Report 洞见 | 趋势 | 预测 从过剩到平衡 电子元件供应链的未来之路 目录 概要 1 目录 01 02 2024：过剩状态与库存挑战之年 2 03 2025：变局中的审慎乐观 3 05 行业展望 4 07 全新贸易格局：地缘紧张局势与关税政策博弈 5 11 2025制胜战略框架 6 14 概要 02 从过剩到平衡 电子元件供应链的 未来之路 2025年或将成为电子元件供应链走出长期过 动态及地缘政治变量的影响无疑将成为重塑 行业前景的关键力量。 2025：变局中的审慎乐观 05 2025：变局中的 审慎乐观 市场正从过度修正状态逐步回归常态需求水平，这一进程虽然缓慢却仍然释放出积极的 信号。制造商注意到，2024年末订单量回升，表明客户在通过促销或生产消耗逐步出 清2024年度的过剩库存后，正以审慎态度启动2025年采购计划。 成本管控与技术创新的平衡 制造商持续优化供应链以提升其盈利能力， 额的严峻考验。为避免亏损，IC（集成电路） 制造商正效仿内存供应商2024年的策略， 要求客户提交需求预测以锁定产能配额。 若缺乏需求预测支撑，制造商可能被迫削减 产能以维持盈利水平。 周期。制造商寄望于端侧AI（人工智能）驱动 应用推动用户进行设备升级，Microsoft（微 软）宣布将于10月14日终止对Windows 10 的支持更是加剧了设备更新的紧迫性。安全 更新将于10月14日后停止，迫使用户转向新

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 6.2 近源端反馈机制.............................................................................................................. 34 6.3 端网协同速率协商............................... .......37 中兴通讯版权所有未经许可不得扩散 1 1 前言 智算场景的普惠化正带来新一轮网络技术的革新浪潮。 随着生成式人工智能的发展，AI大模型参数量从GPT-3.5的1.75亿，到GPT-4的1.8万 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

讯以价值成效为牵引，通过开放解耦和数智引擎，加速断点、堵点打通，实现端到端的自动化和智能化运维运营的核 心理念。同时呈现中兴通讯在自智网络L4高阶演进所取得的典型案例成果。 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 Certification Catalyst Projects 中国移动：构建完整的自智网络理论体系，进行深入自智实践探索，成为全球运营商的参考标杆。明确聚焦高价值场 景，推动原有子场景的自动化能力连点成线，打造端到端流程全自动的数智运维流水线，实现少人、无人的极简运 维，显著发挥“提质降本增效”应用价值。 中国电信：贯彻云网融合战略，提出“三极愿景+三零九自”的目标，发布云网运营的自智蓝图，赋能内外部数字化 Techco”战略，面向L4，聚焦客户投诉管理、网络优化、配置变更等高价值场景，利 用先进的数据分析、高度自动化和AI技术，加速企业数智化转型和AN等级提升。 印尼Telkomsel：将自智作为其数字化创新的一部分，目标是到2025年达到L4，确保网络在高峰期间的服务质量。 全球运营商正加快网络自动化、智能化转型，加速迈向高阶自智，以提高网络效率和用户体验，并实现网络服务变现。 4 1.2 智能化时代运营商网络的变革

ICDT（Information， Communication，Big Data Technology）融合范式。这种融合驱动的 6G 系统将突破传统通信 网络边界，演进为集通信、感知与算力于一体的端到端智能信息服务体系，构筑起支撑万物 智联的移动信息网络。当前，众多面向 6G 的候选技术已在理论创新、仿真验证及原型开发 等维度取得突破性进展。 本白皮书作为 4.0 版本的延续，从 ICDT 融合视角出发，系统性地构建了 出了 6G 将是一个端到端的信息处理与服务系统，核心功能由简单的信息传递扩展到信息采 集、信息计算与信息应用，为用户提供更强大的通信、计算、感知、智能和安全等多维内生 能力。随着时间的推移，6G 技术不断演进。在 2022 年 3 月的全球 6G 大会上，《ICDT 融 合的 6G 网络》白皮书 2.0 发布，聚焦感知、通信、计算融合的网络能力、架构、空口、终 端和产业，提出了全新的 6G 智能应 用场景下多样化 AI 服务需求。该原则的关键考虑因素是开放式、灵活可扩展。基于上述设 计原则，通算融合共生网络架构设计，要考虑从“功能独立、资源隔离”到“通算融合共生化”， 从“烟囱式设计”到“网络平台化”，从“单一能力”到“服务多样化”的范式转变，满足 6G 与 AI 的融合发展、通感一体、多要素融合等需求。图 1 示例了一种融合通感算智的 6G 网络系统 架构。 9 / 87

Serving在线推理服务 部署TensorFlow横向联邦学习 部署隐私集合求交方案 PPML: 端到端隐私保护机器学习解决方案 01 认识龙蜥 龙蜥社区（ OpenAnolis ）成立于 2020 年 9 月，由阿里云、ARM、统信软件、龙芯、飞腾、中科方德、 Intel 等 24 家国内外头部企业共同成立龙蜥社区理事会，到目前有超过 300 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，但只有把数据解密后才能进行计算和 使用。也就意味着，如果数据在使用时没有被保护的话，仍然有数据泄露和被篡改的风险。 在这个世界上，我们不断地存储、使用和共享各种敏感数据：从信用卡数据到病历，从防火墙配置到地理 位置数据。保护处于所有状态中的敏感数据比以往任何时候都更为重要。如今被广泛使用的加密技术可以用来 提供数据机密性（防止未经授权的访问）和数据完整性（防止或检测未经授权的修改），但目前这些技术主要 中运行的代码。最重要的是，此类证据是由硬件签名，并且制造商能够提供证明，因此验证证据的一方 就可以在一定程度上保证证据是可靠的，而不是由恶意软件或其他未经授权的实体生成的。 机密计算的现状与困境 业界内的诸多厂商就已经开始关注并投入到机密计算中。各大芯片厂家和云服务提供商（Cloud Service Provider，简称 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。

⾼ • 汽车⾏驶数据（摄像头及 传感器）达到百亿英里级 • 仿真数据正在快速发展以 弥补真实数据的分布缺失 具身 智能 成熟度 XR 经济性 • ⾼ • 融合感知、规划、控制的 端到端⼤模型已经成为业 界共识 算法成熟度 • ⾼ • 头部玩家达到5万 卡H100 算⼒支撑 • 中 • 安全性和合规要 求⾼ 普及便捷度 • 中 • 有千万级规模的⾼精度3D 资产数据，但仍需要更⼤ • 极少 • 以视觉为主的⼤量 车辆驾驶数据，附 加激光雷达等其他 传感器数据 • 在驾驶数据的基础 上增加针对尾部场 景的模拟仿真数据 算⼒支撑 • 端侧的低算⼒ECU/ 嵌⼊式芯片 • 云侧需要万卡集群 • 端侧需要⾼端推理 芯片，如特斯拉 HW3或者英伟达 Orin/DRIVEThor • 数⼗万卡、百万卡 集群 • 辅助驾驶，由AI来控制单个运 动控制，其他操作由⼈类驾驶 12 信息来源：量⼦位智库，Tesla，1）H100等效算⼒ V12 V13.5/V14 V13 V12.5 Robotaxi • 放弃模块式、基于规则的算法 • 开始⾛向端到端 2023 • 模型全面端到端 • 增加模型参数量 • 优化城市驾驶/智能召唤 • 模型参数和上下⽂窗⼝比V12增 加3倍，训练数据量提升4.2倍， 训练算⼒增加5倍 • 基本达到⼈类平均⽔平 • 超过⼈类平均⽔平

丰富经验，分享给用户，分享给业界，以求相互了解，相互借鉴，共同推动云行业、 云安全行业的开放与发展。 本白皮书面向各行业、各地区的广大读者群： ⚫ 从租户、生态伙伴和社区到互联网用户 ⚫ 从大中小型企业客户到个人用户 ⚫ 从决策层、管理层到 IT、安全和隐私保护等云服务相关的技术岗位人员，以及其 他相关岗位人员 (主要包括营销、采购/合同、合规审计等云服务相关人员)。 说明 1. DevOps 华为云秉承华为公司创始人任正非先生提出的“将公司对网络和业务安全性保障的责 任置于公司的商业利益之上”。在安全至上的企业文化氛围中，华为云持续投入，不断 汲取公司安全养分，脚踏实地，不断前行。华为云安全的历史可追溯到 2000 年华为安 全测试实验室成立。从那时起，近 20 年来，华为持续不懈地构建自身安全能力，这些 能力积累，渗透到了云安全服务研发的每个毛细血管中，构筑了华为云多维立体、全 栈防护的安全体系：2003 在云安全生态方面，华为云认识到单靠一个公司、一个组织的力量不足以应对日 益复杂的云安全威胁与风险。因此，华为云诚邀全球所有安全伙伴，携手共建云 安全商业和技术生态体系，共同向租户提供安全保障与服务。华为云的云市场 （Marketplace）欢迎具备技术竞争力的安全技术企业、组织和个人发布云安全服 务；同时，华为云诚邀云业务商业合作伙伴，利用自身对云服务云安全行业的独 到经验和见解，组合安全服务，形

动态协议可编程性：支持按需定制和动态加载协议栈，以满足垂直行业的异构需求。 3、 功能服务化：通过基于微服务的架构将用户平面功能解耦，增强部署灵活性和资源利用率。 4、 路径可编程性：利用意图驱动和基于人工智能的动态路径优化来确保端到端的传输性能。 此外，本文还验证了可编程用户面在提高网络效率、减少延迟和通过典型应用场景增强智能方面的 潜力。最后，它概述了未来的研究方向，呼吁全行业合作推进标准开发、开源生态系统建设和跨领 域技术集成，加快 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: 制整个网络，P4 可应用于多种网络场景，如负载均衡、边缘计算、安全等方面，此时，P4 时代被称 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

赋能。在此基础上，全面激活智能算力与应用普 惠新势能。 本白皮书详细阐述了云智算的发展背景、内涵，深入介绍云智算 的关键技术方向，为云智算的发展奠定基础。 云智算的发展成熟需要产学研用各方凝心聚力，实现从基础设施 到运营服务的全面升级，中国移动希望同业界合作伙伴一道，共同推 动云智算技术、产业、应用和生态成熟，助力千行百业注智赋能。 3 目录 云智算技术白皮书 ...................... 深度融合的云智算升级，体系架构从 IaaS、PaaS、SaaS 三层拓展为 AI IaaS、AI PaaS、MaaS、AI SaaS 四层。一是 AI IaaS，即算网一 体化供给的基础设施服务，通过泛在网络推动东中西、云边端、通智超量、训练 推理等多类型算力“联算成网”，依托算网统一编排的算网大脑，实现算力的灵 活调度、即取即用。二是 AI PaaS，即面向各类 AI 开发者的工具平台服务，提 供覆盖 AI 研发、 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 延要求；传输方面，通过端侧多路径、数据高速采集技术，优化 RDMA 传输机制， 从源头上解决多路径 hash

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 -- 英特尔® AMX 和英特尔® AVX-512，提升并行计算和浮点运算能力； • 受益于第五代至强® 可扩展处理器显著提升的内存带宽和三级缓存共享容量，化解 AI 大模型吞吐性能挑战； • 利用第五代至强® 可扩展处理器内置的英特尔® SGX 和英特尔® TDX 安全引擎，实现端到端的数据全流程 保护。 千帆大模型平台利用百度智能云平台中丰富的英特尔® 至强® 可扩展处理器资源，加速 LLM 模 型推理，满足 LLM 模型实际部署需求。 • 基于至强® 可扩展处理器不断提升的算力和内存带宽，有效支持 LLM 实现端到端加速； • 采用第四代 / 第五代至强® 可扩展处理器内置的 AI 加速引擎 – 英特尔® AMX, 最大限度地利用计算资源， 显著增加 AI 应用程序的每时钟指令数 (IPC)； • 利用大模型推理软件解决方案 有着更完备的能耗管理，更利于绿色节能。 基于这些优势，中国电信联合英特尔，将英特尔® 至强® 可扩 展处理器引入中国电信网络大模型的基础算力平台，积极探 索基于 CPU 平台的大模型推理方案，化解大模型推理能力下 沉到省公司的挑战，并为满足各行各业对大模型推理算力的 迫切需求探索新路。 如图一所示，方案使用第五代英特尔® 至强® 可扩展处理器作为 算力核心。通过其内置的英特尔® AMX、英特尔® AVX-512