AI 知识库： 电力行业智能转型的新底 座 —— 将电力企业私域知识转化为生产力 01 行业洞察： 电力 AI 转型的三大挑战 02 解决方案： AI 知识库打造转型新底座 03 应用实践： 360AI + 电力典型应用场 景 04 未来展望：多方协同共建未来电网 CONTENTS 技术引擎： 成本归零 ， 引爆应用创新 成本归零：模型更强 ，且训练和推理效率持续提升

书》的发布，正 是产业界集体智慧的结晶。这本书系统梳理了技术趋势、架构设计和实施路径，将为行业的智能化转型提供重要参考。 面对千行万业的智能化浪潮，华为云将持续夯实“云原生 +AI 原生”的融合底座，让智能化应用深度融入企业核心 业务流。我们将长期坚持深耕根技术，在 AI、云计算等基础领域持续突破；坚持开放协作，与伙伴共建智能化生态；聚 焦客户价值，让技术创新真正服务于业务发展。 感谢应 3.2 特征 2：智能协作 3.3.3 特征 3：自主运行 3.3.4 特征 4：环境认知 3.3.5 特征 5：自我进化 3.3.6 特征 6：智能研发 4 智能应用平台，应用智能化的技术底座 4.1 云原生与 AI 原生双擎驱动，加速应用全面智能化 4.2 智能应用平台的核心定位：应用全生命周期的“智能驾驶” 24 24 26 27 28 29 31 码仓库演化为智能化“知识库”，使得函数和模块能够被动态检索、组合与验证，从而真正实现“AI 原生研发”时代 的全面到来。 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 19 智能应用平台， 应用智能化的技术底座 04 PART FOUR 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 20 人工智能与大模型技术正驱动全栈技术体系革新——从 AI 基础设施、大模型数据服务，到应用运行时与开发框

................. 18 （六） 共享交换一体化，建设一体化级联贯通共享交换体系.................... 20 （七） 算力设施一体化，数智融合前瞻性打造存算基础底座.................... 21 （八） 标准规范一体化，构建全面规范数据标准化管理体系.................... 23 （九） 安全保障一体化，构筑政务数据全生命周期安全根基 台，“N”是指国务院有关部门的政务数据平台，三大支撑包括管理机 制、标准规范、安全保障三个方面。狭义上来说，一体化政务大数据 体系指的是各地方、各行业统筹推进政务数据一体化、体系化建设思 路，通常包含底座平台建设、配套支撑体系建设、互联互通规划、应 用场景建设等相关维度，是我国数据基础制度的重要内容。 （二）一体化政务大数据发展政策背景 政务大数据的发展与演进与政府侧的职能变更、管理服务模式变 务数 据跨地区、跨部门、跨层级的共享应用 一体化政务大数据体系是国家数据基础设施的重要底座。《国家 数据基础设施建设指引》指出，行业、区域数据基础设施是国家数据 基础设施的核心主体。政务数据平台作为区域基础设施的重要底座， 为各地方、各行业间推进政务数据采集、汇聚、传输、加工等体系化 建设提供底座基础，是推进公共数据流通利用的重要前提与基础。 4 二、一体化政务大数据体系建设总体视图

本文探讨了将流程工业智能工厂的核心工业软件与新一代人工智能的大 模型技术结合的新路径. 基于此, 本文提出了工业大模型赋能的新型流程工业智能工厂核心工业软件 体系. 该体系构建了基于大语言模型的工业大模型, 其架构分为模型底座层、公共能力层和业务应用 层. 其中, 公共能力层提供时序数据、图像数据、文本数据等多模态处理能力, 业务应用层则结合具体 业务场景开发了多种类型的智能体, 包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 首先是模型底座层, 其次是公共能力层, 最后是业务应用层 [31,36,37], 整体架构如图 3 所示. 模型底座层采用 DeepSeek R1, DeepSeek V3, Qwen 等大语言模型, 公共能力层提供了处理工业业务所需要具备的多模态能力, 包括时序数据能力、图像 数据能力、文本数据能力. 在业务应用层, 需要结合具体业务场景开发智能体. 3.1 模型底座层 模型底座层是工业大模 本地部署虽面临硬件和运维成本, 但可通过蒸馏或微调优化模型, 在提升专业性与准确性的同时 降低资源消耗. 模型选择需综合考虑效能、参数规模、语言支持、多模态能力及授权条款等. 为支持高频调用场景, 模型底座层需提供统一且弹性的 API 接口, 支持 RESTful, gRPC, WebSocket 等协议, 以适应不同的应用场景, 如请求 – 响应、串流传输或实时交互. 进一步的, 对于该 API 开发

台，打通“研产供销服”全链路数据，驱动“买用管养换”全周期的服务创新与可持 续增长。 本白皮书由袋鼠云智能团队联合多位中国头部车企行业专家、一线交付团队共同 撰写，旨在呈现一条中国汽车产业面向未来的数智化路径——以数据为底座、以智能 为引擎、以协同为核心，重构行业的数字化秩序 。通过深入的市场分析、体系化的场 景解构与企业实践的深度复盘，我们力求为行业面临的系统性挑战，提供一套可落 地、可执行的系统性解法 。我们 动走向效率驱动与体验驱动的可持续增 长。 这正是本白皮书撰写的初衷。我们希望通过深入的市场分析、体系化的场景解构 与企业实践的深度复盘，呈现一条中国汽车产业面向未来的数智化路径——以数据为 底座、以智能为引擎、以协同为核心，重构行业的数字化秩序，让“车”不再只是机 械的集合，而成为流动的智能体。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 6 — 目录 引言：在动荡与重塑中迈向数智化汽车时代 效应、品类梯度与 海外高毛利市场，再配合软件化/服务化探索，构建复合利润池。 袋鼠云 汽车行业 Data+AI 数智化转型白皮书 — 9 — 其五，数字化与智能化转型由“锦上添花”转为“生存底座”。在“速度竞争+体 验竞争+全域数据经营”的范式下，车企需要构建以数据为核心的全链条能力：研发 （模型驱动/云上仿真/数字孪生）、制造（柔性智造/质控追溯/能耗与碳管理）、供应 链（协同可视

3 Ⓒ中国电信版权所有 62%，AI 正加速成为驱动网络基础设施变革的核心引擎，亟需大带宽、 高可靠、低时延、敏捷灵活、智能协同的新型光网络。 在此背景下，全光网作为信息网络的底座，其能力不仅关乎新型 信息基础设施的建设质量，也直接影响算力使用效率与业务体验水平。 自 2025 年起，光网络开始迈入“全光网 3.0”时代，网络架构与能力 体系将实现系统性演进，加速推进我国新型信息基础设施建设。 智融合、光感业融合、天地海融合”为愿景的全光智能联接体系，夯 实未来十年 AI 时代的网络底座。 1）光云智融合：光网络支持海量数据的高效联接，结合智能化 升级，实现光网络和云资源的深度融合。依托弹性敏捷、泛在协同、 智能感知的光网络，为算力、存力与运力等所有在网资源构建高效集 约的全光联接底座。同时融合网络自智技术，覆盖光网络“规划、建 设、维护、优化、运营”全生命周期，满足所有用户、终端、节点和 海陆缆网络布局，构建一个高效、稳定、安全的境内外一体化承载底 座，实现全球主要国家和地区的网络通达，增强网络韧性和服务能力。 国际光缆网通过海陆并重、建采结合的方式构建路由多样均衡的 国际传输承载网底座。海洋光缆网通过多区域和多路由建设布局，根 据需求采用“开放海缆（Open Cable）”架构，融合智能监测技术， 强化海洋风险评估，完善主动预警综合保障体系，构建安全可靠的国 际通信。同时，

传统信息化 VS 数字化 企业数字化转型内涵 价值 能力 n 以云计算技术为承载，融合大数据、人工智能、区块链、数字孪生等新一代数字技术于一体的数字化平台底座，是当前企业数字基础设施建设 的重要方向。 n 数字基础设施一体化平台能够有效整合资源，实现数字化基础设施能力的组件化、模块化封装，为企业业务创新提供高效、低成本的一体化服 某金融公司构建以研运一体 化和运营大数据治理为主的 PaaS 平台体系，对内服务于 各职能部门和事业群，对外 全面赋能客户和上下游生态 合作伙伴。 企业数字化转型发展趋势 1- 企业底座整体向平台化发 展 业务 IT 平台 IT 企业级 IT 数字化全景 图 》 9 n 在底层数字基础设施平台转型的基础上，越来越多的企业更加关注上层业务的转型； n 业务层面的数字化转 务 进 行 拆 分 、 解 构 ， 构 建 “ 微服务池 “ 。 03 解构 n 探索以客户为中心的服务运营体系建设成为企业数字化转型的核心 n 通过将业务与技术深度融合，利用完备的数字化平台底座，有效整合多方资源和多赢共享 ，通过汇聚数据，分析数据，实现 数据价值化 ，为企业内外客户提供更加精准、个性化、多元化、定制化、生态化的智能化服务。 案例 • 某通信运营商通过构建端到

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 “数据底座”，“5”是指数字经济、数字政务、数字文化、数字社会、数 字生态文明“五位一体”推动数字中国建设，第二个“2”是指数字技术和数字安全“两大能力”，第三个“2”是指国内治理 和国际合作“两个环境”。建设和运营横向连通、纵向贯通、协调有力的全国一体化数据基础设施，是“五位一体”推进数字 中国建设的坚实支撑底座。 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 自上 为主体，以企业数据基础设施为有益补充的横向联通、纵 向贯通、协调有力的全国一体化数据基础设施。 “4”：四重架构 国家数据基础设施由网络基础、算力底座、流通利用和全过程安全等四类设施组成，其中，数据流通利用设施是核心， 网络和算力设施是底座，安全设施是保障。数据流通利用设施为数据流通利用提供安全可信环境，包括可信数据空间、数 场、数据元件、数联网、区块链网络、隐私保护计算平台等技术设施；

业核心业务的平滑演进和持 续创新。为此，我们编写本技术白皮书，系统性地总结了主机现代化的关键技术体系与实践方法，包括： 建设韧性、开放云平台：软硬协同提升云平台韧性，构建新一代开放技术底座 平滑、高效迁移主机应用和数据​：以工程化技术实现主机应用和数据的全流程改造与迁移上云 应用开发与运维现代化转型：业务上云后，开展以应用为中心的敏捷开发和智能运维转型 同时 次自动弹性伸缩。 主流云厂商积极布局主机现代化解决方案，依托自身的云平台优势，提供系统的服务与工具，联合生态伙 伴形成技术与方案上的互补，面向不同客户，提供差异化解决方案。主要竞争力构筑方向以高可用云底座、 弹 性扩容能力及全流程专业服务等为主。 传统主机厂商也在寻求变革，提出主机现代化升级方案。如在原主机的基础上集成网络、数据、业务、应 用管理等连接工具，实现本地数据中心与云平台之间的应用与数据互联，组成主机 移、应用开发与运维 转型。各阶段的主要任务如图 2-1 所示： 图 2-1 主机现代化三阶段实施路径 阶段一：云平台建设 阶段二：应用和数据迁移 阶段三：应用开发与运维转型 开放平台底座 开放平台底座 业务应用 Java、GO、JSON、XML、HTML、JavaScript 应用 一体化运维 应用 敏捷发布 CI/CD流水线 Jenkins、Argo CD 需求与 设计管理

、关键 技术、解决方案与实践和未来技术展望，促进产业界对异构算力协同领域的深入 理解，加速技术成果的产业化应用。全球计算联盟智能计算产业发展委员会将与 产学研各界合作伙伴携手共进，推动国产算力底座性能持续跃升、异构算力协同 生态日趋繁荣，为人工智能时代的到来铺设更加坚实的算力基石！ 全球计算联盟 智能计算产业发展委员会 2025 年 7 月 2 目 录 第一章 算力产业发展现状 能算力规模达到 748 EFLOPS，为海量数据计算提供智能底座。随着更多用户和场景加入， 大模型的普及与应用落地带动了数据中心、边缘及端侧算力建设，从而驱动了算力需求的增 长。预计到 2026 年，中国智能算力规模将进一步增长至 1460.3 EFLOPS，并在 2028 年达 到 2781.9 EFLOPS。智能算力已不仅是技术底座，更是产业跃迁的“主引擎”，也将持续 向千行百业渗透，成 构算力协同生态体系包括统一计算、统一通信、统一调度和统一评测四方面，通过四个核心 维度的统一化实现异构算力资源的深度融合。 图 异构算力协同体系架构 （1）统一计算：打破异构壁垒构建算力融合底座 统一计算是异构算力协同的基础能力，旨在解决异构芯片生态割裂导致的“算力碎片化” 问题，构建底层异构硬件的统一抽象模型，从而实现对各类异构算力资源的一体“池化”。 将基于特定算力的编程应用程序