未来网络技术发展系列白皮书（2025） 算电协同技术 白皮书 第九届未来网络发展大会组委会 2025年8月 算电协同技术白皮书 I 版权声明 本白皮书版权属于北京邮电大学、紫金山实验室所有并受法律 保护，任何个人或是组织在转载、摘编或以其他方式引用本白皮书 中的文字、数据、图片或者观点时，应注明“来源：北京邮电大 学、紫金山实验室等”。否则将可能违反中国有关知识产权的相关法 学、紫金山实验室等”。否则将可能违反中国有关知识产权的相关法 律和法规，对此北京邮电大学、紫金山实验室有权追究侵权者的相 关法律责任。 算电协同技术白皮书 II 编写说明 主编单位： 北京邮电大学、紫金山实验室 参编单位： 国网山东省电力公司信息通信公司、国网山东省电力公司青岛供电公司 江苏省未来网络创新研究院、江苏方天电力技术有限公司 中国电力科学研究院有限公司、中国联合网络通信有限公司研究院 祥 吴 媚 贾雪琴 汪 硕 刘 辉 王立文 邵子豪 王志浩 王文正 徐宏亮 谢高畅 沈 薇 第九届未来网络发展大会白皮书 算电协同技术白皮书 III 前 言 在数字经济与能源革命深度融合的时代背景下，算力与电力的 协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业 互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增

布《中国ESG最佳企业实践》。本报告旨在分 析“碳中和”背景下，ESG产业的发展现状、 发展特点、驱动因素、产业所面临的挑战以及 应对措施等。 本报告从“ESG”出发，深入分析并权威呈现 2025年中国ESG领域的最佳企业实践。报告的 核心研究对象是企业的ESG实践和成果，旨在 通过系统梳理中国企业在环境（E）、社会（S） 和公司治理（G）方面的创新实践、落地成效与 治理经验，为行业树立可持续发展标杆。 采取更具社会责任的创新行动。促进ESG理念 在各行业的深入融合与协同发展，助力企业从 被动合规向主动价值创造转型。系统展示中国 企业在绿色转型、社会责任和公司治理方面的 领先能力与实践成果，提升其在全球ESG评价 体系中的影响力。 本报告所有图、表、文字中的数据均源自弗若 斯特沙利文（北京）咨询有限公司，数据均采 用四舍五入。 报告指出，随着“双碳”目标的推进，中国企业的可持续发 展实践正发生系统性变革。上市公司ESG报告披露率显著上 消费等行业则呈现结构性差异，部分头部企业表现突出，但 整体水平仍有提升空间。 中国ESG发展现状与趋势 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系沙利文/头豹研究院独有的高度机密性文件（在报告中另 行标明出处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造、传播、出版、引用、改编、汇编 本报告内容，若有违反上述约定的行为发生，头豹研究院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有

无源标签也是最适合用来对大规模的物品进行连接的，因 为 RFID 无源标签没有电池，且芯片尺寸也极小，几乎跟普通的标签没有差异。 第三是从环保与可持续发展的角度来说，RFID 无源标签是所有电子产品中对环境最友好的，因为它不 需要电池，这就能很好的体现环保理念，而且目前市场上正在开发新的产品工艺，可以让 RFID 无源标签实 现自然生物降解，这就更加的环保。 当然，RFID 无源物联网标签并 什么是无源物联网 无源物联网，是指没有采用电源（电池或者电线），而是通过采集环境中的微弱能量就能正常工作的物联网设备。 人们常说，“水乃生命之源”，而能量，则是驱动 IoT 设备工作的源头。在人类的发展史上，能源占据着举足轻重的地 位，目前人们对于能量的采集、存储与使用已经炉火纯青，以至于很多人都忽视了它的存在，而在 IoT 产业中，能量技术 在产业的地位也在迅速提升。 近些年涌现出来的 NB-IoT、LoRa 等新兴传输技术一个最主要的卖点就是低功耗。而蓝牙、Wi-Fi、Zigbee 等成熟的 无线传输技术，每一代版本的演进突破方向之一，就是如何把功耗做的更低。 为何 IoT 市场如此重视低功耗 在 IoT 市场产业中，200 亿、500 亿、1000 亿，这样的连接数字频频出现在人们的视野。 这些庞大的 IoT 设备，如果都用电池供电，综合考虑显性成本与隐性成本，电池在 IoT 设备的成本比例不可小觑。 •

谷歌推出量子芯片 Willow：谷歌推出 最新的量子芯片 Willow。使用更多 量子比特进行拓展， 可成倍减少错误， 解决了量子纠错领 域近30年来一直试 图攻克的关键难题； 同时在基准测试中， Willow展示了一流 性能。 ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫ ⚫

光电融合网络背景 1.1 光电融合网络概念和特征 当前网络容量需求以超过 35%的年复合增长率（CAGR）持续增 长，AI、边缘计算等应用推动相干技术向网络边缘延伸。当前网络架 构普遍采用“电处理+光传输”的分层方式，这一架构正面临功耗高、 转发复杂、跨层协同效率低等核心瓶颈。IP 流量主导的容量激增对新 一代节能技术提出更高的要求。行业正推动 IP 业务层与光传输层融 合，通过将 DWDM 覆盖的智能承载网络。光电融合网络技术具备如下三大关键特征： 1. “IP+光”协同引擎 采用高速相干彩光模块（如 400G/800G ZR+、1.6T 模块）作为 IP 层直连接口，实现无电中继的长距离传输，构建从路由器到光层的 透明链路。 2.确定性网络增强机制 基于 SRv6+ODU/OSU 灵活复用，实现业务粒度切片（vlan/roce 等）与路径稳定转发保障，支持微秒级时延控制，适应 延迟、无损的数据传输，为算力资源的跨区域协同提供支撑。 人工智能大模型训练、工业控制、自动驾驶等新兴应用对网络延 迟要求极高。如 AI 大模型训练中，网络抖动与丢包会严重影响性能， 光电融合网络能有效降低延迟和抖动，满足这些应用的严格要求。 数据中心等网络设施能耗巨大，传统电交换网络能耗较高。光电 融合网络在光传输部分能耗较低，有助于降低网络整体能耗，符合绿 色节能的发展趋势。 光电融合网络则打破这一壁垒，提升网络资源灵活调度能力、降

DeepSeek 模型对跨节点的全对全通信机制进行优化， 充分利用 InfiniBand 和 NVLink 提供的高带宽。创新性提出了 DualPipe 算法，通过优化计算与通信的重叠，有效减少了流水线中的空闲时间。采用 FP8 混合精 度训练技术，不仅极大地加快 了训练速度，还大幅降低了 GPU 内存的消耗。 DeepSeek-R1-Zero 通过强化学习架构创新实现突破性性能，核心技术创新体现在训 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商 资本开支持续高速增长，带 来 AI 服务器市场规模大幅提升，预计到 26 年全球 AI 服务器出货量将达到 237 万台，对应 2023-2026 年 CAGR 为 26% 。 l 重点推荐组合：中芯国际、翱捷科技、德明利、工业富联、沪电股份、联想集团、国芯科技、澜起科技、芯原股份、龙芯中科、东山精密、景旺电子。 l 风险提示：宏观 AI 应用推广不及预期、 AI 投资规模低于预期、 AI 服务器渗透率提升低于预期、

2019 年的 122 亿元增长至 2024 年的 785 亿元，对应 CAGR 达 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 0%) 。 l 产业链相关公司：算力：英伟达、海光信息、寒武纪、全志科技；服务器：工业富联、国芯科技、环旭电子、闻泰科技、易德龙； PCB ：沪电股份、 胜宏科技、东山精密、鹏鼎控股； AI 终端： 晶晨股份、瑞芯微；先进封装： 长电科技、通富微电、芯原股份；存储：深科技、江波龙、佰维存储、 兆易创新。 请务必阅读正文之后的免责声明及其项下所有内容 l 构建加速计算平台、完善“三芯片”产品布局，重点发力 年的 241.5 万个上升至 2021 年 的 566.7 万个，对应 CAGR 达 18.60% ；其中，云数据中心负载任务量 CAGR 预计达 22% 。 l 以模型中的参数数量衡量，大型语言模型的参数 在过去五年中以指数级增长。随着参数量和训练 数据量的增大，语言模型的能力会随着参数量的指 数增长而线性增长，这种现象被称为 Scaling Law 。 但当模型的参数量大于一定程度的时候，模

未得到充分挖掘。 《智能世界 2035》及时为我们描绘了 AI 的发展愿景，深入探讨了技术融合将如何推动工业和 服务智能系统的转型。报告展望了物联网可能涵盖的各类工业系统，包括自主交通系统、智能电 网、智能工厂与农场以及自主通信网络等。此外，报告还全面分析了 AI 在医疗、教育、智能家居、 智慧城市和商业创新等服务领域的应用及影响。除了强调 AI 在这些领域的关键作用外，报告还探讨 了 AI 第二，更智能的模型算法。通用人工智能的模型与算法是什么样的？对于这个问题，仁者见仁 智者见智。但不可否认的是，物理世界中真实的智能（如人的智能）既是重要的目标，也将会带来 巨大的启示。若能对智能的过程实现深刻洞察，对智能的机理进行全面的解析，必将能为人工智能 带来全新的模型与算法突破，使之如人的智能一般高效、可信、灵活、全面。因而，向物理世界中 最复杂的智能系统——脑智能——学习，也可能是未来的重要“奇点”。 戴琼海 第 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自适应、不断逼近真理的过程，其数学基础与实现路径是未来 十年我们面临的核心科学挑战。 《智能世界 2

⾏着持续的多学科对话 - 获取信息，分析数据，制 定⻅解和提出建议。作为我们的⾸要思想引领产品，花旗全球展望旨在帮助我们的读者应对全球经济⾯临的最具挑战性的问题，并预测⼀个快速变化且相互关 联的世界中的未来主题和趋势。花旗全球展望汇集了我们全球对话的最佳要素，并整合了我公司各个⾼级专业⼈员的思想领导⼒。本⽂不是研究报告，也不构 成对投资的建议或要约购买或出售任何⾦融⼯具。有关花旗全球展望的更多信息，请访问我们的⽹站www 经济-机器⼈可以解决劳动⼒短缺问题。随着⼈⼝⽼龄化和更为严格的移⺠政策加剧，短 缺问题变得更加棘⼿ 此外，对于功能强⼤的机器⼈来说，投资回报周期相对于⼈类的吸引⼒越来越⼤。劳动 ⼒在全球国内⽣产总值中占⽐超过50%。因此，市场机会可能是巨⼤的 3 改善-技术进步使⼈们摆脱了单调的任务，增加了休闲时间。继续这⼀趋势，⼈⼯智能机 器⼈将为⼈们提供机器⼈清洁⼯、管家、司机、助⼿和护理⼈员等服务 通过分析这些动因，本报告分为3个主要部分： 技术-我们在第1章突出了9个变⾰。其中最重要的变⾰来⾃⼈⼯智能的进步，使 机器⼈可以看、学、动、说话、将指令转化为代码然后执⾏。最近才有了多模 式⼈⼯智能使所有这些元素相互配合。⼈⼯智能逐渐具有具体形体和物理⾝体 。在此过程中，灵巧性也在不断提升。⼀些机器⼈现在能穿针引线或缝合⽟⽶ 粒。机器⼈正在由理论⾛向现实，由⽆⽤变得有⽤ 2 ⽤例-静态机器⼈也在增⻓，但本报告的重点是在AI- 启⽤移动的机器⼈。第2-8章探讨了AI机器⼈的潜在⽤例，从清洁、驾驶、交

近期，《哈佛商业评论》中文版走访了来自 保险业、制造业、互联网电商等多个行业的典型 企业，它们是数字化转型的深度参与者和实践 者，在数字化价值变现方面积累了丰富的行业经 验。同时还邀请了学界专家来解读企业如何通 过建设数智价值链，来实现数字化价值变现；以 及三十多年来始终陪伴企业开展数字化转型的 Kyndryl 勤达睿公司作为行业观察者，分享其在 实战中总结出来的数字化运营经验。 通过众多的采访，我们更加清晰地认识到， 企业提升数字化转型的成功率。 总之，我们希望，无论企业正处于数字化 转型的哪个阶段，这些经验的总结与分享都能 够为它们的数字化进程提供助力，找到正确、 高效的转型路径，最终成为数字化转型中的赢 家。 文 |《哈佛商业评论》中文版编辑部 4 ｜ 数字化运营——新思路应对新周期 所谓数字化运营，指的是通过体系化的管理 设计，以敏捷的工作方式，采用 IT 技术手段， 充分利用数据来支持企业数字化业务的实现、 的发展潮流，并期望以此开启新的增长。 但认知上的共识并不意味着实践中的成 功。在投入大量人力、物力、财力进行数字化 相关的平台与系统建设后，越来越多来到数字 化中局的企业才发现，光靠大规模的数字化建 设而没有精细化的内部运营管理做支撑，无法 持续响应业务迭代发展的要求，大刀阔斧的数 字化变革也就很难带来理想的价值产出。 这是勤达睿（Kyndryl）在三十多年的实战 中总结出来的经验。作为原 IBM 全球信息科技