技术已 成为社会生产力的关键支撑，尤其是以GPT-4、Llama和DeepSeek为代表的大语言模 型（Large Language Models, LLMs）在人工智能领域取得突破性进展，引发了对算力 资源前所未有的需求。 在数字经济加速发展的背景下，算力已成为新型基础设施的重要支撑，是推动经济社 会高质量发展的核心驱动力。作为数字经济的关键组成和引领性领域，算力正加快成为培育 新质 并阐述了算力内网络高性能传输调度要求，以及无损网络技术应用要求。数据中心 网络连接算力，其性能直接决定了整个数据中心的实际算力水平。以大模型训练为 例，需要同时协调数千张甚至数万张算力卡资源，数据吞吐量成为AI计算的关键瓶 颈，需要高效的数据流水线支持，对网络的带宽、时延和可靠性都提出了极高要求。 因此，要提升数据中心算力服务能力，就必须进一步提升数据中心网络性能。根据 《中国综合算力指数（20 心网络“中枢”在极端环境下的通信能力成为关键瓶颈。网络需要基于智能故障感知恢复， 助力网络常稳业务永续。同时，为保障跨楼宇、跨DC此类高速链路互联场景的传输安全， 通信安全等相关技术也将加速在高韧性DC架构中落地。 未来十年数据中心网络将彻底超越传统连接的定位，真正成为驱动金融、政府等业 务韧性、智能与效能变革的根基性力量。其成功演进绝非单纯的技术升级，更将成为行业 在数字经济时代制胜的关键

研判：产业互 联网基本面未变，但已进入新周期。从资本闭环效应显著的初创期迈入以大范围价值创造为主线的成长期，长坡厚雪来自数智技术变革、全球 化变革带来的产供链变革，其中产业AI、产业出海与深度供应链成为解锁新周期的关键钥匙，也是新模式新业态的三大质变方向。 信息与金融促进交易 孕育期（~2018年） • 互联网提效信息对称。平台通过促成买卖双方在线询盘、报价、支付等交易行为，将线下分散、不透明的交易迁移至线上，解 报进行梳理，超半数企业营收增长，9家公司利润上扬。其中，来自钢铁电商、 工业品采购、数字化交易等细分领域的多家企业实现营收与利润双增，行业整体动能加速修复。“净现金流增速＞利润增速＞营收增速” 成为新周期参考。 产 业 互 联 网 上 市 公 司 营 收 规 模 排 名 （ 2025 年 上 ） 百亿 梯队 卓尔智联 909.21亿元 怡亚通 359.61亿元 上海钢联 343.91亿元 未上市企业融资轮次分布（2025） 企业生存情况调查 产业互联网企业“带资”进入新周期 从资本布局看，78.3%的企业有或已实施上市计划，26.1%的企业进入上市流程或已上市。而未上市企业中过半有1次以上融资事件， 其中七成为融资3轮次及以上。进入新周期的产业互联网企业，资本带来的运营压力有可能大于动力。产业互联网资本市场“募投管 退”亟需多元化发展。 已上市, 21, 18% 审核中, 2, 2% 已申报, 2,

计算有限公司、智慧互通科技有限公司 · 前 言 人工智能作为新一轮科技革命和产业变革的新赛场，已经成为抢 占未来发展先机的重要突破口。随着人工智能发展进入新时期，如何 落地应用、与实体经济融合，成为当前产业关注的重要议题。 交通行业关系国计民生，建设交通强国不仅是建设社会主义现代 化强国的内在要求，也是顺应世界交通发展大势的客观需要。国家及 大力发展智慧交通。 2020 年国家正式提出新型基础设施建设，将人工智能纳入新技 术基础设施范畴，智能交通基础设施纳入融合基础设施范畴，其建设 和推进均成为产业焦点，如何充分发挥人工智能的赋能作用，加快交 通的数字化智能化发展，推动人工智能和交通的融合应用，成为产学 研用的重要课题，也是本报告撰写的主要背景。 本报告以人工智能对交通业务的赋能为切入点，系统梳理人工智 能在交通领域的技术现状、典型应用、产业生态，总结业务发展面临 （三）数据问题影响融合深化........................................................................... 17 （四）复合人才成为转型掣肘........................................................................... 18 （五）安全伦理风险有待解决.

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 动模型越来越大，越来越接近通用人工智能（AGI），产生了大数据 - 大算力 - 大模型 - 大电力的范式。 中国在新能源革命中已经处于领导地位，也是全球第二智能算力大国。中国正 在部署 AI+ 战略，成为新质生产力中的一个战略性前沿领域。目前中国正处于 风光等可再生能源的“黄金 10 年”，AI 所带来的清洁电力需求，需要顺应中国 的能源转型，实现 2030 年碳达峰及 2060 年碳中和的目标。 002 ≈ 50 倍 ≈ 1500 倍 ≈ 5 倍 单位：kWh AI 改变能源 智算如何引领新型电力系统 扫码了解更多 5 美国的算力增长预期，分歧重点在市场 英伟达 GPU 芯片成为目前智算中心的主流算力硬件，占比 90% 左右。因此，全 球范围内芯片能效提升趋势相对明确，可预见的将来与英伟达GPU迭代周期同步， 未来有望一年一次更新。伴随着向更低精度的扩展，从 P100 到

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 动模型越来越大，越来越接近通用人工智能（AGI），产生了大数据 - 大算力 - 大模型 - 大电力的范式。 中国在新能源革命中已经处于领导地位，也是全球第二智能算力大国。中国正 在部署 AI+ 战略，成为新质生产力中的一个战略性前沿领域。目前中国正处于 风光等可再生能源的“黄金 10 年”，AI 所带来的清洁电力需求，需要顺应中国 的能源转型，实现 2030 年碳达峰及 2060 年碳中和的目标。 0.038 0.007 0.004 0.003 0.003 0.002 ≈50 倍 ≈1500 倍 ≈5 倍 单位：kWh 5 美国的算力增长预期，分歧重点在市场 英伟达 GPU 芯片成为目前智算中心的主流算力硬件，占比 90% 左右。因此， 全球范围内芯片能效提升趋势相对明确，可预见的将来与英伟达 GPU 迭代周期 同步，未来有望一年一次更新。伴随着向更低精度的扩展，从 P100

靠性等方面面临更高要求。传统通过列头柜+电缆进行机房配电的方 式，因结构固定、布线复杂、扩展困难等问题，已难以满足现代数据 中心的实际需求。为此，以结构更灵活、扩展更便捷的数据中心末端 配电母线系统替代传统列头柜+电缆模式，逐渐成为数据中心供配电系 统升级的重要路径之一。 西门子始终关注数据中心配电技术的发展，联合突破电气共同编写 本白皮书，对数据中心末端配电母线进行了详细分析，提出了一种新 型智能监控数据中心末端配电母线的架构，以期更进一步推动智能数 长到25亿美元，并预计在2030年超过100 亿美元。 随着AI服务器的容量上升，单机柜容量快速上升，传统400A、630A精密配电柜系统难以满 足AI机柜需求，目前800A、1250A的机房母线成为AI 数据中心的主流方案； 以400A精密配电柜系统为例，应用于通用算力时代可以支持34台单机柜8kW的供电需求，而 面对AI智能算力的需求，如果单机柜达到50kW，只能支持5台机柜AI集群的部署。而采用1250A 位，在空间资源紧张的场景下，无法适适应高 密度建设需求。在此背景下，机房配电母线作 为更高效、灵活的替代方案，正逐步成为行业 主流选择。 传统数据中心配电架构在功率密度攀升的 行业趋势下，其可靠性不足、灵活性欠缺、运 维复杂、部署迟缓以及耗材多、难回收、碳排 放高和空间浪费等问题日益凸显，已成为制约 数据中心（特别是 AI 智算中心）高效发展的关 键瓶颈。针对这些痛点，数据中心智能末端配 电母线作为创新型配电解决方案，以全新的设

据 内容与操作行为，实现“数据检测与响应”（DDR）的闭环防护。基于智能体的自动化分析系统可快速定位漏洞攻击链并生成防护策略，而隐私计算技术则保障数据流转中的机 密性。当前，AI驱动的数据安全体系已成为企业数智化转型的核心支柱，通过降本增效与业务创新，构建新型生产力生态。 核心能力 关键挑战 应用场景 典型厂商 1、 高质量训练预料缺乏 2、 算力配置与延迟成本 3、 模型幻觉与误分类 层0Day漏洞、内存马注入、反序列化等新型攻击，还可以全量测绘应用资产、发现影子API及陈旧API、治理组件库漏洞，通过联动WAF、SOC、SIEM等安全设备，提升整体安 全防护能力。随着AI、自动化等技术的融合，ADR正成为企业应对应用层威胁、保障业务连续性的重要防线和兜底方案。 核心能力 关键挑战 应用场景 典型厂商 1、 应用层0Day漏洞自免疫 2、 内存马注入攻击防护及应急查杀 3、 组件资产全量测绘及漏洞治理 动，形成纵深防护的整体应用安全防护体系。 边界无限靖云甲 ADR以业界首屈一指的防护效果、轻量化无感部署、兼容性、稳定性、研判精准性，帮助客户实现“入侵可视、攻击可防、漏洞可控”的安全目标， 已成为金融、运营商、电网等标杆示范性客户在RASP/ADR领域的首选方案。 边界无限靖云甲ADR：防护应用0Day、内存马填补行业空白 方案概况 方案优势和用户价值 方案优势与特点： （1）“全”

目 录 2 AI Agent 的兴起并非偶然。大模型、算力供给、能源供给、开源、生态系统和产业应用的同步发展，共同“托举”起 AI Agent 恰逢其时的 诞生，成为当前最值得关注的技术趋势之一。 其中，大型语言模型、模块化架构与协作框架为其筑牢根基，持续发展还需攻克评估、安全与适应性难题。 AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 图形界面交互智能体和 ChatGPT Agent 多模态任务执行中枢，为企业提供便捷高效的智能交互体验。 随着技术的不断成熟，企业级 Agent 的 “自动化” 能力逐渐崭露头角，受到市场的广泛关注，成为企业优化流程、提高效率的重要选择。 2025 年， AI Agent 风口已至：科技巨头竞逐企业级 Agent 赛 道 Google • Gemini 系列大模型 • 通用人工智能助手 直接面对目标任务，其规划和执行的全自动能力基于其“工具”能力， Agent 不再局限于信息处理和对话，而是能够主动与数字或物理世界交互，完成预订、查询数据、控制设备 等多步骤的复杂任务，真正成为能够自主规划并解决问题的智能体。 企业级 AI Agent 围绕“工作”展开，“工具调用”是其最核心特征 数据来源：公开资料，东吴证券，专家访谈，甲子光年智库整理

税务行业标准大模型 基本情况 当下，人工智能正在成为全球数字技术创新的前沿领域。大模型 作为工业革命级的生产力工具，正在成为赋能百行千业向数智化跨越 升级的变革力量。为进一步落实数字化国家战略，推进产业数字化进 程，深度挖掘细分应用领域，打造具有差异化的企业级 AI 大模型，360 集团与中税集团合作共建了税务行业标准大模型，该模型旨在于解决 税务行业性、专业性问题。 目前，税务行业标准大模型成为了税务这一垂直行业领域大模型 的典型应用，并在注册税务师考试中的成绩已经超越了 ChatGPT。凭 借其创新技术与应用表现，入选“北京市通用人工智能大模型行业应 用十大典型场景案例”。 技术简介 一、税务行业标准大模型的技术优势 2023 年以来，360 集团发布了自研认知型通用人工智能大模型— —360 智脑，成为引领企业级市场数智升级的重要驱动力。在应用方 ChatGPT。 2、强大的研发团队 360 集团与中税集团组建专业团队，汇集多位深耕人工智能技术领 域的创新技术专家，以及具有丰富实操经验的税收专家，形成 GPT 培 训师团队，成为大模型效果持续优化的保障。 3、丰富的训练语料 360 数据量 A 股行业第一，是第二名的 2 倍，是 GPT-3 的 14 倍， 以搜索为基础，为大模型提供高质量的训练语料。中税集团借助深耕

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 软银和甲骨文三家企业将在美国建设 支持AI发展的基础设施，即“星际之门”。该项目的初始投资为1000亿美元，并计划在未来4年内扩展至 5000亿美元。从全球范围看，以人工智能为代表的ICT行业已成为中美博弈的“技术主权战场”，双方在标 准制定、核心供应链、数字规则（数据跨境/网络安全）等维度激烈竞争，全球ICT产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 3%的年增长率达132EFLOPS；同期，中国2023年智算规模为414EFLOPS，未来将高速增 长到2028年1436EFLOPS（图1-2）。全球算力基础设施高速发展，而以支持AI/LLM为目标构建的新型智算 中心成为数字新基建的重要底座。 趋势洞察 01 图1-1 生成式人工智能市场 趋势洞察 02 随着大模型训练参数以及GPU集群规模的不断提升，智算中心网络组网规模持续扩展，接入速率从 200Gb