成出口总额 14.3 万亿元，占全国比重达 59.6%；实际利用外资总额 合计近 700 亿美元，占全国比重达 59.5%。集群优势显著增强，产 业集聚载体建设卓有成效。制造业强市合计培育 62 个先进制造业集 群，占全国比重达 77.5%；中小企业特色产业集群名单入选率高达 70%。龙头企业发挥领航作用，大中小企业形成合力。制造业强市 累计培育 290 家中国制造业 500 强企业，占比高达 科技创新与产业革新双轮驱动，平台效应加速城市创新要素集聚. 14 （四） “向海集聚”特征突出，高水平开放效应增强................................. 16 （五） 集群优势显著增强，产业集聚载体建设卓有成效............................. 20 （六） 龙头企业发挥领航作用，大中小企业形成合力...................... ......................................................... 21 表 4 制造业强市中先进制造业集群主要城市名单（截至 2024 年 12 月）22 表 5 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....................

技术加速创新，成为各国抢占科技革命与产业革命 优势地位的技术制高点。2024年3月，中国政府工作报告提出：“深化大数据、人工智能等研发应用，开展 ‘人工智能+’行动，打造具有国际竞争力的数字产业集群“。人工智能将在推动产业升级、促进新质生产 力加快形成等方面发挥重要作用。2025年1月，美国政府宣布OpenAI、软银和甲骨文三家企业将在美国建设 支持AI发展的基础设施，即“星际之门”。该项 算力基础设施高速发展，而以支持AI/LLM为目标构建的新型智算 中心成为数字新基建的重要底座。 趋势洞察 01 图1-1 生成式人工智能市场 趋势洞察 02 随着大模型训练参数以及GPU集群规模的不断提升，智算中心网络组网规模持续扩展，接入速率从 200Gbps升级至400Gbps/800Gbps乃至1.6Tbps，无损、低时延性能要求严格，推动智算中心网络以及智 算中心间跨区域网 动算 力供应链自主化。高效的算法一方面减缓了AI训练的算力需求，另一方面AI应用的普及导致AI训练与推理的 侧重点发生转变，预计未来几年推理算力占比将远超训练部分。 1.2 技术破局：从GPU集群到分布式协同一体 建设和运营智算中心需要巨大的资本投入，包括购买昂贵的AI芯片、建设高密度机房等。AI工作负载对 网络带宽和存储性能有极高的要求。AIDC需要优化网络架构，例如采用高吞吐量的以太网或InfiniBand，并

设备到软件系统、从单一架构到多云环境、从被动响应到主动预防的全方位变革挑战， 亟需构建一套适配算力时代特征的系统化运维体系。 当前，算力基础设施正经历着通算、智算、边缘计算多态融合的发展阶段，高密 度计算集群、异构芯片架构、分布式存储网络以及云边协同部署等技术趋势，使得运 维对象从传统服务器扩展至 GPU/TPU 加速器、液冷系统、智能能效管理平台等多元组 件。同时，“双碳”战略推动下的绿色运维要求、数据安全法规强化带来的合规压力， 计算领域，处理自然语言、图像识别、语音识别等任务，以 GPU 为代表。 超算算力场景：面向科学研究、工程仿真等高性能计算场景的集群化计算能力， 应用于需极高计算能力的科研及工程领域，处理大量数据和复杂的科学计算任务，如 气象、医疗、生物、仿真等领域，以 HPC 为代表的计算集群。 1.1.3 算力运维与传统运维的区别 传统运维核心是“保稳定”，注重基础设施可靠性；算力运维核心是“提效率”， 个国家数据中心集群，“东数 西算”工程稳步推进，将东部海量数据传输至西部数据中心集群处理，充分利用西部 能源优势，降低运营成本。同时，大型互联网企业、科技巨头纷纷加大在算力领域的 投入，建设超大规模算力中心。 1.2.2 算力芯片结构多样化 算力中心和传统数据中心在服务器芯片结构上存在本质的差异。传统数据中心芯 片架构相对单一，主要以 CPU 为算力核心，基于 CPU 和云存储集群提供的相关云服务，

因此，要提升数据中心算力服务能力，就必须进一步提升数据中心网络性能。根据 《中国综合算力指数（2024年）》报告，计算、存储和网络是算力最重要的组成 部分，在数字经济发展新时期，需要更加关注构建集群算力、存力和运力于一体的 数据中心。 4 2.2 通算数据中心网络发展趋势与挑战 根据中国人民银行发布的金融行业标准《金融数据中心容灾建设指引》（JR/T 0264—2024），通用计算网 Opus通过混合推断模式实现“快速响应”与“深度反 思”的动态平衡。 模型摸高驱动集群规模走向10万卡，代际快速演进： 北美头部互联网客户在智算领域 的投资保持60%增速，例如Meta在2025年持续扩大英伟达H100 GPU集群，规模超35万 卡，网络代际向800GE快速演进；“星际之门”总投资超1150亿美元，2025年底建设超 6 30万卡GB200集群。国内客户也在积极跟进，例如字节2025年在智算领域投资1600亿 Cache访问流量、存储访问流量等多种流量类型在同一网络中并存，且流量模式具有明 显的突发性和不可预测性。同时，推理部署形态也发生革新，PD分离, Attn-FFN分离等新 架构模式相继涌现，有效优化资源利用效率，进一步推动推理集群化部署。 3）普惠AI与终端革命：应用AI化，要求高性能、低时延的网络 AI技术正从“奢侈品”变为“基础设施”，带动产业AI升级，并深度融入终端设备。 产业AI升级，对性能要求更高：以金融为例，风控策略从之前的静态模型+动态策略升

存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等 复杂任务。 类型 设备种类 设备名称 IT设备 连接器 光纤 光模块 网络设备 交换机 路由器 算力设备 限。相较于传统云资源池以CPU为通用计算主体，当下以GPU为代表的芯片成为提供智能 算力的主力军。借助云计算实现零散智算资源集中与纳管的优势，各大云厂商纷纷在智算领域进行布局，形成千卡、万卡智能云集群，以云服务的方式提供可便捷 获取的智能算力。云计算与智算资源融合形成的智能云能够为大模型训练和推理提供充足的算力资源，已经成为促进人工智能领域发展的坚实底座。 年均复合增长率 2015-2021 2021-2023 大模型训练对算力中心提出更高要求 AI大模型的训练对算力中心提出了更高要求，涵盖集群化部署、高效网络通信、大规模电力供应及专业运维管理 等多个维度，促使算力中心的定制批发模式成为承载大模型厂商算力中心需求的主流模式。 20 大模型训练带来的算力中心需求将由定制批发模式承接 • 为保证大模型训练效率，大模型厂商对算力中心提出更高要求 算力中心 ✓ 网络通信：集群内部节点之间更高的网 络带宽与更低的网络延迟 ✓ 能源供应：稳定的大规模电力供应

务，构建稳健高效的算力平台，才能将算力转化为驱动创新的价值源泉，持续 释放算力价值。 智算服务是发挥极致集群算力的关键要素，释放算力新质生产力，服务 不可或缺。智算集群是一个复杂工程系统，非简单的软硬件的堆砌，它要求 算、存、网、服务的高效协同。智算服务包含智算集成、运维、计算使能和优 化、辅助运营等方面。发挥极致集群算力，需要构建智算服务产业共识，持续 推进智算服务产业升维。 我们期望通过本案例集的 广东电信韶关数据中心间接蒸发冷却技术应用 ..................................................... 11 3.1.5 联合开发智算运维调度系统保证集群训练长稳高效 ............................................. 13 3.2 模型支持和行业应用类服务 ......................... 在运维阶段，如何将不同架构、不同厂商的算力资源高效池化、统一调度和管理，是 一个巨大的技术挑战。智算集群对稳定性与可靠性要求极高，AI 训练任务通常需要连续运 行数天甚至数周，任何硬件故障或网络波动都可能导致任务失败，造成巨大经济损失和时 间成本；智算集群的软硬件耦合深，故障定界困难。从芯片、服务器到集群网络、调度系 统、AI 框架，任何一个环节出问题都可能导致服务不可用，因此对运维团队的技术深度和

集群资源无 法充分利用 集群存在低峰资源 利用时间 ，资源空 转， 同时集群对硬 件 CPU 、内存需求 不一致，可能导致 资源浪费 不同计算引 擎运行性能 存在差异 计算引擎差异导致 任务运行时间和资 Hadoop 云计算基建 HBase 智能计算引擎 资源调度 权限控制 成本计算 clickhouse 集群运维 spark kafka Mongo 服务层 云存储 presto flink SDK ES 美图大数据计算智能引擎 Presto 引擎 个性化设置 参数优化 权限控制 集群资源调度 Hadoop/Spark Yarn Presto Yarn Flink Yarn 云存储

........ 24 （四）其他场景...................................................................... 26 1.产业集群协同创新....................................................... 26 - 2 - 一、卫生材料及医药用品行业中小企业发展情况 （一）卫生材料及医药用品行业定义与范围 之一。 3.试点城市行业情况 南昌市作为我国卫生材料及医药用品行业的重要产业集聚 区，已构建起“核心基地引领、全链协同发展”的完整产业生态 - 5 - 体系。南昌卫生材料及医药用品产业集群特色鲜明，形成了从医 用原材料加工、核心耗材制造到智能设备研发、销售服务的完整 产业链条。作为全国知名的“医疗器械之乡”，卫生材料与医用 耗材板块成为进贤县产业核心支柱，凭借输注类产品全国第一的 的可持续发展。为助力卫生材料及医药用品行业中小企业精准 推进数字化转型，聚焦企业全业务流程核心需求，重点围绕计 划排程、生产管控、质量管理、采购管理、仓储物流、售后服 务（均为行业高频核心场景，且区别于通用场景）及产业集群 协同创新场景（特殊场景）等，开展了一系列探索与实践，为 行业中小企业提供可落地的转型方向与路径参考。 - 10 - 图 2：卫生材料及医药用品行业中小企业数字化转型典型场景金字塔图 - 11

2、机柜配电支持小母线或者配电柜 通道撬块 DC架构简介 钢构方案 34 RD15 IT负载： 15.2MW@50 kW/机柜 AI：16模块 丨 872 kW/模块 丨 3488 kW/厅丨 14MW/集群 园区渲染图 总体指标 总用地面积 13440㎡ 数据中心建筑面积 5450㎡（不含钢架平台、制冷机房面积） 总IT功率 15.2MW IT液冷机柜 50 kW/柜，16柜/模块，共256柜 kW/柜，30柜/模块，共120柜 设计等级 Tier III 备电/备冷时间 10 min 极限PUE 1.13 通用：4模块 丨 300 kW/模块 丨 600 kW/厅丨 1.2MW/集群 设计概况 RD15 配电系统 配电架构* IT：3DR*4 通用+动力：3DR 电力模块 IT：3.0MW*12 通用+动力：1.8MW*3 变压器 2500 kVA*15 柴油发电机 DG Diesel Generator Liquid supply Liquid Return 36 RD16 AI：36模块 丨 872 kW/模块 丨 5232 kW/厅丨 31.4MW/集群 园区渲染图 总体指标 总用地面积 15140㎡ 数据中心建筑面积 9996㎡（不含钢架平台、制冷机房面积） 总IT功率 33.8MW IT液冷机柜 50 kW/柜，16柜/模块，共576柜

................46 图表13：2021-2025年上半年中国在用数据中心机架规模及算力规模.......................53 图表14：中国“东数西算”枢纽节点集群发展定位................................................54 图表15：2023-2025年中国算力产业重要政策.................. 战的液冷散热 技术以及模块化架构成为重要发展趋势，ODM厂商代表如浪潮、纬创、富士康与品牌商 戴尔、HPE、联想、华为、新华三之间竞争激烈。海量数据吞吐需求依赖高速存储技 术，而保障大规模算力集群高效协同的关键则在于高速互联网络如InfiniBand和RoCE， 以及持续升级的光通信技术。 全球重点区域算力竞争态势分析报告（2025年） 9 中游算力服务与软件平台层扮演着连接硬件与应用的桥梁角色。操作系统层面，从 息化时代的计算机与互联网，这些基石性驱动力不仅重塑了产业形态，更定义了国家竞 争力的内涵。当前，全球正处于第四次工业革命——智能化革命的关键阶段。以物联 网、云计算、大数据和人工智能为核心的融合技术集群，正推动社会生产与生活方式发 生全方位、深层次变革。在此进程中，算力已演进为智能时代的“新电能”，成为激活 数据潜能、驱动科技突破与经济增长的最基础、最核心的战略性资源。 图表 2：四次工业革命发展历程