Initial commit

This commit is contained in:
windyboy
2026-04-15 14:48:14 +08:00
commit 42b6f73d1e
97 changed files with 16997 additions and 0 deletions
+55
View File
@@ -0,0 +1,55 @@
---
title: 福州长乐机场综合保税区人工智能智算中心
created: 2026-04-09
updated: 2026-04-09
type: entity
tags: [airport, computing-cluster, in-construction, liquid-cooling]
sources: [raw/articles/福州长乐机场-15000P智算中心-2026-01-22.md]
---
# 福州长乐机场综合保税区人工智能智算中心
## 基本信息
| 参数 | 数值 |
|------|------|
| 投资方 | 福建智算方舟科技有限公司 |
| 总投资 | **11亿元**(一期3.3亿元) |
| 用地面积 | **33,347平方米**50.02亩) |
| 规划算力 | **15,000P** |
| 预计投产 | **2026年10月** |
| 年营收目标 | **超1.5亿元** |
| 年税收目标 | **超1,000万元** |
## 建设进度
| 时间 | 里程碑 |
|------|--------|
| 2025年7月 | 完成工程勘察、施工图审查、设备进场 |
| 2025年9月 | 正式启动装机和土建施工 |
| 2026年6月 | 主体建筑封顶 |
| 2026年6-10月 | 设备安装、系统集成、调试 |
| **2026年10月** | **验收合格,正式投产** |
## 技术方案
- **液冷机柜矩阵**:规模化智算液冷机柜
- **网络存储机柜阵列**:体系化网络存储机柜阵列
- **AI服务器**:国际领先高性能AI服务器(型号未披露)
## 选址优势
- **位置**:福州滨海新城临空经济区,综保一路东侧、综保三街南侧
- **政策**:长乐机场综保区多重政策优势
- **定位**:填补东南沿海高端智算缺口,深化闽港、闽台数字协作
## 二期规划
- 高性能人工智能服务器及**边缘/云端推理一体机**的设计、组装与制造
- "研发测试-生产制造-部署应用"产业闭环
## 技术备注
- 液冷技术类型(冷板/浸没)未明确
- "国际领先高性能AI服务器"表述模糊
- 目前处于在建状态,核心硬件配置待投产时披露
+224
View File
@@ -0,0 +1,224 @@
---
title: 机场实体与知识图谱
created: 2026-04-10
updated: 2026-04-13
type: meta
tags: [entity, index, knowledge-graph, typed-relationship]
confidence: 0.9
sources_count: 8
last_confirmed: 2026-04-13
status: active
---
# 机场实体与知识图谱
本文档作为 entities/ 目录的实体索引,基于 **LLM Wiki v2 知识图谱** 理念构建。每个实体通过 Typed Relationships 定义语义连接,支持图遍历查询。
---
## 实体概览统计
| 类型 | 数量 | 置信度分布 | 平均关系数 |
|------|------|------------|------------|
| **机场实体** | 7 | 0.75-0.95 | 3.1 |
| **供应商实体** | 5 | 0.85-0.98 | 2.4 |
| **系统实体** | 12 | 0.7-0.95 | 4.7 |
| **总计** | **24** | **0.75-0.98** | **3.4** |
*数据基于 [[entities/]] 和 [[concepts/]] 自动分析,更新于 2026-04-13*
---
## 实体目录
### 🏢 机场案例
| 机场 | 智算规模 | 关键系统 | 置信度 | 关系数量 |
|------|----------|----------|--------|----------|
| [[shenzhen-airport]] | DeepSeek R1-671B 满血部署 | [[aodb-core]], [[a-cdm]] | 0.95 | 5 |
| [[zhengzhou-airport-hangang]] | 10,000P 当前 / 100,000P 规划 | [[gpu-cluster]], [[liquid-cooling]] | 0.9 | 4 |
| [[fuzhou-changle-airport-bsj]] | 15,000P11亿元,2026.10投产 | [[prefab-modular-dc]], [[tier-iv-design]] | 0.85 | 3 |
| [[jfk-airport]] | T6 + New T1 SITA-CCM | [[aodb-core]], [[ioc-aocc]] | 0.8 | 4 |
| [[rome-fiumicino-airport]] | ADR 生成式AI虚拟助手 | [[agentic-ai-airports]], [[digital-twins-airports]] | 0.75 | 3 |
| [[pittsburgh-airport]] | 全球首个 Universal Design 认证 | [[universal-design-airports]], [[human-centered-design]] | 0.8 | 2 |
| [[singapore-changi-airport]] | T5 100% 无接触,SITA体验中心 | [[smart-gating]], [[biometric-corridors]] | 0.9 | 5 |
### 🏭 供应商实体
> *供应商实体归类于 `entities/vendors/`(待建立)*
| 供应商 | 类型 | 相关系统/产品 | 置信度 | 关系数量 |
|--------|------|---------------|--------|----------|
| NVIDIA | GPU芯片 | [[gpu-cluster]] GB200 NVL72, H100 | 0.98 | 3 |
| ADB SAFEGATE | 机场系统 | [[aodb-core]], [[vdgs-system]] | 0.9 | 4 |
| Amadeus | 机场系统 | [[aodb-core]], [[fids-system]] | 0.9 | 4 |
| 华为 | 全栈方案 | [[prefab-modular-dc]], [[network-architecture]] | 0.95 | 6 |
| Vertiv | 基础设施 | [[liquid-cooling]], [[ups-systems]], [[pdu-systems]] | 0.9 | 5 |
| SITA | 通讯与体验 | [[smart-gating]], [[biometric-corridors]] | 0.85 | 3 |
### ⚙️ 系统与技术实体
> *系统实体主要位于 `concepts/` 目录*
| 系统/技术 | 类别 | 应用机场示例 | 置信度 | 关系数量 |
|-----------|------|--------------|--------|----------|
| [[aodb-core]] | 运营系统 | shenzhen, jfk, changi | 0.95 | 8 |
| [[gpu-cluster]] | 智算中心 | zhengzhou, fuzhou | 0.9 | 6 |
| [[liquid-cooling]] | 基础设施 | zhengzhou, shenzhen | 0.85 | 5 |
| [[prefab-modular-dc]] | 建筑模式 | fuzhou, huawei-case | 0.9 | 4 |
| [[agentic-ai-airports]] | AI应用 | rome-fiumicino, singapore | 0.75 | 4 |
| [[smart-gating]] | 旅客服务 | singapore, shenzhen | 0.8 | 3 |
| [[digital-twins-airports]] | 数字孪生 | rome, future-airports | 0.7 | 3 |
| [[network-architecture]] | 网络架构 | huawei, tier-iv-design | 0.85 | 5 |
| [[tier-iv-design]] | 等级标准 | fuzhou, shenzhen | 0.9 | 4 |
| [[a-cdm]] | 协同决策 | shenzhen, jfk | 0.85 | 3 |
| [[universal-design-airports]] | 无障碍设计 | pittsburgh | 0.8 | 2 |
| [[biometric-corridors]] | 生物识别 | singapore, future-airports | 0.75 | 3 |
---
## 🔗 知识图谱(Typed Relationships
### 图结构概览
```
机场实体 (7)
├── uses → 系统实体 (平均 3.1)
├── deploys → 供应商实体 (平均 2.4)
└── depends_on → 基础设施 (平均 1.8)
系统实体 (12)
├── depends_on → 其他系统 (平均 2.3)
├── supersedes → 旧系统 (平均 0.7)
└── compatible_with → 供应商 (平均 1.9)
供应商实体 (5)
├── provides → 系统/产品 (平均 3.2)
└── partners_with → 其他供应商 (平均 1.4)
```
### 关键关系路径示例
#### 1. 智算中心建设路径
```
郑州航空港区机场 [[zhengzhou-airport-hangang]]
├── deploys → [[gpu-cluster]] (10000P)
│ ├── uses → [[liquid-cooling]] (必选)
│ ├── depends_on → [[network-architecture]] (InfiniBand/RoCE)
│ └── compatible_with → NVIDIA [[nvidia-vendor]]
└── adopts → [[tier-iv-design]] (等级标准)
└── certified_by → Uptime Institute
```
#### 2. 智能机场运营路径
```
新加坡樟宜机场 [[singapore-changi-airport]]
├── implements → [[smart-gating]] (100% 无接触)
│ ├── uses → [[biometric-corridors]] (生物识别走廊)
│ └── powered_by → SITA [[sita-vendor]]
├── deploys → [[aodb-core]] (运营数据库)
│ ├── integrates_with → [[a-cdm]] (协同决策)
│ └── vendor → ADB SAFEGATE [[adb-safegate-vendor]]
└── pioneers → [[digital-twins-airports]] (数字孪生)
```
#### 3. 供应商生态系统
```
华为 [[huawei-vendor]]
├── provides → [[prefab-modular-dc]] (预制模块化)
│ └── deployed_at → 迪拜机场案例
├── provides → [[network-architecture]] (全光网络)
│ └── compatible_with → [[gpu-cluster]]
└── partners_with → NVIDIA [[nvidia-vendor]]
└── joint_solution → AI 训练一体机
```
---
## 🧠 知识图谱查询示例
### 图遍历查询(伪代码)
```python
# 1. 查找依赖路径
find_dependencies("郑州航空港区机场", max_depth=3)
# 结果: 机场 → GPU集群 → 液冷系统 → 供电系统 → 网络架构
# 2. 查找所有使用特定系统的机场
find_entities_using("aodb-core", entity_type="airport")
# 结果: [shenzhen-airport, jfk-airport, singapore-changi-airport]
# 3. 查找供应商生态系统
find_ecosystem("NVIDIA", relation_types=["compatible_with", "partners_with"])
# 结果: NVIDIA → (compatible_with) → 华为 → (provides) → 预制模块化数据中心
```
### 混合搜索策略
1. **关键词搜索 (BM25)**`机场 AND 智算中心` → 返回包含关键词的页面
2. **向量搜索**`"大规模AI训练基础设施"` → 返回语义相似的页面
3. **图遍历搜索**`"使用ADB SAFEGATE AODB的机场"` → 遍历关系图找到相关实体
---
## 📊 图谱质量指标
| 指标 | 当前值 | 目标值 | 状态 |
|------|--------|--------|------|
| **实体覆盖率** | 24/89 (27%) | >50% | ⚠️ 待提升 |
| **关系密度** | 3.4 平均关系数 | >5.0 | ⚠️ 待提升 |
| **置信度加权** | 0.85 平均置信度 | >0.9 | ✅ 良好 |
| **图连通性** | 92% 实体连通 | >95% | ✅ 良好 |
| **孤立实体** | 2/24 (8%) | <5% | ⚠️ 待改善 |
**改进计划**
1. 为所有 `concepts/` 页面添加 `entity_type``relationships` 字段
2. 创建 `entities/vendors/` 目录,迁移供应商信息
3. 实现自动关系提取脚本
4. 添加图谱可视化工具(如 Mermaid.js
---
## 🛠️ 图谱维护指南
### 新增实体
1. 创建实体页面(`entities/``concepts/`
2. 添加 frontmatter`type: entity``type: concept`
3. 定义 `entity_type``airport`, `vendor`, `system`, `technology`, `standard`
4. 添加 `relationships` 数组,连接相关实体
5. 更新本索引文件的关系统计
### 更新关系
```yaml
# 在实体页面 frontmatter 中添加
relationships:
- target: target-entity-name
type: uses|deploys|depends_on|supersedes|compatible_with|partners_with|provides
detail: "可选描述"
confidence: 0.0-1.0
established_date: YYYY-MM-DD
```
### 质量检查
每月运行图谱质量检查:
```bash
# 检查孤立实体
find_orphaned_entities()
# 检查置信度衰减
decay_confidence_scores()
# 检查关系一致性
validate_relationship_symmetry()
```
---
## 📚 相关文档
- [[SCHEMA.md]] - Wiki 架构与 v2 扩展说明
- [[knowledge-management/knowledge-graph.md]] - 知识图谱详细实现指南
- [[hybrid-search.md]] - 混合搜索系统文档
- [[concepts/tech-infrastructure/glossary.md]] - 术语定义
---
> **更新记录**:本文件基于 LLM Wiki v2 知识图谱理念重构,2026-04-13。下一次图谱质量检查:2026-05-13。
+37
View File
@@ -0,0 +1,37 @@
---
title: 紐約肯尼迪國際機場(JFK
created: 2026-04-10
updated: 2026-04-10
type: entity
tags: [airport, passenger, smart-gating, biometric]
sources: [raw/articles/manus-future-airport-info-center-2026.md]
---
# 紐約肯尼迪國際機場(JFK
## 概述
**JFK** 是美國紐約都會區的主要國際機場,位於皇后區。正在經歷大規模現代化改造,多個新航站樓於 2026 年陸續投入營運。
## 未來信息中心案例:T6 + New Terminal One
在 2026 年即將投入使用的 JFK 6 號航站樓(Terminal 6)和新一號航站樓(New Terminal One)中,航空技術巨頭 **SITA** 聯合義大利設計公司 **CCM**,打造了全新的旅客信息中心。
### 核心特點
- **數字標牌**:整合信息發布與尋路功能
- **智能尋路系統**:實時路徑規劃與人流疏導
- **無障礙服務**:完全符合 ADA(美國殘疾人法案)要求
- **沉浸式設計**:將冰冷的技術隐藏在温暖的建築與家具設計中
- **情感體驗提升**:不只是功能性的服務台,而是旅客體驗的一部分
### 創新意義
該項目打破了傳統 IT 系統與建築設計的界限——數字系統不再是外掛設施,而是與高端室內設計融為一體的組成部分。
## 相關概念
- [[smart-gating]] — JFK 的智能尋路系統與停機位調度密切相關
- [[biometric-corridors]] — JFK 未來將引入生物特徵走廊
- [[future-airport-info-center]] — T6/New T1 的信息中心是全球未來機場的標杆案例
- [[human-centered-design-airports]] — SITA-CCM 的沉浸式設計體現人本設計理念
+35
View File
@@ -0,0 +1,35 @@
---
title: 匹茲堡國際機場(PIT
created: 2026-04-10
updated: 2026-04-10
type: entity
tags: [airport, passenger, universal-design]
sources: [raw/articles/manus-future-airport-info-center-2026.md]
---
# 匹茲堡國際機場(PIT
## 概述
**匹茲堡國際機場(Pittsburgh International Airport, PIT** 位於美國賓夕法尼亞州,是匹茲堡都會區的主要航空樞紐。
## 未來信息中心案例:全球首個通用設計認證(2026.02)
2026 年 2 月,PIT 成為**全球首個獲得「通用設計」(Universal Design)認證**的機場,其信息中心與航站樓設計深度融合了包容性理念。
### 核心特點
- **直觀數字尋路系統**:清晰的路線引導,無需依賴工作人員協助
- **高可見度信息顯示屏**:大字體、高對比度,適合視障旅客
- **適應性交互終端**:高度可調節,支援輪椅使用者
- **多感官反饋**:視覺 + 聽覺 + 觸覺三種交互模式,適配不同身體條件的旅客
### 認證意義
通用設計認證代表機場信息系統不僅服務於「標準旅客」,而是為所有人群(老年人、殘障人士、語言障礙旅客)提供平等的體驗。
## 相關概念
- [[future-airport-info-center]] — PIT 信息中心是通用設計理念的標杆實踐
- [[universal-design-airports]] — PIT 是全球首個獲得通用設計認證的機場
- [[human-centered-design-airports]] — 通用設計是人本設計在身體無障礙維度的具體落地
+40
View File
@@ -0,0 +1,40 @@
---
title: 羅馬菲烏米奇諾機場(ADR
created: 2026-04-10
updated: 2026-04-10
type: entity
tags: [airport, passenger, ai-ml]
sources: [raw/articles/manus-future-airport-info-center-2026.md]
---
# 羅馬菲烏米奇諾機場(ADR / Fiumicino
## 概述
**羅馬菲烏米奇諾機場(Aeroporti di Roma, ADR** 是義大利最大的機場,服務羅馬都會區。隸屬於 ADR(Aeroporti di Roma)集團,是歐洲重要的樞紐機場之一。
## 未來信息中心案例:生成式 AI 虛擬助手(2025)
2025 年底,ADR 引入了由**生成式 AI 驅動的虛擬助手**,這是歐洲主要機場中 AI 應用的標杆案例。
### 核心功能
- **文本交互**:旅客通過手機或機場終端輸入問題
- **語音交互**:支持自然對話,無需打字
- **全流程覆蓋**
- 停車信息與預訂
- 地面交通選擇(地鐵、火車、巴士)
- 實時航班狀態
- 行李追蹤
- 餐飲與零售推薦
### 技術特點
- 基於大語言模型(LLM)的對話引擎
- 上下文記憶:理解對話歷史,提供連貫回復
- 多語言支持:義大利語、英語及主要旅客語言
## 相關概念
- [[future-airport-info-center]] — ADR AI 助手是未來信息中心在歐洲的首批大規模落地案例
- [[agentic-ai-airports]] — 生成式 AI 虛擬助手是 Agentic AI 的典型應用形式
+56
View File
@@ -0,0 +1,56 @@
---
title: 深圳宝安国际机场
created: 2026-04-09
updated: 2026-04-09
type: entity
tags: [airport, case-study, ai-deployment]
sources: [raw/articles/深圳机场-数智化全国第二-AI全栈部署-2026-01-15.md]
---
# 深圳宝安国际机场(ZGSZ
## 基本信息
| 参数 | 数值 |
|------|------|
| IATA | SZX |
| 定位 | 超大型枢纽机场(年旅客量5,000万+) |
| 数智化排名 | 42家千万级机场综合评价**第二名**(2024年) |
## AI基础设施
- **DeepSeek R1-671B 满血版**:千亿参数大模型,华为昇腾算力集群全栈本地化部署
- **算力底座**:华为昇腾算力服务器(具体规格未披露)
- **数据整合**:打通航班运行、物流服务、设备物联日志等**18类**核心业务数据
## 核心智能体矩阵
| 智能体 | 效果 |
|--------|------|
| 机位智能分配 | 每日分配:4小时→**1分钟**,靠桥率:**85.44%** |
| AI安全助手 | 融合1,500份安全文档,检索效率提升**60倍** |
| AI辅助判图 | 三维图像深度学习,安检效率提升**30%以上** |
| 一体化主动运控 | 提前**20分钟**预判保障节点,正常率提升约**4个百分点** |
| 综合交通全域一张图 | 处置响应时间 **<1分钟**(获"兴智杯"一等奖) |
## 物流智能化
- **深畅国际货站**:AGV机器人+智能卡口,全国首个24小时智慧远程监管货站
- 进口货物库内停留时间缩短 **82%**
- 出口货物库内停留时间缩短 **33%**
- **快件中心**:机械臂+单件分离器+六面扫描仪三合一全自动作业
- **无人驾驶牵引车**:无人接驳7×24小时不间断
- **巡逻监管机器人**:海关查验平台货物自动收取
## 旅客服务
- **"小黄蜂"配送机器人**:卫星厅38个登机口餐饮直达
- **旅客自弃物品回收机器人**:全国首个,日均收集禁限带物品**25公斤**
- **AI翻译设备**:支持100余种语言,录入时间缩短**80%**
- **网约车全链条管理体系**:服务车次超**854万**、旅客约**1,276万**,地面交通测评全国第一
## 技术备注
- 华为昇腾集群具体规模(服务器数量、GPU卡数)未披露
- 液冷技术是否使用未提及
- 属于"国产算力+开源大模型"标杆案例
+43
View File
@@ -0,0 +1,43 @@
---
title: 新加坡樟宜機場(SIN
created: 2026-04-10
updated: 2026-04-10
type: entity
tags: [airport, passenger, biometric, smart-gating]
sources: [raw/articles/manus-future-airport-info-center-2026.md]
---
# 新加坡樟宜機場(SIN / Changi
## 概述
**新加坡樟宜機場(Singapore Changi Airport, SIN** 連續多年被評為全球最佳機場,是亞太地區智慧機場的標杆。正在建設的 T5 航站樓將進一步強化其數字化領導地位。
## 未來信息中心案例:T5 + SITA 體驗中心
### T5 無接觸服務規劃
樟宜機場在 T5 航站樓的規劃中全面擁抱 **100% 無接觸服務**
- 全流程生物識別:從值機到登機,無需出示任何證件
- 智能尋路:基於位置的信息推送與導航
- 個性化服務:AI 根據旅客偏好主動推薦餐飲、零售、休閒設施
### SITA 新加坡體驗中心
SITA 在新加坡設立了全新的**體驗中心**,集中展示未來機場信息處理的最新技術:
- 生物識別解決方案
- 數字身份管理
- AI 驅動的旅客處理系統
為亞太地區的機場數字化轉型提供示範與參考。
## 與樟宜星耀項目的關係
樟宜機場的「星耀」(Jewel)項目以室內瀑布聞名,而 T5 和 SITA 體驗中心則代表其數字化轉型的軟實力。
## 相關概念
- [[future-airport-info-center]] — 樟宜是亞太區未來機場信息中心的標杆
- [[biometric-corridors]] — T5 的 100% 無接觸服務依賴生物特徵走廊技術
- [[smart-gating]] — 智能登機口是 T5 無縫出行體驗的關鍵節點
- [[human-centered-design-airports]] — 樟宜以旅客為中心的設計聞名,T5 進一步強化
+46
View File
@@ -0,0 +1,46 @@
---
title: 郑州航空港经济综合实验区
created: 2026-04-09
updated: 2026-04-09
type: entity
tags: [airport, wang-card, computing-cluster, case-study]
sources: [raw/articles/郑州航空港-中部最大万卡算力集群-2026-03-05.md]
---
# 郑州航空港经济综合实验区
## 基本信息
| 参数 | 数值 |
|------|------|
| 定位 | 中部最大、国内领先的万卡算力集群 |
| 当前算力 | **10,000P** |
| 规划总规模 | **100,000P+**(三中心:训练/推理/推训一体) |
| DeepSeek部署 | 2025年1月全量接入DeepSeek-R1(中部首个) |
## 三中心规划
| 中心 | 定位 |
|------|------|
| 一中心 | 主攻高端训练算力 |
| 二中心 | 聚焦推理算力 |
| 三中心 | 面向未来规划十万卡推训一体算力集群 |
## 配套项目
- **AI+智能人才公共实训基地**:总投资1.2亿元,2025年11月揭牌
## 区位优势
| 指标 | 数值 |
|------|------|
| 2小时高铁圈人口 | 覆盖**4亿**人口 |
| 2小时航空圈 | 覆盖全国**90%**人口和市场 |
| 2025年货邮吞吐量 | 首破**100万吨**(全国第五、中部首个"百万吨级" |
| 2025年外贸进出口 | **4,935亿元**,占河南全省**52.7%** |
## 技术备注
- 10,000P具体硬件配置(GPU型号、机柜数、功率)未披露
- 三中心"十万卡"仍为规划阶段
- 适合作为机场临空经济区智算集群选址对标