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 传输、高可维网络、高安全保障”等关键技术进行研究，提供一 套适应金融特征的覆盖数据中心、骨干及分支的 AI 智算网络技 术方案。结合行业业务及技术发展方向，将金融业 关键词：大模型训练、智算网络、负载均衡、流控技术、拥 塞管理 IV 目 录 一、研究背景 ................................................. 1 （一）AI 大模型发展趋势及挑战 ............................. 1 （二）金融领域应用规划 ................................... 4 二、智算网络方案综述 ... ....... 27 参考文献 .................................................... 28 1 一、研究背景 （一）AI 大模型发展趋势及挑战 随着新一轮科技革命和产业变革加速推进，AI 大模型浪潮 席卷全球，成为最具影响力的创新科技，大模型被认为是未来人 工智能领域的关键基础设施。AI 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。

力，快速定位、定界和解决问题，如何变被动运维为主动故障预防从而 大幅减少潜在故障与运维投入，如何将应用运维与平台运维进行有效协 同从而保障系统性业务高可靠高可用，如何应对平台运维安全与租户安 全带来的双重挑战等问题，成为了摆在金融运维人面前的关键挑战。 华为云基于自身云平台运维经验，以及服务上百家金融客户数字化转型 的实践，持续积累主机上云场景的运维核心能力，并沉淀了一套全面构 建稳定可靠的现代化运维能力的路径和方法，期望助力金融企业加快实 体系化、智能化安全运营为云上业务保驾护航 2 主机上云带来的运维新挑战 05-08 1.1 挑战1：如何基于应用视角设计高可用上云方案与高可靠运维保障方案 1.2 挑战2：云平台技术栈快速增厚，如何有效进行全链路可视监控 1.3 挑战3：云网深度融合，如何快速发现、定位、恢复问题 11.4 挑战4：如何应对运维安全与租户安全的双重挑战 主机上云带来的运维新挑战 挑战1：如何基于应用视角设计高可用 上云方案与高可靠运维保障方案 上云方案与高可靠运维保障方案 主机上云的最大挑战就是核心应用上云后的可用性管 理。随着原来运行在大机上的应用不断迁移上云，云 上的业务可用性等级要求被提升到了新的高度，传统 的运维手段已经无法满足核心业务N个9的可用性目 标。可用性管理前置到了系统设计乃至应用设计阶 段。 即便如此，可用性管理依然面临着成本、技术和管理 的三重挑战。 首先，无论是备份、主备、多活还是业务单元化改 造，所有的高可用的架构设计都需要投入高昂的成

Institute 总结了这些经验 ， 这些经验是通过采访负责将 AI 引入 IBM 人力资源职能的高级人力资源主管来收集的。 高管访谈显示 ， 人工智能在人力资源方面是有效的 ， 因为它有助于 ： • 解决业务挑战 • 吸引和发展新技能 • 改善员工体验 • 提供分析决策支持 • 更有效地利用人力资源预算 IBM HR 的经验是，人工智能几乎可以应用于任何人力资源领域，包括候选人吸引、招聘、学习、薪 让我们更快地招募合适 的人，方法是评估角色的技能匹配，预测未来成功的可能性，并估计 填补任何给定角色的预期时间。这是 AI 改变情况的方式的一个例子 ，以便技术使 HR 功能能够解决关键的业务挑战，建立在劳动力分析 的早期贡献之上。在以前的人力资源计划导致增量变化的地方，人工 智能为人力资源提供了指数级绩效改进的机会。 人力资源中的 AI 业务案例 7 “人工智能是一个加速器 — — 的功能正被用于增强业务运营和消费者解决方案。我们已经确 定了在 HR 中实施 AI 的五个主要原因 ： • 解决紧迫的业务挑战 AI 使人力资源组织能够在不增加员工数量或成本的情况下大规模提 供新的见解和服务。可以通过深思熟虑的 AI 解决方案应用来解决持 续的挑战 ， 例如拥有人力资源来交付业务战略并相应地分配财务资 源。 • 吸引和发展新的技能 商业世界不断被颠覆。为了应对这种中断，企业需要更快地响应机

能源供应稳定性是一个常见问题，可再生能源发电受自然条件影响较大。为了解决这一问题，园区需要加强能源储备和调 节 能力，除了建设储能设施外，还可以与其他能源供应商建立稳定的合作关系，确保能源的稳定供应。 技术应用与成本平衡也是一个挑战。一些先进的节能技术和设备虽然能够有效降低碳排放，但往往成本较高。园区在选择 技 术和设备时，需要综合考虑技术的先进性、适用性和成本效益，寻找最佳的平衡点。 政策法规不完善也可能给园区实施带来困难。 低企业的运营成本，提高企业参与零碳园区建设的积极性。 发展趋势 01 技术挑战与应对 虽然可再生能源技术和能源存储技术不 断发展，但目前仍存在一些技术瓶颈。 例如，太阳能光伏发电的效率还不够高， 储能技术的成本仍然较高，碳捕获与封 存技术尚未完全成熟，这些技术问题限 制了零碳园区的大规模推广和应用。 针对这些挑战，需要加大对可再生能源 技术、能源存储技术、碳捕获与封存技 技术、能源存储技术、碳捕获与封存技 术等关键技术的研发投入，鼓励科研机 构和企业加强合作，共同攻克技术难题。 建立技术创新平台，促进技术交流和共 享，加速技术成果的转化和应用。 面临的挑战与应对策略 02 经济挑战与应对 零碳产业园区的建设和运营成本较高。 可再生能源发电设施的建设需要大量的 资金投入，能源存储设备的购置和维护 成本也不菲，此外，绿色低碳技术的研 发和应用也需要大量的资金支持。对于

具身智能的未来发展 □ 面临的挑战——技术方面 硬件方面，触觉传感器在高精度、低能耗、轻质化上远未达到人类皮肤的水平。机器人关节的机械和 电子功率密度也远低于人类肌肉，导致运动灵活性和能效不足，这在家庭等复杂场景中尤为明显。 算法方面，如何让机器人高效处理视觉、触觉、声音等多源传感器数据 ( 多模态融合 ) , 并作出准 确 决策是一大挑战。 ■ 具身智能的未来发展 □ 面临的挑战——数据方面 合起步阶段使用。 ■ 具身智能的未来发展 □ 面临的挑战——成本方面 需要进一步降低硬件和算法成本，推动具身智能在更多领域的应用。具体措施包括： · 硬件优化：开发低成本、高性能的传感器和执行器，降低智能体的制造成本。 · 算法优化：通过模型压缩和量化技术，降低大模型的计算资源需求。 ■ 具身智能的未来发展 □ 面临的挑战——伦理与道德方面 具身智能的责任界定 ( 如机器人伤人时的责任归属 在家庭护理等场景中，还涉及伦理道德挑战，例 Φ 如何让机器人的行为既满足需求又不违背伦理准则。 ■ 具身智能的未来发展 □ 面临的挑战——安全与隐 私 方面 > 需要制定相关规范，确保具身智能系统的安全性。 > 具身智能的物理安全防护需要得到保障。 开发智能体的安全机制，防止其在执行任务时对人类和环境造成危害。 > 用户的数据隐 私 需要得到更完善的保 护 。 ■ 具身智能的未来发展 □ 面临的挑战——资金和人才方面

• 为了适应发展的需求，业务调整日趋频繁 • 大数据、云计算、物联网、人工智能等技术的 快速演进以及应用，对运维团队提出了更高的 要求 7 IT 运维挑战 · 随着技术以及企业信息化与数字化的迅猛发展，给 IT 运维带来了全新的挑战 业务变化越来越快 系统变更越来越频 新系统上线越来越多 业务访问量快速增长 用户体验要求越来越高 业务处理时效性更高 业务中断容忍度更低 系统负载更大、故障风险高 故障排查、修复更难 技术快速演进与新技术应用 人员技术能力与经验不足 人员成本越来越高 知识经验无法沉淀…… 外部 挑战 内部 挑战 规模更大 要求更高 变化更快 排障更难 外部 挑战 内部 挑战 && 8 IT 运维需求 · 企业对 IT 运维提出新的需求 运维视角 研发视角 业务视角 技术栈越来越复杂，越来越难于监控 各产品线频繁发布，各层面问题不断，传统的监控

要： 具身智能作为融合了人工智能与机器人技术的新范式，是实现物理世界感知、 决策与交互的重要路径，对通用人工智能的发展具有关键意义。梳理了具身智 能的核心能力维度，分析了当前标准化工作的进展与挑战，提出评测体系设计 原则与关键指标，探讨了典型评测方法与平台实践。尽管初步标准框架已形 成，但在多模态交互、群体智能等方面仍缺乏系统标准，评测工具亦亟待升级。 未来应完善分领域标准、建设权威评测平台、加快国际接轨，并同步推进伦理法 态层面，人形机器人创新中心建成“麒麟”训练场，实 现“数据—模型—训练”的闭环迭代。但当前具身智 能发展仍面临硬件“非标化” “高成本”的高门槛、多模 态融合算法效率仍偏低、伦理责任界定模糊等挑战。 本文通过解析具身智能“技术演进—标准构建—评测 验证”协同发展机制，结合产业研报最新研究，以期与 产业专家共同探索解决具身智能标准化研究与评测 方法。 1 国内外标准化研究现状分析 1 旨在衡量人工智能系统在具身问答任务中的能力，促 进了具身智能系统在自然语言理解与环境交互方面 的研究。 2 具身智能标准化需求与挑战 具身智能作为人工智能与机器人技术深度融合 的前沿领域，其标准化工作对推动技术发展、保障系 统安全、促进产业协同具有重要意义。然而，当前具 身智能标准化仍处于起步阶段，面临着多方面的需求 与挑战，需要政府、产业界和学术界的共同努力，构建 科学、合理、可行的标准体系，推动具身智能技术的健

二、2024年国家信息化发展网络调查分析...................62 第八章 2025年信息化发展形势与任务...............................70 一、信息化发展面临新机遇新挑战............................... 70 二、2025年我国信息化发展重点任务........................... 72 1 摘 要 2024 年是网络强国战略目标提出 素内涵不断拓展，应用范式深入变革，数据、算法、算力成 为重要战略资源。从自身发展看，网络信息技术产业生态有 待加强，数据供给质量不高、流通机制不畅、应用潜力释放 不够等问题依然存在，促进和规范新技术新应用发展面临新 挑战。 8 2025 年是“十四五”规划收官、“十五五”规划谋篇布局 之年，也是全面深化网信领域改革、推进网络强国建设的关 键一年。要坚持以习近平新时代中国特色社会主义思想特别 是习近平总书记关于网络强国的重要思想为指导，深入贯彻 界上最为庞大、生机勃勃的数字社会，互联网对人民群众生 活、工作、学习等渗透更加深入。同时，我国城乡、区域、 行业、群体间信息化发展还不平衡，公共服务的均等化、可 及性水平有待提升，数字鸿沟对实现共同富裕带来新挑战。 要坚持把增进人民福祉作为信息化发展的出发点和落脚点， 深入推进信息惠民便民，构建高品质数字生活，促进保障和 改善民生，不断满足人民群众对美好生活的新期待。 ——推进国家治理体系和治理能力现代化的有力支撑。

控制、电力线路保护、恶劣危险环境解决 方案、结构解决方案及配线等能源管理领域。拥有 96,000 多名员工的动力管理公司，在超过 175 个国家和地区开 展业务。 关于伊顿： 业务管理面临的挑战： 机器人自动解析文档生成答 案回复客户，省去人工整理 知识库环节，降低知识库维 护成本。 知识库智能维护 整合微信、官网等多服务渠 道至统一平台，客服单平台 处理全渠道咨询，无需切换 系统； 中国的业务涵盖了汽车的进口、销售、市场营销、技术支 持和售后服务等多个方面。公司致力于为中国市场提供高品质和高性能的豪华汽车，同时不断提升客户服务体验和满意度。 关于捷豹路虎： 业务管理面临的挑战： 客户多渠道咨询（App/电话/ 微信等），客服需切换多个系 统处理，易遗漏延迟。厂商经 销商系统未打通，客户服务流 程割裂体验不佳； 多个后台回复易遗漏延迟，厂商 经销商系统割裂服务不畅 车主关键信息散落不同系统， 的出行体验。锦江国际集团的酒店规模 位列全国第一，全球第二。截至2024年12月31日，锦江酒店拥有已签约酒店超17300家，客房超164万间，会员超 2亿。 关于锦江酒店： 业务管理面临的挑战： 智能客服机器人精准解答专业问题： 基于锦江酒店招商知识库构建，机器人能够调 取最新政策文件，自动生成精准、标准的应 答，有效解答包括合同条款细节在内的各类专 业咨询，确保信息传递一致、准确。

..................................................................................14 2.2 企业人力资源面临的挑战................................................................................................... ..................................................148 1. 项目背景与目标 在当前快速变化的市场环境中，企业人力资源管理面临着前所 未有的挑战。随着技术的不断进步，特别是人工智能和大数据技术 的应用，传统的 HR 管理模式已难以满足现代企业对高效、精准和 个性化人才管理的需求。DeepSeek 作为一家专注于人力资源科技 解决方案的 然而，项目也存在一定的限制。首先，系统的功能实现将依赖 于企业的现有 IT 基础设施和网络环境，因此在实际部署过程中， 可能需要对企业的硬件设备和网络进行一定程度的升级和优化。其 次，系统的数据安全和隐私保护将是一个重要的挑战，必须严格遵 守相关法律法规，并采取必要的技术手段，如数据加密、访问控制 等，确保数据的安全性。 项目的实施周期预计为 6 个月，具体分为需求分析、系统设 计、开发与测试、部署与培训四个阶段。每个阶段的详细时间安排