LAS / LOCAL AGENTIC STORAGE

让企业知识,
在本地成为智能。

LAS 本地智能存储,桌面级 Agentic AI 算力与存储节点。
让本地模型、企业知识与智能体协作,在数据近端运行。

01 / KNOWLEDGE IN ACTION

存下来的资料,
用得上的知识。

合同、图纸、设备手册与项目档案。
从文件的保存,走向业务中的检索、理解与调用。

RETRIEVE

用问题找到资料

通过自然语言检索相关内容,跨目录组织知识,并保留来源引用,让回答可以回到原始依据。

INFER

在本地理解业务

在企业本地运行推理、向量与重排模型,结合自己的知识资料,为具体任务提供上下文。

ACT

让知识参与执行

通过授权工具连接文件、数据库与内网系统,让数字员工在受控范围内使用资料、调用工具并留下记录。

02 / LOCAL INTELLIGENCE

三层能力。
一个本地运行环境。

从数据到模型,再到行动,
把企业智能所需的能力组织在一起。

L3

AGENT RUNTIME

Agent 运行时

工具沙箱与权限网关,承接文件检索、数据库查询和内网系统调用。

MCP 工具权限隔离调用审计
L2

LOCAL INFERENCE

本地推理层

推理模型、Embedding 与 Rerank 协同,将相关资料组织成可用的业务上下文。

本地模型向量检索重排
L1

INTELLIGENT STORAGE

智能存储层

组织业务文件与知识索引,结合内容解析、访问权限与来源管理,建立企业自己的知识基础。

业务资料知识索引来源引用

03 / LAS × OCTOPUS

本地的企业记忆。
数字员工的工作依据。

LAS 提供本地知识与工具执行能力,
Octopus 组织岗位、任务与协作。各有分工,彼此连接。

LOCAL / 企业内网

LAS

资料与知识库
本地模型与工具运行
访问权限与调用记录

MCP · API按授权交换上下文与结果
ORCHESTRATION / 业务协作

Octopus底座

数字员工与岗位职责
Taskboard 任务编排
Workbench 场景工作台

协作场景示例

设备维护时,数字员工检索 LAS 中的设备手册与历史记录,形成带来源的排查建议;工程师在工作台复核,再推进后续任务。

了解 Octopus 的运行与协作

04 / DATA BOUNDARIES

哪些留在本地,
由企业的规则决定。

通过数据分级与调用策略,
管理本地处理和云端增强之间的边界。

LOCAL FIRST

敏感内容本地处理

按照企业的数据分级规则,将指定内容限定在本地检索与推理范围,并约束相应工具的访问权限。

CONTROLLED CLOUD

云端增强按需开启

允许出网的任务可按策略调用云端模型,结合脱敏、出网审计与关闭机制,明确每条调用链路。

TRACEABLE ACCESS

谁能访问,有据可查

为不同智能体设置身份与数据范围,记录知识访问和工具调用,让使用过程可追踪、可核对。

05 / AGENTIC CAPABILITIES

连接已有数据。
组织多智能体协作。

为本地智能体、私有模型实验与原型工作流,
提供共同的数据与运行环境。

COLLABORATE

智能体协同中枢

对接 WorkBuddy、Codex、dsh、Claude 等智能体环境,调度企业内外部智能体,组织多 Agent 协作链路。

INTEGRATE

企业内网数据集成

接入 PostgreSQL、Microsoft SQL Server、MySQL 与企业文档,在内网使用结构化数据和工程资料。

INDEX

多种知识组织方式

支持 RAG、Plain Markdown 与 Ontology,以向量检索、纯文本知识库、本体图谱和长期记忆组织企业知识。

RUN LOCALLY

数据近端智能

在企业内网完成本地推理、知识索引和工具调用,让检索、分析与 Agentic 任务执行靠近业务数据。

DWG 等工程图纸识别为选配能力。外部智能体与业务系统按实际版本、授权与网络条件接入。

06 / FROM DATA TO PRACTICE

把自己的知识,
带进每天的工作。

MANUFACTURING

制造与工程

连接图纸、工艺文件、设备手册与质检资料,为资料检索、维护排查和工程协作提供依据。

PROFESSIONAL SERVICES

项目与专业服务

按项目和权限组织合同、案卷与交付档案,让知识检索与资料分析围绕授权范围展开。

ENTERPRISE OPERATIONS

企业运营

将制度、流程、会议记录和业务文档转为可调用的企业知识,支撑内部问答与数字员工协作。

07 / DESKTOP AI NODE

桌面形态。
硬核的智能支撑。

NVIDIA Grace Blackwell 架构,
将算力、统一内存与本地存储带到业务现场。

1000 AI TOPSAI 性能
128 GB系统内存
200 B模型实验规模
405 B*双机互联推理
LAS 硬件规格与扩展能力
架构与处理器NVIDIA Grace Blackwell · 20 核 CPU · NVIDIA Blackwell GPU
计算核心6144 CUDA Core · 第五代 Tensor Core · 第四代 RT Core
系统内存128GB
本地存储扩展48TB(RAID 10)或 64TB(RAID 0)
USB4 × USB 4 Type-C,最高 40 Gb/s
网络与互联1 × RJ-45 10 GbE · ConnectX-7 Smart NIC
视频接口1 × HDMI 2.1a
系统Syngy OS

* 405B 互联推理需两台设备通过 NVIDIA ConnectX 技术连接。

存储容量按扩展配置与 RAID 模式区分,非默认交付容量;RAID 0 不提供数据冗余。

模型实验与推理规模受模型、量化方式和运行配置影响;AI TOPS 为硬件性能指标,不等同于应用吞吐量。

DANQIU / THE NEXT STEP

从企业自己的数据,
开始一次本地智能实践。

结合资料类型、网络条件与业务任务,讨论部署与场景验证方案。