推动算力标准体系建设。加快制定面向业务需求的算力 设施、IT 设备、智能运营等方面的基础共性标准，完善相关技 术要求、测试方法等，充分发挥标准对产业发展的引领和推动 作用。同步探索算力计量、感知、调度、互通、交易等方面标 准建设，支撑算网融合产业化发展。 专栏 1 算力供给提升行动 一是持续开展国家算力中心典型案例遴选，鼓励各方主体 创新探索智能计算中心建设运营模式和多方协同合作机制。二 4. 探索算力协同调度机制。推动以云服务方式整合算力资 源，充分发挥云计算资源弹性调度优势。鼓励各方探索打造多 层次算力调度架构体系，建设可满足各类创新主体开展多元异 构算力调度、应用、研发、验证的平台环境。依托国家新型互 联网交换中心、骨干直联点等设施，促进多方算力互联互通。 专栏 2 算网融合发展行动 一是探索建设多层级算力调度平台，逐步实现多元异构算 力跨域调度编排。二是构建算力互联互通体系，统一算力资源 康”应用体 系高质量发展。加快基层卫生健康边缘数据中心建设，强化对 各级医疗机构的边缘算力支撑，实现医疗算力资源的有效下沉。 7.“算力+能源”。加快建设能源算力应用中心，支撑能源 智能生产调度体系，实现源网荷互动、多能协同互补及用能需 求智能调控。推动鼓励龙头企业以绿色化、智能化、定制化等 方式高标准建设数据中心，充分利用现有能源资源优势，结合 自身应用需求，提供“能源流、业务流、数据流”一体化算力。

年代是人工智能技术的萌芽时期。20 世纪80 年代，专家系统作为一种模拟人类专家决策能力的AI应用开 始出现。20 世纪90年代，随着计算机运算能力的提升，更复杂的智能算法被开发出来，用于生产规划和调度。21世纪初开始， 大数据和云计算兴起，机器学习等算法被提出。2010年，物联网、大数据分析、机器学习、深度学习等技术出现；2020年至今 AI 大模型出现并得到迅速发展，以Deepseek为代表的语义大模型出现。 3、计算资源需求高。由于参数规模庞大，AI 大模型的训练需要高性 能的计算资源，如GPU 集群、分布式训练框架等。 4能源行业部分大模型 （一） ◼ 国网光明电力大模型：（开源与闭源并举） 发输变配用、调度、交易 规划、建设、运行、检修、营销 ◼ 南网，大瓦特 ◼ 三峡集团“大禹”大模型 ◼ 中核集团龙吟大模型 ◼ 中国广核，“锦书”大模型 ◼ 中国石油，昆仑大模型 ◼ 中国石化，“胜小利”大模型 k通过构建考虑新能源场站波动特性的动态安全域模型，将弃光率从19%降至3.2%，日前预测精度提高 至94.7%。 2、优化调度决策：基于精准的发电预测，AI 大模型可以综合考虑电网的负荷需求、不同新能源电站的发电能力、储能设备的状态等多 方面因素，制定出最优的电力调度方案。这有助于提高电网对新能源电力的消纳能力，降低弃风、弃光率，提高新能源发电的利用效率。 10 ◼ 能源管理： 1、电网状态监测与故障诊断：利用

冷轧/镀锌 调度 营销 排产 2· 铁前 3· 炼铁 4· 炼钢 5· 轧钢 6· 销售 物 理 工 序 模 型 导 图 原料 废钢 烧结 球团 焦化 炼铁 炼钢 精炼 连铸 热轧 冷轧 销售 • 料场环境实时监控 • 人员越界安全监测 • 回转窑窑况智能分 析 • 原料无人天车吊装 控制 • 生产现场运输状态 监控 • 现场路线智能调度 • 智能化能源调度 • 料场智能调度 料场智能调度 • 燃料水分视觉分析 • 多角度废钢图像 采集 • 废钢智能定级 • 杂质识别 & 扣杂 • 废钢槽编号识别 • 多角度废钢图像采集 • 废钢智能定级 • 杂质识别 & 扣杂 • 废钢槽编号识别 • 皮带胶结头异常检测 • 皮带跑偏检测 • 烧结皮带跑偏检测 • 皮带托辊异常检测 • 分析监测烧结工序物料 成分 • 烧结皮带智能监测 • 烧结设备运行工况检测 • 料场生产计划智能配置 高炉燃料比监测 • 高炉精准出铁预测 • 高炉炉况诊断 • 高炉燎铁能耗预测 • 高炉在含量智能预监 • 铁包动态调度算法(铁包 跟踪) • 烟气余热回收控制 • 部署工艺模型分析诊断 • 能源诊断分析 • 建设质量工艺动态设计 优化 • 堆堵料异常检测 • 炼铁原料混匀过程调度 优化 • 风机风压参数实时捕捉 和分析检验 • ·计算最佳工艺参数 • 炼钢工序物料属性检测 • ·精炼钢水温度连续测量

灵活应用与智能 化升级：多云环境鼓励企业采用云原生技术和标准（如容器、Kubernetes、 微服务、API等），这些技术有助于构建松耦合、可移植的应用程序，便于未 来在不同平台上部署、扩展和调度。同时，多数企业在多年IaaS建设的基础 上，希望加速云原生和AI能力的应用，希望通过新的云厂商获得更多的PaaS 能力和AI开发能力。例如，当企业对行业大模型训练和AI原生应用有意进行 布局 的算力资源，超大规模计算集群需要支持智能调度，特别是面对行业大模型 的训练和推理任务时。企业需要获得全面保障大规模算力集群的统筹管理和 优化能力，确保计算资源实现高效利用。 AI算力质量和性能：需要确保算力资源具有足够的可靠性和容错机制，以减 少因单节点故障而导致的训练任务异常中断，造成时间和资金的损失。为了 提高效率，发展AI应用，需要更高速率的RDMA 网络的支持，基于领先的组 网能力和高水平的智能调度能力获得稳定算力服务。此外，全球网络POP 以及统一流量管控等能力。云服务商应着力打造开放兼容的多云管理框架，提供 更具普适性的适配服务，并通过高效的多云管理平台，实现多云资源的一体化管 理和调度。 一站式多集群管理：既能利用统一的平台连接和管理不同地域、不同基础设 施上的云主机、容器和云原生工具组件等，支持资源统筹管理与调度，亦能 将云服务调 度到不同的物理位置，减少延迟、提高服务质量并提供统一管理 视图。同时，有能力对安全、事件、日志、监控、审计、流量等进行统一运

智算产业现状总览 核心点： 驱动力 ｜ AI训练与推理需求激增，驱动算力基础设施快速迭代 技术体系全景 ｜ 覆盖芯片器件层（CPU/GPU/TPU）、硬件设施层（AI服务器/液冷）、平台调度 层（弹性调度/绿色节能）、应用场景层（AI训练/边缘智能） 规模与增长 ｜ 2024年中国智能算力规模达725.3EFLOPS，同比增速74.1%，市场规模190亿美 元，增速超通用算力3倍 未来趋势 实时推理 • 边缘智能 • 科学仿真 算力资源层 ｜ • 基础算力 • 智能算力GPU集群 • HPC • 边缘算力 平台调度层 ｜ • 异构资源管理 • 弹性调度系统 • 数据湖仓 • 绿色节能控制 • 安全可信框架 硬件设施层 ｜ • AI服务器 • 存储阵列 • 高速网络 •

平 台 点：产线 AI 质检 基于数字底座的智能物流调度确保新能源企业高效不间断生产 业务挑战 AGV、物流设备与载具缺乏有效管理，频繁出现问题。调度系统不具备追溯功能； MES非实时性致使AGV无法及时切换，临时工单需要人工参与清料处理。 方案效果 数白天AGV设备与载具进行统一物联与管理，大幅降低故障率，避免产线因AGV调度 停产造成的百万损失。支撑电池片生产追溯与产线工艺流程的优化改进。

移动互联网接入流量 33.9% 26.0% 6.8% 5.8% 5.5% 22.0% 移动视频 移动社交 新闻资讯 手机游戏 移动购物 其他 云计算技术的持续升级迭代加速了云算的融合，算网云调度机制促进了算力、网络与云计算的协同发展，同时AI 技术与云计算的融合引领算力结构变革，智算成为核心竞争点，智能云服务的技术与应用呈现蓬勃发展态势。 11 中国云服务市场规模 亿元 资料来源：中国信通院，公司公告，灼识咨询 AI服务器 智算中心 云服务 智算一体机 ...... 场景模型及应用 智能风控 自动驾驶 智能监控 自动定价 智能医学影像 推荐搜索 代码生成 智能客服 智能药物研发 ...... 智能调度 场景 数据 行业 数据 通识 数据 主要行业大模型应用阶段 大模型赋能千行百业 全球AI产业正处于高速发展阶段，AI搜索、具身智能、AI Agent及多模态等多元化需求显著增长，伴随 De 从优化算力产业布局、强化电力保障、促进调度交易、推进 绿色发展、拓展应用场景以及加强科技创新和人才培养等6方 面提出16条支持措施，拿出“真金白银”赋能绿色算力产业 高质量发展。 • 2025年计划建成算力中心容量达2,500MW。 京津冀枢纽算力网络国家枢纽节点 张家口算力中心集群 • 建成服务京津冀的区域算力调度中心，初步实现集群内数据 中心的一体化高效调度，可调度算力占总算力的比重超50%。 •

低代码平台，通过拖拉拽方式，快速构建 / • 安全运营管理中，保障服务的合规和安全同时，保护企业的 数据资产 • 更高效和高性能的多模型调度，保障大模型使用的费用最优 和体验最优 - AI 引擎1 – 企业大脑 • 串联 单点能力，智能编排业务接口 • 打通大模型和传统小模型，让大模型成为智能调度的多面手，解决困 难业务问题 • 快速的 构建能力，已经构建多个 为企业内外客户和消 费者提供服务 2 – •

国企业智能化成熟度报告 (2024) 》 (以下简称《报告》) 中,便是千行百业如 雨后春第般地开始探索与迈进各自的智能化发展旅程,从智能制造领域的智能生 产线优化,到医疗行业的辅助诊断与疾病预测,再到交通领域的智能调度与拥堵 缓解, AI 技术如同流水 悄无声息又快速地填满了企业运营的各个环节 静水流 深地改变了企业的运营模式和人们的生活方式。 在今年的调研中, 我们将企业智能化成熟度量表做了刷新, 针对智能体转型 混合 AI 数字底座的核心组成部分包括: • AI 基础设施: 以高性能异构 AI 算力为底座,构建算力网络协同、数据存 储融合的智能计算体系, 实现 AI 计算、通用计算、存储和应用需求的弹 性调度。 • 混合云平台: 以弹性、统一管理架构为底座, 构建云上资源与本地资源协 同、数据流转高效融合的云计算平台,满足企业多样化业务和数据合规的 更多干货请关注公众号“管理技术化平台” 18 这说明越来越多的企业意识到建立强大的 AI 开发平台是企业 AI 战略 实施的有力抓手。 例如, 制造业企业借助 AI 开发平台, 对生产制造环节进行智 能化改造, 实现设备故障预测与健康管理、生产过程优化调度等创新应用,推动 企业从传统制造模式向智能制造模式转型升级 AI 开发平台为企业的 AI 创新注 入强大动力。此外, 元宇宙可以构建起高度逼真、沉浸式的虚拟空间, 并支持多 感官信息的输入与输出

知识中枢具备知识自动更新能力，能够自动检测并修正知识歧义，从而确保 内容发布安全、问答准确。基于 Agent 智能体技术，该系统能够精确解析用户意 34 图，不仅从政策知识库中提取信息，还能智能调度业务系统 API。例如，当用户 查询附近交通管理办事场所时，系统可迅速调用政务地图 API，精确检索并以地 图形式展示。 知识中枢还提供基于政务大模型的 ChatBI 工具，利用 Agent 能力打造数据 效、更智能的模式，大幅提升了政府与群众之间的互动效率。慧泽实现了从“以 人工为主”到“智能辅助决策+人工复核”的转变，优化了公共服务体系，提高 了服务效率。慧泽增强了政务资源的科学配置和智能调度，使得政务部门能够合 56 理分配人力、物力，有效应对不同业务高峰期的需求变化。其精准的用户需求分 析和快速响应能力不仅提升了公共服务质量，也增强了政府的社会治理能力，减 少了因沟通不畅或响