主机现代化发展趋势 2.1.1 开放平台架构以“云 + 分布式应用”为主 2.1.2 主机现代化分三阶段实施落地 主机现代化三阶段实施路径技术诉求 2.2.1 云平台建设阶段关键诉求 2.2.2 应用和数据迁移阶段关键诉求 2.2.3 应用开发与运维转型阶段关键诉求 基础设施层 3.1.1 软硬协同一体化，构建融合高性能基础设施 3.1.2 调度和升级优化，支持超大规模算力管理 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 2.1 主机现代化发展趋势 2.1.1 开放平台架构以“云 + 分布式应用”为主 2.1.2 主机现代化分三阶段实施落地 近年来，为了应对主机面临的技术挑战，众多企业和政府主机用户已经着手推进主机现代化进程，全球主 流云厂商陆续推出了各具特色的主机现代化解决方案，传统主机厂商也在寻求新技术突破、积极探索主机现代 建设主机现代化开放平台的主要选择。“云 + 分布式应用”已成为主机现代化的主流技术路线。 基于云平台的主机现代化实施路径通常划分为三个阶段：云平台建设、应用和数据迁移、应用开发与运维 转型。各阶段的主要任务如图 2-1 所示： 图 2-1 主机现代化三阶段实施路径 阶段一：云平台建设 阶段二：应用和数据迁移 阶段三：应用开发与运维转型 开放平台底座 开放平台底座 业务应用 Java、GO、JSON、XML、HTML、JavaScript

华为质量管理体系理论基础 3. 华为质量管理体系应用实践 4. 华为质量文化建设 华为质量管理体系概述 • 华为质量管理体系发展四个阶段： 第一阶段：流程管理： IPD+CMMI 流程管理体 系第二阶段：标准量化：建立明确的质量标准 第三阶段：零缺陷管理：全员参与的质量文化 第四阶段：以客户体验为导向的闭环：以客户为 中心 • 华为质量管理体系形成过程中，借鉴了日本、德国的质量文化，建立了遵 循规 公桌上最重要的一个摆设，时时刺激 着每一位当事人。 第一阶段： IPD+CMM • IPD 和 CMM 是全球通用的语言体系，使得客户可以理解华为的质量体 系， 并可以接受华为的产品与服务。 • 质量管理基于业务流程。 • 比如：在生产过程中，由于人的不同会导致产品有很大的差异，而这套体 系通过严格的业务流程来保证产品的一致性。 第一阶段： IPD+CMM • 质量管理活动已有效 地融入到了各主要业 地融入到了各主要业 务流程当中 • 质量体系架构分为： 研发质量体系、供应 链质量体系、交付质 量体系 第二阶段：建立产品质量标准 • 华为在为不同的运营商服务时，需要仔细了解每一家的标准，再将标准信 息反回到国内的设计、开发、生产制造环节。 • 在流程基础上，强化了产品标准对于质量的要求，通过量化指标让产品得 到客户的认可。 • 比如：基于这些年对于标准体系的建立，华为现在已经可以全球统一发布

政策密集出台，系统优化全国算 力布局，引导智算中心有序落地、协同发展。另一方面，需求端爆发式增长，人工智能大模 型迭代进入“多模态＋AI（Artificial Intelligence）智能体”阶段，对高并发、高能效、低 延时提出新的要求，持续倒逼芯片、架构与系统级创新，需求与政策同频共振，正将中国算 力产业推向新一轮技术革命。 通用算力、智能算力、超算算力均保持高速增长，智能算力在增长竞赛中跑出“超级加 但其在异构算力下平均分配因其计算能力、传输能力差异性造成模型计算量处理不同步、集 合通信数据传输有堵点，“快等慢”造成部分资源浪费。针对大模型推理过程，由于预填充 和解码阶段对算力和显存的需求量不同，传统大模型推理过程算力显存阶段互为瓶颈，造成 低水平资源利用率，需要解决异构算力协同调度问题使其匹配到最优计算任务。 8 第二章 算力协同体系架构 为了打破异构算力生态壁垒，实现不同类型智算异构算力高效协同工作，南向屏蔽底层 算力计算能力差距，面向大模型训练场景构建分布式并行策略组合、业务感知的非均质拆分 等能力，实现跨厂商算力的弹性按需调度；面向大模型推理场景，支持单机多卡异构分布式 推理和跨节点分布式异构推理等多种形式，适配模型推理不同阶段算力需求特性，精细化调 度实现异构算力降本增效；构建大模型训练和推理混合部署的调度底座，实现训推任务的动 态、实时切换，化解算力潮汐矛盾，完成从集群到设备级的异构算力精细化调度，实现异构 算力集群的效能革命。

系统性解决方案过程联动方法 18 …………………………………………………………………… 7 发展阶段与水平档次 19 …………………………………………………………………………………… 7. 1 概述 19 ………………………………………………………………………………………………… 7. 2 发展阶段 20 …………………………………………………………………………………………… 7. 3 水平档次 …………………………………………………………… 附录 B (资料性) 不同行业的主业务环节(主场景)及其主要细分业务环节 30 ………………………… 附录 C (规范性) 基于参考架构的企业数字化转型发展阶段与水平档次(成熟度模型) 32 …………… C. 1 模型构成 32 …………………………………………………………………………………………… Ⅰ GB/T45341—2025 C. 2 等级要求 申龙、何刘涛。 Ⅳ GB/T45341—2025 引 言 新一轮科技革命和产业变革迅猛发展,世界正处在一个从工业时代向信息时代加速转型的大变革 时代。全球物质经济发展已经从增量阶段进入存量阶段,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。

济 和社会价值，不断激活数据要素潜能，实现原始数据向知识再向智慧 跃迁的更高层次价值释放。 随着人工智能与实体经济深度融合，智算需求已经呈现爆发式增 长。AIGC 大模型参数量达到万亿，训练阶段需要万卡甚至十万卡集 群支持。如表 1-1 所示，训练万亿级模型（如 GPT-4）已突破万亿（10²⁵） FLOPs，需数千至万块 H100 级芯片，训练成本达上亿美元。 表 1-1 不同规模模型的算力需求估算 借助交换机内部元件的运动或物化性质改变等来改变光的出射方 向。主动光交换机的重配置时间一般较长（数毫秒级），成本较 高，但端口数量有明显优势，商用可达 320×320 个端口的规模， 部分技术在实验室阶段已探索更大规模。  被动光交换机典型的例子如 AWGR，则令不同波长的输入光在固 定光路结构中被引导至不同的输出端口，从而实现波长选择性连 接。AWGR 本身无任何可调组件，不具备动态重配置能力，其路 务的同步性和稳定性。其次，基于线路交换的特性使得光交换在灵活 性和可重构性上受限，通常依赖于固定波长或空间切换，无法高效支 持训练任务中频繁的动态通信模式，这可能导致网络瓶颈和资源利用 率低下。现阶段使用光电协同方案组建智算中心网络，以结合光域的 高速传输和电域的灵活控制，是更为实际的方案。 在传统的电交换数据中心网络中，常使用三层交换的网络拓扑， 也就是网络的组织形式。最底层的叶交换机连接同一个机柜内的所有

、 协同向赢”的“四擎两翼”智慧运营新生态，于更高维度推动网络高质量发展，持续巩固差异 化竞争优势。 2025年，中国联通深化自智网络实施，积极释放智能体生产力，全力加速迈向L4高阶智 能阶段。公司以价值流与成效指标为核心牵引，聚焦高价值场景布局智能体建设，通过夯实数 智基础激活智慧动能、强化网络内生智能使能跨层协同等举措，全方位提升网络智能化水平。 同时，依托技术合作、部省共创、生 同时，依托技术合作、部省共创、生态共赢等创新机制，推动L4自智网络体系化、规模化落地 实施。 本白皮书立足行业发展趋势，从体系架构、实施策略、创新机制、应用案例等维度，系统 全面地阐述了中国联通自智网络的实践思路与阶段性成果。白皮书明确了自智网络L4发展目 标，精准选定面向未来三年的高价值场景，科学定义成效指标体系，精心设计技术架构与实施 2 框架，为自智网络向L4目标迈进提供清晰指引。未来，中国联通将以价值流为导向，持续增强 粒度子场景，支撑行业精准差距分析；推出IG1256A规范，通过标准化方法量化自智网络部署 的商业价值与网络自动化的经济效益，驱动价值转化。 2.3 技术演进：多技术融合夯实 L4 实现基础 全行业推进自智网络从L3向L4阶段迈进，在开展L4规划实践和产业标准制定的同时，将 网络大模型、多智能体协作、数字孪生等几个方面作为重点投入方向，开展技术攻关以实现L4 价值场景的突破。 网络大模型：随着AI技术与网络的深度

运营框架：基础运营、空间运营和生态运营 ....................................................................... 10 1.3 智慧园区历程/阶段 .................................................................................................. ................................................................. 11 1.3.2 AI 等新兴技术赋能，智慧园区进入 5.0 阶段 ........................................................................ 12 1.4 智慧园区建设特点 ....... ........................................................................ 18 2.2.2 企业竞相布局中台，目前趋于成熟阶段 ............................................................................... 19 2.3 飞企互联优势明显，持续蝉联智慧园区运营管理服务商

效数据集 达 34 万个，横向联动、纵向贯通的全国一体化政务大数据体系已初 步形成。 然而，各地区、各行业因其发展基础及资源禀赋不同，不同地区 不同行业一体化政务大数据体系建设仍处于不同发展阶段，在管理机 制、技术能力、运营水平、场景创新等方面存在差异。为凝聚产业共 识，CCSA TC601 依托一体化政务大数据体系能力成熟度（GDMM） 评估调研成果及产业界先进实践共同研究一体化政务大数据体系建 （二）一体化政务大数据发展政策背景 政务大数据的发展与演进与政府侧的职能变更、管理服务模式变 更及我国信息化发展进程等因素息息相关，可主要概括为政务信息化 建设、共享交换、共享整合和一体化四个主要发展阶段。 从政务信息化建设到共享交换，政府侧在管理模式、技术资源、 数据资源等方面逐步探索并完成经验积累。随着政府职能定位逐步由 行政管理向服务型政府转变，公共服务部门开始依托在线模式提供政 务服 管理总体能力，并从组织机制、平台工具、运营管理、应用创新、安 全管理五类发展要素出发提炼出一体化政务大数据体系建设过程中 的核心发展方向，以五大能力成熟度等级为参考基线，助力各地方、 各行业结合当前发展阶段递次推进信息化项目一体化整合管理。 图 1 一体化政务大数据体系总体视图 （一）建设目标 《全国一体化政务大数据体系建设指南》提出了如下建设目标： 到 2025 年，全国一体化政务大数据体系更加完备，政务数据管理更

年代，但真正快速发展其实是在过去 10 年左右。 我们从诸多研究与观察中可以清晰看到，AI 浪潮下的人力资源管理迭代与蜕变正由星星之火，迈向燎原之势。 围绕人才选、用、育、留各主要业务场景，AI-HR 在不同阶段应用落地、价值体现也各有不同，例如： 发展早期：主要应用于人才选拔、面试辅助环节，帮助 HR 节省简历和面试效率、从而提升招聘效率； 发展中期：随着深度学习的持续深入，AI 在人才筛选甄别中价值除了体现在整体效率上，还逐步参与到决策 非标准工作决策 将依然以“人”为本 12 AI 在企业人力资源中的应用白皮书 2.0 CHAPTER 1 从目前 AI 在人力资源各业务场景中的应用可以明显感受到，提升效率、释放人力已经在现阶段取得较为明显 的成效，典型如自动化简历筛选，缩短招聘时间；智能考勤系统，减少人工统计错误；薪酬核算自动化，降低 HR 事务性工作负担，等等。 而随着 AI 技术逐渐成熟，AI 的能力已从简单的 15.5%、15.1%，是本次受访企业频繁提及并期望尽快突破的主要难点。 不难看出，“成本效益”与“优化体验”成为企业人力资源各业务环节深入应用 AI 技术的 2 大关键要素。而在当 前仅处于初期阶段就已实现或已明确可预见的 AI 能力与价值，我们相信，人力资源领域开启物美价廉的智能 化时代就在不久的未来。 企业 AI 应用的主要挑战 相关产品或技术不成熟 缺乏专业支持与培训 技术成本高

企业数字化是转型和赋能交替发展的旅程，没有终极目标，只有阶段不同 l 企业数字化是信息化发展的全新阶段， 是指企业与数字技术全面融合，提升效率的经济转型过程，即利用数字化云平台能力，支撑企业各要素、 各环节高效协同、智能创新，推动技术、业务、人才、资本等要素资源优化配置，通过数据价值化驱动业务流程、模式创新，从而提高企业经济 效益。 l “ 企业数字化转型发展双曲线”可以清晰描绘现阶段数字原生程度不同的企业 数字化发展阶段，为我们围绕转型者和赋能者开展标准研究奠定了理 论基础。 • 对于数字原生程度较低的企业，比如农业企业、医疗企业等，他 们 往往遵循转型者曲线路径，现阶段数字应用水平相对较低； • 对于数字原生程度较高的企业，比如通信企业和互联网企业，他 们 遵循赋能者曲线路径，目前数字应用水平相对较高，但自身的 数字 化发展没有停止，他将同时兼具转型者和赋能者双重身份， 以及服务能力提出要求， 敦促赋能者提供可 信服务。 通过标准对转型者的数字化转型成熟度进行 评估 ， 帮助转型者定位自身数字化水平， 明确未来发展方向。 企业数字化不同阶段转型者和赋能者的方法论 赋能者标尺 【数字化可信服务能力要求】 转型者的方法论： 【企业 IT 数字化能力和运营效果成熟度模 型 （ IOMM ）】 • ( 一 ) 推进产品创新数字化