9月28日下午，继上午成功举办“从单一到集成，从赋能到高效协同”——湛江司法行政Harness底座建成暨鲲鹏矩阵第二期成果新闻发布会后，湛江市司法局紧接着举办算力测算专题讲座，特邀华为技术有限公司架构师云虎前来授课，为全系统干部职工系统讲解算力测算与规划配置知识。局党组成员、副局长朱罗成作开场致辞，全市司法行政系统相关人员参加培训。

　　朱罗成在致辞中回顾，一年前的今天，全国首个司法行政综合垂直大模型“鲲鹏矩阵”正式发布；一年来，系统从1.0迭代至4.7.7版本，完成9次重要升级，开发智能体200余个，覆盖行政复议、社区矫正、人民调解、法治审查等20个核心业务板块，市、县、镇三级联动体系初步建成。朱罗成认为，华为作为我国科技自立自强的标杆企业，其自主可控的技术路线与我们“需求导向、场景优先、安全可控”的建设理念高度契合。他代表局党组和全体干警，向华为技术团队的到来表示热烈欢迎，向华为长期以来给予湛江司法行政的关心支持表示衷心感谢。

　　当天上午，Harness底座正式建成，近200余个智能体归集于统一工程化框架，鲲鹏矩阵迈入“统一底座、统一治理、统一承载、统一协作”的新阶段。规模越大、用户越多，算力如何科学测算、合理配置、高效调度，成为必须回答好的现实课题。特别是前期建设中，部分算力设备采购后性能未能充分释放，对算力需求的测算存在偏差；基层司法局财力有限，如何把有限经费用在刀刃上、部署性价比最优的算力方案，更是亟待破解的难题。华为架构师云虎老师此次授课恰逢其时、十分解渴。

　　授课中，云虎老师围绕算力需求测算、资源规划配置、大模型落地算力支撑等内容，结合华为昇腾在政法行业的实践，由浅入深系统讲解。他从智能体运行架构讲起，拆解LLM与Agent的分工协作逻辑；聚焦vLLM推理性能优化，介绍PD分离部署、模型量化压缩、张量并行与专家并行、KV Cache分级缓存、投机解码等关键技术——其中PD分离方案可提升系统有效吞吐50%以上，KV Cache三级缓存可使首Token时延下降超过25%；围绕智能体安全，剖析了删库删表、凭证盗用、数据篡改等风险及最小权限、沙箱隔离、全链路审计等应对策略；还介绍了SMECE使能套件中的KADT一键部署、KAOP统一监控、NPU算力切分、AI网关智能路由等实用工具，以及鲲鹏、昇腾产品分级分档体系，帮助基层单位科学选型、避免盲目采购。

　　讲座中，云虎专门分享了湛江司法局的实践案例：此前我局4张华为Atlas 300I A2推理卡性能不及预期，经华为技术团队3轮优化，通过部署方式调整，系统吞吐从20—60 Tokens/秒提升至68—96 Tokens/秒，性能提升3倍以上、设备利用率翻番。这一身边案例让参训同志深受启发——好设备更要好方法，算力不是“买来就管用”，科学测算和精细调优才能把每一分钱都花出效益。

　　授课结束后进入提问交流环节。参训同志结合本单位算力部署实际踊跃提问，有的询问基层“算力盒子”扩容选型，有的关注Harness底座下多智能体并发的算力调度，有的探讨大小模型混合部署的资源切分策略，云虎逐一耐心解答，现场气氛热烈。

　　整场讲座内容紧扣鲲鹏矩阵建设实际，既有原理层面的系统讲解，又有身边案例的生动剖析，参训同志纷纷表示收获颇丰。

　　当晚，鲲鹏天团完成Qwen3.8-w8a8模型部署，结合华为的优化参数进行优化后，模型单流已达170Token/s。又较之前的96Token/s提升了将近一倍，较6月30日21Token/s提高了9倍。在行政复议办案平台，上一个版本通过脚本完成正则表达的优化，已经实现Tokens消耗下降26-30%，时间消耗下降26-28%。本次对Qwen3.8和Qwen3.8-w8a8实行智能路由后，在完全不影响输出质量的前提下，可以在上一轮优化的基础上再节省36%的Tokens，算力消耗大幅下降，但输出时间无明显变化。在行政复议所有相关Skills中，关闭大模型思考模式对输出质量无任何影响，但时间消耗下降超过95%，一个案件输出从51分钟降到2.5分钟。这次测试对12个行政复议Skills +办案平台全部功能做推理难度分级，并在9个真实任务上对比三种方式（单一8006端口深度推理档/单一8007端口普通推理档/按推理难度智能路由），再叠加测试「思考模式开Vs关」对质量的影响。同日，Deepseek发布Harness桌面版，Harness使用将越来越好。

　　下一步，湛江市司法局将以Harness底座建成为新起点，深化与华为等科技企业的战略合作，联合研发更适配基层场景的轻量化算力解决方案，为鲲鹏矩阵规模化推广打好算力底座，努力为智慧司法行政建设贡献可复制、可推广的“湛江经验”。