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 普遍部署的纯电交换网络在互联规模、带宽密度、端到端时延与能效 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 .........8 1.3 光电协同交换网络的兴起........................................................11 1.3.1 电交换的技术瓶颈与发展困境..................................... 12 1.3.2 光交换的性能优势与发展趋势................................. 的全互联需求。 图 1-1 智算中心网络与网络协议栈 无论采用机内互联还是采用机外互联，都要采用电交换芯片来做 网络流量交换。然而，随着模型规模和节点数的增加，电交换面临带 宽、延迟和能效的瓶颈。 1.3 光电协同交换网络的兴起 在交换技术方面，电交换技术具有成熟性、协议兼容性和灵活的 控制能力，基于以太网（如 RoCEv2、InfiniBand）传输协议，支持复 杂网络策略，在智

求。 传统基于铜介质的电互连方案，正面临 “带宽墙”、“延迟墙”及 “功耗墙”等三重严峻挑战：单通道速率难以突破400Gbps，传输延 迟高达数微秒，单机架互连功耗占比更是超过40%，这一系列瓶颈已 成为制约超大规模智算集群算力释放的核心障碍。 相较于传统可插拔光模块等设备级光互连技术，芯片级光互连正 在开辟全新的技术路径和产业赛道。它通过先进封装将光引擎与电芯 片合封在一起，把电信 滞后于算力的快速演进， 导致显著的通信开销，这直接限制了集群有效算力随GPU数量的线性增 面向大规模智算集群场景光互连技术白皮书 (2025) 2 长，已成为制约集群规模扩展和性能提升的关键瓶颈，如下图所示。 在此背景下，仅仅依靠IB（InfiniBand）或RoCE（RDMA over Converged Ethernet）等传统网络技术来满足模型性能指标已十分困难，需构建 具备高 构正经历 一场根本性变革，从传统单机八卡向超节点演变。超节点并非简单的 硬件堆叠，是一种通过极致性能的高速互连技术，将数十乃至上千颗 GPU芯片集成于单个或多个机柜的集群系统，突破传统设备算力瓶颈， 显著降低多芯片并行计算的通信损耗，实现大模型训练与推理效率的 飞跃。 1.2. 大规模智算集群呼唤“光进电退”技术 目前，超节点智算集群展现出三大技术特性，一是互连性能高， GPU之间

输能力差异性造成模型计算量处理不同步、集 合通信数据传输有堵点，“快等慢”造成部分资源浪费。针对大模型推理过程，由于预填充 和解码阶段对算力和显存的需求量不同，传统大模型推理过程算力显存阶段互为瓶颈，造成 低水平资源利用率，需要解决异构算力协同调度问题使其匹配到最优计算任务。 8 第二章 算力协同体系架构 为了打破异构算力生态壁垒，实现不同类型智算异构算力高效协同工作，南向屏蔽底层 ASIC、GPGPU 化等： （1）集合通信原语优化：为通信原语设计支持异构环境的专用算法，其核心能力包括 异构通信数据流编排、拓扑感知路由的最优路径选择及计算通信重叠等，最大化并行度、均 衡负载并规避单一设备瓶颈，显著提升跨设备集合通信操作效率。 （2）异构算力互联 ：打破不同厂商 GPU 生态的封闭壁垒，通过统一通信抽象层或通 用适配器调度框架，定义标准化的设备发现、内存管理、任务提交接口，通过动态加载厂商 底层硬件能力，消除性能瓶颈。 13 3.2.2 智算网络互联优化 面向异构算力场景下智算网络互联的性能瓶颈与兼容性限制问题，因业务流量特征不同 引发的链路负载不均、带宽效率低下和收敛速度慢等因素制约算力协同效率，深度依赖特定 厂商网卡使其网络设备难以无缝集成、异构芯片集合通信库接口可编程性缺失阻碍协议栈优 化或流量调度技术的集成部署。智算网络互联优化突破性能瓶颈并适配多元异构环境，保障

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。 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 有压倒性优势，拥有巨大潜力。 光互连 模块、光 电共封以及光交换三个核心技术方向。 2.1 新型可插拔模块 2.1.1 线性可插拔光学 随着数据中心传输速率的不断攀升，传统光模块的功耗和成本 急剧上升，已成为制约数据中心扩展的瓶颈。 图 1 线性可插拔光学结构 在传统光模块的功耗中，DSP 模块占了很大的比例，因此在 LPO 技术中，直接去除了传统光模块中的 DSP，在发射端使用具有高线 性度的 Driver，在接收端使用高线性度的

争力 3.2 能源与水资源管理深化：双资源能效提升与循环利用创新 .............................. 21 3.3 循环经济探索：电池回收、材料再利用与绿色物流的实践与瓶颈 ..................... 27 3.4 新兴议题：生物多样性保护的起步 .................................................... 行业变局：电动化、智能化、供应链重塑带来的 机遇与挑战 全球汽车产业正处在变革核心，电动化打破传统动力格局，智能化重构人车交互逻 辑，地缘政治与碳中和则加速供应链重塑。三大变革既带来技术与模式创新机遇，也暗藏 技术瓶颈、治理风险等挑战，车企需以系统思维应对转型命题。 1 时代背景与行业变革 05 » 电动化转型：技术攻坚与电池循环并行 对于汽车企业而言，电动化转型仍受多重技术制约。电池材料的能量密度与安全性平 进阶至最具挑战性的范围三管理。同时，责任范围已延伸至产品全生命周期，主机厂在绿 色设计标准、电池回收体系建设和绿色物流优化方面表现出显著的主动性。然而，成熟度 评估表明当前面临的挑战主要集中在结构性瓶颈上，包括能源结构调整的困难、“N级”供 应链数据追踪的复杂性，以及循环经济技术与资金投入的限制，这些问题已成为突破下一 阶段环境绩效的决定性因素。 2.2 结构性分化：主机厂引领与供应链协同差异

然而，当今生物发酵行业仍面临多重挑 战：现有菌种转化效率低、发酵过程控制精 准度有待提升、原材料和能源成本居高不 下、国际市场专利壁垒严峻、环保法规日趋 严格。在这样的背景下，数字化转型成为企 业突破发展瓶颈、提升竞争力的关键路径。 图 2 2021-2024 年我国生物发酵主要产品总产量及总产值2 2 我国生物发酵产业协会 图 1 生物发酵的应用领域 4 2 政策支持 中国生物制造行业正迎来密集的政策红 利。2021 年 12 月国家发改委发布的《"十四 五"生物经济发展规划》明确提出，要构建生 物技术战略科技力量，重点突破关键核心技 术瓶颈。2024 年发布的《政府工作报告》更 是将生物制造列为重点培育的新质生产力， 此举标志着该领域已进入国家战略发展快车 道。2025 年 3 月的《政府工作报告》中提出 要建立未来产业投入增长机制，培育生物制 险，还能优化能源利用效率，平衡高耗能设 备负荷，降低峰谷电价差成本。 西门子 Opcenter APS 高级计划与排程系 统可以实现根据生产目标智能化分配资源， 优化各生产环节的协同，帮助企业及时识别 生产瓶颈，并快速优化排产，消除瓶颈。 Opcenter APS 利用高级算法，不仅能减少在 制品（WIP）数量，还能显著压缩原料库 存，降低资金占用，实现高效、敏捷且可持 续的生产管理。 在生产过程中，数字化的生物发酵企业

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 9。这一趋势不 15 3. 脑机接口 3.1 背景 脑机接口技术为脑科学研究提供了全 新的因果研究范式，并为脑疾病治疗开辟 了靶向干预新路径。此外，该技术的发展 不仅将驱动人工智能技术突破生物智能解 析瓶颈，还将为类脑智能与具身智能的理 论演进提供新路径，同时通过搭建人 - 机 - 环境智能融合接口系统，为构建可持续的 智能社会生态系统奠定技术基础。 通过建立大脑与外部设备的直接通信 连接，脑机接口技术实现了神经活动的记 物理 1.1 背景 物理学，作为自然科学的基础学科，长 期以来依赖于理论建模、实验验证和计算模 拟。然而，随着研究问题的复杂性和数据规 模的指数级增长，传统的研究方法在效率和 精度上面临瓶颈。人工智能（AI）的兴起为 物理学提供了全新的工具和思路，尤其是在 数据驱动的模式识别、复杂系统建模和高效 算法优化等方面展现了强大的潜力。AI 与物 理学的交叉研究旨在通过将人工智能技术与

层所面临的市场需求将持续攀升，功能也将进一步强化 与拓展。与此同时，IaaS 市场的基础设施升级和规模扩展将继续为整个云服务生态提供坚实支撑。 全球云计算 SaaS 市场增速逐年放缓，这一趋势既源于行业发展的阶段性瓶颈，更与 AI 技术引发的 行业变革密切相关。从市场基础来看，饱和态势已形成明显增长阻力。当前全球 99% 的企业已引入至少 一种 SaaS 应用，美国大型企业的 SaaS 普及率更是高达 91% Trainium2 芯片与 Graviton4 CPU 组合，构建端到端可控的 EC2 UltraClusters，支撑千亿参数模型训练， 并探索基于 CXL 3.1 的内存扩展架构以缓解 GPU 显存瓶颈。Google 在其 TPU v5p 集群中引入液冷封装与 动态调频技术，提升能效比，同时试点 GDDR7+CXL 混合内存方案，拓展通用内存容量。整体来看，云厂 商正通过芯片自研、高速互联与内 • 分离式操作系统: 华为提出 FlacOS 操作系统，通过在内存互联的机架级架构中实现内 核数据结构的共享和无锁同步机制，使得单一操作系统统一管理机架级资源，解决传 统分离式资源管理带来的同步瓶颈和故障恢复挑战 [29]; 天翼云提出 “聚合计算” 产品 理念，通过将池化算力资源按需聚合，为 HPC 等场景提供高效、灵活的算力服务 [30]。 • 分离式运行时: 华为云在分离式数据中心运行时方面，提出通过分层接口和声明式

关键领域应用成熟度分析......................................................................................17 2.3 挑战与瓶颈：跨越转型的“深水区”................................................................... 19 第三章：技术引擎：驱动数智化的核心力量 和潜客推荐，帮助企业精准拓客，发掘产品的新应用场景与市场潜力。 远程运维与智能客服：利用 AR/VR 技术实现远程专家指导，智能客服可提供 7x24 小时自 然语言交互服务，提升客户满意度并降低服务成本。 2.3 挑战与瓶颈：跨越转型的“深水区” 制造业数智化的征程绝非坦途，其核心挑战已从技术采购转向系统性、深层次的融合难题。 2.3.1 技术层面：数据、连接与成本的“三重门” 数据孤岛与治理缺失：这是最普遍的基础性挑战。67 组织层面：结构、人才与文化的“三重阻力” 传统组织架构壁垒：59.7%的企业面临业务与技术部门的协同障碍，传统的金字塔式组织 无法适应敏捷、跨部门的团队协作要求。 复合型人才短缺：这是制约转型速度的最核心瓶颈。64.1%的企业面临数字化人才短缺。 市场急缺既懂生产工艺（OT 知识）又精通数据分析、AI 算法（IT 技能）的复合型人才， 以及能领导这场变革的数字化领军人物。 转型文化缺失：制造业固有

软件自主可控发展现状 软件是工业制造的核心组成部分。大力发展软件产业，特别是推动核心软件 自主可控，已成为驱动中国智能制造高质量发展的核心要素和重要支撑。然而， 当前中国软件产业基础依然薄弱，关键核心技术瓶颈尚未取得根本性突破，与发 达国家软件产品仍存在显著差距，主要体现在以下三个方面： 1）自给率严重不足：据不完全统计，目前中国高端制造业中，电子、航空、 机械领域的研发设计软件大多为外购，自给率分别只有 嵌入式软件 大型企业市 场基本被国 外 厂 商 占 据，国内厂 商产品主要 应用于中小 企业 电力、水利、冶金、石化等 2. 软件技术发展趋势 面向未来，软硬件的协同优化将成为突破瓶颈的关键所在。这涉及操作系统、 编译器、虚拟机直至应用程序的多层级技术栈，亟需构建一套完善的系统级工具 链，以支撑高效、可靠的软件开发与运行。 第二章：破局外资主导，中国大型 PLC 国产化进程提速 厂商亟待破解的核心课题。 然而，外资品牌 PLC 长期构建的“生态壁垒”——存量系统迁移成本高企、 异构平台组态软件互不兼容导致的梯形图程序迁移困难、跨品牌技术生态割裂、 系统集成复杂度与成本攀升以及性能瓶颈等系统性难题，始终是国产化替代道路 上的核心障碍。具体而言，存量外资 PLC 替代面临以下六大痛点： 大型 PLC 自主可控白皮书 21 21 表 2.3 国产