǎn)文字、語義理解、聲紋1：1、聲紋1：N等算法。

包括非機(jī)動車類別、顏色、是否載人、是否戴帽、是否違停、是否逆行、朝向識別等

4非機(jī)動車

算法。

物包括車型、車身顏色、品牌、車牌、類型、朝向等機(jī)動車基礎(chǔ)信息識別以及駕駛員打

5機(jī)動車電話、是否系安全帶等行為，車輛以圖搜車、套牌車、同行分析、落腳點(diǎn)分析、晝伏

夜出分析、違停檢測、逆行檢測等算法。

包括持刀、打標(biāo)語、打架、偷拍、徘徊、摔倒、快速移動、人群逆流、區(qū)域入侵、拌

6動行為

絆線、MAC追蹤等算法。

包括獨(dú)居老人關(guān)懷、人員數(shù)量、人員密度、人群聚集、人員配備不合規(guī)、區(qū)域人數(shù)統(tǒng)

7態(tài)狀態(tài)

計、口罩統(tǒng)計、笑臉分析、時空碰撞、區(qū)域排摸、積水檢測等算法。

A.2數(shù)據(jù)導(dǎo)入接口技術(shù)要求

人工智能平臺訓(xùn)練測試樣本管理應(yīng)具備將訓(xùn)練數(shù)據(jù)導(dǎo)入的能力。導(dǎo)入渠道應(yīng)包括但不限于本地上

傳、從數(shù)據(jù)庫、FTP、HDFS、Hive、Kafka導(dǎo)入數(shù)據(jù)等。數(shù)據(jù)導(dǎo)入的方式應(yīng)包括但不限于單次、定時和流

式等。

文件類型應(yīng)支持txt、csv、tsv、parquet、orc等；數(shù)據(jù)庫應(yīng)支持Oracle、MySQL、MongoDB、Teradata、

Vertica等。應(yīng)支持導(dǎo)入以下圖片、視頻與音頻格式，見表A.2。

應(yīng)支持以json格式導(dǎo)入圖片數(shù)據(jù)集的標(biāo)注信息，標(biāo)注方式包括圖像分類、畫框、關(guān)鍵特征點(diǎn)標(biāo)注、

輪廓標(biāo)注、文字區(qū)域。同一張圖片在標(biāo)注文件信息中可以被添加多個標(biāo)注。

表A.2導(dǎo)入訓(xùn)練樣本數(shù)據(jù)格式

文件格式擴(kuò)展名

Jpgjpg、jpeg、JPG、JPEG

Pngpng、PNG

Bmpbmp、BMP

AviAvi

wavWav

1

T/CESAXXXX—202X

A.3事件推送接口消息體定義

時間推送接口消息體定義見表A.3。

表A.3事件推送接口消息體定義

序號標(biāo)識符參數(shù)類型參數(shù)說明

1EventIDstring事件ID

2EventNamestring事件名稱

3EventTypeint事件類型：1.預(yù)測，2.報警，3.態(tài)勢感知

4DeviceIDstring端側(cè)設(shè)備ID

5DeviceNamestring端側(cè)設(shè)備名稱

6TaskIDstring任務(wù)ID

7TaskNamestring任務(wù)名稱

8AlgorithmIDstring算法ID

9AlgorithmNamestring算法名稱

事件坐標(biāo)，符合ISO6709AnnexH格式的坐標(biāo)描述字符串。例如:

10geoLocationstring

+48.8577+002.295/(北緯48.8577度,東經(jīng)2.295度,艾菲爾鐵塔坐標(biāo)）

11EventOutputTypeint事件輸出類型：1.場景圖，2.語音，3.傳感器

12EventOutputURLstring事件輸出url

事件發(fā)生結(jié)束時間，符合RFC3339的時間戳。時區(qū)必須是UTC，即，時區(qū)位

13DateTimestring

必須是Z

14EventCommentstring事件備注

A.4模型庫管理流程

模型庫管理流程見圖A.1。

圖A.1模型庫管理流程

11

中國電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會

團(tuán)體標(biāo)準(zhǔn)《城市智能中樞人工智能平臺總體要求》（征求

意見稿）編制說明

一、工作簡況

2024年1月11日，中國電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會下達(dá)了2024年第一批團(tuán)體標(biāo)

準(zhǔn)制修訂項(xiàng)目的通知（中電標(biāo)通〔2024〕001號）。根據(jù)該通知，團(tuán)體標(biāo)準(zhǔn)制訂

計劃《城市智能中樞人工智能平臺總體要求》正式下達(dá)，項(xiàng)目計劃號為

CESA-2024-001。該標(biāo)準(zhǔn)項(xiàng)目由中國電子工業(yè)標(biāo)準(zhǔn)化技術(shù)協(xié)會歸口，牽頭單位為

廣電運(yùn)通集團(tuán)股份有限公司。

二、標(biāo)準(zhǔn)編制原則和確定主要內(nèi)容的論據(jù)及解決的主要問題

城市大腦（也叫城市智能中樞）是運(yùn)用大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能、

區(qū)塊鏈、數(shù)字孿生等技術(shù)，提升城市現(xiàn)代化治理能力和城市競爭力的新型基礎(chǔ)設(shè)

施，是推進(jìn)城市數(shù)字化、智能化、智慧化的重要手段。借助人工智能技術(shù)，使得

城市大腦基于海量城市數(shù)據(jù)進(jìn)行知識推理并構(gòu)建知識網(wǎng)絡(luò)，以推演事物背后的深

層邏輯、形成智能洞察和認(rèn)知，讓城市大腦能夠智能化的感知城市生命體征，實(shí)

現(xiàn)對城市全域的精準(zhǔn)分析、整體研判、協(xié)同指揮、科學(xué)治理。