体系，成为推动卫星互联网高质量发展的核心挑战。 传统卫星通信网络存在覆盖局限、资源利用率低、星地协同不足 等问题，难以满足全域通信、应急保障、产业赋能等多元化需求。卫 星互联网承载网作为连接卫星星座与地面终端的“太空信息高速公 路”，通过星间/星地链路技术、动态路由与交换技术等关键技术创 新，实现了数据的高效传输与交互，为破解传统网络瓶颈提供了系统 性解决方案。 本白皮书首先系统梳理了卫星互联网承载网的发展背景与需求 .............73 1 一、需求与愿景 本白皮书创新性提出卫星互联网承载网这一前沿概念。卫星互联 网承载网是连接卫星与地面终端，实现数据高效传输与交互的关键网 络架构，如同信息高速公路一般，确保卫星互联网中的各类信息能够 快速、稳定地流通。具体而言，本章从国家战略需求、产业发展驱动、 人民生活需求以及世界科技发展趋势入手，深入分析卫星互联网承载 网在各领域的重要作用与发展契机。 卫星互联网承载网是构建全球空天地一体化通信系统的关键枢 纽，其核心使命是贯通卫星星座、地面终端与地面核心网，实现跨地 域、跨域的高速数据传输与灵活调度。在整个卫星互联网的体系中， 卫星互联网接入网负责为用户提供“最后一公里”的接入服务，地面 核心网承担业务治理与资源编排，而卫星互联网承载网则在二者之间 形成一条覆盖全球的高速信息干线。这一承载体系以卫星星座为核心 节点，依托星间链路和星地链路，将分布在轨道各处的卫星节点与地

当前，以 6G、云计算、人工智能、未来网络技术等为代表的新 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、 （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 模块）作为 IP 层直连接口，实现无电中继的长距离传输，构建从路由器到光层的 透明链路。 2.确定性网络增强机制 基于 SRv6+ODU/OSU 1.2 光电融合网络需求和意义 随着 5G、物联网、高清视频等技术的普及，数据流量呈爆发式 增长。传统通信网络在传输容量和速度上逐渐难以满足需求，光电融 合网络凭借光信号高带宽的优势，能实现高速大容量数据传输，满足 不断增长的数据传输需求。 算力资源的分布往往和需求不匹配，导致资源利用率不高，严重 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

并向物理世界延伸。大模型技术及能力演进， 驱动 AI 系统负载变化，需要一套系统架构满足未来发展需求，超节点成为 AI 基础建设的共识。 超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联 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 推动超 节点技术从“技术探索”走向“落地应用”，加速我国智算基础设施发展，为全球智算产业创新贡 献中国智慧。 中国信息通信研究院副院长 魏亮 序言 3 超节点发展报告 05 人工智能高速演进背景下，算力需求呈指数级增长，大模型竞争已进入 “参数规模摸高” 与 “训 练效率提升” 并行的新阶段。Scaling Law（规模定律）将以多元形态长期生效，持续推动人工智 能技术突破能力边界，而超大规模 384 超节点 以及超节点集群 Atlas 900 SuperCluster，实现了业界最大规模的高速总线互联。 L2 网络交换 节点服务器通过网络设备互联 传统节点架构 L1 网络交换 服务器节点 在大模型应用拉动下，传统数据中心的横向扩展范式暴露出跨机通信瓶颈。“一种以 AI 处理器 高速互联为核心、实现跨节点大带宽 / 低时延的集成计算单元范式”初现端倪。尽管“超节点”目前 是一个行业概念而非严格的技术标准，这标志着

年数字经济核心产业增加值占 GDP 比重超 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 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 衡算效与建网成本。此外，在大模型训练过程中，一旦发生网络故障 引发训练任务卡死等问题会严重影响训练效率，网络须具备高精仿真、 网络自愈等智能运维能力。 综上，跨集群协同训练服务对算力城域网的需求是：采用 400G/800G 高速链路，支撑 100km-500km 跨集群协同训练。基于 RDMA 无损数据传输保障跨集群训练的算效下降小于 5%。采用 4:1、 8:1、16:1、32:1 等高收敛比组网；网络高稳定运行，故障影响不扩散。

在联接构成。然而，随着原始数据量、种类及生 成速度的不断增长，实现持续、可靠的大规模数据 生成将需要依托更具韧性和可持续性的数智基础设 施，特别是在边缘计算层面。 数据传输 驱动因素 ：高速光纤网络、边缘计算节点和骨干系统 相关性 ：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 过去十年中，全球数智经济经历了深刻变革，在此 划分为以下三个阶段。每一阶段的技术和框架各有 特点 ： 信息化时代（2014 年 –2019 年） 网络连接成为支撑信息技术的基础设施，构建起 “信息高速公路”。数字化的广泛采用意味着数字应 用开始大规模落地。 全球联接指数（GCI）在这一时期发挥了重要作用。 通过宽带可访问性、云服务和物联网的早期应用等 在内的 40 项指标，对全球 79 个国家进行了评估。 ：发展不够系统和连贯，仅在部分 领域取得进展。 » 人才生态不成熟 ：初期数字化落地应用由实际 需求和新兴人才驱动，整体生态不够成熟。 在频谱政策方面也存在类似的差距。新兴国家的频 谱战略与高速移动宽带（尤其是 5G）的部署规划 存在脱节，阻碍了数字化从消费和电子商务领域走 向规模化行业应用。 31 全球数智化指数（GDII）2025 频谱政策 线性（频谱政策） 5G覆盖 线性（5G覆盖）

署到西部合适的算网资源上，确保应用能够在最佳的环境中运行，发 挥最大的效能。 图 4-5 东数西算-调度结果实施与数据迁移-任务调度 26 ② 流量调度 流量调度模块借助确定性网络网络控制器，为数据迁移准备高速、 稳定的网络通道，优化网络配置，避免数据在迁移过程中收到网络拥 塞等问题的限制，实现快速、安全的传输。 图 4-6 东数西算-调度结果实施与数据迁移-流量调度 ③ 数据调度 数据调度模块 为特定任务提供有保障的传输质量，难以契合前沿科研和创新应用对 数据传输确定性、可靠性的需求。 随着确定性广域网的发展，其高带宽和确定性传输能力为数据传 ●输带来新的解决方案 。借助信息化手段，实现海量数据的高速、安全 传输，如同搭建一条数据高速公路，有效提升数据传输效率，降低成 本，增强数据安全性，为前沿科研和创新应用提供有力支撑。 4.2.2 目标效果  准确迁移定位 用户可根据业务需求，准确指定数据迁移目的地，确保数据准确 成本预算上的差异。无论是光纤专线接入，还是其他灵活的接入方案， 企业都能根据自身情况选择最适合的接入方式，确保数据传输的稳定 性和经济性。  高速传输能力 在光纤专线接入方式下，面向单任务可提供高达端到端 Gbps 至 Tbps 级的传输能力，实现海量数据的快速传输。这一高速传输能力 能够大幅缩短数据传输时间，加速业务处理进程，使企业能够更快地 获取数据价值，在激烈的市场竞争中占据优势。 4.2.3

时代将展现出“共生乘数效应”，AI 技术、基础 设施与应用场景三要素正相互赋能、协同演进。AI 技术是引擎，场景应用是驱动，而基础设施则是 承载一切创新的基石，决定了人工智能发展的速度和高度。没有高性能计算、高速网络和高质量数 据所构建的坚实基础，再先进的算法也无法高效运转，再广阔的应用场景也无法落地实现。 人工智能技术的迅猛发展，正以前所未有的速度推动算力需求的增长。我们预测，2035 年全 社会的算力总量跟 未来十年，世界将迎来数千亿智能体的广泛联接。这一趋势将催生面向智能体互联网的新一代 网络架构，推动实现高实时、高智能的交互体验，突破万物互联的边界。 在智能时代，全球范围内电力设施和能源成本将会是制约 AI 高速发展的核心要素，预计到 2035 年，全球数据中心耗电量将高达 1.5 万亿度，能源供给需要发生大的变革，可再生能源加速替 代传统化石能源，新能源发电量占比将突破 50%。同时，人工智能将成为新能源系统的核心，通过 展望通用人工智能（AGI）的未来十年，其 发展路径主要面临三种可能性： 1. 规模主导，奇点降临： Scaling Law 继续作为核心定律持续生效， 算力、数据与模型规模的扩展红利未见衰减。 技术沿现有轨道高速演进，最终量变引发质变， 触及 AGI 奇点，从而颠覆现有技术范式，推动 人类社会发生根本性变革。 2. 架构革新，范式转移： 当前基于 Transformer 的规模扩展路径触 及天花板，Scaling

增持（维持） [Table_Tag] [Table_Summary] 投资要点 ◼ ChatGPT 爆火，其能力已接近人类水平。GPT 升级至四代，模型能力 高速提升。2023 年 3 月 15 日，OpenAI 正式官宣了多模态大模型 GPT- 4，ChatGPT4 将输入内容扩展到 2.5 万字内的文字和图像，较 ChatGPT 能够处理更复杂、更细微的问题。最新版的 更精准的语言理解能力。GPT 的升级背后是 OpenAI 的大语言模型的进一步演进，同时 带动下游应用的拓展，涌现出新一批应用场景。 1.1. GPT 迭代更新，人工智能掀起科技潮 GPT 升级至四代，模型能力高速提升。ChatGPT 是由 OpenAI 开发的自然语言生成 模型，采用 Transformer 神经网络架构（又称 GPT-3.5 架构），基于大量的语料库使用指 示学习和人工反馈的强化学习（ 、 视频等资料库，我们预计公司未来有望打造超越通用大模型的垂直领域 AI 模型，为用 户带来更佳使用体验。 2.3. IOT 智能终端：AI 赋能拓展应用场景 全球物联网仍保持高速增长。物联网领域仍具备广阔的发展空间，根据 GSMA 发 布的《The mobile economy 2020 (2020 年移动经济)》报告显示，2019 年全球物联网总连 接数达到 120 亿，预计到

大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商 资本开支持续高速增长，带 来 AI 服务器市场规模大幅提升，预计到 26 年全球 AI 服务器出货量将达到 237 万台，对应 2023-2026 年 CAGR 为 26% 。 l 重点推荐组合：中芯国际、翱捷 DeepSeek-V3 模型在拥有 2048 个 NVIDIA H800 GPU 的大规模集群上进 行训练， 每个节点配置了 8 个 GPU ，并通过 NVLink 与 NVSwitch 实现内部高速互联；不同节点间的高效通信则依赖于 InfiniBand （ IB ）网络。 l 创新性提出了 DualPipe 算法，通过优化计算与通信的重叠，有效减少了流水线中的空闲时间。对于 DeepSeek-V3 服务器行业将保持快速增长。 相关企业加速布局以及人工智能应用场景的逐步落地， AI 服务器在服务器整体市场中比重提高。中国的企业和研究机构积极进行人工智能服务器的技 术研发和创新，包括高性能处理器、大容量内存、高速存储器和高效冷却系统等领域的创新，以满足计算能力和数据处理速度的需求。 表：中国人工智能行业政策节选 发布日期 发布单位 政策名称 主要内容 2024 年 1 月 工信部 《国家人工智能产业综合标准化体系建设指

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 静电保护 <2kV 喷胶工艺 ACP 导电胶 / 喷胶 固化工艺 高温固化 / 超高温固化 合格率 >99.5% UPH ＞ 30000 换线时间 ≤ 120min 自有知识产权 技术自主可控 高速高精度贴片控制技术 UPH 可超过 30000 以上 环保理念 支持纸基材天线 稳定的微小芯 片处理能力 国产化率 85% 以上 发明专利 23+ 项 13918223976（谷先生） 18684877262（曾女士） 如有读写器厂商在读写器产品加入算力芯片，并且植入通用语言模型，以便可以让用户更便捷的使用 RFID 产品或者调动数据；也有部分企业会根据具体的场景需求单独训练一些行业应用模型，以解决纯 RFID 射频 信号解决不了的技术问题（比如高速出入库的读取准确率、防串读 / 漏读等）。 我们认为，RFID 在 AI 时代能有所作为的基本逻辑是它数据的价值，因为目前 RFID 标签每年的量就有 大几百亿，而且几年之后突破到千亿的量目前看起来也是比较有把握的，每一个