恩宣布启动“投资人工智能（InvestAI）”计划，目标筹集 2000 智算产业发展研究报告（2025） 6 亿欧元用于人工智能投资，并专门设立 200 亿欧元基金用于建设 欧洲人工智能超级工厂，以训练高复杂度、超大规模的 AI 模型。 4 月 9 日，欧盟发布“人工智能大陆行动计划” [5]，战略核心是将 欧盟固有优势（如高质量人才储备和强大传统产业基础）转化为 AI 发展的关键加速器，力争成为人工智能领域的全球领导者。 2024 年资本支出总额为 2460 亿美元，较 2023 年（1510 亿美元）大幅 增长 63% [16]。Synergy Research Group 数据显示，截至 2024 年底， 全球超大规模数据中心数量达 1136 个，其中，亚马逊、微软和谷 歌三家合计占据全球总容量的 59%，其次是 Meta、阿里巴巴、腾 讯、苹果、字节跳动等。2025 年，微软、谷歌、亚马逊和 Meta 式部署成为新方向。谷歌已组建跨多个智算中心的大规模集群，完成 Gemini Ultra、Gemini 1.5pro 等大模型训练；OpenAI 计划分五个阶 段建设多个智算中心，并通过多智算中心互联最终打造百万卡级别的 超大规模基础设施。中国电信基于国产化算力完成跨百公里千亿参数 模型在千卡规模下的分布式智算中心互联验证，初步证实大模型跨智 算中心分布式协同训练的可行性。 3、AIDC 基础设施持续升级，绿色化转型不断深化

专网： 四大基线能力 针对水泥行业生产远程控制、超清监控、人员管控等应用场景对专网时延、带宽、可靠性、定位等严苛要求，打造 5G 专网标准化、积木式 系列基线能力，提供 5G“ 超低时延、超高可用、超大上行、高精定位 ”四大基线组网方案，为水泥行业 5G 应用复制和敏捷交付保驾护航。 形成标准化模板，可规模复制 灵活编排组网，可弹性定制 行业特色设备选型，可敏捷交付 标准化 99.9%→ 99 UPF/MEC 下沉 • AR 双发选收 5G 超低时延组网能力 积木式 300Mbps 700Mbps+ → • 超级上行 • 分布式 Massive • 上行多用户复用 5G 超大上行组网能力 组态式 米级→亚米级 @90% 视距 • UTDoA • 融合 UWB 、蓝牙等 • 场强、指纹 5G 高精定位服务能力 网络指标 网元参数 组网拓扑 精准覆盖 的代替线路视频，减少安装和运营成 本 ; p 通过 AI 智能检测能够提升检测精度，提高工 作效率，增强系统的安全性能 p 边缘云系统不但能够进行分析处理、接入第 三方视频监控应用，还可以提供多种超大容 量云存储服务和容灾服务，满足水泥工业需 求； 皮带损坏 水泥库裂纹 投料口阻塞 冒灰污染 方案架构 生产服务： 基于 5G 的水泥生产业务远程化、集中化（ 2/2 ） 水泥生产环境恶劣，通过

，模型结构上使用兼顾语言理解与语言生成的统一预训 练框 架。为提升模型语言理解与生成能力 ，研究团队进一步设计了可 控和可 信学习算法。 结合百度飞桨自适应大规模分布式训练技术和“鹏城云脑Ⅱ ”领先算力 集群 ，解决了超大模型训练中的多个公认技术难题。在应用上 ，首创 大 模型在线蒸馏框架 ，大幅降低了大模型落地成本 是最重要的落地场景之一。 来源：文心一言官网 与百度的方案类似，各科技大厂基于云平台、算力基础 华为 HUAWEI 华为 云推出了 全新的 CloudMatrix 架构， 以 “ 一 切可 池 化 ”“一切皆对等 ”“一切可组合 ”三大创新设计 ，从算 力 规模、扩展模式和使用模式上， 匹配超大规模的算力诉 求 ，通过技术创新来解决行业难题。 透过 CloudMatrix 架构创新展现华为云全栈的 AI 能力 ，包 含 盘古大模型 、 昇腾 AI 云服务 、分布式 QingTian 架

............ 23 智能驾驶智算数据平台发展研究报告 1 1 智能驾驶智算数据平台定义及预期功能 1.1 智能驾驶智算数据平台定义 端到端自动驾驶要求海量高价值数据、超大规模算力和专业适配算法作为支 持。自动驾驶领域数据类型多样、格式复杂、算力分散，且以 Transformer 为基 底的人工智能网络模型结构在智能驾驶领域的适应性尚未被充分验证。建立行业 级智 年以来，政府智算中心建设的规模与节奏显著提升，在建及规划项目 较多。随着 AI 带动算力需求的提升，单个智算中心的体量提升，2023 年下半年 之后建设与投运的智算中心出现较多 1000P 以上的算力规模，大型和超大型数 据中心成为主流。 智能驾驶智算数据平台发展研究报告 5 （4）智能网联先导示范区数据算力平台 目前，全国共建设 17 个国家级智能网联汽车测试区、7 个车联网先导区、 16

图像传感器，低照度效果好，图像清晰度高 • 可输出（ 4096 × 1800 ×2+1980 × 1080 ） @25fps • 支持 H.265 编码，压缩比高，超低码流 • 支持全景 360 度监控，超大视野，无缝拼接。 • 支持 37 倍光学变倍球机，配合全景视频提供手动与自动跟踪。 • 支持宽动态， 3D 降噪，强光抑制，背光补偿，数字水印，适用不同监控环境 • 支持 ROI ，

地域，综合监控技术的采用又增加了 - 9 - 智慧工地整体解决方案 数据处理量，单级系统的部署已不能满足要求，需采用多服务器分布部署甚至多级级联的 方式来实现。 工地监控平台软件可以支持超大规模的部署，能满足多级综合监控的应用需求。软件 采用模块化构建方式，可因需裁剪；采用 Web Service 作为对外的服务接口协议，方便 二 次开发商集成；方便的增值业务集成；统一的平台内部协议；统一的部署和管理。 时调取信息，实现信息化 管理，使管理多台塔机变得轻松自如，为管理部门评价操作者的技能、工作效率、有无违 章劣迹等提供有效数据，使监督工作落到实处。 为事故处理提供有效证据 该系统具有超大容量的参数记录功能，连续记录每一个工作循环的全部参数并存储， 可存储塔机 30 万次工作循环的记录（相当于塔机使用 5 年的工作时间），且存储记录只 读 “ 文件，不会被随意更改。安全管理人员只要通过查阅

构静力 / 动力分析（线性 / 非线性），CFD， 机构运动，热分析，热流耦合，热结构耦合， 热结构流体耦合，机电液联合仿真，疲劳分析， 优化分析等。所有的操作界面风格完全一样， 便于交流与应用。 • 超大规模模型计算能力 广泛应用的 NX NASTRAN 求解器，开发 出了先进的 Iterative Solver 快速算法，特别 适合于结构的强度与刚度快速计算，其计算效 率是其它求解器的 5 － 软件还有两个非常显著的特点：一、其 模型是基于 ISO 国际标准的轻量化三维数模 JT 格式，因此一方面具备多 CAD 平台的兼容性， 另一方面则可以在普通个人电脑设备上快速仿 真运算诸如整个飞机的超大装配；二、具备公 差库插入功能，一方面可以实现尺寸模型的快 速自动更新，另一方面便于根据企业标准和实 践经验建立统一的公差库，积累形成核心的 QLM 知识。 案例说明：某公司一发动机原型样机在测 是左机箱轴承座公差。工程师因此作了三项建 议：1）减小该公差，提高加工精度；2）修 改设计将轴承座孔作为装配的 B 基准；或 3） 修改工艺设计，在装配完成后再对该孔进行机 加工。 图 115 VA TM 可以仿真超大装配 图 116 VA TM 的公差库功能 73 大型装备制造业数字化之道

总体篇 场景篇 趋势篇 来源 ：小鹏汽车公开材料和数据收集整理 小鹏汽车在智能辅助驾驶领域进行了深入探索，其技术方案涵盖了多方面的创新。 小鹏汽车正在推进 720 亿超大规模参数世界基座模型的研发，参数量是主流 VLA 模型 的 35 倍左右。“小鹏世界 基座模型”是一个以大语言模型为骨干网络，使用海量优质驾驶数据训练的多模态大模型，具备视觉理解能力、链式推 理

种模式。数据并行模式下，每个计算节点持有完整的模型副本，并 将数据集划分为若干子集分配给不同节点进行并行处理。梯度更新 时，各个节点通过 All-Reduce 操作同步梯度信息，确保模型参数 的一致性。模型并行则用于超大规模模型训练，它将模型的不同层 或组件分布到多个设备上，通过跨设备通信完成前向和反向传播计 算。 为确保分布式训练的效率和稳定性，需重点考虑以下几个方 面： 1. 通信优化：分布式训练中的通信开销是性能瓶颈之一。为减 分布式数据并行训练 稀疏通信 仅传输重要梯度信息，减少不必要的通信 大规模分布式训练 混合同步 结合同步和异步更新，平衡通信与计算效率 高延迟或异构计算环境 分层通信 将通信任务分层处理，减少全局通信频率 超大规模分布式训练 为直观展示分布式训练的架构，以下是一个基于 Mermaid 的 分布式训练流程图： 通过上述方案，分布式训练能够在工业园区数字政府领域的大 模型底座中实现高效的模型训练，确保模型具备实时性、准确性和

使大模型能够帮助用户生成文 本，或将文档集汇总等。在制造行业， “大模型+工具”的研发设计模式能有效提升芯片设计、机械设 计、工程仿真等精度和效率。大模型与工业研发设计软件融合，借助云计算，进行超大数据量的推理 训练，进一步优化软件工作效率，简化研发流程和复杂度，帮助企业提升研发效率。 2.2.3 汽车开发AI Agent 大模型 工具 汽车开发 AI Agent 汽车产业 AIGC