会 2 0 1 9 · 上 海 站 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 京东物流超大规模仓储系统智能监控揭秘 付正全 架构师 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 频繁变化的资产，不可靠的CMDB  运维专家匮乏  复合型人才匮乏：AI和算法工程师+运维开发 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 目录 问题及挑战 1 超大规模监控系统解决方案 2 面向AIOPS的智能监控最佳实践 3 规划&展望 4 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 对监控的认识  什么是监控？  为什么需要监控？ 异常 G O P S 全 球 运 维 大 会 2 0 1 9 · 上 海 站 调用链  分布式事物跟踪，跟踪分布式应用消息  自动检测应用拓扑，帮你搞清楚应用的架构  水平扩展支持大规模服务器集群  提供代码级别的可见性以便轻松定位失败点和瓶颈  使用字节码增强技术，添加新功能无需改动代码  集成SQLAdvisor  智能化采样率 G O P S 全 球 运 维

行业研究｜市场分析｜深度洞察 行业分析报告 2025 INDUSTRY REPORT 2025“车路云一体化”全球进展、应用 场景、市场规模及前景展望报告 目录 一、 “车路云一体化” 简介 ......................................................................... 4 （一） 车辆的险情规避能力与路线择优能力有望大大提升，从而得以实现安全系数、驾 驶决策和全局交通效率的最优化。 系统构成：车路云图网“五位一体”。 根据国家网联汽车中心、中国汽车工程学 会编制的《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》“（以 下简称“指南”），车路云一体化系统由车辆及其他交通参与者、路侧基础设施、 云控平台、相关支撑平台、通信网络组成。其中： ⚫ 车辆及其他交通参与者： 信的不利影响。 图1、车路云一体化系统架构 数据来源：《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》，兴业证券 经济与金融研究院整理 图2、车路云一体化系统中的数据流转 数据来源：《智能网联汽车“车路云一体化”规模建设与应用参考指南（1.0 版）》，兴业证券 经济与金融研究院整理 （二）为何要“一体化”——“单车智能”出现瓶颈，“车路云”开

CCID CCID CCID ID 5 创新产出 • 规模以上工业企 业有效发明专利 数 • 规模以上工业企 业专利申请数 • 规模以上工业企 业每百名研发人 员有效发明专利 申请量 • 规模以上工业企 业每亿元主营业 务收入有效发明 专利数 创新协同 • 规模以上工业 企业 R&D 经 费 外部支出 • 技术市场交易 技术市场交易 合同金额 创新资源 • 规模以上工业企 业 R&D 经费投 入 强度 • 规模以上工业企 业 R&D 经费占 全 社会研发投入 比 重 • 规模以上工业企 业 R&D 人力投 入 强度 • 规模以上工业企 业有研发机构的 企业占比 • 规模以上工业企 业办研发机构的 仪器和设备原价 CCID CID CCID CCID CCID CCID 创新绩效 • 规模以上工业 企业新产品 销 售收入占 主营 业务收 入的比 重 • 高技术产业主 营业务收入 • 高新技术企业 工业总产值 创新环境 • 本专科毕业生 数 量 • 规模以上工业 企 业研发经费 内部 支出中的 政府资 金 • 全部工业增加 值 CCID

7 2、智算需求持续高涨，核心驱动力由“训练”转向“推理”............................................................8 3、AI 应用加速规模落地，带动智算产业发展向深向实...........................................................10 （一）AI 从“生成式”走向“代理式”，将带动算力市场持续高速增长。10 ... 19 （三）单芯片算力逼近极限，系统级创新成重点方向。................................................20 2、我国万卡级集群初具规模，海外加快十万卡级规模集群部署.........................................21 （一）万卡级集群成大模型训练标配，我国万卡集群的国产化比例超半数。......21 （二） ...........................46 智算产业发展研究报告（2025） 3 引 言 人工智能引领新一轮科技革命和产业变革，正在重塑全球经济格 局，十年内将推动全球经济规模增长 15% [1]，2035 年将为我国 GDP 贡 献 11 万亿 [2]。2025 年，政府工作报告指出“持续推进‘人工智能+’ 行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型

生理机能衰退、行动不便、健康管理薄弱等场景下的痛点，兼具实用性与便捷性，是智慧养老体系的重要组成部分。智能养老设备与养老服务平 台、健康管理系统等软件结合，共同构建数字化养老生态。随着全球老龄化加剧，其市场规模与技术创新正快速发展，成为银发经济的核心赛道 之一。 智慧养老设备行业可根据设备功能与应用场景进行分类，主要包括健康管理类、老年辅助器具类、养老监护类、中医数字化类、家庭服务机 器人和适老化改造智能产品等类别。 ，解决其生理机能衰退等问题，是智慧养老体系的重要部分。随着老龄化加剧，市场规模与技术创新快速发 展。2025年中国适老化产品新增显著，政策大力支持产业发展。产业呈现东部领先、中部追赶、西部起步的格局。人口老龄化、技术进步和政策支持是市场规模增长的主要 原因。预计未来产业将协同发展，形成完整闭环，提高整体效率，推动市场规模持续增长。 行业定义 行业分类 按照设备功能进行分类 健康管理类智能设备 7年相关行动计划出台，政策引导下向管理软件与智能硬件转变，应用场景拓 展，推动产业与信息技术融合；高速发展期（2021年至今），在系列政策支持下，人工智能等技术广泛应用，产品服务更智能个性化，市场规模 快速扩大，为应对老龄化提供科技支撑。 适老化改造智能设备 行业特征 行业特征 1 2 3 发展历程 萌芽期 2007-01-01~2017-01-01 2007年上海市政府 “十一五”

内部资料注意保密 智能公交 V1.1 产品推介方 案 2 一 一 商业模式 商业模式 四 四 方案背景 方案背景 目录 技术方案 技术方案 三 三 社会背景 用户需求分析 市场规模调查 市场规模调查 二 二 资费方案建议 资费方案建议 五 五 3 1.1 社会背景 1. 道路拥堵、出行难 公共交通是城市交通的重要组成部分。近些年来，随着我国社 会的发展和城市居民收入水平的提高，家庭私人轿车在城市交通 记录车辆运营过程中，车前路况；在发生交通意外后，为界定事 故责任提供依据，避免纠纷。 5 一 一 商业模式 商业模式 四 四 方案背景 方案背景 目录 技术方案 技术方案 三 三 市场规模调查 市场规模调查 二 二 调查范围 合作意向 资费方案建议 资费方案建议 五 五 88% 12% 已接洽公司总计 还未接洽公交公司总计 6 2.1 调查范围 被调查省分数（个） 31 地市总计（个） 249 公交公司总计（个） 433 公交公司车辆总计（万辆） 28.5 已接洽公交公司数目（个） 372 已接洽公交公司的车辆总计（万辆） 26.2 7 2.2 合作意向 意向明确且规模较大的省份：北京 (1060 辆 )、河北（ 2758 辆）、山东（ 6446 辆）、陕西（ 7460 辆）、湖北 (1895 辆 )、四川 (2893 辆 ) 合作意向统计 公交公司 总计 (

China’s Carbon Neutrality Goal 气候变化是人类面临的最严峻全球性挑战。作为负责任的大国，中国于 2020 年正式提出 “双碳” 战 略目标，是全球从碳达峰到碳中和时间最短、减碳规模最大、降幅度速度最快的国家。工业部门作为国民 经济中最重要的物质生产部门，亦是中国能源消耗和 CO2 排放最集中的领域，其低碳转型对于实现 “双碳” 目标具有决定性意义。碳中和目标驱动全球产业链 度和成本学习曲线形成分 技术应用的时间表与发展路线图，为工业低碳转型战略规划、重大工程部署和政策制定等提供决策依据。 本报告提出中国工业领域碳中和技术发展 “三阶段” 路径：（1）低碳流程技术大规模应用期（2025— 2035 年）：需求侧结构调整和短流程技术（如废钢 - 电炉、再生铝）替代传统高碳路径，推动工业领域碳排 放率先整体达峰，为电力、交通等部门的低碳转型和终端需求增长释放排放空间。能效提升和短流程技术 的工业碳中和技术减排量。（2）工艺颠覆性技术爆发应用期 （2036—2050 年）：该阶段是打破高碳路径依赖、推动工业体系深度重构的关键期。氢能技术、电气化耦合 清洁电力替代以及 CCUS 等技术规模化部署，持续扩大在重点行业中的应用覆盖。（3）碳移除托底技术深 度应用期（2051—2060 年）：电力、交通、建筑等部门已经基本实现净零排放，为工业领域突破关键技术 瓶颈争取时间。工业部门将依托

FOUNDATION 能 源 基 金 会 气候变化是人类面临的最严峻全球性挑战。作为负责任的大国，中国于 2020 “ ” 年正式提出 双碳 战 略目标，是全球从碳达峰到碳中和时间最短、减碳规模最大、降幅度速度最快的国家。工业部门作为国民 经济中最重要的物质生产部门，亦是中国能源消耗和 CO2 “ ” 排放最集中的领域，其低碳转型对于实现 双碳 目 标具有决定性意义。碳中 成本学习曲线形成分 技术应用的时间表与发展路线图，为工业低碳转型战略规划、重大工程部署和政策制定等提供决策依据。 “ ” 本报告提出中国工业领域碳中和技术发展 三阶段 路径：（1）低碳流程技术大规模应用期（2025— 2035 年）：需求侧结构调整和短流程技术（ 如废钢 - 电炉、再生铝）替代传统高碳路径，推动工业领域碳排 放率先整体达峰，为电力、交通等部门的低碳转型和终端需求增长释放排放空间。能效提升和短流程技术 的工业碳中和技术减排量。（2）工艺颠覆性技术爆发应用期 （2036—2050 年）：该阶段是打破高碳路径依赖、推动工业体系深度重构的关键期。氢能技术、电气化耦合 清洁电力替代以及 CCUS 等技术规模化部署，持续扩大在重点行业中的应用覆盖。（3）碳移除托底技术深 度应用期（2051—2060 年）：电力、交通、建筑等部门已经基本实现净零排放，为工业领域突破关键技术 瓶颈争取时间。工业部门将依托

力+金融”加快算力在金融领域的创新应用，为金融业务发展提 供更为精准、高效的算力支持。 AI大模型智算网络技术是算力集群的重要基础底座，是新型 算力中的网络运载力，是助力大模型实现跨节点分布式训练，提 升大规模训练效率的重要支撑。 本文深入分析 AI 大模型技术在模型能力、结构、算力、效 率等方面的技术发展趋势，提出作为底座的智算网络所面临的新 问题和新挑战。围绕 AI 大模型智算网络“高性能连接、高效率 ................................ 6 三、智算网络整体架构及关键技术 .............................. 10 （一）高性能网络拓展算力规模 ............................ 11 （二）高可用网络提升算力效率 ............................ 12 （三）高可维网络增强算力可用性 . 大模型正加速定义及形成新服 务、新制造、新业态，成为数字时代的新质生产力。 随着技术演进，AI 大模型技术呈现以下显著发展趋势： 一是模型能力持续提升。随着深度学习技术不断发展，AI 大模型的参数规模和计算能力不断增加，使得模型能够处理更加 复杂的任务和数据。2022 年发布的自然语言模型 GPT-3，能生成 高质量的自然语言文本，能进行翻译、问答、文本生成等任务； 在 2024 年诞生的

物理系统中胜任复杂的生产任务；二是在产业应用层面，领军企业正重新定义“试点”的范围。为 了推动规模化应用，这些企业不再局限于单个用例，而是将视野拓展到整个生产网络，通过全面 布局推动转型升级。 围绕该话题，我们拟发布系列文章（共三篇），将立足于全球制造业的发展实际，深入探讨领军 制造商对AI的战略部署，以及企业在实现AI快速、大规模部署过程中需要构建的核心能力。作为 系列文章的开篇，本文将重点诠释为何AI的成熟 标志着4IR拐点的到来，解码领先制造商如何利用 AI重塑竞争优势，并列举制造商在行业竞争日益激烈的当下，需要考虑的三种战略对策——创 新、加速以及追赶。后续两篇文章将分别聚焦AI对制造业的规模化影响，以及推动AI应用所需的 基本能力。 新技术采用的S曲线 通过对历史上多次工业革命的回顾与分析，我们不难发现，它们的发展轨迹均呈现出一种S型的 曲线特征。一阶段是“学习曲线”，往往历时较长，且早期先行者会在摸索如何使事物运转的过程 截至目前，全球灯塔网络有153家成员。这些制造业的领军者在4IR技术的采用上，要平均领先于 其他制造商3~5年。如今，用例试点已不再是他们的关注焦点。对拥有多个灯塔工厂的企业而 言，其生产网络都可作为大规模网络部署的试点。现在，领先企业可同时在10或50家工厂中捕捉 4IR技术的价值，而其他企业仍在努力寻找单个工厂的价值。 随着灯塔企业不断加速发展，在成熟度上，领先与落后企业间的差距也在不断拉大。而近几年愈