演进，其与大数据、人工智能等领域的深度融合正催生新一代 ICDT（Information， Communication，Big Data Technology）融合范式。这种融合驱动的 6G 系统将突破传统通信 网络边界，演进为集通信、感知与算力于一体的端到端智能信息服务体系，构筑起支撑万物 智联的移动信息网络。当前，众多面向 6G 的候选技术已在理论创新、仿真验证及原型开发 等维度取得突破性进展。 2）网络功能层基于基础设施层提供的新计算资源要素，在传统的面向连接的用户面功 能和控制面功能基础上进行增强，面向通算一体服务提供计算的执行功能和计算的控制功能。 计算执行功能主要负责计算数据的处理，例如：AI 模型的推理、感知计算等；计算控制功 能主要实现对无线算力的感知、计算任务需求的感知、通信和计算的资源的联合调度和实时 控制以及通信计算 QoS 的监控闭环保障。 3）管理编排层在传统的无线接入网的运维和管理功能基础上，新增无线计算资源编排 网，提供通信和计算 一体服务。 1.2 ICDT 融合的 6G 技术簇 ICDT 融合的三大新趋势具体包括通算融合，语义通信和 AI 大模型与通信。一方面， 传统通信系统的能力也会随着新技术的出现而进一步加强。另一方面，传统通信技术会与感 知技术，大数据技术，人工智能技术进一步融合，对网络的能力和架构产生深远影响。 10 / 87 图 1-1-2 ICDT 融合技术趋势 11 / 87

发表了题为《OpenFlow: Enabling Innovation in Campus Networks》的论文，首次详细地介 绍了 OpenFlow 和 OpenFlow 交换机的概念。OpenFlow 交换机相较于传统交换机有着本质不同。 OpenFlow 交换机将控制权上交给集中控制器，集中式控制器通过 OpenFlow 协议对 OpenFlow 交换 机中的流表进行控制，它会为特定的工作负载计算最佳路径，从而提高转发的效率。这种控制转发 之间，而是可任意拓扑的，即存在 UE-UE、UE-RAN、 RAN-RAN、RAN-CN NF、CN NF-CN NF 等多种数据传输场景，不同的数据类型也对传输数据的协 议提出了不同的需求，如 AI 和感知数据量较大，传统的 GTP-U 协议是否能高效的传输此种类型的 数据，也存在着很大的疑问和挑战。在 IMT-2030(6G)的数据服务测试中，基于核心网网元 AIEF 与 UPF 之间传输 AI 模型数据的场景，对 33 务化更是可编程的具化体现，处处无不在表达出对用户面可编程的渴求。 为了服务多样化的场景，6G 网络架构和功能也变得越来越复杂，这也对传统用户面的转发和传 输功能提出了挑战： 1.2.1 多样化的业务数据流 面向多样化的场景，6G 网络中除了传统的通信业务的数据流，还会存在多种业务的数据流，如 AI、感知等。以感知数据为例，感知数据流通常包含大量的实时数据，可能来自于不同类型的传感

................... 30 二、 管理挑战 ........................................................ 31 （一） 传统管理模式的转型困难 ..................................... 31 （二） 数据孤岛与信息共享的困难 ............................. 年全球建筑信息建模（BIM）市场规模为 69 亿美元，预计到 2029 年将增至 110 亿美元，这一趋势凸显了数字化转型在建筑业发展进程中的重要地位。 从市场分析来看，建筑行业的数字化转型具备显著的驱动因素。一方面， 传统建筑业长期面临资源利用效率低下、施工成本居高不下等难题。另一方面， 随着全球基础设施建设的持续推进，市场对建筑项目的质量、效率和可持续性 提出了更高要求。 从发展趋势而言，数字化转型正成为建筑业突破发展瓶颈、实现可持续发 中国建筑业企业数字化研究报告 2 第一章 中国建筑业数字化现状 一、 各大领域的数字化应用现状 在中国，建筑业数字化应用正广泛且深入地融入各个领域，从传统房建到 各类基础设施建设，数字化转型带来效率提升、管理智能化与节能降耗等诸多 效益。 （一）房建领域的数字化应用 房建行业作为建筑业的重要分支，项目具有规模庞大、流程繁杂、周期漫 长的

技术能力：以模型为核心，实现“云、数、智”深度融合，构建“内外兼顾”的技术能力。对外，云厂商围绕模型发展所需关键 要素，为自研模型、第三方模型提供相关算力、算法、数据产品与服务；对内，云厂商借助自研模型、第三方模型升级传统云产 品，深化云产品服务能力，强化运行效率，优化使用体验。 - 商业实践：以落地为目标，推进“模型与行业”深度融合，打造“由点到面”的实践能力。云厂商依托现有行业解决方案，立足 长期客户服务经验 5%。随着以大模型为 代表的相关人工智能技术的发展，有望驱动基础云市场进一步形成“PaaS带动IaaS”的联动效应，成为基础云市场新的增长引擎。 - IaaS市场：国产化与智能化，推动基础设施层减弱同质化。相较于传统IaaS层在基础算力领域，以价格多样化和算力精细化的商 业模式来塑造差异。在大模型时代，政企客户对自研产品和智能算力质量需求显著提升，逐步成为云厂商升级底层IaaS能力的重 点。 - PaaS市 产品和服务，但模型相关产品和服务所带来的收益较为有限，大模型发展仍处于 初期。目前更多是基础设施建设及能力提升阶段，稳健的商业模式仍有待积累，虽然在互联网行业，模型开发者为厂商营收贡献 颇丰，但在传统政企行业，大模型落地周期，回款周期仍然漫长，需要更多时间将技术能力转为经济收益 来源：专家访谈、公开资料整理、结合艾瑞云市场模型、艾瑞咨询研究院自主研究及绘制。 172.1 241.5 336.9

全球计算联盟”。 1 序 近年来，随着人工智能技术的迅猛发展和数字化转型的深入推进，全球对 高性能算力的需求持续增大。特别是在 AI 训练和推理任务中，高密度计算集群 的功耗需求日益攀升，传统的数据中心散热方案面临着严峻挑战。在此背景 下，液冷技术作为一种高效、节能的散热解决方案，正在加速改变数据中心的 技术架构和产业格局。 本报告引用和发扬了来自全球计算领域的众多专家学者、技术领军者、优 导性文件：到 2025 年，全国新建大型、超大型数据中心的电能利用效率（PUE）需控制在 1.3 以 下，而重点区域如东数西算国家枢纽节点的 PUE 更是要求低于 1.25。这些政 策导向使得传统风冷式数据中心难以兼顾节能与提高上架率的双重目标，从而 加速了液冷技术的应用普及。 从市场发展来看，中国液冷数据中心市场规模持续增长。据统计，截至 2024 年，中国液冷数据中心市场规模已突破 的是，在算力需求持 续增长的同时，芯片技术的快速发展带来了新的散热挑战：现代 CPU 和 GPU 2 的热设计功耗（TDP）不断提升，传统风冷数据中心在应对高密度、高功耗计 算集群时已显得捉襟见肘。 从硬件形态演进来看，传统的 AI 产品与架构已不能完全满足新的 AI 集群 的需求。随着计算密度的提升，采用低延迟、高带宽互联架构的 AI 集群因其性 能优势而被广泛采用。

数据管理 系统。根据数据模型的不同，数据库可以分为关系型数据库和非关系型数据库， 在党政、金融等集中式通用关系型数据库领域优势明显。国产数据库可以分为传 统商用数据库、云数据库以及开源数据库，传统商业数据库主要包括武汉达梦、 南大通用、人大金仓和神州通用；云数据库以阿里 OceanBase、华为 Gauss DB、 腾讯云、百度云等为代表，具备较强的自研能力，但在生态方面较前两类薄弱很 年软件定义存储、软件定义网络等技术的发展，“软件定义的数据中心”已经成 为数据中心云化基础设施建设的主流模式。相比传统数据中心，软件定义的数据 中心具备高规模可扩展性、高可用性、高灵活性等优势。遵循着“升级替代”的 原则，信创替代以国产化为契机，推动数据中心建设模式从传统模式转为“软件 定义”的模式。 在软件定义的数据中心信创建设中，首先考虑的是虚拟化（Hypervisor）层 面对 能，提升虚机密度的能力。 在存储层面，与传统的数据中心采用集中式硬件设备为重要数据提供持久化 存储不同，软件定义存储技术采用分布式存储软件与标准服务器硬件构建可持续 扩展、具备更强容错能力的数据中心存储系统。国外厂商在传统存储设备方面具 备较大的先发优势，在信创替代中，采用软件定义存储等新一代存储技术，对国 外产品进行替代的同时，实现从传统集中式存储设备向软件定义和分布式存储升 级转型。

越高的需求，而单交换芯片的容量提升节奏， 明显落后于IO总线的发展，并且存在物理上限。 2）组网拓扑的限制 为了满足数十万卡乃至更大规模的组网需求，在交换机支持端口数短期无法跃升的情况 下，传统的CLOS架构需要采用更多的网络层次，更多的网络层次意味着转发跳数增加，在 带来更大时延的同时，更多跳数的路径也增大了故障发生的概率和定位难度，使得网络难以 中兴通讯版权所有未经许可不得扩散 4 型训练网络中的任何链路问题都可能产 生广泛影响，鉴于GPU集群网络中链路数量和等价路径数量庞大，传统的Fullmesh监控方 式难以覆盖所有链路。未监控链路上的故障会导致故障发现时间显著增加，定位难度也随之 加大。 2）精度——捕捉突发拥塞。AI大模型训练产生的突发流更为同步、粒度更小。传统的 秒级或亚秒级监控无法满足对链路状态实时测量的需求。例如，在一秒内可能经历多次持续 时间仅为毫 以及提升网络安全的可用性，是实现网络安全运营，应对数据泄露及隐私侵犯等风险的必要 手段。 随着网络云化的加速，传统的物理控制管理已无法满足现代云环境中的安全需求。在大 规模数据中心中可能面临的网络威胁包括：拒绝服务（DoS）、伪造请求源和修改请求消息 数据等中间人攻击。 基于大规模智算中心网络的安全管理场景，传统的IPsec和MACsec协议需要通过集中 化管理、动态SA管理、实时监控和分布式架构等方法进行优化，以提高网络安全性能和管

家在政策上引导超大型、大型数据中 心集聚发展，形成多地布局的国家枢纽节点。超大规模数据中心的建设，对快速部署和便捷运维提出了严峻挑战。 整机柜服务器具有模块化架构，支持工厂预装和一体化交付，相比传统机柜，交付部署效率提升8～10倍。同时， 整机柜服务器的盲插总线接口和前I/O等特性，支持即插即用和同侧运维，可大幅提升运维便捷性。 1.4 整机柜服务器起源及技术演进 整机柜服务器 Card，机柜管理）的PMDU，不集中PSU和风扇，仅保留了集中管理。 PMDU在机柜上的相对位置与OCS、天蝎2.0类似，支持（服务器/存储等）节点盲插，方便部署和维护。 可以认为，Project Olympus是传统19英寸EIA-310体系的一个运维优化版。很重要的一点是满足云计算的业 务要求——譬如全球部署。随着云计算业务的遍地开花，仅凭自建或定制的数据中心很难快速满足客户的需求， 必然要使用相当比例的 又成为云服务商的优先选择。 第 16 页, 共 63 页 图1-7 Project Olympus的PMDU接口 三、 兼收并蓄阶段 2019年前后，相对传统的EIA-310机柜生态“回流”之势渐显。 曾用名“Converged Open Rack Frame”的Open Rack V3（ORV3）体现了融合的（Converged）的野心。一款 能

2 ） 巨量 的模型参数和训练数据，已经远超单个 A I 芯片、单台服务器的计算能力。 • 传统的中小 A I 模型：训练模式多采用单卡运行或单节点内多卡数据并行，每张卡或节点上都有完整的模型结构，卡间通信主要用于传输训练数据，因此通信 需求不频发，带宽通常在几十 GB ，传统 PCIe 可满足要求。 • A I 大模型：数据样本和模型结构被切分到多张卡或者节点上，卡间或 大模型场景，私有和开放技术方案并存。针对传统传统的中小模型， PCIe 技术方案已经非常成熟；面向大模型场景，基于扣卡模组的卡间高速 互 联方案主要分为私有和开放技术两大类，私有方案以英伟达 NVLink 为代表，开放技术方案以 OAM 和 UBB 为主。 • 私有方案以英伟达 NVLink 为代表。 2014 年英伟达发布第一代 NVLink ， 旨在实现 GPU 芯片间低延迟、高带宽的数据互联，相较于传统 PCIe PCIe 方案， CPU 和 GPU 之间共享数据的速度大幅提升。 • 传统 PCIe 方案： PCIe 由 Intel 2001 年推出，主要用于连接 CPU 和各类高速外围设备，采用点对点的连接方式，平均 3 年迭代一次；在传统 PCIe 方案中， GPU 发出的信号 要先传递到 PCIe Switch ， PCIe Switch 中涉及到数据的处理， CPU 会对数据进行分发调度，会引入额外的网络延迟，限制了系统性能。

战略 形势 01 AI CITY 发展研究报告 02 AI CITY 发展研究报告 “人工智能 +”成为 新时期经济社会发展 的战略指引 1.1 人工智能芯片快速迭代助推新一轮AI浪潮 传统通用处理器（CPU）已经难以满足深度学习等高并发计算需求，AI芯片通过架构创新实现了数量级的性能跃 升。高端AI芯片的突破更使得训练百亿参数大模型成为可能，直接推动了ChatGPT、Sora等生成式AI的爆发。AI芯片 1、人工智能技术快速演进实现关键跨越 AI发展经历了三次峰谷，正在向人机协同为特征的具身智能3.0时代前进。大模型正在推动知识表示和调用方式 升级，改变未来数字发展的底层逻辑，通过“大模型+知识库”的方式重构传统数字化应用、赋能千行百业。 03 AI CITY 发展研究报告 AI Agent成为人机交互和产业应用的关键载体 AI Agent依托大模型在感知、认知、推理等方面的优势能力，结合智能体工具调用、智能体工作流、智能体人机 健康可持续发展， 为新时期开启深化智慧城市建设新篇章提供了总体蓝图和行动指引。 一是技术架构加快重塑，全方位增强城市数字化转型支撑 新时期智慧城市建设，要强调以系统思维重构城市数字化底座，突破传统单点技术堆砌模式，系统化布局、一 体化推进，加速构建面向未来的城市数字底座，构建自主可控的算力基础设施、建立跨部门数据融通体系，升级打造 基于AI的一体化城市全域感知与协同决策支撑能力。 二是