极为迫切。 然而，东部地区在数据处理过程中面临着严峻的挑战——电力紧张且 成本高昂。电力作为数据处理的关键支撑，其短缺和高成本严重制约 了东部数据中心的发展。 与之形成鲜明对比的是，西部地区拥有丰富的电力资源，且电价 相对经济实惠。这一得天独厚的优势使得西部地区成为了数据处理的 ●理想之地。因此 ，“东数西算”战略应运而生，旨在将东部地区产生 的数据处理任务有序、高效地转移到西部数据中心进行处理。这不仅 中心进行处理。这不仅 能够充分利用西部地区的电力资源优势，降低数据处理成本，还能促 进西部地区的数字经济发展，实现区域间的优势互补和协同发展。 4.1.2 目标效果 在东数西算场景里，“数据跟随任务走，流量匹配数据传”是提 升效率的重要理念。任务启动时，所需数据同步就位，精准贴合任务 流程，为其提供支撑。与此同时，流量依据数据的规模、 存储类型 及传输紧急程度进行适配，保障数据快速、稳定传输，让任务执行全 根据算网用户的多样化需求，算网协同调度平台利用资源调配能 力精准匹配数据处理应用与西部具有合适价格、算力和存储条件的算 网资源，实现应用的高效部署，确保业务的稳定运行和成本的有效控 制。 21  数据迁移保障 通过定制化的确定性广域网，算网协同调度平台为东部数据的迁 移提供可靠的网络通道，确保数据能够安全、快速地从东部数据中心 迁移到西部数据处理应用所在的算网资源，保障数据的完整性和可用 性。

：宽带用户、移动网络、物联网设备 03 全球数智化指数（GDII）2025 和智能终端产生的数据 » 数据传输 ：光纤、4G/5G 网络、骨干基础设施 以及 IPv6 部署的传输和联接质量 » 数据处理与存储 ：数据计算和存储基础设施及 相关能力，包括云投资、人工智能 Token 消耗 以及业务连续性能力 » 数据应用 ：企业数字化、人工智能应用、电子 商务和数字政府服务等多个领域的数据使用 化进程。基于全球联接指数（GCI）和全球数字化 指数（GDI）等早期模型，GDII 围绕七个关键支柱 针对各国的表现进行评估。这些支柱代表了支撑人 工智能成功所依赖的数据循环。 » 数据生成 » 数据传输 » 数据处理与存储 » 数据应用 » 数字能源 » 政策 » 人才与生态 GDII 通过为政策制定者、投资者和企业提供切实 可行的洞察，从而支持战略决策，推动可持续的数 智化转型。 国家数智化发展差异化表现 ：在数智系统中，数据必须从终端快速流向 云端、边缘和核心系统，完成处理、训练和推理。 具备高吞吐量、低时延和冗余数据通道的传输能力 对于支持依赖设备、数据中心和云平台实时协同的 人工智能工作负载来说至关重要。 数据处理与存储 支持系统 ：云平台、存储系统以及由人工智能驱动 的数据清洗、标注和情景化工具 相关性 ：数据传输完成后，必须将其转化为结构 化、高质量的数据格式，以供人工智能系统使用。 这包括数据验证、增强、标注、规范化和元数据标

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 鞍钢集团：国产分布式数仓项目 中国五环工程有限公司：“智改数转”项目 荣耀：打造高性能AI底座，吞吐最高提升2倍 共同构建自主创新的数字底座，为 上层应用提供既自主创新又技术先进的运行环境；基础软件层中国产操作系统、数据库和中间件在实现自主创新的同时，不断融入云计 算、大数据等新技术架构，支撑数字化转型对数据处理和系统可靠性的更高要求。 二是业务应用层，从办公软件到行业专用系统，再到自研业务平台，都在同步实现国产替代与数字化升级，既保障安全可靠，又提升业 务效率和用户体验。 三是终端设备层，作为数字 C-DS世 界纪录，全面兼容MySQL、PostgreSQL、Oracle等主流协议，并广泛应用于金融、政务等领域。一方面是技术的成功替代，另一方 面通过国产数字化升级解决了长期困扰业界的海量数据处理难题，让数据真正成为驱动业务增长的生产力。 在金融领域，TDSQL目前已服务于国内前十大银行中的七家，助力100余家金融机构完成了核心系统替换，推动金融核心数据库国产 数字化升级进入规模化复制

openEuler基础能力 71 3.3.3 openEuler工具和社区服务 75 04 行业案例 80 4.1 金融 81 4.1.1 恒生电子：基于鲲鹏原生开发经纪场外业务系统，让证券数据处理更高效 81 4.1.2 宇信科技：基于鲲鹏原生开发金融软件，让金融信息处理更高效 83 4.2 电信 86 4.2.1 浩瀚深度：鲲鹏原生赋能 DPI 采集系统，网络数据可视化处理更加高效 鲲鹏原生开发技术白皮书 鲲鹏原生开发能力介绍 图 3-15 鲲鹏 BoostKit 场景化应用加速能力介绍 2) 鲲鹏 BoostKit 应用加速 鲲鹏 BoostKit 提供性能倍增的应用加速软件包，使能数据处理极致性能、数据访问 极致高效和云手机极致体验。 鲲鹏 BoostKit 应用加速软件包，详细介绍与最新内容请参见鲲鹏应用使能套件 BoostKit → 应用加速软件包，详情可扫描右方二维码。 ent Application，CA）、 安全模式的可信应用（Trusted Application，TA）、安全模式下的可信操作系统。 iTrustee 应用于金融大数据数据挖掘场景，可保证数据处理过程中的机密性。可应用于一体化大数据中心场景，确 保数据可信交易，同样也可用于行业隐私计算认证场景，确保计算过程中避免泄漏个人隐私信息。 iTrustee 安全可靠，其基于华为自研的微内核实现，安全

，DeepSeek-R1展现 了其强大的推理能力和逻辑严谨性。  此外，DeepSeek-R1的自我反思能力使其在复杂查询中表现出色，如儿科临床决策支持中的多层次分析。  医疗数据处理方面，DEEPSEEK 的多模型技术融合成果较好。以金域医学接入 DeepSeek - R1 模型为例，其智能体应用 “小 域医” 在面对个性化临床咨询场景时，借助多模型融合技术能够更精准地理解 商业化进程，吸引更多的投资和企业进入这一领域。 政策全面拥抱AI在医疗领域的应用，明确了方向和支持力度 资料来源：各政府官网，Global Market Insights，西南证券整理 10 优化数据处理，降本增效成果显著 资料来源：新华网，中国科技网《深瞳：AI 为药物研发按下“快进键”》，西南证券整理 11 降本路径分析 增效场景应用  药物研发成本大幅压缩 DeepSee 外，其蒸馏技术支持端侧小模型普惠化，进一步降低算力 需求。  医疗数据资源的高效利用 中国庞大的医疗数据资源为AI模型提供了丰富的训练“养 料”。DeepSeek通过中文语法优化和多模态数据处理能 力，深度挖掘电子病历、中医典籍等非结构化数据价值。 例如，大经中医结合DeepSeek技术构建中医智能产品矩 阵，降低中医诊疗推理成本40%。  诊疗流程智能化 AI在临床路径优化、病历质控等领域显著提升效率。湖南省

业的市场领先 企业。 “临床检验与病理诊断人工智能开放创新平台示范”取得广州市重点领域研发计划 项目支持  自然语言处理、机器视觉和数据挖掘等三大核心领域技术能力积累齐头并进  文本大数据处理中枢、AI项目对照、医学术语、专病模型、病例报告结构化等项 目已启动建设，共同为智慧医检场景落地提供核心驱动。  大力提升信息化水平，推广智慧报告、染色体AI、标本自动分拣、病理技术自动 Intelligence数据，亚洲地区各国统计的700家AI制药公司中，主要布局包括早期药物开 发（392家）、数据处理（235家）、临床开发（149家）、端到端药物开发（83家）、临床前发展（57家）及药物再利用（ 26家）等在内的六大环节。使用AI进行药物开发的主要领域是早期药物开发和数据处理。这些过程中涉及的数据多样性，使人 工智能成为预测小分子的生物活性、毒性等不可替代的工具。  适应症上 简化蛋白质设计 • 优化临床试验设计 • 有代表性的病患计算机模型 • 定义最佳定制化疗法 • 分析医疗记录 • 改进病理学分析 以个性化疗法及最佳数据处理为目标 临床阶段 临床前试验设计 与处理 试验优化及数据处理 • 减少规划的时间及成本 • 解码开放和封闭式访问数据 • 自动筛选、操控和分析细胞 • 利用机器人云实验室实现样品分析自动化 信息的收集与汇总

以上，释放合规人力资源，提升风险防控的及时 性与准确性。 积极与生态伙伴合作，借鉴大型银行经验，加速技 术消化吸收与本地化适配，降低创新风险。 “AI+Python”自动化处理高频报表，数据处理速 度提升 50% 以上。 对公业务管理系统嵌入智能助手，实时响应客户经 理政策、产品、流程咨询，服务响应进入“秒级”时代。 反洗钱报告自动化成效显著（耗时减半），释放人 力资源，投入更高价值分析。 突破。 新型场景中，影响力推断与社会网络金融借助大模型解析社交数据，服务客户 管理、投资决策等；财务造假监测通过 AI 与人机协同提升效率，行业有技术迭 代案例，中小券商可探索专用模型与多源数据处理方案。整体来看，该领域在 多方面仍需深入探索。 东莞证券技术中心副总经理（总经理级） 廖倡 一、资本市场数字化发展趋势 东莞证券技术中心副总经理（总经理级） 廖倡 16 人工智能方面，证券行业的人工智能发展历程可 效果。 在创新业务方面，人工智能技术正广泛应用于做 市商、ESG、ETF、场外衍生品、高频量化交易等新型 业务，展现出其在金融领域的巨大潜力和应用价值。 在做市商业务中，可利用人工智能进行实时数据处理 和风险预测，优化订单执行路径，减少交易延迟，提 升交易效率，并通过强化学习调整风险敞口，确保财 务状况稳健。在 ESG 投资中，可通过自然语言处理和 机器学习技术收集和分析 ESG 相关数据，实现精准的

训练工具  终身学习的方式可能从知识搜索转向了古老的对话式学习 2. 让人学会与AI共舞，尤其是生成式AI将成为人的必备技能  人工智能专业  大专：编程基础 | 数据处理 | 模型训练 | 算法应用 | 工具使用 本科：基础知识掌握 | 编程能力 | 算法理解 | 实践应用 | 跨学科意识 硕士：专业深化 | 研究方法 | 创新能力 | 工程实践 | 领域专精 智能机器人实训系统 课程实训平台 就业面向 主要面向人工智能产业及其应用相关的企事业单位，在人工智能技术应用开发、系统运维、产品营销、技术支持等岗位群，从事 人工智能应用产品开发与测试、数据处理、系统运维、产品营销、技术支持等工作。 人工智能通识课 AI的应用场景 声音领域的应用场景 Prompt 图像识别应用场景 LLM训练核心 大语言模型的应用 AI的核心技术

险评估、数据合规与隐私 保护、数据运营安全等，主要为政府、军队、企事业单位提供数据运营安全产 品和服务。数安行以DataSecOps为理念，以AI人工智能技术为核心驱动，将数 据安全左移，在数据处理的第一现场对数据采取安全措施，平衡业务与安全， 打造以数据运营为核心的数据安全生态体系，助力数字化转型，致力于让用户 的数据安全地创造价值。公司核心团队拥有20余年产研和市场服务经验，技术 适用于用于训练模型的所有信息，这可能会限制个人反对权的范围。这凸 显了开发透明且负责任的生成式人工智能以尊重个人隐私权的必要性。 ● 合规性：《通用数据保护条例》要求对数据处理活动执行数据隐私 影响评估(DPIA)，这也适用于人工智能系统的数据处理及其对数据主体造成 的风险。在用于训练大型生成式模型的大数据集中识别个人数据非常困难， 目前还不清楚欧盟将如何处理生成式人工智能中的《通用数据保护条例》合 创新与竞争力， 有助于基于证据的法规学习，并为中小和初创企业的人工智能系统进入欧盟市 场提供便利。 ● 国家主管部门对沙箱具有监督权，并必须确保与其他相关机构的合作。 人工智能沙箱中的个人数据处理： ● 为其他目的收集的个人数据被允许在人工智能监管沙箱中处理的情况， 仅包括以公共利益为目的的开发、训练和测试个人数据的人工智能系统。 ● 必须满足一定的条件以确保遵守数据保护法规，包括有效的监督机制、

等，赋能各类智能终端。举例来看，1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣，XR 产业有望迎来新发展阶段。2、手机需求放 缓，AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 在未来数年内不断突破数据处理和智能学习的界限，通过边缘 AI 赋能， 智能机顶盒、智能音响、智能耳机等智能终端产品有望形成软硬件一体 的智能语音交互助理载体。 ◼ AI+提升生产效率， B 端应用场景发展潜力逐渐释放。随着技术和应用 发展相辅相成，相互促进。一方面，AI 技术可以收集 XR 设备上的各类 数据，并高效处理，另一方面 AIGC 的发展将进一步提升内容制作效率。XR 设备的发 展则反向推动 AI 技术深入和产业结合。 从数据处理角度看，近期，Meta 发布 AI 新模型 Segment Anything Model（SAM）， 可以为任何图像或者视频中的任何物体生产 mask，甚至包括在训练过程中没有遇到过 的物体和图像类型。SAM 数据来源：赛迪，东吴证券研究所 物联网由三项关键的新兴技术支持：人工智能(AI)：使设备能够像人类一样学习、 推理和处理信息的可编程功能和系统。5G 网络：具有高速，接近零延迟的第五代移动 网络，用于实时数据处理。大数据：从众多互联网连接来源处理的大量数据。随着物联 网设备数量的增加，数据的泛滥也将是自然而然的。这就是 AI 介入的地方——将其学 120 137 246 36.3 45.3 80