具身智能 正是这一战略升级的底层支撑。 具身智能引领“自动化→智能化”的范式跃迁。传统机器人依赖 硬件与固定编程，而具身智能融合 AI 大模型、多模态感知、端到端 控制，实现感知—认知—决策—执行的动态闭环。应用场景有望从商 用、工业扩展到医疗、家庭、教育等，推动“软件定义硬件，硬件产 品承载软件剩余价值”的产业趋势发展。 国家逻辑×市场逻辑双轮驱动，开启 20-30 年黄金期。具身智能 序号 特点 描述 1 技术驱动 以机械结构、伺服电机、减速器等硬件为核心，软件多为控制系统，AI 含量较低。 2 应用场景集中 主要集中在工业制造（如汽车、电子组装）和特定服务场景（如物流、清 洁）。 3 产业链结构清晰 上游为零部件（传感器、电机、减速器），中游为机器人制造，下游为场 景应用，区域化分工明显（如日本、德国主导高端硬件，中国在低成本制 造上占优）。 4 资本与政策导向 以政府 以政府补贴和工业升级需求为主，资本集中于成熟企业，创新多为增量优 化。 图表 4：具身智能产业特点 序号 特点 描述 1 技术融合驱动 AI 大模型、多模态感知、端到端运动控制成为核心，硬件与软件高度协 同，AI 算法占比显著提升。 2 场景多元化 从工业制造扩展至医疗健康、家庭服务、教育娱乐、公共安全等，应用渗 透率快速提升。 3 产业链复杂化 上游扩展至 AI 芯片、传感器、算法平台，中游包括人形机器人及其他形

.......................................................................................... 15 4.5 硬件系统设计............................................................................................... 第 15 页 共 32 页 智慧 节能 环保 4.3 总体逻辑架构设计 第 16 页 共 32 页 智慧 节能 环保 4.4 网络系统设计 物联网核心技术 4.5 硬件系统设计 建设基础网络，架设基础感知网络，基础功能 第 17 页 共 32 页 感知层 通信层 数据层 社区基础数据库 社区共享交换平台 信 息 安 全 体 系 服务层 应用层 政务 必须满足 Cos，Qos IP 组播，IGMP/PIM-DM/PIM-SM 支持交换机集群技术，多链路间动态负载均衡 必须满足 7 安全性 基于硬件的输入访问控制（input ACL）、基于硬件的输出访问 控制（output ACL）基于硬件的线速过滤功能 身份驱动 ACL 必须满足 SNMPv3，SSHv1/v2，SSL，动态 ARP 攻击保护 必须满足 交换机 CPU 保护，ICMP

...................................................................................43 2.4.5.2. 服务器硬件管理..............................................................................................44 .................................................................................70 2.4.11.1. 存储设备硬件状态管理.................................................................................71 2.4.11.2. 存储空间使用管理 ...............113 ⱻ5⼀82 疘ഀ ࠀ⨀⨀⨀⨀ꡒ 穦条킏ꅻٴ獞聢⽧륥䡨 1. 运维软件的变革 1.1. 运维管理的三个转变 近年来，国内 IT 应用系统建设经历了基础硬件环境建设、系统应用建设、数据大集中阶段等 多个阶段。面对业务部门对信息支撑能力要求日益提高，信息部门管理工作也逐步从大建设、大 发展阶段进化到精细化管理阶段，从过去强调网络建设、应用建设和系统建设，逐步认识到增强

工智能和统计学等多种学科与技术的交叉，同时必须考虑多种系统平台与工具的集成， 因此系统的技术实现必须遵循以下要求：  开放性 为保证系统的开放性，系统构建中要尽量使用主流的硬件平台（主机、网络设备 等）和软件平台，遵循业界开放式标准，支持系统建设中涉及的各种网络协议、硬件 接口、数据接口等，为未来的系统扩展奠定基础。 同时为了保证数据仓库的开放性，在数据模型建立时，数据存储中应充分考虑对 未来业务发展的最大支持（ 模型建立中使用独立的客户数据域，为 CRM 系统使用客户/用户数据奠定基础），使 相关系统能够顺利地使用该数据仓库。  扩展性 系统的扩展性应包含硬件、软件和应用等多方面的扩展，同时扩展性优劣的一个 重要指标是系统并行能力。在系统建设中，应从这几个方面综合考虑，选择扩展性强 的硬件平台和软件工具，并在应用设计时充分考虑可扩展性。 在系统建设中，应充分借鉴目前业界的建设经验，吸取教训，少走弯路，保证应 用的可扩展性。 用的可扩展性。  安全性 系统安全管理主要包括网络安全管理、主机和操作系统安全管理、数据库安全管 理、数据访问权限管理等组成。 网络安全管理通过采用路由器、防火墙、通信服务器等多种硬件设施来保障网络 安全，防止系统受到非法入侵，保证数据的安全性，同时设置网络密码保护，确保通 过 Web 页面访问系统时数据传输的安全性。 主机和操作系统安全管理通过设置主机密码、操作系统级别的不同用户、口令，

网络大模型-14B、Bloom-7B、Baichuan2-13B四类百亿参数模型的分布训练验证；在千卡组网规模下进 行了Qwen-70B、GPT-175B等模型的验证测试。通过多模型验证可以确保智算拉远方案能适应不同硬件 和软件配置，提高方案的通用性和适应性。 根据现网验证部署的数据显示，在训练效率方面，在不同组网拓扑下不同模型跨机房训练均可达同 机房训练性能的95%以上，证明分布式智算中心无损网络的可行性；网络稳定性方面，分布式智算中心 [1]，增加了对国产超算架构如申威众核 8 年度技术创新类（前沿技术突破） 处理器及其编程模型的支持，同时针对对国产类GPU（Graphics Processing Unit）、华为鲲鹏等架构 的硬件特性进行优化。使C++中仿函数（Functor） 、匿名函数（Lambda expression）、模板元编程 （Template Metaprogramming）等功能特性开发统一内存管理和统一编程接口。区别于以往的转码机 制，实现由源码直接编译生成能运行在不同国产超级计算系统上的二进制可执行文件。 框架软件采用组件化开发，将并行编程中节点内、节点间的诸多细节进行封装和抽象，形成可复用 的组件库，典型功能有：结合不同硬件平台上异构硬件特性对异构设备主备端内存管理的实现进行优 化，提供主备数据批量自动处理操作接口，减少用户对主备端内存空间管理的工作量；研究和实现通信 算法的统一接口或关键字，隐藏节点间通信的内部实现细节，简化领域应用跨平台协同的复杂性。这不

200+ 集成电路 专有权 150+ 软著 900+ 发明专利 研发团队 80%+硕士/博士 学历结构 92%研发人员 人员构成 20年核心人员从业经验 经验资历 研发环境 硬件仿真实验室 100亿门仿真器 服务器投入运行 5000+台 物理CPU核 近15万 为HYGON服务器 80% 产品介绍 PRODUCT INTRODUCTION 目录 CONTENTS NVCC兼容编译器 CUDA头文件 CUDA Runtime API libnccl.so、libnvrtc.so、 libcudart.so、 libnvidia-ml.so等 CUDA核心组件功能覆盖率除硬件外达到100% 核心组件 runtime driver API cublas cufft cusparse curand nvrtc nccl 347 485 326 52 基于海光DCU的大模型一体机 海光信息秉承“深算智能”战略，以C86 CPU+DCU异构加速计算平台为核心，发挥“全精度通用架构、兼容主流AI生态、开放开源合 作”等优势，倾力打造“DCU-DTK-DAS-DAP”全栈软硬件技术生态体系，支撑各类大模型适配优化与应用创新，助力千行百业智能 化转型。 全尺寸、多形态、多场景适配各种大模型，从十亿推理到千亿训练灵活扩展 1.5B 7B/8B 14B 32B 70B

近年来技术突破逐渐形成多维进化格局，在大规 模预训练模型方面，深度求索发布的 DeepSeek 系列开 源模型显著降低了开发门槛 ［2］；在硬件创新领域，宇树 科技四足机器人全球市场占有率超 60%，上海智元开 源机器人灵犀 X1 构建起开发生态 ［3］；在软硬件协同层 面 ，NVIDIA IsaacGym 平台支持百万智能体并行训 练 ［4］，OpenAI 与 Figure 联合开发的 Figure （AIIA）具身智能工作组推出具身智能基准测试方法 （EAI Bench），涵盖五大类真实场景测试场；在产业生 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 年中国信息通信研究院与北京人形机器人创新 中心有限公司联合发布的《具身智能发展报告》指出， 当前具身智能领域存在标准规范缺失、软硬件平台碎 片化等问题，亟需构建统一的标准体系以引领产业健 康发展 ［8］。该报告强调缺乏统一的操作系统和标准化 开发工具链、硬件耐用性和能效有待提升、技术评测 和安全伦理标准空白等因素，制约了具身智能的规模 化应用。 在国家层面， 《国家人工智能产业综合标准化体

........................................................................................119 9.1.1 硬件成本................................................................................................. ......................................................................................145 11.1.2 新硬件支持................................................................................................. 在调整过程中，我们重点关注以下几个核心指标： - 训练损 失：确保模型在每个训练周期中的损失值稳步下降。 - 验证集准确 率：监控模型在未见数据上的表现，避免过拟合。 - 计算资源占 用：优化模型的计算效率，确保在现有硬件条件下的可行性和可扩 展性。 为了进一步优化模型的性能，我们引入了早停（Early Stopping）机制和动态学习率调整策略。早停机制通过监测验证集 损失的变化，在模型性能不再提升时提前终止训练，避免资源浪

一体化硬件技术 多模态感痴技术 多体动力学建模 模型融合 无线通信 可视化建模 数据驱动建模 统计学习 优化算法 ROS 硬件抽象虚拟化 导航定位 执行驱动技术 传统感知技术 有线通信 … XX 系统集成 数据解决方案 丝杠 ( 梯形、滚珠、行星滚柱等 ) 驱动器 大脑 本体 小脑 ■ 具身智能的产业链 □ 硬件产业链 → 具身智能产业的基础，主要涉及各类硬件组件： · 芯片：提供强大计算能力，支持复杂算法运行，未来有望集成到机器人本体，具备端侧计算能力。 · 传感器：负责收集外部环境多维数据，如力传感器 ( 六维力传感器技术壁垒和价值量高 · 通信模组：负责设备之间的数据传输和通信，确保系统协同工作 , · 能源管理：为系统提供稳定能源供应，包括高性能电池、先进电源管理系统等。 ■ 具身智能的产业链 □ 硬件产业链 > 芯片方案： · 国外： NVIDIA (Orin 芯片 ) 、 Intel (Mobileye) 、 Tesla (Dojo 芯片 ) 等。 · 国内：地平线

Safedroid OS 03 基于深度学习的算法技术 04 端侧基于 TEE 的可信设备 / 身份 / 二维码 认证 05 云侧高效可信区块链和隐私计算 06 UEE 生态云中心 硬件 01 自动识别扫描软解码技术 02 无线抗干扰传输技术 03 2*2MIMO 内场通信技术 04 专业 DPM 码读取技术 05 打印机芯热控制和定位技术 06 UrOVO 优博 讯 最终检查 FQC 个 备生产线收料、制程 PDA 上下架、生产数据采 集 包装 Parking 制造 MES 化工 材料 机械 消费品 多样化硬件 满足不同的生 产制造行业领 域应用及解决 行业痛点 ● 生产车间进度不透明、不实时 ● 新能源汽车品牌迭代更新快、电池 pack 标准不一，无标准解决方案 物料难以掌控及追溯 具 U-Stage 同步系统设置 Autolnstall 自动安装 APP U UTMS UTMS 智能支付终端 管理平台 诊断 Hardware Detection 硬件检测 自 Log Capture Log 日志抓取 WiFi Diagnostics WIFI 诊断 USDK 开发者文档 类工具 Battery Manage 电池管理