面向大规模智算集群场景光互连技术白皮书 (2025) I 面向大规模智算集群场景 光互连技术白皮书 （2025年） 发布单位：中国移动 编制单位：中移智库、中国移动通信研究院、中国移动云能力中心、中国移动设计院 II 前 言 当前，智算集群已成为支撑人工智能大模型训练、自动驾驶算法 迭代等前沿领域的核心基础设施，并以惊人的速度从万卡向十万卡级 规模演进。随着单节点算力突破每秒百亿亿次，这类超大规模集群的 规模演进。随着单节点算力突破每秒百亿亿次，这类超大规模集群的 极致计算能力对互连链路带宽、延迟和功耗提出了极其严苛的要求。 传统基于铜介质的电互连方案，正面临 “带宽墙”、“延迟墙”及 “功耗墙”等三重严峻挑战：单通道速率难以突破400Gbps，传输延 迟高达数微秒，单机架互连功耗占比更是超过40%，这一系列瓶颈已 成为制约超大规模智算集群算力释放的核心障碍。 相较于传统可插拔光模块等设备级光互连技术，芯片级光互连正 芯片级光互连在国内外的产业现状，客观研判未来演进趋势和技术挑 战。期望通过产学研用多方协作，加速芯片级光互连技术从实验室原 型走向规模化商用落地，推动我国智算基础设施在硬件架构层面实现 跨越式升级，为数字经济的高质量发展筑牢坚实的算力基石。 面向大规模智算集群场景光互连技术白皮书 (2025) III 编写说明 牵头编写单位： 中国移动通信集团有限公司 联合编写单位（排名不分先后，按汉语拼音排序）：

本支出数据及产线改造案例的分析，我们确认这些企业持续且稳定地贡献了当前市场中绝大部分的机器人需求。随着技术成熟与成 本下降，自适应机器人预计将逐步渗透到工业以外的场景，如家庭、商业、医疗等，带动整体需求规模的进一步扩张。 ➢ 供给端：鉴于当前自适应机器人尚处于规模化应用前期，供给端分析更多地体现为对需求预测的交叉验证，并为未来市场渗透率的 动态调整提供参考依据。我们选取了全球领先的机器人企业，同时涵盖国际和国内的头部玩家，对其核心产品进行了系统化的梳理， 多样化和个性化，生产与作业场景呈现 “小批量、多品种、高频更换” 的特征，传统以固定轨迹和预设参数为核心的自动化设备，在应对非标物料、柔性作业及动态环境方面存在显著 局限，难以实现广泛泛化和大规模经济化应用。 2. 供给端：新一轮技术突破正在推动自适应机器人能力上限不断提升。国际领先机器人厂商与新兴初创企业积极布局，形成从核心零部件到整机系统 再到软件平台的完整生态。自适应机器人通过融合 机器人结合，能够 更好地满足工业、商业乃至家庭场景的需求。伴随成本下降与生态完善，自适应机器人有望在未来迎来从早期应用向规模化普及的关键转折点。 6 目录 I. 宏观环境趋势 II. 现有机器人方案分析 III. 自适应机器人概览 IV. 自适应机器人潜在市场规模 V. 案例分析 VI. 附录 7 资料来源：灼识咨询 制造业的劳动力供需矛盾日益激化，自动化转型迫在眉睫。 劳动力供需矛盾

储 能多元价值。与此同时，持续推动试点应用、健全标准体系、完善管 理机制，引导新型储能健康有序发展。截至 2024 年底，全国已建成投 运新型储能 7376 万千瓦 /1.68 亿千瓦时，装机规模占全球总装机比例 超过 40%。新型储能技术路线“百花齐放”，涵盖全球工程应用的主 要技术路线，调度运用水平稳步提高，有力支撑新型电力系统建设。 展望 2025 年，国家能源局将加强规划前瞻引领，科学谋划新型 （一）新型储能政策体系不断完善 008 1. 国家层面顶层设计进一步明确 008 2. 省级支持政策体系持续健全 009 （二）新型储能装机规模快速增加 010 1. 新型储能装机规模连年翻番 010 2. 重点地区新型储能发展加速 012 3. 单站规模时长呈增加趋势 013 一 二 （三）新型储能应用效果逐步显现 015 1. 新型储能应用聚焦主要场景 015 2. 新型储能多重价值逐步发挥 （四）技术创新实践迈出坚实步伐 018 1. 多类型技术路线加速落地实施 018 2. 各项储能技术创新取得新进展 019 3. 试点应用推动新技术加速转化 021 （五）新型储能产业规模持续壮大 022 1. 新型储能产量保持增长态势 022 2. 新型储能造价水平稳步下降 024 （六）新型储能标准规范持续健全 025 1. 新型储能标准体系逐步建立 025 2

把握区域产业短板与 优势，成为推动数字经济高质量发展的重要命题。 我国正处于数字经济加速跑的关键期。近年来，我国在算力领 域已取得显著成效。一是算力结构不断优化，技术创新成果频出； 二是存储规模与性能实现结构性突破，为海量数据的高效处理提供 有力支撑；三是运力基建稳步推进，算网技术不断演进，有效提升 算网能力；此外，模型技术与产业应用的双轮驱动，加速算力向现 实生产力的转化。 结合 .......4 （一）算力结构优化与技术创新并进.................................................................4 （二）存储规模与性能结构不断突破.................................................................5 （三）运力基建与算网技术双轨演进...... 省级行政区算力分指数-算力规模 Top10....................................................... 16 图 6 我国在用标准机架数量分布............................................................................16 图 7 我国在用智算规模（FP16）分布....

算力中心供给分析 IV. 算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 从算力中心的定制批发业务发展现状来看，需求端和供给端均展现出积极的发展态势。 ➢ 需求端，随着 AI 大模型的迅猛发展，市场对算力资源的需求呈现出快速增长。这一增长主要源于互联网大厂、云厂商、短视频厂商等行业头部企业 对高性能、大规模算力资源的投入持续增长，这一趋势推动了算力中心定制批发业务的高速发展。 ➢ 供给端，受益于新一轮技术升级，算力中心市场迎来更多整合契机。头部企业凭借在技术、资金、资源等方面的领先优势，能够更迅速地适应市场 供需模型搭建：从专业的行业视角出发，我们将一手调研获取的、来自超40家具有代表性的需求厂商与供给服务商的数据，整合融入供需 模型，以此反映当下市场的实际供需格局。同时，我们吸纳从专家访谈中的关键信息，如需求侧的服务器规模及业务增长情况、供给侧的 运营容量及区域布局规划等，为模型的未来预测提供依据。在此基础之上，我们亦吸纳案头调研收集的大量资料，如宏观政策文件、市场 报告等，从宏观政策导向、行业发展趋势等方面对模型进行校验与补充。

不过是人工智能在工程领域的简单应用。但随着研究的深入、实践的推进，我们 愈发清晰地认识到，工程智能绝非技术的叠加，而是以改造世界为核心目标，衔 接科学智能与产业应用的跨学科体系，是解决工程领域非确定性问题、实现规模 化赋能的全新范式。 这些年，我们见证了太多鼓舞人心的变化。战略层面，国内外对工程智能的 重视达到了前所未有的高度，中国将“人工智能+”行动写入政府工作报告，把 工程智能作为建设数字中国的重 展的前沿阵地，我们正与众多高校、机构及企业并肩作战，探索工程智能规模化 发展的有效路径，希望能为全国乃至全球工程智能的高质量发展提供可借鉴的实 践方案。 但我们也深知，这条道路没有现成的地图可循。工程智能作为开创性领域， 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 ii 核心技术研发、规模化落地路径等诸多问题，都需要我们在实践中不断探索、逐 登陆火星、 “嫦娥号”月背探秘，一项项新时代的重大工程，其规模之宏大、系统之复杂、 学科交叉之深度，都远超以往。这些超级工程早已不是单一学科知识的线性延伸， 而是需要融合材料、信息、控制、能源、生命等多学科知识的庞大异构系统。如 何实现跨领域知识的高效整合与涌现创新，如何应对极端工况与未知环境下的动 态不确定性，如何确保超大规模系统在全生命周期中的极致安全、高效与可持续， 这些时代之问

���������������������������15 B 中游：模组制造与整机 / 方案集成 ������������������������������������ 15 （1）模组制造：按场景分层，规模效应驱动单价下降 �������������������15 （2）整机 / 方案定制：本土厂商主导，承接 OEM/ODM 需求 ������������15 C 下游：终端应用场景，需求驱动与市场增量来源 ���������������� 16 A 上游：芯片国产化率 100%，海思主导生态 ���������������������������� 16 B 中游：模组处于送样验证期，生态不足制约规模化���������������������� 17 C 下游：终端场景全面覆盖，国内为基 ��������������������������������� 19 四、Wi-Fi/ 蓝牙 / 星闪产业链上市公司营收与策略 ������������������� 52 PART 04 Wi-Fi/ 蓝牙 / 星闪产业规模分析 ������������ 54 一、Wi-Fi 市场规模现状及预测 ������������������������������ 54 二、蓝牙市场规模现状及预测��������������������������������� 55 三、星闪市场规模现状及预测���������������������������������

接方案的设备量仍将持续增多，这得益于 4G 网络充分被 应用、5G 及 5G RedCap 在物联网领域规模上量。 另外，产业界仍然对以蜂窝物联、卫星物联为代表的广域物联技术存在很多好奇与思考，比如：4G LTE 还有多长生 命周期？ 5G RedCap 是不是将先通过穿戴设备实现大规模应用？ NB-IoT 会迎来退网结局吗？蜂窝物联网持续价格战可能 性有多大？端侧 AI 的机遇如何？卫星 如何 长期共存？ 5 2.1 4G Cat.1 产业分析 ��������������������������� 5 2.1.1 Cat.1 产业规模现状及预测 ��������������������������� 5 2.1.2 Cat.1 主要应用场景及出货量分布 ��������������������� 6 2.1.3 Cat.1 市场格局现状及预测 产业分析 ��������������������������� 9 2.3 5G NB-IoT 产业分析 ������������������������� 11 2.3.1 NB-IoT 产业规模现状及预测 �������������������������11 2.3.2 NB-IoT 主要应用场景及出货量分布 ������������������11 2.3.3 NB-IoT 市场格局现状及预测

键前沿领域的 战略研究与布局。科技部在“十四五”重点专项申报指南中，将信息光子技术、 光电混合 AI 加速计算芯片等纳入重要内容，为科研工作提供了明确的方向指引。 国家自然科学基金委将“实现大规模光计算芯片的智能推理与训练”列为 2024 年度中国科学十大进展之一，进一步推动光计算技术的发展成熟。 地方政府积极响应国家号召，因地制宜地加快制定相关行动计划。广东省发 布的《加快推动光芯片 勃发展营造了良好的政策环境，助力我国在光计算领域抢占国际竞争制高点。 1.2. 技术背景 人工智能技术的深度应用与模型规模的持续扩张，推动智能算力需求进入爆 发式增长阶段。近年来，以深度学习为核心的人工智能技术取得了突破性进展， 广泛应用于图像识别、语音识别、自然语言处理等多个领域。随着人工智能模型 规模的不断增大，如 GPT-4 等大型语言模型的出现，对算力的需求呈现出爆发式 增长。据国际数据公司（IDC）和浪潮信息联合发布的《2025 增长。据国际数据公司（IDC）和浪潮信息联合发布的《2025 年中国人工智能计 算力发展评估报告》显示，2024 年中国智能算力规模达 725.3 EFLOPS，同比增 长 74.1%；预计 2025 年将进一步增长至 1037.3 EFLOPS。这一爆发式增长背后， 是大模型参数规模持续扩大、应用场景不断延伸的强力驱动，从单一的自然语言 处理到多模态大模型，各类复杂任务对算力的需求与日俱增。 传统电子计算芯片面

......................................................................................... 95 （二）产业规模快速壮大 ........................................................................................... 157 .................. 43 图 26：全球数据的产生来源 ............................................... 44 图 27：全球数据规模增长趋势 ............................................. 45 图 28：全球数智企业发展格局的三个层次 ....................... ..... 84 图 40：2020—2030 数智产业规模测算 ..................................... 158 V 图 41：2024 年全国各省域数智产业规模 ................................... 159 图 42：2024 年全国数智产业分类型规模 ............................