运用德尔菲法开展 2 轮专家咨询形成最终的指标体系, 采用 层次分析法确定指标体系权重。 [结果] 2 轮咨询的专家积极程度较高, 专家权威系数为 0. 8, 专家咨询较为可 靠。 第二轮肯德尔协调系数大于第一轮且有统计学意义, 变异系数均小于 0. 25, 专家意见协调性较好。 最终形 成包含预警能力、 适应能力、 恢复能力和变革能力 4 个一级指标、 12 个二级指标和 32 个三级指标的基层疾控 疫情防控韧性评价指标体系。 专家工作繁忙, 容许个别专家推迟返回时间, 但是最 多不能超过 14 天, 否则将作废该份咨询函。 将第二 轮专家意见与建议趋于一致、 所有指标的变异系数均 小于 0. 25、 第二轮肯德尔系数大于第一轮且有统计 学意义作为停止征询的标准 [14]。 1. 2. 4 层次分析法 本研究采用层次分析法中的结果集结确定指标权 重。 首先, 建立判断矩阵, 在第二轮专家咨询中完成 权重判断矩阵打分; 提建议率反映。 在 2 轮咨询中, 每轮发放专家咨询问 卷 15 份, 均有效回收, 专家积极系数 100%。 第一轮 咨询提建议专家人数 13 人, 专家提建议率 86. 67%。 第二轮咨询提建议 专 家 人 数 6 人, 专 家 提 建 议 率 40. 00%。 2 轮专家积极系数均为 100%, 第一轮专家 提建议率超过 85%, 表明专家对本研究高度重视并给 予积极支持和建议。 2. 3 专家权威系数

新一轮工业制造的转型升级，对机器人提出了新的性能要求。用户对移动机器人系统运行 的灵活性、安全性和可靠性要求也更加严格。复合移动机器人“手脚兼具”的独特应用价值拓展 了移动机器人的边界，其“移动 + 操作”的独特优势正在越来越多场景得到验证。而随着具身智 能技术的发展，复合机器人也引来了新一轮的技术革命，敏锐洞察到这一趋势的产业界，正积 极拥抱“具身智能”的浪潮，将其视为复合机器人智能化发展的核心路径和未来方向。

提案。这是一个空前的盛况，展现了全球密码学界对这一挑战的高度热情。NIST 对这 些提案进行了初步审查，淘汰了那些提交不完整或明显不符合基本要求的方案，最终接 纳了 69 个算法作为第一轮的正式候选者。 阶段二：第一轮评审（2018 – 2019）聚焦安全基础 目标：淘汰存在明显安全缺陷的算法。 过程：在接下来的 14 个月里，这 69 个算法的完整设计文档被公之于众。NIST 举 办了第一次 算法的 分析中。这期间，大量的学术论文发表，指出了许多算法的理论漏洞、实现缺陷甚至 直接的攻击方法。这是一场“找茬”大赛，任何微小的瑕疵都可能致命。 2019 年 1 月：第一轮晋级名单公布 NIST 发布了第一轮的评估报告。基于全球社 区的反馈，大量算法被证明是不安全的。NIST 大刀阔斧地将候选名单削减至 26 个。 被淘汰的算法大多是因为其所依赖的数学问题被发现存在“捷径”，或者其参数设置不 阶段三：第二轮评审（2019 – 2020）兼顾性能与实现 目标：在确保安全性的前提下，开始重点评估算法的 性能和实际部署的可行性。 过程：竞争进入白热化阶段。剩下的 26 个算法都是第一轮的“幸存者”，安全性 相对更有保障。这一轮的焦点转移到：在真实的硬件（从服务器到小型物联网设备）上， 它们的运行效率如何？密钥和签名的大小是否实用？实现代码是否容易出错？全球研 究 者 对 这 些 算 法 进 行 了

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 速度”。2025 年，全球总算力已攀升至约 3300 EFLOPS，在三大主流形态中，通用算力约 为 1150 年，中国智能算力规模将进一步增长至 1460.3 EFLOPS，并在 2028 年达 到 2781.9 EFLOPS。智能算力已不仅是技术底座，更是产业跃迁的“主引擎”，也将持续 向千行百业渗透，成为撬动数字经济下一轮爆发式增长的核心支点。 4 1.2 算力发展现状 国外以英伟达、AMD 为首的两大芯片巨头凭借其技术优势，在算力领域长期占据领先 地位，在全球范围内，两大芯片巨头占据全球算力市场 34%的份额： 科学模拟，甚至通过量子计算处理特定超复杂问题。在这一范式下，计算将不再是孤立平台 的能力叠加，而是一个高度智能化、动态协同的整体性体系，成为支撑未来智能社会的关键 基础设施。 27 第六章 结论与展望 在新一轮科技革命与产业变革驱动下，当前人工智能技术正在加快融入千行百业，大模 型对算力的需求也持续攀升，异构算力协同的可持续发展将发挥日益重要的作用。全球计算 联盟智算产发委异构算力协同工作组面向算力服务商提出"跨架构协同、智能调度、生态融

...................................... 9 第三章：威图全价值链解决方案助力风电产业高质量发 展 11 前 言 数字化赋能风电发展创新蓝图 当前，全球新一轮能源革命和科技革命深度演变、方兴未 艾，大力发展可再生能源已经成为全球能源转型和应对气 候变化的重大战略方向和一致宏大行动。 根据全球风能理事会（ GWEC ）预测， 2022 — 2026 年 快速发 展继续带来全 新的技术理念和行业应用解决方案，开创电气工程设计的新时代。 21 22 在国家加紧推进落实“双碳”目标的大背景下，作为主力军的风 电产业迎来了历史性发展机遇期。如何抓住新一轮的发展契机， 依靠全产业链的创新提升风电的经济性，已成为产业界面临的时 代命题。 总 结 值得关注的是，随着风电产业的快速发展，风机价格战也愈演愈烈，对行业的健康可持续 发展带来隐忧。未来

工具，以项目为载 体，以数据为驱动，推动设计、采购、施工等全流程的智能协同。AI不仅是提升效率的手段，更 是构建企业核心竞争力的战略支点。未来，谁能率先实现数据沉淀、知识重构、决策智能，谁就 能在新一轮产业变革中赢得主动。建筑企业应坚定信心、把握机遇，加快推动AI技术与工程实践 深度融合，真正走出一条具有自身特色的智能建造发展之路。 —— 中铁置业集团党委常委、总工程师 曹少卫 “数字建筑

受限，交换机的端口数量 n 和带宽 r 无法 同步提升，且其中一项的增加往往会导致另一项的下降，进一步制约 了整体性能的提升。 网络延迟瓶颈 大模型训练需要多机多卡完成该轮所有集合通信操作后才可进行 下一轮迭代，这种同步性特征要求智算网络必须提供极低的长尾时延， 避免出现木桶效应[8]。根据理论推算，对于千亿参数规模的大模型训 练来说，动态时延由 10us 增加至 1000us，GPU 有效计算时间占比将 程中出现剧烈的速率和窗口震荡现象，严重影响协议的控制效果和网 络稳定性。 3. 强潮汐流量的调度难题 不同于普通数据中心，智算中心的任务流量具有极强的潮汐性。 大型智算任务的训练需要多轮迭代，每一轮迭代中都有本地计算和网 络传输两个比较清晰可分的阶段。如何在传输开始时，迅速从间歇状 态尽可能地快速用满网络带宽，是需要考虑的新问题。传统传输协议 对底层网络拓扑变化不敏感，无法有效利用拓扑-流量的协同优化机

自主可控白皮书 18 18 展望 2025-2028 年，随着“十五五”的到来，国家政策拉动及投资回温，再 加上市场需求在经历了 1~2 年的低谷期之后，会迎来新一轮设备增长需求及项目 建设需求，预计将会带动大型 PLC 需求量提升。 2. 2024 年中国大型 PLC 市场规模-分行业 数据来源：MIR DATABANK 图 2.2 2024 年中国大型 平高、全球竞争力强、绿色低碳可持 续的高质量发展格局 2021 年 4 月 工信部 《钢铁行业产能置换 实施办法》 产能置换是实现严禁新增产能和结 构调整有机结合的重要手段，将有助 于中国新一轮“去产能”的落实，引 导中国钢企优化产能部署，调整区域 布局 2.1.3“十五五“时期（2026~2030） “十五五”时期，在供需结构性矛盾凸显的背景下，我国钢铁行业将从“增 量发展”阶

，在爱尔兰以及美国部分州（例如，弗吉尼亚州），数 据中心的用电量已占当地总电力消耗的 25%[5]。在全球范围内，数据中心所使用的电力中，来自可再生能源的比 例正逼近 50%[6,7]。要支撑下一轮 AI 的爆发式增长，电力必须以可持续的方式获取，不能再单纯依赖化石燃料。 因此，AI 数据中心必须在发电体系中，深度整合可再生能源与其他清洁能源。 20 展望 2026 年及以后，英飞凌预计：

，在爱尔兰以及美国部分州（例如，弗吉尼亚州），数 据中心的用电量已占当地总电力消耗的 25%[5]。在全球范围内，数据中心所使用的电力中，来自可再生能源的比 例正逼近 50%[6,7]。要支撑下一轮 AI 的爆发式增长，电力必须以可持续的方式获取，不能再单纯依赖化石燃料。 因此，AI 数据中心必须在发电体系中，深度整合可再生能源与其他清洁能源。 20 展望 2026 年及以后，英飞凌预计：