行业分工开始明确 ���������������������������������� 53 5 UWB 方案商开始逐渐深耕行业，有自己的行业属性 ������ 53 6 UWB 芯片产品低功耗趋势需求明显 �������������������� 54 7 UWB 多模融合产品将会逐渐增多 ���������������������� 54 8 UWB-Beacon 将会逐渐平替蓝牙 行业资深从业者，从事物联网媒体与市场研究工作近 10 年，研究重点侧重于无 线通信、高精度定位、无源物联网等领域，同时对 AIoT 全局产业链有全面清晰的理解与认知，编写了 多份市场调研报告： 《2016 中国低功耗广域网络市场全景报告》 《2017 深圳市物联网产业现状市场研究报告》 《中国 UWB 定位技术企业级应用市场调研报告（2019 版）》 《中国 RFID 产业市场调研报告（2020 版）》 2、部分矿井设备位置轨迹追踪，以便进行调度 3、政策强制要求 1、静态误差不大于 0.3m 2、防爆、煤矿安全认证等 3、线性部署，基站工作距 离远 目前只有 UWB 可以做到 1、单基站工作距离远，以降低成本。 2、标签功耗降低 来源：AIoT 星图研究院 14 中国煤矿市场 UWB 产品出货量分析（单位：万个） 北路智控“智能矿山监控系统”业务表现 数据说明： UWB 在国内煤矿市场从 2021 年开始放量，自

本发展报告面向未来智算中心超大规模扩展、AI 大模型极致性 能与高效部署的核心需求，联合产业合作伙伴共同提出先进光互连 技术架构与演进路径，旨在突破传统电互连在带宽、距离与能效方 面的根本性瓶颈，构建高带宽、超低时延、低功耗及高可靠性的新 一代智算中心互连底座，为人工智能、高性能计算及云服务等关键 业务的持续跃升提供坚实支撑。 本发展报告的版权归中国移动云能力中心所有，并受法律保护。 转载、摘编或利用其它方式使用本发展报告文字或者观点的，应注 正经历前所未有的爆发式增长。基于铜缆的互连技术在带宽密度、 传输距离与能耗效率上的瓶颈日益凸显，光子作为光互连技术的信 息载体和物理基石，具有极低传输损耗、超高频率、抗干扰等物理 特性，使得光互连技术在带宽、距离、抗扰、功耗、密度等方面具 有压倒性优势，拥有巨大潜力。 光互连技术的应用范围正从传统的电信骨干网和城域网，快速 向数据中心内部、高性能计算集群等更广泛的领域渗透。特别是在 数据中心内部，随着服务器端口速率向 宽、低时 延、低功耗等方面的优势，有望成为未来算力时代不可或缺的基础 设施。智算中心场景下的光互连技术具体包括新型可插拔模块、光 电共封以及光交换三个核心技术方向。 2.1 新型可插拔模块 2.1.1 线性可插拔光学 随着数据中心传输速率的不断攀升，传统光模块的功耗和成本 急剧上升，已成为制约数据中心扩展的瓶颈。 图 1 线性可插拔光学结构 在传统光模块的功耗中，DSP 模块占了很大的比例，因此在

关频退网，一大批物联网终端需要考虑使用新的网络，新的蜂窝技术获得市场空间。而物联网应用场景 和需求丰富，有的需要高速数据传输；有的对传输速率要求不是很高，但需要语音和移动性；有的无其他额外需求，只需 确保低功耗连接；更普遍的是大多数物联网应用对功耗和成本敏感。 因此网络迁移最普遍的趋势是：原 2G 用户有过半迁移到 NB-IoT，剩余的迁移到 4G Cat.1（因行业发展态势，若无特 殊说明，本篇报告中 Cat.1 均指 一种中等速率的通信协议，但 Cat.1 的优势在于实现了物联网应用在速率、成本和功耗之间更好的平衡与兼顾。具体来说， Cat.1 相对 NB-IoT 和 2G，在网络覆盖、速度、时延、可移动性、语音通话能力上具有优势；Cat.1 相对 Cat.4，在成本、功耗、 性价比方面具有优势。 NB-IoT 是一类为实现大连接、广覆盖、低功耗等要求而设计的窄带蜂窝通信技术，2020 年 ITU 正式接纳 NB-IoT 机、IPC、定位追踪器（Tracker）等产品为产业贡献了稳定出货规模，整体出货量比前一年有小幅增长， 约 1.5 亿片。2024 年，Cat.1 优势市场继续稳定增长，新增 Dongle 市场和低功耗市场（烟感、气感、表计）小幅度起量， 海外 3G 退网与 Cat.4 向 Cat.1 转换趋势加强等因素共同推动了 Cat.1 出货量规模超过 2 亿，创下历史新高。 未来 Cat.1 产业的增长动力，可以从国内和国外两大区域来看：

。当前 普遍部署的纯电交换网络在互联规模、带宽密度、端到端时延与能效 比等方面逐渐逼近物理与经济的上限：算力芯片的通信需求远超传统 网络承载能力，高功耗、高成本和复杂布线问题愈发突出。 在此背景下，光交换技术凭借超大带宽、超低延迟与低功耗等特 性，正与电交换形成互补融合的“光电协同”架构，成为新一代智算 中心网络的重要发展方向。光电协同不仅能够在物理层显著提升链路 性能，还为网络的灵 括 Fat-Tree、Leaf-Spine、Dcell、BCube 等。受限于集成电路工艺的发展 限制，传统电交换机的带宽密度已难以满足大模型训练增长的流量需 求。光交换具有大带宽、可靠性高、功耗小、组网灵活的特点，相比 电交换机具有高带宽、低能耗的优势，是突破网络核心侧带宽密度瓶 颈的最佳技术路线，适用于超大规模 AI 训练集群。光电协同架构[6] 可以将光交换的高带宽、低延迟和电交换的灵活控制能力整合起来， 级带宽，充分发挥光与电两者优势。 表 1-2 光电交换技术比较 光电协同 全电交换 全光交换 带宽 TB 级 ≤800Gbps TB 级 延迟 纳秒（光）+微秒（电 控制） 微秒级 纳秒级 能效 功耗较低 功耗高 功耗低 成本 一般 较低 较高 1.3.1 电交换的技术瓶颈与发展困境 端口密度瓶颈 尽管近年来电交换芯片在制程工艺、转发架构与缓存设计方面不 断优化，但在智算中心应用场景下，其性能仍面临明显瓶颈。随着摩

能力与系统基础控件深度融合，使系统控件具有文字识别、 图像分割、实体识别等 AI 能力，降低开发成本。  AI 基础能力：提供 TTS、ASR、OCR 等 AI 基础能力。  AI 子系统：提供高性能低功耗的端侧推理和端侧学习环境，保证芯片能力高效有 序提供。还提供大模型的相关能力。 意图框架提供了HarmonyOS系统级的意图标准体系，通过多维系统感知、大模型等能 力构建全局意图范式，实现对 load/ 获 取 最 新 的 HUAWEI DevEco Studio。 测试套件 包括测试标准和测试工具两个部分。 35 1. 测试标准 覆盖鸿蒙生态应用性能、功耗、稳定性、兼容性、UX、安全等测试规范，帮助开发者 解决测什么的问题。 表 4-1：测试标准覆盖范围 标准分类 标准看护目的 标准看护关键内容 性能流畅 保障应用极致流畅 体验，资源使用无 保障长时间稳定运 行无故障，内存资 源无异常。 运行无故障：应用在使用过程中不触发闪 退、卡死等现象。 资源无异常：应用使用过程中无内存泄漏、 踩内存、句柄和线程资源过载异常。 功耗 保障应用在前/后台 不存在不合理行 为，确保续航体 验。 后台行为管理：后台蓝牙、网络、音频、 GPS 等硬件资源合理使用，无长时任务则主 动断链。 36 前台行为管理：前台不可见动效减少过度绘

的 生活与工作方式。操作系统作为连接硬件与软件的核心枢纽，其功能和性能的优劣直接影响 着各类智能设备的用户体验和应用生态的繁荣程度。 随着物联网技术的兴起，传统的操作系统在应对多设备协同、低功耗运行、实时响应等 方面逐渐显露出局限性。不同设备之间的互联互通存在障碍，数据共享和协同工作效率低下， 用户在使用多种智能设备时面临着繁琐的操作和割裂的体验。 在这样的技术变革背景下，HarmonyOS HUAWEI DevEco Studio 集成的性能调优、设备模拟、命令行工具和 SDK。 ⚫ 测试套件 包括测试标准和测试工具两个部分： ⚫ 标准测试：覆盖 HarmonyOS 生态应用性能、功耗、稳定性、兼容性、UX、安全、 分布式、游戏等测试规范，帮助开发者解决测什么的问题。 ⚫ 测试工具：提供 HarmonyOS 生态应用开发、调试、单元测试、集成测试、上架测 试等各开发阶段所 乐、导 航、设备连接等，使用长时任务避免应用进程被挂起。 ⚫ 延迟任务：对于实时性要求不高、可延迟执行的任务，系统提供了延迟任务，即满 足条件的应用退至后台后被放入执行队列，系统会根据内存、功耗等统一调度。 ⚫ 代理提醒：代理提醒是指应用退后台或进程终止后，系统会代理应用做相应的提醒。 适用于定时提醒类业务，当前支持的提醒类型包括倒计时、日历和闹钟三类。 17 2

内存 288 GB，FP4 稀疏算 力是 B200 的 2.5 倍。 （2）AMD 把 Chiplet 思路发挥到极致，多颗小 Die 通过 Infinity Fabric 灵活组合，用 更低功耗拼出同级算力，MI350 已支持 FP4/FP6 低精度格式，MI400 将延续“多芯粒+大内 存”策略，试图以性价比和能效比撕开英伟达的生态护城河。2025 年 6 月的 Advancing AI A100 为基准，基于 A100 同构集群，PD 分离在相同功耗和成本下吞吐量提升 2.15 倍，构建英伟达 A100 和 H100 异 构集群进行协同调度，系统在维持相同功耗的前提下将整体成本降低约 10%，并实现了 1.18 倍的吞吐性能提升。结果表明，Splitwise 能够有效提升大模型推理系统的整体效能，并验 证了其在功耗受限场景下的高效部署潜力。 4.2.2 中国电信异构 PD 芯片级：新计算范式芯片 当前主流 AI 芯片（包括 GPGPU 和 ASIC）仍延续冯·诺依曼架构的“计算-存储分离” 设计模式，该架构在应对大模型时代的海量数据并行计算需求时面临“内存墙”和“功耗墙” 瓶颈，催生计算-存储单元融合设计的发展趋势，存算一体芯片应运而生。 面对这些根本性挑战，存算一体架构被视为突破传统架构极限、解锁大模型算力能效瓶 颈的关键方向。其核心愿景是实现计算与存储

C-state 技术实现了颗粒度更细的电源管理：实时核心保 持稳定的 C-state 配置以确保确定性性能输出，非实时核心则根据工作负载智能调整电源状态，有效降低系统整体 功耗。在固定 TDP 约束条件下，这种优化的功耗分配机制带来更佳的热管理效果，在确保实时控制核心稳定运行的 同时，为 GPU AI 加速提供更充裕的性能预算，实现 AI 智能与精密控制的真正融合。 确定性实时性能是控制应用的核心要求。针对基于 统负载整合 方案中选择自己需要的方案： • 硬件平台：针对不同工业场景的需求工控机的配置非常多样，既有核数和 I/O 资源比较丰富的平台，也有追求低功耗从而 硬件资源有限的平台。针对不同平台的硬件特点，负载整合方案的选择也应不同。对于低功耗平台，往往硬件资源有限， 从 CPU 核数、内存、I/O 资源的角度考虑都比较适合采用单系统方案或者没有额外 Host 系统的多系统方案，可以有效节 而非实时部分通过叠加 OpenVINO™ 对大语言模型的推理提供了 加速，其中 FastSAM 起到分割图像作用，而 CLIP 满足识别的功 能，同时系统也对视频和图像处理提供了效率上的提升。在有限 的热设计功耗 (TDP) 和散热条件下，为满足实时性和计算能力要 求，将 AI 与控制集成到单一平台上，需要进行更优的平衡优化。 基于英特尔 p-state/c-state 技术，面向 AI 与控制一体化平台，

间的距离和方向体现了不同的协同意图。例如 当两个设备贴近时（< 10cm）或者当一个设备指向另一个设备时，表示这两个设备有较强的 协同可能性。 面向 2030 年，设备的感知能力会广泛存在。低功耗超宽带定位技术会在终端产品上更 加普及；另外支持高精度定位能力的下一代通信基础设施预计会大面积部署。因此，终端设 备与终端设备之间、终端设备与基础设施之间均能具备精确定位能力。定位精度预计达到 系统可用算力的提升。 2. 采用跨层协同感知的技术设计，下层能够很好地感知上层的场景诉求，而上层也能很好 地感知下层的负载压力，从而实现系统资源恰到好处地供给，在保障用户体验流畅的前 提下实现功耗和热的最小化。 3. 重载子系统或服务通过全系统和端云协同设计，实现系统级地降负载，大幅提升端侧的 流畅体验。 4. 从架构上对计算任务进行解耦拆分，通过极短时延，超高速率的高速近场联接，实现多

持。仓颉采用内存共享的并发模型，提供轻量用户态线程和易用的无 锁并发数据结构让并发编程变得轻松高效；提供了低时延高效率的自 动内存管理，支持鸿蒙应用以更高帧率、更少内存流畅运行，从而降 低设备功耗，延长续航。仓颉运行时采用轻量化设计，使仓颉应用具 有较低的基础开销。通过仓颉包按需动态加载技术，仓颉应用启动/运 行占用资源更少。 8  强安全：仓颉通过静态类型系统和自动内存管理，确保程序内存安全； 编程能力，并将仓颉打造为 鸿蒙生态应用开发的首选静态编程语言。仓颉未来探索方向如下：  高性能：通过 Actor、并发优先级算法、结构化并发提性能；通过内存 所有权机制降内存；通过硬件深度协同的优化技术降功耗。  强安全：通过安全宏、FFI 安全检查增强编译阶段安全能力；通过前向 控制流完整性技术增强运行阶段安全能力；通过数据流分析技术增强 应用级别的安全能力构建。 56  跨平台：完善跨