指令架构，通过合资方式解决技术授权 问题。购买或合资获取技术授权的方式在芯片流片时需部分依托国外产线完成， 产品销售上有被技术授权公司审计的风险。近年来 RISC-V 指令集崛起，该架构 采用开源模式、易于定制，也是今后万物智联时代掌握芯片产业发展一个有益的 探索方向。 指令系统是 CPU 所执行的软件指令的二进制编码格式规范，是计算机的软硬 件界面，也是 CPU 最重要的知识产权体现，承载着产业生态，目前国际 操作系统欧拉，并在开放原子基金会下推出了社区开源版本开源鸿蒙（Open Harmony）和开源欧拉（OpenEuler）。 4.1.2.2 数据库 数据库是一种用于存储和管理拥有固定格式和结构数据的仓库型数据管理 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 多；开源数据库，主要包括瀚高科技、优炫软件、巨杉数据库和星环科技。数据 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

SGX虚拟化 AMD SEV机密容器 AMD SEV机密虚拟机 Inclavare Containers: 面向机密计算场景的开源容器运行时技术栈 Enclave-CC: 进程级机密容器 Intel Confidential Computing Zoo: Intel机密计算开源解决方案 114 115 121 126 133 部署TensorFlow Serving在线推理服务 部署TensorFlow横向联邦学习 家合作伙伴参与共建，是是国内领 先的开源社区之一，具备较为领先的产业和技术影响力。目前，龙蜥操作系统下载量已超240万，整体装机量达 300多万，100余款企业产品完成与龙蜥操作系统的适配。同时，统信软件、中科方德、中国移动云、麒麟软件 、中标软件、凝思软件、浪潮信息、新支点、阿里云基于龙蜥开源操作系统推出各自商业版本及产品，在政务 、金融、交通、通信等领域累计服务用户超过30万。 龙蜥开源影响力 龙蜥社区及 龙蜥社区及龙蜥操作系统也获得了一定的行业认可，工信部电子标准院首批开源项目成熟度评估，成为唯 一获得“卓越级”认证的开源项目、龙蜥社区荣登 2022 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

度更差，技术路 线差异也较⼤， 且没有商业化⽅ 向，目前处于技 术探索阶段 3D⽣成受益于游戏、CG制作等⾏业，有⼀定数据积累，数据体系较为成 熟，目前开源数据已耗尽，如何持续获得⾼质量3D模型数据成为关键 15 信息来源：量⼦位智库，1）开源的3D数据也在千万量级，但真正可用于训练的⾼质量数据在50万左右 数据积累 规模 数据构成 精简度 描述 • 积累规模中：由于游戏、CG等⾏业的迅速发展（如Unity、 多样性中：包括各类场景、⼈物角⾊、⽣活用具、动物植物、 武器、建筑车辆、航空器等 • 尚未形成数据飞轮 • 数据迭代靠厂商内部的数据标注处理体系 构成 3D数据量级 1 头部3D公司 ImageNet 开源3D数据 数千万 1400万 50万1 3D数据来源 2 3D模型资产 • 精度和质量需要达 到3D模型师⼿⼯ ⽣产的⽔准 3D打印数据 • 目前难以满⾜模型 训练的精度需求 程序化数据 (AR) 和触觉警告提供视觉反馈，以指导用户收集⾼质量的演示 • ARCap 能够收集与机器⼈运动学相匹配的机器⼈可执⾏数据，帮助训练机器⼈在 杂乱的环境中进⾏操作和长视野跨具身操作，ARCap 完全开源且由现成产品构建 具体实践 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 世界模型是从⼤量数据中构建理解世界运作⽅式的内部表征，可以推理 ⾏动后果预测未来，精确完备的世界模型是空间智能发展的终局状态

型已步入“千亿参数”时代。大模型的能力表现与参数 规模呈正相关，高效完成大规模参数训练是提升大语言模型适用能力的关键。智算基础设施需要配置更高性能GPU芯片以加速并行 计算效率。 2）LLaMa模型开源有效降低模型开发技术难度和开发成本，使开发者可以基于预训练大模型底座进行微调构建行业垂类模型，加速 行业定制化AI应用开发，推动人工智能行业进入“百模大战”阶段。垂类大模型的发展不仅进一步扩大企业对智算资源的需求，还 LaMDA 1370亿 PaLM 5400亿 InstructGPT 13亿 Transformer 解码器 Transformer 编码器 2023 Meta LLaMa 开源模型 LLaMa 开源模型基座 LLaMa 模型优势 金融 互联网 工业 设计 零售 …… 平衡模型开发成本效益 确保数据安全 广泛场景定制化能力 支持离线部署和升级， 可有效保证数据安全性， 满足行业监管要求 www.iresearch.com.cn 智算中心发展背景 —— 政策 智算资源具有稀缺性，政策引导鼓励各类厂商加速智算中心建设 从人工智能行业软硬件产品发展看，得益于模型算法升级和开源模型被广泛采用，大模型已从年度迭代转变为月度迭代，周度迭代， 且每次迭代所需的算力资源也呈倍数增长。但提供智能算力的关键设施，GPU芯片的升级周期和AI服务器的生产周期显著滞后于AI 软件的开发周期

强于大市(维持) 通信相对沪深 300 指数表现 资料来源：中原证券研究所，聚源 相关报告 《 通 信 行 业 月 报 ： 三 大 运 营 商 全 面 接 入 DeepSeek 开源大模型，数据要素产业化进程 加速》 2025-02-16 《通信行业月报：国家实施手机等数码产品购 新 补 贴 ， 智 能 手 机 市 场 平 稳 复 苏 》 2025-01-08 《通信行业月报：运营商大数据业务高速增 中国移动。2）AI 算力：Manus 凭借其多智能体协同架构与动态任 务调度引擎，在 AI Agent 领域实现技术突破，加速产业从工具型向 生产力驱动型的升级，并推动算力需求的持续增长。DeepSeek 的 开源和低成本特性使得国产显卡用于推理的性价比和投资回报率 上升，训练加推理将使用更多的高端交换机和光模块，我国算力自 主可控进程加速。头部云厂商 2025 年资本开支展望乐观，AI 竞赛 将进入高强度投 24 亿户。 图 18：物联网终端用户情况 资料来源：工信部，中原证券研究所 2025 年春节期间，电信运营商利用 AI 开展创新服务。三大运营商均全面接入 DeepSeek 开源大模型，实现在多场景、多产品中应用，针对热门的 DeepSeek-R1 模型提供专属算力方 案和配套环境，助力国产大模型性能释放。 中国电信通过天翼云全场景上架 DeepSeek，提供从部署到推理、微调的全流程服务。天

网络大模型运行过程对内存容 量有较大需求，而 GPU 方案 往往缺乏足够的内存容量 解决方案 中国电信网络大模型方案引入第五代至强® 可扩展处理器，借助其内置的多种 AI 加速引擎， 结合英特尔开源的 xFT 分布式推理框架，有效平衡大模型推理的性能和成本。 • 采用第五代英特尔® 至强® 可扩展处理器作为方案的算力核心，利用其更多的内核数量、更强的单核性能 和更大的三级缓存容量等，为大模型提供强劲算力支持； 要 在极端恶劣的环境中部署。这意味着边缘服务器需要在功耗、 体积 耐用性等方面符合特定要求 能在极端高低温 灰 决大模型 验证结果由 同时，202 器 /OTII 服 使用 xFT 开源 Qwe 室进行了全 中国电信网 维护要求、 场景 1 场景 2 场景 3 白皮书 | 中国电信携英特尔积极探索基于至强® CPU 平台的网络大模型推理算力方案 7 京东云推出搭载第五代至强® • 采用处理器内置 AI 加速引擎 -- 英特尔® AMX， 高效处理矩阵乘法运算，加速基于 CPU 的 AI 推理，避免 使用独立加速器带来的成本和复杂性； • 借助英特尔® oneDNN 这一开源、跨平台的库，开发人员可对 CPU、GPU 使用相同的 API，从而抽象出 指令集和其他复杂的性能优化，显著降低编程难度。 3.44 倍 相较于第三代至强® 可扩展平台，基于第五代至强® 可扩展

基于华为最新一代 DFV 分布式存储，采用计算存储分离架 构，最高支持 128TB 的海量存储，可实现超百万级 QPS 吞吐，支持跨 AZ 部署，确保 数据 0 丢失，既拥有商业数据库的性能和可靠性，又具备开源数据库的灵活性。 为了保障操作安全、数据安全及服务运行安全，支撑客户安全有序开展业务活动，华 为云要求运维人员必须严格遵守《数据库服务现网运维规范》。包括禁止删除资源时同 时删除实例和备份数据、 RabbitMQ 版：分布式消息队列 RabbitMQ 是 100%兼容开源 RabbitMQ 的云上消息 队列服务，支持广播、事务消息、消息路由、死信队列、优先级队列等特性，广泛应 用于秒杀、流控、系统解耦等场景。 RocketMQ 版：分布式消息服务 RocketMQ 版是一个低延迟、弹性高可靠、高吞吐、 动态扩展、便捷多样的消息中间件服务。兼容开源 RocketMQ 客户端，提供顺序、延 迟、定时、重投 微服务引擎（CSE） 微服务引擎（Cloud Service Engine，CSE），是用于微服务应用的云中间件，支持华 为云贡献到 Apache 社区的注册配置中心 Servicecomb 引擎、开源增强的注册配置中 心 Nacos 引擎和应用网关。用户可结合其他云服务，快速构建云原生微服务体系，实 现微服务应用的快速开发和高可用运维。 ⚫ 引擎管理：可以查看获取引擎信息，创建、升级、删除引擎等，支持安全认证和

亿美元的营 收稳居全球市场前两名。第二梯队服务商保持积极追赶态势，但受 市场布局先手影响，营收增长有限，转向业务整合，通过深化主营 业务技术优势，拉高领域技术壁垒，推动其业务增长。例如，谷歌 云基于开源技术的领导地位大力发展 AI 工具、IBM 关注混合云与 AI 解决方案咨询、天翼云和移动云借助运营商资源优势聚焦数字化 云计算蓝皮书（2024 年） 6 转型方案。 来源：公开资料整理 支持跨域调度，提供丰富的调度策略。算网云调度操作系统提供基 于任务封装的增删改查、数据卷挂载等能力，提供跨域、跨服务商 的任务调度能力，提供 GPU 独占和共享调度等丰富的调度策略。例 如，CNCF 开源算网云操作系统 KubeWharf 基于云原生技术及核心 调度能力，支持大规模多租集群跨域调度和机器学习编排调度等场 景。网络传输层面，高性能传输协议 RDMA 解决大数据量远距离传 输的网络 组成， 传统的通用云计算正加速与智算融合，升级成为可服务于人工智能 技术和应用发展的智能云。智能云通过对大规模异构智算资源的融 合与调度，能够屏蔽各种底层复杂的计算资源、兼容多种芯片架构 和开源框架，提供丰富的云计算工具，提高算力资源利用率，保障 各种 AI 模型算法在智能云平台上实现高效便捷地运行。从体系架构 来看，智能云通常包括智能云基础设施服务 AIIaaS、智能云平台服 务 AIPaaS、大模型服务

用合作伙伴，筑标 准、推应用、建生态，积极推动算力原生技术成熟。发布业内首部《面向智算的 算力原生白皮书》 [6]，推动统一算力抽象、编程模型及虚拟指令集等系列标准 [7][8][9] 及开源工作组建设 [10]，推出 COCA 算力原生平台，发布“芯合”计划 [11]，已实现 7 家智算芯片的一体接入。重点攻关异构设备统一接入 API 和异构集合通信库等 关键模块，实现智算应用 品研 发和商用落地。 三是共同创新云智算应用服务，着力打造 MaaS 平台、智能体市场等新平台 新模式，推动云智算服务在更大范围、更深层次、更广领域的应用。 四是共同繁荣云智算产业生态，加强开源开放，打造芯片制造商、设备集成 商、应用开发者等产业链上下游合作互促、共享共赢的新生态。 30 附录 智算超节点： [1] COCA（Compute On Chip Architecture）架构 白皮书，中国移动，2023 [3] 磐石 DPU4.0，中国移动算力网络大会，2024 [4] 云计算通用可编程 DPU 发展白皮书,中国移动，2023 [5] 《面向 AI 的 DPU 技术能力要求》，云计算标准和开源推进委员会团体标准 算力原生： [6] 《面向智算的算力原生白皮书》,中国移动，2022 [7] Cloud Computing-Functional requirements of computing