，需要研 发可实时计量、可溯源、可追踪的碳表设备与园区碳排放流信息一体化 平台 2 零碳园区分层控制架构体系 传统集中式控制方式在高比例可再生能源、分布式资源和产消者并存的 园区中面临挑战，需要构建适用于多种主体并存的分层控制架构体系 3 面向"双碳"目标的多市场耦合机制 碳交易市场、绿电市场、绿证市场等多市场耦合机制亟待完善，如何优 化多市场机制以促进零碳园区建设是当前面临的重要挑战 图 7 零碳园区研究挑战与展望 未来发展趋势 智能化 一体化 电气化 零碳园区是我国实现碳中和目标的重要抓手和实践平台 17 / 18 分层控制架构体系构建 零碳园区需要构建适用于多种主体并存的分层控制架构体系。 上层控制：通过园区零碳操作系统进行集中式调控 下层控制：各分布式资源进行分布式控制，共享信息并能独自决策 智能化算法：不同层级控制器依赖不同算法，满足复杂系统的智能化需求

生和应急保障。 3、引入高稳智能体，域内自治自愈、跨域协同容灾、AI风险防控点面结合， 根本上提升异常处理效率和精准度、提升跨域协同容灾能力。高稳智能体犹如科 技武装和作战指挥，面向6G 多网并存、多域协同、多维融合及智能体通信的复 杂性，引入智能化手段替代以人为主、单点排障的传统运管模式。同时，需要增 加“AI风险防控”有效评估和拦截智能化本身引入的风险。 此外，建立网络可靠性评价体 网络运行中，各网络功能大都通过独自决策、或相邻两者之间协作进行策略 调整，缺乏端到端全局视角。6G网络多网并存（固网、星网、4/5G公专网等）、 多域协同（无线、承载、传输、信令网、语音网、子网等）、多维融合（通、感、 24 智、算等），需要构建跨网无缝切换、多域协同定位、多维动态适配的立体协同 容灾能力。  跨网无缝切换：针对 6G 异构网络并存特性，通过 AI 感知多网状态，在 故障或拥塞时自动触发网络切换与业务迁移，打破传统网络孤岛。依托端

& Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 智算产业发展格局与演进趋势 来源：与非研究院 智算产业呈现高度集中与多元化并存的格局，技术创新和政策驱动为主要推动力，绿色低碳与国产替代 成为新趋势。 10 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce & Proprietary. Do not reproduce or distribute. 4. 未来挑战与趋势 核心点： 技术挑战 ｜ 集群规模扩大导致故障率上升，算法效率提升与算力需求增长并存。 架构演进 ｜ 单节点性能提升+横向扩展并行，推理需求驱动芯片架构创新。 应用落地 ｜ AI与实体经济深度融合，需解决算力利用率低、场景适配不足问题。 长期趋势 ｜ DeepSeek等算法优

........................................................................... 4 2. 大模型和小模型在工业领域将长期并存且分别呈现 U 型和倒 U 型分布态势 .....................................6 2.1. 以判别式 AI 为主的小模型应用呈现倒 U 型分布 ...... 全性、可靠 性要求极高的工业场景中，如航空航天、核能等领域，幻觉现象可能带来灾难性的后 果。 6 工业大模型应用报告 2. 大模型和小模型在工业领域将长期并存且分别呈现 U 型和倒 U 型分布态势 从工业智能化的发展历程可以看出，在大模型出现之前，人工智能技术在工业领 域已有较多应用。在前期阶段，工业人工智能的应用主要是以专用的小模型为主，而 大 6利用检索增强生成（RAG）技术，将大模型与其工业 DataOps 平台 Cognite Data Fusion 结合起来，为工业客户提供基于数据的洞察和解决方案。通过将不 同来源和类型的工业数据进行向量化，并存储在一个专门的向量数据库中，可以作为 RAG 的检索源，与用户的自然语言提示一起输入到大模型中，使模型能够提供更加精 准的建议或解决方案。 C3.AI7推出的 Generative AI

································3 （三）产业驱动引领市场投资发展 ································4 （四）产业生态规模化与挑战并存 ································6 （五）标准化与全球化竞争更激烈 ································7 二、广西区块链发展现状 广西壮族自治区信息中心（广西壮族自治区大数据研究院） 广西区块链发展白皮书（2025 年） — 6 — 数据来源：中商产业研究院 图 1 2024 年我国区块链业务形态分布情况 （四）产业生态规模化与挑战并存 我国区块链产业生态在政策驱动与技术迭代下呈现规模化扩 张态势，但监管协调、网络安全等挑战仍存在。在工业互联网建 设方面，星火·链网作为新型数字基础设施的产业生态价值正在 不断增强，截至 2025 当前全球数字经济治理体系正在经历深度重构，区块链技术 作为数字基础设施的核心组成部分，已成为国家间科技竞争的关 键战场。2025 年，全球区块链发展呈现出“标准制定权争夺白热 化”与“地缘技术生态割裂化”并存的显著特征。在这一背景下， 我国通过技术标准输出及应用场景创新等，积极构建区块链全球 化竞争新优势。在技术标准制定上，蚂蚁链联合信通院制定的国 际标准《基于 TEE 的区块链隐私计算》，成为全球首个区块链隐

的发展方向和战略目标。 报告从技术、社会与教育三个维度深入审视机遇与挑战：在技术层面，算力、数据与算法的突破孕育创新红利， 但面临安全、伦理、偏差与治理等现实约束；在社会层面，发展契机与潜在风险并存；在教育层面，知识去中 心化、学习个性化的进程中，需要同步重塑价值导向与能力结构。基于深入分析，报告提出推动高等教育走向 智能、高效、开放、可持续发展的总体目标，涵盖升级智慧教育环境建设、创新人才培养模式、促进跨学科和 2.1.1 技术层面：算力、数据、算法的突破机遇与三重隐忧并存 ······························· 29 2.1.2 社会层面：发展契机与潜在风险并存 ··············································· 30 2.1.3 教育层面：知识平权化机遇与价值重塑挑战并存 ······································ 推动教育高质量发展（通过现代信息技术驱动治理效能现代化 4）。 大模型为教育行业带来前所未有的发展。然而，也带来了一些不容忽视、亟待关注的问题，如人对技术的过度 依赖、人文关怀弱化、数据隐私泄露及教师角色异化等。在此机遇与挑战并存的发展潮流下，世界各国纷纷出 台国家数字化发展战略，规范技术发展路径，抢占未来发展先机，为大模型在教育领域的健康发展奠定了坚实 基础。 1.1 政策概述：世界各地人工智能赋能教育的政策 自 2019

亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模 型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成 为实现“双碳”目标的关键路径。 当前算电协同发展面临诸多现实挑战。在资源匹配方面，算力 基 4%，其中东部算力集群因绿电供给不足仍依赖化石能源， 加剧碳排放矛盾。与此同时，电力系统面临新能源消纳的结构性难题； 尽管我国风光发电装机超 14.5 亿千瓦（2024 年底），但间歇性、波动 性导致西部“弃风弃光”与东部“缺电”并存，而算力中心的灵活负 载特性可成为破解这一困局的关键——通过 AI 调度算法将非实时计 算任务转移至绿电富集时段，理论上可提升新能源消纳率 15%以上， 实现“比特”与“瓦特”的时空耦合。政策层面，“东数西算”工程已 多元异构算力适配纳管 在算电协同体系中，算力资源的异构性是调度管理的关键挑战。 当前计算资源呈现出多层级（云、边、端）、多架构（CPU、GPU、 FPGA、ASIC）以及多运营域（公网、私网、专网）并存的格局。与 此同时，各类算力节点在任务响应能力、能耗水平、部署位置等方面 存在显著差异，若无法统一建模与纳管，将严重制约协同效率。因此， 构建面向多元异构算力资源的适配与纳管机制，是实现算电协同调度

的劳动对象创造了满足 更加多元化、个性化需求的物质基础。二是塑造新型劳动资料。数字 经济推动劳动资料从实体形态向虚拟形态延伸，全方位深化拓展劳动 资料的作用范围，劳动资料分布呈现集中化与分散化并存。三是培育 新型劳动者。数字技术大幅提升劳动者数字技能，深刻改变劳动者工 作方式，催生了自主创业、兼职就业等灵活就业新模式，以工业机器 人为代表的智能装备在劳动过程中得到广泛应用，极大拓展了劳动者 租车、私家车、面包车等传统劳动资料作用的物理和市场空间范围， 综合提升社会资源配置效率和生产力水平。 劳动资料分布集中化与分散化并存。工业经济时代，劳动资料随 着工业企业规模不断扩大，越来越向大企业集中。数字经济时代，劳 动资料分布呈现集中化与分散化并存的发展态势。一方面，核心数字 劳动资料集中化分布。正如同工业大机器往往由企业所有，数字经济 时代，算法、芯片等核心劳动资料一般由数字平台所有，劳动者通常

1、2014年民航局唯一授权AOPA签发无人机驾驶员合格证，授权期限为5年； 2、2018年8月14日，民航局收回授权，将合格证升级为执照，从2018年9月1日开始执行； 3、取消VII取证，同时AOPA合格证并存； 二、国内证照对比： 民航局执照 UTC ASFC 法律依据 民航局 中国航协通航分会与中国 成人教育协会联合推出 中国航空运动协会 管理范围 视距内运行的空机重量 大于7公斤以及在隔离空

模型，当丢包率达到1%时，RDMA报文吞吐量接近为0。 3）不同负载情况下，网络性能指标波动，性能表现不一致。通用数据中心网络在轻载 时一般都可以达到较高的性能，但AI训练是多任务集群，在多任务并存的情况下，同时满足 各任务的高性能需求，对于网络资源的规划和保障提出了更高要求。 中兴通讯版权所有未经许可不得扩散 5 3.1.3 极致高性能是核心 为了最大化集群算力利用率，AI大模型训练通常采用并行处理机制，将一个任务分布在 精密 协同基础上的组件解耦，支撑更具成本优势和持续性的产业生态。基于硬件快速检测的全维 度性能可观测技术，也势必成为支撑下一代智算中心网络高效运行和交付的关键技术。 高性能广域网无损与有损路线并存。广域无损技术能够为业务提供低延迟、低丢包和高 带宽利用率的数据传输服务，除光互联方案之外，确定性网络技术也可用于提供广域长距无 损承载能力。由于广域无损对网络有极高要求，对于时延不敏感的业务，也可增强网络能力 事实上，根据Meta 最新公开的数据，在AI业务的驱动下，2023-2024年间Meta骨干网流量呈现出30%以上的 高增长，且AI流量绝对值已经超过了传统流量。 趋势五：高性能专线与广域公网并存，高通量广域公网受业务和成本双重驱动 受在线和线下计算两种不同场景的差异化需求驱动，高性能广域网将在可预见的未来并 存专线和增强性公网两种模式，前者面向时延极度敏感的在线分布式训练等场景，后者面向