异构算力协同白皮书 Heterogeneous Computing Power Coordination White Paper 全球计算联盟 智能计算产业发展委员会 1 编写单位 中国电信股份有限公司 北京智源人工智能研究院 中科加禾（北京）科技有限公司 沐曦集成电路（上海）股份有限公司 中国信息通信研究院 科大讯飞股份有限公司 上海壁仞科技股份有限公司 编写组成员(排名不分先后) 龙、常韬、李志宇、秦亚庆、施晶峰、周明耀，陈龙，臧路、丁云帆、李志、奚 林兴、申有志 版权声明 本研究报告版权属于全球计算联盟。 使用说明：未经全球计算联盟事先的书面授权，不得以任何方式复制、抄袭、影 印、翻译本文档的任何部分。凡转载或引用本文的观点、数据，请注明“来源： 全球计算联盟”。 1 序 当前，人工智能技术正以前所未有的速度重塑着世界，从 ChatGPT 引发的 大模型热潮，到多模态 构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评，是推动异构算力基础设施迈向新阶 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、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

面向新型智算的光计算白皮书（2025） I 面向新型智算的光计算 技术白皮书 （2025 年） 发布单位：中国移动 牵头编制单位：中移智库、中国移动通信研究院 中国移动 面向新型智算的光计算白皮书（2025） II 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： 上海曦智科技有限公司 光本位智能科技（上海）有限公司 中国移动 面向新型智算的光计算白皮书（2025） 光计算作为后摩尔时代的新型计算范式，具有大带宽、低能耗、 抗干扰、高并行等特点，在处理人工智能、信号处理等任务方面具有 独特优势，有望突破传统电子计算的效能瓶颈，成为未来算力网络的 新型智能算力底座，支撑 AI+时代大模型的高效训推和创新应用。 本白皮书详细阐述了光计算的发展背景、内涵、总体技术架构与 技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 界合作伙伴一道，共同攻关光计算关键技术，孵化创新应用，加速光 计算从“实验室”到“产业化”进程，推动光计算技术成熟和生态繁 荣，助力我国实现算力技术的“换道突破”和产业的“弯道超车”。 中国移动 面向新型智算的光计算白皮书（2025） IV 目 录 前 言...........................................

本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的， 应注明“来源：中国信息通信研究院”。违反上述声明者，本 院将追究其相关法律责任。 前 言 以量子计算、量子通信和量子精密测量为代表的量子信息技术， 是量子科技的重要组成部分，有望带来重大技术范式变革和颠覆性 创新应用，已成为培育新质生产力、打造创新发展新动能的重要方 向。量子信息发展已进入科技攻关、工程研发、应用探索与产业培 余个国家和地区制定发 布量子信息领域战略规划或法案，投资总额超 350 亿美元。 近年来，量子信息三大领域科技创新与应用成果不断涌现，企 业数量和市场投融资增长迅速，量子计算明星企业成为市场追捧对 象，突破量子纠错能力是未来竞争焦点，量子计算与人工智能的融 合创新与双向赋能成为关注热点，量子保密通信在电信运营商和行 业专网等推动应用探索，抗量子加密算法标准研制与升级迁移渐成 趋势，量子精密测量在能源电力、生物医疗等领域加快应用落地。 .............................6 （四）量子企业数量持续增长，市场投融资热度高涨.....................................9 二、量子计算研究与应用进展..................................................................................13 （一）硬件多技术路线竞相发展，亮点成果不断涌现

国 家 数 据 基 础 设 施 技术路线发展研究报告 2025 年 5 月 区块链技术 可信数据空间 数场 数联网 数据元件 隐私保护计算技术 联合出品单位 北京市政务服务和数据管理局 上海市数据局 天津市数据局 重庆市大数据应用发展管理局 福州市数据局 杭州市数据资源管理局 西安市数据局 武汉市数据局 成都市数据局 苏州市数据局 青岛市大数据发展管理局 大连市数据局 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 全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分考虑国内外技术最新发展趋势，结合我国各地 方各行业具体探索实践，提出了隐私保护计算、区块链、可信数据空间、数场、数联网、数据元件等六条技

评价方式。会议 明确了“易理解、无歧义、易计算”的编写原则，重点关注评价 指标的可操作性与可推广性，主要体现为： 1) 易理解：界定了配电网数字化评价指标的术语和定义。 2) 无歧义：对配电网数字化评价指标的释义、应用场景、计 配电网数字化评价指标-2025 II 算周期等进行了规范要求，提升了指标的可推广性。 3）易计算：量化了配电网数字化整体水平，明确了指标的计 算公式，注重实际场景中数据的可获取性，保障指标的可操作性。 2025 年 8 月，在上海召开了第三次编写工作会议，会议逐项 讨论了各项指标，尤其对指标释义的明确性、计算方法的可行性、 现场数据的可获取性进行了审核，考虑我国各地区发展的不同， 2025 版力求简单易行，部分指标可以根据今后的应用情况，再进 行补充、增加、修改。经讨论，对前期的 50 项指标进一步修改、 合并，筛选形成 份测试验证记录。 每次测试验证后召开了评价总结分析会议，编写组依据测试和现 场调研结果，整理形成了评价指标修改版。通过测试分析，最后 结果为： 1) 所有评价指标均在现场（并非所有现场）取得计算结果， 表明评价指标的可操作性强。 2) 综合来看，约 60%的评价指标为建设评价类，即多地已完 成该类指标对应的数字化建设且应用情况较好；约 40%的评价指标 为未来牵引类，即仅在个别地区开展了该类指标对应的数字化示

数据分析 第二章 AI 前沿 1. 从大语言模型走向自主智能体 2. 具身智能 3. 脑机接口 4. AI 内生安全 第三章 数学 1. 基础理论 2. 优化 3. 统计 4. 科学计算 5. 复杂系统 第四章 物质科学 1. 物理 2. 化学 3. 材料 4. 能源 第五章 生命科学 1. 合成生物学 2. 医学 3. 神经科学 4. 医疗 范式大致可分为经验归纳（实验科学）、理 论建模（理论科学）、计算模拟（计算科学） 以及数据密集型科学 2。实验科学由自然现 象和实验结果归纳出一般性规律，但没有抽 象出经验规律背后的普适理论。理论科学基 于自然现象或实验结果，提炼科学问题并形 成科学假设，然后运用逻辑推理和数学分析， 构建普适理论，但难以在复杂系统中实验验 证。计算科学以科学模型为基础，通过数值 方法模拟复杂系统，但需要简化模型以及提 方法模拟复杂系统，但需要简化模型以及提 高模拟精度，以解决模拟系统精度低且计算 成本高的挑战。随着技术的发展和数据规模 的增长，出现了数据密集型科学的研究范式。 这一范式利用机器学习方法，自动从数据中 发现统计关联，一定程度上避免了提出科学 假设，但无法发现因果关系，且难以分析低 质量数据和发现复杂系统中的规律。当前的 科学研究主要面临系统复杂性的挑战，相互 关联的自然、技术和人类系统受到跨时间和 空间尺度作用力的影响，导致复杂的相互作

算力中心需求分析 III. 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， 高性能计算、大规模存储、高速网络等基础设施，提供提供大规模、 高效率、低成本的算力服务。确保算力资源的集中部署、高效运行。 8 算力中心的定义与概览 中央监控 电源配电柜 消防减压系统 机柜及其附件 气体灭火系统 UPS不间断电 源及PMM电 源管理系统 精密空调设 备和冷却器 高性能液冷 服务器机柜 钢制布 线系统 光纤布线系统 • 算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等 复杂任务。 类型 设备种类 设备名称 IT设备 连接器 光纤 光模块 网络设备 交换机 路由器

，它打破了传统系统中 AI 处理和实 时控制相互独立的架构壁垒，实现了多种计算任务在统一平台上的协同优化。 新一代计算平台的异构架构优势在此背景下显得尤为重要。通过整合高性能 CPU、 GPU 和专用 AI 加速器，结合先进的负载整合技术，单一平台即可同时处理实时 控制任务和复杂 AI 推理，实现了前所未有的计算效率和系统简化。这种技术创新 不仅消除了传统多系统架构的延迟和同步问题，更通过智能负载调度和资源动态 本白皮书将深入探讨这些技术趋势如何重塑制造业格局，特别是负载整合技术在 推动 AI 与控制系统融合中的关键价值，以及英特尔如何携手产业伙伴，通过创新 的计算解决方案加速智能制造的普及和深化，共同开启制造业的智能化新纪元。 — 李岩 英特尔公司边缘计算事业部 行业解决方案中国区高级总监 目录 软件定义自动化发展趋势与挑战 .................................... 多元化负载整合与资源优化：随着自动化控制与信息化、智能化的深度融合，多任务负载整合成为核心发展 方向。现代工业系统需要在单一平台上同时运行实时控制、AI 推理、数据分析、视觉处理、通信管理等多种 工作负载，通过统一的计算平台实现硬件资源的高效利用和系统成本的显著优化。在这一整合过程中，确保 实时控制任务的确定性性能、保障系统安全性、实现不同优先级任务间的有效隔离，成为了技术实现的关键 挑战。 • AI 驱动的控制系统变革：在智能算法基础上，AI

· 向，还是企业决策者制定发展战略，抑或是投资机构评估产业机会，都能从中找到有 价值的参考。 展望未来，AIoT 产业正站在新的历史起点上。通感融合将开启全新的感知维度，边缘 智能将重塑计算架构，数据要素将成为关键生产力，价值网络将促进多方共赢。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 .......................................................................................... 58 1 边缘计算................................................................................................... .................................................................................... 127 9 全屋智能与空间计算...................................................................................................

运维模式面临着从硬件 设备到软件系统、从单一架构到多云环境、从被动响应到主动预防的全方位变革挑战， 亟需构建一套适配算力时代特征的系统化运维体系。 当前，算力基础设施正经历着通算、智算、边缘计算多态融合的发展阶段，高密 度计算集群、异构芯片架构、分布式存储网络以及云边协同部署等技术趋势，使得运 维对象从传统服务器扩展至 GPU/TPU 加速器、液冷系统、智能能效管理平台等多元组 件。同时，“双碳”战略 ......................................................................................- 47 - 3.4.4 计算运维技术............................................................................................... 算力本质上是对信息数据进行加工处理的能力，其核心体现为计算设备通过硬件 （如 CPU、GPU、ASIC 芯片等）和软件协同工作，完成各类计算任务（如数值计算、逻 辑运算、数据处理等）的效率。 1.1.2 算力分类及应用场景 通用算力场景：面向日常计算需求，涵盖个人终端、通用服务器计算能力，应用 于消费互联网、行业互联网等领域的常规计算能力，通常在云计算及分布式计算中， 以 CPU 为代表。 智算算力