互联、万物智能的世界，它将重塑 我们的数字生活和生产，推动各行各业的数字化转型。 在这个宏大的历史进程中，操作系统仅仅只有不到 70 年的历史，但其自诞生以来，不断 演进，多次推动了信息产业浪潮的发展。 操作系统的演进大体上经历了批处理、主机、PC 互联网、移动互联网几个阶段的发展， 正走向万物智联的时代。不同历史时期的操作系统在底层硬件架构与形态、人机交互方式、信 息呈现方式，以及生态范式上展现出不同的技术特征。 息呈现方式，以及生态范式上展现出不同的技术特征。 进入全新的万物智联时代，新技术的发展趋势、用户体验诉求以及随着而来的新应用场景， 都将对操作系统提出新的需求和挑战。 图 1 操作系统历史演进和技术特征变化 1990's Internet of Data �� �� �������� ���� �� ���� �� 2000's Internet of People ��� ���� �� 42% [2]。 然而生成式 AI 在 AIGC 上的应用仅仅是人工智能革命的开始。大模型的出现，全面提升 了 AI 的自然语言理解能力和通用推理能力，让 AI 具备自主完成复杂任务的可能，从而演进成 为能够感知环境、进行用户意图的自主理解、做出决策和采取行动的 AI Agent（智能体）系统。 - 4 - 行业趋势 鸿蒙 2030 白皮书 智能体将彻底改变人与机器的协作方式，从“以指令为中心”发展为“以意图为中心”，

从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 能连接器”，通过动态编排与语义理解，支撑 Agent 间的自主协商与任务分解。此外随着云原生 AI 技术（如多模态大模型、 智能 Agent 开发与运行、检索增强生成、智能应用管理引擎、 智能应用的形态和核心特征 3.1 基于大语言模型的智能体（Agent）预计成为智能化应用的主流形态 3.1.1 大模型能力的突破性提升，为 Agent 提供智能化基座 3.1.2 Agent 从单一工具向自主协作系统演进 3.1.3 行业需求从效率优化到体验升级，Agent 成为优先选择 3.1.4 Agent 技术生态的成熟支撑 3.2 智能应用的核心技术架构概览 3.3 智能应用的六大核心特征 3.3 5 应用智能化的实现路径与关键考量点 5.1 应用智能化实现路径 5.1.1 应用智能化成熟度技术演进路径 5.1.2 应用智能化的实施路径 5.2 应用智能化的关键考量点 5.2.1 战略与业务价值对齐 5.2.2 用户体验重构 5.2.3 组织流程适配 5.2.4 渐进式演进策略 5.2.5 法律法规与伦理合规 6 应用智能化最佳实践案例 6.1 华为流程 IT 智能化应用升级

云智算光互连发展报告 前言 本发展报告面向未来智算中心超大规模扩展、AI 大模型极致性 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。 数据中心内部，随着服务器端口速率向 400G、800G 乃至 1.6T 演进， 光互连技术方案正迅速取代铜缆，成为数据中心以及超节点场景下 的优选方案。随着 LPO、CPO 等技术引入数据中心架构，光电协同设 计已成为芯片集成的核心技术需求，芯片-封装-系统级的多维协同 优化成为新的挑战。与此同时，随着全光交换技术的逐步小规模应 用，为光互连技术的演进方向提供了新的思路。 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 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。

........................................................................................ 3 2.3 技术演进：多技术融合夯实L4实现基础 .................................................................................... ........................................................................... 9 3.3.2 选定L4价值场景，明确3年演进路径 ........................................................................................... 11 从“选择高价值场景、明确演进路径、定义L4目 标态、参考L4解决方案包开展AN Journey、制定L4目标架构和功能架构、体系化规划和建设 Agent”等多个方面开展L4规划和实践。当前全球共近20家Top运营商将自智网络纳入集团战 略，中国运营商持续引领全球，三大运营商均已将自智网络纳入集团战略，并已明确未来3-5 年全面实现L4、实现场景级E2E自治闭环的演进目标。多个海外运营商也已经明确了实现自智

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 模型参数量呈指数级增长，尤其是在大规模分布式并行训 练场景下，网络性能已成为制约智算中心整体效率的关键瓶颈。当前 对网 络架构设计、协议栈演进与资源编排提出了系统性挑战。 本白皮书面向智算中心光电协同交换网络的全栈技术体系，旨在： • 梳理国家政策、AI 发展趋势与智算中心网络需求，揭示光电 协同兴起的背景； • 分析光交换与电交换的性能差异与技术互补性； • 总结光电协同网络在应用层、传输层、路由层、链路层与物理 层的关键挑战与发展路径； • 提出面向未来的技术演进方向与标准化路线建议。 端口，而要用 32 端口 400G 电交换机堆叠到同等端口数，常常需要 10 台以上，占用 大量机柜空间，考虑拓扑则需同步增加汇聚、核心层交换机，进一步 增加了布线复杂度。 无带宽瓶颈与未来演进性：光交换网络通过直接转发光信号，消 除了传统电交换中缓存读写及路由处理的速率限制。端到端光路的速 率仅取决于发送端与接收端的光模块能力。更为重要的是，使用光链 路时，网络速率升级仅需更换光模块，而无需替换光交换或光纤等核

主机现代化应运而生。 主机现代化（Mainframe Modernization）是一项涉及架构演进、应用重构、组织转型的系统工程。其 核心在于将主机的韧性 / 性能同开放平台的敏捷性 / 智能性相结合，构建企业面向未来的数字化能力。企业需 基于自身业务目标、技术积累和人才结构，制定适宜的主机现代化路径，以确保企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： 性能、高可靠、 高可用的基础上，融合分布式计算、微服务、敏捷开发等现代技术能力，帮助企业摆脱技术强依赖、提升弹性 扩展能力、降低企业成本、增强业务敏捷与创新能力，从而构建适应数字化转型并具备长期演进能力的技术与 业务架构体系。 1.3 主机现代化是主机用户数字化转型新趋势 10 主机现代化实施路径及关键技术诉求 02 主机现代化是一项系统性工程，指将传统主机承载的核心业务系统，通过技术栈重构、数据迁移和流程适 迁移成败，也直接影响迁移后系统在分布式环 境中的高性能、高可用与可持续演进能力。业界普遍将主机应用迁移视作“高风险、高价值”的战略性业务场 景，需以系统性方法论与成熟技术体系作为保障。 31 在主机应用现代化过程中，迁移路径的选择是规划与实施的首要环节。不同路径直接决定了系统改造的范 围、复杂度及未来技术架构演进空间。 4.1 迁移路径选择 4.1.1 Gartner 6R 模型

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。 本白皮书面向新型智算中心逐渐以承载 AI 业务为主的演进诉求，提出 FlexLane 链路高可靠技术构想。该技术基于高速接口多通道架构的现状，打破原 有固定组合，引入灵活多通道架构，通过降速运行实时有效的规避任何通道发生 的故障，将链路可靠性提升万倍以上（助力 .......................... 8 3.1.1 软件升级 .............................................. 9 3.1.2 硬件演进 ............................................. 10 3.1.3 技术效果 ..................................... 3-3 通道隔离软件方案 400GE 降速为 200GE 流程示意 当网络设备上层软件检测到链路恢复，支持对端口进行重配置升速，恢复带 宽以获得更佳的计算效率。 3.1.2 硬件演进 FlexLane 硬件演进方案升级 MAC/PHY 接口，新增物理层故障检测能力。硬件 方案的故障检测、通道隔离和通道恢复流程由物理层 FlexLane 协议发起。 （1）故障检测 通道故障类型可分为单通

数据语料等核心要素，旨在为上层AI应用提供稳定、 高效、可拓展的运行环境。其中，计算要素的AI变 革新特性包括开箱即用、一物多用、安全保障等； 网络要素则表现为由“训推一体”的算力架构演进 到网络架构、由软件定义网络演进到意图网络；存 储要素表现为存算一体、冷热数据自治；数据要素 表现为数据价值链重构、数据资产化。 模型服务与编排层包括多模型管理与服务化、智能 体与应用编排以及模型通信协议与集成，旨在屏蔽 生成式AI -- (Generative AI) --代理式AI (Agentic AI) -- 物理 AI (Physical AI) ”的技术跃迁图景已悄然铺开，正在引发底层架构变革、模型 能力演进、基础设施格局调整、应用场景创新等连锁反应。 © 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 (中国) 有限公司 — 中国有限责任公司，毕马威会计师事务所 mini 推理模型的API，还宣布GPT-5将向免费用户开放。技术路线和市场竞争的双重转 变下，大模型的“成本效益革命”正在拉开帷幕。 中国AI发 展的阶段 性态势 1.1 模型架构与能力演进 © 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 (中国) 有限公司 — 中国有限责任公司，毕马威会计师事务所 — 澳门特别行政区合伙制事务所，及毕马威会

了海量知识整合和逻辑推理能力的突破，还 展现出向通用人工智能演进的巨大潜力，具 有重要的研究和应用价值。学术界与工业界 纷纷将目光聚焦于大语言模型的相关研究， 力图突破计算复杂度高、安全对齐难、可解 释性弱等短板。与此同时，随着训练数据、 算力资源逐渐面临增长瓶颈，研究者正积极 寻找继续提升模型能力的第二扩展定律，推 动模型向知识增强 4、多模态融合 5,6 和深度 推理 7,8 方向演进，逐步催生出具备自主学 习和决策能力的智能体系统 二扩展定律”，即从训练阶段的规模效应延 伸到推理阶段，通过模型架构革新与软硬件 协同设计，实现参数效率的指数级提升 10， 进而大幅降低训练和推理的能耗。这一战略 转变为持续推动模型能力升级提供了新路 径。在技术演进方面，研究者聚焦于多个前 沿方向： 1.2.1 知识增强：为弥补大语言模型长 尾或领域知识不足、内在知识难以动态更新 等问题，检索增强生成技术 4 通过对外部知 识库的充分利用，使得模型能够快速获取专 人工智能迈向爆发性应用期。业界正积极将 大语言模型及其衍生技术推广至办公助手、 自动驾驶、智能教育、智慧医疗等多个领域， 不断拓宽实际应用边界。当前的技术革新和 应用实践预示着未来通用人工智能将不断向 更高层次演进，为全球产业转型和社会发展 带来深远影响。 1.3 前沿科学问题和突破路径 大语言模型需要在深度推理、扩展定律、 高效架构、全模态模型、情感认知和群体智 能等方向进行探索和突破，解决各自独特的

星图研究院又接着策划了广域物联产业的调研工作，最终历经数月 编撰，于 2025 年初决定正式发布《2025 广域物联——中国蜂窝 & 卫星物联产业研究白皮书》。 本白皮书内容由多渠道调研综合得出，话题覆盖蜂窝物联网与卫星物联网技术演进、产品创新、市场动态、关键玩家、 应用方向、未来趋势等不同角度，期待能为行业提供一份深度且具有前瞻性的产业指南。 特别感谢：新加坡电信有限公司（Singtel）、紫光展锐（上海）科技有限公司、翱 是否每年给企业带来更多的营收， 可能需要具体分析。这种状态下，企业的战略多是通过拿下 Cat.1 市场来拿下连接规模，Cat.1 不属于行业内重点产出利 润的技术领域。 5、由于 Cat.1 芯片或模组在演进中实现了更低功耗，以及 Cat.1 产品普遍具有高性价比特征，Cat.1 不断有机会进入新 的应用市场，例如学生卡 / 智能电子学生证、智能电表、烟雾报警器、气感报警器等，推动产业规模持续升高。 下行能力，分别用 UE UL Cat X 和 UE DL Cat Y 来表示，这种方式允许不同等级的上行速率和下行速率重新组合形成新的 用户设备等级。到 R15 即进入 5G 时代。 细致的分类、不断地演进和完善促成了 4G 用户以更低的成本、功耗和更高的资源利用率运行设备。因此尽管 5G 技 术正在全球范围内开始部署和推广，但 4G LTE 技术仍然具有广阔的市场前景和应用空间。特别是在一些发展中国家和地区，