蓬勃 发展的重要力量。本报告聚焦数字经济赋能新质生产力发展进行全方 位深度研究。 数字经济为生产力三大要素的优化组合提供基础。一是催生新型 劳动对象。数据要素成为劳动对象的新组成部分，数据与传统劳动对 象相互融合也构成了新的劳动对象，更加丰富的劳动对象创造了满足 更加多元化、个性化需求的物质基础。二是塑造新型劳动资料。数字 经济推动劳动资料从实体形态向虚拟形态延伸，全方位深化拓展劳动 更高效率、更强协同的新范式演进。二是推动生产要素配置优化。数 据提高生产要素组合替代能力和有效产能，在传统要素的基础上，为 企业扩展生产可能性边界。同时，数字经济减少生产要素配置摩擦， 使要素资源得到更有效地配置和利用。三是推动产业深度转型升级。 数字经济通过赋能劳动者和劳动资料，推动建设现代化产业体系，打 造新的经济增长点，加快传统产业向高端化、智能化、绿色化转型升 级，培育新兴产业发展壮大，加快新质生产力的发展。 强化企业创新主体地位。二是以数据要素价值充分释放，推动新质生 产力要素变革。推动数据资源开放共享，引导数据健康有序流通，促 进数据资源高效利用。三是以现代化产业体系建设，推动新质生产力 载体变革。加快改造提升传统产业，培育新兴产业和未来产业，提升 产业链供应链韧性和安全水平。四是以生产关系适应性优化，推动新 质生产力制度变革。加快建设全国统一大市场，完善实体经济和数字 经济融合体制机制，积极参与全球数字经济治理。

应注明“来源：中国信息通信研究院、中国人工智能产业发 展联盟和全国智能计算标准化工作组”。违反上述声明者， 编者将追究其相关法律责任。 前 言 工业仿真承载产品创新迭代、降本增效的核心使命。随着智能 化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复 杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 驱动、智能决策和动 态优化，实现对工业全流程的虚拟化建模、实时模拟与自主优化的一 种新型技术范式。其核心在于利用人工智能的自主学习与预测能力， 提升仿真的精度、效率与智能化水平，推动工业系统从传统模拟向自 适应决策演进。人工智能赋能工业仿真不仅覆盖产品研发阶段，还延 伸至制造、运维等全生命周期管理，构建“设计-验证-优化”的闭环体 系。本文主要围绕人工智能赋能工业仿真在产品研发阶段的应用进行 作用，更肩负着借助智能化技术推动产品持续创新与迭代的重要使命。 然而，传统工业仿真技术面临计算资源依赖度高、流程复杂、专业门 槛高等诸多瓶颈。一是计算资源与时间成本高昂。传统仿真模型的求 解过程以及其后续海量结果数据的分析与解读，通常依赖高性能计算 集群等昂贵的硬件资源的支持，导致仿真应用的技术门槛和经济成本 长期居高不下。二是建模方法与流程存在局限。传统仿真主要基于经 验与规则模型，需通过反复的人工调参与验证假设，造成研发周期长、

的技术手段，成为推动市场主体实现高质量发展的重要技术力量。在数字经济 迅速崛起的时代，市场主体必须抓住数智技术快速发展带来的机遇，这意味着 企业需要快速将最新的数智技术与生产、研发、管理、销售、服务等环节深度 融合，实现从传统生产模式向数字化、智能化发展的转型。产业集群由于能够 快速集聚资源、集成要素，成为推进集群专业化分工和数字化转型、建设制造 强国、促进产业迈向价值链中高端的重要路径和必由之路。 从宏观政策上看 用数智技术、绿色技术改造提升传统产业”。这是在中央文件中首次提出“数 智技术”，也就是说，在中央层面，对数字化的理解，已从单纯的数字技术， 上升到了“数智技术”。数智化产业带作为一种新的产业集群培育方式，能够 通过产业链的数智化升级，形成具有全球影响力的产业生态系统，促进国际综 合竞争力的提升，并成为区域产业经济发展的新动力。本报告结合抖音电商的 实践，就数智技术对传统产业带的提升改造进行深入探讨，提出了“数智化产 成显 著的外部规模效应，提升了产业活力。这是一个值得研究的新现象与新课题。 数智化产业带发展形成了多种多样的模式与类型，既有依托国货兴起的产业带， 也有将文化传承做好而推动形成的产业带，还有以传统优势产业转型发展而形 成的新兴产业带。在宏观上，数智化产业带已成为区域产业转型升级的重要动 力和加快形成新质生产力新引擎的重要基础、促进良性创业就业环境形成的主 要推手、增进中国优秀文化传承的关键助力、实现乡村振兴的重要动力。通过

云计算、大数据、人工智 能等技术与各个产业深度融合，推动着生产方式、产品形态、商业模式、 产业组织和国际格局的深刻变革，并加快了第四次工业 革命的孕育与发展。  从消费互联网到工业互联网，新时代传统企业战略发展新命题 工业新生态 产业新模式  工业互联网是实现数字化转型的关键路径，是构筑第四次工业革命 的发展基石 技术新成果 鞍钢集团数字化能力蓝图：包含数字化平台架构能力、数 能力重构：适应互联网时代和智能时代的需要，基于数字化 实现精准运营的基础上，加快传统业态下的设计、研发、生 产、运营、管理、商业等的变革与重构 数字孪生：从实体状态的过程转变成信息系统中的数字、从 物理形态的数字转变成虚拟形态的数字，打通全方位、全过 程、全领域的数据实时流动与共享，实现信息技术与业务管 理的真正融合 技术升级：从传统的信息技术承载的数字，转变成云计算、大 数据和人工智能等新一代 IT 技术承载的数字，实现技术升级 融合 创新 服务和和支撑企业数字化转型 —— 参与业务革命 加速推进自身的数字化转型 —— 启动自我革命  数字化时代：企业信息化面临着双重使命 传统信息化规划及实施方法： 新时期的规划与实施方法： 企业战略 信息化 建设 企业战略 信息化 规划 流程变 革 信息化 应用 信息化 运维 企业战略 数字化转型 规划 业务升级 信息化规划

前言 随着数字化转型的深入推进，智算中心的规模持 续增大，其重要性日益增加。作为新一代数据中心的 典型代表，智算中心不仅要求高算力、低延迟，还高度 重视能源效率和智能化管理水平 ［1］。然而，传统电源 系统存在独立配置、分散管理、维护复杂、成本较高等 诸多不足，难以满足智算中心对电源系统的高标准要 求。因此，新型高效的一体化电源系统成为提升智算 中心性能的关键因素。该系统通过集成多种能源供 应方式，实现了资源的高效利用和管理，为智算中心 的供电提供了新的解决方案。 新型一体化电源系统集成电源转换、监控和管理 等功能于一体，通过智能化技术，能够显著提升能源 效率，降低运维成本。该系统通过取消传统系统架构 间大量电缆连接，不仅节约了大量材料和空间占用， 还降低了碳排放，成为智算中心电源系统升级的重要 方向。 1 万卡智算中心电力需求特点 智算中心的电力成本在运营成本中占据了很大 的比例。以昇腾 005 文章编号：1007-3043（2024）10-0023-04 中图分类号：E968 文献标识码：A 开放科学（资源服务）标识码（OSID）： 摘 要： 智算中心对电源要求极高，而传统电源系统存在能效低、维护复杂、占用空间大 等问题。新型一体化电源系统作为一种集成了多种电力设备于一体的电源解 决方案，凭借其在系统集成性、稳定性和安全性方面的优势，能够满足智算中心 中的电源需

一代信息技术与工业技术加速融合，在一定程度上颠覆了传统 的生产和商业运营模式。各工业大国凭借各自在信息技术领域 的领先优势，加快实施一系列针对传统工业数字化转型升级的 “再工业化”战略，谋求抢占新一轮竞争制高点。通过数字化 转型保持长久活力和竞争力，已成为发展的“必答题”。工业 互联网作为传统工业数字化转型的关键路径之一，正成为各国 改造提升传统工业、塑造未来产业竞争力的战略选择。 传统工业 IT 架构采用垂直耦合的模式，易导致数据碎片化、 链的新型工业网络协同制造与服务体系，推动传统产业加快转 型升级、新兴产业加速发展壮大。 近年来，工业互联网在实体经济数字化转型中扮演着愈发 重要的角色。作为数字经济与实体经济融合的重要载体，工业 互联网深入能源、化工、交通等多个领域，提供强大的网络连 接、计算处理和数据分析等新型能力支撑，通过优化资源配置 和促进产业链协同，推动各行业研发模式创新与生产流程优化， 助力传统工业制造体系和服务体系的重构。 助力传统工业制造体系和服务体系的重构。 如今，新一轮科技革命深入发展，技术创新进入了前所未 有的密集活跃期，人工智能技术的崛起，特别是大模型的广泛 应用为传统工业发展带来全新范式。汇聚了算力、数据、算法 及知识的工业互联网，已经成为人工智能技术落地的重要载体。 通过工业知识注入，实现工业机理与通用人工智能大模型的有 机结合，一系列具备工业文本生成、知识问答、理解计算、代 码生成及多模态处理等核心能力的工业大模型不断涌现，进一

中国服饰时尚市场规模及发展潜力 图：中国服装市场规模 （资料来源：中商产业研究院，天风证券研究所） 6)经济与文化软实力驱动 中国服装市场规模超2万亿元，预计未来5年增速近10%，为产业创新提供了资金和市场基础。传统服饰美学与现代设计 融合，丝绸、植物染色等技术通过国际交流提升文化吸引力。 综上所述，中国服饰时尚产业的崛起是多方面因素共同作用的结果，未来需继续强化设计创新、品牌溢价和可持续能力， 以应对国际竞争与产业升级的挑战。 ，个性化、中高端 化、运动潮流和国际化将成为核心增长方向。中国服饰时尚市场发展潜力呈现如下态势： 5)新兴领域：继马面裙走红后，新中式服饰在本季时装周日程中动态不断。新中式服装可以理解为“将中国传统元素与当 下审美潮流相结合的服装”，特征包括将盘扣、立领、云肩、斜襟等元素设计在衣服上，以及宋锦、香云纱等面料纹样。中国 纺织工业联合会数据显示，2023年“新中式”服饰市场规模达10亿元级别，近三年来相关产品商品交易总额增速超过 全球时尚话语权。 4)运动与潮流融合：运动时尚服饰市场增速快， 2023年全球规模达1035.52亿美元，中国本土品牌， 如安踏、李宁等市占率稳步提升。 5）文化赋能与细分创新： “新中式”服饰结合传统元素与现代审美，搜索量暴增，订单需求旺盛。童装市场2015-2023年 CAGR领先，未来有望持续受益于家庭消费升级。 1.2 服饰时尚消费者及其行为变化 1.2.1 消费者及其行为变化情况

势，但是短期内在 能耗上与英伟达芯片仍然存在差距。因此随着国内数据中心中智算中心的比 例提升，单个数据中心的 MW 数将持续上升，甚至相同算力下可能提升更 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 .......................... 10 图表 11： UPS、传统 HVDC、巴拿马电源和 SST 系统在数据中心中的应用架构.................................................... 11 图表 12： HVDC 高压直流供电系统与传统交流供电系统（UPS）和 48V 直流供电系统结构对比 ................ .................................................................................. 14 图表 20： 数据中心传统 240Vdc 系统（左）与巴拿马电源布局（右） .................................................................... 14 图表

演进，其与大数据、人工智能等领域的深度融合正催生新一代 ICDT（Information， Communication，Big Data Technology）融合范式。这种融合驱动的 6G 系统将突破传统通信 网络边界，演进为集通信、感知与算力于一体的端到端智能信息服务体系，构筑起支撑万物 智联的移动信息网络。当前，众多面向 6G 的候选技术已在理论创新、仿真验证及原型开发 等维度取得突破性进展。 2）网络功能层基于基础设施层提供的新计算资源要素，在传统的面向连接的用户面功 能和控制面功能基础上进行增强，面向通算一体服务提供计算的执行功能和计算的控制功能。 计算执行功能主要负责计算数据的处理，例如：AI 模型的推理、感知计算等；计算控制功 能主要实现对无线算力的感知、计算任务需求的感知、通信和计算的资源的联合调度和实时 控制以及通信计算 QoS 的监控闭环保障。 3）管理编排层在传统的无线接入网的运维和管理功能基础上，新增无线计算资源编排 网，提供通信和计算 一体服务。 1.2 ICDT 融合的 6G 技术簇 ICDT 融合的三大新趋势具体包括通算融合，语义通信和 AI 大模型与通信。一方面， 传统通信系统的能力也会随着新技术的出现而进一步加强。另一方面，传统通信技术会与感 知技术，大数据技术，人工智能技术进一步融合，对网络的能力和架构产生深远影响。 10 / 87 图 1-1-2 ICDT 融合技术趋势 11 / 87

绿电资源丰富区域：打造物理溯源型零碳园区 ....................................18 4.2 外向型经济集中区域：打造支撑绿色供应链逻辑溯源型零碳园区 ......21 4.3 传统产业集聚区域；打造生产方式绿色转型零碳园区 ........................ 23 新型电力系统助力零碳园区建设 | ii | 5. 江苏建设零碳园区重点任务 ....... 提出不同类型园 区的建设发展路径：对于绿电资源丰富区域，探索风、光、氢等清洁能源“多能互补 + 自 发直供 + 广域离网”模式；对于外向型经济集中区域，打造支撑绿色供应链逻辑溯源型园 区；对于传统产业集聚区域，打造生产方式绿色转型园区。 报告提出江苏零碳园区建设的重点任务，包括能效水平标杆化、生产过程清洁化、 能源供给零碳化、基础设施绿色化、资源利用循环化和运营管理数智化等方面，并从强化 安全的必然要求。零碳园区通过微电网和储能系统建设，整合新能源发电设备，实现能源 供需的智慧高效对接，这不仅可以降低对传统供能方式的依赖，还能提升区域可再生能源 利用比例，推动实现能源绿色低碳转型。 因地制宜发展新质生产力的重要载体。零碳园区建设促进产业结构向高端化、智能化、 绿色化转型，有利于推动传统产业的绿色改造和新兴绿色产业的培育壮大，形成新的经济 增长点，提升园区整体产业竞争力。 应对国际绿色