普通院校 重点院校 硕士 不区分 普通院校 重点院校 博士 不区分 普通院校 重点院校 IT类 7,667 9,935 9,136 11,975 14,935 12,937 17,986 31,877 30,064 35,752 研发类 7,910 9,982 9,461 12,065 14,456 13,746 16,939 29,495 27,927 34,610 金融类 - 10 848.372 5.2% 2023-Q3 43,794 -18.5% 12,356.572 -3.8% 2023-Q4 37,081 -15.3% 12,559.173 1.6% 2024-Q1 31,651 -14.6% 12,876.204 2.5% 2024-Q2 32,705 3.3% 12,970.919 0.7% 2024-Q3 27,522 -15.8% 12,761.516 -1 TOP.12 TOP.13 TOP.14 人力资源核心指标 芯片设计 薪智 26 深圳市中兴微电子技术有限公司 较上期：41.1% 134 武汉钧恒科技有限公司 较上期：40.9% 31 苏州市梦菲亿半导体科技有限公司 较上期：35.7% 19 成都芯源系统有限公司 较上期：35.3% 46 北京比特大陆科技有限公司 较上期：33.3% 52 北京七星华创微电子有限责任公司

000-2,000MW 2,000MW及以上 尚未规划枢纽 注：图示算力中心容量分布热力图为截至2024年12月31日各级政府政策规划指标口径。 算力中心行业的供给主要由三大电信运营商、第三方算力中心服务商与企业或地方政府自建三大来源构成，其中 第三方服务商的供给容量份额已接近50%。 31 算力中心行业供给现状概览 ✓ 在国家高度重视人工智能的战略背景下，伴随着智能化浪潮的 快速推进，算力中心行业的供给规模正持续扩大。 需求方四 9% (48) 其他 24% (136) 供给方三 17% (203) 供给方七 16% (192) 供给方八 19% (228) 供给方六 7% (85) 供给方九 31% (382) 其他 11% (130) 需求方一 14% (141) 需求方二 14% (133) 需求方四 21% (203) 需求方三 4% (39) 需求方五 37% (359) 需求方四 53 50 50 50 36 38 36 31 21 27 38 48 32 19 27 26 9 10 10 10 2025 2026 2027 2028 需求方四 需求方三 需求方二 需求方五 需求方一 42 52 62 72 49 50 51 52 48 48 48 48 20 31 33 46 21 21 21 22 2025 2026

5.9 5.7 0.2 西宁市 27 5.8 5.8 0.0 青岛市 28 5.7 5.7 0.0 哈尔滨市 29 5.3 5.3 0.0 济南市 30 5.3 5.2 0.1 呼和浩特市 31 5.2 5.2 0.0 沈阳市 32 5.1 5.1 0.0 银川市 33 5.1 5.1 0.0 兰州市 34 4.5 4.5 0.0 拉萨市 35 4.1 4.1 0.0 乌鲁木齐市 9 25 西湖区 南昌市 8.9 26 武侯区 成都市 8.9 27 云岩区 贵阳市 8.9 28 荔湾区 广州市 8.8 29 下城区 杭州市 8.8 30 集美区 厦门市 8.7 31 青羊区 成都市 8.7 32 西岗区 大连市 8.6 33 海曙区 宁波市 8.6 34 仓山区 福州市 8.6 35 青秀区 南宁市 8.6 36 包河区 合肥市 8.5 排名 区（县） 米东区 4.7 4.2 4.0 3.6 3.6 2.8 35 拉 萨 4.1 0.55 36 乌鲁木齐 3.8 0.59 33 银 川 5.1 0.76 34 兰 州 4.5 0.91 31 呼和浩特 5.2 0.73 32 沈 阳 5.1 1.28 29 哈尔滨 5.3 1.00 30 济 南 5.3 0.64 28 青 岛 5.7 1.74 27 西 宁 5.8 0.78

���������������������������������������� ������������������������� ���������������������� ������������� — 31 — �� ����������������������������������������������������� ����������������������������������������������������� ����������������������������������������������������� ���������������� ���������������������� — 31 — �� �������������������������������������������� ��������������������������������������������

预测。（3）网民的搜索行为可能受传染病季节性、病 程发展或舆论关注等因素影响［29］。（4）基于搜索引 擎的传染病监测，受监测地区网络资源、网民数量、 文化差异、语言变化、方言等因素的影响［30–31］。 搜索引擎的使用为传染病监测预警提供了新 的工具，值得进一步深入研究。未来该领域的研究 方向包括寻找合适的关键词，减少甚至消除偏倚， 在模型中纳入更多因素（自然环境因素、文化因素 等）以期获得更高的准确性。 on big data[J]. Chin J Public Health, 2016，32（9）：1276–1279. DOI： 10.11847/zgggws2016–32–09–38. [31] ORCID：0000−0003−3292−4577 作者贡献： 黄思超：撰写文章 刘魁、蒋健敏：校验文章 *读者·作者·编者* 本刊要求作者提供文章创新点和学术评论句 本刊要求 句子中没有出现显性的“首次”、“最早”、“第一次”等标志性词汇的句子称为“描述性句子”非评论性句子。 学术评论句举例：斯坦福大学医学院 Michele P. Cabs[1]实验室在利用中Ф31 整合系统进行基因治疗方而做出了系列开创性的工作。2000 年，他 们首次将中Ф31 整合酶用于人细胞并获得成功。 摘自文献：张霖, 赵国屏, 丁晓明，中国科学, 2010, 40（12）: 1090−1111 被评文献：Grotli AC

4.4 系统融合与协同挑战.......................................................................................31 4.5 人才培养挑战....................................................................................... 部署于现场的摄像头、无人 机、可穿戴设备与各类传感器持续采集图像、视频、位置与环境数据，AI 模型 则通过目标检测、行为识别与状态评估算法，实现对人员、设备、物料与作业环 境的全天候智能监控[31]。例如，计算机视觉可自动追踪关键组件的流转与安装状 态；语义分割技术可用于精确评估工程进度（如设备安装完成度、产线布局进度）； 结合 SLAM（同步定位与地图构建）技术，AI 还能生成作业现场的动态三维实景 有接口，无需额外适配，进一步增加了维护成本与时间损耗。 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 31 从计算与运维成本看，复杂工程场景的工程智能模型（如多物理场仿真 AI、 大型基建的数字孪生系统）对算力需求极高，单模型训练的计算成本价格高昂， 且推理阶段需持续占用高性能服务器资源。这种成本压力使得中小企业难以负担。

、流量、网元数、场景、VIP站 点、用户投诉等多维数据，智能分析业务影响情况，基于业务影响动态调整工单处置优先级， 指导站点工程师按照真正的业务影响大小快速恢复业务。目前该解决方案已覆盖中国联通31 省超500万站，日均跨专业诊断2万余次，故障端到端历时下降11.5%，整体业务损失减少5% 以上。 宽带网：结合号线资源数据，自动识别OLT故障并智能分析业务影响，精准定位根因，指 30 安全隐患等问题尤为突出。传统的人工排查方式不仅效率低下、成本高昂，还存在操作风险， 难以满足现代网络运维的需求。 中国联通基于多维网络数据构建了集约化数据网络管理与智能化分析能力，通过实时采 31 集资源占用、业务流量、链路质量等关键指标，实现网络的平台化统一管理与自动化分析。该 方案能够精准识别资源分配不均、拓扑结构缺陷、安全隐患、链路质量劣化等问题，并有效整 合离线资源，提升管理效率。 大提升排期效率和排期合理性预警。。 性能监控：自动检测光功率、告警等信息，保证割接质量达标，确保割接前规避冲突，割 接后网元性能达标、告警清除，提升传输网运营安全性。 中国联通传输网智能割接系统已覆盖中国 31 个省份的一干及二干传输网，自上线以来 累计支撑13000次割接作业，明确了分工职责，规范了割接管理流程，加强了割接人员和割接 现场管理，降低了网络割接风险，提高了网络割接效率，并驱动资源校准，努力提升传输网运

.............................................. 31 5.1. 新型光纤光缆技术 .................................................................................... 31 5.2. 高速大容量全光传输技术 ............................ ............................................ 31 5.3. 全光交换技术 ............................................................................................ 32 5.4. 全光接入技术 .............................. 扩展空天地海智能化场景；开放网络自智接口赋能千行百业，保障技 术可持续发展。光网络全面提升自智能力，网络具备跨域孪生与自我 进化能力，可动态适应未知业务场景与外探环境变化。 31 Ⓒ中国电信版权所有 5. 全光网 3.0 重点技术创新方向 5.1. 新型光纤光缆技术 当前，新型光纤光缆主要包括空分复用光纤、基于单模光纤的大 芯数光纤光缆与空芯光纤。空分复用光纤中弱耦合多芯光纤最具实际

技 术实现规模化价值创造。美国、日本等发达国家和地区也持续加大在 智算、超算等算力相关领域的投入，力求巩固其领先地位。美国“网 络与信息技术研发计划”(NITRD)人工智能研发投资预算增长至 31 亿美元，占整体年预算的近三分之一，相比于上一年提高 19.2%；2025 年 1 月，美国政府公布“星际之门”国家级计划，预计将投入 5000 亿美元用于美国国内人工智能基础设施建设。日本通过制定相应的法 数据治理、人才培养和产业生态等软实力建设，避免“重硬件、轻应 用”，推动算力产业向高质量、高价值的阶段演进。 2.指数体系 综合算力指数体系从算力、存力、运力、模力、环境五个维度衡 量我国 31 个省级行政区（省、自治区、直辖市）的综合算力发展水 平，同时，评估地级行政区的算力发展水平。计算方法采用层次分析 法（AHP）确定各级指标权重，结合极差标准化法对原始数据进行处 理，最终得到 方面，西部地区虽能源、资源充裕，但在市场环境、人才储备和产业 配套上存在相对短板，亟需将资源优势转化为产业发展动能。另一方 面，东部地区市场环境优越，但面临更严格的能源、资源等管控压力， 综合算力指数蓝皮书（2025 年） 31 在有限约束下实现算力产业高质发展，更需进一步依靠区域合作和协 同来实现。 来源：中国信息通信研究院 图 20 省级行政区环境分指数 Top10 2.资源环境 我国省级行政区环境分指数-资源环境

云计算研究白皮书 2025 年 中国电信云计算研究院 2025 年 12 月 31 日 前言 在成立第二年的 2025 年底，中国电信云计算研究院按计划第二次发布年度云计算研究白皮书。白皮 书主体结构按照云计算研究院“三个面向一个围绕”的四大研究方向组织，即：一、面向下一代云计算的 研究，体现云计算的专业定位；二、面向云网融合的研究，体现对中国电信战略的承接；三、围绕智能算 法的研 （+0.5%） (+2.1%) (-1.9%) (b) 近三年头部企业研究数量占总比及相较去年变化 图 1.5: 近三年头部企业在研究成果的影响力分布 企业在学术研究领域活跃度保持不变，大约 31% 的近三年学术成果有企业参与，且大部分以国外厂 商为主。以华为和阿里巴巴为代表的国内厂商学术影响力增加显著。如图 1.5(a)所示。本节将发文数量较 多的企业划分为三个梯队，相比 2024 年统计结果，阿里云近三年发文量超越 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 API 实现数据系统与硬件的解耦，提升了资源利用率和系统扩展性。随后，又通过挖掘多线 程程序的异步性，进一步优化了分离式内存的访问性能和编程易用性 [31, 32]。 • IR 运行时: Google 和 OneFlow 针对 AI 场景下的多样的硬件资源集群，提出了支持算子 粒度任务执行的运行时，通过统一抽象算子来支持不同 CPU、GPU、FPGA