SerDes)普遍 占交换机主芯片能耗约 50%，当链路处于低流量场景时，可通过关闭部分通道的 耗能元件（分布于 MAC/PHY、SerDes 和光模块）降低能耗。 新型智算中心场景下，AI 大模型训练过程中的流量模型具有方波性，如图 3-10 所示，某 GPT-3 组网，GPU 之间网络利用率约 5%，交换机之前网络利用率 仅 1%。AI 集群网络在等待计算期间产生网络互联“空跑”能耗。 图 3-10 联链路空闲，关闭三个通道保留一通道运行，接口能耗理论上7降低 35.4 2.08+35.4 × 3 4 = 70.9%，主芯片能耗理论上可降低 50% × 70.9% = 35.5%；DP 并行，在 二层网络设备互联空闲期间，每链路关闭三个通道，接口能耗理论上降低 29800 29800+196.9 × 3 4 = 74.5%，主芯片能耗理论上可降低 50% × 74.5% = 37 37.3%。 7 实际节省的能耗比例与器件能力及实施策略有关。 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 16 4 应用场景 FlexLane 技术可广泛应用于移动承载、园区、智算中心以及中心间互联各种 组网场景。 对于移动承载等场景，连通性对网络稳定运行影响大，实施 FlexLane 技术， 可彻底规避由于通道相关的器件引发的连通性故障，

l、BCube 等。受限于集成电路工艺的发展 限制，传统电交换机的带宽密度已难以满足大模型训练增长的流量需 求。光交换具有大带宽、可靠性高、功耗小、组网灵活的特点，相比 电交换机具有高带宽、低能耗的优势，是突破网络核心侧带宽密度瓶 颈的最佳技术路线，适用于超大规模 AI 训练集群。光电协同架构[6] 可以将光交换的高带宽、低延迟和电交换的灵活控制能力整合起来， 提供 TB 级带宽，充分发挥光与电两者优势。 此外，大模型的训练周期长（如 GPT-4 需 90-100 天），GPU 持续高 负载运行，且当前利用率仅 32%-36%，故障率较高，进一步延长训 练时间并推高能耗。 为满足极端高速率转发需求，电交换芯片必须在高功率状态下运 行，其高速 I/O 与大型转发能力意味着持续的高能耗（例如 CMOS 芯片在多层高负载下功率分布复杂）。与此同时，传统数据中心网络 采用多层级的分层拓扑（如 fat-tree 或 Clos），在骨干和汇聚层中互 会显著影响训练吞吐率与推理响应速度。 低能耗与可持续发展：光交换设备的能耗需求远低于传统电交换 机。电交换设备功耗与比特率成正比，仅 32 口的 400GbE 电交换机 就具有 420W 的典型功耗，峰值超过 1 kW；而光交换设备依据技术 原理不同，如 320 端口 MEMS 交换机仅需 45W 典型功耗。同时，光 交换技术减少了光-电-光转换的需求，进一步节省了光模块能耗。综 合考虑来看，在一个使用

管、到小三角瓶、大三角瓶，再到种子罐， 逐步进行过渡。该步骤旨在为后续大规模发 酵提供大量新鲜且具有高活力的菌种，并使 菌种逐步适应发酵环境，从而缩短发酵周 期、降低能耗、减少染菌的风险。 • 发酵阶段 与化学合成相比，发酵过程在常温常压 下进行，反应条件温和，能耗低且安全性 高。但发酵过程涉及复杂的生物化学反应， 不同菌种和目标产物对温度、pH 值、溶氧等 参数要求各异，需要实现参数的精准把控。 同时，工艺参数间存在复杂关联性，在规模 灌包装设备以单机操作为主，缺少整线集中监控 标准化 单机设备众多，硬件选型、软件编程、网络接入和数据接口等各不相同，系统集成沟通 成本太高，也给后期维护带来诸多困难 效率和 能耗 染菌 由于灭菌操作不规范导致的染菌事件频发，严重影响生产进度，造成大量的能源和原料 的浪费 柔性生产 中试工厂为生物发酵行业的大规模量产提供了平台保证，但柔性化需求很高，特别是在 过高导致产品不合格 综合 OEE 单机设备和整线的生产效率统计和分析功能仍不完善，缺少跨产线、车间级的效率统计 分析系统 能源消耗 没有完整的三级计量体系，缺乏完善有效的能源管理系统，能耗分析无法细化到单线与 单品消耗，无法为减能增效提供有力支撑 生产 计划和 管理 生产计划 计划变动频繁，依靠人工计算和排产，不能很好兼顾能源、设备效率等因素；生产管理 系统和上级

5G、物联网、大数据、人工智能等新一代信息技术的深 度应用，实现园区管理、产业服务、资源配置的全要素智慧化，例如苏州工业园、深圳南山科技园等标 杆园区已建成覆盖全域的数字孪生系统，集成 2000 多个智能传感器，实现能耗、交通、安防等 12 个领 客观 中性 建设性 -14- 智慧园区白皮书 域的实时监测与智能决策。 在经济贡献方面，东部开发区以占全国 1.2%的土地面积创造了全国 28%的 用场景落地。已形成覆盖工程全生命周期的图纸大模型解决方案， 在设计、审图、图纸管理协作、工地数据采集和空间资产可视化等 建筑产业链条的业务场景中得以落地应用。 ➢ 图纸智能大模型 亿联科技 ➢ AI 还能通过分析能耗数据、设备运行日志与外部环境，动态调整用 ➢ 建筑物联网平台已 客观 中性 建设性 -19- 智慧园区白皮书 布局企业 AI 和智慧园区结合情况 关键创新布局情况 能分配和节能策略。 AI 技术等。在智慧运营方面， 需要运用可视化大屏对整体空间进行综合展示，对租退数据有全面把控，并对客户入驻租金进行智能决 策分析。智慧环境方面需要做好环境监测、实时监控、视频巡逻以及人车识别；能耗管理方面需要做好 实时分析和诊断。智慧资产管理方面，智慧金融可以进行账户管理、融资服务、金融平台以及风控系统 四个方面的建设。资产管理方面可以进行合规、资产盘点、资产分析和资产增值的建设。

.....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。 锐捷 LPO 模块在三种网络架构下的互连应用 千卡 GPU 集群为 AI 训练和高性能计算提供算力，其内部数据交 互需要高带宽、低延迟的网络互连。LPO 技术在此类场景中的应用 优势主要体现在：能耗降低、成本减少以及良好的可维护性等方面。 以下是千卡 GPU 集群场景下 LPO 模块的典型应用，如图 11 所示。 云智算光互连发展报告 Spine 下行：128*400G 8 2 Leaf Spine 互连共需 2048 个 LPO 光模块。按功 耗减低 50%（3.5W）估算，光模块功耗总共下降约 7kW。 3.2 CPO 交换机在智算场景下的应用 CPO 交换机具备高吞吐量、低时延、低能耗等多项技术优势。 如图 12 所示，新华三 CPO 交换机是基于 51.2T 高性能芯片设计的 800G CPO 交换机，最大支持 64 端口 800G 端口，可扩展为 128 * 400G/200G/100G

文印管理服务提供商能够提供快速响应的维修和技术支持 从办公室到产线，文印设备需要适应高温、高湿、粉尘等环境 适应制造行业绿色发展与企业ESG的要求，低TCO，提供更加环保型的 文印设备和技术，如低能耗打印机、使用再生纸等 极致效率 极致便捷 降本增效 精细运营 文印内容 全面支持 信息安全 多维保障 业务稳定 持续护航 工作环境 全面适应 节能减排 绿色发展 高效云端智联 境下对人力的需求。 选择能在成本和效率之间取得最大公约数的文印服务商 要注重对文印服务总体成本的考量。综合计算文印设备的短期购买成本和长 期使用成本，如单机成本、硒鼓等耗材寿命、运维成本、能耗成本等，同时 综合考虑在同等成本投入的条件下实现文印效率的最优化。 考虑文印设备的耐用性和低维护性 制造业企业要注重文印设备的耐用性，如允许宽温度湿度范围工作，以适应 各种制造业生产环境；适 HP LaserJet Enterprise M���dn 集出色性能、能效、安全性于一体 打印速度快至��页/分钟 HP Web Jetadmin，集中管控文印环境 采用创新设计及碳粉技术，能耗更低 HP Sure Start自动检测，自行修复 惠普企业级黑白激光打印机 HP LaserJet Enterprise ��� M���dn 高速输出，高效管理，节能环保 打印速度快至��页/分钟

实现物理实体的精准映射、动态仿 真与优化决策。以下是具体分析： 回归模型，预测连续变量与性能优化。 回归模型通过分析历史数据与目标变量之间的线性或非线性关系，用于预测设备性能 指标（如温度、能耗）或生产节拍。例如，在工厂布局优化中，回归模型可预测不同设备 配置下的生产效率，辅助决策者选择最优方案在设备健康管理中，回归模型结合时序数据 预测设备剩余寿命，降低故障风险。 数字孪生世界企业联盟 卷积神经 网络（CNN）用于三维重建，提升数字孪生模型的细节精度。 多模型协同，提升数字孪生系统的鲁棒性。 实际应用中，单一模型往往难以覆盖所有场景。例如，数字孪生车间常结合回归模型 （预测能耗）、决策树（分类故障类型）和神经网络（动态仿真）构建混合模型，实现生 产全流程优化。通过多模型融合，可兼顾计算效率与预测精度，例如在纤维复合材料缺陷 检测中，ResL-U-Net 网络结合有限元模型，显著提升缺陷识别的准确性。 10%-15%； 数字孪生世界企业联盟 DTWEA 数字孪生世界白皮书(2025) 54 精准映射：多源数据融合实现物理-虚拟双向实时同步； 智能决策：支持复杂场景下的最优解探索（如路径规划、能耗优化） 。 未来，随着算法与算力的进步，机器学习将在数字孪生的全生命周期管理与跨领域融 合中发挥更关键作用。 3、机理模型与数据驱动模型的协同应用 在数字孪生技术中，数据驱动模型（如机器学习模型）和机理模型（基于物理、化学

工具二十二、Alibaba Cloud（SCCC Operating Saudi Region) Booth 碳中和项目 Alibaba Cloud Booth 工作截图 43 阿里云通过旗下产品“能耗宝”为沙特Leap展会的SCCC展台提供“一站式在线碳排放量计算和碳中和服务”。 SCCC | Alibaba Cloud,由沙特阿拉伯STC集团、阿里云、eWTP Arabia Capital、沙特人工智能公司(SCAI)和沙特信息 面上的碳足迹计算 存在标准化和规范性等问题，特别是碳足迹构建过程中数据质量问题，能耗宝在本应用场景通过采用全球生命周期基 础数据库（含Ecoinvent3.9.1、ELCD、CPCD、EFDB2006等），并联合供应商针对部分原材做了针对性的碳足迹建 模，最大化的保障碳足迹计算过程中原材料的数据质量。阿里云能耗宝产品的在线化的建模、核算和认证，可以降低 整个碳足迹核算和认证的成本，实现规模 目前，阿里云和SCCC的合作正在持续展开，已经开始和沙特电信、沙特国家石油公司等展开沟通和项目合作。阿里 云持续响应国家“一带一路”的号召，已经将不少数字化科技方案复制到海外，接下来也希望能通过能耗宝可持续发 展数字化创新方案，服务更多盟国，帮助盟国企业实现可持续发展目标。 执行单位简介 阿里云计算有限公司创立于2009年，是全球领先的云计算及人工智能科技公司，为200多个国家和地区的企业、

《钢铁企业节能设 计标准（征求意见 稿）》 适时补充完善各工序节能降耗工艺、 技术、装备措施等内容。进一步核定 各工序能耗的计算范围，补充修订各 工序能耗计算公式、能耗指标及余热 回收数量等内容；适时调整电力当量 值折标系数下各能源介质的折算系 数；增加钢铁联合企业综合能耗计算 公式 2016 年 10 月 工信部 《钢铁工业调整升 级 规 划 （ 2016 一 2020 年）》 再次强调“到 铁产能置换方案的，将视为违规新增 钢铁产能，并作为反面典型进行通报 2024 年 6 月 国家发改委 《钢铁行业节能降碳 专项行动计划》 明确指出钢铁行业节能降碳的主要 目标、重点任务和保障措施，对钢铁 生产四项能耗指标及 2025 年减排目 标提出明确要求 2024 年 5 月 国务院 《2024-2025 年节能降 碳行动方案》 明确提出，加强钢铁产能产量调控， 严格落实钢铁产能置换，严禁以机械 加工、铸造、铁合金等名义新增钢铁

D标签、 控制芯片、数据监测仪器、工业机器人、3D打印机及智能机床 等设备，系统能够实时采集大量的过程数据。这些数据具体涵盖 了设备的运行状态、工艺参数、生产环境信息、产品在线质量数 据以及能耗数据等。二是管理与运营数据。这类数据主要源自企 业的各类工业软件与信息管理系统，如制造执行系统（MES）、 产品生命周期管理（PLM）、企业资源计划（ERP）以及供应链 管理（SCM）等，同时也包含了来自业务管理、销售、采购等经 用方式得以实现。一是数据驱动决策。智能制造系统依托遍布产 线的传感器与互联设备，实时采集生产全要素数据，算法对这些 多源异构的数据进行深度挖掘与关联分析，为管理层提供科学决 策的依据，例如通过分析设备能耗数据指导节能减排。二是自动 化与优化控制。算法是生产线实现精确、稳定运行的基础，它通 过对生产过程、工艺参数等进行实时监控与自适应调节，减少了 11 非必要的人工干预，提升了生产效率与工艺精度，典型应用包括