AI 知识库： 电力行业智能转型的新底 座 —— 将电力企业私域知识转化为生产力 01 行业洞察： 电力 AI 转型的三大挑战 02 解决方案： AI 知识库打造转型新底座 03 应用实践： 360AI + 电力典型应用场 景 04 未来展望：多方协同共建未来电网 CONTENTS 技术引擎： 成本归零 ， 引爆应用创新 成本归零：模型更强 ，且训练和推理效率持续提升

书》的发布，正 是产业界集体智慧的结晶。这本书系统梳理了技术趋势、架构设计和实施路径，将为行业的智能化转型提供重要参考。 面对千行万业的智能化浪潮，华为云将持续夯实“云原生 +AI 原生”的融合底座，让智能化应用深度融入企业核心 业务流。我们将长期坚持深耕根技术，在 AI、云计算等基础领域持续突破；坚持开放协作，与伙伴共建智能化生态；聚 焦客户价值，让技术创新真正服务于业务发展。 感谢应 3.2 特征 2：智能协作 3.3.3 特征 3：自主运行 3.3.4 特征 4：环境认知 3.3.5 特征 5：自我进化 3.3.6 特征 6：智能研发 4 智能应用平台，应用智能化的技术底座 4.1 云原生与 AI 原生双擎驱动，加速应用全面智能化 4.2 智能应用平台的核心定位：应用全生命周期的“智能驾驶” 24 24 26 27 28 29 31 码仓库演化为智能化“知识库”，使得函数和模块能够被动态检索、组合与验证，从而真正实现“AI 原生研发”时代 的全面到来。 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 19 智能应用平台， 应用智能化的技术底座 04 PART FOUR 智能应用平台，应用智能化的技术底座 应用全生命周期智能化白皮书 20 人工智能与大模型技术正驱动全栈技术体系革新——从 AI 基础设施、大模型数据服务，到应用运行时与开发框

业核心业务的平滑演进和持 续创新。为此，我们编写本技术白皮书，系统性地总结了主机现代化的关键技术体系与实践方法，包括： 建设韧性、开放云平台：软硬协同提升云平台韧性，构建新一代开放技术底座 平滑、高效迁移主机应用和数据​：以工程化技术实现主机应用和数据的全流程改造与迁移上云 应用开发与运维现代化转型：业务上云后，开展以应用为中心的敏捷开发和智能运维转型 同时 次自动弹性伸缩。 主流云厂商积极布局主机现代化解决方案，依托自身的云平台优势，提供系统的服务与工具，联合生态伙 伴形成技术与方案上的互补，面向不同客户，提供差异化解决方案。主要竞争力构筑方向以高可用云底座、 弹 性扩容能力及全流程专业服务等为主。 传统主机厂商也在寻求变革，提出主机现代化升级方案。如在原主机的基础上集成网络、数据、业务、应 用管理等连接工具，实现本地数据中心与云平台之间的应用与数据互联，组成主机 移、应用开发与运维 转型。各阶段的主要任务如图 2-1 所示： 图 2-1 主机现代化三阶段实施路径 阶段一：云平台建设 阶段二：应用和数据迁移 阶段三：应用开发与运维转型 开放平台底座 开放平台底座 业务应用 Java、GO、JSON、XML、HTML、JavaScript 应用 一体化运维 应用 敏捷发布 CI/CD流水线 Jenkins、Argo CD 需求与 设计管理

、关键 技术、解决方案与实践和未来技术展望，促进产业界对异构算力协同领域的深入 理解，加速技术成果的产业化应用。全球计算联盟智能计算产业发展委员会将与 产学研各界合作伙伴携手共进，推动国产算力底座性能持续跃升、异构算力协同 生态日趋繁荣，为人工智能时代的到来铺设更加坚实的算力基石！ 全球计算联盟 智能计算产业发展委员会 2025 年 7 月 2 目 录 第一章 算力产业发展现状 能算力规模达到 748 EFLOPS，为海量数据计算提供智能底座。随着更多用户和场景加入， 大模型的普及与应用落地带动了数据中心、边缘及端侧算力建设，从而驱动了算力需求的增 长。预计到 2026 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 构算力协同生态体系包括统一计算、统一通信、统一调度和统一评测四方面，通过四个核心 维度的统一化实现异构算力资源的深度融合。 图 异构算力协同体系架构 （1）统一计算：打破异构壁垒构建算力融合底座 统一计算是异构算力协同的基础能力，旨在解决异构芯片生态割裂导致的“算力碎片化” 问题，构建底层异构硬件的统一抽象模型，从而实现对各类异构算力资源的一体“池化”。 将基于特定算力的编程应用程序

全场景智能生活，共筑万物智联的鸿蒙世界。 鸿蒙系统将沿着智能化，空间化，一体化三大主线不断迭代，通过夯实三大平台能力：生 态使能，算力引擎和安全基座，为用户提供极致流畅的体验，为千行百业开发者提供创新的数 字底座，共同建设繁荣的鸿蒙新生态。 鸿蒙 2030 愿景： 挑战一：高效算力 空间建模和重建，沉浸式流畅体验，以及端侧 AI 推理决策等都需要终端算力的保 障，算力将成为新生产力，操作系统如何在后摩尔时代，通过不断优化，实现全系统 [9]，未来人与设备的协作方式，将从“以指令为中心”演进为“以意图为中心”，交 互入口也随之从基于应用程序的界面逐步演进为基于 AI Agents 的界面。 面向未来，鸿蒙系统将在整个 OS 层面构筑统一的 AI 系统底座，达到系统内所有组件都 高效灵活使用 AI 能力的系统级原生智能。在此基础上，构建常驻系统、结合系统底层能力的 系统级 Agent（即超级智能体），识别用户意图，完成服务闭环。同时，鸿蒙系统也将进一步 能够准确感知和还原现实世界，在虚实结合的世界中理解用户的意图，人机交互将还原人与真 实世界的自然交互，将数字信息内容在空间中沉浸式立体多维的呈现给用户。 操作系统作为虚拟世界和真实世界融合的技术底座和生态入口，应持续构建空间感知，空 间交互和空间呈现三大关键技术能力。 空间感知能力 为了支撑系统对物理世界的重现，以及模拟人与物理世界的交互，操作系统需要获取更加 全面的物理世界信息，例如

而是赋能千行百业、重塑核心竞争力的关键引擎。AI浪潮带来了前所 未有的机遇，同时也对数字基础设施提出了严峻的挑战。海量数据的 处理、极致的低时延交互、复杂的模型训练与推理，都呼唤着一个更 加敏捷、高效、可靠且智能的AI基础设施底座。 《人工智能就绪度白皮书：企业数智化转型的AI变革路径与评估指南》 的发布，恰逢其时。它凝聚了思科与毕马威在企业AI变革转型的深度 思考与实践洞察。我们深刻认识到，企业若想在这场AI变革中占得先 础设施侧、组织体系侧的系统化推进思路。主要呈 现以下特征： • 在技术架构侧，企业通常以落地场景的体系设 计为起点，采取混合部署方式推进大模型落地 应用，并统筹考虑云端风险应对、私域安全防 护、模型幻觉应对等问题，以重构技术底座， 适应创新之变； • 在数据语料侧，企业着眼于数据治理框架搭建 和数据质量提升，推进数据语料的深度治理， 并且已初步形成数据标准化体系、智能清洗工 具等共性选择； • 在基础设施侧，企业兼顾创新与务实，充分权 就绪度等级后综合计算得出企业整体AI Ready的对 应等级。 企业可结合该体系和相关模板客观评价自身的AI发 展水平，明晰在行业竞争中的相对位置，并结合 “以评促建--价值为锚--安全为纲--架构先行--筑牢 底座--内外兼修--快速迭代”的AI Ready“七步” 变革行动指南制定面向更高等级的能力提升计划。 © 2025 毕马威华振会计师事务所(特殊普通合伙) — 中国合伙制会计师事务所，毕马威企业咨询

阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY MaaS 阿里云百炼以云原生为基础支撑，以大模型为核心驱动力，全面构建面向未来的 MaaS 服务平台。通过依托阿里云云原生技术底座与通义大模型能力体系，实现了从 模型训练、模型部署、推理服务到应用集成的全链路闭环，提供安全可信的一站式 MaaS 服务。 在技术层面上，通过云原生的安全防护体系和算法安全能力保障模型全生命周期和服 提下突破 性能瓶颈，并实现从算力到模型的全链路成本优化，正在成为行业关注的焦点。阿里 云基于多年技术积累与大规模实践，打造了一套从高性能到低成本的全栈优化体系， 为 AI 的大规模落地提供坚实底座。 2.3.1 全栈优化的极致高性能 ● 突破 AI 算力瓶颈的全栈优化。阿里云自研磐久 AI 服务器支持单机 16 卡、共 享显存超 1.5TB，AI 算法预测 GPU 故障准确率达 92%。HPN7 计，杜绝泄露风险；数据传输与存储采用 HTTPS/TLS 加密、OSS 强制加密策略，并 通过机密计算技术保护计算过程安全。通过全栈的安全建设，阿里云构建了支撑上层 AI 业务安全的完善 AI 基础设施，打造了可信赖的 AI 发展底座。 45 44 ALIBABA CLOUD MODEL STUDIO SECURITY WHITE PAPER 安全 可信的 MaaS 阿里云百炼 安全白皮书 SECURE & TRUSTWORTHY

推进方法：“L4目标态设计-场景级解决方案-试点推广”3步推进方法。 L4实施重点： 聚焦价值流，嵌入智能体：8大价值流牵引，构建15个智能体。 夯实数智基础，激活智慧动能：做精网络数字孪生底座、推进网络资源精准可视，持续增 强网络大模型。 强化内生智能，使能跨层协同：重点提升高精融合感知、灵活可信控制、隐患预测、单域 自愈自优、能力开放使能上层跨域协同。 创新机制： 技术 练大模型。提供10个大模型服务，包括Qwen开源系列和DeepSeek开源系列，形成大模型能 力矩阵。构建高效、易用、协同的“智能体创新工厂”，支撑网络线智能体规模化研发与应用 l 做精网络数字孪生底座 做好结构化数据标注，完善核心数据资产的表名、字段名、注释，让大模型更易理解分析。 将AI场景需要的数仓核心数据，封装为兼容MCP协议的“API”，让AI应用更易调取数据。攻 坚数据质量，通 络的全覆盖。 应用层：应用层接收不同场景的业务需求，基于不同场景构建算法/分析模型，包括资源 利用率分析、网络结构分析、链路质量分析、安全隐患分析等智能化分析应用。 能力层：打造感知分析能力底座，覆盖网络及业务全生命周期运营能力，具备网络流量流 向分析、网络仿真、自动配置、应用质量分析、用户质量分析、路由仿真及调度、网络预测、 32 用户行为分析、智能推送等关键能力。 分

智慧园区建设目标和框架 1.2.1 建设目标：智能化、数字化、生态化 智慧园区建设目标旨在打造智能化、数字化以及生态化的“三化”产业园区。其目标为通过广泛应 用物联网、大数据、人工智能、云计算等先进技术打造智慧底座，从而加强数据可视化程度，提升各方 信息互联互通能力，打破数据孤岛，提升园区数据资产价值，实现园区内基础设施的智能管理，降低运 营成本。同时，智慧园区的建设目标还旨在构建绿色环保体系，实现节能减排，营造舒适宜人的园区环 资料来源：前瞻产业研究院整理 2.2.2 企业竞相布局中台，目前趋于成熟阶段 在智慧园区各产业链环节中，智慧中台是园区数字化内核，构建了可持续演进的智慧园区“物联、 数字、生态”的数字化底座。目前智慧园区中台布局处于起步阶段，进入布局的企业较多，主要分为两 大类：一是通信数字集成商，如移动（中移物联）、电信、联通、华为、阿里（阿里云）等大型通信技 术商和通信运营商；二是智慧园区运营 其中第一类代表产品为华为的园区数字平台，园区数字平台是以云为基础，通过优化整合了 IoT、 AI、大数据、视频、融合通信、GIS 等多种新 ICT 技术，融合数据，使能客户实现业务协同与敏捷创 新，打造数字世界的底座，是使能行业客户数字化转型的参考架构。 第二类代表产品为飞企互联的凌云中台，该中台在 2020 年第三届数字中国建设峰会上发布，是智 慧园区行业首个专属中台产品，该中台是基于云原生技术架构打造的可持续演进的智慧园区“物联、数

能与高效部署的核心需求，联合产业合作伙伴共同提出先进光互连 技术架构与演进路径，旨在突破传统电互连在带宽、距离与能效方 面的根本性瓶颈，构建高带宽、超低时延、低功耗及高可靠性的新 一代智算中心互连底座，为人工智能、高性能计算及云服务等关键 业务的持续跃升提供坚实支撑。 本发展报告的版权归中国移动云能力中心所有，并受法律保护。 转载、摘编或利用其它方式使用本发展报告文字或者观点的，应注 明来源。 渐暴露性能、成本、扩展性的三重矛盾。未来大规模智算集群性能 上限的突破将依靠 OCS 为代表的光互连模式，通过全光算网的 Scale-Out 能力，可支撑未来百万卡级智算集群的落地，为通用人 工智能的发展提供底层算力底座。 云智算光互连发展报告 5. 产业生态与标准化 5.1 光电领域互连标准 在光电领域互连标准中，目前主要囊括了：CPO、LPO、Chiplet 几个领域。 5.1.1 CPO 领域标准