Click here or press enter for the accessibility optimised version 新一代智能企 新一代智能企业 业 驾驭快速发展的AI领域 Click here or press enter for the accessibility optimised version 从 从创 创新到影响： 新到影响：绘 绘 制人工智能 制人工智能发 发展 与此同时，阿里巴巴的Qwen3-30B在关键基准测试中表现优于其前代模 型，尽管其参数数量仅激活了10%。 这些进展凸显了近年来人工智能领域发生的显著变革。在经历了模型规模的 长期爆炸式增长后，市场已转向新一代更小、更专业化的模型。 如图1所示，2018年至2021年间模型规模增长了100倍，但自2023年 OpenAI发布里程碑式的GPT-4以来，再未推出更大规模的模型。由Meta的 LLaMa模型催 AI领域中做出明智决策并推动业务发展。 Click here or press enter for the accessibility optimised version 感 感谢 谢您的 您的阅读 阅读 新一代智能企 新一代智能企业 业 Cookies [ 1 ] [ 2 ] Terms Privacy [ 1 ] [ 2 ] P O W E R E D B Y

智能技术是赋能技术、 为主导，制造技术是本体技术、为主体；智能制造的根本任务 是实现制造业数字化转型、智能化升级。 2. 智能制造是一个大概念，包含了数字化制造、数字化网络化制造和新一代智能制 造三种基本范式。即将到来的新一代智能制造是最高范式。 3. 智能制造是一个大系统，贯穿于产品、生产、服务等制造全生命周期的各个基本 环节，在工业互联网和智能云平台支持下，人工智能赋能整体系统优化，集成融合 智能制造的根本任务是实现制造业数字化转型、智能化升级。 2 . 智 能 制 造 是 一 个 大 概 念 ， 包 含 了 数 字 化 制 造 、 数 字 化 网 络 化 制 造和新一代智能制造三种基本范式。即将到来的新一代智能 制 造是最高范式。 3. 智能制造是一个大系统，贯穿于产品、生产、服务等制造全生命周期的各个基本 环节，在工业互联网和智能云平台支持下，人工智能赋能整体系统优化，集成融合 制造系统发展的第四阶段：数字化网络化智能化制造与人 - 信息 - 物理系统 (HCP S2.0) 新一代智能制造 (Intelligent Manufacturing) —— 数字化网络化智能化制造是智能制造的第三种基 本范式。 其本质上是“人工智能 + 互联网 + 数字化制造”。 26 这个重大历史性事件， 标志着“新一代人工智能”时代的到来。 27 标志性事件 2016 年 Google

( 四 ) 提升安全防护水平 国资委《关于加快推进国有企业数字化转型工作的通知》 运用新一代 IT 技术，构建“数据中台”“业务 中台”等新型 IT 架构，建设敏捷高效可服用 的新一代数字技术基础设施打造 IT 数字化 能 力 IT 数字化能力建设和持续高效运营是企业数字化转型的驱动 力 运用新一代 IT 技术，推动产品和服务数字化 改 造，以客户为中心，打造差异化、场景化、 智 能化的数字产品和服务，实现高效运营价值 、人工智能等新技术带来企业生产力和生产要素的变革。 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 效、低成本的一体化服 务支撑，满足海量多样化客户群体的个性化需求。 n 大型企业多采用自建平台的方式，中小型企业多采用租用平台服务的方式。 案例 • 某大型国企通过建设新一代 技术云平台体系，为集团和 二级板块公司提供智数化转 型的 PaaS 层基础设施，覆盖 企业上下游生态圈的信息、 物流、交易及金融等连接共 享平台， 赋能集团内部和生

................. 71 客观 中性 建设性 -6- 智慧园区白皮书 序 言 随着人工智能、大数据、云计算、物联网、数字孪生、通信感知等新一代信息技术的迅速发展和新 基建的深入应用，“智慧园区”建设已成为国内园区、城市规划和社会发展的主要焦点。2012 年至今， 党中央和国务院高度重视智慧园区的建设与发展，从国家层面相继出台了多项政策，鼓励园区向着智慧 根据住建部指导，全国智标委（SAC/TC426）与华为公司，联合国内近 20 家“产、学、研、用” 单位编制的《智慧产业园区标准体系研究报告》提出对智慧园区的定义：智慧园区是将云计算、大数 据、物联网、人工智能、5G、数字孪生等新一代信息技术与产业深度融合，集成园区制造资源与第三方 服务能力，具有圈层资源共享、产业联动发展、环境实时感知、事件全程可视、生产自动适应、设备全 时利用、社群价值关联的内涵特征。 智慧产业园区类 尔工业园等，主要是工业制造大企业为主。 3.0 阶段：数据驱动阶段（2015-2020 年）：此阶段大数据和云计算爆发，大企业和中小微企业参与 程度提升。随着“十三五”的开启，2017 年《新一代人工智能发展规划》提出“智慧园区”建设目标， 智慧园区已经成为产业园开发主题，这个阶段产业园重点进行智慧能源管理、精准招商系统的建设，随 着大数据和云计算的发展，平台可以整合多源数据，支撑科学决策，其中，2019

,资源、能源和环境的刚性约束日益增强,只有 深入推进信息技术和实体经济深度融合,全面加速数字化转型,大力发展数字经济,才能改造提升传统 动能,培育发展新动能,开辟全球更加广阔的新发展空间。 新一代信息技术作为引发当今科技革命和产业变革的先导技术,其与实体经济深度融合的核心要 义在于引领生产力和生产关系发生深刻变革,数字生产力、价值共创共享生态关系成为变革新趋势,日 益显现出强大的增长动力。 需系统把握如下四个方面:一是数字 化转型是信息技术引发的系统性变革,二是数字化转型的根本任务是价值体系优化、创新和重构,三是 数字化转型的核心路径是新型能力建设,四是数字化转型的关键驱动要素是数据。 深度应用新一代信息技术,大力发展新技术、新产品、新模式、新业态,全面加速数字化转型,已经成 为新时期企业生存和发展的必然选择。然而,企业在推进数字化转型过程中,普遍面临战略不明确、路 径不清晰、过程方法缺失、价值难获取等共性问题和挑战 信息化和工业化融合 数字化转型 价值效益参考模型 3 术语和定义 GB/T23011界定的以及下列术语和定义适用于本文件。 3. 1 数字化转型 digitaltransformation 深化应用新一代信息技术,激发数据要素创新驱动潜能,建设提升数字时代生存和发展的新型能力 (3. 11),加速业务优化、创新与重构,创造、传递并获取新价值,实现转型升级和创新发展的过程。 注:推进数字化转型通常

12 预测三：AI 服务器机架的功耗将超过 1 兆瓦 12 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 13 三、数据中心的整体供电 16 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 16 预测六：配电将从交流系统转向直流微电网 17 预测七：可再生能源将成为满足 AI 数据中心增长能耗需求的关键 19 结论 21 参考文献 250 千瓦时出现。以 48 V 总线架构为例，此时母排需承载 4100 A 至 5200 A 的电流。 展望未来十年后期，数据中心将逐步过渡到集中式发电与配电架构，通过减少转换级数，实现可扩展的新一代高 压直流供电架构。 图 3 展示了基于 800 V DC 的集中发电和高压直流配电的示例。其中，图右为服务器主板。 电子保险丝 / 热插拔功能 未来的服务器主板将直接运行于 800 V 或 此外，超级电容托盘可用于应对 GPU 负载的动态变化。另一种方案是在 AC-DC 电源模块内部集成功率脉动缓冲电路， 以在 GPU 负载脉动时，对交流电网进行有效缓冲。 16 三、数据中心的整体供电 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 随着现代 GPU 功耗的不断攀升，以及 AI 计算节点的密集部署，如今新建数据中心的用电需求已达到数百兆瓦级别。 在未来几年内，为满足规模日益庞大的 AI 模

中国联通软件研究院： 杨迪、李张体、张承琪、王宇、马煜 北京邮电大学： 邢颖、林雪燕 上海交通大学： 赵世振 前言 人工智能正以前所未有的速度重塑人类生产与生活方式。以大语 言模型、多模态模型为代表的新一代 AI 应用，持续突破计算与通信 的极限，推动智算中心从计算、存储到网络的全栈架构深度演进。在 这一浪潮中，智算中心不仅是国家科技战略的核心支撑，更是产业智 能化升级的关键基础设施。 随着 AI 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，还为网络的灵活重构、智能调度与按需适配提供了技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 提出面向未来的技术演进方向与标准化路线建议。 我们期望本白皮书能为智算中心网络领域的研究人员、设备制造 商、运营商与服务提供商，提供系统的参考框架与技术洞察，共同推 动构建超大规模、超大带宽、超低时延、超高可靠的新一代智算中心 网络基础设施。 本白皮书的编制工作得到了国家自然科学基金项目（编号： U24B20150）的支持，在此表示感谢。 目录 前言...........................

速知识向生产力的转化。算力与数据匹配将提 高处理效率，系统互通和数据共享则打破数据孤岛，推动数据联接的深化。数据联接不仅促进商业创新，还将深刻影 响政府决策、公共服务及社会治理的方方面面。随着新一代信息技术的发展进步，数据联接不同领域、不同行业的能 力日益增强，这种跨界融合正在重塑数字经济时代的核心竞争力，推动行业转型与产业升级。 值得注意的是，随着应用智能化在社会各领域的深度发展，应用产 费群体的需求改变，迫使智能化应用从单一 功能型产品向深度定制化、场景化解决方案迁移。应用智能化发展不仅将重塑“以客户为中心”的价值链，更将服务 体验从单纯的功能满足提升至企业战略赋能的新高度。新一代企业客户正逐渐将智能化应用视为数字化转型的核心载 体，对开发范式提出了更高的要求，从流程固化转向组织赋能，从单纯的技术实现转向业务共生，实现技术与业务的 深度融合。 技术革新是推动应用开发新范 原生应用新范式，标志着智能软件进入一个高度自主、协同与进化的新时代。 » 3.3.1 特征 1：多模交互 随着人机交互技术的快速演进和用户需求的日益多样化，多模交互（Multi-Modal Interaction）正在成为新一代智 能应用的核心特征之一。 视觉图像分析、语言语义理解、姿态运动感知等领域技术的快速发展与融合，使得系统能够同时接收并理解语音、 图像、GUI 界面、文本、手势、生理信号等多模态信息。这些技术

从而激发源源不断的 内生创新动力。  人才培养的规模化：打破 AI 与工程之间的知识壁垒，培养兼具两方面素养 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。  产业落地的规模化：确保 AI 解决方案不仅在技术上可行，更能在商业上成 功。通过标准化的流程、可靠的验证与可信的部署，将 AI 应用从“九死一 生 发展工程智能恰逢其时。当前正处于政策、产业与技术三重机遇的交汇点： 一方面，国家层面的积极政策为产业智能化提供了重要的顶层牵引；另一方面， 我国完备的产业链为工程智能的应用落地提供了得天独厚的沃土；同时，以大模 型为代表的新一代人工智能技术突破，为工程智能在各工程领域的全面渗透提供 了强大的技术驱动力。 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工 程领域固有的专业壁垒，满足其对可靠性的严苛要求，解决人工智能技术落地时 ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 1 一 绪论 随着新一轮科技革命和产业革命的深入发展，以大语言模型（Large Language Models, LLMs）为代表的新一代人工智能技术与传统工程领域加速融合，催生了 “工程智能（AI for Engineering）”这一前沿交叉技术范式。它不仅是推动工程 领域智能化转型的关键驱动力、为解决日益复杂的工程系统挑战开辟了崭新路径，