5.1 ZRx 相干光模块.......................................................................63 5.2 光电融合网络设备...................................................................67 5.3 光电融合管控系统................ IP 业务层与光传输层融 合，通过将 DWDM 相干光模块直接部署于路由器等分组设备，消除 独立光转发设备，降低功耗与空间占用。 光电融合技术从最开始的 IP over WDM 方案，已有十余年历史， 近年因开放解耦架构的普及和光模块技术进步（如微型化光电集成、 相干容量提升）重获关注。消除独立光转发设备不仅降低 CAPEX， 其扩展传输距离还可绕过汇聚节点，进一步节省成本。 光电融合网络技术是通过光层传输与 光电融合网络技术是通过光层传输与 IP 层控制的深度协同，构 建的统一网络架构体系。其核心是将传统分离的光传输系统 （DWDM/OTN）与分组交换设备（路由器/交换机）在物理设备层、 协议层和网络管理层实现三重融合，形成下一代确定性、可编程、广 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

..17 五、算力城域网关键技术.......................................................................18 六、算力城域网设备能力要求.............................................................. 22 七、算力城域网典型应用................. SLA。 3.2.5.推理下发需求 推理应用的规模落地是大模型技术实现商业变现的核心环节。华 为预计 2025 年 70%的新应用将集成 AI 模型，端侧设备（如智能手机、 智能家居设备等）与推理池之间的并发量将达到百万级。端侧设备与 推理算力集群间的高频、富媒体即时交互，对网络的响应速度与带宽 提出了更高的要求，以确保用户体验推理业务的流畅。 为了满足推理下发对低时延、高带宽及确定性的需求，网络需要 灵活设置，实现算力用户终端、企业分支站点的融合接入，涵盖光纤、 PON 、 5G 等 多 种 接 入 介 质 。 算 力 POD 基 于 算 力 SPINE 设 备 （COMAN-CR）、算力 Leaf 设备（COMAN-AR）设备构建的 Spine-Leaf 架构，实现固、移、云、算业务的统一接入与融合承载，同时保证了 区域内各类业务流量的无阻塞快速转发。算力 POD 可为用户提供无 损的算力通道，实现算力服务的广覆盖和高效输送；并结合云网

端的生产力及生产效率，其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看， 1、安防行业作为 AI 技术落地应用较为领先的领域，率先受益于 AI 技术的成熟发展：随着 AI 逐步渗透到视频前后端设备中，AI 技术能够 对视频数据进行实时的结构化处理与分析，呈现在人工面前的并不是实 时的大量视频数据，而是经过 AI 分析后的结果。传统安防产业在产品、 技术与应用等多维度实现了更深层次的进化与变革。2、人工智能亦将 ............................... 10 2.1. XR：AIGC 降本增效拓展应用场景，有望提升设备渗透率 ............................................... 10 2.1.1. 终端设备品牌厂商大力推动应用场景拓展................................................... ............................................................. 17 2.3.1. 智能机顶盒：有望从视频控制终端成为智能家居终端载体设备............................. 18 2.3.1. 智能音响：语音识别+搜索引擎相结合，有望成为智能家居的控制中心 .............. 18 2.3.2. 智能耳机：AI

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 服务能力 数字化服务 服务运行 - 7 成熟度要求 7.1 组织 组织能力域包括组织建设、转型战略、流程管理、变革管理4个能力 足为数字化需求提供基础设 施资源保障的要求 应建立数字化转型基础设施 资源管理机制，为数字化转型 提供资源 应对数字化转型相关资源的 采购、储备及调配形成有效规 划及具体措施 应将基础设备资源集中统合 管理，形成资源库，对基础设 备进行统一调配 a) 应构建面向业务服务管 理的基础设施资源支撑 体 系 ； b) 应构建基础设施资源的 可伸缩、可拓展、可监控 的动态管理机制 实现组织在全球层面的 供应链协同和供应链风 险监测 GB/T 43439—2023 后 7.6 数字化生产 数字化生产能力域包括产品设计、工艺设计、计划调度、生产作业、质量管控、设备管理、仓储配送7个能力子域。各能力子域的成熟度等级要求， 应符合表7的规定。 表 7 数字化生产的成熟度要求 成熟度等级要求 能力子域 一级 二级 三级 四级 五级 产 品 设 计 a)

技企业，凭借多年深耕高端半导体集成电路技术领域，积累和掌握芯片级封装测试装备技术、工艺和市场，致力于打破 欧美企业行业与技术垄断，实现国产替代和技术自主可控。iDB-RT 设备是单道高速转塔式芯片封测机，采用高速转塔机构， 设备集成了在半导体芯片封测技术的积累，最高 UPH 每小时可超过 30000 以上，可以处理 0.2*0.2mm 芯片。 全球领先的半导体集成电路先进制程装备服务商 物联网芯片电子标签封测生产线 ������������������������������������ 93 5.2 RFID 生产设备产业 ������������������������������� 95 5.2.1 封装设备 ·················································95 5.2.2 复合设备 ···············································95 企业出海有何 Know-how �������������������� 126 7、端侧 AI 这么火，RFID 企业可以怎么玩？ ������������� 126 8、万亿 PCS 无源 IoT 设备 +AI，是蹭概念吗？ ���������� 127 9、“狼来了”还是“机会来了”？ 5G-A 蜂窝无源标准即将冻结 �����������������������������������������������������

如何看待这些应用方向之间的关系 资料来源：西南证券 诊断 药物治疗 手术治疗 AND/OR 终极理想是个人医 疗大数据包，所有 医疗数据/临床数据 /检验数据/体检数 据/基因测序数据/ 单一医学影像设备 的诊断数据的融合 ，不断更新 根据个人医疗数据 包动态给治疗方案 ：病种质控，专家 知识库辅助决策， 流程效率提升，互 联互通，利好医生 ，也利好病人 日常个人健康数据 的管理和监测，也 可预警。收集到的 智能诊断、 科研管理、 设备互联互通 综合性解决方案 AI 基因测序 收集样本基因测序、 罕见病遗传病分析解读 多组学风险预测和评估 AI 制药 分子虚拟筛选、药物发现 优化药物结构 临床试验优化 建立疾病风险模型 肿瘤精准治疗 AI 医学影像 图像处理、 勾勒病灶大小、 特征识别、诊断建议 AI 健康管理 可穿戴设备 定制化干预方案 同类型的模型，对来自患者的各种检验数据 、病历信息等多源数据进行全面分析，使得 “小域医” 能够为用户提供更精准、可靠、便捷的 AI 咨询服务。  在医学影像诊断方面，亦实现了多模型在影像设备智能化中的应用。通过融合不同的医学影像分析模型，如用于检测肺结节的模 型、用于分析心血管影像的模型等，能够对多种疾病的影像特征进行综合分析。同时，结合自然语言处理模型对影像报告中的文 字信息进行处

策，如AI医生、院内大模型等； • B端自我管理：B端医疗机构利用AI工具提高内部运营效率，如电子病历、HIS系统、病床管理、供应链管理等。 ➢ 投资建议： ➢ 硬件+AI：测序设备公司（华大智造等）、影像设备公司（迈瑞医疗、联影医疗等）、个人健康终端公司（三诺 生物、鱼跃医疗等）； ➢ 数据+AI：测序数据公司、ICL数据公司（金域医学等）、体检数据公司。 ➢ 风险提示：技术升级迭代 C端自我管理 • 定义：C端自我管理主 要是定位于患者，患者 基于AI对于疾病预防、 治疗等全周期应用。 • 商业模式分类：移动医 疗、互联网医疗、慢病 管理、长辈健康数据追 踪、可穿戴医疗设备等。 • 代表性公司： Hims&Hers Health、 teladoc、welldoc、 dexcom等软硬件公司 B2C远程管理 • 定义：B2C远程管理主 要是定位于院内医疗场 景的远程实现，是用户 Systems、Cerner、嘉和 美康、卫宁健康 资料来源：国联民生证券研究所整理 “AI+医疗”相关公司 主线一：硬件+AI ➢ 测序：华大智造等 ➢ 机器人：微创机器人等 ➢ 小设备：三诺生物、鱼跃医疗、乐普医疗等 ➢ 大设备：迈瑞医疗、联影医疗、开立医疗、万东医疗、鹰瞳科技等 主线二：数据+AI ➢ 金域医学、迪安诊断等 ➢ 华大基因、贝瑞基因、诺禾致源等 ➢ 美年健康、润达医疗等 主线三：CRO+AI

............ 11 超低时延的智慧场景，终端部署具有必要性 ...............................................11 缩减优化模型，部署终端设备 ...........................................................12 “贾维斯”式智能管家，引领全新换机需求 ............... 图10： 动态内存 ........................................................................... 8 图11： 模型大小与设备内存的增长示意图 ..................................................... 9 图12： 算力计算公式 ..................... 表2：大语言模型的计算 公式 注释 模型参数 优化器内存 梯度内存 激活重计算 模型训练内存 需求 模型推理内存 需求 资料来源：Eleutherai，国信证券经济研究所整理 图11：模型大小与设备内存的增长示意图 资料来源：NVIDIA，国信证券经济研究所整理 算力方面，根据 OpenAI 在 2020 年发表的论文，训练阶段算力需求是模型参数数量与 训练数据集规模乘积的 6 倍：训练阶

均在地面控制器完成， 卫星互联网路由器本身无需具备路由计算功能。 集中式架构的主要优势在于简化了星上处理过程。由于复杂的路 由计算任务由地面强大的计算资源承担，星上设备只需专注于按照既 定规则进行数据转发，这降低了星上设备的复杂度和成本，同时也便 于对网络进行统一管理和控制。例如，通过地面网络控制器，能够方 便地对整个卫星互联网承载网的路由策略进行调整和优化，以适应不 同的业务需求和网络状况。​ 3-2 卫星互联网承载网分布式架构图 然而，分布式架构也面临一些挑战。一方面，每个卫星互联网路 由器都需要具备强大的计算能力和存储能力，以维护复杂的网络全局 拓扑信息并进行实时路由计算，这对星上设备的硬件资源提出了很高 的要求。在卫星资源受限的情况下，实现这样强大的星上处理能力存 在一定的困难。另一方面，由于每个路由器都独立进行路由决策，可 能会导致网络中出现路由冲突和不一致的情况，影响网络的整体性能。 微波的波长范围在毫米到米之间，其在空间通信中的优势在于对卫星 的捕获、对准和跟踪精度要求相对较低。相比激光链路，微波链路的 建立和维护更加容易，系统复杂度相对较低。这使得微波技术在早期 的卫星通信系统以及一些对通信设备复杂度和成本较为敏感的应用 场景中得到了广泛应用。例如，在一些低轨卫星星座系统中，为了实 现快速组网和低成本部署，部分星间链路采用了微波技术。 微波技术在大气传输中的性能相对较为稳定，受天气条件的影响

双碳目标大趋势和不同客户面对的挑战 用能侧企业 能源管理平台部署复杂，成本高；缺乏专业的能 源、碳排放对标和诊断 已安装有部分子系统，历史子系统改进难，数据 难以对接 光伏、储能、汽车充电桩等新型能源设备没有统 一的SCADA监控系统，运维管理难 能源管理者对碳管理缺乏经验，需要一套能源管 理和碳管理的整合工具 减排和业务发展难以协调，亟需区分减排的 重点，节能减排方案收益难以量化 缺乏低成本节能减排方案，传统节能项目成本 可配置的丰富能源应用，实现能源中心、微网、及 负荷侧的能源综合管理和优化 灵活的部署和交互 采用云原生架构，支持私有化部署和云端部署，支 持大屏、Web、手机多端呈现和交互 开放的平台 预制协议转换，快速接入第三方设备或子系统，组 件化应用构建工具，灵活响应客制化需求 企业碳管理 基于碳量化结果和减排方法学，帮助企业指定减 排规划，实现低碳转型，实现碳资产的管理与增值 能源桑基图 用能结构 范围1 和推送，打造数字孪生能源系统。实现能源资产全数字化管理，提高企业能源管理者日常能源系统运维监管、能源和碳目 标管理效率。 开放，易用，您身边的能碳管理专家 西门子智能基础设施集团 整合西门子中压、低压、用能侧设备的行业经验，基于物联数据、数据模型和AI算法，为用户提供面向能源站、各类用能系 统的优化策略和算法；利用算法模型和对微电网的发电预测、负荷预测，实现光储充综合优化、用电需量管理。 支持灵活选择国