体验，极大地提升了生产力，提高了生产水平。 Gen-AI 应用的出现离不开大模型的支持。大模 型是基于海量参数进行自监督学习的预训练模型，凭 借更强的学习能力、更高的精准度以及更强的泛化能 力，正在成为人工智能技术发展的焦点。随着大模型 的快速成熟，其参数规模呈百万倍增长，随之而来的 是算力需求的剧增，芯片算力的增长速度与模型参数 规模的增长存在剪刀差，推动了超大规模智算集群的 建设。 作为基础设施建设者和新质生产力的推动者，电 信运营商正积极推进智算布局。本文基于大模型的 发展趋势和需求，结合运营商的特定优势，提出了智 算集群布局以及算力、存储、网络和维护管理方面的 关键词： 人工智能；智算中心；基础设施；建设思路 doi：10.12045/j.issn.1007-3043.2024.09.012 文章编号：1007-3043（2024）09-0068-06 中图分类号：TN915 人工智能训练的计算复杂度逐年猛增，所需的智能算力从每秒千万次运算增加 到数百亿次，甚至进入千亿级别，促进了大规模智算中心的建设。智算中心主 要满足智算算力的需求，其布局、建设及维护方案与传统的云资源池存在较大 差异，当前运营商对智算中心的布局以及详细方案并没有统一的建议和参考。 分析了大模型发展带来的算力、存储、组网的需求挑战，对运营商智算布局以及 算力、存储、网络、维护管理等提出了相应的策略和方案建议。

量子计算优势 金融业新机遇 量子计算特性及技术路线概览 01 回顾历史算力革命 3 算盘 （约东汉时期） 巴贝奇的差分机 （1821年） ENIAC （1946年） 英特尔4004处理器 （1971年） 亚马逊AWS云计算 （2006年推出） 人工算力时代 远古~约16世纪 电子算力时代 20世纪中期 机械算力时代 17~19世纪 集成电路时代 20世纪下半叶 理复杂问题时，更快地找到最优解（增强正确结果概 率、抑制错误结果）。 量子特性 量子计算如何实现？ 5 • 量子计算的逻辑层是将物理量子比特转化为可执行逻辑操作的关键层级，其核心目标是通过 逻辑量子比特的 抽象、逻辑门的操作及逻辑电路的组合 ，实现可编程、可扩展且容错的量子计算。 • 实现量子计算依赖苛刻物理条件：  温度：超导量子需-273.14°C极低温（稀释制冷剂），半导体量子工作温度略高但仍需液氦冷却  环境隔离：高真空（低于10-6 对量子比特进行测 量，使其从叠加态坍 缩到某个确定状态 （0或1） • 测量结果是概率性 的，通常需要多次运 行（采样）以获得统 计上可靠的结果 • 对测量结果进行进一 步处理以提取有用信 息；通常涉及经典计 算和量子操作的结合， 以优化结果的准确性 和效率 • E.g.,基于量子图像处 理的边缘检测算法中， 后处理需将测量结果 转换为经典的图像格 式输出，得到最终的 边缘检测图像  量子计算 的速度与

DATA INTO VALUE 让数据成为生产力 20+ 数智化时代,数据赋能企业价值创新 数智领导力 千行百业突破力 供应链协同力 AI智能洞见力 数字人才驱动力 精益运营管控力 数字管理领导力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 帆软 让数据成为生产力 驱动战略决策 / 赋能业务增长 / 塑造企业竞争力 用数据 声明： 本刊物所载企业案例的数据均已脱敏处理，或使用的虚拟数据。 陈炎 袁华杰 张成燕 时亦辰 周斌 王翌旭 石阳 张贵英 张成燕 齐皓然 编委会名单： CONTENTS CONTENTS 目录 01 数字管理领导力 006 015 019 025 033 038 043 中国一汽：打破数据壁垒，数据驱动效能跃迁 水电八局国际公司 ：“全要素价格库” 平台：以数字化驱动企业降本增效新引擎 吉林 潮宏基：作为彩金珠宝的领潮者，潮宏基如何用数据谱写品牌零售新“饰”界？ 广州酒家：当老字号遇上数字浪潮，广州酒家用科技续写百年“不老”传奇 帆软软件：数据驱动构建全场景智能决策体系 02 精益运营管控力 053 060 066 多彩贵州航空：BI 点燃数字化引擎，多彩航开启多彩绿色发展新征程 宁德新能源：2h 降至 5min，帆软产品组合助力生产提效，实现数字化全员参与 复星医药：数字化

北 斗 时 空 （ 上 海 ） 智 算 中 心 项 目 方 案 04 主要系统介绍 Main System Introduction 05 交付与运维 Delivery and Operations 智算中心整体介绍 Overall Introduction To The Intelligent Computing 3450 号 书崖路 PROPERTY 项目概况—— 自持物 业 工业用地 30 亩 容积率 2.0 申 港 路 智算中心整体介绍 Overall Introduction To The Intelligent Computing Center 智算中心整体概况 机柜总数： 2800+ 机柜功率： 8KW~30KW 机房标准： UP-Time T3 、 CQCA 级机房 智算中心——空间布局 综合配套设施办公大楼 15384.92 平方米 二期智算中心 18438.2 平方 米 两大一小共 个蓄冷罐 满足错峰蓄冷 90 分钟要 求 20+1 台 单台油机功率 1800kw 蓄冷罐 110kV 用户站 1683.29 平方 米 一期智算中心 7350.1 平方 米 园区 10 号 楼

1.1 智算新基建：全球竞争与市场爆发 近年来，以生成式人工智能为代表的新一代人工智能技术加速创新，成为各国抢占科技革命与产业革命 优势地位的技术制高点。2024年3月，中国政府工作报告提出：“深化大数据、人工智能等研发应用，开展 ‘人工智能+’行动，打造具有国际竞争力的数字产业集群“。人工智能将在推动产业升级、促进新质生产 力加快形成等方面发挥重要作用。2025年1月，美国政府宣布Ope 业技术生态与市场格局 正在加速重构。 生成式人工智能基于海量数据训练、推理生成新的输出，并能以文本、音频和图像等形式创建新内容。 智算中心是支持生成式AI工作负载的新型数据计算中心，基于AI计算架构，提供AI应用所需算力服务、数据 服务和算法服务的算力基础设施，它融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练 和推理提供高效、稳定的计算环境。据测算，2023年全球生成式AI市场规模，包括硬件、软件以及服务等， 币（图1-1）。 据中国信通院测算，2023年全球计算设备算力总规模为1397EFlops，其中通用算力为497EFlops，智 能算力（换算为FP32）为875EFlops，占总算力比例为63%。未来五年，全球算力规模仍将以超过50%速度 增长，至2030年全球算力将超过16ZFlops，智算占比超过90%。2023年，中国通算规模59EFLOPS，未来 至2028年将以17.3%的年增

2024 年 8 月 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 11 ● 智算中心发展初期主要在绿电供给不充分的东部 12 ● 2030 年清洁电力发电量预测 12 ● 智算用电需求的动态匹配 13 ● 绿色算力电力区位条件 15 第四章，智算加速建立新型电力系统 17 ● 绿电直供与跨区域交易 18 ● 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，

改变能源 智算如何引领新型电力系统 AI 改变能源 智算如何引领新型电力系统 1 前言 2 第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 11 ● 智算中心发展初期主要在绿电供给不充分的东部 12 ● 2030 年清洁电力发电量预测 12 ● 智算用电需求的动态匹配 13 ● 绿色算力电力区位条件 15 第四章，智算加速建立新型电力系统 17 ● 24/7 全天候“智”“能”调度 17 ● 绿电直供与跨区域交易 18 ● 源网荷储碳一体的配电网与微电网 18 ● 虚拟电厂 19 结论：让智算率先实现净零碳电力 21 附录 22 关于报告 23 ● 未尽研究 23 ● 环球零碳 23 目录 AI 改变能源 智算如何引领新型电力系统 2 能源与机器，自从技术革命以来，从来都不可分。新能源与机器学习正在走向 融合，它们符合一个共同

智能体应用现状挑战及建议 中国电子信息产业发展研究院 无线电管理研究所（未来产业研究中心） 二 O 二五年四月 ID CCID CCID CC ID CCID CCID CC CCID CCID CCID CCID CC ID CCID CCID CCID CCID 1 一、智能体概述 二、智能体发展现状 三、智能体发展动向与挑战 四、推动智能体发展的路径 多 模态 交互及任务执行等关键技术。 自主学习和适应 智能体能够通过增强学习和迁移学习等方法从过往经验中学习并调整决策制定和行动过程 ID CCID CCID CC ID CCID CCID CC CCID CCID CCID CCID CC 战 略 意 义 ID CCID CCID CCID CCID 一、智能体 概述 六 大 核 心 能 力 3 技术栈涵盖模型服务、存储、工具与库、框架、 ，涵盖了从基 础算力支持到垂直应用的各个层面 在垂直应用层， 智能体被广泛应用于金融、招聘、营销、供 应链、数据分析、 AI 个人助手、医疗等领域，提供定制化解 决方案。 在平台框架层， 企业级智能体平台帮助企业快速部 署智能体，提高业务效率，而开发者工具提供便捷的框架支 持，简化开发流程并增强应用扩展能力。 算力层则由百度智

07 解码DeepSeek,) 构建医药⾏业新质⽣产⼒ 腾讯健康 李慧 ⽬录 • 从DeepSeek看⼈⼯智能发展趋势 • ⼤模型及DeepSeek潜在应⽤场景探索 从DeepSeek看⼈⼯智能发展趋势 AI离我们越来越近，越来越密集的“加速”信号 4 “AI”概念⾯世 1950s 2012 CNN,$⼈脸识别 Alpha, ⼤战李世⽯ 2017 2022 Chatgpt DS,$“Aha”时刻 2024 数据来源：1.(甲⼦光年智库梳理，2023年； DeepSeek-R1 • 1987-2020年之前的主导是“⼤数据、⼩算⼒、专⽤决策范式”。 • 2020年后，GPT-3代表技术路线“⼤数据、⼤算⼒、通⽤范式”，验证⼤语⾔模型的可⾏性。 • GPT3/4在深度推理和问题解决⽅⾯有所⽋缺，OpenAI-o1通过思维链（ChainvofvThought）增强推理能⼒，将复杂问题分 R1在展现卓越推理能⼒同时，训练和推理成本极低 BERT BERT在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗AI 小模型年代主要技术路线 “大数据、小算力、专用决策” GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” 基于DS-v3构建推理模 型，通过强化学习提升推 理能力，且训练成本极低 AI技术演变路线 5 理解Chatgpt,J⼀个AI领域的“⼯程奇迹”