的重点方向与潜在突破点，为后续技术研发与产业布局提供参考。 ICDT 融合的关键技术章节重点介绍“解决方案”。与 4.0 版本相比，本白皮书的侧重点 有所变化，4.0 版本主要集中在对各项技术面临的研究挑战进行系统梳理，而本版则更加关 注这些挑战的解决方案及其最新进展。本章节特别聚焦于超大规模 MIMO、通感一体化、 AI 与通信融合、语义通信以及量子计算等领域的关键技术突破。针对上一版本中提出的问 题，本白皮书通过深 CSI。 16 / 87 图 2-1-1 基于 AI 的空频域 CSI 压缩反馈 如果一个给定的 AI 模型仅仅能够针对特定的反馈开销、天线端口数等进行训练和推演， 则针对不同的反馈开销和天线端口数等需要训练不同的 AI 模型，则系统中的模型个数将会 非常多、不利于 AI 模型的存储、部署、传递。为解决该问题，可以考虑可扩展性的 AI 模 型。 一种灵活可扩展的智能化 AI 模型可参见图 2-1-2，该模型被称为 点、节点的传输方式、无线资源分配等联合进行优化，以获得最优调度策略。根据全部或部 分信道信息、上下行 duality、或其它优化目标进行最优预编码设计。对资源分配和信号处 理进行联合设计，如预编码和功率联合优化、导频分配和信道估计联合优化等，以更逼近系 统理论性能上限。 2.1.2.2 时频同步 在分布式 MIMO 系统中，多个协作站点采用相干联合传输的方式服务多个用户，有效 地消除站点之间的干扰，可以

技术在建筑业实现上依 赖计算机视觉、SLAM（同步定位与地图构建）、传感器融合等关键技术，以确 保虚拟内容与现实场景的准确叠加和同步交互。 虚拟现实（Virtual Reality，VR）技术则创造一个完全沉浸式的虚拟环境， 用户可以在其中进行交互和体验。VR 系统主要由头戴式显示设备（HMD）、定 位追踪系统、交互控制器和高性能计算平台组成。VR 技术依赖计算机图形学、 实时渲染、空 和边 缘节点，构成数据采集和处理的物理基础；数据中台层负责数据集成、治理、 分析和共享，实现各类异构数据的统一管理；应用平台层根据不同业务场景需 求，开发针对性的功能模块和应用系统；生态服务层则连接各类建筑参与者， 形成开放协作的产业生态网络。 在技术融合方面，智能建筑生态体现出"1+1>2"的协同效应：BIM 提供建筑 的数字化表达，是其他技术应用的基础；物联网提供实时感知能力，连接物理 应用。住建部发布的 《智能建造技术导则（试行）》从勘察、设计、生产、施工到运维提供了诸多 数字化技术在各场景中的应用提供了参考。 一、数字勘察 （一）技术体系 数字勘察是智能建造的起点，其核心在于利用各类数字技术手段对工程环 境进行精准、高效的测绘、勘探与数据采集，并将成果快速、准确地转化为可 视化、可分析的数字信息。根据《智能建造技术导则》，数字勘察包括对地理 信息数据、工

V2X 模块硬件故障（例 如宕机），RxV 没有收到 TxV 发出的 V2X 消息 同 H#1 14 / 32 H#3 RxV 底层收到了 V2X 消息，但应用 处理错误（例如协议栈不兼容），导 致预警未发生 同 H#1 H#4 TxV 发送的 V2X 消息内容错误，例 如位置错误，导致预警未发生 同 H#1 H#5 TxV 发送的 V2X 消息内容错误，例 如位置错误，导致误报警  RxV 跟车距离 为 100m 的发 生概率 > 10%  TxV 在高速路 中间停止、VT 直到 73m 才切 出的概率很低 Severity: S2~S3  RxV 未收到 V2X 消息会导 致 RxV 未及时 减速或转向，与 静止的 TxV 追 尾。高速路追尾 的 Severity 很 高，会导致生命 危险 该危害可控性为“可控”，即 C0， 理由如下：  根据 GB/T 34590 4.3.8 注 2, 可控性评估“假设驾驶员在 正常的条件下驾驶 (例如:他/ 她不疲劳),经过相应的驾驶员 QM 15 / 32 由于 FCW 误报警导致 RxV 驾驶员 进行误制动 或转向，导 致后车与其 追尾 辆跟随，导致 后车与其追尾 危害 向。误制动/转 向造成的 RxV 动态变化较小， 因此即使被追 尾，碰撞相对速 度较小 培训(他/她有驾驶执照)并遵 守所有适用的法律法规,包括

，回顾美 国在量子信息技术领域的发展历程，展望了未来十年美国在量子信 息技术领域的发展规划，并阐述了国际合作在实现这一目标中的关 键作用，目标是为美国在量子信息技术领域的国际合作提供战略指 导和政策建议。 2024 年 9 月，美国国家量子计划咨询委员会（NQIAC）发布《量 子网络：增强美国领导力的发现与建议）》报告4。这份报告是对美 国国家量子计划的第二次独立评估，重点关注量子网络及试验平台 (二)国内政策布局 我国高度重视量子信息技术领域发展。2024 年《政府工作报告》 中在积极培育新兴产业和未来产业领域这部分内容中提到17，制定 未来产业发展规划，开辟量子技术等新赛道，创建一批未来产业先 导区。第二十届三中全会《中共中央关于进一步全面深化改革、推 进中国式现代化的决定》在健全推动经济高质量发展体制机制部分 中指出18，完善推动量子科技等战略性产业发展政策和治理体系， 引导新兴产业健 比特超导量子计算芯片“骁鸿”29。北京量子院联合团队实 现 5 块百比特规模量子计算芯片与经典计算资源的融合30。本源量 子研制出 72 位超导量子比特芯片“悟空芯”31。IQM 实现保真度为 99.91%的CZ门，T1和T2时间则分别达到了0.964 ms和1.155ms32。 此外，基于超导量子计算处理器产出的科研成果不断涌现。深圳量 28 https://doi.org/10.1038/s41586-023-06846-3

安装于地下停车场入口，用于显示停车 场各楼层车位余位数据采集及余位信息 发布。 安装于室外地面停车场出入口处，可实 时采集车位数据，显示车位分布及状态 信息，用于地面停车引导。 收 费 系 统 与 停 车 引 导 系 统 等 组 成 停 车 场 库 智 慧 停 车 系 统 主 要 由 停 车 ● 安装于车位上方，可识别 车 牌，采用红绿灯显示当 前车 位约占用及空闲状态。 ● 安装于停车场出入口，进 业经营带来价值 停车引导系统，核心产品为车位相机和引导屏，通过车位视频检测终端对每个车位进行检测，实时发布余位信息，帮 助用户进场后快速到达空位，准备离场时快速找到车辆停放位置 全高清智能屏 导示系统、商业运营、车位引导三位一体，并结合多媒体广告，提供视频、图文 和声音发布 AI 智能任意分屏，多样布局，视频广告、图片轮播、声音文本等开放式内容发布 配置，任意可视化编辑。 识别 双 牌 个 车 位检测 高分辨 ISP 图像处理技术内嵌自研车牌识别算法，普通蓝黄牌、武警车牌、新能 源 车 牌 等 业 内 各 种 车 牌 均 可 识 别 车 位 相 机 引 导 屏 图例 高分辨 ISP 图像处 理 技 术 产品名称 产品功能描述 鼎 雄 咨 询 — 9— AI 智能任意分 屏 智能处理 主要功能 重要功能说明 ■ 电子卡券：配合

元件潜在供应紧张已有传闻，EMS（电子制 造服务）供应商也因此建议客户持货观望， 而非折价抛售。即便如此，各企业仍保持审 慎姿态。 IC（集成电路）与被动元件板块继续面临逆风， 内存版块的韧性则凸显了对塑造需求动态的 精细化洞察的重要性。制造商正采取战术性 定价策略，并密切追踪需求信号以动态调节 产能。 然而，上述趋势不能孤立研判；全球供应链 动态及地缘政治变量的影响无疑将成为重塑 影响。 点击此处下载 这一趋势虽预示着专用芯片市场扩容，但业 界专家普遍认为其互补性作用远大于替代性： 通用型GPU（图形处理器）在基础AI（人工 智能）算力中占据主导地位，定制化芯片则 专注于解决超大规模场景需求。此类技术演 进不仅重塑了AI（人工智能）基础设施格局， 更为电子元器件产业注入了持续的增长动能。 AI（人工智能）硬件引领半导体产业革新 HPC（高性能计算）与服务器预计将在2025年 能，推动增长。” Lisa Su博士进一步指出，AMD（美国超威 半导体公司）正致力于扩展其整体工作负载， 并在企业级产品上去的了重大进展。尽管企 业销售周期较长，但于AMD（美国超威半导 体公司）而言，该领域对其维持并扩大市场份 额，以及与AI（人工智能）市场领导者Nvidia （英伟达）的抗衡中具有关键性战略价值。 随着产业AI（人工智能）进程深化，高性能 系统级元件的需求将持续升温，并驱动数据

PaaS市场：在大模型时代，基础云厂商偏重于“基础大模型”与“行业大模型”双管齐下的发展模式。在基础大模型领域，云厂 商一方面不断提升自研大模型产品能力，并推出 MaaS 概念，构建全链路模型产品和服务能力。在行业大模型领域，云厂商则依 托其自研基础大模型，结合行业客户服务经验，生态伙伴能力，聚焦典型业务场景，“以点带面”逐步探索大模型商业落地。 1087.5 1639.4 2201.4 2652.7 3121 3607.9 com.cn 中国基础云服务市场竞争格局（2/2） 互联网背景云厂商占据公有云 PaaS 市场主导地位 想比较IaaS基础云市场，互联网背景云厂商市场份额逐步下滑，在PaaS市场中，互联网背景云厂商则处于领导地位。相比IaaS基础 设施建层，云产品能力同质化严重，市场竞争以价格优势和规模优势为主，逐步成为客户判断云厂商“性价比”的关键。PaaS层由 于更偏重软件和技术，逐步成为区分云厂商“数智能力 提供专业智算资源、智算服务、智算生态的新型基础设施。从发 展历程看，智算中心是数据中心在服务能力上从“综合化”向“专业化”的转型。在应用领域上，传统数据中心以服务各类企业业 务应用场景为主，智算中心则专注于人工智能领域，服务大模型训练、推理及其他人工智能相关场景，如图像渲染、金融量化、医 药开发、自动驾驶、智能制造等。 来源：公开资料、专家访谈、艾瑞咨询研究院自主研究及绘制。 数据中心 （IDC）

供应链金融直接满足上下游 企业的融资需求，高效分配 流动资产；司库管理则通过 内部资金洞察，助力高效识 别并对接外部金融机构。 资产高效流转： 司库管理精细化内部资金运 作，盘活企业自有资金；供 应链金融则通过资产证券化 等产品，为供应链资产释放 流动性，全面提升资金利用 效率。 资料识别与信息抽取 通过自然语言处理（NLP）抽取关键 信息 智能审核与合规校验 自动化的内容校验，代替大量人工审 查工作 其他核心企业包括：三线及以上城市的大型工业企业，其中剔除国有和已上市企业 **注：银行包括：国有大型商业银行，股份制商业银行，城市商业银行，民营银行，农村 商业银行 灰色区域表示无供应链金融则难以完成的事件 81.7% 7.1% 11.2% 银行数量** 证券公司数量 国内保险公司数量 总计: 2,137家 核心企业和金融机构所处的供应链金融服务生态与发展趋势 -近年多家核心企 合融资成本稳中有降。优结构，即优化信贷结构。增强对小微企业法人服务能力，加大首 贷、续贷投放，积极开发小额信用贷款产品，推广随借随还的循环贷模式。 2023.11 《关于健全中小企业公共服务体系的指 导意见》 工业和信息化部 • 到2025年， “一站式”服务平台基本建成，政策直享、服务直达、诉求直办的服务企业模 式逐步形成。到2035年，与中小企业高质量发展相适应的中小企业公共服务体系更加完备，

更大规模高效协同算力集群的建设，精确匹配了以单台服务器为颗粒的算力单元向机柜级转变的趋势。 2） 高效散热和供电方案，满足先进算力部署和绿色低碳需求。目前，单GPU芯片的功耗已超过1000W，单 机柜功率密度则高达140kW。数据中心迫切需要采用更高效的供电和散热方案，来解决大功率供电传输路径损耗 高、IT设备散热功耗加速上涨、散热设备容量不足和PUE居高不下等问题，以确保服务器和IT设备的正常运行与 柜功率的增长，液冷技术的必要 性也就愈发凸显。以核心算力部件如处理器和GPU来看，单颗CPU芯片的设计功耗已经达到500W，单颗GPU芯片的 第 22 页, 共 63 页 功耗则超过1000W，未来还将继续增长。芯片功耗的不断攀升使得传统风冷系统难以满足散热需求，而液冷技术 利用液体的高比热容和换热能力，可以高效地从这些核心部件中移走热量，确保系统的稳定运行。 在这种情 根据采购规模和创新理念的差异性，我们将整机柜服务器的典型用户划分为两大类型：第一类为互联网头部 用户和云服务提供商（CSP），这类用户赋予整机柜服务器颠覆性技术创新的特质；第二类为通用行业头部用户 和互联网领先用户，这类用户则赋予整机柜服务器兼容性技术创新的特质。 在典型场景上，我们选取了AI和HPC这两个对于密度和单机柜功率有着同样极致需求，集群性能与单机性能 同等重要的典型场景，相较于传统的HPC，无疑AI将是推

全的工业门类，全面涵盖了工业领域的 41 个大类。 从基础的采矿到尖端的制造，全面覆盖——7 类资源开采为国家的工业发展奠定了坚实的基础，31 类制造 业贯穿了人们的衣食住行，而 3 类能源供应则确保了万家灯火的明亮，共同构筑起了全球最为完整的工业 体系金字塔。 2 第一章 工业领域安全概念辨析与背景概述 关于具体的分类，其依据是 2019 年 3 月经第 1 号修改单修订后，由国家标准化管理委员会正式批准， 某大型家电制造企业搭建工业互联网平台，将分布在全球的生产线、仓储物流系统、销售终端与客户服务平台连 接，通过数据分析实现订单智能排产、设备预测性维护，显著提升生产效率与客户响应速度。 (2) 工业安全 工业安全则致力于确保工业生产活动的顺利开展，避免人员伤亡、财产损失以及环境破坏。其范畴不 仅包含生产过程中的物理安全，如机械防护、防火防爆、电气安全等传统工业安全领域，还延伸至工业信 息安全等新兴领域。在数 的连续性；工业工序安全 与工业现场安全是工业生产安全的具体实施环节，前者确保工艺流程安全，后者关注现场作业环境安全； 工业功能安全则从可靠性角度，为工业设备和系统的安全运行提供保障。工业物联安全则通过保障物联网 设备、网络与数据交互安全，进一步增强工业设备安全与工业网络安全的防护能力。 (3) 对现有多个相关概念的范围进行边界划分 基于同类合并原则，可将工业领域安全划分为三大体系：信息与数据安全体系、生产运行安全体系、