1 2 1 3 1 4 1 6 1 6 1 8 1 9 20 2 1 23 25 26 26 27 28 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 高可用性、高性能和高安全。然而，随着云 计算、虚拟化和分布式技术的快速发展，传统主机技术的局限性也逐渐显现，主要体现在以下五个方面： 1.2 传统主机面临的挑战 (1) 技术封闭制约创新效率 传统主机技术栈过于封闭，操作系统和专用硬件深度绑定，难以兼容 x86、ARM 等标准化芯片，这限制 了企业自主引入云计算的弹性资源调度和分布式技术的水平扩展能力，系统升级和功能迭代依赖原厂支持，流 程繁琐且周期长，难以及时响应业务变化（主机厂商硬件升级周期通常为 3~5 年），远滞后于业务对敏捷创 新的需求（如互联网业务的周级迭代）。此外，主机技术架构采用专属协议与接口，新应用或第三方工具难以 接入集成，与云平台、分布式数据库的集成需开发专用接口，集成成本高且易形成“技术孤岛”。 (2) 扩展性不足无法应对大规模业务挑战 传统主机技术栈主要依赖纵向扩展（Scale-up），通过增加处理器、内存和 I/O 通道来提升单机性

空白演示 单 输入您的 面副标题 从智慧工厂到数字交通 腾讯云分布式云最佳实践 演讲人 陈远 · 腾讯云计算产品专家工程师 腾讯 23 年技术积累，构筑坚实云计算基 础 68 可用区 遍布全球五大洲 27 个地理区 域 100 万 + 服务器 中国首家突破企业 200T 带宽峰值 中国首家突破互联网企业 基础设施跨足全球， 超大规模管理能 力 智慧零售 公卫云平台 核酸检测 通关出境 医院 大数据： 核酸检测 IT 数据 时延 边缘 、本地 IT 痛点 低 大 分布式 IT 挑 战 海关 AI ： 人证对 比 本地 Ø 低时延部署 Ø 分散节点管理 Ø 本地应用服务能 力 Ø 本地 IT 运维能力 新的挑战： 边缘 、本地 IT 需求快速 IT 痛 点 公有云 数据合规，低时延访问 能力 、体验不足 数 据 合 规 低 时 延 访 问 规 模 / 成 本 机房规模 、成本限制 打破传统约束， 解决本地 IT 痛点的云 分布式 IT 挑战 Ø 低时延部署 Ø 分散节点管理 Ø 本地应用服务能力 Ø 本地 IT 运维能力 本地场景 （ 工厂 、医院 、海关 …） 存量方式 难以满足 新技术

高性能、分布式的物联网、工业大数据平台 本白皮书内容受版权法保护，未经公司或其许可人的书面许可，任何人不得将白皮书中的任何内容以任何方式进行复制、经销、 翻印、以超级链路连接或传送、存储于信息检索系统或者其他任何商业目的的使用。 版权申明 电力行业数字化转型 TDengine 驱动数据管理和实时监控解决方案 写在前面 � � 电力行业作为国家基础设施的基石，肩负着向全社 会供应持续、稳定电力的使命。电力系统的稳健运 化转型中的关键需求。这些需求不仅 限于技术层面的更新换代，还包括运营策略和管理方式的革新。正是这些需求，引导着电力 行业朝着更高效率和更智能化的未来发展。需求具体如下： 业务需求提炼 随着分布式新能源的大规模并网，电力行业产生的数据量呈井喷式增长。这不仅对数据存储 提出了高要求，也对数据实时处理和分析能力构成挑战。传统电网技术在全面、准确地建模 和管理数据方面力不从心，传统数据库更难以应对数据的高速增长和实时处理需求。 0 2 传统关系型数据库普遍适用于低频监控场景和电力一区 SCADA，但在分布式环境中，它们 却普遍面临性能和扩展能力不足的问题，特别是随着数据量的增加，查询速度会逐渐变慢， 且由于它们并非专为时序数据优化，在处理海量时序数据时读写性能较低。 传统关系库的局限 典型场景：低频监控场景、电力一区 SCADA 分布式环境中的性能和扩展性有限 数据量越大，查询越慢 不专为时序数据优化，海量时序数据读写性能低

难题，构建全局最优的资源编排范式，实现对异构算力集群的全维度精细化调度。针对异构 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 化利用。 （2）拥塞控制：高效缓解密集型通信模式引发的瞬时拥塞，该技术依托细粒度拥塞控 制信号或主动拥塞控制机制，通过动态调整发送速率、提前分流热点流量等手段，显著降低 尾部延迟，保障大规模分布式训练的通信稳定性。 （3）GPUDirect：消除主机内存拷贝瓶颈，实现 GPU 与网络的深度耦合，其核心技术 为 GDR 支持网卡直接读写 GPU 显存的零拷贝方式，以及 GDA（GPUDirect 3.1 分布式训练框架 面向因大模型参数规模持续突破单机算力与存储极限而造成的分布式训练需求中模型 切分规格与异构算力能力需合理适配的难题，将庞大的训练任务智能拆分并协同调度到多种 异构算力上执行，需要分布式训练框架在现有基础上具备异构算力感知、模型任务适配和智 能调度等能力，以充分挖掘异构集群的计算潜力。 分布式训练框架主要围绕模型训练任务拆分与适配计算单元两个核心任务，主流分布式 16

(Model as a Service) 模型 压缩 训推一 体框架 AI开发平台 故障 容错 Agent 向量检索 数据库&大数据平台 作业 编排 KVCache ckpt存储 分布式 存储平台 DPU DDR5 AI-Native 数据库 图 1.1: 云计算研究图谱（由云计算研究院总结形成） 传统的云计算服务模型主要由基础设施即服务 IaaS、平台即服务 PaaS 将因果推断与知识图谱应用于告警聚合，将数千条 原始事件归并为可操作的故障单元，缩短平均修复时间达 40% 以上；Microsoft 的 Azure Machine Learning 平台采用弹性训练调度器，动态增减分布式训练节点，在保障收敛性的前提下降低 30% 以上计算成本。 Amazon 通过 DevOps Guru 实现基于无监督学习的异常检测，可识别 Lambda 函数冷启动激增、RDS 慢 查询等典型 项目， 聚焦 AI 推理框架开源，兼容 PyTorch 与 MindSpore 模型，支持异构硬件自动优化，上线三个月即被 30 余 家云服务商集成。天翼云则发布 TeleDB——一款面向云原生的分布式数据库开源项目，支持多模态数据 处理与强一致性事务，在电信级高并发场景中表现优异，已被多家省级政务云采用。2025 年中国云计算 开源项目不仅在数量上快速增长，更在关键技术自主可控与生态协同方面展现出强大生命力，正逐步改

系 市 场 规 模 交 易 品 种 零 售 市 场 ·2024年，交易电量6176亿千 瓦时，发电企业399家、电力用 户9.9万家，售电公司423家； ·新增集中式新能源、独立储能、 分布式光伏、抽蓄、10kV以下低 压工商业用户等市场主体。 ·2021年底，电网代理购电+绝对 价格中长期交易+现货结算连 续试运行； ·2023年12月28日，现货结算转 正式运行。 ·2021年，交易电量2951 广东电力市场建设发展情况 2016-2020 煤电、气电 2021 全体工商业用户 低压用户 核电 2022 新能源试点 2023 新型储能 2024 220kV及以上新能源 抽水蓄能 分布式光伏 图 2-3 市场经营主体类型不断丰富 售电公司背景多元，竞争充分。2016 年 3 月，广东在全国率先引入 售电公司参与市场化交易，为零售市场形成“多买多卖”格局迈出坚实一步。 随着市 电力用户全覆盖，创新推动分布式发电和居民用户参与绿电交易。2024 年参与绿电交易的分布式光伏 46 家，居民用户（自然人）4 家，成交电 量分别为 1.2 亿千瓦时和 2 万千瓦时。广东绿电市场有力服务了省内绿色 制造和对外贸易需求，促进了绿色电力消费和能源绿色低碳转型。 16 广东电力市场建设发展情况 陆上风电，8家 海上风电，2家 集中式光伏，74家 分布式光伏，46家 工商业用户，429家

的极限，推动智算中心从计算、存储到网络的全栈架构深度演进。在 这一浪潮中，智算中心不仅是国家科技战略的核心支撑，更是产业智 能化升级的关键基础设施。 随着 AI 模型参数量呈指数级增长，尤其是在大规模分布式并行训 练场景下，网络性能已成为制约智算中心整体效率的关键瓶颈。当前 普遍部署的纯电交换网络在互联规模、带宽密度、端到端时延与能效 比等方面逐渐逼近物理与经济的上限：算力芯片的通信需求远超传统 ............................... 40 3.4.2 智能预测与链路池化资源管理策略.............................41 3.5 物理层：分布式光交换与物理层优化................................... 45 4. 总结与展望.......................................... 通信，需依赖高速网 络结构实现。当前主流方案采用电交换芯片构建以太网或 IB 网络， 常见架构包括 Fat-Tree、Leaf-Spine、DCell、BCube。这些结构通过 多层交换机实现大规模互联，支撑分布式训练中的全互联需求。 图 1-1 智算中心网络与网络协议栈 无论采用机内互联还是采用机外互联，都要采用电交换芯片来做 网络流量交换。然而，随着模型规模和节点数的增加，电交换面临带 宽、延迟和能效的瓶颈。

（如：手机、平板等）上运行，其有两种形态： ⚫ 传 统 方 式 的 需 要 安 装 的 App ， 通 过 华 为 应 用 市 场 进 行 分 发 ， 可 以 基 于 HarmonyOS 分布式能力实现跨设备服务互通、应用接续等关键特征。 ⚫ 元服务是 HarmonyOS 提供的一种轻量应用程序形态，具备秒开直达，纯净清爽； 服务相伴，恰合时宜；即用即走，账号相随；一体两面，嵌入运行；鸿蒙智能，全 集成的性能调优、设备模拟、命令行工具和 SDK。 ⚫ 测试套件 包括测试标准和测试工具两个部分： ⚫ 标准测试：覆盖 HarmonyOS 生态应用性能、功耗、稳定性、兼容性、UX、安全、 分布式、游戏等测试规范，帮助开发者解决测什么的问题。 ⚫ 测试工具：提供 HarmonyOS 生态应用开发、调试、单元测试、集成测试、上架测 试等各开发阶段所需的测试工具集，支持手机、折叠屏、平板、智慧屏、手表、音 支持多维度分析，智能诊断问题并给出解决方案。 ⚫ OS 开放能力集 OS 开放能力集通过 SDK 的形式对开发者呈现，提供应用开发所需的一系列系统开 放能力，包括 UI 框架、Ability、分布式服务、安全、方舟编译器、应用服务、基础 软件服务、 系统服务等。 1.5 HarmonyOS 为开发者构建全栈场景化解决方案 HarmonyOS 提供了 90 多个 Kit，覆盖 30000

图 4 接入光纤通信网目标架构 在室外方面，针对重点区域/场景/业务，千兆光网按需向万兆光 网升级，形成万兆接入管道能力；在 OLT 和系列终端的边端算力基 础上，结合 AI 构建分布式智能体并支持协同交互，支持弹性智联和 应用级业务保障能力，提升接入效率和服务体验；以 ODN 光纤为介 质，探索通信和传感一体化能力。 在室内方面，基于 FTTR（-H/-B）主从节点、路由器等端侧系列 智算中心光网络的目标是构建一张贯穿智算中心之间和内部的 全光高速网络，涵盖跨智算中心互联、智算中心内部互联以及中心间 与中心内的网络融合，实现算力和网络资源共享。基于算网协同实现 本地及远端资源的灵活互联，动态构建多地互联的分布式集群，满足 推理和训练等各类业务的超宽带传输、无损低时延通信和算力资源灵 活调度等关键需求。 跨 地 域 智 算 中 心 之 间 互 联 ： 基 于 城 域 网 或 骨 干 网 ， 依 托 实现跨厂商 跨域的数据实时采集、数据统一共享和管控协同；深度融合数字孪生、 通感一体和人工智能等新技术，形成“三层原生智能”架构。 图 8 光网络智能化目标架构 网络智能层：通过分布式传感、数字信号处理（DSP）等技术及 嵌入式原生算力与 AI 实时推理能力，实现对光纤链路及设备的多维 度物理参量的精确感知、快速采集，推动网元从“被动响应”向“主 动感知-决策-优化”、管理控制从“静态规则和策略”向“基于动态

深圳虚拟电厂调控管理云平台 超 各类资源负荷 400 万千瓦 超 最大可调负荷 110 万千瓦 超 100 次累计调节超 550 万 kWh 超 注册负荷聚合商 60 家 储能电站 分布式电源 工业负荷及其他 楼宇空调 充电设施 5G基站 虚拟电厂管理 调控云平台 深圳累计建成超充站 1098 座（单桩额定功率≥ 480 kW） 光储超充和车网互动一体化站 105 座 1 充电电压 1000A 充电电流 1MW 充电功率 10C 充电倍率 ±375V 和 48V直流微电网 低压直流照明 纯直流空调系统 接入虚拟电厂，用电负荷柔性控制 分布式光伏 + 分布式储能 可80%时间离网运行，峰值负荷降低64% 绿色三星级建筑 夏热冬暖地区净零能耗建筑 削减近 50% 建筑用电负荷 2 单位面积能耗低于52 kWh/m 光储直柔 + （4）AI+钙钛矿技术：通过人工智能算法系统分析加速新材料发现及配方优化，大幅缩短产品研发周期，提升 产线生产效率。 前沿方向 深圳燃气·深圳北站综合交通枢纽分布式光伏绿色能源项目 关键技术 项目充分结合深圳北站综合交通枢纽空间资源及多元化场 景需求，在东、西广场闲置屋顶和风雨连廊建设分布式光 伏，辅以光伏太阳花和储能系统，实现了光伏与建筑的完 美结合。 成效 项目通过“自发自用、余电上网”模式，光伏装机容量