感知，快速目标确认，动态智能互联”的设计理念，以“任务”为锚点重 构互联逻辑，构建“终端身份识别、终端态势感知、端网任务协同、动态 群组创建、智能数据互通、跨网跨域融通”六大关键技术体系，形成从“任 务感知”到“链路构建”再到“协同互联”的全流程解决方案。最后，本 白皮书介绍了船船互联场景下的专网实践案例，通过技术验证为智慧船舶 领域的网络建设提供可复用、可推广的技术范式。 本白皮书旨在系统呈 感知性，与传统通 信形成鲜明反差。 以应急救援领域的无人机与机器狗协同搜救任务为例，无人机终端并非按预设时间表或固定指令发 起通信，而是依赖对周边智能体实时状态的感知自主触发。当无人机通过传感器检测到某台负责废 墟探测的机器狗电量低于 20%，或因建筑物遮挡导致信号强度弱于阈值时，会即时生成“请求周边 空闲机器狗接替探测”的协同指令，并主动向 1 公里范围内符合“空闲状态 + 具备废墟探测功能” - 家互通场景为例，当 用户临时发起“远程访问家庭设备”的意图时（如下班途中突然想起忘关家中空调，或临时想通过 家庭摄像头查看宠物状态），需打通移动网络与家庭固网的跨网链路。家庭固网设备多处于路由器 分配的私有 IP 网段，用户手机无法提前知晓设备的公网映射地址，难以精准定位通信目标；在人 - 车跨运营商互通场景（例如远程泊车），需打破运营商壁垒构建互通通道。例如用户下班后在商场 门口临时发起“远程泊车”意图（想通过手机

韧性不是单点冗余，而是全局平衡。韧性不是将“零故障”作为不切实际的目标，而是让“恢复成为本能” 数据中心，一个典型的“开放的复杂巨系统” ·组件的多样性与异构性：数据中心集成成千 上万的服务器、网络设备、存储设备、电力与 冷却系统等，各组件来源多样、架构多样、协 议多样，形成高度异构的技术环境。 ·多维动态交互：数据中心必须同时支撑多租 户、多业务场景并发运行，资源调度、安全防 护、能效优化等要素高度耦合且实时变化。 性力量。” 韧性 DC 白皮书 13 12 一份给 CIO 规划建设数据中心的参考 如果说数字经济是驱动现代社会的血液，那么数据中心就是整个系统的神经中枢——它由数百万精密“细 胞”（服务器）构成，通过“网络”向系统发出数字指令。这个神经中枢维系着互联网服务、数字金融、智 慧城市、智慧医疗等生命线，却也可能因一次“脑梗”让整个系统停摆。 下面是从公开媒体报道的几类数据中心重大事故，可 域的4个数据中心全部暂停服务。火灾造成约 360万个网站瘫痪，其中部分用户资料及企业 业务数据永久丢失。 事故 安全威胁 2023年“双十一”期间，某电商平台遭遇峰值 达 8700万次/秒的DDoS攻击 ，服务器资源耗 尽导致服务中断。据测算，该事件每分钟造成 180万美元损失 ，而全球数据中心遭受的类似攻 击日均近 3万次。 事故 难以预知的软硬件缺陷 2025年6月12日，Google Cloud因一次软件

亟需构建一套适配算力时代特征的系统化运维体系。 当前，算力基础设施正经历着通算、智算、边缘计算多态融合的发展阶段，高密 度计算集群、异构芯片架构、分布式存储网络以及云边协同部署等技术趋势，使得运 维对象从传统服务器扩展至 GPU/TPU 加速器、液冷系统、智能能效管理平台等多元组 件。同时，“双碳”战略推动下的绿色运维要求、数据安全法规强化带来的合规压力， 以及人工智能技术催生的智能化运维需求，共同构成了算力运维的复杂技术生态。据 ....................................................................................- 13 - 2.2.5 服务器运维.................................................................................................. CPU、GPU、ASIC 芯片等）和软件协同工作，完成各类计算任务（如数值计算、逻 辑运算、数据处理等）的效率。 1.1.2 算力分类及应用场景 通用算力场景：面向日常计算需求，涵盖个人终端、通用服务器计算能力，应用 于消费互联网、行业互联网等领域的常规计算能力，通常在云计算及分布式计算中， 以 CPU 为代表。 智算算力场景：支撑人工智能算法训练与推理的专用计算资源，应用于人工智能 计算领

船 舶 行 业 融 合 应 用 参 考 指 南 》 提 出 的 “ 155N” 体 系 ， 以 及 交 通 运 输 部 《 智 能 航 运 发 展 指 导 意 见 》 明 确 的 “ 十 大 任 务 ” ， 均 直 指 数 据 贯 通 、 协 同 、 智 能 的 核 心 。 国 家 数 据 局 《 可 信 数 据 空 间 发 展 行 动 计 划 》 中 明 确 的 “ 可 信 可 管 、 互 联 社 也 发 布 了 关 于 “ 数 字 孪 生 ” 的 船 级 规 范 ， 为 基 于 模 型 的 仿 真 验 证 与 安 全 评 估 提 供 了 框 架 ， 但 其 技 术 指 引 主 要 服 务 于 检 验 发 证 场 景 ， 在 支 持 跨 企 业 数 据 安 全 交 换 与 商 业 模 式 创 新 方 面 功 能 有 限 。 国 际 标 准 化 组 织 的 船 舶 与 海 洋 技 术 委 会 （ BIMCO） 制 定 了 适 用 于 定 期 租 船 合 同 的 《 BIMCO 2025年 能 效 数 据 共 享 条 款 》 ， 规 定 租 船 人 有 权 使 用 船 上 的 传 感 器 收 集 数 据 ， 用 于 船 舶 性 能 监 控 、 运 营 效 率 评 估 和 其 他 提 升 能 效 的 目 的 ， 并 对 数 据 使 用 方 式 、 数 据 保 密 、 网 络 安 全 等

互联网+居家养老生活照料 线上老年教育/购物 智慧养老产品核心要素及核心技术  传感技术  芯片技术  续航技术  无线通信  数据处理  显示技术  数据交互 数 据 供 给 服 务 输 出 01 – 基础支持层 • 作为技术体系的根基，本层通过传感技术实现生理/环境数据采集，依赖 芯片技术提供底层算力支持，并由续航技术保障设备持续运行。当硬件 层的数据和算力准备就绪，信息便开始向核心处理层流动。 养老院”，兰州等地探索“没有围墙的养老院”。 • 2011年9月，国务院印发《中国老龄事业发展 “十二五”规划》，要求加快居家养老服务信息系 统建设。 • 2011年12月，国务院办公厅印发《社会养老服 务体系建设规划（2011—2015年）》，强调加 强养老服务信息化建设。 萌芽期（2000-2011） 政策试点 信息化养老 2014年，国家发改委等部门印发《关于加 快实施信息惠民工程有关工作的通知》， 第一章【综述】政策环境（2/2） 来源：中国政府网、头豹研究院 政策名称 颁布时间 颁布主体 主要内容 《中共中央国务院 关于深化养老服务 改革发展的意见》 2025.01 中共中央、国 务院 • 到2029年，养老服务网络基本建成，服务能力和水平显著 增强，扩容提质增效取得明显进展，基本养老服务供给不 断优化；到2035年，养老服务网络更加健全，服务供给与 需求更加协调适配，全体老年人享有基本养老服务，适合

图1：代理型人工智能的特征定 1：代理型人工智能的特征定义 义 Source: Omdia Source: Omdia 本 本书 书内容源自Omdia的四 内容源自Omdia的四项 项情 情报 报服 服务 务： ： Workplace Transformation Intelligence Service Advanced Computing Intelligence Service AI Applications Services Intelligence Service Click here or press enter for the accessibility optimised version 推理服 推理服务 务面 面临 临着不 着不 断 断变 变化的挑 化的挑战 战 Alexander Harrowell, Principal Analyst, Advanced Computing for AI Alexander 高度集成的晶圆级和机架级系统方面，已经迅速变得非常擅长。 NVIDIA的Dynamo项目设想将整个数据中心视为单一虚拟推理服务器。然 而，这一设想基于少数巨型模型的世界。这一愿景并未过时，但与2021年相 比，其确定性已有所降低，且仅是人工智能故事的一部分。 Source: Omdia 供应商应始终将混合需求放在心上。更好的GPU（或加速器）虚拟化是一种 解决方案，但产品战略同样重要。 市场可能存在对现代推理级GPU的需求缺口，这类GPU需具备高带宽内存与

，再到生产关系的全面变革 • 数据资源不断丰富，计算能力快速提升，基于数据驱动的智能应用快速 兴起。算法、数据和算力称为人工智能的三大要素，人工智能产业正在 快速发展。 • 随着互联网、传感器，以及各种数字化终端设备的普及，一个万物互联 的世界正在成型。同时，随着数据呈现出爆炸式的指数级增长，数字化 已经成为构建现代社会的基础力量，并推动着我们走向一个深度变革的 时代。 • 线上线下融合 供应链数字化 产品定制化 3D 打 印 驱 动大 规模定 制 AI 驱 动 自 动化 客户交 互 AR/VR 驱动浸 入式体 验 AI 驱 动 聊 天机 器 人 AI 驱 动 个性化 营销 AI 驱 动 流 程自 动 化 室内导 航及定 位 算法驱 动库存 规划 区块链 驱动商 品追溯 无线驱 动移动 POS 重新定义全产业要素与消 为“描述性数字模型” 数字影子（ Digital Shadow ） 基于实时传感器数据的建模和仿真应用，支持从物理 实体到数字实体的单向的自动化数据流，也可以称为 “监测性数字模型” 数字孪生（ Digital Twin ） 支持物理实体和数字实体之间进行实时双向的数据交 互。数字孪生一方面可以使用实时的传感器数据做为 输入，另一方面可以输出生产制造过程的参数 消费行业

支撑整体辅构，部分型号配备行无机构 机板部分 于臂 通过关节连座，实观空间迈动，通常由高遇度轻质材料（如的合金） 未端执行器 直接执行任务的留件，可要案天持器（机被天案、瑞吸，真空取附等） 效工具（焊牡、隐柱） 格物致胜版权所有 电动驱动 升扭转控制精款 使用交速问压电机，配合格空减连器（如语速减速置，RW减连器）理 工业机器人 驱动系统 液压驱动 适用于高负效场量（如整运需型工件），但存在空封性要求高的问程 违构简单，喇皮快，但稳定性轻差，多用于轻量级任各 格物 硬件 控制格（主流采用32位微处理器）、传感器（位置，力些，现带等） 及人机文互设备（示器，控制面板） 控制系统 高观载连规划、运动学计算和实时反信控制（闭环系统为主），支持 提程和摄块化摄性 2025年9月 格物致胜版权所有 中国工业机总人行业研究 2/50 格物致胜 工业机器人行业-产品定义 Wintelligence 三承从动胃：动平台+静平台+ 重量轻，运行速度快，精庭高 食品饮料、医药、电子等行业 (Delta) 运动支性 应用场景：特料搬运，包类、分抹等 协作机器人 一体化关节模组构：集成语 装减退器、中空电机，刹车装 安全性高。灵活易用，负鼓低, 汽车丰部件、电子、医疗等行业 (Cobot) 置，塌码胎等 运行遇度慢，成本较高 应用场景：装配，搬运，检测，分链等 2025年9月 格物 中国工业机总人行业研究

(TCO)，从而实现成本节约。同时也消除 了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊云科技云服务通过按需付费定价模式、杜绝过度配置以及利用 开源和云原生技术优化资源利用率，助力企业实现上述成本节约。 这些技术将帮助您通过以下方式精减 基础设施的总拥有成本 (TCO) 时，重要的是要了解当前支出 并建立准确的基准以供对比。 获得这些数据后，将您的未来需求映射到亚马逊云科技的服 务上。然后在过剩容量、资源利用率、节省计划和预留实例、 存储访问模式、软件许可、灾备、容错工作负载以及处理器 选择等领域寻找优化基础设施的机会。 上述分析的结果将是迁移至亚马逊云科技后可节省的总拥有 成本的合理估算。 查看更多 Amazon Transform: 彻底简化基础设施管理 传统工作负载需要手动配置和维护，这使得员工无法专注于 更具战略意义的工作。例如，采购、部署和维护物理服务器 会消耗团队大量资源。 简化流程和提升生产力的关键，在于部署传统系统所不具备 的先进、数据驱动型能力。例如，云原生架构使用无服务器 计算、自动扩展和自我修复能力，消除了手动管理基础设施 的需求。 数据库管理团队效率提高 4 22% 每位管理员可管理的虚拟机数量增加

HRSSC 的自动化水平，降低错误 率 59% 扩展服务内容和功能 50% 强化服务意识，更主动了解员工需求 50% 在总成本不变的情况 下进一步优化员工服 务和人力数据支持 以更低的成本提供 同等水平的员工服 务和人力数据支持 或者 未来 3-5 年， HRSSC 发展提升的路径 07 佩信集团 团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 勤、社保 公积金、公司福利，以及算薪发薪。 超过一半全面运行的 HRSSC 包括了人力数据分析功能； 1/3 至一半在 全 面运行或试点运行阶段的 HRSSC 包括了员工咨询、招聘、培训方面 的服 务和功能。这些功能的复杂度和实现自动化的难度远高于基础功能。 来源：佩信行业研究院自主研究绘制 08 HRSSC 包括的服务内容和功 能 佩信集团人力资源数字化解决方案的 业务负责人史会斌介绍，现阶段从人 当数字化水平普遍较高时，数据分析人员的洞察和创新更能够为企业带来价值。有一项研究分析了 3 万份客服代表的在线简历，希望了解与 员 工跳槽相关的因素，结果发现，使用 Chrome 这种第三方浏览器填写简历的员工比使用 Windows 或 Mac 自带浏览器的员工平均坚守一个 岗位的 时间要长 15% ，意味着“爱折腾”可能是一种好品质；员工过去 5 年跳槽的次数与未来一段时间跳槽的概率则没有显著相关性。 从管理者角色视角来看，