络，在大幅提升网络能力 的基础上，具备智慧内生、多维感知、数字孪生、安全内生等新功能面对如此愿景，6G 的网络架构 和功能也会变得越来越复杂。为了使网络适应未来多变的需求，在 6G 网络中应通过引入端到端可 编程网络技术，让网络更加智能和灵活。 谈到可编程网络，最具代表性的当属 SDN 技术。2008 年，Nick McKeown 教授等人在 ACM SIGCOMM 发表了题为《OpenFlow: 为 SDN 2.0 时代，也被叫做用户面可编程。 从可编程技术的发展来看，其是一个从控制面可编程到用户面可编程的进化史，其是随着网络 时代发展而发展的。4G 时代的用户面（SGW 和 PGW）已经引入了控制面和用户面分离的思想，主 要负责用户数据的路由和转发，以及用户平面数据包的传输。它不涉及会话管理的控制功能，这些 功能由 MME 负责，用户面功能相对简单；到了 5G，UPF 不仅负责用户数据的路由和转发，还支持 数据转发和传 输，其传输的数据量也是成指数级增长的；对数据也不再是简简单单的路由和转发，而是对数据在 一定程度上做到随路计算、随路处理等多种复杂操作。 由于网络中的数据不再限于用户的业务数据，引入了大量的 AI、计算、感知数据，数据之间的 传输拓扑也不再限于 UE-RAN-UPF-DN 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

PD）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 CNF弹性测试解决方案进行了基于混沌的测试。这一解决 方案引入了破坏性网络故障场景（如存储连接丢失或基础 设施资源耗尽等），从而深入了解其恢复机制、体验质量 （QoE）及自动响应的有效性。作为该公司与思博伦的一 整套广泛合作计划的一部分，这项工作旨在改进测试自动 昂的部署成本、复杂的集成过程、工业级设备的短缺，以及对5G R17和R18特性支持的不足。此 外，5G能够为运营商带来的价值尚待进一步验证。 在面临安全、隐私和性能挑战的情况下，在专用环境中引入增强型网络切片有助于推动企业接受 混合型公用/专用网络。 通过增强RedCap及接入流量引导、切换和分流（ATSSS）等5G功能，可以解决成本和集成方面 的挑战，这尤其适用于需要与Wi-Fi共存的棕地（brownfield） 键要素。最新的专用网络基础设施引入了由AI和机器学习所驱动的制造创新，支持在生产线之间进行数据切片，从而优化工作 流程并提升可扩展性。这种新一代的高效制造模式展示了5G LAN为工业生产带来变革的能力，为全球范围内类似的智造项目 铺平了道路。 2024年5G经典案例 5G LAN助力开创“智造”转型 12 思博伦5G报告 2025 进展、关键点与未来展望 在5G Release 17中引入的轻量化（RedCap）技术提供了一种“轻量级”

基于英特尔® 架构的 AI 软件工具组合 03 10 15 30 36 37 CONTENT 目录 Large Language Model (LLM) 大语言模型 3 4 阿里云引入第五代至强® 可扩展处理器，实现 ECS g8i 算力再升级，为大模型 AI 推理加速添 新解，更易得、更易用、可扩展性强，满足从小模型到超大模型的各类需求。 • 使用处理器内置的 AI 加速引擎 GPU 算力方案会带来巨大的成 本压力和能耗，且不利于 LLM 大规模应用 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 态逐步完善，CPU 平台所具备的多项优势使其能在满足大模 型推理性能的同时，又可兼具成本、绿色节能等方面的优势。 使用 CPU 构建大模型推理方案的优势 • CPU 作为通用计算资源更易获取； • 无需引入异构硬件平台的设计或有关人才； • 更易获得技术支持和维护； • 基于既有的 x86 架构设计的开发和部署方案更高效且 稳定； • 可复用既有平台的空闲算力，避免额外投资； • 可便捷地将

智慧内生和对数据面的支持：UCAN 架构中，CCU、DDU 和 TRP 间既分工明晰， 又联合设计、灵活部署的特性，可以支持基于用户需求动态编排功能部署以灵活 适配新功能，如 AI、感知等，利于支持新引入的数据面功能并满足 6G 智慧内生 的需求。 27 / 87 2.1.3 新型天线阵列与架构设计 2.1.3.1 基于智能超表面的新型天线阵列架构设计 RIS（Reconfigurable 图 2-1-14 RHS 传输原理 2.1.4 近场技术 传统无线通信系统已广泛利用远场空间资源。然而，随着第六代（6G）网络的出现， 对近场资源的探索和利用变得势在必行。这些资源为无线通信系统引入了全新的物理空间维 30 / 87 度。通过利用更高的频段（如中频、毫米波和太赫兹频段），并结合智能超表面（Reconfigurable Intelligent Surface, RIS）、超大规模多输入多输出（Extremely 在采用大规模阵列的无线网络中，依赖于准确信道状态信息（CSI）的波束成形方案需 要有效获取。然而，实施大规模阵列在基站（BS）和用户之间建立了众多链路，导致获取 CSI 的复杂度显著增加。为解决这一挑战，研究人员引入了基于码本设计和波束训练的波束 成形方案。在这些方案中，使用预定义的码本码字进行波束训练，并选择为用户提供最高接 收功率的最优码字进行波束成形。鉴于传统小规模天线阵列的覆盖范围主要涵盖远场，码本

交换芯片及网卡芯片引入基于 PKTC 的多路径喷洒、 基于 DGSQ 的拥塞避免以及基于66B 原子码块的故障检测与通告等三大原创技术， 实现从技术标准到商用产品转化，满足超十万卡 GPU 集群组网需求。 12 面向中远期，引入 GSE 通信库优化，利用网络拓扑的天然聚合特性实现梯度 聚合的高效卸载，减少网络通信流量，并通过合理规划梯度分配及聚合功能的放 置加速聚合过程，降低通信延迟。引入光电路交换机（OCS），结合 识，并及时更新到向量数据库中；引入自主 Agent 实现动态决策和工作流程优化， 能够根据不同的任务需求，自动调整检索策略和生成逻辑。 2.5.4.2 自主规划 自主规划面临跨场景任务泛化能力受限与行为边界失控风险等问题，未来技 术演进将围绕协议标准化架构、混合价值决策模型、认知闭环构建三大路径突破， 最终形成跨协议自组织、多目标自适应、全周期自进化的智能体。 面向近期，引入低代码的编排模式，使任务流程设计更加直观和高效。推进 层次模型体 系，构建最开放、最全面的模型和智能体生态，助力 AI+企业即用即取。中国移 动已构建 DICT 库、MaaS 云市场等多种成熟商业模式，形成了算力补贴、技术 大赛等体系化扶持政策，引入了百余家厂商模型及智能体服务。未来将汇聚的模 型和智能体充分融合，向 AGI 通用模型和社会级智能体网络演进。 面向近期，提供统一的框架、接口和标准化协议（MCP），将模型和智能体 汇聚至云端

2）在大规模网络中，错包和丢包无法避免，链路中如误码产生的随机丢包对于模型训练的 影响巨大，但缺乏与高性能组网需求匹配的恢复机制。 由于对带宽的强劲需求，网络需要采用更高的端口速率，但误码率也随之增加，为了纠 错而引入的高精度FEC机制又会带来更大的时延。例如，400G及以上速率以太网普遍采用 PAM4调制代替NRZ，以在不新增光纤的基础上增加网络带宽，有效提升传输效率；为了应 对PAM4带来的比特错误率更高 响集合 通信效率的重要因素，主要包括以下指标： 1）超低时延：网络时延分为静态时延和动态时延，静态时延为交换机收发报文以及报 文在线缆上转发的固有时延，而动态时延由则包括排队时延以及拥塞、丢包引入的时延。在 AI大模型训练中，集合通信的网络时延和业务吞吐性能呈现正相关，决定了训练加速比的上 限，因此需要网络尽可能降低时延，目标在亚微秒级。 2）极低抖动：网络抖动同样是影响JCT的重要因素，集合通信的流程一般可分解为计 关系链并找出最初 的触发点，在监控层面直接给出根本原因分析结果，进而加速高性能网络的故障排查和自我 修复过程。 尽管通用数据中心网络已采取诸如性能监控、告警系统、电信级OAM等运维策略，并 引入随流检测技术以增强运维能力，在面向AI高性能网络运维时仍面临如下挑战： 1）业务视角受限：当前随流检测技术仅停留在网络域，并未延伸至业务端到端层面， 从而限制了对业务质量的全面评估和故障定位能力。

程中同样发挥着重要作用，有力推动着行业向智能化方向发展。 （一）装饰行业的数字化应用 装饰行业的数字化转型体现在设计优化、施工管理和材料调度等多个关键 环节。BIM、智能化设备、3D 打印等先进技术的引入，为装饰行业带来了革命 性的变化。 BIM 在装饰设计中的应用：在装饰设计过程中，BIM 技术不仅能够进行三 维建模，还能帮助设计师在施工前进行可视化设计，模拟施工过程，提前识别 可能存在的冲突点和设计问题。通过 容的平台，避免过 度依赖单一供应商。 人才短缺：建筑行业数字化转型对技术人才需求大增，但目前在数据分析、 智能化设备、AI 技术等方面人才短缺，限制了数字化转型速度和深度。许多建 筑企业在引入新技术后，由于缺乏专业人才，无法充分发挥技术优势，导致项 目推进缓慢。例如，在 BIM 技术应用中，部分企业缺乏专业的 BIM 工程师， 无法进行复杂的模型搭建和数据分析，影响了 BIM 技术在项目中的应用效果。 满足建筑业对高速率、低时延、广连接的多样化需求。 5G 网络架构采用了软件定义网络（SDN）和网络功能虚拟化（NFV）技术， 实现了网络切片功能，可根据不同应用场景需求提供差异化的网络服务。同时， 5G 引入了边缘计算（MEC）技术，将计算能力下沉到网络边缘，减少数据传输 距离，进一步降低时延，提升实时处理能力。这些技术创新为建筑业复杂多变 的应用场景提供了灵活高效的通信解决方案。 （二）技术发展现状

10%。通过自动化工具替代重复 性、规则化的工作，例如数据录入、报表生成等，如供应链优化、 生产计划排程等，减少手动分析的需求；构建统一的数据平台， 消除数据孤岛，降低数据流通所占用的人力资源；引入知识管理 系统，将专家经验结构化并数字化，减少高端人才的需求。 —12— 对设备综合利用率的提升进行统计分析，平均提升 31.03%， 有 88%的企业设备综合利用率提升超过 10%。对设备的可用性、 从而加快订 单响应速度；引入先进的生产管理系统，提高生产线的灵活性和 效率，确保订单按时按量完成；加强物流部门的协同作业，优化 配送路线和时间安排，减少运输途中的延误。 —14— 对订单完成周期的缩短进行统计分析，平均缩短 25.63%，有 90%的企业订单完成周期缩短超过 10%。订单完成周期缩短，意 味着有处理更多订单的能力，可以进行以下优化：通过引入先进 的订单管理系统，实现订单信息的快速录入与追踪，有效减少人 不论是传统产业如糖业、金属加工，还是新兴领域如新能源 汽车、半导体、新材料，均在不断探索利用人工智能、大数据、 物联网、数字孪生等新一代信息技术，推动生产制造的智能化升 级。总体来看，各企业在引入数字化改造后，都在降本增效、提 高产品质量和优化管理流程上取得了显著成果。 —18— 二、人工智能技术应用案例 案例 1：广西博世科环境科技有限公司 案例名称：AI 智能投药助力博世科环保技术产业升级

特为基本单元，基于量子叠加、量子纠缠、量子干涉等量子效应， 相比经典计算具有并行计算优势，已在生物药物、化学材料、金融、 信息通信等领域得到关注和试验性应用。产业升级对算力存在巨大 需求，在评估量子计算是否具备引入价值时，应考察如图 1 所示的 应用能力三要素的关系，系统性考虑如下技术与工程问题： 一是给定计算场景、计算任务和计算问题，是否存在量子算法， 且相对经典算法有优势？优势包括计算速度、计算精度、计算规模、 量子计算应用能力指标与评测研究报告（2024 年） 4 (一)移动网络 1. 移动网络面临的算力挑战 移动网络正从移动通信网络向移动信息网络发展，融合了通信、 感知、计算、智能等多项网络功能，引入通信感知一体化、超大规 模 MIMO、去蜂窝网络（cell-free）、基于大模型的网络与空口、数 字孪生网络等新技术，在大规模信号处理、大规模网络优化、大模 型训练推理和网络大数据处理等方面，面临巨大的算法与算力挑战， 阵，经典计算机求解复杂度虽然多项式级增长，但也带来极大处理 时延、资源消耗与功率消耗，相对与目前 5G 基站能耗来说更加不 可持续。 在网络优化方面，传统的网络拓扑优化、路由优化和无线网络 优化都随着通感算智融合与新技术引入而变得复杂。其中，无线网 络优化进一步细分为网络覆盖优化、网络容量优化和网络能效优化 等，属于典型的组合优化问题，目前经典计算（算法）通常采用元 启发式算法，或贪心算法，只能给出满意解或可行解，无法给出最

年左右，南非互联网普及率仅 有 28%，偏远和农村地区更低。传统的 有线宽带铺设成本高、周期长，网络建 设推广缓慢。 在南非政府引导下，网络运营商、外 国设备供应商等多方协同推动解决宽带建设 难题。运营商引入成熟的 FWA 技术，免去 数字政府建设一般会面临机制不顺畅、 标准不一致、平台烟囱式、数据不互通的问 题。例如，截止 2023 年超过 70% 的中国 地级市建设了政务云平台，但是由于不同部 环境排名有望进入全球前 20 名。 9 The 5G FWA opportunity, 全球移动通信系统协会 10 AWS 全球研究中心开放数据库 14 国家数字化发展范式与路径 发展中国家引入成熟数字产业，享受数字经济红利 据 GSMA 数据 11，2023 年电信产业贡献了全球 GDP 的 5.4%，相当于 5.7 万亿美元的经济价值增加。全球 电信生态在 2022 年直接或间接支持了 4：数字化促进普惠医疗 最后，在数字经济领域选择差异化的路径，快速带动产业体量增长，就业增加。例如传统行业升级方面利用数 字技术实践农业、旅游、矿业、油气、能源等行业数字化，提升生产效率；数字化产业引入方面利用高潜本土市场、 劳动力优势培育出行、外卖、电商等为代表的互联网新经济，探索数字化人才服务输出；数字创新方面领积累数字 专利、人才、生态优势，探索数字化技术、数字化服务产业领域创新突破。