训练任务失败，造成巨大的时间和资源浪费。然而，光模块的成本与 可靠性瓶颈以及大规模集群中链路数量的激增，使得已有技术难以满足新型智算 中心 AI 业务对可靠性的需求。 本白皮书面向新型智算中心逐渐以承载 AI 业务为主的演进诉求，提出 FlexLane 链路高可靠技术构想。该技术基于高速接口多通道架构的现状，打破原 有固定组合，引入灵活多通道架构，通过降速运行实时有效的规避任何通道发生 的故障，将链路可靠性提升万倍以上（助力 量的算力进行训练和推理。为满足庞大的算力需求，智算中心作为 AI 发展的新 型基础设施底座，正加速在全球范围内建设和部署。 图 1-1 传统数据中心与新型智算中心流量模型对比 传统数据中心主要承载企业级应用，提供云服务，如 Web 应用、数据库、 存储等。如图 1-1 所示，这些应用的流量模式以南北向通讯为主，网络的主要任 务是保证客户能够及时可靠访问服务器，以及服务器能够快速可靠响应客户请求。 范围相 对有限。 新型智算中心主要承载 AI 训练与推理业务，部署大量服务器协同工作，流量 模式与传统数据中心不同，东西向流量特征明显。在这种流量模式下，大量服务 器共同承载 AI 任务并行计算，对网络的可靠性提出了前所未有的挑战。服务器 之间逻辑连接的任何一条物理链路发生故障，都会导致数据同步失败，任务中断， 造成大量时间和资源的浪费。如果承载 AI 任务的服务器之间共有���条物理链路，

言 纵观全球工业格局，一场由数据驱动的深刻变革正在席卷每一个角落。从航空航天到智能网联汽车， 从智慧城市到精准医疗，数据要素已成为重塑产业规则、定义国家竞争力的核心变量。反观全球航运业， 这个承载了超过80%的世界贸易、维系全球经济的运输方式，在经历了风帆、蒸汽、内燃机的百年演进 后，正面临着前所未有的效率瓶颈与转型阵痛。而船舶，作为人类工业文明的集大成者，其设计之精妙、 建造之复杂、运 字 实 体 。 数字船舶白皮书 2025 概念内涵、技术架构与行动方案 6 7 数 字 船 舶 的 本 质 是 物 理 船 舶 及 其 运 营 状 态 在 信 息 空 间 的 数 字 映射， 承载船 舶 全 生 命 周 期 价 值 链 贯 通 使 命 。 2.1.2 数 字 船 舶 的 内 涵 数 字 船 舶 作 为 船 舶 全 生 命 周 期 数 据 底 座 ， 需 要 具 备 数 据 威 性 、 安 全 性 、 便利性 等 特征， 是 让数 据 得 到 利用 、 产 生 价 值 的 其 它双边或 多 边机 制 所不 具 备 的 。 从 这 个 意 义上 讲， 数 字 船 舶 是 承载完整 生 态 圈的 唯一 数 字 底 座 。 （ 2） 数 字 船 舶 是 全 域 数 据 集 成 ： 数 字 船 舶 包含覆 盖 船 舶 全 生 命 周 期 的 核 心 数 据 ， 是 数 据

理 器、数据库事务系统、MQ 消息队列、企业服务总线、Web 应用服务器、批处理等。该层与操作系统、数据 库深度绑定，通过 ACID 特性保障交易完整性。 (5) 业务应用层 业务应用层主要承载着客户核心业务应用系统，同时承担业务逻辑分析、数据处理、应用运行与管理等 核心功能。业务应用层直接面向企业和最终用户，负责支撑关键业务操作和提供服务。传统主机应用一般基于 COBOL 或 PL/I 数字化转型并具备长期演进能力的技术与 业务架构体系。 1.3 主机现代化是主机用户数字化转型新趋势 10 主机现代化实施路径及关键技术诉求 02 主机现代化是一项系统性工程，指将传统主机承载的核心业务系统，通过技术栈重构、数据迁移和流程适 配，逐步过渡到以开放平台为基础的现代 IT 架构体系的过程。整个工程不仅涉及硬件和软件的替换，更包含 开发模式、运维模式的全面转型。 11 2 员技术要求。 ① 低时延与高扩展：主机核心业务对存储性能与可靠性要求较高，存储系统需具备低时延、高吞吐和高 稳定性，同时支持横向扩展，以应对持续增长的海量数据需求。 ② 数据特性增强：存储系统承载关键数据，需将存储特性与底座架构深度融合，通过快照、回收等技术 提升数据保护与使用效率，在增强数据可靠性的同时优化存储成本。 18 ③ 访问协议优化：针对主机业务的数据特征，需支持更高效的数据访问能力。通过引入

交通等多个领域展现出大数据助力应急管理、促进履职能力建设方面 的潜在价值。国家层面亦推进全国一体化政务数据共享枢纽建设，构 建起覆盖国务院部门、31 个省(区、市)和新疆生产建设兵团的数据共 享交换体系。随着政务数据平台承载数据量的不断增加、数据治理任 务复杂度不断增长，数据安全成为关切要点，各地方、各行业开始探 索运用人工智能、区块链等技术进一步降低数据治理难度、提高数据 安全性。各地方、行业建立健全政务数据管理制度体系建设，推进项 等相关协议，能够实现跨地域智算资源调度，实现 计算任务与算力设施的动态匹配；借助端云混合推理、联邦蒸馏等技 术，可进一步加快大模型端侧部署与应用进程。分布在智算中心和终 端侧的各类数据资源通过承载网进入不同的数据空间及其下属存储 单元，将为下一阶段数据的融合创新提供基础设施支撑。各地区在规 划存算资源建设时，应注重不同数据的实时性、应用价值、敏感程度 和流通性差异，自顶而下规划存算运资源的分配与调度。 政务数据安全管理核心主体及其关键环节 通过积极推进相关管理办法的制定，不断深化继承各类上位文件的管 理要求。以地方为例，多由数据统筹管理部门联合各委办局推进数据 安全管理办法和数据分类分级管理办法编制，梳理掌握承载核心数据 的关键基础设施清单，明确安全分级共识及不同安全级别数据在归集 治理和开发利用时的安全授权策略，降低数据安全风险。 （2）推进安全技术防护能力建设 安全技术防护能力建设可分为数据采集安全、数据传输安全、数

并改变网络流量特征。Omdia 预测，至 2028 年固定宽带流量将达到 8.7 ZB，比 2023 年增长 51%。同时，人工智能应用 的不断普及和发展也在逐渐改变网络流量特征。网络边缘节点将承载更多人工智能负荷，并带 来边缘网络流量的爆发，从而对边缘网络建设提出新的要求。 与此同时，全球运营商的业务收入并未随流量增长实现同步增长，运营商的业务经营仍面临相 当大的压力与挑战。而固定宽 reproduction prohibited. 同时，人工智能应用的不断普及和发展也在逐渐改变网络流量特征。人工智能训练和推理工作 负载可能会在云端、网络边缘、或本地设备等不同位置运行。如果网络边缘节点承载了人工智 能推理负载，这些节点将持续接收到较为稳定的数据流量。由此带来边缘网络流量的爆发，并 对边缘网络建设提出新的要求。 Omdia 的全球运营商调研显示，64%的受访者表示将在网络深边缘（Far reproduction prohibited. 另一方面，虽然头部公有云厂商已具备了相当的技术能力支持网络功能的弹性部署和可靠运 行，但电信网络功能运行往往对时延较为敏感，需要由靠近用户位置的边缘云承载，而大多数 互联网公有云厂商缺乏边缘部署所需的物理资源、网络资源以及本地化服务资源，无法有效支 持网络功能虚拟化的边缘部署。 由于拥有全球最大的运营商公有云 – 天翼云，中国电信在推动云网融合方面具有得天独厚的

数据孤岛，难以实现接入的统一；业务需求“言而无策”，生产线的高层意图无法被网络理解与实 时响应，从“需求”到“配置”仍需人工逐条配置，业务敏捷性严重受阻；网络资源“静而不柔”， 一张专网难以同时高效承载差异化的业务场景，资源僵化闲置或者隔离不足相互干扰，均无法实现“一 网千面”的精准供给；运维管理“治而不智”，仍依赖人工经验进行被动响应，缺乏预测性维护与主 动优化能力，智能化水平滞后；网络能力 率和 能效比。 通过统一接入与智能调度，异构资源可按需分配至最优计算单元，既满足 5G-A 核心网高吞吐、低时 延的数据处理要求，也为 AI 应用提供充沛算力支撑，全面提升边缘智能核心网的业务承载能力和能 源利用效率。平台针对不同芯片架构提供抽象适配，屏蔽 ARM、x86 等底层差异，简化 AI 算法与网 络功能在异构环境中的迁移部署。 07 算网智的关键能力特性 面向 5G-A 与 网智一体机”试点，验证 了算网智内生一体化方案的创新价值，试点架构如图 3 所示。该试点围绕 5G LAN、5G LAN+ 双发 选收、智能运营及业务智能体等关键能力展开系统化验证。在工业控制流承载方面，依托 5G LAN 与双发选收技术，实现 PLC 端到端传输时延由 60ms 降至 20ms 以内，抖动降低超过 80%，同时实 现零丢包传输，关键指标显著提升，有效满足高端制造对确定性网络性能的苛刻要求，如图

数字孪生世界白皮书 1 一、视觉表达原则：体系化的逻辑思路沉淀 当我们深入思考数字孪生项目中符号、字体、配色、交互体验等设计元素如何搭配时， 本质上是在探索一场理性与感性的平衡艺术。数字孪生既需要严谨的框架来承载数据的重 量，也需要灵动的创意唤醒观看者的共鸣；既要遵循“功能至上”的实用法则，又要回应“美 即适用”的情感诉求。 从科技感的冷峻光影到极简商务的克制表达，从未来主义的超前想象到行业基因的深 在数字孪生技术从概念验证迈向规模化落地的关键阶段，其核心目标已不再局限于物 理世界的简单映射，而是转向对复杂系统全要素、全流程的动态感知与智能干预。这一过 程中，传统的二维图表受限于静态、割裂的数据表达方式，难以承载多维时空数据的关联 分析需求，更无法支撑数字孪生场景中“人-机-环境”的实时交互与协同决策。无论在智慧 能源、工业制造、智慧水利还是其他行业的孪生项目设计中，都会遇到一个共同的命题 ——如何将 政府机关：深蓝（严谨）、灰色（信任）、橘色（党政）、红色（党政）。 数字孪生世界白皮书 13 (2) 解构品牌基因 1 提取主色：  Logo 主色：拾取 Logo 中占比最大的颜色；  品牌象征：品牌色通常承载品牌核心认知，可以在 VI 手册中深入了解企业品牌色 的含义来源并加以发散；  色彩心理学：分析品牌色传递的情感（如：蓝色=信任，绿色=安全），进一步提 取关键词，再根据关键词延伸出相近词汇，从而产生更多可用色。

任务驱动式智能互联技术白皮书 01 概述 1 概述 随着“网络强国”、“数字中国”战略的深入推进，以 5G/5G-A、边缘计算、云计算为代表的新一 代信息技术正加速融入千行百业。中国移动端云互通网络作为承载多样化、高质量用云需求的关键 基础设施，已初步建成规模，通过人、车、家等泛在终端的智能连接，为用户提供了跨域访问、就 近分流等创新服务，显著提升了网络效率与用户体验。然而，随着国民经济和“人工智能 数据，导致战略信息泄露风险难以管控。 三是船岸协同能力差进一步制约了内河航运的智能化升级。目前内河船舶的船 - 船、船 - 岸通信主要 依赖VHF（甚高频）通信技术，而VHF通信存在天然的容量瓶颈，无法承载船岸间高效的数据互通需求， 既难以支持船舶航行状态、货物信息等批量数据的实时传输，也无法满足远程调度、应急指挥等场 景下的高带宽交互需求，成为内河航运数字化转型的重要阻碍。 随着国内智能航运快 秒，远不能满足内河复杂环境下实时避碰的需求；在通航密集区域，大量船舶 广播的 AIS 报文因冲突导致信息丢失率高达 30%，数据质量难以保障；更关键的是，传统 AIS 依赖 VHF 窄带通信，仅支持语音与低速数据传输，无法承载智能航行所需的高带宽、低延迟交互。此外， 安全漏洞日益凸显，由于 AIS 信号通过开放频段传输，船载数据易被非法截取，而内河作为国家战略 物资运输通道，此类信息泄露将带来显著的安全风险。 针对上述痛点，为推动内河

为满足顾客需求的变化，边界被突破或融合 数字化带来的变化 个体价值崛起 高德纳指出四个技术领域值得关注： n 商业生态扩展类技术，如区块链 n 融合类技术，如脑 - 机接口 n 商业自动化技术，如承载货物与服务的 商业无人机 n 安全类技术，如软件定义安全将带来更 加安全的数字化世界 变化一：技术更迭让一切皆有可能 高德纳 2017 前沿技术成熟曲 线 企业 持续发展 （ 除形式化知识 ） 数据 携带客观世界信息 的传播载体 个体知识 形式化知识 智慧 形式化 个体知识指导行动 ! 进入人脑 进入人脑 数据、信息、知识与智慧的关系 承载 激发对学习的热爱 获得更多知识 知识作为一种合理的 信念增强着行动结果 知识是动词，不是名词 驱动努力学习 最大的挑战在于甄别知识 不确定性成为常态 对知识验证的要求

网的重点数据质量问题。通过流式计算，将核心数据资产加工时延压缩为小时级，让AI应用获 取更实时的数据。 l 推进网络资源精准可视 聚焦机房、标准地址的“点”，光缆、电路的“线”，核心网、无线网、承载网等专业的 “面”，形成点线面一体化管理，构建价值驱动、全域协同、生态共建的AI内生式资源数字化 管控体系；强化网管资源准入管控，实现场景化精准治理、智能化资源问题修复和电路高效拼 接，扩展资源全生命周期覆盖场景。 巡检不能及时发现网络风险隐患、只能被动的进行故障抢修，严重影响网络安全运行，难以有 效提升网络运营效能。 中国联通利用数字化、智能化技术，通过跨域跨专业数据关联分析，构建光缆风险识别与 管控体系，实现外力施工、承载业务同路由、汛期过河过桥、纤芯劣化等主要风险隐患的自动 分析、主动发现、智能派单、精准处置、闭环验证，支撑光缆风险隐患排查整治的全流程自动 化，可有效预防断缆故障发生，持续保障网络安全生产，大幅提升网络运营效能。 数据（如气象、施工规 划），实现光缆网络“一张图”管理，自动校验光缆网络资源的完整性、准确性。 智能分析层：通过AI模型、GIS空间分析等工具，构建多维度风险评估模型（如：施工活 跃度评估、承载业务等级、光缆劣化程度、同沟同缆同道路等），根据风险模型优先级，输出 “红标”高风险点位。 运营层：通过全流程自动化派单与跟踪，形成管理闭环。风险派单通过智能工单系统，自 动派单至一线维护团