新型智算中心改造系列报告一： 网络成大模型训练瓶颈 ，节点内外多方案并存 证券研究报告 | 2024 年 5 月 5 日 行业研究 · 行业专题 计算机 · 人工智能 投资评级：超配（维持评级） 请务必阅读正文之后的免责声明及其项下所有内容 • A I 大模型训练和推理拉动智能算力需求快速增长。 a ）模型迭代和数量增长拉动 A I 算力需求增长：从单个模型来看，模型能力持续提升依赖于

款服装命中率。在 用户体验领域，流程智能化则体现为个性化服务与快速响应。比如，企业客户服务部门通过 AI 流 程创新，可以提高客户投诉响应速度，从而拉升 NPS。 当技术迭代、降本压力、创新瓶颈三重叠加，流程智能化已不再是“锦上添花”，而是决定企业生 死存亡的“氧气级能力”。那些率先将流程智能化植入组织基因的企业，正在构筑起“成本-效率- 创新”的复合护城河。 实践方法论 1，需求诊断与场景锚定 流程智能化的实施必须始于精准的业务需求识别与场景选择。首先，企业需通过对于内部流程的抽 象挖掘，映射绘制出端到端业务流程图。其次，再结合历史数据挖掘关键瓶颈。比如，制造企业可 以通过绘制端到端采购流程，评估各个流程节点耗时在全流程中占比，从而找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 体验差等问题逐渐成为制约管理效率与业务创新的瓶颈。如何通过数字化实现流程管理 的智能化、敏捷化与全局化，成为中集集团新挑战。中集集团通过与蓝凌深度合作，基 于蓝凌 BPM 打造一体化流程支撑平台，以加速流程建设为核心目的，开启了流程管理 变革。 01 传统 BPM 系统“四大桎梏” 中集集团原 BPM 系统的局限性集中体现在四个维度：系统架构恐龙化困境、安全与合 规风险、流程扩展瓶颈以及用户体验代际断层。

头部玩家算⼒百 卡/千卡级，算⼒ 目前并非瓶颈 • ⾼ • 软件服务可快速 普及应用 • 中 • 自动驾驶软件成 本低，潜在受众 巨⼤，头部玩家 已投放市场 • 低 • ⾼质量的机器⼈真机操作 数据数量稀少，仿真数据 作用有限 • 低 • 目前算法部分处于摸索期， 感知、规划、控制等功能 都不成熟 • 低 • ⼤多数玩家在千 卡级，目前的主 要瓶颈是数据 • 低 • 物理操作需要满 • 需要视觉数据、⼒学数据、 运动数据、激光雷达、甚 ⾄其他模态，异构数据多 • 低，数据主要来自⼀些 垂直的训练场景，数据 分布比较单⼀ • ⽆ • 目前数据是⼤部 分AI系统进步的 瓶颈，算法和算 ⼒的问题相对更 容易解决 • 自动驾驶能够快 速成熟的核⼼原 因在于数据采集 和数据闭环⽅面 的优势，⼤规模 的自动驾驶车队 ⾄关重要 空间智能概览 自动驾驶 3D⽣成 具身智能 多样性 数据闭环 成熟度 • 精简度中：视觉驾驶数据最关键，纯视觉之外的技术路线也 会采用激光雷达、毫米波雷达等传感器，但纯视觉的精简路 线已被证明有效 • 地图数据和定位数据相对简单，不构成瓶颈 • 多样性中：地域范围包括不同国家/地域，城市/乡村，频次 分布来看包括不同⾼频日常和长尾场景，时间范围包括白天 /夜晚，季节性，⾼峰/非⾼峰等 • 数据反馈循环强：有⼤规模车队搭载自动驾驶系统测试、收

应用现状 02 未来发展方向 03 商业化挑战与突破点 04 投资逻辑建议 05 总结 06 01 运动控制进展与瓶颈 运动控制基础行走抓取已实现，动态平衡复杂地形适应 受限，如宇树科技春晚表演机器人在复杂舞台环境中需 多次调整才能稳定行走。 运动控制技术瓶颈制约应用场景拓展，复杂环境适应性 不足，限制了机器人在野外勘探、灾难救援等复杂地形 场景的应用。 核心零部件研发与成本 算法、京津冀精密制造，产业集聚效 应初显，但协同效率待提升。 区域产业分布不均衡，各地产业配套 不完善，导致产业链上下游企业沟通 协作成本高，影响整体发展效率。 区域产业分布格局 产业链关键瓶颈环节 瓶颈关键芯片轴承仍依赖进口，国产 化替代进程缓慢，如高端芯片供应受 限影响企业生产进度。 关键零部件进口依赖度高，面临供应 风险和成本压力，制约产业链自主可 控发展，影响产业安全。 产业链协同以项目合作为主，缺乏长

在算力密度、通信效率、 能效比方面面临严峻挑战。中国移动充分发挥央企科技创新示范引领作用，聚焦 “卡脖子”方向，攻关国产高算力芯片、智算超节点、算力原生等关键技术，突 破万亿模型训练与推理性能瓶颈，打造低成本、高能效、自主可控的算力底座， 引领云智算基础设施从规模扩张走向效能跃升的新阶段。 2.1.1 算力芯片 大模型训练和推理对算力芯片提出了更高的要求，如超高带宽互联、极低时 延等。GPU 不断优化算力利用率、提升智算业务效能。 2.2.1 智算文件存储 基于通算理念构建的存储系统在长期演进中形成的标准化协议和产品形态 无法满足智算应用发展对数据访存性能、数据流转效率等新需求，已成为制约智 算产业发展的生产力瓶颈。同时，新型存储介质、高速网络硬件的快速发展也为 存储系统的重塑提供了强大的动力支撑。 目前，大模型对底层存储的性能要求和高速发展的软硬件技术，正在推动存 储系统的革命性升级。基于高性能网络技术栈（如 延、大规 模组网等场景的瓶颈。二者协同构建“芯片-设备-集群”三层互联能力，形成从 卡内计算到跨机协作的端到端智算网络中国方案，为万亿参数大模型训练、多模 态 AI 应用及下一代智算中心建设提供高确定性、高可靠性的互联基座。 2.3.1 卡间互联 由于大模型复杂度、参数量和训练数据呈指数级增长，传统 GPU 互联技术在 数据传输效率、可靠性和互联规模上面临瓶颈，亟需在协议设计、内存协同和物

动态生产数据（来自 ERP ） 周供应计划的数据 集 主计划员 3.1.2 数据集 最终需求计划 准备初版主计划 检查数据集的完整性 运行主计划引擎产生初版主计划 与相关团队分析讨论短缺，解决瓶颈 主计划会前再次运行主计划引擎，产生更新版主计划 准备主计划会议关键讨论点 主计划会上讨论的 最初主计划 短缺 / 差异 主计划员 3.1.3 初版主计划 关键 差异 主计划会议中讨 论主计划 收到需求计划 回顾需求计划 生成初版主计 划 回顾主计划 召开周主计划 最终确定和发 布主计划 8 周分配 (RTF) 18:00 9:00 截止数据 主数据维护 解决瓶颈 更新主计划 4 周工单 4 周装运订单 关键 物料采购 计划 海外 PO ERP MRP 17 周 工厂计划 4 周 物流计划和销 售 ATP # 计划描述 最长周期 频率 确认主计划的 数据集 主计划员 • 每周应就数据截止时间的维护成部门 间的一致性及共 识 • 如需更改截止时间，各部门 应 进行沟通并达成一致 • 主计划员应对数据准确性负责 • 周主计划关注解决瓶颈和约束，满足需求计划要求 • 每个供应约束应由专人负责维护和更新 • 输入主计划引擎前验证数据集 三级流程 : 3.1.1 准备数据集 4) 业务规则 准备数据及 ( 包括主计划 ) 三级流程

需求响应数小时，决策不及时 只能查数，分析需要人工 以数据查询与看板展示为主 （产出缓慢） 数据查询 数据报表 异动分析 数据报告 （人力瓶颈） 工程开发 人工绘制 人工梳理 人工总结 传统数据分析路径长，存在明显人力瓶颈 利用大模型 Agent 归因分析 数据报告 提出任务 给出答案 数据源 02 CONTENTS 当前行业内通用解决思路 及主要问题 当前行业内数据处理与消费通用架构 大模型直接生成 SQL ，存在效果瓶颈和性能风 险 03 CONTENTS 智能分析 AI Agent 相 较 传统解决思路的技术 创新 仓外语义 -- 灵活便捷、贴近业务 • 数据建模右移，更贴近数据消费 endpoint ，更便于

市场化配置、完善国家数据治理体系的重要实践路径。 可信高速数据网以“安全、高速、合规”为核心理念，基于IPv6+融 合新技术聚焦“数算、数网、数安协同”的演进主线，旨在破解数据流通 中的技术性瓶颈。其核心价值在于，不仅实现了数据资源的安全确权与 动态防护，更通过网络与数据/算力的深度融合，提升了数据调度的实时 性、灵活性与经济性。 可信高速数据网的建设，有助于我国构建“横向联通、纵向贯通”的 数据要素、算力资源和智能应用的关键纽带。可信高速数据网区别于传统 网络的核心优势在于：通过融合IPv6+、量子加密、隐私计算等技术，实 现“数算协同、数网协同、数安协同”，破解跨域互联、算力调度、隐私 保护等方面的瓶颈，为大模型训练、跨行业数据流通、智能应用创新提供 可靠支撑。 全球主要经济体正在加速布局新一代数据与网络基础设施，美国聚焦 低时延分布式传输与隐私计算安全体系，欧盟以统一数据市场和Gaia-X为 创新运营机制，提升可信高速数据网效能 36 (三) 加快技术攻关，突破可信高速数据网瓶颈 37 (四) 建立评估体系，保障可信高速数据网可持续发展

新能源货运行业目前正处于规模化推广与产业 化发展的关键阶段。在此进程中，政策体系的 精准优化与有效实施必须以对市场现状的深度 洞察为基础——包括企业发展新能源货运的核 心驱动力、当前面临的主要瓶颈、实际应用情 况和运营痛点，以及促进行业低碳转型的可行 路径。基于此，本次调研聚焦上述关键议题展 开初步探索分析，旨在为政策制定者提供决策 依据，为行业参与者提供实践参考，以期凝聚 共识、深化探索，共同推进中国物流行业的绿 帮助了解企业推动新能源重卡或货运服务的核心动因，以判断 市场发展的内在驱动力。 应用现状 旨在了解企业应用新能源货运的现状与进展。 面临挑战 帮助识别企业在新能源货运应用过程中遇到的主要障碍，明确 阻碍市场发展的核心瓶颈。 政策需求 旨在了解企业希望政府在哪些方面提供支持，反映企业在当前 政策体系下的实际需求与期望。 本报告的核心分析结论建立在企业问卷调研数据基础上。调研覆盖的企业多为已关注 绿色物流议题 过程中，投资回报率仍是影响企业做出相关决策的最主 要考虑。此外，货主企业还提及基础设施不足（如充电桩、电力供应）以及运行效率受限（充电时间长、补 能难），显示出从项目可行性到实际落地，仍有多维度瓶颈待突破。物流运输商侧则更多受到“客户尚未提 出明确要求”的制约，反映出市场需求信号在实际运营中的传导仍不充分。 货主端 新能源重卡推进现状 物流运输服务端 是，已计划或推进 否，但希望推进

GPU 完成 工作 传统 DC 与智算中心流量模型区 别 面向大模型训练，网络成为 AI 算力瓶 颈 AI 大模型以 GPU 集群分布式训练为基础，带来大量节点间通信消耗，网络成为 AI 算力“瓶颈” 当前业界主流智算中心网络技术被国外厂商垄断，网络芯片存在代际差距，网络可能成为我国 AI 发展的“新卡点” 集群有效算力∝｛ GPU 单卡算力 * 总卡数 * 线性加速比 * 有效运行时｝ 时延、硬件支持等方面存在性能瓶颈，暴露的帧头部信息仍存在安全漏洞 Packet MAC PCS PMA PMA PMD xAUI PHYSec 光模块加密 接口芯片加密 Packet MAC PCS PMA PMA PMD xAUI PHYSec or 探索新层次：将传统密码学思想应用到以太网物理层— PHYSec ，解决现有技术方案的安全漏洞与性能瓶颈，具 有 极低开销、时延以及低功耗和成本等优势