制造行业 智慧文印解决方案白皮书 前言 近年来中国经济稳步发展，制造行业占据着举足轻重的地位，对于推动我国经济发展具有不 可替代的作用。随着全球经济一体化的深入发展，我国制造业面临着前所未有的机遇。新质 生产力以科技创新和制度创新为核心，以科技创新驱动产业升级，提高制造业的智能化、绿 色化、服务化水平，从而实现经济的高质量发展。����年伊始，国务院国资委也发布了以 制造业为重点的数字 提升中国制造业企业的全球化竞争力:更快速地响应市场需求变化，提供个性化的产品和服务，优化 资源配置，降低成本，从而增强企业的市场竞争力。 以创新技术驱动全面发展:数字化技术如人工智能、大数据分析、物联网等为制造业带来了前所未有 的创新机遇，帮助企业开发新产品、改进现有产品、优化生产流程，并创造全新的商业模式和服务 形式。 提高制造业的生产和运营效率:借助自动化生产线、智能机器人、虚拟仿真等先进技术，可以大大缩

随着以 ChatGPT、Deepseek 为代表的 AI 大模型崛起，算力需求呈指数级增长， 全球正加速建设智算中心以应对这一挑战。智算中心内部或智算中心间海量的数 据交换，对网络链路的可靠性提出了前所未有的要求。任何链路闪断或中断都可 能导致 AI 训练任务失败，造成巨大的时间和资源浪费。然而，光模块的成本与 可靠性瓶颈以及大规模集群中链路数量的激增，使得已有技术难以满足新型智算 中心 AI 新型智算中心主要承载 AI 训练与推理业务，部署大量服务器协同工作，流量 模式与传统数据中心不同，东西向流量特征明显。在这种流量模式下，大量服务 器共同承载 AI 任务并行计算，对网络的可靠性提出了前所未有的挑战。服务器 之间逻辑连接的任何一条物理链路发生故障，都会导致数据同步失败，任务中断， 造成大量时间和资源的浪费。如果承载 AI 任务的服务器之间共有���条物理链路， 每条链路的可靠性为���，则

流密度已达到优异的 2 A/mm 2。 英飞凌将其领先的低压硅基 MOSFET 技术（例如，OptiMOS™ 7 系列）与芯片嵌入封装技术及专利 3D 集成工艺相结 合，在垂直供电方案中实现了前所未有的功率密度和能效表现。 7 图 3：采用集中发电和配电并在服务器主板进行本地功率转换的高压直流架构示例 预测二：服务器主板将采用高压直流供电架构 随着现代 GPU 功耗的持续攀升，以及每个机架中 输入，进一步 减少因多级功率转换而带来的损耗。 的输出功率预计可达 2-10 兆瓦。这种固态变压器在效率、功率密度以及——特别重要的——可扩展性方面，都将 带来显著优势，使吉瓦级数据中心具备前所未有的灵活性。 通常，固态变压器采用输入串联 / 输出并联（ISOP）系统，中压电网的每一相都连接着一串由多个串联功率转换模 块组成的模块链。中压交流电网的电压等级因国家与地区而异，一般在 10 kV

程新洲、曹畅、徐博华、杨斌、文晨阳、谢志普、徐洁、 黄金超 中国联通软件研究院： 杨迪、李张体、张承琪、王宇、马煜 北京邮电大学： 邢颖、林雪燕 上海交通大学： 赵世振 前言 人工智能正以前所未有的速度重塑人类生产与生活方式。以大语 言模型、多模态模型为代表的新一代 AI 应用，持续突破计算与通信 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 5 物理层：信号衰减挑战与时延约束挑战 在智算中心网络中，物理层不仅承担着数据的信号传输职责，更 直接影响整个系统的带宽、时延和稳定性。然而，当光交换技术被引 入到智算网络时，物理层面临一系列前所未有的挑战。 首先，光互连需要在高端口密度和长距离传输之间取得平衡。相 比传统电互连，光链路在传输距离上具有天然优势，但这也意味着必 须控制光信号衰减和插损，否则网络性能将随着互连规模的扩大而显 算与网络传输深度融合的方向演进。通过在光域直接进行矩阵运算、 卷积操作等计算密集型任务，实现"计算即传输、传输即计算"的革命 性架构。这种融合将显著降低数据在光电转换过程中的延迟和能耗， 为大规模深度学习训练提供前所未有的性能优势。另外，下一代光电 协同网络将深度集成人工智能技术，实现从被动响应向主动预测、从 人工配置向自主优化的根本性转变。基于大模型的网络智能体将能够 理解业务意图、预测流量需求、自动生成网络配置，实现网络的自我

.....................................30 云智算光互连发展报告 1. 背景与需求 在 AI 大模型、云计算及智能应用普及的推动下，全球算力需求 正经历前所未有的爆发式增长。基于铜缆的互连技术在带宽密度、 传输距离与能耗效率上的瓶颈日益凸显，光子作为光互连技术的信 息载体和物理基石，具有极低传输损耗、超高频率、抗干扰等物理 特性，使得光互连技术在带宽、距离、抗扰、功耗、密度等方面具 等典型应用 场景下的技术演进，为行业提供兼具前沿性与实践性的技术参考。 云智算光互连发展报告 2. 智算中心光互连技术概述 随着智算中心的飞速发展，数据吞吐量激增，对底层硬件互连 提出了前所未有的挑战。在此背景下，光互连技术以高带宽、低时 延、低功耗等方面的优势，有望成为未来算力时代不可或缺的基础 设施。智算中心场景下的光互连技术具体包括新型可插拔模块、光 电共封以及光交换三个核心技术方向。

量接近 1600 万辆，渗透率首次突破 50%，相较 2020 年的不足 6%，实现了跨越式跃 升。这意味着电动化从“趋势”转向“常态”，新能源车型已成为市场主流。然而在 这场表面繁荣的背后，是前所未有的结构性焦虑：行业利润率降至 3.9%，创近十年新 低；燃油车库存高企、渠道倒挂，价格战愈演愈烈；大量中小供应商因现金流断裂退 出市场，新的生态重组正在加速。 如果说以往的竞争是“产品之争” 业逻辑。整车厂不再只是车辆制 造者，而成为覆盖用户全生命周期的出行服务提供者；零部件厂商的竞争，也从供应 链地位转向数据驱动的协同价值。而整个产业链条从研发、生产、供应，到销售与服 务，正以前所未有的速度产生指数级数据量，却又深陷数据分散、系统孤立、决策滞 后的矛盾。研不通产、产不连供、供不联销、销不反哺服的现象普遍存在，“研产供 销服”一体化依旧是行业的长期痛点。 更深层的问题在于， 的品牌竞争格局也同步发 生了根本性的重塑。在这场变革中，自主品牌凭借对新能源赛道的战略投入，实现了 整体性的市场地位提升；而曾长期主导中国市场、被视为品质与技术代表的合资品 牌，则普遍面临着前所未有的市场挑战与转型压力。 1. 市场份额的根本性转变 市场份额的变化是最直观的指标。2024 年，中国自主品牌乘用车的市场份额达到 65.2%，较上年同期提升了 9.2 个百分点 。这意味着，在中国市场销售的乘用车中，

等领域有着广泛的应用场景的体验跃迁。 - 6 - 行业趋势 鸿蒙 2030 白皮书 1.3 新技术突破催生终端产品形态多样化和规模增长 科技的飞速发展，新技术不断突破，为终端产品形态带来了前所未有的多样化，也将为终 端产品的数量带来井喷式增长。 当前，全球存量消费电子终端数量已初具规模，并呈现出多元化、智能化的特点。从传统 的智能手机设备、电脑到智能家居、平板设备、耳机甚至 VR 设备等，各类终端设备的普及率 络，为设备查找、室内定位、中继通信等提供新的可能。 随着人工智能与物联网技术的深度整合，万物智联成为现实，从智能家居、智能交通到智 慧城市，每一个角落都实现了高度数字化和智能化。为社会带来了前所未有的便利与效率，但 同时也伴随着一系列复杂而严峻的安全隐私挑战。 首先，如上所述，在未来的万物智联时代中，人工智能将扮演更为关键的角色，它能够通 过对用户行为和数据的分析，提供更加个性化的服务。例如，智能推荐系统可以根据用户的偏

的韧性组织。这既是一次思维方式的转型，也是企业治理逻辑的重构。能否在此过程中形成系统 性竞争力，将成为未来建筑企业的分水岭。 —— 中国信息通信研究院产业规划所人工智能研究中心主任 王强 AI技术的发展为建筑业注入了前所未有的活力，也对企业的组织能力、知识体系和管理模式 提出了全新要求。建筑企业要实现高质量发展，需将AI作为重塑生产力的关键工具，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

中国企业改革与发展研究会第一副会长 2025 年 9 月 序言二：行稳致远——构建新一代供应链金融安全体系 作为连接产业血脉与金融“活水”的关键枢纽，供应链金融在推动实体经济 转型升级、纾解中小企业融资困境方面，正以前所未有的深度与广度，重塑着产 业生态的格局。然而，当发展的浪潮奔涌向前，我们亦须以清醒的目光审视浪潮 之下潜藏的暗流与礁石。若说第一篇序言描绘了供应链金融“行疾”的宏图，本 篇序言则旨在探讨其“致 条数据、多维交叉验证的智能 化风控所取代。这无疑是巨大的进步，但同时也催生了新型的、更为复杂隐蔽的 风险形态。这些风险不再是孤立的点，而是相互关联、能够瞬时传导的面，对我 们的安全防线提出了前所未有的挑战。 首先，信用风险的“链式传导”与“风险共振”现象愈发突出。 传统信贷 风险多集中于单一借款人，而供应链金融的风险则天然具有网络化特征。链条上 的任何一个节点——哪怕是看似微不足道的末端供应商——出现经营困境或信 真的数字化镜像。这个 虚拟世界能够精确映射物理供应链的每一个环节，包括资金如何在不同主体间流 转，货物如何跨越地理空间移动，以及信息如何在各节点间传递。 在供应链金融领域，数字孪生提供了一个前所未有的“沙盒”和“驾驶舱” 环境。金融机构和企业可以在这个虚拟空间中，对供应链的运行状态进行全方位、 实时的监控和模拟。例如，可以直观地看到一笔交易从下单、生产、入库到最终 交付的全过程，实时掌

界为核心目标，衔 接科学智能与产业应用的跨学科体系，是解决工程领域非确定性问题、实现规模 化赋能的全新范式。 这些年，我们见证了太多鼓舞人心的变化。战略层面，国内外对工程智能的 重视达到了前所未有的高度，中国将“人工智能+”行动写入政府工作报告，把 工程智能作为建设数字中国的重点领域；美国、欧盟纷纷出台专项政策与法律框 架，加大研发投入、规范发展路径，全球范围内的战略布局与协同创新已然形成。 人类文明的每一次跃迁，都与工程领域的突破紧密相连。从金字塔到空间站， 从蒸汽机到互联网，工程不仅是塑造物质世界的强大能力，更是推动社会进步的 基石引擎。然而，当我们步入一个日益复杂、高度互联的时代，传统工程学正面 临前所未有的挑战：系统规模的指数级增长、多学科交叉的深度融合、全生命周 期管理的极致要求，以及对安全性、可靠性和可持续性的严苛标准。这些挑战， 已然超出了传统方法和人类智力的极限。我们迫切需要一种新的力量，来驾驭这 面，工程智能可以辅助优化城市规划，设计无障碍的公共空间，或确保公共资源 （如交通、水力）得到更公平的分配，以此弥合发展鸿沟。尤其是在可持续发展 方面，它能够设计出消耗最少资源、产生最少废料的建筑与产品，并以前所未有 的精度优化能源使用，成为推动实现碳中和与循环经济的技术引擎。 与此同时，工程智能的社会影响主要体现在： 首先，工程智能的实现将深刻变革劳动力市场，并催生新的职业类别、工程 教育形态与人机