技术故障 应急协同机制的探索 目录 技术故障重要性及定义 技术故障的全生命周期 如何落地应急协同机制 G O P S 全 球 运 维 大 会 暨 X O p s 技 术 创 新 峰 会 2 0 2 4 · 北 京 站 小结及展望 技术故障的重要性及定义 01 G O P S 全 球 运 维 大 会 暨 X O p s 技 术 创 新 峰 会 2 0 2 4 · 北 京 应急演练：通过模拟突发情况，检验应急预案 的有效性，锻炼应急队伍的协同配合，磨合应 急管理机制。 发现潜在问题并修复 G O P S 全 球 运 维 大 会 暨 X O p s 技 术 创 新 峰 会 2 0 2 4 · 北 京 站 故障中：分秒必争、临危不惧 故障响应 GOC总控中心 根据故障域高效拉群协同 故障定位 SRE基础设施能力提供变更事件 监控告警、日志记录、链路分析、在 故障后：亡羊补牢、秋后算账 向自己学习，不浪费任何一个故障 梳理 故障时间线 发生时间 发现时间 响应时间 定位时间 止血时间 恢复时间 还原 故障处理过程 发现方式 响应方式 协同流程 初步定位 风险升级 信息通报 启动预案 处置方案 分析 故障根因问题 产品需求 系统架构 代码质量 测试覆盖 上线操作 程序配置 系统监控 业务操作 整理 故障改进措施

业链上下游企业之间的紧密协作，使得安全风险的传播速度 更快、范围更广，一个环节出现安全问题，可能引发整个产业链的连锁反应。因此，在工业互联网安全建 设中，遵循“业务优先、架构分层防护、动态演进、协同共治、系统统筹、自主可靠、风险分级防护、行 业适配”八项基本原则至关重要。只有将安全融入工业互联网发展的全过程，从规划、建设到运行维护各 个阶段统筹考虑安全因素，才能有效提升工业领域安全保障能力，为工业互联网可持续发展保驾护航。 创新厂商技术专精但生态协同不足；IT 大厂技术 实力强却面临工业场景适配难题；传统安全大厂服务体系完备，但 OT 技术存在断层；工控厂商 OT 安全根基深厚，但能力边界明显。需全领域厂商在各自生态位精准发力，通过能力筑基、生 态协同深化与用户价值共创三大路径，助力用户安全价值最大化。 (3) 工业互联网安全未来将向技术融合创新、威胁升级扩散、理念模式革新、政策标准协同趋势发展， 建议企业 建议企业、行业、政府多方分阶段完成能力建设——短期夯实基础、试点新技术，中期实现技术 突破、完善产业协同，长期达成技术自主可控、提升国际竞争力。 3. 工业互联网安全能力构建规划 (1) 工业互联网安全建设需遵循“业务优先、架构分层防护、动态演进、协同共治、系统统筹、自主 可靠、风险分级防护、行业适配”八大基本原则，这些原则与等保 2.0 对工控系统的扩展要求连 贯一致。 (2) 工业互联网安

2.6 趋势6 数智融合促进数据要素和数据基础设施发展 13 2.7 趋势7 多智能体群智协同演进 14 3.1 迈向高阶自智的整体思路 18 4 中兴通讯高阶自智网络实践案例 26 5 高阶自智网络演进产业协同倡议 35 缩略语 智能时代洞察 总结网络演变的六个方面，为理解未来业务和自智网络 提供了重要视角。 中兴通讯AIR Net高阶自智演进方案 通过数据和能力的开放解耦，助力端到端自动化流程 断点的打通；通过大小模型协同、Agent、数字孪生等 关键技术，解决自动化难点，降低网络运营技能门槛 并逐步代替人工实现网络自主闭环；通过价值场景及 成效落实，助力商业成效的闭环。方案采用可组装式 数字星云架构，通过数智引擎，提供各类服务能力，结

能效管理和提升 ...............................24 2.9.2 数据中心热管理 ...............................25 2.9.3 算电协同和余热回收 ...........................25 2.10 未来技术展望 ..................................... 26 3.总结倡议 . 芯片，提升智算网络性能、落地自主算法、融合 COCA DPU OS 实现智算互联效能 跃升。 中国移动推出大云磐石 DPU，以云智算场景需求为牵引，与国产芯片厂商深 度合作，提带宽、降延迟、优传输，构建端网协同的高性能互联方案。带宽方面， 研发智算 RDMA 技术，大幅提升网络带宽，满足训练场景大带宽要求；延迟方面， 搭载轻量化 RTT based 拥塞流控算法，有效降低网络时延，满足推理场景下低时 从源头上解决多路径 hash 冲突问题，提升智算集群带宽利用率与可靠性。 面向近期，升级 DPU 芯片智算网络带宽，优化 RDMA 传输机制、搭载流控算 法，大幅降低尾时延。联合国产网侧厂商，形成端网协同的端到端解决方案，加 快集群训练收敛速度、降低推理场景响应时延。 面向中远期，持续优化 DPU 芯片智算网络核心能力，提升智算集群利用率。 联合国内芯片厂商，基于 SIMT 架构与 RISC-V

中兴通讯版权所有未经许可不得扩散 5.2.2 链路级可靠：轻量级 FEC，链路层重传......................................................... 21 5.2.3 端网协同的路径控制：端侧传递需求 网络精准控制....................................22 5.2.4 网络隔离与资源保障：网络拓扑隔离，资源合理分配........... ........................................................................................ 34 6.3 端网协同速率协商............................................................................................... 亿，预计未来GPT-5将达到十万亿参数规模，迅速膨胀的AI模型需要更大规模的算力集群执 行训练。AI大模型以GPU集群分布式训练为基础，根据阿姆达定律，串行占比决定并行效 率上限，网络成为影响算力的重要因素。AI训练任务的高精度并行协同特性以及超大集群互 联吞吐量对网络性能提出了数量级的提升需求。AI大模型训练的时间往往长达数月，也使得 网络的长稳运行变得前所有未有的重要。从网络流量模型来看，AI大模型训练流量与通算流 量呈

需求和挑战 /07 4.1 理念：通过场景找技术，解决客户问题，创造价值 .......................................13 4.2 参考架构：云、网、边、端全面协同的智能化体系 .......................................14 4.3 实施路径 ........................................ 智慧公路技术白皮书 04 针对全部路网开展网络化管理，根据统一规则进行关键路段的判别；通过跨国数据交换构建同步管理体系，覆盖 27 个国家和地区、3 万公里公路，以信息服务、主动交通管理为手段，侧重服务协同。 日本志在建设世界最安全道路，拟在 2030 年建成世界最安全和最畅通道路。2020 年，日本政府继续在内阁 牵头启动的 SIP（战略性创新创造方案）项目目标下，在人的多样性、共同创造价值和可持续发展 11p/1609 主要从事车用无线局域通信协议的标准工作，应用于车 - 车、车 - 路的中短程距离通信，解决了车用通信受限于高速移动的挑战。 上述标准仅就某一种技术应用进行建设，尚缺乏技术的整体协同应用，基础设施智能化标准制定进展缓慢。 中国智慧高速公路标准化工作也处于起步阶段，目前，智慧高速相关的标准由各省率先编制完成。 » 随着智慧高速试点工程推进，部分省份总结智慧高速的试点建设经验，编制了相应的建设指南，截止到目前，

..................... 108 （一） 积极响应国家政策号召 ...................................... 108 （二） 加强行业合作与协同创新 .................................... 108 中国建筑业企业数字化研究报告 1 引言 在全球经济格局深度调整与科技迅猛发展的当下，建筑业作为国民经济的 效率、有效控制成本并大幅减少错误与返工现象。在设计阶段，借助 BIM 技术， 设计师能够从多个维度对设计方案进行优化，提前察觉并解决设计冲突。例如， 结构、机电、建筑等不同专业的设计师可在同一 BIM 模型上协同作业，避免传 统设计中各专业间因沟通不畅导致的错误和冲突，提高设计的准确性与完整性。 在施工阶段，利用 BIM 技术进行施工模拟，可提前识别潜在问题，优化施工顺 序和工艺，减少现场冲突，确保施工顺利推进。在运维阶段，BIM 数字化设计与施工管理：通过 BIM 技术，安装行业的设计和施工环节得到 极大优化。设计师利用三维建模精确计算材料需求，与建筑、结构、机电等专 中国建筑业企业数字化研究报告 6 业实时协同，确保各专业设计无冲突。在设计阶段，通过 BIM 模型，各专业设 计师可以在同一平台上进行设计和沟通，提前发现并解决管道碰撞、空间布局 不合理等问题，减少设计变更和施工返工。在施工过程中，施工人员通过数字

具身智能算法环境感知与决策能力相当于GPT- 2水平，依赖大量数据训练，如星海图机器人需人工干预才能完成复杂任务。 具身智能算法数据依赖性强，数据采集标注成本高，且算法泛化能力有限，难以适应多样化场景。 多模态交互视觉语言动作协同尚未成熟，MIT实验完成指令需3.4次试错，交互效率低，影响用户体验。 多模态交互技术不成熟，导致机器人在服务行业如餐厅服务、酒店接待等场景中响应速度慢，服务质量不稳定。 AI大脑与硬件融合存在 完成。 AI大脑与硬件融合问题导致机器人在复杂任务执行中出现故障，降低可靠性，影响市场信任度。 具身智能算法能力 多模态交互协同 AI大脑与硬件融合挑战 AI大脑发展 区域分布珠三角伺服系统、长三角AI 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套 不完善，导致产业链上下游企业沟通 协作成本高，影响整体发展效率。 区域产业分布格局 关键零部件进口依赖度高，面临供应 风险和成本压力，制约产业链自主可 控发展，影响产业安全。 产业链协同以项目合作为主，缺乏长 期稳定合作机制，如部分企业合作项 目结束后终止合作，影响产业生态稳 定性。 产业链协同发展模式不完善，缺乏深 度合作与资源共享机制，不利于产业 长期稳定发展。 产业链协同发展模式 产业链初步成型 02 科研教育市场高校采购单价15- 30万元， 全球年需求超2万台，为行业发展提供

接、计算、云、区块链等新一代信息技术，构建从感知智能到认知智能的全新技术体系，直接通过 由AI驱动的、具备对话能力的、多模态的智能体界面与之互动，打造数据驱动、具有深度学习能力 的城市级一体化智能协同体系，将推动城市走向更高效、更可持续、更有温度的新时代。 人工智能技术将重塑城市发展模式，带领人类进入智慧城市新阶段。报告提出“AI CITY” 是AI原生的智慧城市，代表了智慧城市的内核升级、建设路线升维、底层逻辑演进，提出的 ...................................................................................33 2. 统筹集约，优化资源协同架构 ................................................................................................ 务模型组合模式，逐步转变为端到端跨模态统一特征表示，实现了原生多模支持，为人工智能与现实世界复杂信息交 互奠定了坚实基础。 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

单元——业务单元、联盟单元、可信单元和智能体单元，协同工作，共同实现联 盟网络的核心功能与价值。 在支撑技术方面，白皮书全面阐述了联盟网络的关键技术体系，涵盖跨域管 理技术、开放解耦技术、安全可信技术以及 AI 与智能体技术。这些技术相互配 合，共同确保联盟网络的高效运行、智能化管理与安全性。跨域管理技术实现不 同主体网络之间的无缝对接与协同工作；开放解耦技术促进网络能力的开放与资 源共 全域通感网络：构建未来智慧城市........................................................... 20 4.2 全域应急通信：卫星、无人机与地面基站协同组网............................... 21 4.3 Web3 服务：去中心化存储与算力市场...................................... 网 络的部署耗时数周且难以协同既有系统，凸显灵活性的不足。运营商依赖单一的 流量计费获取营收，盈利水平的增长难以为继。在此背景下，联盟网络通过多主 体协作与动态资源共享，成为突破移动通信网络瓶颈的关键路径。联盟网络即是 网络的联盟，其核心目标是通过开放架构与智能化管理，构建跨行业生态的网络 系统，适配各行业应用的多样化定制化需求，实现资源全局流动、业务无缝协同 与可信交互，为 5G 向