广东省政务服务和数据管理局：广东省数字政府政务云项目 澳门财政局：澳门“智慧财政”平台 深圳市政务服务和数据管理局：深圳市数智化底座 深圳市宝安区政务服务和数据管理局：宝安政务大模型 第七次人口普查：国产数据库支撑14.1178亿人普查 上海银行：国产数据库实践 四川银行：全栈自主创新云原生平台建设项目 中信建投证券：国产数据处理分析体系 瑞众保险：融合创新云和团险核心业务数据库去O 南方电网：云数底座&连接协同助力数字电网 高质量智能化发展的关键一步。 近年来，以腾讯为代表的一批中国科技企业围绕国产数据库、操作系 统、大数据平台等基础软件不断开拓创新，构建完整的国产生态链， 为数字经济提供安全可靠的基础软件支撑。在产业落地方面，融合创 新正从党政、金融等典型领域，向电力、交通、医疗等各大关键行业 以及其他领域加速渗透，涌现出一批成功实践，并正在进入规模化复 制阶段。 本报告精选了18个典型的融合创新实践案例，涵盖政务、金融、电 能产 业营造更可靠的支撑。与此同时，融合创新相关产业链也正在加速人工智能全产业链的成熟与升级，协同推进AI技术创新与商业化应 用进程。 实践也证明，国产数字化升级与智能化深度融合已经在多个领域落地。以深圳市为例，在推进数字政府建设过程中，在政务信息化中 引入大模型助力智能化升级，面临着算力资源紧缺、场景建设复杂、场景落地效率不高等问题，需建设从算力纳管到场景开发支撑的 一体化平台，依托腾

魏亮、方辉、孙玉刚、尹鹏、林枭、韩风、占昊天、王磊 I 前 言 随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、 而生，成为应对海量、泛在、实时计算需求的关键基础设施。这一理 念旨在构建一个能够动态感知全网算力资源，并根据任务需求进行智 2 能化、自动化、最优化调度的新型信息基础设施，降低计算延迟与成 本，支撑新型智能化应用的落地。 分布式算力是相对于传统集中式算力（如单一超级数据中心）而 言的算力部署与利用模式，其核心是将一个大的计算任务分解成若干 个小任务，然后把这些小任务分配给地理、网络层级或逻辑上相互独 精确测量任务提交点、计算节点间的拓扑关系、带宽、延迟、丢包率 及抖动，以保障低延迟应用。此外，还需感知资源使用的经济成本、 能源成本及数据主权、SLA 等策略性约束。这些信息经清洗、融合与 抽象后，将形成支撑智能决策的多维度量化算力资源模型。 “调度”则是基于“感知”结果所采取的行动，是整个系统的“大 脑”和中枢。它根据感知到的全网算力资源分布图景和实时状态，在 复杂约束条件下，通过智能高效的算法，将计算任务合理地分配到最

.. 33 4.1.2 完善供需动态平衡机制......................................................... 35 4.1.3 提升算力产业支撑能力......................................................... 35 4.2 算力侧规划与能源协同 ................... JSAC、IEEE TMC 等顶级期刊的高水平论文，还成功研发了绿 色算力枢纽一体化调度平台，这一成果已实际应用于中国能建“东数 西算”项目，为甘肃庆阳源网荷储一体化智慧零碳大数据产业园建设 提供了关键技术支撑。团队牵头制定的 9 项团体标准以及联合发布的 行业首部《算网能一体化白皮书》，为行业发展提供了重要规范指导。 依托国家重大科技基础设施“未来网络试验设施”（CENI），团队构建 了覆盖全国 40 个城市的试验环境，为算力网络创新研究搭建了重要 平台。与此同时，紫金山实验室团队在算网融合基础理论研究方面取 得突破性进展，其研发的支持大规模异构算力调度的核心技术，以及 建设的国家级算力网络试验平台，为行业提供了重要的技术支撑和验 证环境。两个团队通过紧密的产学研合作，共同推动了我国算力电力 协同领域从理论到应用的全链条创新，为“东数西算”国家战略的落 第九届未来网络发展大会白皮书 算电协同技术白皮书 8

....................................... 24 1．支撑实现可信管控能力的关键技术 ............................ 24 2．支撑实现资源交互能力的关键技术 ............................ 27 3．支撑实现价值共创能力的关键技术 ............................ 30 年）》（国数资源〔2024〕119 号，以下简称《行 动计划》），明确提出可信数据空间是基于共识规则，联接多方 主体，实现数据资源共享共用的一种数据流通利用基础设施， 是数据要素价值共创的应用生态，是支撑构建全国一体化数据 市场的重要载体。 国家信息中心信息化和产业发展部主任单志广研究员认为， 按照架构模式分类，可信数据空间可分为集中式、分布式、递 阶式三类。 集中式可信数据空间以中心化可信数据空间服务平台为核 “数据流通可信”是数据在可信数据空间内安全有序流通的根 基，通过区块链等技术，为数据流通建立起完整且不可篡改的 记录链条，形成一份详尽的数据“履历”，一旦出现数据异常或 争议，能够迅速定位问题源头，查明责任归属，有力支撑数据 的合规使用与安全监管。 “收益机制可信”关乎参与各方的经济利益，借助透明、公正 1 建设可信数据空间，打造新型数据基础设施——专家解读《可信数据空间发展行动计划 （2024—2028

16 21 09 18 22 24 26 11 20 22 12 12 13 13 14 14 14 15 全球产业的演进路线：从硬件聚合到系统构建 技术特征 支撑大模型创新及云服务场景 加速人工智能科学计算，服务算法创新 助力行业企业智能化升级 系统特征 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 特征，通过近乎无阻塞的高带宽 互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。 系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的 组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了 网络、计算、存储等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细 化 范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、 纳秒级时延、TB 级超大内存，实现集群能力跃迁。相较“服务器集群”，超节点代表的是弹性、池 化、开放的系统能力：既能以极致吞吐支撑万亿参数训练，也能以低时延满足企业级大规模推理的 刚性需求。 昇腾 AI 坚持架构创新，开源开放，共建产业生态。昇腾 AI 经过 6 年快速发展，已成长为中国 AI 算力第二平面的坚实基础，

合与应用，初步具备基于数据的运营和优化能力。 c) 三级：组织应具备数字化转型总体规划并有序实施，完成关键业务的系统集成和数据交互，在 运营、生产和服务领域实现基于数据的效率提升。 d) 四级：组织应将数据作为支撑运营、生产和服务关键领域业务能力提升优化的核心要素，构建 算法和模型为业务的相关方提供数据智能体验。 e) 五级：组织应基于数据持续推动业务活动的优化和创新，实现内外部能力、资源和市场等多要 能力域 能力域 能力子域 组织建设 转型战略 流程管理 组织 变革管理 研发管理 技术创新 技术 信息安全 业务数据化 数据管理 数据资产 数据 数据业务化 基础设施 应用支撑资源 资金 资源 知识 数字化营销 数字化财务 数字化运营 数字化供应链 产品设计 工艺设计 计划调度 生产作业 质量管控 设备管理 数字化生产 仓储配送 服务产品 服务交付 b) 应基于数字化转型优 化调整战略，适时优化 调整组织结构与岗位 职 能 ； c) 应持续推进数字化转 型生态文化建设； d) 应建立专门的专家团 队、研究团队、执行团 队，支撑生态体系建设 与发展 GB/T 43439—2023 表 2 组织的成熟度要求 (续) 成熟度等级要求 能力子域 一级 二级 三级 四级 五级 转型战略 a) 应明确数字化转型的重

第一，更有效地感知世界。便携式拍摄设备（如手机）的普及，创造了丰富的电子图片，为 ImageNet 的构建及卷积神经网络的出现打下了基础；电子显微镜对蛋白质结构进行了高精度解析， 为 AlphaFold 提供了关键的数据支撑。更有效的感知将为人工智能展开更宏观的画卷、揭示更微末 的细节、刻画更复杂的关系，让人工智能能更好地向世界学习、将世界改造、与世界交互。因而， 兼具宏观与微观、高动态、多模态的新一代传感器可能是新的“奇点”。 ，而是构成了一个相互依存、 协同演进的复杂生态系统。从计算范式的革命（突破冯 • 诺依曼瓶颈）、存储范式的改变（数据即 智能），到网络范式的跃迁（迈向智能体互联网），其底层驱动力是一致的：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为 核心载体，其从执行工具到决策伙伴的演进，标志着人工智能从处理信息的工具转变为能够主动规 划 2035》报告中揭示的技术趋势，更凝聚了学术界、 产业界和社会的共同期待。 网络、计算、存储、云和能源是推动变革的五大核心技术，共同构成了超级智能体发展的综合 底座。预计到 2035 年，网络将需要支撑 90 亿人口拥有 9,000 亿智能体，通信容量将增长 100 倍。 与此同时，算力需求将激增 10 万倍，催生出全新的范式，如模仿大脑高效能的神经形态处理器与 量子处理器等。存储将迈入尧字节

10%。《算力 互联互通行动计划》指出集中力量开展高性能传输协议等网络传输技 算力城域网白皮书（2025 版） 3 术研究，推动数据通信产业高质量发展，加快高性能路由器、高速无 损网络技术研究，支撑数据高效入算、算力无损互联。攻克算力标识 关键技术，研制新型算力标识网关，提高多样化算力感知能力。 大模型是指具备大规模参数和复杂计算结构的机器学习模型，能 够处理海量数据、完成各种复杂的任务，包含语言大模型、视觉大模 更快捷地获取所需的算力资源，从而加速技术研发和创新。当前，算 力租赁服务已成为主流解决方案，不仅降低了算力使用的门槛，推动 了算力技术的普惠化发展，更改变了算力资源的配置方式，为算力服 务的广泛应用和持续创新提供了强有力的基础设施支撑。 算力城域网白皮书（2025 版） 4 2.2 城市算力通过算力城域网就近服务本地用户 面对算力产业快速发展趋势，中国电信推出了面向智算的新一代 数据中心（AIDC，Artificial 算力城域网具备算力高效整合、算力无损输送、算力服务即取即 用等关键能力，通过构建 AIDC 与用户之间的安全高速通道，支撑城 市算力和行业算力就近服务本地算力用户。算力城域网通过高弹性、 高吞吐、高可靠的一跳入多算等网络新型服务能力，为政府、企业、 科研机构各类客户提供高效便捷的算力服务，加速数字化转型进程， 支撑数字经济的高速发展。 算力城域网白皮书（2025 版） 6 三、算力城域网需求 3.1 需求总述

一代信息技术正加速与实体经济深度融合，推动各行业数字化转型向 纵深发展。然而，传统分离的光传输与 IP 网络架构已难以满足数字 经济时代对超高速率、超低时延、超高可靠性的严苛要求。光电融合 网络技术作为新一代信息基础设施的核心支撑，通过 IP 层与光层的 深度融合，构建起大带宽、低时延、高可靠的确定性网络能力，为智 能制造、远程医疗、自动驾驶等新兴应用场景提供坚实的网络保障。 本白皮书系统阐述光电融合网络的技术特征与发展需求，深入分 影响了数字经济高质量发展，“东数西算”工程目前还面临“算不了、 算不起、算不好”的问题。要解决这些难题，需构建低成本的智算互 联网，以此支撑我国人工智能、大模型的发展需求，要将数据在不同 地区的算力中心间高效传输和调度。光电融合网络可实现长距离、低 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， 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 低网络架构复杂度，实现面向智算场景的泛在连接能力，其意义主要 体现在： 支撑数字经济：为 AI 训练、算网协同、大数据处理等业务提供 高效、高可用底座；为智能制造、智慧城市、智慧能源等多个领域提 供高性能网络支持，加速各行业数字化进程，提升生产效率和管理效 能，促进产业升级。