能源富集区却面临算力需求不足的问题，影响了绿电的消纳。在系 统协同层面，算力调度以性能优化为导向，电力系统则以稳频调峰 为目标，二者缺乏统一的优化框架，造成新能源利用率损失 3%- 5%。技术层面，算力系统的异构性与电力系统的波动性难以通过传 统控制模型实现兼容，跨域协同效率低下。这些问题的存在严重制 约了算力产业与能源系统的协同发展。 本白皮书详细介绍了算电协同的发展背景、基本概念、功能架 构、关键 景、生态 第九届未来网络发展大会白皮书 算电协同技术白皮书 IV 建设，并探讨了算电协同面临的技术挑战和未来发展方向。我们期 待本白皮书能够为政产学研各界提供系统性参考，推动算力网络与 新型电力系统从简单叠加走向深度融合，最终实现“绿色算力赋能 数字经济，高效能源驱动算力革命”的美好愿景。 第九届未来网络发展大会白皮书 算电协同技术白皮书 V 目 ....................................................................................... 47 5.1.1 系统复杂性，算电协同的纳管挑战..................................... 47 5.1.2 资源动态匹配，协同控制的核心难题.....................

此需要细致分析。首个具有深远影响的法律框架是欧盟《人工智能法案》，因 为它保障了个人和企业的安全及基本权利。如果某些人工智能应用干扰或威胁 到公民权利，则会遭到禁止。如大语言模型等高风险人工智能系统可能会对健 康、安全、基本权利、环境、民主和法治造成重大损害，预计将出台相关法规 加以监管。 执行摘要 人工智能正在迅速改变我们的世界，并且具有重塑社会基本结构的巨大潜 力。然而，这种变革 的计算机视觉应用、稳定扩 散（文本到图像模型）以及在自主系统（自动驾驶汽车、机器人）中使用的强 化学习算法等多样化系统。更广泛的类别，如生成式对抗网络和大语言模型等， 是众多生成式人工智能应用的基础，要求在监管中将其纳入考虑。由于现行立 法在适应这一动态环境方面面临挑战，因此有必要采取细致入微的方法管理这 一广泛、快速发展的系统。由于竞争压力，快速发展的技术渗透到我们的生活 和商业实践 建议）。 ● 全球人工智能合作伙伴关系（GPAI） 汇 集来自科学界、产业界、民间社会、政府、 国际组织和学术界的专长，以促进国际合作 。 ● ISO/IEC 42001:2023 (人工智能管理系统 标准) ● OWASP大语言模型应用的10大安全风险 ©2025 云安全联盟大中华区版权所有 14 1. 生成式人工智能法律和监管的重点领域 1.1 数据隐私和安全 生成式人工智能在数

金融审计领域带来了新的发展机遇与挑战。如何借助大模型工具挖掘审计线索、 优化工作流程、提升风险预判能力，成为行业亟需探索的课题。本手册基于对银 行、证券及保险业审计场景的调研，结合大语言模型技术，系统梳理了金融机构 1000 个左右审计通用场景应用问题（侧重内部审计），并给出简要提示与典型 案例，旨在为金融审计领域的学习者及工作人员提供实用性的操作指南。以下是 本手册编写的核心逻辑与框架说明。 六、资产管理业务审计 .....................................................................................79 七、信息技术与交易系统审计 .........................................................................83 八、风险管理与内部控制审计 ..... 、审计模式创新 （10）在监管趋严与银行盈利压力并存环境下，如何通过审计功能创新 （如 压力测试审计、资本充足率动态模拟）提升资本管理的前瞻性？（如开发 逆周期 压力测试工具，构建资本充足率情景模拟系统，嵌入监管指标预警阈 值） （11）在新型腐败手段隐蔽化背景下，如何通过审计功能延伸（如员工行 为 建模、异常交易链追踪）强化对道德风险的预防性干预？（如运用社交网络 分析 （SNA）识别利

制，是基于国家东数西算“安全新总线”项目所开展的算网协同工程 实践。“安全新总线”通过 400Gbps 互联了国家八大枢纽节点、以及 多个国家超算中心，可根据任务时延、带宽需求提供广域确定性网络 传输质量，并通过网络操作系统开放网络资源的调度能力，算网协同 调度平台即原生构建其上。 白皮书以业务场景视角切入，对东数西算算网协同调度的调度架 构、应用场景、生态模式等进行了深入的分析论述。希望能够通过本 白皮书，为 算分离和边缘共享等新型生态模式。同时，通过对典型应用场景的详 细的业务流程分析，力求为产业参与者提供可操作、可复制的交付参 考与决策依据，加速“东数西算”从战略规划向工程落地的转化进程。 二、整体架构 ●系统整体架构 如图 2-1 所示：异地、异构、异属的各类算力资源 通过网关实现物理与逻辑层面的并网，构建起“全域可达、动态可控、 高效可用”的算力资源池，为算网协同调度平台提供标准化的资源服 务支撑。 资源供方入口：资源供应方可通过该入口向平台注册算力资 源，同时登记账户信息等相关内容，实现资源发布、调度、 使用、计量、计费及结算的全业务流程闭环。  协同调度模块：通过协同任务调度、流量调度与数据调度， 满足算力消费者对系统在算力、网络、存储等多维度的使用 ● 需求。  任务调度模块：接受协同调度的调控，聚焦算力维度需求， 调度相应算力资源以支撑用户任务的算力供给。  流量调度模块：接受协同调度的调控，聚焦网络维度需求，

版本发布 69 3.3 OS底座（openEuler系操作系统） 70 3.3.1 openEuler简介 70 3.3.2 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 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 86 4.2.2 恒安嘉新：基于鲲鹏原生开发安全采集分析平台，保障企业信息系统安全稳定运行 89 4.3 政府 91 4.3.1 超图软件：基于鲲鹏原生开发地理信息系统，让自燃资源评估更高效 91 4.3.2 深圳防灾减灾技术研究院：鲲鹏原生助力地震观测数据高效处理 1 广州海颐：基于鲲鹏原生开发高性能、高可靠电力系统软件，加速电网数字化转型 95 4.4.2 国能信控：基于鲲鹏原生开发新能源计算平台，为电力系统提供高效算力支撑 97 4.5 医疗 99 4.5.1 卫宁健康：基于鲲鹏原生开发新一代医疗信息系统WiNEX，让医疗服务更便利 99 4.5.2 东华软件：构建鲲鹏原生医疗经营管理系统，让医院运作更有序 101 4.6 水平软件

据库编写《智能化时代数据库自主可靠运维》 白皮书，旨在为企业提供一套兼具前瞻性与实践性的运维指南。 白皮书从智能化运维发展趋势切入，剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋 势。系统梳理数据增长、技术栈复杂、应急体系建设、安全合规等核心痛点。结合福建海峡银行和 腾讯云数据库实践，梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉 淀六大维度，构建可靠运维 运维中的能 力。 构建智能问答AI助手：基于AI知识库积累以及RAG、GraphRAG等技术构建智能问答AI助手，提升 运维效率。 构建全维度的可观测能力：逐步完善数字化可观测能力建设，包括系统性能指标、等待事件、完整 日志与TRACE数据等，实现AI-Ready的数据基础准备。 AI Agent 的应用要由浅入深，循序渐进：在 AI Agent 等进行智能操作时，涉及数据库稳定性的 升级，这也带来了生产环境中各个系 统的数据库应用版本差异问题。 随着国产数据库，特别是国产分布式数据库的蓬勃发展与规模化应用，金融企业对数据库应急管 理的标准化、自动化需求愈发迫切。为快速响应系统故障、减少人工干预并显著缩短故障恢复时 间（RTO），企业亟需构建一套标准化、自动化的应急管理平台，通过固化自动化应急流程，实现故 障处置的高效闭环。 同时，数据库应急体系需具备 “统一整体性

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 超大规模 扩展特征：多级缓存池化、资源灵活配比 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 技术是超节点的根基，其具备超高带宽互联、内存统一编址等技术特征，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， 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 化资源调度等机制，满足不同业务需求，最大化释放算力价值。 本文系统性地提出并论证了 “超节点将成为 AI 时代的核心计算单元” 这一重要观点，清晰地呈 现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析

：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 » 数字能源 ：支持数字系统的可持续能源基础设 施，包括可再生能源投资和绿色发电的经济效率 » 政策 ：支撑数智经济增长的国家监管、法律、 投资和可持续发展框架 » 人才与生态 ：涵盖 ICT 人才、STEM 毕业生、 量。以电力行业为例，新一代 AI 技术（如大模型） 与电力系统加速融合，依托大数据分析与机器学习 算法，可显著提升可再生能源发电预测精度、优化 需求侧灵活性资源调度、实现电网故障智能预警与 诊断，全方位增强电网运行的安全性与效率。 然而，电力数智化转型并非一蹴而就。当前各国发 展水平差异显著 ：部分国家已启动面向未来的新型 电力系统部署，部分国家仍停留在传统电网阶段。 IEEE Fellow 清华大学能源互联网创新研究院院长 清华四川能源互联网研究院院长 为系统评估全球电力数智化进程，助力各国融入 智能化浪潮，华为推出全球数智化指数（GDII）报 告，选取 25 个代表性国家，从“感知、联接、平 台、应用、服务、可持续发展”6 个维度，构建起 电力行业智能化指标体系，清晰呈现各国发展现状 与阶段性特征，并提出“传统电网—智能电网—新 型电力系统”的演进路径，为全球电力行业转型升 级提供参考依据和实施框架。