Click here or press enter for the accessibility optimised version 新一代智能企 新一代智能企业 业 驾驭快速发展的AI领域 Click here or press enter for the accessibility optimised version 从 从创 创新到影响： 新到影响：绘 绘 制人工智能 制人工智能发 发展 与此同时，阿里巴巴的Qwen3-30B在关键基准测试中表现优于其前代模 型，尽管其参数数量仅激活了10%。 这些进展凸显了近年来人工智能领域发生的显著变革。在经历了模型规模的 长期爆炸式增长后，市场已转向新一代更小、更专业化的模型。 如图1所示，2018年至2021年间模型规模增长了100倍，但自2023年 OpenAI发布里程碑式的GPT-4以来，再未推出更大规模的模型。由Meta的 LLaMa模型催 AI领域中做出明智决策并推动业务发展。 Click here or press enter for the accessibility optimised version 感 感谢 谢您的 您的阅读 阅读 新一代智能企 新一代智能企业 业 Cookies [ 1 ] [ 2 ] Terms Privacy [ 1 ] [ 2 ] P O W E R E D B Y

................. 71 客观 中性 建设性 -6- 智慧园区白皮书 序 言 随着人工智能、大数据、云计算、物联网、数字孪生、通信感知等新一代信息技术的迅速发展和新 基建的深入应用，“智慧园区”建设已成为国内园区、城市规划和社会发展的主要焦点。2012 年至今， 党中央和国务院高度重视智慧园区的建设与发展，从国家层面相继出台了多项政策，鼓励园区向着智慧 根据住建部指导，全国智标委（SAC/TC426）与华为公司，联合国内近 20 家“产、学、研、用” 单位编制的《智慧产业园区标准体系研究报告》提出对智慧园区的定义：智慧园区是将云计算、大数 据、物联网、人工智能、5G、数字孪生等新一代信息技术与产业深度融合，集成园区制造资源与第三方 服务能力，具有圈层资源共享、产业联动发展、环境实时感知、事件全程可视、生产自动适应、设备全 时利用、社群价值关联的内涵特征。 智慧产业园区类 尔工业园等，主要是工业制造大企业为主。 3.0 阶段：数据驱动阶段（2015-2020 年）：此阶段大数据和云计算爆发，大企业和中小微企业参与 程度提升。随着“十三五”的开启，2017 年《新一代人工智能发展规划》提出“智慧园区”建设目标， 智慧园区已经成为产业园开发主题，这个阶段产业园重点进行智慧能源管理、精准招商系统的建设，随 着大数据和云计算的发展，平台可以整合多源数据，支撑科学决策，其中，2019

12 预测三：AI 服务器机架的功耗将超过 1 兆瓦 12 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 13 三、数据中心的整体供电 16 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 16 预测六：配电将从交流系统转向直流微电网 17 预测七：可再生能源将成为满足 AI 数据中心增长能耗需求的关键 19 结论 21 参考文献 250 千瓦时出现。以 48 V 总线架构为例，此时母排需承载 4100 A 至 5200 A 的电流。 展望未来十年后期，数据中心将逐步过渡到集中式发电与配电架构，通过减少转换级数，实现可扩展的新一代高 压直流供电架构。 图 3 展示了基于 800 V DC 的集中发电和高压直流配电的示例。其中，图右为服务器主板。 电子保险丝 / 热插拔功能 未来的服务器主板将直接运行于 800 V 或 此外，超级电容托盘可用于应对 GPU 负载的动态变化。另一种方案是在 AC-DC 电源模块内部集成功率脉动缓冲电路， 以在 GPU 负载脉动时，对交流电网进行有效缓冲。 16 三、数据中心的整体供电 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 随着现代 GPU 功耗的不断攀升，以及 AI 计算节点的密集部署，如今新建数据中心的用电需求已达到数百兆瓦级别。 在未来几年内，为满足规模日益庞大的 AI 模

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 能化升级的关键基础设施。 随着 AI 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 网络承载能力，高功耗、高成本和复杂布线问题愈发突出。 在此背景下，光交换技术凭借超大带宽、超低延迟与低功耗等特 性，正与电交换形成互补融合的“光电协同”架构，成为新一代智算 中心网络的重要发展方向。光电协同不仅能够在物理层显著提升链路 性能，还为网络的灵活重构、智能调度与按需适配提供了技术空间。 全球领先的产业与科研力量均已在此领域展开探索，并在部分应用场 提出面向未来的技术演进方向与标准化路线建议。 我们期望本白皮书能为智算中心网络领域的研究人员、设备制造 商、运营商与服务提供商，提供系统的参考框架与技术洞察，共同推 动构建超大规模、超大带宽、超低时延、超高可靠的新一代智算中心 网络基础设施。 本白皮书的编制工作得到了国家自然科学基金项目（编号： U24B20150）的支持，在此表示感谢。 目录 前言...........................

速知识向生产力的转化。算力与数据匹配将提 高处理效率，系统互通和数据共享则打破数据孤岛，推动数据联接的深化。数据联接不仅促进商业创新，还将深刻影 响政府决策、公共服务及社会治理的方方面面。随着新一代信息技术的发展进步，数据联接不同领域、不同行业的能 力日益增强，这种跨界融合正在重塑数字经济时代的核心竞争力，推动行业转型与产业升级。 值得注意的是，随着应用智能化在社会各领域的深度发展，应用产 费群体的需求改变，迫使智能化应用从单一 功能型产品向深度定制化、场景化解决方案迁移。应用智能化发展不仅将重塑“以客户为中心”的价值链，更将服务 体验从单纯的功能满足提升至企业战略赋能的新高度。新一代企业客户正逐渐将智能化应用视为数字化转型的核心载 体，对开发范式提出了更高的要求，从流程固化转向组织赋能，从单纯的技术实现转向业务共生，实现技术与业务的 深度融合。 技术革新是推动应用开发新范 原生应用新范式，标志着智能软件进入一个高度自主、协同与进化的新时代。 » 3.3.1 特征 1：多模交互 随着人机交互技术的快速演进和用户需求的日益多样化，多模交互（Multi-Modal Interaction）正在成为新一代智 能应用的核心特征之一。 视觉图像分析、语言语义理解、姿态运动感知等领域技术的快速发展与融合，使得系统能够同时接收并理解语音、 图像、GUI 界面、文本、手势、生理信号等多模态信息。这些技术

从而激发源源不断的 内生创新动力。  人才培养的规模化：打破 AI 与工程之间的知识壁垒，培养兼具两方面素养 的复合型“新工科”人才。工程智能平台本身就是最佳的教学与实践环境， 它将加速新一代工程师的成长，为产业的未来储备核心力量。  产业落地的规模化：确保 AI 解决方案不仅在技术上可行，更能在商业上成 功。通过标准化的流程、可靠的验证与可信的部署，将 AI 应用从“九死一 生 发展工程智能恰逢其时。当前正处于政策、产业与技术三重机遇的交汇点： 一方面，国家层面的积极政策为产业智能化提供了重要的顶层牵引；另一方面， 我国完备的产业链为工程智能的应用落地提供了得天独厚的沃土；同时，以大模 型为代表的新一代人工智能技术突破，为工程智能在各工程领域的全面渗透提供 了强大的技术驱动力。 然而，实现工程智能规模化赋能的进程并非坦途。核心挑战在于如何跨越工 程领域固有的专业壁垒，满足其对可靠性的严苛要求，解决人工智能技术落地时 ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 1 一 绪论 随着新一轮科技革命和产业革命的深入发展，以大语言模型（Large Language Models, LLMs）为代表的新一代人工智能技术与传统工程领域加速融合，催生了 “工程智能（AI for Engineering）”这一前沿交叉技术范式。它不仅是推动工程 领域智能化转型的关键驱动力、为解决日益复杂的工程系统挑战开辟了崭新路径，

随着智能技术的全面发展和广泛应用，智能转型已成为 各行各业当前最热门的投资发展之一。在中国生命科学 与医疗行业中，智慧医疗的发展也在如火如荼地进行中。 作为传统医疗信息化的升级，通过对5G、云计算、大数 据及人工智能等新一代信息技术的应用，中国生命科学 与医疗行业正在向智能化方向转型。 发展智慧医疗的动力来自多个宏观因素的影响。首先， 智慧医疗预期能帮助解决中国长期存在的医疗资源分布 不均的问题。根据国家卫健委数据，2023年我国三级 其他数智技术相结合以开发更多的应用场景和更深层次 的应用影响。 AI医疗健康解决方案市场规模预计在2025年突破200亿元， 并在2030年突破1,000亿元，复合年增长率达43.2%。4 伴随新一代AI技术发展和迭代，更多的医疗大模型出现， 不论是在医学影像诊断、病理分析、临床辅助支持决策， 或是药物研发等领域都展现了AI特有的优势，AI技术的 应用正在为行业带来更加多元的发展机遇。 此外， 更多新机遇。 截至2024年底，中国互联网医疗用户规模达4.18亿人， 占比超过中国网民整体的三分之一，较2015年增长2.7 亿人，实现了近三倍增长5。当前，在整合大数据、物 联网、5G、AI等新一代信息技术的基础上，智慧医疗生 态体系持续丰富和完善，更加注重智能化和个性化，赋 能生命科学与医疗行业全链条优化。药械企业、医疗机 构、以及互联网企业纷纷加快接入各项新技术，尤其是 AI大模型，在提升医疗服务效率和创新药械可及性的同

何级增长，使得布线难度与成本显著提高，严重制约集群快速扩展和 高效运维。这四大固有物理局限，使得铜缆已无法满足未来高算力密 度和大规模扩展的智算集群的严苛需求。 为跨越基于电信号铜缆传输的固有物理极限，新一代光互连技术 正快速登上历史舞台。以近封装光学（NPO, Near Package Optics）、 共封装光学（CPO, Co-Packaged Optics）、以及光输入/输出（OIO, Optical 带宽为100Gbps, 边缘带宽密度为500Gbps/mm 2。博通采用的是行波马赫 曾德调制技术（Traveling-wave Mach-Zehnder Modulator,TWMZM）方 案。未来，博通新一代交换机容量将达到102.4Tbps。 图 3-1 博通CPO交换芯片样例[10]  英伟达产品及技术方案 英伟达在GTC2025大会首次展示了CPO交换机产品，如下图所示。 图 3-2 英伟达CPO交换机展示的技术细节[11] 采用超短距接口 进行数据传输，产品旨在打破国产工艺中因制程限制导致的带宽瓶颈、 面向大规模智算集群场景光互连技术白皮书 (2025) 30 充分利用光互连的高密度、低延迟和长距离特性，构建新一代数据中 心通信架构。目前进行交换芯片CPO的开发，预计原型机2026年问世。 图 3-8 xPU-CPU光电共封芯片组件（左）及原型系统（右） 目前，曦智与国内领先的GPU及Switch芯片厂商已开展深度合作；

的深度融合不再是概念验证，而是成为了提升竞争力的关键技术路径。在这一融合 过程中，负载整合技术发挥着至关重要的作用，它打破了传统系统中 AI 处理和实 时控制相互独立的架构壁垒，实现了多种计算任务在统一平台上的协同优化。 新一代计算平台的异构架构优势在此背景下显得尤为重要。通过整合高性能 CPU、 GPU 和专用 AI 加速器，结合先进的负载整合技术，单一平台即可同时处理实时 控制任务和复杂 AI 推理，实现了前所未有的计算效率和系统简化。这种技术创新 的根本性转变。通过将机器视觉、自然语言处理、大模型推理等 AI 能力深度嵌入 控制回路，系统实现从被动响应到主动感知、从规则驱动到数据驱动、从固定逻辑到自主学习的全面升级， 构建具备自主决策、持续优化和协同智能的新一代控制系统。 03 英特尔助力 软件定义自动化 02 芯片平台 硬件赋能 04 英特尔为软件定义自动化提供了全方位的硬件平台支撑，涵盖英特尔凌动®、酷睿™、至强® 等多层次处理器产品线，以及 器无法满足这一需求。 • 更复杂和精确的控制要求更 短的周期时间，降至 62.5 微秒。 • 希望降低复杂自动化系统中 昂贵 PLC 的物料清 (BOM) 成本和总体拥有成本 (TCO)。  新一代 CPU 采用先进的 Intel 7 和 Intel 4 工艺技术，CPU 性能提速达到 1.35 倍。  提升了 Intel® Smart Cache 的容量， 是之前平台的两倍多，通过避免不必