Introduction And Status Of Confidential Computing 04 OpenAnolis 龙蜥社区 OpenAnolis Community 01 11 22 云原生机密计算SIG概述 Overview Of The Cloud Native Confidential Computing SIG 07 海光CSV：海光安全虚拟化技术 Intel SGX: 科创中国“开源创新榜”、荣获“中国开源云联盟年度优 秀开源项目奖”、“OSCAR 开源尖峰案例奖”等 25 项行业奖项。 龙蜥项目运作模式 龙蜥社区已成立 50+ 个 SIG 工作组，围绕芯片、内核、编译器、安全、虚拟化及云原生等操作系统核心领 域进行技术创新，已发布龙蜥 Anolis OS 7、Anolis OS 8.x 系列、Anolis OS 23 公测版、Lifsea OS 等多个社 区版本，为应对即将停服的 CentOS，官网已上线「CentOS CSP）都在机密计算领域投入研发资源，并组建了“机密计算联盟”。该联盟专门针对云服务及 硬件生态，致力于保护计算时的数据安全。 目前机密计算正处于百花齐发和百家争鸣的阶段，市场和商业化潜力非常巨大。 但机密计算在云原生场景 中还有一些不足： 1、用户心智不足。用户普遍对机密计算这项新技术的认知感不足，难以将其与自己的业务直接联系起来 ，导致需求不够旺盛。 2、技术门槛高。目前，相比传统开发方式，主流的机

亿元，同比增长 35.5%， 仍保持较高活力，AI 原生带来的云技术革新和企业战略调整，正带 动我国云计算开启新一轮增长，预计 2027 年我国云计算市场将突破 2.1 万亿元。 三是云计算技术“人工智能+”融合趋势明显，赋能多产业加快 形成新质生产力。在“智转数改”的新需求下，企业上云用云需求 不断深化，对应用现代化能力、稳定性保障能力、云原生安全能力、 云成本优化能力、垂直类应用能力以及云算融合能力等方面要求不 合，推动企业数字化升级转型。云原生作为新型基础设施，其资源 平台建设已日趋成熟，随着新技术栈与平台架构的不断升级，上层 应用生态面临革新，应用现代化应运而生，能够从供给方式、生产 模式、生产工具等方面助力企业提升生产效率和质量。当前，应用 现代化已进入规模实践期，并呈现以下特点：一是技术架构方面， 云计算蓝皮书（2024 年） 7 分布式云原生有力支撑多云应用的一体化管理诉求。出于对数据产 于对数据产 权、安全合规与业务稳定等因素的考量，多云策略成为应用部署的 重要选择。分布式云原生方案具备统一的资源纳管、运维管理、安 全保障、算力调度与成本控制能力，为多云环境下应用的全生命周 期管理提供底层架构支持。二是应用架构方面，事件驱动为应用提 供高效灵活的架构模式。传统应用架构的“请求-响应”模式已难以 应对大规模、强实时、高可用的现代化业务需求，事件驱动架构则 凭借其松耦合

信创云基础设施与软件定义的数据中心...................................................................... 23 4.2.3 信创云原生平台与容器云 ............................................................................................ 库领域信创可以利用云数据库和开源数据库推进建立并形成符合自身利益的数 据库生态，目前国内全栈的云厂商，占据云生态优势，使其在软硬件协同方面有 机会做一步优化，实现数据库整体性能的提升，新兴厂商主要是最新一代的面向 云原生架构的数据库，架构优势更为明显。 4.1.2.3 中间件 中间件主要用于解决分布式环境下数据传输、数据访问、应用调度、系统构 建和系统集成、流程管理等问题，是分布式环境下支撑应用开发、运行和集成的 体架构包括：基于国产 CPU 的基础设施层，如整机、网络、存储等；IaaS 层—— 包括操作系统和云管理平台；PaaS 层——主要是通过使用容器环境对应用软件 进行微服务化定制封装，使用 DevOps 理念对云原生应用进行持续部署和集成， 使用容器编排工具对容器进行统一集群管理；SaaS 层包括政府、金融、电信等各 行业业务软件。此外，还包括整个平台的安全管理、运维管理及相应的标准制定 遵循。我国拥有全

云智算技术白皮书（2025） 2 前言 云计算经历了资源云化（2006 年）、云原生化（2013 年）、算 力泛在化（2020 年）等阶段，随着人工智能与算力网络深度融合， 已迈入智能化的新阶段，向全栈智能、开放融合的云智算升级。 中国移动通过打造云智算技术体系，升级 AI IaaS、AI PaaS、 MaaS、AI SaaS 四层架构，推动算网大脑向算网智脑跃迁，构建全链 路可控 .....................................7 2.1.2 智算超节点 ....................................7 2.1.3 算力原生 ......................................8 2.2 存储技术 ........................................... 8 2 Model Distribution Network 模型分发网络 6 1.从云计算到云智算 1.1 云计算发展现状及面临挑战 云计算经过二十年的发展已成为数字经济的主要服务形态，凭借虚拟化、云 原生等技术实现了资源池化和弹性扩展能力，有效支撑了各行各业数字化转型。 随着千亿参数大模型等 AI 技术的迅猛发展，传统云服务体系面临严峻挑战，云 计算进入深水区：在算力方面，十万卡级超大规模 GPU

安全与弹性。供应商的5G核心网络正在根据3GPP的安全保证规 范（SCAS）进行验证，而对于弹性的测试则专注于云原生网络 功能（CNF）如何在不同的云基础设施中得到执行和恢复。通过 上述这些验证与测试，人们相信5G SA可以处理复杂的现实需求 并提供服务的连续性。 北美的一家大型多频道视频节目发行商（MVPD）希望通 过验证5G云原生架构的鲁棒性来对其预先部署的5G SA核 心网络的弹性进行严格测试。思博伦运用其Landslide 的 推出。 5 思博伦5G报告 2025 进展、关键点与未来展望 MANUEL ZEPEDA 思博伦执行副总裁 2024年的新项目数量 特殊客户 2024年5G经典案例 对于5G云原生网络弹性的 破坏性测试 自动化与生命周期管理。通过集成到敏捷开发管道中的自动化持 续测试，持续集成与持续部署（CI/CD）工作得到了推动。对基 于订阅的测试库的需求正在增长，这些测试库可用于评估功能性 AI赋能的无线通信性能与能效增强技术对于移动性、符号检测与解码、信道估算、波束管理及干扰抑制等无线电功能实现了优化。自动 化智能技术使无线电设备能够自主选择频谱、按需调整信号路径及调制方案。 AI原生新空口 大幅度扩展MIMO技术，利用超大规模天线阵列，实现前所未有的空间复用能力、能效提升及6G网络容量增强。天线密度的增加带来更 复杂的信号处理、更高的硬件成本以及更大的物理空间需求等挑战。

安全合规与隐私保护 4.1 安全合规与标准遵从 为了实现全面高效的安全与隐私保护合规治理，华为云以业界 16 个主流全球安全标准 为参考基础，同时融合了三十年安全运营管理经验和技术积累，打造了云原生安全治 理框架——服务网络安全与合规标准（Cloud Service Cybersecurity & Compliance Standard,简称“3CS”）。“3CS”体系的基础理念是基于云服务各业务模块的流程，划分 安全配置。 华为云容器服务提供体系化的云原生安全能力。在基础设施层，CCE 继承了华为云和 ECS 服务提供的安全能力；在集群层面，CCE 支持细粒度权限管理、配额管理、网络 隔离，支持敏感信息保护和 Kubernetes 社区的各种安全机制；在容器层面，CCE 支持 Kata 容器，结合 CGS 可支持容器逃逸检测等运行时检测的高阶能力；在云原生应用开 发和镜像管理层面，CCE 通过华为云网站发布了一系列安全优秀实践，结合 网络隔离：创建集群时，CCE 为控制节点和工作节点默认创建了 VPC 安全组，租 户可根据业务按需加固；对于工作节点上应用容器之间的互访流量，CCE 支持配 置 Network Policy(容器隧道网络)和容器安全组（在云原生 2.0 网络）策略，相当 于从应用层面构筑了一道容器网络防火墙。 ⚫ 敏感信息保护：敏感信息可以保存在集群内 Secret 资源中，CCE 支持 Secret 的落 盘加密；为使得敏感配置信

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 “1234MNX”参考架构具有可落地性，值得学界和业界借鉴参考。相信亦希望通过“AI CITY”的探 索实践，汇聚产业 表达形态，能够同时处理文本、图 像、语音等多种数据，并进行深度语义理解和交叉模态处理，是实现通用智能的重要路径。大模型从早期简单的子任 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 自立自强，突出应用导 向，推动我国人工智能朝着有益、安全、公平方向健康有序发展。 2025年4月27日 06 AI CITY 发展研究报告 表 3 部分城市人工智能发展目标定位 北京 AI原生城市，人工智能创新策源地 和应用高地 上海 “模塑申城” 南京 人工智能产业发展高地 杭州 全国算力成本洼地、模型输出源 地、数据共享高地、应用首发地， 具有全球竞争力和影响力的人工智 能产业发展高地

术界和产业界对 N2 接口服务化持保守态度。但性能担忧不应该成为探索 N2 接口服务化路上的绊脚 石。 面对未来不确定的新业务和新场景需求，移动通讯更应该着眼于提升网络的全场景适应能力。 总之，基于云原生技术的端到端服务化架构是打造网络全场景适应能力的必要技术手段，为了最大 限度提升网络的适应能力，N2 接口服务化的研究是未来网络架构设计的重中之重。 不论是新型数据的引入导致传输协议的变化和多协议可按需共存，还是不同网络多接口服务化 算进行深度融合，难以实现端到端的服务化，进而难以原生支持 AI、安全等特性。因此 RAN 架构 需要做出变革，相比于服务化，微服务化架构更强调网络功能间相对独立和低耦合，以达到服务自 治、独立演进，6G RAN 的微服务化技术是实现网络高效弹性、内生设计、开放生态的重要一环。 微服务化 RAN 驱动力 未来 6G 新型应用的涌现对 RAN 性能提出了更高要求，促使无线网络向云原生、AI 内生、智简 可编程等 程度不高，未能充分利用缓存、消息队列、数据库、编排自动化等中间件能力，无法支持灵活快速 部署、弹性伸缩和高效管理，限制了无线网络提供差异化、高性能业务的能力； 无线网络内生设计需求：未来 6G 网络对云原生、智能化、安全、编排管理等具备内生设计需 求，网络架构需要从烟囱式的协议栈架构转为基于服务的架构，促进云网在部署、架构和业务上的 深度融合； 构建无线网络开放生态的需求：当前 RAN 架构无法支持能力开放和可编程，6G

服务器组件盲插运维便利性：部件运输可以盲插操作。在更换故障部件过 程中，可以降低单点运维时间，降低人为运维难度，减少运维人为故障因素提高部 署和运维效率，从而提高集群 MFU 利用率。 3、 液冷原生安全性：三级漏液监测和防护系统，3U 灵活子框 UBB 载板液冷 检测和自动关断、4U 服务器节点级漏液检测，Manifold 盲插防喷溅，机柜级漏液 导流，机柜级漏液监控。 4、 水电隔离 AI 整机柜使用机柜上走电下走水架构，原生液冷设计实现天然可靠性保障，支持 100% 36 液冷散热，PUE 达 1.10 以下，满足国家政策要求，是东数西算最佳的智算液冷解决方案， 整机柜支持 64GPU；业界首创液、电总线盲插，实现即插即用，即拔即断的极简部署。 在供液上，采用浮动盲插快接、漏液隔离、漏液导流与防喷射技术，实现原生液冷的高 可靠连接和漏液预防，保障液冷系统稳定可靠运行。 商建设高密、 高可靠、绿色的智算中心：FusionPoD for AI 整机柜交付，二次侧端到端部署、测试联调、 验收，交付周期减少一半，大幅提升交付效率；FusionPoD for AI 液冷原生设计，通过防 喷射、漏液导流、漏液关断等液冷高可靠措施保护高价值设备安全可靠运行；FusionPoD for AI 液冷占比高达 80%以上，实现极致能效和超低 PUE。

无独有偶，同样在2009年，腾讯也开始启动其最早的自建数据中心，而对于整机柜服务器的需求，则源自于 腾讯对于未来业务增量所带来的服务器爆发性采购的交付焦虑，为了避免一年中大部分时间都在疲于应对海量的 服务器设备交付，迫切需要一种在原生架构上更加简化，并且支持一体化快速交付的产品形态。另一家整机柜服 务器的最早用户，也是后来国内的最大用户百度，则在2011年开始启动其阳泉数据中心的规划和建设，如何实现 基础设施的联动优化，满足 模块化架构，将功能节点与供电、散热、管理等基础架构 进行系统性整合与集成。供电、液冷及网络盲插接口能够大幅减少柜内线缆数量、简化布线方案、提升部署密度， 同时机柜柜体强度得到提升——这些架构上的原生优势为整机柜服务器的预制化生产和一体化交付提供了便利 和基础。经过实际测算，整机柜服务器的交付效率相较传统的服务器节点交付能够提升5～10倍，可以显著降低 数据中心的投产的建设周期和运营成本。 架安装 及交换机上架安装（可选），并完成柜内布线等原本需要在数据中心部署现场进行的装配活动，以整机柜颗粒形 态进行运输并最终交付的形式。 一体化交付不是整机柜服务器的独有特性，但整机柜服务器原生的模块化架构、免除或大幅减少线缆的盲插 总线设计，无疑为一体化交付的开展提供了最大的便利性，可以说整机柜服务器从诞生之初就为一体化交付做好 了最充足的准备。 整机柜服务器的一体化交付具