Add airport and flight wikis to Obsidian vault

2026-04-09 11:34:51 +08:00
parent e732f11d47
commit a79b05407b
45 changed files with 6699 additions and 0 deletions
@@ -0,0 +1,15 @@
+{
+  "default": true,
+  "MD013": false,
+  "MD025": false,
+  "MD036": false,
+  "MD040": false,
+  "MD033": false,
+  "MD034": false,
+  "MD037": false,
+  "MD028": false,
+  "MD031": false,
+  "MD032": false,
+  "MD022": false,
+  "MD007": false
+}
@@ -0,0 +1,82 @@
+---
+title: Wiki Schema
+created: 2026-04-08
+updated: 2026-04-08
+type: schema
+tags: [meta]
+---
+
+# Wiki Schema
+
+## Domain
+机场数据中心建设方案 — 涵盖机场数据中心的规划、设计、建设、硬件选型、网络架构、等级标准、供应商及项目管理。
+
+## Conventions
+- 文件名：小写、中划线、无空格（如 `tier-iii-design.md`）
+- 每个 wiki 页面以 YAML frontmatter 开头
+- 使用 `[[wikilinks]]` 建立页面间链接（每页至少 2 个外部链接）
+- 更新页面时同步更新 `updated` 日期
+- 新页面必须添加到 `index.md` 对应版块
+- 所有操作追加到 `log.md`
+
+## Frontmatter
+```yaml
+---
+title: 页面标题
+created: YYYY-MM-DD
+updated: YYYY-MM-DD
+type: entity | concept | comparison | query | summary
+tags: [从下方标签体系选取]
+sources: [raw/articles/source-name.md]
+---
+```
+
+## Tag Taxonomy（标签体系）
+- 等级标准：tier-iii, tier-iv, ansi/tia-942, uptime-institute
+- 网络架构：network, fiber, switching, routing, wan, lan, dci
+- 硬件设施：server, storage, power, cooling, ups, generator, cab, pdu
+- 物理安全：security, cctv, access-control, biometric, perimeter
+- 选址与土建：site, building, floor-plan, reinforcement, load-bearing
+- 供应商：vendor, oem, integrator, contractor
+- 项目管理：planning, design, construction, commissioning, timeline, rfp
+- 合规认证：certification, audit, fire-code, insurance
+- 运维管理：monitoring, maintenance, mttf, mttr, sla
+- Meta：comparison, timeline, glossary, draft, archived
+
+## Page Thresholds（页面创建规则）
+- **创建独立页面** 当一个实体/概念在 2+ 来源中被提及，或在一个来源中处于核心位置
+- **追加到现有页面** 当来源提到已在覆盖范围内的内容
+- **不建页面** 仅一次提及、细节性内容、或超出本领域的内容
+- **拆分页面** 当页面超过 ~200 行时，拆分为子主题并交叉链接
+- **归档页面** 内容完全被取代时，移至 `_archive/`
+
+## Entity Pages（实体页面）
+每个主要实体一页，包括：
+- 概述 / 是什么
+- 关键事实和数据
+- 与其他实体的关系（[[wikilinks]]）
+- 来源引用
+
+## Concept Pages（概念页面）
+每个概念/主题一页，包括：
+- 定义 / 解释
+- 当前知识状态
+- 开放问题或争议
+- 相关概念（[[wikilinks]]）
+
+## Comparison Pages（对比页面）
+并排分析，包括：
+- 比较对象及原因
+- 对比维度（表格格式优先）
+- 结论或综合判断
+- 来源
+
+## Update Policy（更新政策）
+新信息与现有内容冲突时：
+1. 检查日期 — 新来源通常取代旧来源
+2. 如确实矛盾，记录双方立场和日期、来源
+3. 在 frontmatter 标记：`contradictions: [page-name]`
+4. 在 lint 报告中标记待用户审核
+
+## Glossary（术语表）
+建设中涉及的英文缩写和术语，统一在 `concepts/glossary.md` 中解释。
@@ -0,0 +1,50 @@
+---
+title: 机场数据中心案例对比
+created: 2026-04-08
+updated: 2026-04-08
+type: comparison
+tags: [comparison, case-study]
+sources: [raw/articles/dubai-airport-huawei-dc.md, raw/articles/daxing-airport-vertiv.md, raw/articles/2025-airport-construction-summit.md]
+---
+
+# 机场数据中心案例对比
+
+## 代表案例
+
+| 机场 | 北京大兴国际机场 | 迪拜国际机场（DXB） | 大连金州湾国际机场 |
+|------|----------------|-------------------|------------------|
+| 投运/状态 | 2019年（已投运） | 2019年后（已投运） | 在建 |
+| 等级 | 未公开（推测Tier III+） | Tier III 双认证 | 规划Tier III+ |
+| 总功率 | 未公开 | 1MW | 未公开 |
+| 单柜密度 | 未公开 | 10kW/rack | 高密度（智算趋势） |
+| 制冷方案 | Liebert PEX+ 精密空调 | 变频行级空调+密闭通道 | 风液融合 |
+| 建设模式 | 传统建设 | 预制模块化（集装箱） | BIM+数字化 |
+| PUE | 未公开 | <1.6 | 目标<1.4 |
+| 建设周期 | 3年+ | 10个月 | 预计3-4年 |
+| 智能化 | 19平台68系统 | NetEco管理 | BIM+AI巡检 |
+
+## 关键差异分析
+
+### 建设模式
+- **大兴机场**：传统建设，长周期，大规模一次性投入
+- **迪拜机场**：预制模块化，快速交付，弹性扩容
+- **大连金州湾**：BIM+数字孪生，建运一体化
+
+### 制冷方案演进
+- **大兴机场时代**：风冷精密空调（2019年主流）
+- **迪拜机场**：变频行级+密闭通道（PUE<1.6）
+- **2025年后**：风液融合，适配50-120kW高密度机柜
+
+### 智能化水平
+- **大兴机场**：平台化，整合70+系统
+- **迪拜机场**：NetEco统一运维
+- **大连/新机场**：AI巡检机器人、数字孪生
+
+## 经验总结
+
+1. **快速交付选预制模块化**：迪拜案例10个月交付，节省50%时间
+2. **高功率密度选液冷**：单机柜50kW以上必须液冷
+3. **BIM是新建机场标配**：设计施工运维一体化
+4. **Tier III是机场数据中心基准**：迪拜机场明确要求Tier III双认证
+
+> 相关：[[airport-data-center-overview]] | [[tier-iii-design]] | [[modern-airport-trends]]
@@ -0,0 +1,59 @@
+---
+title: 机场数据中心概述
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [glossary, planning]
+sources: []
+---
+
+# 机场数据中心概述
+
+## 定义
+
+机场数据中心（Airport Data Center）是支撑民用航空运输业务运营的核心 IT 基础设施，为航班信息系统（AIDS/FIDS）、行李分拣系统、离港系统（DCS）、空管通信、乘客服务等关键系统提供计算、存储和网络服务。
+
+## 核心特征
+
+- **高可用性要求**：通常需满足 Tier III 或 Tier IV 等级
+- **业务连续性**：7×24 小时不间断运行，航班延误成本极高
+- **多系统集成**：数十个子系统需要互联互通
+- **安全等级高**：涉及航空安全，合规要求严格
+- **地理位置分散**：航站楼、塔台、行李中心通常各自有小机房
+
+## 关键子系统
+
+- 航班信息显示系统（FIDS）
+- 离港控制系统（DCS）
+- 行李处理系统（BHS）
+- 安检信息系统
+- 地面通信网络
+- 楼宇自控系统（BAS）
+- 视频监控系统（CCTV）
+- 应急指挥中心
+
+## 数据中心等级参考
+
+| 等级 | 可用性 | 年停机时间 | 适用场景 |
+|------|--------|-----------|---------|
+| Tier I | 99.67% | >31.5h | 基础，非关键系统 |
+| Tier II | 99.75% | 22h | 冗余组件，非关键业务 |
+| Tier III | 99.98% | 1.6h | 主机房，推荐等级 |
+| Tier IV | 99.99% | 0.8h | 最高等级，关键业务 |
+
+> 参考：[[tier-iii-design]] | [[tier-iv-design]]
+
+## 建设阶段
+
+1. [[site-planning]] — 选址与可行性分析
+2. [[design-phase]] — 方案设计
+3. [[rfp-and-vendor-selection]] — 招标与供应商选择
+4. [[construction-management]] — 施工管理
+5. [[commissioning]] — 调试验收
+6. [[operation-maintenance]] — 运维阶段
+
+## 相关概念
+
+- [[glossary]] — 术语表
+- [[network-architecture]] — 网络架构
+- [[power-and-cooling]] — 供配电与制冷
@@ -0,0 +1,47 @@
+---
+title: 术语表
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [glossary]
+sources: []
+---
+
+# 术语表
+
+## 常用缩略语
+
+| 缩写 | 全称 | 中文 |
+|------|------|------|
+| DC | Data Center | 数据中心 |
+| DCiE | Data Center infrastructure Efficiency | 数据中心基础设施效率 |
+| PUE | Power Usage Effectiveness | 电能使用效率 |
+| DCE | Data Center Engineer | 数据中心工程师 |
+| BHS | Baggage Handling System | 行李处理系统 |
+| DCS | Departure Control System | 离港控制系统 |
+| FIDS | Flight Information Display System | 航班信息显示系统 |
+| AIDS | Airport Information Display System | 机场信息显示系统 |
+| CCTV | Closed-Circuit Television | 闭路电视监控系统 |
+| BAS | Building Automation System | 楼宇自控系统 |
+| UPS | Uninterruptible Power Supply | 不间断电源 |
+| PDU | Power Distribution Unit | 配电单元 |
+| ATS | Automatic Transfer Switch | 自动转换开关 |
+| N+1 | N+1 Redundancy | N+1 冗余 |
+| 2N | 2N Redundancy | 2N 冗余 |
+| SLA | Service Level Agreement | 服务水平协议 |
+| MTTF | Mean Time To Failure | 平均故障前时间 |
+| MTTR | Mean Time To Repair | 平均修复时间 |
+| RTO | Recovery Time Objective | 恢复时间目标 |
+| RPO | Recovery Point Objective | 恢复点目标 |
+| DCI | Data Center Interconnect | 数据中心互联 |
+| WAN | Wide Area Network | 广域网 |
+| LAN | Local Area Network | 局域网 |
+| spine-leaf | Spine-Leaf Architecture | 脊叶架构 |
+
+## 关键指标
+
+- **PUE** = 总设施能耗 / IT 设备能耗（理想值 ≈ 1.2-1.5）
+- **DCiE** = IT 设备能耗 / 总设施能耗（理想值 ≈ 60-80%）
+- **可用性** = MTBF / (MTBF + MTTR)
+
+> 相关：[[power-and-cooling]] | [[airport-data-center-overview]]
@@ -0,0 +1,139 @@
+---
+title: GPU 集群
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [server, cooling]
+sources: [raw/articles/2025-airport-construction-summit.md, raw/articles/keydak-airport-expo-2025.md, raw/articles/头豹研究院-中国AIDC产业发展白皮书2025-2025-07.md, raw/articles/上海市-智算中心建设导则2025版-2025-01.md]
+---
+
+# GPU 集群
+
+## 定义
+
+GPU 集群是由多台搭载 GPU（图形处理器）的服务器通过高速网络互联组成的计算单元，专门用于并行处理 AI 训练、推理、科学计算等高密度算力负载。
+
+在机场智算中心场景下，GPU 集群是核心算力载体，支撑大模型训练、视频分析、智能决策等应用。
+
+---
+
+## 核心组成
+
+### 算力芯片选型
+
+|| 芯片 | 生产厂商 | FP16 算力 | 显存带宽 | NVLink带宽 | 功耗 | 机场适用场景 |
+||------|---------|----------|----------|------------|------|-------------|
+|| A100 SXM | NVIDIA | 312 TFLOPS | 2TB/s | 600GB/s | 400W | 训练/推理（当前主流） |
+|| H100 SXM | NVIDIA | 1P | 3.35TB/s | 900GB/s | 700W | 大模型训练 |
+|| H200 SXM | NVIDIA | 1P | 4.8TB/s | 900GB/s | 700W | 大规模训练/推理（HBM3e升级） |
+|| B100 | NVIDIA | 1.75P | 8TB/s | 1.8TB/s | 1,000W | 超大规模智算中心 |
+|| B200 | NVIDIA | 2.25P | 8TB/s | 1.8TB/s | 1,200W | 超大规模智算中心 |
+|| **GB200 NVL72** | NVIDIA | **5P** | **16TB/s** | **3.6TB/s** | **2,700W** | 万卡集群（整机柜方案） |
+|| 昇腾 910B | 华为 | 320 TFLOPS | — | — | 400W | 国产替代/推理 |
+
+> 数据来源：头豹研究院《中国AIDC产业发展白皮书2025》
+
+### 服务器形态（基于NVIDIA HGX架构）
+
+|| 形态 | GPU算力 | GPU功耗 | 总功耗 | 适用场景 |
+||------|---------|---------|--------|---------|
+|| HGX A100 | 2.4P | 3.2kW | 6.5kW | 训练/推理（存量主流） |
+|| HGX H100 | 8P | 5.6kW | 10.2kW | 训练集群主体 |
+|| HGX B100 | 14P | 5.6kW | 10.2kW | 超大规模部署 |
+|| **HGX B200** | **18P** | **8kW** | **14.3kW** | 万卡集群核心节点 |
+
+> GB200 NVL72 为整机柜方案（72 GPU + 36 Grace CPU），单柜总功耗可达**2700W GPU芯片**，整柜更高。机场智算中心液冷需按**单柜15-30kW**设计。
+
+> 数据来源：头豹研究院《中国AIDC产业发展白皮书2025》
+
+### 网络架构
+
+GPU 集群内网络是性能瓶颈，业界通常采用以下三层：
+
+|| 网络层 | 带宽需求 | 协议/技术 |
+||--------|---------|---------|
+|| **计算网络**（GPU 间通信）| 800Gbps-1.6Tbps | InfiniBand HDR/NDR, RoCEv2 |
+|| **存储网络** | 100-400Gbps | NVMe-oF, RoCEv2 |
+|| **管理网络** | 1-10Gbps | 以太网 |
+
+> 上海《智算中心建设导则2025》要求大规模训练场景下采用**智能无损网络**，计算网宜达**200Gbps**。
+
+> 关键参数：GPU_PCIe_带宽需与网络带宽匹配（H100 SXM5 支持 900GB/s 双向 NVLink）
+
+---
+
+## 机场智算集群规划参数
+
+基于行业实践，机场智算中心典型规模参考：
+
+| 机场规模 | 推荐 GPU 集群规模 | 机柜数 | 典型功率密度 |
+|---------|-----------------|--------|-------------|
+| 年旅客量 < 1000万 | 32-64 卡 | 8-16 柜 | 50-80kW/柜 |
+| 年旅客量 1000-5000万 | 64-256 卡 | 16-32 柜 | 60-100kW/柜 |
+| 年旅客量 > 5000万 | 256-1024+ 卡 | 32-128+ 柜 | 80-120kW/柜 |
+
+---
+
+## 液冷配合（GPU 集群必选散热方案）
+
+GPU 集群单机柜功率 50-120kW，传统风冷无法满足散热需求。
+
+### 液冷方案对比
+
+| 方案 | 散热能力 | 建设成本 | 运维复杂度 | 适用规模 |
+|------|---------|---------|-----------|---------|
+| **冷板式液冷** | ~120kW/柜 | 中 | 中 | 主流方案 |
+| **浸没式液冷** | >200kW/柜 | 高 | 低（长期） | 超大规模 |
+| **风液融合**（冷板+高效风冷）| 60-150kW/柜 | 中低 | 低 | 快速部署 |
+
+> 华为自有冷板液冷技术已实现单柜 120kW 散热能力，详见 [[prefab-modular-dc]]
+
+---
+
+## 调度与运维
+
+| 层面 | 技术选型 |
+|------|---------|
+| 集群管理 | Kubernetes + GPU Operator, Slurm |
+| 分布式训练框架 | PyTorch DDP, Megatron-LM, DeepSpeed |
+| 推理服务 | vLLM, TensorRT-LLM, Triton |
+| 监控 | DCIM + Prometheus + Grafana |
+| 算力调度 | 阿里云 ACK, 华为 CCI, 自研调度器 |
+
+---
+
+## 与现有页面的关联
+
+- **[[modern-airport-trends]]** — 智算集群是四型机场趋势的技术驱动力
+- **[[prefab-modular-dc]]** — 预制模块化 DC 是 GPU 集群的物理载体
+- **[[power-and-cooling]]** — GPU 集群高功率密度决定液冷必选
+- **[[network-architecture]]** — 计算网络（InfiniBand/RoCE）是集群性能关键
+- **[[airport-data-center-overview]]** — GPU 集群是智算中心的核心子系统
+
+---
+
+## 机场集群投入参考
+
+基于行业数据（千卡H100集群，头豹研究院2025白皮书）：
+
+| 组成 | 费用 |
+|------|------|
+| 算力设备 | 约3亿元 |
+| 网络设备 | 约2,500万元 |
+| 存储/安全 | 约1,000万元 |
+| 平台软件/液冷改造 | 约1,000万元 |
+| **总计** | **约3.5亿元** |
+
+**年运营支出**: 约5,000万元（电力占主导）
+
+1. **国产替代路径** — 昇腾 910B 与 NVIDIA H100 的软件生态差距（CUDA 迁移成本）
+2. **GPU 虚机化** — vGPU/算力切分技术尚不成熟，多租户场景受限
+3. **能效指标** — 智算中心如何定义适合机场场景的 PUE 基准（传统 DC PUE<1.3 目标不适用）
+4. **运维人才** — 机场 IT 团队普遍缺乏 GPU 集群运维能力
+
+---
+
+## 延伸阅读
+
+- 机场智算中心技术方案：根目录 `机场智算中心技术方案.md`
+- Keydak 风液融合方案：`raw/articles/keydak-airport-expo-2025.md`
@@ -0,0 +1,66 @@
+---
+title: 现代化机场数据中心趋势
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [planning, design, network, cooling]
+sources: [raw/articles/2025-airport-construction-summit.md, raw/articles/keydak-airport-expo-2025.md, raw/articles/dubai-airport-huawei-dc.md, raw/articles/深圳机场-数智化全国第二-AI全栈部署-2026-01-15.md, raw/articles/IBM-Building-intelligent-airport-future-2025.md, raw/articles/郑州航空港-中部最大万卡算力集群-2026-03-05.md]
+---
+
+# 现代化机场数据中心趋势
+
+## 2025-2026 行业方向
+
+### 四型机场理念
+中国民航"十四五"期间全面推行"四型机场"标准：
+
+| 类型 | 含义 |
+|------|------|
+| 平安机场 | 安全生产、安全可控 |
+| 绿色机场 | 低碳节能、双碳目标 |
+| 智慧机场 | 数字化、智能化 |
+| 人文机场 | 乘客体验优先 |
+
+### 核心趋势
+
+**1. 智算中心兴起**
+- AI/AGI 驱动算力需求爆发
+- 传统单机柜 5-15kW → 算力中心单机柜 50-120kW
+- 传统风冷无法满足高功率散热，液冷成为必选
+
+**2. 风液融合冷却**
+- 支持 40kW 风冷 + 150kW 液冷混合部署
+- 风液同源、动态平衡
+- 适配单机柜功率密度持续上升趋势
+- PUE 可降至 1.2 以下
+
+**3. 预制模块化数据中心**
+- 工厂预制、集装箱式交付
+- 工期缩短 50%，建设成本大幅降低
+- 适合机场空间有限、快速扩容的场景
+
+**4. 建设运营一体化（BIM+数字孪生）**
+- BIM 管理平台覆盖设计、施工、运维全周期
+- 数字化施工监管系统
+- 工程质量验评可回溯
+- 无人值守运维逐步推广
+
+**5. 网络架构升级**
+- SDN 软件定义网络
+- 多路由冗余接入
+- 边缘计算节点下沉至航站楼
+
+**6. AI 智能体矩阵落地**（2025-2026实践）
+- 深圳机场率先完成 DeepSeek R1-671B 满血版部署（华为昇腾集群），42家千万级机场综合评价**第二名**
+- IBM提出机场作为"Ecosystem Orchestrator"三层演进路径（规则执行→AI agent开发→复杂目标导向代理）
+- AI安全助手（融合1,500份安全文档）、机位智能分配（4小时→1分钟）、AGV无人驾驶牵引车等10余个专属智能体已规模落地
+
+**7. 航空物流智能化**
+- 深圳机场深畅国际货站：AGV机器人+智能卡口，全国首个24小时智慧远程监管货站
+- 进出口货物库内停留时间缩短82%、33%；无人接驳7×24小时不间断
+
+**8. 万卡级智算集群选址逻辑**
+- 郑州航空港：2小时高铁圈覆盖4亿人口，2小时航空圈覆盖全国90%人口/市场
+- 福州长乐机场综保区：综保区政策红利，闽港数字协作，填补东南沿海高端智算缺口
+
+> 相关：[[airport-data-center-overview]] | [[glossary]] | [[network-architecture]] | [[power-and-cooling]] | [[gpu-cluster]]
@@ -0,0 +1,36 @@
+---
+title: 网络架构
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [network, architecture]
+sources: []
+---
+
+# 网络架构
+
+## 机场数据中心网络特点
+
+- 多业务分区：航站网、行李网、安防网、办公网相互隔离
+- 高带宽需求：视频监控、行李分拣数据传输量大
+- 低延迟要求：空管通信、航班信息显示对延迟敏感
+- 多冗余路径：网络链路故障不能影响业务
+
+## 常用架构
+
+### Spine-Leaf 架构
+- 适用于叶脊交换结构，东西向流量优化
+- 推荐用于大型机场核心网络
+
+### 三层网络架构
+- 核心层 / 汇聚层 / 接入层
+- 传统架构，适合中小型机房
+
+## 网络安全
+
+- 防火墙分区隔离
+- 入侵检测/防御系统（IDS/IPS）
+- 网络准入控制（NAC）
+- DDoS 防护
+
+> 相关：[[tier-iii-design]] | [[glossary]]
@@ -0,0 +1,83 @@
+---
+title: 供配电与制冷
+created: 2026-04-08
+updated: 2026-04-09
+type: concept
+tags: [power, cooling, design]
+sources: [raw/articles/上海市-智算中心建设导则2025版-2025-01.md, raw/articles/头豹研究院-中国AIDC产业发展白皮书2025-2025-07.md]
+---
+
+# 供配电与制冷
+
+## 供配电系统
+
+### 典型架构
+```
+市电 → ATS → UPS → PDU → 服务器
+         ↑                    ↑
+      柴油发电机           蓄电池
+```
+
+### 关键指标
+- **IT 负载功率密度**：通常 4-10 kW/机柜（传统DC）；智算中心单柜 **12-30kW**
+- **PUE 目标值**：1.3-1.5（传统机场DC）；智算中心需达 **≤1.22**（上海导则先进值≤1.18）
+- **市电引入**：双路 10kV 或 35kV
+- **UPS 容量**：N+1 或 2N 冗余
+- **上海导则选址供电要求**：市电平均每月停电次数 ≤ 1次；平均每次故障时间 ≤ 0.5小时；宜引入一类市电
+
+### 柴油发电机
+- 常用功率：1000-3000 kVA
+- 启动时间：< 10 秒（自动启动）
+- 储油量：满足 8-24 小时连续运行
+
+## 制冷系统
+
+### 冷却方式
+
+| 方式 | PUE范围 | 适用场景 |
+|------|---------|---------|
+| **液冷(相变浸没式)** | **1.00** | >30kW/机柜，超大规模智算 |
+| **液冷(冷板式)** | **~1.10** | 高密度智算中心（主流方案） |
+| 自然冷(间接蒸发冷) | 1.10-1.20 | 北方气候区 |
+| 冷冻水系统 | 1.30+ | 传统数据中心 |
+| 风冷 | 1.40+ | 面临淘汰 |
+
+> 数据来源：头豹研究院《中国AIDC产业发展白皮书2025》——液冷已成PUE<1.10核心路径，传统风冷进入结构性瓶颈
+
+### 上海智算中心2025 PUE要求（全国最严）
+
+| 指标 | 新建准入值 | 运营先进值 | 长三角集群 |
+|------|------------|------------|------------|
+| **基准PUE** | ≤ 1.25 | — | — |
+| **综合PUE** | ≤ 1.22 | ≤ 1.18 | ≤ 1.20 |
+| **WUE** | ≤ 2.2 L/kWh | ≤ 2.0 L/kWh | — |
+| **CUE** | ≤ 1.2 gCO2/kWh | ≤ 1.0 gCO2/kWh | — |
+
+> 来源：上海市《智算中心建设导则（2025年版）》
+
+### 液冷技术类型
+
+| 类型 | PUE | 单柜散热能力 | 建设成本 | 适用 |
+|------|-----|------------|---------|------|
+| **冷板式液冷** | ~1.10 | ~120kW/柜 | 中 | 主流，新建智算中心首选 |
+| **浸没式液冷（相变）** | **1.00** | >200kW/柜 | 高 | 超大规模（GB200 NVL72等） |
+| **风液混合** | 1.10-1.15 | 60-150kW/柜 | 中低 | 快速部署/改造场景 |
+
+国产液冷供应商参考：
+- **英维克**：冷板式液冷，单机柜功率密度24kW，散热效率提升40%
+- **中科曙光**：浸没式液冷，PUE低至1.04，年减碳量超万吨
+
+### 机场数据中心推荐
+
+- 航站楼主数据中心：液冷（冷板式）成为新建首选，液冷渗透率已达64%（工业智算场景）
+- 边缘小机房：风冷精密空调（过渡方案，逐步被边缘液冷替代）
+- **强制要求**：新建智算中心**宜采用液冷技术**（上海导则）
+
+## PUE 优化建议
+
+- 冷热通道封闭
+- 自然冷却（冬季）
+- 精确制冷（行级空调）
+- 高效 UPS（模块化效率 ≥ 96%）
+
+> 相关：[[tier-iii-design]] | [[tier-iv-design]] | [[glossary]]
@@ -0,0 +1,49 @@
+---
+title: 预制模块化数据中心
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [design, construction, cooling]
+sources: [raw/articles/dubai-airport-huawei-dc.md]
+---
+
+# 预制模块化数据中心
+
+## 定义
+
+预制模块化数据中心（Prefabricated Modular Data Center）是将数据中心各子系统在工厂预制为独立模块（集装箱或箱体），现场快速组装交付的建设模式。相比传统现场建设，建设周期缩短 40-60%。
+
+## 核心优势
+
+- **快速部署**：工厂预制 + 现场组装，建设周期显著缩短
+- **弹性扩容**：增加模块即可扩展，按需建设
+- **质量可控**：工厂环境生产，质量一致性高
+- **成本优化**：减少现场施工成本和占地
+- **适应性强**：适用于空间有限、工期紧张或临时扩容场景
+
+## 典型方案（华为 FusionModule1000B）
+
+| 参数 | 数值 |
+|------|------|
+| 模块类型 | 集装箱（23个模块组成） |
+| 总功率 | 1MW |
+| 业务柜数 | 100柜 |
+| 单柜密度 | 10kW/rack |
+| PUE | <1.6 |
+| 认证 | Tier III 设计+建造双认证 |
+
+## 适用场景
+
+- 机场快速扩容
+- 临时数据中心
+- 边缘计算节点
+- 海外/远程站点
+
+## 在机场的适用性
+
+迪拜机场案例（华为 DXB 项目）证明，预制模块化可解决：
+- 机场空间有限、无现成楼宇
+- 需快速交付（10个月 vs 传统2年）
+- 单柜功率密度高（10kW）带来散热挑战
+
+> 相关：[[tier-iii-design]] | [[power-and-cooling]] | [[modern-airport-trends]]
@@ -0,0 +1,29 @@
+---
+title: Tier III 数据中心设计
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [tier-iii, design]
+sources: []
+---
+
+# Tier III 数据中心设计
+
+## 标准参考
+
+- **ANSI/TIA-942-B**: 数据中心电信基础设施标准
+- **Uptime Institute Tier Standard**: 分为 Tier I/II/III/IV 四个等级
+
+## Tier III 核心要求
+
+- **可用性**: 99.98%（年停机 ≤ 1.6 小时）
+- **冗余等级**: N+1（可并行维护）
+- **电力路径**: 2N UPS 或 N+1 UPS 配置
+- **冷却系统**: N+1 冗余冷冻水系统或风冷系统
+- **网络接入**: 多运营商、多路由接入
+
+## 机场适用性
+
+机场主数据中心推荐采用 Tier III 级别，兼顾建设成本与业务连续性需求。
+
+> 相关：[[tier-iv-design]] | [[power-and-cooling]] | [[network-architecture]]
@@ -0,0 +1,30 @@
+---
+title: Tier IV 数据中心设计
+created: 2026-04-08
+updated: 2026-04-08
+type: concept
+tags: [tier-iv, design]
+sources: []
+---
+
+# Tier IV 数据中心设计
+
+## 标准参考
+
+- **ANSI/TIA-942-B**: 数据中心电信基础设施标准
+- **Uptime Institute Tier Standard**: Tier IV 为最高等级
+
+## Tier IV 核心要求
+
+- **可用性**: 99.99%（年停机 ≤ 0.8 小时）
+- **冗余等级**: 2N（完全冗余，任何单点故障不影响运行）
+- **容错能力**: 任意单一故障不影响 IT 负载
+- **电力路径**: 2N UPS，双市电引入
+- **冷却系统**: 2N 冗余，确保任何故障下制冷不中断
+- **物理安全**: 生物识别门禁、全区域 CCTV
+
+## 机场适用性
+
+适用于机场应急指挥中心、空管核心系统等不允许停机的关键设施。建设成本约为 Tier III 的 1.5-2 倍。
+
+> 相关：[[tier-iii-design]] | [[power-and-cooling]] | [[security-design]]
@@ -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
@@ -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
@@ -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
@@ -0,0 +1,29 @@
+# Wiki Index
+
+> 内容目录。每个 wiki 页面按类型列出，附一行摘要。
+> 阅读此文件可快速查找相关页面。
+> Last updated: 2026-04-09 | Total pages: 16
+
+## Entities
+
+- [[shenzhen-airport]] — 深圳宝安国际机场：DeepSeek R1-671B满血版部署案例，42家千万级机场综合评价第二名
+- [[zhengzhou-airport-hangang]] — 郑州航空港经济综合实验区：中部最大万卡算力集群（当前10,000P，规划100,000P+）
+- [[fuzhou-changle-airport-bsj]] — 福州长乐机场综保区智算中心：在建15,000P，2026年10月投产，总投资11亿元
+
+## Concepts
+
+- [[airport-data-center-overview]] — 机场数据中心的定义、关键子系统、建设阶段
+- [[glossary]] — 常用缩略语和关键指标（DC/PUE/BHS/DCS/FIDS等）
+- [[tier-iii-design]] — Tier III 等级标准、设计要求、机场适用性
+- [[tier-iv-design]] — Tier IV 等级标准、2N冗余、容错要求
+- [[network-architecture]] — 机场网络分区、Spine-Leaf架构、网络安全
+- [[power-and-cooling]] — 供配电架构、UPS/发电机、液冷PUE/WUE/CUE三级指标、冷板/浸没式液冷
+- [[modern-airport-trends]] — 2025-2026现代化机场趋势：四型机场/智算中心/AI智能体/万卡集群/物流智能化
+- [[prefab-modular-dc]] — 预制模块化数据中心：定义、优势、华为方案参数、机场适用性
+- [[gpu-cluster]] — GPU集群（芯片选型/HGX服务器功耗/网络架构）、千卡集群3.5亿参考、液冷方案
+
+## Comparisons
+
+- [[airport-dc-case-studies]] — 北京大兴/迪拜/大连金州湾三个机场数据中心案例横向对比
+
+## Queries
@@ -0,0 +1,58 @@
+# Wiki Log
+
+> 按时间顺序记录所有 wiki 操作。追加写入。
+> 格式：`## [YYYY-MM-DD] action | subject`
+> 操作类型：ingest, update, query, lint, create, archive, delete
+> 本文件超过 500 条时轮转：重命名为 `log-YYYY.md`，重新开始。
+
+## [2026-04-08] create | Wiki 初始化
+- Domain: 机场数据中心建设方案
+- Structure: SCHEMA.md, index.md, log.md, raw/{articles,papers,transcripts,assets}, entities/, concepts/, comparisons/, queries/
+- Schema 定制：机场数据中心领域标签体系，8 大分类
+- 说明：[[SCHEMA.md]] 定义了页面类型、标签体系、创建规则、更新政策
+
+## [2026-04-08] ingest | 2025-2026 机场数据中心行业调研
+- 来源1：2025第十一届中国机场建设年会（大连日报）
+- 来源2：Keydak金盾 — 2025国际机场博览会风液融合方案
+- 来源3：华为×迪拜机场预制模块化数据中心案例
+- 来源4：维谛技术×北京大兴国际机场关键基础设施案例
+- 创建/更新页面：
+  - concepts/modern-airport-trends.md（新建）
+  - concepts/prefab-modular-dc.md（新建）
+  - comparisons/airport-dc-case-studies.md（新建）
+  - raw/articles/2025-airport-construction-summit.md（新建）
+  - raw/articles/keydak-airport-expo-2025.md（新建）
+  - raw/articles/dubai-airport-huawei-dc.md（新建）
+  - raw/articles/daxing-airport-vertiv.md（新建）
+- 更新：index.md（Total pages: 11）
+
+## [2026-04-08] create | 生成《机场智算中心技术方案》综合文档
+- 输出文件：机场智算中心技术方案.md
+- 内容：10个章节，涵盖算力集群、液冷系统、网络架构、供电方案、运维平台
+- 数据来源：信通院液冷报告、国信证券液冷专题、头豹AIDC白皮书、工业智算研究报告、临港算力实践
+- 重大变更：推翻之前偏向建设/立项方向的《机场数据中心建设方案.md》，改为硬核技术参数
+
+## [2026-04-08] create | GPU 集群概念页面
+- 新建：concepts/gpu-cluster.md
+- 内容：芯片选型（H100/H200/昇腾910B）、服务器形态、网络架构（InfiniBand/RoCE）、机场规模参数表、液冷方案对比、调度运维技术栈
+- 关联：[[modern-airport-trends]]（智算趋势）、[[prefab-modular-dc]]（物理载体）、[[power-and-cooling]]（液冷必选）、[[network-architecture]]（计算网络）、[[airport-data-center-overview]]（核心子系统）
+- 更新：index.md（Total pages: 12）
+
+## [2026-04-09] ingest | 机场智算中心第二轮调研（8篇来源）
+- 抓取并保存至 raw/articles/：
+  1. 郑州航空港-中部最大万卡算力集群-2026-03-05.md
+  2. 福州长乐机场-15000P智算中心-2026-01-22.md
+  3. 深圳机场-数智化全国第二-AI全栈部署-2026-01-15.md
+  4. IBM-Building-intelligent-airport-future-2025.md
+  5. 上海市-智算中心建设导则2025版-2025-01.md
+  6. 中国工业互联网研究院-工业智算发展研究报告2025-2026-01.md
+  7. 头豹研究院-中国AIDC产业发展白皮书2025-2025-07.md
+  8. AI-Driven-Smart-Gating-2025.md
+- 更新/新建页面：
+  - concepts/gpu-cluster.md（大修正：GPU型号表、HGX服务器功耗、NVLink规格、GB200数据、千卡集群3.5亿参考）
+  - concepts/power-and-cooling.md（新增：上海PUE/WUE/CUE三级指标、液冷类型对比、英维克/中科曙光参数）
+  - concepts/modern-airport-trends.md（新增趋势6-8：AI智能体矩阵/物流智能化/万卡集群选址）
+  - entities/shenzhen-airport.md（新建）
+  - entities/zhengzhou-airport-hangang.md（新建）
+  - entities/fuzhou-changle-airport-bsj.md（新建）
+- 更新：index.md（Total pages: 12→16）、log.md
@@ -0,0 +1,10 @@
+{
+  "devDependencies": {
+    "markdownlint": "^0.37.0",
+    "markdownlint-cli": "^0.32.2",
+    "markdownlint-cli2": "^0.22.0"
+  },
+  "scripts": {
+    "lint": "npx markdownlint-cli \"**/*.md\" --ignore \"node_modules/**\""
+  }
+}
@@ -0,0 +1,35 @@
+# 2025第十一届中国机场建设年会
+
+来源：大连日报（2025-06-16）
+URL: https://dalian.runsky.com/2025-06/16/content_6257964.html
+
+## 关键信息
+
+- 时间：2025年6月12-13日
+- 地点：大连世博广场
+- 主题："发展低碳新民航 数智赋能民航新基建"
+- 参与方：200余家民航机构、企业，千余名专家
+- 主办：中国航空学会、大连国际机场集团等
+
+## 四型机场
+
+"平安、绿色、智慧、人文"四型机场是中国民航"十四五"核心方向。
+
+## 大连金州湾国际机场（在建）
+
+- 国家"十四五"重大建设项目
+- 海域机场，高盐高湿环境是核心挑战
+- 采用BIM+数字化施工监管平台
+- 专家咨询会：软基沉降、混凝土耐久性、建运一体化
+
+## 关键与会方观点
+
+- **上海机场集团**：建设运营一体化贯穿设计、施工、移交、运营各阶段
+- **重庆机场集团**：低碳转型+数字化融入全链条
+- **中建三局**：BIM+云计算+大数据+物联网
+
+## 展会技术亮点
+
+- 四足机器人AI智能巡检
+- BIM施工管理平台
+- 风液融合算力解决方案
@@ -0,0 +1,103 @@
+# AI-Driven Smart Gating: Transforming Airline Operations
+
+**来源**: European Journal of Computer Science and Information Technology, 13(50), 12-26, 2025  
+**作者**: Vinay Siva Kumar Bhemireddy, Independent Researcher, USA  
+**URL**: https://eajournals.org/ejcsit/wp-content/uploads/sites/21/2025/07/AI-Driven-Smart-Gating.pdf
+
+---
+
+## 核心问题
+
+传统登机口分配依赖静态排程和人工干预，在全球航空交通增长背景下效率低下。
+
+**现有挑战**:
+
+| 挑战 | 影响 |
+|------|------|
+| 多维变量实时处理能力有限 | 无法快速适应变化 |
+| 静态排程框架 | 无法跨系统优化 |
+| 人工干预流程 | 资源分配低效 |
+| 传统规则系统 | 难以处理优先级重平衡 |
+
+**后果**: 飞机滑行时间增加、不必要燃油消耗、旅客延误、机场容量利用率下降
+
+## 智能登机口解决方案
+
+### AI驱动系统的核心能力
+
+- **主动式**而非反应式扰断管理
+- 实时优化，减少地面移动
+- 提高飞机利用率
+- 增强资源分配效率
+- 改善旅客中转和减少步行距离
+
+### 演进历程
+
+```
+Paper-based scheduling (1980s前)
+    ↓
+Computerized Systems (1980s) — rule-based logic
+    ↓
+Multi-parameter Resource Management (2000s) — deterministic approaches
+    ↓
+Stochastic/Scenario-based Robust Optimization (现在)
+    ↓
+AI/ML-Driven Smart Gating (未来)
+```
+
+## 系统架构
+
+### 四层架构
+
+```
+┌─────────────────────────────────────────┐
+│         Data Acquisition Layer          │
+│  航班管理系统 / 旅客处理平台 / 行李处理系统 / 外部数据源(天气) │
+├─────────────────────────────────────────┤
+│      Advanced Analytical Engine          │
+│  ML算法(模式识别) / 实时预测模型          │
+├─────────────────────────────────────────┤
+│    Simulation & Optimization Module    │
+│  场景评估 / 多目标优化                   │
+├─────────────────────────────────────────┤
+│        Integration Interfaces           │
+│  遗留系统通信 / API架构                  │
+└─────────────────────────────────────────┘
+```
+
+## 优化技术
+
+| 技术 | 应用 |
+|------|------|
+| 混合整数线性规划(MILP) | 登机口分配数学建模 |
+| 约束编程 | 复杂约束处理 |
+| 随机规划 | 不确定性建模 |
+| 监督学习 | 运营模式预测 |
+| 无监督学习 | 数据隐藏结构发现 |
+| 强化学习 | 不确定条件下的序列决策 |
+| 深度学习 | 异构数据流处理 |
+
+## 考量因素
+
+- 登机口容量
+- 飞机尺寸兼容性
+- 最小过站时间
+- 航空公司偏好
+- 旅客步行距离
+- 行李转运要求
+
+## 业务价值
+
+- **运营效率**: 登机口再分配自动化，减少周转延误
+- **财务收益**: 减少航班延误燃油消耗
+- **环境优势**: 减少碳排放
+- **旅客体验**: 减少步行距离，改善中转
+
+---
+
+## 技术备注
+
+- 本论文为学术研究性质，提供AI登机口优化的理论框架
+- 对深圳机场"机位智能分配"实践有学术支撑作用
+- 可作为机场AI运营系统的技术方案参考
+- 论文未包含具体模型参数或商业实现细节
@@ -0,0 +1,90 @@
+# Building the Intelligent Airport of the Future: An AI-Powered Air Travel Ecosystem Orchestrator
+
+**来源**: IBM Think  
+**日期**: 2025年（具体日期未标注）  
+**URL**: https://www.ibm.com/think/insights/implementing-intelligent-airport-future-ai-powered-ecosystem-orchestrator
+
+---
+
+## 核心概念：机场作为 Ecosystem Orchestrator
+
+机场正在从"人类执行+技术辅助"进化为"智能系统自主运营核心功能+人类监督"的模式。
+
+**演进路径**:
+
+| 阶段 | 特征 | 例子 |
+|------|------|------|
+| 1. Rules-based execution | 自主服务流程，"反射代理" | 自助值机、自助行李托运 |
+| 2. AI agent development | 系统具备感知-决策-行动能力 | 渐进式信任建立 |
+| 3. Sophisticated AI agents | 目标导向代理，跨多系统智能编排 | 航班延误时的登机口再分配、周转优化 |
+
+## 业务价值领域
+
+### 旅客体验
+- **Touchless processing**: 无停顿安检、被动身份识别
+- **Biometric identification**: "无边界"旅客体验
+- 全流程无摩擦通行
+
+### 运营领域
+
+| 领域 | 能力 |
+|------|------|
+| 空侧运营 | 智能资源分配 |
+| 行李运营 | 动态优化处理能力 |
+| 航站楼运营 | 基于占用率/天气/能源目标的自主环境控制（照明、温度、通风） |
+| IT运营 | 自我修复基础设施（弹性、安全） |
+
+## 数据基础设施要求
+
+### 推荐架构: Data Mesh（数据网格）
+
+- 联邦化、面向域的数据所有权
+- 集中化治理
+- 各机场功能维护专业化数据，同时贡献于统一生态系统
+
+**核心能力**:
+- 实时运营智能
+- 预测性机场运营
+- 旅客流动改善与管理
+- 运营效率和客户体验提升
+
+### 数据伙伴关系挑战
+
+> "不是'有权'获取航空公司数据，而是关注'航空公司能从中获得什么'"
+
+成功要素：向合作伙伴证明数据共享价值，建立机场作为数据治理者的信任
+
+## 基础设施要求
+
+### 适应性与可扩展性
+
+- **预测并适应**数据量波动（旅客、行李、货物）
+- 与生态系统伙伴的**安全数据共享**（延迟不变）
+- **混合云技术**应对峰值负载弹性
+- **智能自动化**持续一致性能
+
+### 安全设计
+
+- IT和OT系统高级网络安全框架
+- 网络安全与物理安全无缝融合
+- 内在设计（by design and default）
+
+## 国际标准倡议
+
+### CATS Global Council - Concept of Operations (CONOPS)
+
+- **目标**: 到2045年实现完全集成、无缝、可扩展、可持续的空管系统
+- 核心能力：**近实时数字信息共享**
+
+### SESAR-JU (EU) - FASTNet Project
+
+- 通过AI和改进的机场对机场协调，将机场运营整合进航空网络
+- 开创性新数据服务
+
+---
+
+## 技术备注
+
+- IBM文档偏重架构框架，缺少具体AI/ML技术细节（模型规模、硬件配置）
+- 主要面向机场运营管理层，非技术规格文档
+- 适合与国内具体机场案例对比参照
@@ -0,0 +1,48 @@
+# 北京大兴国际机场关键基础设施
+
+来源：维谛技术（Vertiv）官网PDF（Case Study）
+URL: https://www.vertiv.cn/4af62d/globalassets/documents/case-studies/trans_case_1_bdia_295354_0.pdf
+
+## 项目概况
+
+- 位置：北京市（天安门正南46公里）
+- 投运时间：2019年9月
+- 占地面积：140万平方米
+- 定位：世界上规模最大单体航站楼
+- 荣誉：2016年英国《卫报》"新世界七大奇迹"之首
+
+## 智能化建设
+
+- 建设19个平台、68个系统
+- 统一运行信息数据平台
+- 大数据分析整合
+- 实现航班运行状态全面掌握
+
+## 关键基础设施部署点
+
+1. 信息中心
+2. 西塔台
+3. 空管核心工作区
+4. 气象综合探测场二次雷达站
+5. 华北空管生产运行中心
+6. 北京终端管制中心
+
+## 解决方案
+
+**维谛技术（Vertiv）Liebert® PEX+ 系列机房专用精密空调**
+
+- 超高效、高可靠性、高灵活性
+- 全新模块化设计
+- 高制冷量、高能效
+- 全正面维护
+- 灵活扩容（可增加制冷柜）
+
+## 东方航空基地
+
+东航核心机房大规模采用Vertiv方案：
+- UPS系统
+- 热管理系统
+- 机柜
+- SmartSolutions融合解决方案
+
+范围：生活服务区、维修区、航空食品区、地面服务区、货运区
@@ -0,0 +1,48 @@
+# 迪拜机场 × 华为预制模块化数据中心
+
+来源：华为官网PDF
+URL: https://www.huawei.com/~/media/CORPORATE/PDF/case-studies/dubai-airports-cn.pdf
+
+## 项目背景
+
+迪拜机场面临的问题：
+- 多个老旧数据中心，设备品牌众多、管理复杂
+- 设备老化，制冷量不足
+- 业务快速增长，需要快速扩容
+
+## 解决方案
+
+**华为 FusionModule1000B 预制模块化数据中心**
+- 23个集装箱大小的预制模块
+- 总功率：1MW
+- 业务柜：100个，单柜 10kW/rack
+- 建设周期：预计10个月（比传统数据中心节省近50%时间）
+
+## 关键指标
+
+| 指标 | 数值 |
+|------|------|
+| 等级 | Tier III 设计+建造双认证 |
+| 可用性 | 99.98% |
+| 年停机时间 | 1.6小时 |
+| PUE | < 1.6（比传统数据中心节能30%+） |
+| 建设周期 | 10个月 |
+
+## 技术亮点
+
+- 变频行级精密空调
+- 高效模块化UPS
+- 密闭通道设计
+- NetEco 管理系统
+
+## 业务覆盖
+
+- 航班信息与机场运营
+- 乘客运输与行李服务
+- 连接与网络服务
+- 安检、视频监控
+- 企业业务运营、设施维护
+
+## "DXB+"规划
+
+预计未来10年旅客吞吐量从8360万增长到1.18亿。
@@ -0,0 +1,28 @@
+# 2025国际机场博览会 — 风液融合算力解决方案
+
+来源：Keydak金盾官网（2025-09-11）
+URL: https://www.keydak.com/NEWS/news_100000063272748.html
+
+## 展会信息
+
+- 时间：2025年9月8-10日
+- 地点：广州·中国进出口商品交易会展馆
+- 主题：国际机场博览会
+- 参展方：70多个国家、170多家机场
+
+## 核心观点
+
+### 智算中心散热挑战
+- 传统数据中心单机柜：5-15kW
+- 算力数据中心单机柜：50-120kW
+- 传统风冷无法满足高功率服务器散热需求
+
+### 风液融合解决方案参数
+- 支持风冷：最高 40kW/柜
+- 支持液冷：最高 150kW/柜
+- 特点：风液同源、动态平衡、灵活部署、成本优化
+
+### 价值
+- 显著降低数据中心总体能耗和碳排放
+- 契合"双碳"目标
+- 适配AI算力密度持续上升趋势
@@ -0,0 +1,142 @@
+# 上海市智算中心建设导则（2025年版）
+
+**来源**: 上海市经济和信息化委员会  
+**日期**: 2025年1月  
+**URL**: https://www.sheitc.org.cn/uploadfile/20250114/20250114144347_3158.pdf  
+**性质**: 地方标准/建设指导文件（具有强制执行力）
+
+---
+
+## 选址分区要求
+
+| 区域 | 范围 | 政策 |
+|------|------|------|
+| **适建区** | 外环以外 | 优先，既有工业区、发电厂区优先 |
+| **禁止区** | 中环以内 | 不得新建智算中心 |
+| **限制区** | 中环与外环之间 | 严格限制 |
+| **边缘智算** | 靠近应用场景 | 不受分区限制 |
+
+## 核心规模指标
+
+### 大型智算中心
+
+```
+平均机架设计功率: ≥ 12kW
+机架设计总功率: ≥ 24 MW
+```
+
+### 边缘智算中心
+
+```
+平均机架设计功率: ≥ 6kW
+机架设计总功率: ≤ 1.2 MW
+基准PUE: ≤ 1.4
+```
+
+## PUE能效指标
+
+| 指标类型 | 准入值 | 先进值 | 长三角集群 |
+|----------|--------|--------|------------|
+| **基准PUE** | ≤ 1.25 | — | — |
+| **综合PUE** | ≤ 1.22 | ≤ 1.18 | ≤ 1.20 |
+
+## 选址关键要求
+
+| 要求类型 | 具体指标 |
+|----------|----------|
+| **供电** | 靠近110kV及以上等级且配置冗余度高的电源点；宜引入一类市电；市电平均每月停电次数 ≤ 1次；平均每次故障时间 ≤ 0.5小时 |
+| **网络** | 靠近干线通信线路；宜具备三路由及以上接入条件 |
+| **水源** | 直线距离300米范围有水源；宜从两个独立水源各自引入一路供水 |
+| **安全距离** | 地铁/铁路 ≥ 100m；加油站/加气站 ≥ 400m；一级石油库 ≥ 500m |
+| **水灾** | 新建智算中心首层建筑完成面宜高出当地洪水百年重现期水位线1.0m以上 |
+
+## 建筑与配套设施
+
+### 液冷要求
+
+- **新建智算中心宜采用液冷技术**满足高密算力散热需求（强制表述）
+- 空调制冷设备应选用配置**变频、变容量冷却设备**
+- 制冷剂ODP=0且GWP较低
+
+### 机架要求
+
+- 设计功率12kW以上机架宜采用就近的供配电部署方式
+- 强电、弱电、光纤、铜缆宜分别布线
+
+## AI基础设施架构
+
+### AI服务器类型
+
+| 类型 | 核心要求 |
+|------|----------|
+| **AI训练服务器** | 支持至少一种深度学习/机器学习训练框架；能执行至少一种场景模型训练（CV、NLP、语音等） |
+| **AI推理服务器** | 支持至少一种深度学习/机器学习推理框架；能执行至少一种场景模型推理 |
+
+### 存储设备要求
+
+- 支持AI全生命周期数据存储
+- 支持元数据管理、数据分层管理
+- 支持对象存储、文件存储和块存储
+- **宜支持RDMA技术**，实现高聚合带宽
+- 应具备冗余存储能力，支持容量扩展
+
+### 网络设备要求
+
+- 应采用**智能无损网络**等新技术
+- 大规模训练应用场景下，应采用智能无损网络
+- 宜具备高速网络连接（**200Gbps计算网**）
+
+### 平台层要求
+
+**算力调度**:
+- 应提供算力、网络等资源**虚拟化和池化**能力
+- 应支持**异构芯片资源精细化管理**（负载感知、拓扑感知、算力切分）
+
+**推理精度支持**: FP32、FP16、INT4、INT8
+
+**存储性能**: 毫秒级延时、百万级IOPS
+
+## 上架率要求
+
+> 同一主体或相关主体前期批复数据中心/智算中心项目**两年内IT设备上架率达到75%及以上**的，给予支持
+
+| 阶段 | IT设备上架率(Rackon) | 平均机架运行功率(Prack) |
+|------|----------------------|------------------------|
+| 第一年 | ≥ 50% | ≥ 设计功率的50% |
+| 第二年及以后 | ≥ 70% | ≥ 设计功率的70% |
+
+## 监测指标
+
+| 指标 | 第一年 | 第二年及以后 |
+|------|--------|--------------|
+| **Rackon** | ≥ 50% | ≥ 70% |
+| **PUE综合** | ≤ 1.32 | ≤ 1.22 |
+| **WUE** | ≤ 2.2 L/kWh | ≤ 2.0 L/kWh |
+| **CUE** | ≤ 1.2 gCO2/kWh | ≤ 1.0 gCO2/kWh |
+
+## 绿电与清洁能源要求
+
+| 区域 | 绿电占比要求 |
+|------|-------------|
+| 一般区域 | 宜 ≥ 30% |
+| **长三角集群** | 应 > 80% |
+
+**必须采用的绿色技术（至少1种）**:
+- 园区风电
+- 分布式光伏发电（安装面积 ≥ 建筑屋顶面积的50%）
+- 余热回收利用
+- 工业废弃能源利用
+- 分布式储能
+
+## 能效等级目标
+
+- 绿色节能等级：宜达到GB/T 43331中**第五级**要求
+- 绿色数据中心等级：宜达到DB31/T 1395中**AAAAA（5A）级**要求
+
+---
+
+## 技术备注
+
+- 本导则为目前国内最详尽的智算中心建设地方标准之一
+- 核心创新：**液冷强制化**（"宜采用"液冷=实质推进方向）、**PUE分级管控**、**异构算力虚拟化**
+- 对机场智算中心建设最具参考价值：选址分区、机架功率密度门槛、RDMA网络要求
@@ -0,0 +1,96 @@
+# 工业智算发展研究报告（2025年）
+
+**来源**: 中国工业互联网研究院  
+**日期**: 2026年1月8日发布  
+**URL**: https://www.china-aii.com/u/cms/www/202601/工业智算发展研究报告（2025年）.pdf  
+**性质**: 行业研究报告（官方研究机构）
+
+---
+
+## 核心定义
+
+**工业智算**: 通过大规模异构算力资源（CPU、GPU、DPU、NPU、FPGA、ASIC等），为工业智能终端、工业网络智能控制、工业智能边缘计算、工业智能化应用提供所需算力、数据、算法和模型，实现**"云-边-端"一体化融合智能计算**。
+
+## 全球算力格局（2025年8月）
+
+```
+美国:  68.9%
+中国:  14.5%
+欧洲:   6.1%
+日本:   1.2%
+其他:   9.3%
+```
+
+## 我国工业智算市场规模
+
+| 指标 | 2024年 | 2025年(预计) | 2026年(预计) | 2028年(预计) |
+|------|--------|--------------|--------------|--------------|
+| **智算规模** | 725.3 EFLOPS | 1,037.3 EFLOPS (+43%) | 1,460.3 EFLOPS (+40.8%) | 2,781.9 EFLOPS |
+| **智算市场** | 1,325亿元 | 1,806亿元 (+36.2%) | 2,350亿元 (+30.1%) | — |
+| **工业智算占比** | 30%+ | 35%+ | 40%+ | 50%+ |
+
+## 基础设施现状
+
+| 指标 | 数值 |
+|------|------|
+| 在用算力中心机架 | 1,085万标准机架 |
+| 国家算力枢纽节点省市机架占比 | 72.6% |
+| 智能算力规模 | 788 EFLOPS |
+| 液冷技术渗透率 | 64% |
+| 平均PUE | 1.42（目标<1.2） |
+| 工业大数据市场规模 | 2024年1,200亿元 → 2025年底约1,600亿元 |
+
+## 美欧发展策略对比
+
+### 美国: "资本+技术"双轮驱动
+
+- 2025年1月: "星际之门"项目启动，4年内投资**5,000亿美元**
+- 2025年7月: 发布《美国人工智能行动计划》
+- 2025年11月: "创世纪计划"行政令，整合17个国家实验室超级算力
+- NIST投入2,000万美元建立制造业AI中心（联邦承诺7,000万美元/五年期）
+
+### 欧盟: "政策+协同"牵引
+
+- 2025年2月: "投资人工智能"计划，筹集**2,000亿欧元**
+- 2025年4月: "人工智能大陆行动计划"
+- 液冷渗透率: 42%
+
+## 典型企业产品（国产替代）
+
+| 企业 | 产品/技术 | 规格/突破 |
+|------|-----------|-----------|
+| **华为** | 昇腾910 | 云边端一体AI芯片 |
+| **寒武纪** | 云边端一体AI芯片 | 全场景覆盖 |
+| **英维克** | 冷板式液冷系统 | 单机柜功率密度24kW，散热效率提升40% |
+| **中科曙光** | 浸没式液冷系统 | PUE低至1.04，年减碳量超万吨 |
+| **新华三** | 800G国芯智算交换机 | 支持10万卡集群组网 |
+| **中际旭创** | 1.6T光模块 | 全球首发 |
+| **长电科技** | HBM4封装技术 | 带宽达1TB/s |
+
+## 典型行业案例
+
+### 汽车制造
+- 奥迪中国工厂AI焊点质量控制: 每班150万个焊点全量分析
+- 吉利星睿智算中心: 3.54PFlops算力，累计1.2万次虚拟碰撞试验，研发仿真计算效率提升30%
+
+### 航空航天
+- 中国商飞FuncGenFoil翼型生成设计: 设计误差降低74.4%，多样性提升23.2%
+
+### 工业机器人
+- 在役工业机器人突破**200万台**，2024年新增29.5万台（全球新安装量54%）
+
+## 智算中心分布
+
+```
+大型智算中心(>1000P): 20% → 京津冀、长三角、珠三角
+中型智算中心(300-1000P): 70% → 一线、新一线及二线城市
+小型智算中心(<100P): 10% → 二线及以下城市
+```
+
+---
+
+## 技术备注
+
+- 本报告为工业智算领域的权威官方报告
+- 机场智算中心属于"工业智算"应用场景之一，但本报告未专门覆盖机场行业
+- 国产液冷企业（英维克、中科曙光）的技术参数对机场项目有直接参考价值
@@ -0,0 +1,106 @@
+# 2025年中国AIDC产业发展白皮书：智算中心如何撑起大模型时代的蓝图？
+
+**来源**: 头豹研究院（LeadLeo）  
+**日期**: 2025年7月  
+**URL**: https://pdf.dfcfw.com/pdf/H3_AP202507101706460530_1.pdf  
+**性质**: 商业研究白皮书
+
+---
+
+## 核心发现
+
+| 维度 | 关键发现 |
+|------|----------|
+| 市场导向 | 从性能为王转向业务场景适配：金融/医疗用70B，文档用7B，边缘用1.5B |
+| 竞争格局 | 差异化竞争：百度"云智一体"、阿里"MaaS开源生态"、火山"应用反哺技术" |
+| 算力结构 | 2023年全球智算力达875EFLOPS，首次超基础算力；中美合计超七成 |
+| 制冷革新 | GPU功耗激增，液冷成PUE<1.10核心路径，传统风冷进入结构性瓶颈 |
+
+## GPU芯片演进
+
+| 架构 | 型号 | FP16算力 | 显存带宽 | NVLink带宽 | 功耗 |
+|------|------|----------|----------|------------|------|
+| Ampere | A100 | 312T | 2TB/s | 600GB/s | 400W |
+| Hopper | H100 | 1P | 3.35TB/s | 900GB/s | 700W |
+| Hopper | H200 | 1P | 4.8TB/s | 900GB/s | 700W |
+| Blackwell | B100 | 1.75P | 8TB/s | 1.8TB/s | 1,000W |
+| Blackwell | B200 | 2.25P | 8TB/s | 1.8TB/s | 1,200W |
+| Blackwell | **GB200** | **5P** | **16TB/s** | **3.6TB/s** | **2,700W** |
+
+## 服务器功耗趋势
+
+| 型号 | GPU算力 | GPU功耗 | 总功耗 |
+|------|---------|---------|--------|
+| HGX A100 | 2.4P | 3.2kW | 6.5kW |
+| HGX H100 | 8P | 5.6kW | 10.2kW |
+| HGX B100 | 14P | 5.6kW | 10.2kW |
+| HGX B200 | 18P | 8kW | **14.3kW** |
+
+**结论**: 单机柜功率密度急剧攀升，液冷已成必然选择
+
+## 千卡集群(H100)前期投入
+
+| 组成 | 费用 |
+|------|------|
+| 算力设备 | 约3亿元 |
+| 网络设备 | 约2,500万元 |
+| 存储/安全 | 约1,000万元 |
+| 平台软件/液冷改造 | 约1,000万元 |
+| **总计** | **约3.5亿元** |
+
+**年运营支出**: 约5,000万元
+
+## 能耗结构
+
+```
+IT设备: 67%
+制冷系统: 27%
+供电系统: 5%
+照明及其他: 1%
+```
+
+## 制冷技术PUE对比
+
+| 冷却方式 | PUE范围 | 适用场景 |
+|----------|---------|----------|
+| **液冷(相变浸没式)** | 1.00 | >30kW/机柜，高性能场景 |
+| **液冷(冷板式)** | ~1.10 | 高密度智算中心 |
+| **自然冷(间接蒸发冷)** | 1.10-1.20 | 北方气候区 |
+| **冷冻水系统** | 1.30+ | 传统数据中心 |
+| **风冷** | 1.40+ | 面临淘汰 |
+
+## 大模型训练资源消耗
+
+| 模型 | 参数量 | GPU规模 | 训练时长 |
+|------|--------|---------|----------|
+| LLaMA-1 | 65.2B | 2,028块 | 90天 |
+| LLaMA-3 | 405B | 16,384块H100 | 54天 |
+
+**关键**: 预训练消耗90-99%总算力，微调仅占1-10%
+
+## PD分离技术
+
+| 阶段 | 特征 | 资源瓶颈 | 优化策略 |
+|------|------|----------|----------|
+| **Prefill** | 并行处理所有输入token | GPU计算能力 | 批处理、张量并行 |
+| **Decode** | 逐个自回归生成 | 内存带宽和延迟 | KV缓存、Flash Attention |
+
+**关键发现**: Prefill与Decode存在高达**137倍**速度差距，Decode耗时占99%以上
+
+## 中国厂商差异化路线
+
+| 厂商 | 战略定位 | 核心路径 |
+|------|----------|----------|
+| 百度智能云 | "云智一体" | 全栈自研，B端标杆案例 |
+| 阿里云 | MaaS基础设施 | 公有云标准化服务 |
+| 火山引擎 | 应用反哺技术 | 豆包先服务抖音/头条，再输出B端 |
+| 科大讯飞 | 行业垂直整合 | 教育/医疗/司法/政务 |
+| DeepSeek | 非对称竞争 | 极致性价比，开源顶尖模型 |
+
+---
+
+## 技术备注
+
+- 本白皮书数据详实，GPU/服务器功耗演进数据极具参考价值
+- GB200 NVL72整机柜方案（2,700W功耗）对机场智算中心选址和供配电设计有直接指导意义
+- "千卡集群3.5亿元"投入数据可作为机场项目预算参考基准
@@ -0,0 +1,77 @@
+# 深圳机场：数智化水平位居全国42家千万级机场第二名
+
+**来源**: 深圳新闻网  
+**日期**: 2026-01-15  
+**URL**: https://www.sznews.com/news/content/2026-01/15/content_31905100.htm
+
+---
+
+## 核心成就
+
+- **全国排名**: 42家千万级机场综合评价**第二名**（民航局《千万级机场智慧民航建设综合评价报告2024》）
+- **大模型**: 率先完成DeepSeek R1-671B满血版千亿参数大模型全栈本地化部署（华为昇腾算力集群）
+- **国际货邮**: 2025年首次突破100万吨
+- **航班放行正常率**: 91.19%
+
+## AI基础设施
+
+### 算力底座
+
+- **硬件**: 华为昇腾算力服务器与工具平台
+- **模型**: DeepSeek R1-671B（满血版）——千亿参数大模型
+- **数据整合**: 打通航班运行、物流服务、设备物联日志等**18类**核心业务数据壁垒
+- **特点**: 国产算力集群支撑该级别大模型落地，业内首批
+
+### 智能体矩阵（10余个业务专属智能体）
+
+| 智能体 | 功能 |
+|--------|------|
+| AI安全助手 | 融合1,500余份安全文档，检索效率提升60倍 |
+| AI乘机助手 | 中英文交互、对话式咨询，秒级响应 |
+| AI采购助手 | 采购流程智能化 |
+| AI财务助手 | 财务工作自动化 |
+| 党务工作小助手 | 党务工作辅助 |
+| iHR人力智能体 | 人力资源管理 |
+| AI公文助手 | 公文处理智能化 |
+
+## 全场景落地应用
+
+### 旅客服务
+
+- **机位智能分配**: 每日航班分配耗时从4小时压缩至**1分钟**，靠桥率提升至**85.44%**
+- **"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余种语言实时翻译，信息录入时间缩短**80%**
+
+### 航空物流
+
+- **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
+  - 进出口货物库内停留时间分别缩短**82%**、**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、园区智能巡逻
+
+### 安全运行
+
+- **AI辅助判图**: 三维图像深度学习，精准识别锂电池/充电宝/刀具/打火机，安检效率提升**30%以上**
+- **一体化主动运控**: 多源数据融合+AI，提前**20分钟**精准预判保障节点，航班正常率提升约**4个百分点**
+
+### 综合交通
+
+- **"综合交通全域一张图"**: AI实时分析人流/车流/道路，处置响应时间稳定控制在**1分钟以内**（获第二届"兴智杯"全国人工智能创新应用大赛一等奖）
+- **全国首个网约车全链条管理体系**: AI智能调度，服务车次超**854万**、旅客约**1,276万**，地面交通服务测评指标全国第一
+
+## 创新机制
+
+- **"揭榜挂帅"机制**: 第六届深圳人工智能展发布9个特色项目榜单，吸引17家企业参与
+- **国企民企协同**: 联合华为、腾讯共建"未来机场数字化平台"，联动哈工大产学研
+- **统一架构底座**: "一次开发、复用共享"
+- **"1+2+N"创新制度体系**: 制度设计→落地执行→资源保障→激励约束
+
+---
+
+## 技术备注
+
+- DeepSeek R1-671B在华为昇腾集群上的部署细节（集群规模、互联网络）未披露
+- 深圳机场未披露具体服务器数量和功率密度
+- 液冷技术未提及，可能仍在建设智算中心基础设施层面
@@ -0,0 +1,60 @@
+# 15000P算力+年产值可超1.5亿！福州长乐机场综保区人工智能智算中心全速推进
+
+**来源**: 福建省商务厅  
+**日期**: 2026-01-22  
+**URL**: https://swt.fujian.gov.cn/xxgk/jgzn/jgcs/zsxdc/tzdt/202601/t20260122_7084250.htm
+
+---
+
+## 核心数据
+
+| 参数 | 数值 |
+|------|------|
+| **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
+
+- **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、全流程调试
+- **2026年10月**: 验收合格后正式投产
+
+## 技术方案
+
+### 核心架构
+
+- **液冷机柜矩阵**：规模化智算液冷机柜（具体机柜数未披露）
+- **网络存储机柜阵列**：体系化网络存储机柜阵列
+- **AI服务器**：搭载国际领先的高性能AI服务器（型号未披露）
+
+### 二期规划（算力服务器及推理一体机生产线）
+
+- 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
+
+## 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
+- **政策红利**：长乐机场综保区多重政策优势
+- **区位**：依托空港保税优势，深化闽港、闽台数字协作
+- **辐射**：填补东南沿海高端智算缺口，赋能华南地区数字化转型
+
+## 主体信息
+
+- **投资方**: 福建智算方舟科技有限公司
+- **主营业务**: 智算中心投资运营、高性能服务器及推理一体机研发生产销售
+- **定位**: 全栈式算力解决方案提供商
+
+---
+
+## 技术备注
+
+- 项目处于在建状态，核心硬件配置（GPU型号/数量、机柜功率密度）未披露
+- 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，疑为NVIDIA HGX系列或国产品牌
@@ -0,0 +1,50 @@
+# 郑州航空港何以竞逐"人工智能之城"？
+
+**来源**: 中国新闻网  
+**日期**: 2026-03-05  
+**URL**: https://www.zzhkgq.gov.cn/2026/03-05/3632175.html
+
+---
+
+## 核心数据
+
+- **当前算力**: 10,000P（中部最大、国内领先的万卡算力集群）
+- **规划总规模**: 超过 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，中部首个全面部署DeepSeek的智算中心
+- **配套投资**: 总投资1.2亿元的AI+智能人才公共实训基地（2025年11月揭牌）
+
+## 关键内容
+
+### 河南空港智算中心定位
+
+该中心是港区智算产业的"智慧大脑"，分三板块规划：
+1. **一中心**：主攻高端训练算力
+2. **二中心**：聚焦推理算力
+3. **三中心**：面向未来规划十万卡推训一体算力集群
+
+### 区位优势
+
+- 2小时高铁圈覆盖国内4亿人口
+- 2小时航空圈覆盖全国90%的人口和市场
+- 郑州新郑国际机场2025年货邮吞吐量首破100万吨（全国第五、中部首个"百万吨级"航空货运枢纽）
+- 郑州航空港区2025年外贸进出口总值4,935亿元，占河南全省52.7%
+
+### 产业生态
+
+- **龙头企业**：富士康（灯塔工厂）、超聚变（先进计算）、科大讯飞（产业生态基地）、联想
+- **万亿级电子信息产业集群**：2024年产值近6,000亿元，占河南全省八成，从"芯"到"屏"到"端"全产业链
+
+### 应用场景
+
+- 富士康灯塔工厂：AGV无人车、AI质检（毫米级精度）、5G全连接"熄灯生产"
+- 河南省医学科学院：多模态智慧远程医疗平台，覆盖全省县级医疗机构
+- "心晴少年"AI心理健康大模型：3所学校落地，惠及1.4万学生
+- "空地一体"智联协同系统：无人机+机器狗+自动驾驶巡检车网格化管理
+
+---
+
+## 技术备注
+
+- 来源标注为"中国新闻网"，原文含大量产业生态描述，核心智算中心技术参数有限
+- 10,000P算力具体硬件配置（GPU型号、机柜数、功率）未披露
+- 三个板块分期建设，三中心"十万卡"仍为规划阶段
@@ -0,0 +1,423 @@
+# 大型机场数据中心建设方案
+
+> 本方案综合整理自：2025国际机场博览会、2025第十一届中国机场建设年会、华为×迪拜机场案例、维谛技术×大兴机场案例
+> 生成时间：2026-04-08
+> 数据来源：详见附录
+
+---
+
+## 一、机场数据中心概述
+
+机场数据中心（Airport Data Center）是支撑民用航空运输业务运营的核心 IT 基础设施，为航班信息系统、行李分拣系统、离港系统（DCS）、空管通信、乘客服务等关键系统提供计算、存储和网络服务。
+
+### 核心特征
+
+- **高可用性要求**：通常需满足 Tier III 或 Tier IV 等级
+- **业务连续性**：7×24 小时不间断运行，航班延误成本极高
+- **多系统集成**：数十个子系统需要互联互通
+- **安全等级高**：涉及航空安全，合规要求严格
+- **地理位置分散**：航站楼、塔台、行李中心通常各自有小机房
+
+---
+
+## 二、设计等级标准
+
+### 2.1 数据中心等级对照
+
+| 等级 | 可用性 | 年停机时间 | 冗余方式 | 适用场景 |
+|------|--------|-----------|---------|---------|
+| Tier I | 99.67% | >31.5h | 基本 | 基础非关键系统 |
+| Tier II | 99.75% | 22h | 冗余组件 | 冗余组件，非关键业务 |
+| **Tier III** | **99.98%** | **1.6h** | **N+1，可并行维护** | **机场主数据中心（推荐）** |
+| Tier IV | 99.99% | 0.8h | 2N，完全冗余 | 空管核心、应急指挥 |
+
+**机场推荐策略：**
+- 主数据中心：Tier III（兼顾成本与可靠性）
+- 空管/应急指挥核心系统：Tier IV
+- 边缘小机房：Tier II 或模块化方案
+
+### 2.2 标准参考体系
+
+- **ANSI/TIA-942-B**：数据中心电信基础设施国际标准
+- **Uptime Institute Tier Standard**：Tier I/II/III/IV 四级认证体系
+- **GB 50174-2017**：《数据中心设计规范》（中国国家标准）
+- **GB/T 44463-2024**：《互联网数据中心技术要求》（2024年新版）
+
+---
+
+## 三、现代化机场数据中心趋势
+
+### 3.1 "四型机场"理念
+
+中国民航"十四五"期间全面推行"四型机场"标准，是当前机场建设的顶层指导框架：
+
+| 类型 | 核心内涵 |
+|------|---------|
+| 平安机场 | 安全生产、安全可控 |
+| 绿色机场 | 低碳节能、契合"双碳"目标 |
+| 智慧机场 | 数字化、智能化转型 |
+| 人文机场 | 乘客体验优先 |
+
+### 3.2 智算中心兴起
+
+随着 AI/AGI 技术发展，机场数据中心正从传统数据中心向智算中心演进：
+
+| 对比项 | 传统数据中心 | 智算中心 |
+|--------|-------------|---------|
+| 单机柜功率 | 5-15 kW | 50-120 kW |
+| 散热方式 | 风冷为主 | 液冷为主 |
+| GPU 需求 | 少量 | 大量 GPU 集群 |
+| PUE 目标 | 1.4-1.6 | 1.1-1.3 |
+
+### 3.3 风液融合冷却方案
+
+2025 年国际机场博览会上发布的**风液融合算力解决方案**，代表当前冷却技术主流方向：
+
+- 支持 **40kW 风冷** + **150kW 液冷** 混合部署
+- 风液同源、动态平衡
+- 灵活部署、成本优化、运维简化
+- PUE 可降至 **1.2 以下**
+- 完美契合"双碳"目标
+
+### 3.4 预制模块化数据中心
+
+适合机场快速建设、弹性扩容需求，代表案例：华为为迪拜机场建设的 **FusionModule1000B**：
+
+| 参数 | 数值 |
+|------|------|
+| 模块组成 | 23 个集装箱预制模块 |
+| 总功率 | 1 MW |
+| 业务柜数 | 100 柜 |
+| 单柜密度 | 10 kW/rack |
+| PUE | <1.6（比传统方案节能 30%+） |
+| 认证等级 | Tier III 设计+建造双认证 |
+| 建设周期 | **10 个月**（比传统方案节省近 50% 时间） |
+
+**迪拜机场案例核心价值：**
+- 工厂预制 + 现场组装，工期大幅缩短
+- ISO 标准尺寸预集成模块，扩容简单
+- 特别适合机场空间有限、无现成楼宇的场景
+
+### 3.5 BIM + 数字孪生建设模式
+
+大连金州湾国际机场（在建）等新一代机场全面采用：
+
+- **BIM 管理平台**：覆盖设计、施工、运维全生命周期
+- **数字化施工监管系统**：施工交底可视化
+- **工程质量验评可回溯**：所有验收记录可追溯
+- **AI 巡检机器人**：四足机器人实现无人化巡检
+- **数字孪生**：实现机场物理实体与数字映射
+
+### 3.6 网络架构升级
+
+- **SDN 软件定义网络**：灵活配置、自动化运维
+- **Spine-Leaf 架构**：东西向流量优化，适用于大型机场核心网络
+- **多路由冗余接入**：任意单链路故障不影响业务
+- **边缘计算下沉**：计算能力部署到航站楼边缘，降低延迟
+
+---
+
+## 四、机场数据中心基础设施方案
+
+### 4.1 供配电系统
+
+#### 典型架构
+
+```
+市电（双路10kV/35kV）
+    ↓
+自动转换开关（ATS）
+    ↓
+UPS（ N+1 或 2N 冗余）
+    ↓
+配电单元（PDU）
+    ↓
+服务器机柜
+    ↑
+柴油发电机（作为备用电源）
+```
+
+#### 关键配置参数
+
+| 项目 | 推荐值 |
+|------|-------|
+| 市电引入 | 双路 10kV 或 35kV |
+| UPS 配置 | N+1（Tier III）/ 2N（Tier IV） |
+| IT 负载密度 | 4-10 kW/机柜（传统）/ 50kW+（智算） |
+| 柴油发电机 | 1000-3000 kVA，启动时间 <10s |
+| 储油时间 | 8-24 小时 |
+| PUE 目标 | 1.3-1.5（机场数据中心典型值） |
+
+#### 关键产品选型（案例参考）
+
+北京大兴国际机场案例中，多个关键区域采用了**维谛技术（Vertiv）Liebert® PEX+ 系列机房专用精密空调**：
+
+- 模块化设计，支持快速扩容
+- 高制冷量、高能效
+- 全正面维护，降低运维难度
+- 部署场景：信息中心、西塔台、空管核心区、华北空管生产运行中心等
+
+### 4.2 制冷系统
+
+#### 冷却方式对比
+
+| 冷却方式 | 适用场景 | PUE 范围 |
+|---------|---------|---------|
+| 风冷精密空调 | 中小型，边远站点 | 1.4-1.6 |
+| 冷冻水系统 | 大型数据中心 | 1.2-1.4 |
+| **风液融合** | **高密度智算中心** | **1.1-1.3** |
+| 间接蒸发冷却 | 缺水地区 | 1.2-1.5 |
+
+#### PUE 优化措施
+
+1. **冷热通道封闭**：防止冷热气流混合
+2. **自然冷却**：冬季利用低温空气自然冷却
+3. **精确制冷**：行级空调按需供冷
+4. **高效 UPS**：模块化效率 ≥96%
+
+### 4.3 机柜与物理空间
+
+#### 机柜配置参考
+
+| 参数 | 传统方案 | 智算方案 |
+|------|---------|---------|
+| 机柜高度 | 42U / 47U | 47U+ |
+| 单柜功率 | 5-15 kW | 40-150 kW |
+| 散热方式 | 风冷 | 风冷+液冷 |
+| 布线方式 | 上走线/下走线 | 预端接，模块化 |
+
+#### 物理安全
+
+- 生物识别门禁（指纹/面部识别）
+- 全区域 CCTV 监控
+- 周界入侵报警
+- 独立安保分区管理
+
+---
+
+## 五、网络架构方案
+
+### 5.1 机场网络分区设计
+
+机场数据中心网络通常划分为多个安全域：
+
+| 分区 | 说明 | 典型系统 |
+|------|------|---------|
+| 航站网 | 旅客服务相关 | FIDS、自助值机 |
+| 行李网 | 行李处理系统 | BHS 分拣控制 |
+| 安防网 | 安全相关 | CCTV、门禁 |
+| 运营网 | 航班运行 | DCS、A-CDM |
+| 办公网 | 行政办公 | OA、邮件 |
+| 核心网 | 关键基础设施 | DNS、NTP |
+
+### 5.2 典型架构推荐
+
+**大型机场推荐：Spine-Leaf 架构**
+
+- **Spine 层**：核心交换机，高带宽骨干
+- **Leaf 层**：接入交换机，连接服务器和终端
+- **东西向流量优化**：适合大量跨系统数据交换
+- **收敛比**：建议 1:1 或更宽松
+
+**中型机场推荐：三层网络架构**
+
+- 核心层 / 汇聚层 / 接入层分层设计
+- 适合 500 机柜以下规模
+
+### 5.3 网络安全措施
+
+- 防火墙分区隔离（域间访问控制）
+- IDS/IPS 入侵检测与防御
+- NAC 网络准入控制
+- DDoS 防护
+- 零信任网络架构（ZTNA）
+
+### 5.4 关键系统网络需求
+
+| 系统 | 带宽需求 | 延迟要求 | 可用性要求 |
+|------|---------|---------|-----------|
+| 空管通信 | 高 | <1ms | 99.999% |
+| 航班信息显示 | 中 | <100ms | 99.99% |
+| 行李分拣控制 | 高 | <10ms | 99.99% |
+| 视频监控 | 极高 | <500ms | 99.9% |
+| 离港控制 | 中 | <100ms | 99.99% |
+
+---
+
+## 六、典型案例
+
+### 6.1 北京大兴国际机场
+
+| 项目 | 内容 |
+|------|------|
+| 投运时间 | 2019 年 9 月 |
+| 占地面积 | 140 万平方米（世界最大单体航站楼） |
+| 智能化系统 | 19 个平台、68 个系统 |
+| 关键基础设施 | 维谛技术 Liebert PEX+ 精密空调 |
+| 覆盖场景 | 信息中心、西塔台、空管核心区、终端控制中心 |
+| 集成规模 | 70+ 系统接入统一运行信息数据平台 |
+
+### 6.2 迪拜国际机场（DXB）
+
+| 项目 | 内容 |
+|------|------|
+| 建设模式 | 华为预制模块化（FusionModule1000B） |
+| 总功率 | 1 MW |
+| 机柜数 | 100 柜（10kW/柜） |
+| 等级认证 | Tier III 设计+建造双认证 |
+| PUE | <1.6 |
+| 建设周期 | 10 个月（节省 50% 时间） |
+| 业务覆盖 | 航班运营、行李服务、安防、企业运营、设施维护 |
+| 远期规划 | "DXB+"规划：旅客吞吐量从 8360 万增至 1.18 亿 |
+
+### 6.3 大连金州湾国际机场（在建）
+
+| 项目 | 内容 |
+|------|------|
+| 项目性质 | 国家"十四五"重大建设项目 |
+| 特点 | 海域机场，高盐高湿环境 |
+| 建设模式 | BIM+数字孪生+建运一体化 |
+| 核心挑战 | 软基沉降、混凝土耐久性 |
+| 智能技术 | AI 巡检机器人、数字化施工监管 |
+
+### 6.4 案例综合对比
+
+| 对比项 | 大兴机场 | 迪拜机场 | 大连金州湾 |
+|--------|---------|---------|-----------|
+| 状态 | 已投运（2019） | 已投运（2019+） | 在建 |
+| 建设模式 | 传统建设 | 预制模块化 | BIM+数字化 |
+| 等级 | 推测 Tier III+ | Tier III 双认证 | 规划 Tier III+ |
+| PUE | 未公开 | <1.6 | 目标 <1.4 |
+| 制冷 | 风冷精密空调 | 变频行级+密闭通道 | 风液融合 |
+| 智算能力 | 平台化 | 模块化按需扩展 | 预留智算升级空间 |
+
+---
+
+## 七、建设实施路径
+
+### 7.1 建设阶段划分
+
+```
+阶段1：选址与规划
+    ├── 可行性研究
+    ├── 等级确定
+    └── 容量规划
+
+阶段2：方案设计
+    ├── 初步设计
+    ├── 施工图设计
+    └── 设计评审
+
+阶段3：招标与采购
+    ├── RFP 发布
+    ├── 供应商评选
+    └── 合同签订
+
+阶段4：施工建设
+    ├── 基础施工
+    ├── 机电安装
+    └── 装修工程
+
+阶段5：系统部署
+    ├── 设备安装
+    ├── 综合布线
+    └── 单系统调试
+
+阶段6：调试验收
+    ├── 系统联调
+    ├── PUE 测试
+    ├── 消防验收
+    └── 等级认证
+
+阶段7：运维交付
+    ├── 运维团队组建
+    ├── 培训完成
+    └── SLA 建立
+```
+
+### 7.2 建设运营一体化（BIM+数字孪生）
+
+上海机场集团等标杆企业实践路径：
+- 将"建设运营一体化"理念贯穿**设计→施工→移交→运营筹备**各阶段
+- BIM 模型从设计阶段建立，持续更新至运维阶段
+- 数字孪生体支撑运维阶段的仿真和决策
+
+### 7.3 工时参考
+
+| 建设模式 | 100 柜规模 | 500 柜规模 |
+|---------|-----------|-----------|
+| 传统建设 | 18-24 个月 | 30-36 个月 |
+| 预制模块化 | **10-12 个月** | 15-18 个月 |
+
+---
+
+## 八、供应商与设备参考
+
+### 8.1 关键设备供应商（机场有成功实践）
+
+| 设备类型 | 推荐供应商 | 代表产品 |
+|---------|---------|---------|
+| 精密空调 | 维谛技术（Vertiv） | Liebert PEX+ 系列 |
+| UPS 供电 | 维谛技术（Vertiv）、华为 | 模块化 UPS |
+| 预制模块化 DC | 华为 | FusionModule1000B |
+| 机柜 | Keydak 金盾 | 风液融合机柜方案 |
+| 网络设备 | 华为、Cisco、Juniper | Spine-Leaf 交换机 |
+| 综合布线 | 康普（CommScope）、罗森伯格 | 双冗余综合布线 |
+
+### 8.2 集成商与服务商
+
+| 类型 | 参考选择 |
+|------|---------|
+| 总包集成 | 华为、中软国际 |
+| 行业咨询 | 中国民航局机场司、各设计院 |
+| 认证审计 | Uptime Institute、 TÜV Rheinland |
+
+---
+
+## 九、关键成功因素
+
+1. **等级选择要匹配业务重要性**：主数据中心 Tier III 是性价比最优解
+2. **制冷先行**：高功率密度场景优先考虑风液融合方案，PUE 目标 ≤1.3
+3. **网络可靠性是生命线**：多路由冗余是机场网络设计的底线
+4. **建设运营一体化**：设计阶段就应纳入运维视角，减少移交代价
+5. **预留扩展空间**：智算需求增长迅速，机柜功率密度要留足升级余量
+6. **合规认证前置**：提前规划 Tier 认证和消防认证，避免返工
+
+---
+
+## 附录
+
+### A. 术语表
+
+| 缩写 | 全称 | 说明 |
+|------|------|------|
+| DCS | Departure Control System | 离港控制系统 |
+| FIDS | Flight Information Display System | 航班信息显示系统 |
+| BHS | Baggage Handling System | 行李处理系统 |
+| PUE | Power Usage Effectiveness | 电能使用效率 |
+| UPS | Uninterruptible Power Supply | 不间断电源 |
+| PDU | Power Distribution Unit | 配电单元 |
+| ATS | Automatic Transfer Switch | 自动转换开关 |
+| SDN | Software Defined Network | 软件定义网络 |
+| BIM | Building Information Modeling | 建筑信息模型 |
+| A-CDM | Airport Collaborative Decision Making | 机场协同决策 |
+| ZTNA | Zero Trust Network Architecture | 零信任网络架构 |
+
+### B. 数据来源
+
+1. **2025 国际机场博览会**，2025年9月，广州
+2. **2025 第十一届中国机场建设年会**，2025年6月，大连
+3. **华为 × 迪拜机场预制模块化数据中心案例**，Huawei
+4. **维谛技术 × 北京大兴国际机场案例**，Vertiv Case Study
+5. **中国民航局机场司**，运输机场航空货运设施规划设计指南（征求意见稿）
+
+### C. 相关标准
+
+- GB 50174-2017《数据中心设计规范》
+- GB/T 44463-2024《互联网数据中心技术要求》
+- ANSI/TIA-942-B《数据中心电信基础设施标准》
+- Uptime Institute Tier Standard
+
+---
+
+*本文档由 LLM Wiki 系统生成，内容基于公开行业资料整理，供方案规划参考。具体项目请咨询专业设计院和行业专家。*