国投集团： 财务数智化建设助力数字国 投 超大型央企财务综合数智化转型 目 录 财务数智化项目建设背景 强管控：全集团财务核算“ 一本账” 统标准：全集团财务共享“ 一体化” 1 2 3 PAR T 财务数智化项目建设背景 1 国投集团：业务遍布海内外，多元化产业，规模体量大，经营业绩卓越 电力 为主能源 矿产 资源开发 交通 先进制造 新材料 生物能源 健康养老

面网络，承担系统业务调度与带内管 理流量，采用多层CLOS组网，通常部署为TCP/IP有损网络。几类网络通过逻辑或物理隔离，确保智算中心 高效协同，同时降低跨流量干扰。 为满足智算中心内部网络超大规模、超高吞吐、超低时延、超高可靠性的性能需求，构建智算网络的技 术体系如图2-2所示，包括智算网络基础设施层、拥塞控制层、流量调度层、网络协议层和集合通信层以及高 可靠性保障和智能化运维等功能模块。 产业联盟正积极自主创新 全向智感互联OISA技术，Gen1支持800GB/s，相关标准和芯片已发布；智算中心网络主要传输协议是IB和 RoCEv2，这两者都是基于RDMA旁路卸载低时延技术。面对超大规模智算集群网络的更高要求，基于 RoCEv2进一步技术演进，中国移动提出全调度以太网（GSE）技术架构，超以太网联盟（UEC）提出新一代 UET传输协议，业界还创新发展分布式解耦DDC新架构， 通过自动化部署降低集群配置时间，提高网络管理效率；通过带 内遥测（INT）与自动化采集技术，构建全链路数字孪生；通过AI驱动故障预测、根因分析以及自愈动作闭环等。 2）智算网络演进与创新 随着超大规模智算集群建设的新需求以及技术创新的迭代进步，智算网络技术从硬件基础设施到网络架 构和协议，到网络无损和流量控制等，持续快速演进。根据业界的发展状态和趋势，如图2-4，规划梳理了其 大致的技术发展脉络：

算力中心供给分析 IV. 算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 二次训练 全参微调 局部微调 算力需求 超大规模 千卡~万卡 大规模 数百卡~千 卡 较小规模 单卡~8卡 起步 小规模 单卡1卡起 步 工程难度 很高 TP/DP/PP并 行，海量数据 高 基模选择、 高质量数据 较高 十万~百万 条指令集 一般 <万条指令 集 推理 To C推理 To B中心 To B边缘 算力需求 超大规模 千卡以上 大规模 数百卡 小规模 大模型在不同场景的算力需求及工程难度 算 力 训练阶段 微调阶段 ➢ 训练完的模型参数量也会影响推理端算力 大模型训练 作为驱动人工智能发展的关键生产要素，数据规模多维度影响大模型的性能与应用场景：超大模型追求“能力上 限”，轻量化模型聚焦“应用普适性”，两者共同推动人工智能从实验室研究走向规模化商业落地。 17 资料来源：灼识咨询 大模型的发展及参数量变化 ➢ 规模法则（Scaling l

电氢综合应用 ) 三种 降碳模式及其关键影响技术的发展，零碳演进路径主要存在三种可能演进方向。 2060 年仍充许一定的排放配额 [ 演进方向 1 大规模新能源 + 煤电 +CCUS 演进方向 2 超大规桢新能源 + 储能 + 需求侧响应 演进方向 3 更大规模新能源 + 储能 + 电氢 》二、新型电力系统演进路径 新型电力系统两大演进路径 路径 1 低碳演进路径 路径 2 零碳演进路 移除的碳排放量将达 10 亿吨 / 年。 2030 年高峰负荷日电力平衡 2060 年高峰负荷日电力平衡 》二、新型电力系统演进路径 CCUS mu 新型电力系统关键影响技术——零碳路径下演进方向 2( 超大规模新能源 + 储能 + 需求侧响 应 ) 口 在方向 1 的基础上，如考虑到 CCUS 技术的成熟度和经济性问题，以及高调节性能、低利用小时数 煤 电的技术经济性和生存机制等问题，导致煤电无法 能力 系统总电量 低碳 传统技术 最大 较大 较大 强 大 零碳 / 方向一 CCUS 大 大 大 强 大 零碳 / 方向二 大规模长时储能 小 超大 超大 弱 大 零碳 / 方向三 电氢 小，但中间过程中 可较大 最大 大或 超大 强 相对 较小 新型电力系统演进路径——演进方向 口 两条路径以及零碳路径的三个演进方向的特征对比如下表所示。 》二、新型电力系统演进路径 新型电力系统演进路径——演进方向

V/50 V 电压域转换至 6 V 的中间总线。图 10 显示了该模块及其实测效率曲线。 12 二、AI 服务器机架的供电 预测三：AI 服务器机架的功耗将超过 1 兆瓦 在针对拥有万亿级参数的超大规模AI模型进行训练时，需要将数千颗GPU集成在同一台机器中，并以同步模式运行。 机架之间的数据通信通常通过光通信实现，而 IT 机架内部的高速互连则依赖专用处理器，通过铜缆将每个 GPU 与 其他 达到数百兆瓦级别。 在未来几年内，为满足规模日益庞大的 AI 模型对算力的无限需求，预计将出现专门的“AI 工厂”。在同一数据中 心园区内，此类设施的用电量将达到吉瓦级，甚至可能超过数吉瓦。多家超大规模数据中心运营商已发布了相关 建设计划 [2,3]。在训练过程中，大型 GPU 集群的负载剧烈波动，所引起的电力供应与电网稳定性问题，成为确保 这些数据中心安全运行的重大挑战。要应对这些挑战， 功率转换环节上，实施瞬态负载的主动缓冲。 此外，在设施层面部署大型电池储能系统（BESS）也将成为必需措施，以确保整个数据中心保持近乎恒定的负载 曲线。 英飞凌致力于沿着整个功率转换链路，支持超大规模数据中心运营商及系统供应商，共同实现可持续、高效且具 经济可行性的电力解决方案。功率半导体正是这些工作的核心所在，其目标包括： 17 • 将任意能源形式转换为处理核心电压所需的负载电流

了GPU计算的软件生态；开源社区如Hugging Face则提供了丰富的模型库与工具集，加速 了AI应用落地。数据服务与管理、中间件与平台软件等环节也发挥了重要的辅助和连接 作用。数据中心作为算力的物理承载中心，其发展呈现出超大规模化、绿色低碳化、智 能化运维以及为满足低延迟需求而部署边缘节点的显著趋势，绿色低碳化具体表现为广 泛应用液冷和自然冷却技术，并积极利用可再生能源。中国的“东数西算”战略是推动 数据中心区域 》大力扶持本土先进制造，力图维 持其技术领导力。中国在国家战略驱动和巨额投入下，正全力推进半导体产业链涵盖设 计、制造、设备和材料的自主可控，在成熟制程扩张、人工智能或网络等专用芯片设计 以及超大规模数据中心部署方面取得明显进展，成为重塑格局的重要力量，但也持续面 临供应链脱钩风险。欧盟通过欧洲芯片法案雄心勃勃地提升本土先进制造能力，吸引台 积电、英特尔、三星等巨头建厂，并强化其在汽车芯片、工业半导体及量子计算等领域 3、算力供给现状 美国算力基础设施供给规模快速增加，智算中心建设进入高速发展期，多元化投资 格局进一步丰富了美国算力供给生态。微软宣布投资110亿美元建设新一代AI数据中 心，单集群规模达到数万张GPU，支持超大规模模型训练任务。亚马逊AWS在俄勒冈州部 署的AI算力集群配备2万颗自研Trainium芯片，专门针对大模型训练场景进行优化。谷 歌在俄克拉荷马州建设的液冷数据中心支持10万张TPU同时运行。新兴算力供应商快速

AI Fabric）需要具备超大规模组网、 1 引自《新质互联网智鉴报告 V1.0》 2 引自《新质互联网智鉴报告 V1.0》 新质互联网智鉴报告（2025） 05 06 无损高吞吐，以及智能容错能力，满足单数据中心算卡从千卡到万卡、十万卡的超大规模集群连接，网络速率从 Gb 级别迈向 400GE/800GE/1.6TE 高速时代，对数据中心网络提出了超大规模扁平化组网、网络级负载均衡、 间维度上看，联算网络由智算中心网络和智能 IP 广域网组成，二者正日益成为业界关注的重点领域。 智算中心网络是支撑 AI 训练和推理的核心载体，承担着在智算中心内提升算力利用率、实现资源动态调度 的重要使命，正向超大规模集群扁平化组网、算网协同、设备液冷等方向演进。一方面，AWS、Meta 等科技巨 头推动智算集群向百万卡级扩展，面临技术和能源双重挑战。当前两层盒式 51.2T 的盒子通过光 shuffle 或者多芯 要对飞行环境的无盲区感知，增强低空飞行的安全性，这带来了通感一体需求。同时，需要提供高速、可靠的通 新质互联网智鉴报告（2025） 13 14 （一）网络体系架构创新 一是智算网络向“单点超大规模”与“多点跨域协同”双轨并进发展。当前智能算力普遍存在“小而散”的格局， 难以支撑未来万亿参数级以上大模型的训练与推理需求。为此，亟需从两个维度协同突破：一方面，构建支持超 大规模智算集群的新型组网架构，加快推进

制造业强市中小企业特色集群主要城市名单（截至 2024 年 12 月）23 表 6 2023-2024 年制造业强市工业增加值分区域占比情况....................... 27 表 7 超大、特大城市第二产业占比变化..................................................... 30 城市制造业高质量发展研究报告（2025 年） 1 一、 致“旧动能已退，新动能未立”，2024 年我国制造业比重仅为 24.9%， 已经跌破 25%警戒线。传统产业退出/进入比伴随产业转型升级受阻， 超大特大城市经济增速呈现明显放缓态势。部分城市制造业比重下降 城市制造业高质量发展研究报告（2025 年） 30 过快。对城市经济韧性构成威胁。近十年，超大特大城市第二产业占 比呈显著下降趋势，其中成都和长沙降幅最大，分别是 12.4%和 13.5%。 在 8 个北方城市中，4 未形成“研 发设计-生产制造-市场”的全链条赋能生态。标准协同方面，融合业 态应用标准仍缺乏统一规范，制约不同行业企业流程对接、资源整合 与共享，阻碍了服务业与制造业协同效率提升。 表 7 超大、特大城市第二产业占比变化 城市名称 2012—2017 年 占比平均(%) 2018—2023 年占比 平均值(%) 两时期平均值之差 (%) 成都市 44.75 32.37 -12.38

设。 2.2. 价值和愿景 “全光网 3.0”是推动新型工业化与数字基础设施融合发展的关 键支撑。通过能力升级、架构重构、服务模式创新，光网络向数智融 合、多维感知与天地协同转型，并具备超大带宽、极低时延、原生智 能、弹性敏捷等核心能力。促进区域资源协同共享，支撑算力资源灵 活配置、数据要素高效流通，加速智慧工厂、智慧办公等产业数字化 升级，推动远程教育、远程医疗等城乡数字鸿沟弥合，带动实体经济 区域等方向陆缆穿境资源，拓宽陆地光缆通道，推动多个陆海光缆联 运通道建设，为海洋光缆网提供强有力的业务分担与安全备份。 国内骨干光缆网围绕国家算力枢纽节点，构建高效直达（低时延） 和战略底座（广覆盖）协同的立体化布局，高效连接超大型/大型数据 中心，覆盖枢纽、核心机楼，衔接亚美欧的国际通信出入口局和海缆 登陆站。构建干线光缆城区终接新型结构，优化局房基础设施布局， 减少进城绕转，优化时延并提升网络安全性。全面部署 G.654 3.3.1.骨干光纤通信网目标架构 骨干光纤通信网的目标是构建以云/数据中心（DC）为中心、国 内多层次网络融合、国际国内一体化、地面网络与卫星空间网络协同 的综合传输承载精品网络，提供超大带宽、超高可靠、极低时延、弹 性敏捷、多维感知、智能运营的网络能力。 国内网络多层次融合组网：按照一二干融合组网，打造全光覆盖 基础干线层和立体高效调度层网络架构，实现多速率、多类型业务高

协同”，助力城市治理体系和治理能力现代化。 2022 年 XX 区制定出台“1+4”系列文件，全面启动全域治 全域治理物业城市一网统管数字平台项目 1 0 理。XX 通过全域治理，将全力破解超大型城市中心城区治理中 存在的空间分割、条块分割、部门分割、层级分割、“政—企— 社”分割、线上线下分割等顽症难题，牢固树立全周期管理意识， 持续推动城区治理手段、治理模式、治理理念创新，逐步实现 用、政府主导、技术支撑的原则，做好统筹规划、数据共享归 集、数据治理等工作。还要进一步拓展 CIM 平台的应用场景 加快建设包括地下空间数据在内的全市统一数字底座，更好地 应用 BIM、CIM 等数字技术来推进超大型城市治理体系和治理 能力的现代化。会议提出了以下内容： 三、关于在 XX 区开展智慧城市物业街区试点工作 （十一）请 XX 区做好智慧城市物业街区试点工作，11 月 底前出台试点工作方案，并明确时间表任务图。试点工作要广 术支撑的原则，做好统筹规划、数据共享归集、数据治理等工 作。还要进一步拓展 CIM 平台的应用场景，加快建设包括地下 空间数据在内的全市统一数字底座，更好地应用 BIM、CIM 等 数字技术来推进超大型城市治理体系和治理能力的现代化。在 XX 区开展智慧城市物业街区试点工作，要广泛吸收国内外先进 城市经验，探索推动管理模式、评价标准、职能配置等领域的 创新，化解各类城市治理问题，推出一批让基层用得上、用得