高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS 云原生存储 块存储CBS 对象存储COS 文件存储CFS 云原生网络 私有网络VPC 路由网关 数 据 库 TDSQL DDOS WAF 云监控 微 服 务 Dubbo SpringCloud Prometheus/ Grafana 端侧接入层 负载均衡CLB 域名解析 DNS 网络加速 CDN 鉴权 OAuth2.SAML2 系统接入层 轻联IPAAS 统一身份认证 鉴权 OAuth2.SAML2 连接产品 连接客户 连接员工 连接伙伴 公有云 私有云 分布式云 企业 微信 节约综合人力成本 降低隐形成本风险 车辆事故、车辆违章、人员安全 云边协同的智能运维方案帮助新能源场站实现无人运维，智能运维 • 基于分布式云计算和AI等先进技术，通过云边协同架构，实现总部与边缘场站两级资源协同互动，打造新一代无人化智能场站 • 数字化能力下沉场站，提升巡检智能化，降低生产运营风险，推动新能源减员增效 云边协同 领先的AI算法模型 边缘侧与总部一致的数字化能力，实现巡检

数万对⾼质量prompt 增长：破圈，两个⽉到⼀亿⽤户的速度 “创新落后”的机会成本被不断放⼤ 体验： 哎哟 不错噢 低成本，超出⽤户预期的“智能” 产品：典型的2B能⼒集合 ‰ 快速推出全家桶和云服务矩阵 市场：典型的B端商业模式 ‰ 快速市场预热和商业化 6 再看DeepSeek, ⼜⼀个“⼯程奇迹” 7 DeepSeek&是“深度求索” 开发的⼀系列⼈⼯智能模型。DeepSeek&通过持续的技术 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化患者流程 • 多重购买渠道 腾讯⼤数据 腾讯健康药箱 患者服务 多渠道营销 ⽣产与 供应链 新药研发与 临床试验 学术化推⼴ 云深智药 DeepSeekJ会给医药企业带来哪些变化？—“技术为⾈，业务为舵” 懂业务者锚定价值，好奇⼼驱动突破 31 ⼤模型虽好，使⽤需谨慎 数据授权和管理 • 避免透露个⼈信息：⽐如⼿机号码、

胜华新材：碳酸二甲酯市场难有需求，价格持稳运行 本周碳酸二甲酯市场价格持稳运行，市场均价为 3600 元/吨，本周均价较上周均价基本持 平。供应方面中科惠安、卫星化学、湖南中创、重庆东能、东营顺新、维尔斯化工、山东 飞扬、云化绿能装置延续停车，利华益甲醇法装置停车，德普化工降负运行，安徽铜陵装 置停车，斯尔邦装置停车，浙石化降负运行，利华益 PO 酯交换法装置负荷提高，其余装 置正常运行，故碳酸二甲酯装置开工较上周相比呈上涨趋势。需求方面胶黏剂及涂料等传 N330（元/ 吨） 6900 6700 2.99% 环己酮 华东（元/吨） 9400 9250 1.62% 化 肥 农 药 尿素 华鲁恒升(小颗粒) （元/吨） 1660 1600 3.75% 氯化铵（农 湿） 石家庄联碱（元/吨） 330 330 0.00% 尿素 江苏恒盛(小颗粒) （元/吨） 1700 1670 1840 0.00% 硫酸 浙江嘉化 105%（元/ 吨） 580 540 7.41% 行业周报 敬请参阅最后一页特别声明 17 尿素 云南云维(小颗粒) （元/吨） 1900 1900 0.00% 硫酸 苏州精细化 98%（元/ 吨） 570 570 0.00% 磷酸一铵 四川金河粉状 55% （元/吨）

实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 AI 技术对数据集进行各类预测及 模拟生成，对数据进行虚拟化，实现数据智能孪生。 算力层：支撑以上各层服务的算力基础设施层，包括云 计算、容器化、云原生等技术，通用计算、智能计算、存储、 网络等资源，提供弹性高效的算力基础服务。 4 图 1 数字孪生体系架构 （四）数字孪生的关键技术 支撑数字孪生架构体系的关键技术如下。 1 学模型或计算机模型，为数字孪生提供一个虚拟的“骨架”。 几何建模是最基础的一环，通过 CAD 计算机辅助设计软件创 建物体的几何形状及物体间行为框架，通过一系列可变参数 控制模型。针对复杂场景，可基于点云的建模技术通过 LiDAR （光检测和测距）或其他 3D 扫描设备获取大量空间坐标点， 然后使用表面重建算法如 Delaunay 三角剖分或泊松重建。 此外，动态建模技术，专注于捕捉和表示系统的动态行为， 地获取数字信息是非常重要的。 6.云计算技术 云计算技术本质是按需灵活地提供各种类型的算力存 力运力服务给需求方，提供跨地域跨渠道接入的计算、存储、 网络服务并按用户使用量使用率计费，通常包括通用计算算 力服务，智算算力服务，通用存储服务，通用网络服务，数 据库服务，大数据计算服务，机器学习及人工智能大模型相 关服务等通用服务。时至今日，云计算技术已经广泛地运用 于全世界服务于各行各业。国外的知名厂商有亚马逊、微软

算力中心需求分析 III. 算力中心供给分析 IV. 算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 主要研究结论 • 从算力中心的定制批发业务发展现状来看，需求端和供给端均展现出积极的发展态势。 ➢ 需求端，随着 AI 大模型的迅猛发展，市场对算力资源的需求呈现出快速增长。这一增长主要源于互联网大厂、云厂商、短视频厂商等行业头部企业 对高性能、大规模算力资源的投入持续增长，这一趋势推动了算力中心定制批发业务的高速发展。 ➢ 供给端，受益于新一轮技术升级，算力中心市场迎来更多整合契机。头部企业凭借 中游：算力中心服务商 下游：算力应用领域 互 联 网 金 融 泛 政 府 制 造 AI 冷却系统 基础设施管理系统 基础通信服务 芯片 行业客户 … … 服务器 资料来源：灼识咨询 云服务商 注：1.算力中心即数据中心，数据中心自2020年开始逐步向算力中心演变。 UPS电源 柴油发动机 … … 算力中心作为算力资源的关键载体，通过集成高性能计算、大规模存储、高速网络等基础设施，提供提供大规模、

根据Gartner的数据，到2030年，预计合成数据在⼈⼯智能模型中完全取代真实数据。 5. 边缘计算 为了使机器⼈能够在现实环境中⾃主有效地运⾏，它们必须能够实时分析数据并做 出决策，⽽不依赖于集中式基于云的服务器。这种需求促使了边缘计算的⽇益重要 ，这是⼀种新的范式，涉及在⽹络的“边缘”处 - ⽽不是将数据发送到远程数据中⼼ 进⾏分析 - 处理数据。其好处包括: 减少延迟: 通过在本地处理数据，边缘 边缘计算还有助于通过将数据保留在设备本地来缓解数据隐私问题 。 改进的连接性:在⽹络连接不稳定或间歇性的环境中，边缘计算使机器⼈能够继续独 ⽴于云端运⾏。这对于在偏远地区操作的机器⼈尤为重要，⽐如农⽥或灾难区域， 那⾥⾼速互联⽹的接⼊可能有限。 机器⼈边缘计算的⼀个关键因素是神经处理单元（NPUs）的发展，这是专⻔设计⽤于加速⼈⼯智能计算的硬件。 NPU技术的快速增⻓是近年来的发展趋势。这些改进使得直接在机器⼈上部署复 成功为⼀种新的"⼀切皆服务 "（XaaS）模式打开了⼤⻔：机器⼈即服务（RaaS）。 SaaS和其他"⼀切皆服务"（XaaS）模式的增⻓在很⼤程度上归因于其云原⽣架构， 该架构使得可以⼤规模租⽤虚拟服务，就像它们是实体产品⼀样。这种基于云的⽅法 使公司可以在不需要进⾏重⼤前期投资的情况下访问尖端软件和服务。相反，企业可 以根据⾃⾝需求按订阅⽅式⽀付这些服务的费⽤，并根据需要调整使⽤量。 Raa

创新正在发挥作用，例如Cognition AI的“Devin”代码助手 ，它从项目经理那里接收指令并在后台执行活动。 34 回顾一下，早期的数字先锋如亚马逊和Netflix并不只是 将社交、移动、分析和云技术视为增强业务的一种方式 ——他们看到了如何利用这些技术颠覆其行业的价值主 张。如今，这场基础模型创新的风暴及其即时创造更多 技术和解决方案的能力正显示出我们对数字技术的基本 假设正在过时——颠覆商业竞争方式的机遇再次出现。 比作自行车——放大人们 能力的机器 117 IBM发布IBM磁性胶带/Sel ectric打字机，从而改变 办公桌面工作方式。 116 美国75%的支付劳动力量 在农业领域。 112 工业革命开始了一场从农 业和手工业经济向机器制 造业的转变。 111 网景导航者浏览器发 布，改变了人们获取 信息的方式。 118 亨利·福特为汽车建立了 第一条移动生产线 115 美国的国情普查纳入了制 表机，将计算时间从七年 “人工智能之父”杰弗里·辛顿：60分钟访谈。YouTube ： https://www.youtube.com/watch?v=qrvK_KuIeJk 33. 人工智能辅助的应用程序开发。（未注明年份）。谷歌云： https://cloud. google .com/products/gemini/code-assist 26. Schick, T., Dwivedi-Yu, J., 等人. (2023年2月9日)

驾驭AI浪潮 释放下一朵云潜能 ⸺ � � � � 中 国 企 业 多 云 战 略 白 皮 书 CONTENTS IDC观点 第一章 三大变量驱动，企业云战略向“创造业务价值”方向演进 �.� 新技术、新环境、新业务，催生企业高质量发展新需求 �.� 从“获取资源”到“创造价值”，企业云战略与业务目标协同演进 第二章 多云发展战略，持续扩展企业未来高质量增长空间 �.� 多云战略落地的应用场景 多云是企业开展智能化升级的重要策略 �.� IT复杂性攀升，安全、效率、创新、成本成为长期挑战 �.� 重视六大核心能力，构建先进多云体系 第四章 在下一朵云上，解锁AI发展新动能 �.� 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力 �.� 围绕AI构建多云能力的三大步骤 �.� 最佳实践 第五章 IDC建议 第六章 关于火山引擎 �� �� �� �� �� 收入举措的能力。 一系列的变革将给企业的云战略演进带来强劲冲击。企业应努力思考如何构 建与业务协同发展、适度超前的IT架构，基于技术优势带动业务创新和商业 模式创新，推进企业整体发展目标的达成。以云为核心的IT基础设施规划与 企业业务规划密切相关，在业务发展的每一个阶段都应起到核心推动作用。 面对业务和技术发展新需求，越来越多的企业开始在已有云设施之外，规 划、建设新的云环境，利用技术的更新和IT架构的迭代，获得新的发展动

年国内人工智能服务器工作负载中超过 70%将用于推理，仅不到 30%为训练，因此即使 DeepSeek 大幅下降训练算力，对国内冲击相对较小。 根据信通院，截止 2022 年末中国算力规模 302EFlops，结合主要云厂资本开 支和芯片出货预测，我们预计 2024-26 年我国算力规模年复合增速有望达到 44%，带动 2025/2026 年新建数据中心 8.0/9.1GW，对应 530/633 亿度增量 用电。我们预计 .................................................................................... 4 图表 2： 国内主要云厂商数据中心资本开支统计........................................................................................ 设功耗不变（基础 算力主要基于 CPU，相比基于 GPU 的智能算力对应功耗无明显增加），以 2022 年装 机规模为基数，对应年均新增装机 3.8GW。 2. 智能算力部分，我们参考国内主要云厂商 CAPEX 计划和芯片供给情况，以其 CAPEX 增速作为依据，假设 2023/24/25/26 年算力规模同比增长 10%/30%/60%/60%，到 2026 年规模增长至 653Eflop

AI算法和芯片是核心驱动力，大数据和云计算提供重要支撑，政府政策与企业需求发挥推动作用。 6 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 我国智算产业发展的关键技术 来源：与非研究院 智算产业关键技术，高性能AI芯片和大模型技术占比最高。云原生、云数据库、5G/6G通信、算力网络 Confidential & Proprietary. Do not reproduce or distribute. 3. 生成式AI驱动的变革 核心点： 范式革新 ｜ 生成式AI推动高性能算力需求，加速云-边-端覆盖与多元异构算力协同。 产业升级 ｜ 技术突破催生新玩家（如大模型服务商），降低应用门槛并催生微调服务模式。 服务格局 ｜ 传统算力机制无法满足大模型需求，定制化服务（独占式/大规模算力）成主 生成式AI对智算产业的最大影响 驱动技术创新，加速新产品研发和迭代 提高产业生产效率 引发对数据安全和隐私保护的重视 使就业结构发生变化，某些工作职能自动化 推动基础设施升级，包括数据中心和云计算平台 创造新的商业模式和收入来源 其他 来源：与非研究院 生成式AI主要通过更高效的数据处理和模型训练，驱动技术创新和提高生产效率，对智算产业产生了显著影响。 23 Supplyframe