系的关键变量  前十大市值的加密货币中，两大稳定币市值占 比约7%，但日交易量占比48% 数据源： CoinMarketCap 全球对加密货币的探索始于2009年比特币的 创建，随后许多其它加密货币涌现。 2015年以太坊的推出，引入了智能合约，为 去中心化的应用程序开发铺平道路。 多年来，区块链技术逐步发展，首次代币发 行（ICO）、去中心化金融（DeFi）、稳定 币和真实世界资产代币化（RWA）的兴起均 迭代与监管框架的完善。 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 9  2024年稳定币交易额约37万亿美元，大幅超 出同期比特币交易额19万亿美元 什么是稳定币？ 稳定币 稳定币是一种通过与法定货币、大 宗商品或其他加密资产挂钩，以实 现币值稳定的数字货币。其设计初 赎回：客户将持有的稳定币交回发行方，发行方销毁等额代币，并通过银 行返还美元资金 稳定机制：套利 USDT价格 套利者 <1美元 买入折价USDT，赎回美元 >1美元 支付1美元铸造稳定币，按溢价卖出USDT 2024年至今波动区间[0.9975-1.0025] 此页载有机密数据，其全部成任何部分不可被复制成再发送。本页不构成对任何产品的要约出售/购买、招揽、推荐或建议。关于免责声明全文，请见本文件最后部分。 15

2025-04-30 发布 2025-04-30 实施 22 A A 参 考 文 献 [1] 国家数据基础设施建设指引（发改数据〔2024〕1853号） [2] 可信数据空间发展行动计划（2024—2028 年）（国数资源〔2024〕119号） [3] 数据领域常用名词解释（第一批）（国家数据局） [4] 数据领域常用名词解释（第二批）（国家数据局） [5] NDI—TR—2025—04 数据基础设施 标识管理规范

可信数据空间合规100问 2025年9月 目录 一、基础概念类 1 1.可信数据空间的核心定义及本质特征是什么？ 1 2.可信数据空间与传统数据平台的核心区别体现在哪些方面？ 1 3.可信数据空间中“可信”的具体内涵包括哪些维度？ 2 4.可信数据空间的关键技术组件有哪些？ 2 5.可信数据空间的主要参与主体及其角色定位是什么？ 3 6.可信数据空间对数据要素市场建设的核心价值是什么？ 量的积累”转向“质的飞跃”的核心驱动力。 4 可信数据空间与隐私计算技术的关系是什么？ 7. 可信数据空间是一种以数据可信流通为核心的生态化架构，旨在构 建多方主体间数据安全、合规、可追溯的协作环境；隐私计算技术 （如联邦学习、多方安全计算、差分隐私等）则是支撑这一架构落 地的关键技术内核，二者形成“场域-引擎”的协同互补关系。一方 面，隐私计算通过“数据不出域、价值可传递”的特性，直接解决可 信数 的“动力”，二者共同围绕“数据可用不可见”的目标，推动数据要素在 安全底线之上释放价值，支撑数据要素市场的健康发展。 可信数据空间与区块链技术的结合点有哪些？ 8. 可信数据空间与区块链技术的结合，核心是通过区块链的分布式架 构、不可篡改特性与密码学工具，强化数据全生命周期的可信性与 可控性，解决数据空间中的“信任缺失”痛点。具体体现在五个关键 维度：其一，数据确权——区块链用非对称加密为数据生成唯一数 字指纹，结合智

协同开发、跨项目开发、本地数据 上传、文件版本控制等功能，实现多源异构数据的统一访问与分析，提升数据利用效率。 ——数据存储技术：利用分布式文件系统、云存储或时序数据库等方案，对结构化、半结 构化和非结构化数据进行高效存储与管理，确保数据高可用、可扩展和安全持久化，满足不同 业务场景需求。 ——数据建模技术：宜对数据进行结构化、有序管理，支持数仓规划设计、数据标准、维 度建模、数据指标 数据接入认证技术 通过验证身份与权限，保障数据 安全准入与合规传输。 数据集成技术 将接入的异构数据整合为符合统 一标准的数据视图。 数据存储 数据存储技术 为各类数据提供合适的存储架 构，保障数据完整性、可用性和可 扩展性。 数据传输 数据传输技术 支持数据高效、安全的规模化传 输。 数据使用 数据质量管理技术 持续评估与修复数据，确保所管 TDSA/A-001-2025

我们期望通过本案例集的发布，能够进一步促进行业内各方的深度交流 与协同创新，共同推动智算服务发展与应用推广，为构建高效、绿色、智能的 未来计算环境贡献智慧和力量。 全球计算联盟 智能产业发展委员会 2025 年 11 月 2 目 录 智算服务案例集 .......................................................... 。 政策与市场方面，中国“东数西算”工程、美国“人工智能行动计划 2”等政策加速 推进了智算基础设施布局；金融、医疗、制造等行业利用 AI 优化流程，提高生产力和效 率，使得智算服务市场年增速超 30%。 技术驱动方面，深度学习、大模型的兴起，催生了对智能算力的巨大需求；AI 训练和 推理依赖高性能计算专用芯片，提高了对于算力和能耗的需求，推动了智算中心建设。 产业和生态方面 计划，开设多门课程，面向交付团队开展技术赋能，提升整体实施能力；在测试方面，支撑 覆盖计算子系统、网络子系统及集群联调测试，全面验证系统稳定性与性能指标，确保系统 高效可靠运行。 2024 年 9 月 20 日，广东联通深圳智算节点正式启用，为粤港澳大湾区数字经济发展注 入了新动能。在本项目集成交付过程中，中讯院探索了智算项目全流程集成交付的新模式， 打造了智算集成交付队伍，开创了设计院全流程承担智算集成交付的先河。

2023-2024 年是推进乡村全面振兴的关键时期。面对复杂严峻的形势，各地区各部门坚 持把解决好“三农”问题作为全党工作的重中之重，把推进乡村全面振兴作为新时代新征程“三 农”工作的总抓手，粮食和重要农产品稳步增产，脱贫攻坚成果不断巩固拓展，农民收入持续 较快增长，美丽乡村建设扎实推进，农村社会保持和谐稳定。这些成就不仅巩固了国家粮食安 全和农村发展基础，更为建设农业强国、实现中华民族伟大复兴筑牢了坚实根基。 中国社会科学院农村发展研究所 始终关注乡村振兴战略实施进 程，2024 年开展了中国乡村振 兴综合调查第三轮追踪调查，覆 盖 14 个省（自治区）、472 个 行政村、5824个家庭样本和2.33 万个人样本。作为涉农宣传“国 家队”和“主力军”，总台农业农村节目中心一直持续跟踪报道、深入挖掘乡村振兴的生动实 践和典型案例。2024 年，依据乡村振兴实践中的典型性、引领性、创新性、可持续跟踪性四 2023-2024 乡村振兴十大关键词数据说明 数据来源说明………………………………………………………………………………………………135 关键词全网热度数据来源 10 2024 年我国粮食总产量达 1.4 万亿斤，实现历史性突破，标志 着国家粮食安全迈上新台阶。这一成就与社会关注形成良性互动， 印证了粮食安全作为“国之大者”的战略定位。作为国家稳定的核 心基石，粮食安全不

通过智能合约+AI 协作平台，万人团队实现零管理成本运作 ⚫ 人机混合团队： AI 成员拥有独立数字身份，参与绩效考核与利润分配 ③终身学习范式 ⚫ 技能更新周期：从 5 年缩短至 3 个月 ⚫ 学习方式： 脑机接口+AI 知识直输，1 小时掌握外语听说能力 技术普惠实证： -深圳外卖小哥用 DeepSeek 开发接单优化系统，月收入提升 230% 生成方案，写 作效率提升 10 倍 ⚫ 记忆外延：个人知识库与 AI 记忆网络深度融合，实现“瞬间调取 20 年工作经验”的 能力 ⚫ 决策共生：AI 构建“平行推演空间”，在重大决策前模拟 100 种可能性并标注风险 路径 ②感知升维突破 ⚫ 多模态进化：2025 年将实现“五感互联”，例如通过气味传感器分析食品安全，震 动反馈识别机械故障 ⚫ 时空穿越能力：结合历 伦理边界：立法禁止“完全意识复制”，保留人类独特性 七、未来演进展望 1.技术演进：突破物理法则的认知革命 DeepSeek 的技术迭代正以“摩尔定律平方”的速度推进，未来 5 年将实现三大突破： ①量子智能融合 ⚫ 量子退火算法：解决传统计算机无法处理的组合优化问题（如全球物流路径规 划） ⚫ 超导量子比特：训练速度提升 1000 倍，模型参数突破百万亿级

如将来用作商业或其他用途，未经本公司同意，不得以任何异于本报告原样之装订或包装形式将本报告出借、转 售、出租或在网上发布。凡使用本报告者均受本条款及本报告一切有关版权之条款约束。 序言 2024 年，全球宏观经济呈现缓慢复苏的态势。从具体行业来看，3C 电子行业整体步入复苏通道；食品、金属制品 等行业同比表现向好；新能源汽车增速则继续放缓；光伏和锂电行业继续处于调整期，行业景气度欠佳。受各行业发 22 图表 22 2015-2024 年工业机器人应用领域分布（单位：%） 24 图表 23 协作机器人周边配套产品列表 25 图表 24 2022-2028 年中国示教器市场规模及预测（单位：亿元） 26 图表 25 不同形态夹爪产品示意图 27 图表 26 2016-2028 年全球协作机器人市场销量及预测（单位：万台，%） 28 图表 27 2016-2028 年全球协作机器人市场规模及预测（单位：亿元，%） 29 图表 28 2016-2028 年全球六轴及以上协作机器人销量及预测（单位：万台，%） 30 图表 29 2016-2028 年全球六轴及以上协作机器人市场规模及预测（单位：亿元，%） 30 图表 30 2016-2028 年中国协作机器人市场销量及预测（单位：万台，%）

加速数字化转型步伐！ 三棵树：数据治理与应用并行，开创三棵树经营提效“新密码” 潮宏基：作为彩金珠宝的领潮者，潮宏基如何用数据谱写品牌零售新“饰”界？ 广州酒家：当老字号遇上数字浪潮，广州酒家用科技续写百年“不老”传奇 帆软软件：数据驱动构建全场景智能决策体系 02 精益运营管控力 053 060 066 多彩贵州航空：BI 点燃数字化引擎，多彩航开启多彩绿色发展新征程 宁德新能源：2h 降至 浙高运：零代码构建创新、高效的高速公路业务管理模式 中国矿业大学：智慧引领 数据赋能 -- 助力后勤服务高质量发展 维维食品：智能促销指挥官——数据驱动的精准营销与客户忠诚度提升 东亚银行：百年银行的数字化探索与实践 苏大附一院：赋能医疗新生态：医院抗菌药物数字化管理的数字驱动与数据洞察 南洋商业银行：数据为基，人才为翼——南商中国数字化转型破局之策 华夏银行：BI 自主分析平台“数据魔方”赋能数据服务创造数据价值 你在源头投喂给 AI 的数据就已经出了问题。如果基 于错误的数据也能得出正确的数据决策，那计算机学科的科学性体现在哪？笔者举一个华为实践例子， 期待企业家从中得到启示重视数据治理工作。2007 年，华为公司孟晚舟主导一个公司级的变革项目： IFS（集成财经服务变革）。这个项目的初衷是基于数据驱动方式来重塑华为财务体系，让身在深圳 坂田总部的管理层对全球 180 个代表处的实时运作情况了如指掌。但这个项目启动之初，孟晚舟就