务。通过学习大量的工业制造数据，大模 型可以辅助工程师进行产品质量控制和故 障诊断，提高生产效率和产品质量 气候研究 在气候研究领域，大模型可以处理气象数 据，进行天气预测和气候模拟。它们能够 分析复杂的气象现象，提供准确的气象预 报，帮助人们做出应对气候变化的决策 生物信息学 在生物信息学领域，大模型可以用于基因 序列分析（识别基因中的功能元件和变异 位点）、蛋白质结构预测（推测蛋白质的

约束，形成“全域感知、智能决策、精准执行” 的新型生产关系。 未来场景：农场自组织生产，打造未来农业 新形态 未来农田是遍布智能设备的“数字农场”， 每一块土地都拥有“智慧大脑”，通过土壤传 感器和气象监测仪等传感设备，实时感知土壤 湿度、光照和温度，动态调节作物生长所需的 环境和营养。当系统检测到土壤湿度低于设定 值，滴灌设备会自动运行，精准补充水分，既 不浪费水资源，又能让作物“喝饱喝足”。农 美分，叠加储 能产业的规模化突破，将共同占据电源结构的 核心位置。在电网侧，智能调度将演进至主配 微网协同模式，通过量子计算和全电压全域数 字孪生技术实现毫秒级跨区域供需实时调度， 人工智能结合高精度气象数据，可实现新能源 功率与负荷从短期到长期的精准预测；全网参 与潮流和暂态计算的节点数将从数百个激增到 数百万，从而实现供需的柔性调控。在负荷侧， 全球数据中心用电量将从 2024 年的 4200 控、大规模新能源汽车有序充电、微网资源双 向互动等方面也需要配网实现仿真和潮流计算， 支撑配网台区平衡稳定。2024 年全球风光水厂 站气象预测和功率预测的普及率约 1.04%，负 荷预测普及率不到 17%，2035 年为支持全面的 柔性调控和双碳目标达成，气象功率预测和负 荷预测普及率需达到 100%，成为新能源厂站建 设的必配要件；参与电网机电暂态计算的电网 拓扑训练节点数将会从 2024

路层甚至网络层执 行交换功能。目前主要的交换实现方式包括：​  透明转发架构：仅进行频率转换和信号放大，保持波形透明但功 能有限，适用于对时延敏感且无需复杂处理的场景。例如，在一 些简单的气象数据采集卫星网络中，由于数据量相对较小且对实 时性要求较高，透明转发架构能够快速将采集到的数据传输回地 面，满足业务需求。​  信道化交换：通过分析/合成滤波器组实现灵活带宽分配，可根据 农业生产的精准性和效率。在山东济南中科北斗数字农业示范基地， 该系统整合“天网”（卫星全域监测，实现分钟级高分辨率重访）、 “空网”（无人机自动巡查与精准作业）和“地网”（30 余类土壤、 气象等感知设备），构建全链条数据闭环。这套技术模式在济南新旧 动能转换起步区应用后，实现粮食增产 9%、收益增值 10%，并减少 机收机播及自然灾害导致的损失 5%。类似地，广东清远的智慧水产 基 间科学从“单星孤 岛式实验”迈向“多星协同智能科研”新范式。 5.4.3 全球气候监测 卫星互联网承载网通过高分辨率遥感星座与人工智能模型的融 合，实现了对地球气候系统的全链条监测预警。欧洲气象卫星组织将 于 2025 年 8 月 12 日发射 Metop-SGA1 卫星，这是新一代欧洲极轨气 象卫星的首星，由空客防务与航天公司建造，携带包括 Copernicus Sentinel-5

操作系统 OpenEuler 数据中心 液冷 多瑙管理平台 多瑙调度器 能源 鲲鹏/昇腾 OceanStor Pacific 智能网卡 & RoCE交换机 制造 生命科学 半导体 材料 气象 天文 25 / 鲲鹏原生开发技术白皮书 鲲鹏原生开发能力介绍 3 ) 鲲鹏 BoostKit 基础加速 鲲鹏 BoostKit 加速库提供基于 ARM 指令深度优化和基于鲲鹏 KAE（鲲鹏硬件加速引擎） 鲲鹏原生开发行业案例 鲲鹏原生 大连同方软银科技 江苏耐思捷智慧信息服务 江苏运时数据软件股份 沈阳雅译网络技术 沈阳天骐软件技术 沈阳金日盛软件科技 沈阳宏景世纪软件 广西壮族自治区气象信息中心 （广西壮族自治区气象档案馆） 万达信息 R 鲲鹏原生开发技术白皮书 / 108 鲲鹏原生开发行业案例 力算未来 百川伟业（天津）建筑 上海翊客湾科技 新迎顺信息技术股份 重庆众康云科技 联通（上海）产业互联网

年初，腾讯联合英特尔开发出智能负载调节系统， 可根据电网频率波动在 10 毫秒内完成服务器功耗调整，单数据中心 可提供最大 20%的瞬时调节能力。南方电网研发的“驭电”智能仿真 大模型，通过融合气象、负荷、设备等多维数据，将新能源预测准确 率提升至 95%以上。华为在贵安建设的绿色数据中心采用“分布式光 伏+液冷”技术，年均 PUE 低至 1.12；中国电信青海数据中心实现 100%绿电供应，年减排二氧化碳 可能导致电力供需失衡。算力调度系统启动“动态跟随模式”，根据 风电出力的变化实时调整算力负荷，以实现电力的平衡。 “算随电调”模式的有效运作离不开关键支撑技术。新能源出力 预测系统基于 AI 模型，结合气象数据提前预测风光出力，为算力调 度提供时间窗口；算力任务分级机制将任务分为实时性、延迟容忍和 弹性三类，便于根据电力情况进行调度；电算协同调度平台整合各类 数据，通过优化算法实时输出调度指令，实现电力与算力的协同。

植等前沿科技，搭建 MAP 数智 农业管理平台，运用人工智能技术，助力农业产业效能提升。 在种植户层面，以作物模型为核心，依托GIS遥感、农业气象、人工智能技术打造轻量化种植新农具。 在作物生长全生命周期实现长势异常诊断，围绕主粮作物形成农业气象专题预警报告，同时提供病虫 害识别工具，帮助种植者实现种植精准化、管理智能化，提升农业生产种植效率、提高土地产出率、 优化资源利用率。 在农业产业层面，深度应用前沿