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 短

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 业务对可靠性的需求。 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

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 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 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。

禄 徐建军 张明凤 清华大学五道口金融安全研究中心： 周 京 沈乐阳 黄旌沛 丁浩洋 李牧遥 侯鑫垚 高辛睿 张芸萌 徐褆泽 刘铠硕 序言一：重构产业价值，赋能发展新篇 我们正处在一个百年未有之大变局加速演进的时代。全球产业链、供应链格 局深度重塑，技术革命与产业变革日新月异，这既是挑战，更是中国经济迈向高 质量发展，实现中国式现代化的战略机遇期。在此宏大背景下，中国企业如何深 化 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“致远 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

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

核心要素已被重新定义。 AI 驱动型组织的出现，标志着企业正从“渐进式应用AI”全面转向“以AI重塑商业模式”⸺将AI 深度融入企业创造价值、提供服务及构建工作体系的核心环节。但这场AI驱动的革命也带来了前 所未有的挑战：企业必须搭建稳健且可扩展的技术栈，拥抱开源生态系统，并紧急填补长期存在 的人才缺口，尤其是在AI、网络安全、数据科学及云计算等关键领域。 在此背景下，企业必须提升自身能力，以吸引人才、培 展演变也因此成为政策制定者、企业与高等教育领导者共同关注的关键议题。 总结 AI与先进ICT系统的加速融合，正重塑商业模式与运营方式。面对持续的技能短缺与技术革新需 求，主动培养AI适配能力的紧迫性前所未有。这些变革既要求组织结构调整，也需要文化重塑， 将“学习能力与适应性”定位为组织成功的核心支柱。在此背景下，未来的关注点必须转向“AI 时代新岗位的涌现”与“定义该时代的关键技能”。 智 能 世 界 的 I C T 岗 位 与 技 能 53 ICT岗位分类体系 在各行业中，AI的快速融合正在改写技术领导力的规则与人才需求格局。正因如此，IDC观察到市 场对具备AI素养人才的需求达到了前所未有的水平，传统ICT岗位也正经历自上而下的全面重塑。 随着AI与ICT核心职能的深度融合，IDC发现，在七大关键技术领域中，岗位要求、技能组合与组 织结构均在发生转变。本章将深入探讨这些领域，重点

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 不仅消除了传统多系统架构的延迟和同步问题，更通过智能负载调度和资源动态 分配，显著提升了系统的整体性能和可靠性。从智能质检到自适应加工，从协作 机器人到柔性产线，负载整合技术正在成为 随着现代工业自动化技术的快速发展，控制系统的复杂度呈现指数级增长态势。当前主流控制系统往往包含多达 1000 多个函数，涵盖了从基础逻辑控制到高级算法优化的各个层面。这种复杂度的急剧增加给控制工程师带来了前 所未有的挑战：工程师不仅需要快速掌握庞大的函数库体系，还要在有限的时间内编写出高效、可靠的控制程序。传 统的学习和开发模式已经难以应对如此复杂的技术要求，工程师的工作负担和技术门槛显著提升。 传统的无

，形成了集 群效应，集群能够提供远远大于单个物品的能力。 人与人、人与物、物与物的连接将会越来越广泛。未来包 括人在内的世间万物将会被一张无形的大网连接在同一个 系统内，由此带来的改变是前所未有的，企业的数字化转 型唯有顺应变革的内在业务逻辑才能走的更远。 数字化时代的业务逻辑之变 商业模式逻辑之变 商业的本质一个公式便可说明：收入-成本=利润，而收 入来源与连接的数量有着非常重要的相关性，在传统商业

——《应用全生命周期智能化白皮书》编写组 前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快速发展，人工智能正以前所未有的速度重塑产业格局，而 Agent 智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 测，生成式 AI 每年可以增加 2.6~4.4 万亿美元经济收入，AI 化、平台化、生态化方向深度进化，显著提升行业客户的核 心竞争力，为客户带来更加广阔的市场机会和竞争优势，更将推动社会各行业的转型升级。 总之，在人工智能浪潮席卷全球的当下，社会各行各业正迎来前所未有的变革与机遇。要推动人工智能科技创新 与应用智能化深度融合，构建企业主导的产学研用协同创新体系，以更加开放的姿态拥抱人工智能技术变革，通过应 用全生命周期智能化建设重构核心竞争力。为进一步释放智