度融合，行业定制化与智能化服务加速渗透，成本优化与绿色计算将成为竞争的关键。未来，基 础设施的核心矛盾将从“资源供给”转向“效率与价值平衡”，技术迭代将围绕“弹性算力调 度”“数据主权治理”“垂直场景深度适配”三大主线展开。 越来越多的企业核心数据正在向云数据中心迁移，计算密集型任务处理能力与弹性资源供给能力 正成为云服务商的核心竞争力。面对企业客户的数字化转型需求，减少延迟和工作负载可移植性 将是客户的关键优先事项， 存储方案升级应对大数据量冲击：云服务商通过采用更高性能的存储设备和更高效的存储架 构，结合对数据布局的优化，提供贴合不同在线业务需求的个性化存储服务，例如低时延块 存储（数据库多副本场景，<0.1ms延迟）、高带宽弹性盘（大数据单副本场景，吞吐量达 ��Gbps）、高速临时存储等。 1.2 软硬一体协同优化，应对AI时代激增的数据冲击 AI预训练和推理过程需要存储和预处理海量的多模态数据，数据向量化趋势也非常显著，为保障 型的推理体验。 云原生方案形成整体保障：除了算力层面的降本措施，云服务商还通过持续增强弹性伸缩、 Serverless以及统一运维等云原生解决方案的效能，实现硬件、算法、平台、服务的协同进 化。例如，在强化弹性伸缩能力时，综合运用编排调度（例如Kubernetes）、服务监控、服 务治理以及相关的配置管理等云原生能力，在提高弹性伸缩的速率的同时，持续增强自动化 预测能力以及优化自适应策略。 1.3 持续的融合创新，助力企业的国际化布局

识 推断提供高效准确结论的过程。 对于大部分企业和研究机构来说，自行购买和维护高性能计算设 备训练大模型需要投入大量的人力和物力。在这个背景下，算力租赁 服务应运而生。算力租赁通过即插即用的弹性解决方案，降低了算力 获取难度和使用成本。企业的信息化和智能化转型可以通过算力租赁 更快捷地获取所需的算力资源，从而加速技术研发和创新。当前，算 力租赁服务已成为主流解决方案，不仅降低了算力使用的门槛，推动 面对算力产业快速发展趋势，中国电信推出了面向智算的新一代 数据中心（AIDC，Artificial Intelligence Data Center）基础设施技术方 案，在高算力规模、高功率密度、高弹性需求背景下，同时兼容通算、 超算、智算，甚至未来的量子算力。在 AIDC 基础上，中国电信积极 布局算力基础设施建设，面向政府、企业、科研机构等提供就近的高 效算力服务。除了围绕热点区域建设“2+3+7”1的公共智算云池，还 向算力业务的长期演进，中国电信通过引入算力灵活调度、算力无损 传输、精准流级调度、网络智能运维等能力，打造以算力为中心、算 网一体的城域网新业态——算力城域网2。当前，中国电信在上海、 浙江、广东等地围绕海量数据弹性高效入算、存算分离百公里拉远训 练、百公里分布式推理等新型智算业务开展算力城域网现网验证，实 1 “2”是指中国电信在内蒙古、贵州设置的两大公共训练智算中心；“3”是指中国电信在北京、上海、 广州设置的三大热点区域智算中心；“7

不仅限于安全，这种“假象对齐”表明模型可能会内在执行对齐的逆操作。大模型存在会逆转或撤 销对齐过程的可能性，这一概念我们称之为逆向对齐（Inverse Alignment）。我们进一步探究了： 语言模型的参数是否表现出弹性，从而抗拒对齐？ Do the parameters of language models exhibit elasticity, thereby resisting alignment? Language 未来技术方向展望: 强推理模型监管和保证 – 语言模型抗拒对齐 从胡克定律到大模型的弹性（而抗拒对齐） 大模型存在弹性：模型在预训练阶段经过大数据、 大更新产生了具备通用能力的稳定分布𝒑𝜽，而经 过对齐阶段的“小数据、小更新”表现出由对齐分 布𝒑𝜽’回弹到预训练分布𝒑𝜽倾向，从而抗拒对齐; 胡克定律：在弹性限度内，弹簧弹力𝑭和 长度变化量𝒙成线性关系，即：𝑭 = −𝒌𝒙， 弹力系数𝒌 类似于胡克定律，我们发现大模型也存在弹性：对模型施加微调时，模型倾向于 保持原有预训练分布，抗拒对齐分布，使得“逆向对齐”更加容易。 模型弹性的理论解释 ◆ 大模型被视作一种压缩器，预训练和对齐过程则是： 利用模型对每阶段的数据进行联合压缩； ◆ 数据量上pre-training显著多于post-training，模 型为提高整体压缩率，倾向优先保留预训练部分的 分布而抗拒微调对齐的分布，从而表现出模型弹性； ◆

发改委等部门推动的“东数西算”工程，核心目标并非简单的“数据 西迁”，而是构建全国一体化的算力网络体系。推动该技术发展，能 将地理上广域分布、架构上高度异构、权责上分属多域的海量算力资 源，通过智能化感知与调度，整合成逻辑统一、弹性敏捷、安全可控 的国家级“算力资源池”。这不仅从根本上解决我国东西部算力供需 不平衡的结构性矛盾，更能通过统一调度形成规模效应，为国家重大 科研项目、经济社会发展提供澎湃且经济的算力支撑，从而在全球数 配至最优算力节点。 资源管理功能：对分布式算力资源进行统一管理，涵盖资源注册、 注销、状态监控、故障诊断等全生命周期管理。通过资源虚拟化与池 化技术，将分散的物理资源整合为逻辑资源池，实现资源的灵活分配 与弹性扩展。例如，利用 GPU 虚拟化技术（MIG、vGPU）将单块 GPU 18 切分为多个虚拟实例，供不同任务共享使用；通过智能算力池化，对 CPU、GPU 等资源进行统一调度，降低资源碎片化，提升资源整体利 基础设施层作为分布式算力感知与调度体系的资源支撑底座，面 向多源异构算力与多样化网络环境，提供统一接入、抽象管理与弹性 供给能力。该层涵盖从边缘到核心的数据中心资源，包括适配弱网环 境的边缘节点、具备单向通信能力的安全隔离网络、广覆盖的运营商 通信网络、集团、省、市各级数据中心与算力网关，支撑资源的分级 部署、异构接入与高弹性调度，构建覆盖广泛、能力多样的算力资源 基础。 （2）网关管理层 25 网关管理层

地址信息； 2. 租户管理界面，为 每个酒店分配一个租 户，独立管理。 3. 系统管理界面，租 户总体情况一览无 余。 兼容性强 全国网监平台均可对接 结合虚拟账号优化审计 弹性扩容 平滑扩容、资产保值 可弹性扩容 高性价比 审计平台 采用虚拟化技术 1. 通过虚拟化集群技术实现 专有硬件堆叠，性价比 高于传统分布式部署硬件。 2 、解决资产回收管理问题。 3 、节约用户机房与耗电。 单独采购硬件与专有硬件 堆叠 + 审计运营平台节约 成本约 20%-30% 左右 运维简单 自助的服务、 统一管理的集中平台运营 建设方式采用平台池化方 式集中建设随着用户带宽 增长，分配资源可弹性增 长。 例如：用户带宽扩容 50Mbps 升级到 100Mbps 传统方式需要更换设备， 云化运营平台只需动态分 配资源即可提高性能 1. 审计运营平台采用模块 化设计，目前兼容全国

在边缘节点部署智能代理模块，实现算力资源的状态感知、自主注册、 动态调控与异常恢复，降低系统整体运维复杂度，增强纳管系统的可 扩展性与鲁棒性。 多元异构资源适配纳管体系的建立，不仅提升了资源统一管理的 效率，也为实现弹性算力提供了必要前提，构筑算电协同系统的算力 基础设施底座。 2.2.2 多能互补电力协同调度 算电协同的本质，是算力系统对电力系统的深度感知、动态响应 与反向驱动。在以可再生能源为主体的新型电力系统中， 区块链技术为算电资源交易构建了“可信账本+自动履约+多方协 第九届未来网络发展大会白皮书 算电协同技术白皮书 25 作”的数字信任基础。未来，基于可信交易机制的算电协同系统将具 备更高的市场弹性、更强的资源流通效率以及更优的绿色发展能力， 成为数字经济与绿色能源深度融合的重要支点。 第九届未来网络发展大会白皮书 算电协同技术白皮书 26 三、算电协同典型应用场景 “算随电调”模式的有效运作离不开关键支撑技术。新能源出力 预测系统基于 AI 模型，结合气象数据提前预测风光出力，为算力调 度提供时间窗口；算力任务分级机制将任务分为实时性、延迟容忍和 弹性三类，便于根据电力情况进行调度；电算协同调度平台整合各类 数据，通过优化算法实时输出调度指令，实现电力与算力的协同。 该应用场景取得了显著的效果，新能源消纳率大幅提升，风光弃 电率从原 3%

性，降低智算中心造价，提高智算及云业务利润，实现智算中心的模块化、标准化建 智算中心冷板式液冷云舱技术白皮书 11 设，以适应客户项目灵活部署。 针对需求，基于冷板式液冷系统自主开发出液冷云舱产品，能够弹性适配新建及 改扩建等不同类型的场景，实现预制化、模块化、灵活部署和快速交付。 2. 液冷云舱建设方案的优势 液冷云舱的建设方案采用兼容列间空调和液冷 CDU 的多元化方案，以实现制冷 级联，实现柔性扩展能力。 （2）高效散热能力：液冷云舱配置独立的 CDU 和列间空调，结合“芯片-机柜- 机房”三级液冷循环，动态匹配不同负载场景，减少无效能耗，兼容智算和常规通算 服务器，弹性适配不同算力场景。 （3）高可靠性：将动环、IT 网管以及整个机房资源纳入数字化管理平台，支持 未来 AI 智慧化系统接入，实时分析负载与温度场，动态调节泵速、流量及冷却路径； 配备漏液检测 决方案，如图 2 所示，弹性适配不同场景快速交付，实现预制化、集成化、快速部署， 适配服务器未来发展。 智算中心冷板式液冷云舱技术白皮书 12 图 2 液冷云舱系统解决方案 结合业务需求的风液比例，通过基本模块的灵活组合，形成智算机房平面布局； 采用液冷+风冷的多元化冷却方案，统一楼层荷载，灵活适配未来演进。通过标准化 接口和快速接头等技术，实现弹性扩容需求，达到灵活部署。液冷云舱由冷量分配单

国产数字化升级标杆实践报告 国产数字化升级标杆实践报告 09 - 国产化的根基在于底层基础设施的自主创新。实践表明，成熟的国产底座不仅能够完全胜任大规模、高并发的业务场景，更能提供灵 活的弹性扩展能力和开放兼容、一云多芯的生态支持。 在政务领域，广东省政数局基于腾讯云专有云TCE打造了全国最大的省级政务云，覆盖IaaS、PaaS、安全全栈云平台服务能力， 服务68个省级单位、1000 边缘计算Edge 镜像仓库Registry 离在线混部 应用市场Apps 高性能网络eBPF GPU虚拟化qGPU 应用编排TAD/Helm 容器运行时Runtime 存储管理PVC/PV 弹性伸缩HPA 集群管理Kuberetes 负载均衡LB 消息中间件 消息队列 RabbitMQ版 消息队列 RocketMQ版 消息队列 CKafka版 消息队列 Pulsar版 数据库与存储 故障秒级切换，平台经过腾讯内部95%业 务实践验证，支持同城双活以及多地容灾， 系统可用性高达99.999%；同时提供5A数 据安全保障，支持国密数据存储。 提供开箱即用的极速启动体验，支持弹性扩 缩容，灵活适配业务增长需求；通过AI加持 的智能运维能力，结合运维知识库与系统运 行指标，实现故障事前预警、自愈和事后根 因分析，有效降低综合运维成本。 性能卓越 智能运维 支持单项目10万+节点，单集群万节点的超

试点 2020 Q4 推广 2018 探索 标准化 • 构建风控领域数据服务 API 标准 • 构建风控模型 API 标准 场景化 • 支持低代码开发，快速部署实施 • 弹性架构支持三大类场景 ModelOps • 模型全生命周期线上化 ， 提升 风控模型可管理性 平台化 • 统一的 FlinkSQL IDE • 统一实时指标、特征开发管 理 实时化 Linux/VM 输出层 计算层 接入层 运行态 智能风控体系方案：技术架构 SQL 评分 血缘分析 监控告警 网关分流 Nacos 行为轨迹 系统服务层 内外指标计算 实时风控弹性架构： 全场景解决方案 智策平台 模型编排 实时计算平台 (Flink) 业务 系统 外部数据平台 指标引擎 规则引擎 实时风控 实时特征 工程 模型引擎 离线特征工程 机器学习平台

就架构设计来看，TDSQL采用模块化分层设计，支持多引擎兼容、智能运维管理及高可用性服务。 其核心架构由TDSQL管理平台及TDSQL引擎组成，各模块通过标准化接口协同工作，提供安全、 稳定、弹性的数据库服务。 提供多样化的用户接入方式，可灵活对接业务，统一调度资源与权限，保障系统安全与高效运行， 同时支持全链路监控、故障自愈与性能优化。 腾讯云数据库TDSQL架构设计 �� Web 。 此设计的优势在于，通过TDSQL的DCN同步模块，在保持主备机房物理隔离的前提下，实现了数 据同步的自动化、高可用化与业务扩展性，有效满足企业级应用对跨地域数据一致性、故障自愈 能力及资源弹性扩展的核心需求。 主从复制架构优势： �）基础参数对齐 主备集群创建实例时，应确保主、备实例的数据库版本、字符集编码、排序规则、大小写敏感、 innodb_page_size 等参数项一致。 通过上述全链路监控体系，可形成从底层协调到上层集成的立体化监控能力，是数据库稳定运 行、快速进行故障响应的基本保障，也是进行资源调配与合规审计的关键性技术支柱。 在数据库运维的全生命周期中，资源管理是支撑系统稳定、弹性、低成本运行的核心底座，其建设 体系覆盖从硬件基础设施到软件资源分配的全链路精细化管控。 具体包含以下关键维度： 包括服务器选型与配置优化、机型规格标准化（如CPU/内存/存储的规格匹配），以及IDC（数据中