络架构面临“多而不融、言而无策、静而不柔、治而不智、连而无感”等 系统性挑战，难以支撑工业控制、智能制造等场景对低时延、高可靠、数 据本地化与智能决策的极致需求。与此同时，尽管 AI 技术发展迅速，但 其在边缘侧仍存在部署门槛高、资源协同难、业务适配弱等现实瓶颈。唯 有通过“算 - 网 - 智”深度融合，实现从“连接赋能”到“智能赋能”的 跨越，才能为实体经济注入强劲新动能。 在此背景下，中国移动积 在此背景下，中国移动积极响应国家战略部署，依托自身网络优势与技术 创新能力，提出“5G-A×AI 算网智一体化”解决方案。本白皮书系统阐 述了以“算为引擎、网为根基、智为大脑”为核心的一体化架构理念，重 点介绍了边缘智能核心网、异构算力平台、智能驱动中枢等关键技术体系， 并结合在工业制造领域 的真实案例，展现该架构在提升生产效率、优化 运营成本、增强安全保障等方面的实际成效与价值。 前言 目录 1.1. 3.1. 赋能边缘智算核心网的算力平台 3.1.1. 轻量化与弹性部署 3.1.2. 跨异构适配 3.1.3. 云边模型与数据协同 3.1.4. 安全与高可靠运行 3.2. 赋能企业专网的边缘智能核心网 3.2.1 异构接入 3.2.2 意图化用网 3.2.3 一网多能 3.2.4 内生智能 3.2.5 多模态感知 3.3. 智能驱动中枢与模型服务基座 3.3.1 赋能边缘智能的模型服务

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 .......................................................... Shift 的技术改进改变了这一 局面，使得英特尔 P-state 电源管理可以在保持启用状态下实现最小化的实时性能影响。 在边缘计算场景下，Intel® Speed Shift 结合 P-State 优化技术，可以智能提升指定核心频率来增强实时处理能力。 通过将特定边缘应用绑定到专用处理器核心，系统能够以更高频率运行关键任务，并通过优先级调度和频率锁定机 制，保证核心处理能力的稳定性和一致性。 Max 技术 3.0 版， 支持更高且稳定的 CPU 频率，以满 足高计算需求。 软件方案  Linux 实时操作系统 (RTOS)，用于 支持在 IA 平台上运行控制程序。 英特尔® 边缘控制软件平台 (ECI) 最佳参考配置  提供 Rtmotion 与软 PLC 集成的示 例代码，便于控制概念验证 (PoC) 的简易设置。  Core Boost 指南，介绍如何稳定提

dia 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。而固定宽带业务的市场表现明显优于其他细分市场，固定宽带网络及业务 化普惠服务、推动产业创新生态发 展。 “智云上海”的成功实践展现了云网融合创新对运营商业务发展和战略转型的促进作用。上海 电信依托完善的基础设施资源，部署了高速灵活的接入网，实现了宽带接入和边缘应用的融 合；构建了开放的云云相连的城域网，实现以云为核心组网的新型城域交换矩阵；打造了云边 协同的算力结构体系，通过异构多云算力调度平台实现多层级资源一体化管理；支持用户“一 跳入云”，为用 数据中枢、家庭智算中心，以及家 庭数字空间门户，并提供网络安全和儿童上网安全服务；在政企市场，上海电信积极发展政企 宽带和算力服务业务，不断推出新的服务组合，助力上海企业的数智化发展，例如，依托边缘 云推出的在线 GPU 渲染服务，可帮助相关企业突破发展中遇到的算力壁垒。这些普惠数字服 务有力地支持了上海的城市管理数字化转型，服务了广大市民群众和政企客户。 城市级云网平台为运营商转型开辟新思路

术研发者寻找创新方 · 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................................................................................................. 260 万， 5G-A 网络覆盖全国所有城市。5G-A 网络实现上行速率达到 1Gbps，空口时延稳定在 1 毫秒以内。这使得端侧设备可以在本地完成初步处理后，快速将关键数据或中间结 果上传到近边缘节点进行进一步处理，形成了真正的实时闭环。 根据智次方研究院的调研，5G Redcap 出货量在 2025 年突破 1000 万，可穿戴、车 载、MiFi、CPE 等多个领域规模上量，AI 陪伴类的新终端正在孵化。RedCap

特定输入不同，代理型人 工智能代表了根本性演进，将为各行业开辟全新应用场景与可能性。 边缘计算环境中更强大的人工智能能力普及，是市场发展的另一重大演进。 这一趋势正推动人工智能与物联网（IoT）的融合——这种架构转变将催生新 的物联网应用场景并带来变革性效益。通过赋能实时决策、提升安全性及强 化运营韧性，边缘人工智能有望释放全新可能性并创造显著价值。 在这本电子书中，Omdia专家将分享可操作的洞察与实证研究，助您应对当 变工作 工作场 场所 所动 动态 态 驾驭 驾驭快速 快速发 发展的AI 展的AI领 领域 域 通 通 人工智能 人工智能 调转 调转 工作 工作场 场所 所 态 态 实 实施有效的 施有效的边 边缘 缘人工智能策略 人工智能策略 保 保护 护人工智能系 人工智能系统 统免受新兴威 免受新兴威胁 胁 衡量并 衡量并证 证明人工智能投 明人工智能投资 资回 回报 报率 率 Click here 味着要么维持大量小型单GPU节点以及机架级集群，要么大幅提升多GPU虚 拟化技术，以高效地将小型模型整合到大型GPU中。 这还可能意味着对CPU计算的需求增加；已有一些证据表明这种趋势正在发 生。小型模型还扩大了我们在边缘计算中无需涉及数据中心即可实现的功能 范围。 岔路口 岔路口 现代人工智能的构建者们在支持巨型模型、打造强大的旗舰级GPU以及构建 高度集成的晶圆级和机架级系统方面，已经迅速变得非常擅长。 N

建“控-网-算”一体化的融合基础设施体系，逐步形成覆盖勘探、储运、炼化、销售全链条的全 时全域智能感知网络，特别是与巡检机器人、AI摄像头等智能硬件的结合，有效加强了对油井、 装置、管线温度、压力、流量、振动等多源数据的实时采集与边缘预处理，并结合低轨卫星互联 网增强天空地海一体化通信能力，为生产优化、安全管控与协同决策提供稳定、低延时、高可靠 的数据底座，全面赋能企业运营智能化升级。 �� 1.3.2 云边算力协同，增强业务快速响应能力 据提供适合的存储方式（如集中存储或分布式存 储），并支持对数据的深度分析。边缘设备则部署在靠近油井、炼厂、加油站等现场的位置，可 对设备状态监测、故障预警等实时性要求较高的数据任务进行本地化处理，减轻云端压力。在上 述基础上，云边协同的一体化资源管控体系能够高效分配计算、存储和网络资源，助力各项应用 在云端和边缘端的协同部署，全面增强响应效率和用户体验。 1.3.3 统一数据智能底座，推动业务深度洞察与协同创新 集，例如部署高精度智能传感器网络，实现对企业运营、设备运行、生产工艺等参数的实时 监测；通过机器视觉系统对管道巡检、安全生产、仪表状态等场景自动识别；利用无人机搭 载红外热成像与气体检测模块完成偏远区域巡检；与5G+边缘计算架构结合，形成全域感 知、快速识别和精准管控能力，为后续分析提供精准数据源。 智能平台层：企业采用“云边端”协同架构建立统一的数据管理与服务平台，实现跨地域、 跨系统的全量数据汇聚。整合生

3.6. 跨网跨域融通 11 12 12 12 13 14 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 建难度进一步因“跨网、 跨域”需求升级而加剧。未来智能终端的交互将频繁涉及不同类型网络（5G/ 卫星 / 边缘网）、不同 管理域（运营商网络、公共网络与行业专用网）的互通，使得本就复杂的链路构建更添阻碍。 以跨区域山地 - 城市联合应急救援场景为例，一架负责空中侦查的无人机，在城市边缘时依托 5G 公 网通信，当飞至山区无 5G 覆盖区域，需自动切换至低轨卫星网络；以人 / 车 - 家互通场景为例，当 任务驱动式智能互联网络 4.3.2 终端态势感知 终端态势感知指通过5G网络赋能终端设备的多源环境感知与智能决策能力，利用机载传感器（LiDAR、 摄像头、IMU）、网络侧信道特征（如 5G-A 通感信号）及边缘算力融合处理，实现从“被动响应” 到“主动预判”的跨越。 低空无人机超视距作业场景要求终端实时感知空域气象突变、临时禁飞区动态及邻近无人机轨迹， 以规避碰撞与违规风险；车路协同自动驾驶场景中，

模型依赖高质量数据，但 企业常面临数据孤岛、标注 缺失等问题 黑箱模型导致业务人员不信 任 数据团队与业务部门目标脱 节，AI 模型沦为“技术玩具” 实时 AI 推理对算力要求高， 云端传输延迟难以满足边缘 场景 ➢ AI + BI模式技术框架 20 www.leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05 金融行业ABI应用探析 ABI正引领 关 键 挑 战 数据基础设施 算法选择 边缘计算 ◼ 构建数据基础设施：依托分布式系统如Apache Kafka、Spark等高效处理高频交易数据，确保低 延迟响应。 ◼ 算法选择：采用SHAP框架解释信贷决策以满足监管透明性，利用CNN处理金融文档图像如支票 识别，以及运用Transformer模型预测市场情绪。 ◼ 边缘计算：结合边缘计算在分支机构部署轻量级模型，实现本地数据的实时分析，减少对云端 的线上试穿建议，让顾客享受个性化的购物体验。 核 心 应 用 场 景 挑 战 与 风 险 数据质量与隐私问题 模型可解释性与业务适配 技术与成本壁垒 未 来 趋 势 与 前 沿 方 向 客户体验增强 边缘计算与实时ABI 生成式AI渗透 元宇宙与全渠道融合 ◼ 数据质量与隐私问题：数据呈现碎片化特征，且受噪声干扰（例如线下行为数据收集不完整）； 同时，还需应对法规限制的问题。 ◼ 模型可解释性

核心生产力。从海量数据处理到人工智能训练，从云端服务支撑到边缘场景落地，算 力基础设施的规模与复杂度呈指数级增长，其稳定运行与高效管理已成为关乎企业核 心竞争力与社会数字化进程的关键命题。在此背景下，传统 IT 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 系四个维度搭建运维能力框 架；（4）质量评价指标体系章节提出科学的指标设计原则与分级模型；（5）未来展 望章节分析智能化、绿色化、模块化等前沿发展趋势；（6）典型场景实践章节通过通 算、智算、边缘算力三类案例展示运维体系的落地效果。​ - 2 - 算力时代的运维已不再是简单的设备管理，而是融合技术创新、管理科学与绿色 理念的综合性系统工程。我们相信，通过构建科学高效的算力运维体系，将有效提升 智算数据中心运维实践-**全液冷智能算力数据中心................................................................. - 64 - 6.3 边缘算力中心运维实践-**边缘机房...........................................................................................

关键技术：大数据、行业数据标准、设备机理模型、人工智能等。 核心层-云/数据中心战略：混合IT 架构设计：世界级IT架构、多云架构。 关键技术：多云管理、数据中心自动化DCA、软件定义SDI。 边缘层-智能边缘战略：边缘智能 架构设计：边缘计算ECC。 关键技术：物联网IoT、低功耗无线传输/IPv6/5G、多协议接入、云边 协同；如下将对关键支撑技术进行分析。 华三数字化转型技术参考架构DXRA 技术实现与质量方面 组织、治理与运营方面 可采用雷达图的分析方法，清晰自我现状以及改进方向。 可采用的数字化技术，包括传感器、计算机视觉、二维码、 定位技术、现代化的数控系统、物联网、边缘计算等。 为什么要数字化转型 数字化转型实现之道白皮书 22 21 关键支撑技术 数字化平台作为承上启下的关键环节环节，以新华三的相关解决方案为例，实现说明如下： 数据与分析 数据作为数