杭州高新数联互通科技有限公司 国家数据基础设施技术路线发展研究报告 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 数据产业正快速发展成为数字经济社会的主导产业 数据基础设施正逐步成为数据高效流通的可信安全环境 环境 第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 第四章 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛

遗留系统的解耦：对老旧基础设施或定制化应 用程序进行有效的迁移与现代化改造，需要专 门技术知识和以客户为中心的专业服务。 数据安全和合规顾虑：严格的法规要求（例如 GDPR、巴塞尔协议 III、HIPAA）和数据主权 问题，使一些利益相关者对迁移敏感数据持谨 慎态度。 对业务中断的担忧：为了在迁移过程中避免运 营中断，专业的指导与支持必不可少。 多云管理的复杂性：在多个云服务和基础设施 提供商之间平衡工作负载，会增加集成、治理 型项目的关键数据点与研究发现，有助于量化 我们能助您释放的商业价值。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 IT 基础设施团队效率 提升 39% IT 运营成本效益提高 9% 高效率： 应用迁移至亚马逊云科技的 速度提升 46% 应用开发团队生产力 提高 21% 新产品和服务交付速度 加快 21% 实现成本节约 在云端释放基础设施效率 将核心工作负载迁移至云端可以避免本地基础设施的大额固定支出， 降低计算资源的总拥有成本 (TCO)，从而实现成本节约。同时也消除 了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊

......3 二. “十五五”数字中国发展现状与特征.............................................................8 （一） 数字基础设施提档升级，实现新跃升...............................................8 （二） 数据要素市场化改革步入效能提升与价值贯通新阶段........... 三. “十五五”数字中国发展问题.......................................................................54 （一） 数字基础设施面临迭代升级和价值转化双重挑战.........................54 （二） 数据要素市场化配置改革面临系统性挑战................................ 四. “十五五”数字中国发展建议.......................................................................69 （一） 推动数字基础设施实现能级跃迁，全面增强其对新质生产力支撑 效能 69 （二） 建设制度保障与市场支撑协同联动的数据资源流通体系.............70 （三） 强创新、促融合，做强做优区域特色数字经济

AI：安全、合规、向善、透明 26 2.3 云原生安全保障：打造可靠 AI 基础设施 27 目录 大模型发展趋势、风险挑战与 解决方案 1 模型商业落地加速，面临多样化的部 16 署与应用环境 2 模型应用安全风险具有系统性与复杂 17 性，全生命周期的安全保障是模型应用 落地的关键 2.1 AI 基础设施风险：供应链漏洞、DDoS 攻击 17 与模型资产威胁 49 安全能力 3.2 部署安全：过程控制，构建防御屏障 59 3.3 运行安全：上线监测，实现动态防护 60 CHAPTER CHAPTER 阿里云AI基础设施：原生安全 保障 1AI 基础设施及其关键挑战：兼顾安全、30 能力、效率 1.1 安全挑战：系统软件漏洞、资源滥用、供应链 30 攻击与隐私合规风险 1.2 高可用性挑战：系统稳定性压力增加 31 1.3 高性能瓶颈：算力利用率与异构协同问题凸显 32 1.4 算力经济性失衡：资源碎片化与供需错位下的 33 成本与效率挑战 2 阿里云的企业级 AI 基础设施建设： 34 在高效的基础上更安全 2.1 云平台级别的全栈安全保障 35 2.2 面向 AI 场景的安全防护 37 2.3 从高性能到低成本的全面优化 40 03 04 13 12

（五）数据安全将全过程动态化保障 ....................................................................... 202 （六）国家数据基础设施将建成运营 ....................................................................... 203 （七）数智产业生态体系将更加完善 .................... 38 图 23：动态全过程的数据安全 ............................................. 40 图 24：数据基础设施全面继承、广泛覆盖、鲜明创新 ......................... 42 图 25：人工智能和数据要素全流程融合 ................................. ......................... 54 图 33：美国进行专门数据保护立法的细分领域 ............................... 58 图 34：美国数据基础设施建设和运营模式 ................................... 67 图 35：欧盟数据权益法律法规体系建设路径 ............................

第 4 章：技能培养策略：高校及其他领域探索 第 5 章：ICT 岗位分类体系 第 6 章：未来展望 研究方法 附录 I. 人工智能岗位 II. 软件岗位 IV. III. ICT基础设施岗位 网络安全岗位 V. 数据管理与分析岗位 VI. 云计算岗位 VII. IT领导力岗位 01 03 20 28 37 54 64 70 71 71 94 111 10 月） 趋势 2：为具备AI适配能力，组织加大技术栈投资 为持续推进向AI驱动型企业的转型，各组织正逐步加大对底层技术基础设施的投资：搭建具备可 扩展性、灵活性与安全性的技术栈，以支持跨业务领域的各类AI工作负载。组织普遍认识到，若 缺乏功能完备的AI基础设施（包括云计算平台、数据分析能力与机器学习框架），将难以部署和 规模化推广先进的AI解决方案。 对技术栈的投资不仅能增强AI能 智能体支出转向体现在三大投资领域：数据中心基础设施现代化、网络恢复与韧性强化，以及核 心企业应用更新。 近三分之一（31%）的组织表示，数据中心基础设施现代化将是首要投资方向，这一趋势反映出 从“云原生”到“AI原生”系统的广泛架构演进。与以往仅将AI作为附加功能整合的模式不同， AI原生架构从设计之初就以AI为核心，通过实时数据管道、自适应基础设施和持续学习能力，支 撑高性能、可扩展的A

大同市、广州市、杭州市等位居前列。 我国算力产业发展已取得一定进展，但仍存在基础设施建设不 均衡、算力应用深度广度不足等问题。为进一步加速我国综合算力 发展，亟需通过深化一体化算力网建设，强化统筹协同与动态优化 能力；全面提升算力供给质效，加速推动结构的迭代升级；夯实存 力运力底座，促进“算存网”协同演进；构建绿色低碳体系，加速 基础设施绿色升级；深化融合创新实践，助力产业生态繁荣发展。 《综合算力指数蓝皮书（2025 ..................36 （三）夯实存力运力底座，促进“算存网”协同演进...................................36 （四）构建绿色低碳体系，加速基础设施绿色升级.......................................37 （五）深化融合创新实践，助力产业生态繁荣发展............................. 1587 亿美 元，2028 年有望达到 2227 亿美元。 人工智能产业的巨大潜力及其对算力的高度依赖，已使其成为全 球数字经济竞争的战略制高点，全球各国正加速人工智能的战略部署 与算力基础设施投入。IDC 数据显示，目前，全球超过 70%的组织开 始对生成式人工智能技术进行投资或处于初步测试阶段，已有 17% 的组织将生成式人工智能应用和服务引入生产环节，利用人工智能技 术实现规

数字经济细分领域政策逐步完善 ....................... 8 二. 成效篇：数字经济创新发展稳中提质 .................................. 14 （一） 数字基础设施逐步夯实 ..................................... 14 （二） 数字产业规模稳步扩大 ................................... 发展规划》，紧扣数字经济高质量发展要求，围绕 8 个核心 方面提出“十四五”时期的重点任务和重点工程。一是优化升 级数字基础设施。协同推进千兆光纤网络、IPv6 和 5G 网络 建设，布局卫星通信网络等新型网络，推动 5G 商用和规模 化应用，加快大数据、云计算等算力基础设施建设和云网协 同发展，建设可靠、灵活、安全的工业互联网基础设施。二 是充分发挥数据要素作用。加快构建数据权属、公开、共享、 6 交 促进优质资源共享复用。六是健全完善数字经济治理体系。 探索建立与数字经济持续健康发展相适应的治理方式，制定 更加灵活有效的政策措施，创新协同治理模式。七是着力强 化数字经济安全体系。加强网络安全基础设施建设，健全完 善网络安全应急事件预警通报机制。八是有效拓展数字经济 国际合作。推动“数字丝绸之路”深入发展，深化与“一带一路” 国家的数字经济合作。 2025 年 4 月，国家发展改革委、国家数据局印发《2025

由供给-运营-服务的三层体系构成的核心愿景架构。然后在三层架构上分别识别出前沿技术趋势，分别是 云网一体化调度依然是核心、网络基础设施 DC 向 AIDC 全面转型和云边端能力加速分化与融合，并由此 引出本章的三个热点方向：（4）云网一体化调度（5）面向智算的云网基础设施（6）云边端协同。 第三章，围绕智能算法的研究，首先分析了云计算与云网融合相关的各类智能算法的发展趋势和应 用场景，包括运筹优化、深度学习、强化学习、大模型和 技术对云网的新需求。本章第二个热点方向围绕另一个热点话题开展介绍和论述：（10）AI 安全。 第五章，智能泛在云，介绍了云计算研究院基于云计算技术趋势和中国电信战略所提出的研究愿景， 即，立足于泛在融合的云网基础设施，依托于云计算系统和 AI 算法深度融合的未来云计算新范式。本章 介绍了智能泛在云的背景与特征、技术挑战与创新机会、定位与展望。 目录 1 面向下一代云计算的研究 1 1.1 研究图谱 2025：云计算产业和技术分析 . . 16 1.4.1 面向大规模集群的自动化运维与可靠性工程 . . . . . . . . . . . . . . . . . . . . . . . 17 1.4.2 云计算环境下的基础设施安全 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 1.4.3 云数据中心智能功耗管理与优化 . . .

未有的机遇，同时也对数字基础设施提出了严峻的挑战。海量数据的 处理、极致的低时延交互、复杂的模型训练与推理，都呼唤着一个更 加敏捷、高效、可靠且智能的AI基础设施底座。 《人工智能就绪度白皮书：企业数智化转型的AI变革路径与评估指南》 的发布，恰逢其时。它凝聚了思科与毕马威在企业AI变革转型的深度 思考与实践洞察。我们深刻认识到，企业若想在这场AI变革中占得先 机，坚实可靠的基础设施与配套服务是成功的基石。 机，坚实可靠的基础设施与配套服务是成功的基石。 针对AI应用数据量大、低时延的特性，我们必须重新考虑基础设施的 建设理念。首先，我们倡导选择开放的、标准化的信息技术。这不仅 能够满足AI应用日新月异的需求，更能通过标准化、通用化来降低企 业的初始投入和长期运维成本，显著提高基础设施的利用率，避免技 术锁定带来的风险。其次，为了保障AI应用的高性能和优质服务，我 们必须积极引入和部署防止网络拥塞、避免数据丢包以及高效处理多 在白皮书中，我们系统梳理了企业在拥抱AI过程中的关键维度。从企 业决策侧的战略决心与顶层设计，到组织体系侧的人才培养与流程再 造；从基础设施侧的算力、网络、存储支撑，到数据语料侧的高质量 数据准备与合规利用，每一个环节都至关重要。我们特别强调，坚实 的基础设施是AI应用高效运行的“底盘”，而科学的评估体系则是确 保“底盘”稳固、方向正确的“罗盘”。 第三章重点聚焦及解析的关键要素，以及第四章提出的AI变革就绪度