综合算力指数》为我们提供了一个全面而系统的视角来洞察我国算 力发展最新进展。通过科学的指数体系构建，将“综合算力”解构为几十余项具 体的指标，映射出我国在算力领域的发展状况，这将为国家制定精准的产业政 策提供科学依据，为产业的技术创新和投资方向提供“指南”。 展望未来，我国算力发展之路机遇与挑战并存。我坚信，在全国各界的共 同努力下，我国算力产业必将实现量的稳步增长与质的显著提升，加速高质量 发展的新征程！ 邬贺铨 中国工程院原副院长 我国综合算力发展现状，全面把握区域产业短板与优势，成为推动 我国数字经济高质量发展的新命题。 我国正处于数字经济加速跑的关键期。近年来，我国在算力领 域取得了显著进展。一是算力结构不断优化，技术创新成果频出； 二是存储规模与性能实现结构性突破，为海量数据的高效处理提供 了有力支撑；三是运力基建稳步推进，调度机制逐步完善，有效提 升了算力资源的调配效率；此外，模型技术与产业应用的双轮驱动， .................................................................................... 5 （一）算力结构优化与技术创新并进................................................................ 5 （二）存储规模与性能结构不断突破............

我国智能算力正处于从规模化扩张向高效化提升的关键期，AI 计算 节点凭借高密集约、高速超宽、高效灵活、高稳可靠的核心特征， 通过节点架构重构、超低时延网络、CXL 内存、智能算力调度、绿 色低碳供能等核心技术创新，在大模型训练、高并发推理及金融、 工业、能源等行业场景应用中发挥着关键支撑作用。 立足新发展阶段，本报告系统分析 AI 计算节点发展概况、核心 技术、应用场景、产业生态及未来趋势，为政策制定、技术研发与 Grace CPU 与 Blackwell GPU 互联，支持跨设备内存直接访问，为千亿参数大模型训练提供 弹性扩展能力，降低硬件冗余成本。 （五）智能算力调度，提升资源利用效率​ 以软件层技术创新为核心，构建算力调度体系，着力解决传统架 构下资源闲置、适配低效等问题。在调度系统方面，产业界研发支持 “训练-推理一体化”的协同调度平台，通过实时监测算力负载与模 型计算需求，破解传统架构下的资源闲置、适配低效等问题，搭建分 障秒级切换与算子级故障恢复等技术，延长系统平均无故障运行时长， 缩短故障恢复时间，避免因单点故障或局部异常导致的训练中断，保 障大规模模型训练的连续性与稳定性。 业界厂商积极推动 AI 计算节点技术创新和产品研发，全面提升 模型训练效率。2025 年 7 月，新华三发布 H3C Uni-PoD 系列计算节 点，其核心 S80000 单柜可部署 64 张 AI 加速卡，柜内可实现卡间全 互联通信。2025

.........................................................................................134 7.1 技术创新...........................................................................................136 7.2 剧迫使银行不断提升服务质量以吸引和保留客户。传统的业务模式 已无法满足现代消费者的期望，尤其是在数字化和个性化服务方 面。其次，监管环境的复杂性要求银行在合规性和风险管理上投入 更多的资源，以确保业务操作的合法性和透明性。此外，技术创新 的快速迭代对银行的技术基础设施提出了更高要求，如何有效整合 新兴技术如人工智能、区块链和大数据分析，成为银行提升运营效 率和竞争力的关键。最后，客户数据的隐私保护和安全性问题也日 益突出 欺诈 行为的发生。以下是金融银行业务的具体挑战：  市场竞争：如何在激烈的市场竞争中脱颖而出，提供差异化的 产品和服务。  监管合规：应对不断变化的法规要求，确保业务的合规性。  技术创新：有效利用新技术，提升业务效率和客户体验。  数据安全：保护客户数据隐私，防止安全威胁和数据泄露。 针对这些挑战，金融银行需要采取切实可行的解决方案，以提 升业务能力和市场竞争力。 1.3

唯有筑牢 " 算 - 存 - 网 " 协同之基，方能托举 AI 普惠九霄之志。 联想以混合式基础设施为支点，撬动 AI 全场景落地：万全异构智算平台 3.0 携四大技术创新破局―― AI 推理加速算 法集实现 5-10 倍性能跃 升， 编译优化器降低 15% 训练成本，慢节点自愈系统达成万卡十分钟 级故障 恢复，专家并行算法削减 3 倍推理延迟。这一技术底座更通过联 EP 并 底层优 AI 算力基础设施优 模型 ※ AI 基础设施建设，迈向高效低成本新时代 DeepSeek 为 AI 基础设施建设带来了显著变化： 尽管 DeepSeek 通过技术创新大幅降低了 AI 应用门槛，但企业在实际落地过程中仍面 临诸多挑战。从算力供给与需求的动态失衡，到技术架构与现有 IT 生态的兼容难题，再 到模型性能与工程效率的权衡困境，这些矛盾成为阻碍 AI 规模化应用的关键瓶颈。在下 企业实际应用过程中仍面临显存不足、处理效率低等问题，成为阻碍 AI 应用规模化落地 的 “ ” 最后一公里 。针对这些技术难点，联想通过软硬件协同优化，提升模型性能，真 正 将技术优势转化为可落地的解决方案。 首先，联想通过技术创新大幅提升了显存利用率，进而实现了性能的提升。以联想问天 WA7785a G3 为例，在 768GB GPU 显存条件下，即可部署 DeepSeek 671B R1 和 V3

智能技术加强对法律实施和执行的监督，提高执法 效率和公正性，确保法律的有效实施，维护社会秩序和稳 定。 保障法律实施与执行 社会公平与正义促进 鼓励技术创新与应用 法律行业的可持续发展需要不断创新和进步， AI 智能技术为 法律行业的技术创新提供了动力和机遇，推动法律行业不断探 索新的业务模式和技术应用。 促进法律知识传播与共享 AI 智能平台促进了法律知识的传播和共享，使更多人能够学习

随着大模型技术的普及，越来越多的企业和研究机构开始开放其模型和算法，以促进 �� 更广泛的研究和应用。然而，一些领先的技术公司仍然选择保持其模型的封闭性，以确保 商业竞争力和知识产权的保护。这种闭源与开源的动态平衡，带来了技术创新的快速迭代， 促进了知识的共享和行业的合作。 闭源模型：一些大型科技公司继续开发和维护他们的闭源模型，如OpenAI的GPT-4和 百度的文心一言等。这些模型在特定任务上表现出色，但由于其不公开的特性，限制了更 拓展人工智能技术的能力边 界，并探索其在现实世界问题中的应用。这种开放性不仅加速了新技术的产生和验证，还 促进了不同领域间的交叉融合，为解决复杂问题提供了更多可能性。总之，开源大模型不 仅是技术创新的象征，还促进了知识的共享和协作，更是人工智能领域开放合作精神的 体现。 从深邃的科学探索到广泛的商业实践，在过去的一年中，大模型技术展现了其巨大的 潜力，并开始逐步转化为现实生产力的重要驱 大模型技术在保险行业的初步应用已显现出效率提升、客户体验优化及风险管理能 力增强的显著优势。然而，要全面释放这些技术的潜力，保险公司必须积极应对推理速度、 精准度、监管合规、数据隐私、模型解释性及技术投资等多方面的挑战，通过技术创新与合 规管理，推动保险科技的健康发展。 �� 在当今这个日新月异的数字时代，全球各行各业都在经历着生成式AI带来的前所未 有的变革与重塑。作为传统金融行业的重要组成部分，保险业也面临着前所未有的挑战

61158 ，现场总线 • IEC 62439, 高可靠冗余技术 • IEEE C37.238, 高精确时钟同步在电力行业应用 • GB/T 30094, 工业以太网交换机技术规范 全球工业互联网技术创新引领者 国际工业控制技术变革者 使命：构建中国面向未来的“自主可 控”的工业控制体系 东土科技“标准战略” - 工业互联网标 准 起草工业互联网国家标准 工业互联网架构及试验验证平台 工业物联网架构及试验验证平台 开启智能工业未来”，评委由联合国工业发展组织、工业互联网产 业联盟（ AII ）、美国工业互联网联盟（ IIC ）、中国工程院专 家和知名投资机构代表，以及美国、欧盟等行业的权威代表组成， 东土科技和西门子中国共同获得“湛卢奖”技术创新奖。 工信部主办 2019 中国首届工业互联网大赛决赛， 14 名院士作 为顾问评委，东土科技中央研究院智能制造团队从 1009 个项 目中脱颖而出，以“基于软件定义控制与流程的工业互联网解决 方案”荣获最高荣誉一等奖。

个平台提供可操作的指导。 1.1 背景 近年来，人工智能技术的迅猛发展为各行各业的数字化转型注 入了强大的动力。在这一背景下，大模型（如 GPT、BERT 等）因 其强大的自然语言处理和生成能力，逐渐成为了技术创新的核心。 大模型通过对大量数据进行训练，能够实现文本理解、情感分析、 自动创作等多种应用，为企业提供了新的商业机会和解决方案。 随着云计算的普及，企业对软件即服务（SaaS）模式的需求不 断增加。SaaS  制造业智能生产线降低运营成本 此外，我国的人工智能政策环境也为行业发展提供了强有力的 支持。从国家层面上，政府出台了一系列政策来促进人工智能技术 的研发和应用，涉及资金投入、人才培养和技术创新等多个方面。 这使得人工智能行业的发展得到了良好的土壤。 根据《全球人工智能发展报告》的数据，目前全球主要国家在 人工智能技术上的投入占各国科技预算的比重普遍超过 10%；而中 国政府每年 平台的市场机会巨大，而实现盈利的关 键在于如何深入了解客户需求、掌握行业趋势，以提供更具竞争力 及个性化的解决方案。同时，持续的技术创新与良好的用户体验也 将在塑造市场地位和赢得客户信任中发挥重要作用。 2.1 目标市场确定 在当前数字经济蓬勃发展的背景下，人工智能行业中的大模型 SaaS 平台作为技术创新的重要体现，展现出巨大的市场潜力和应 用前景。为了准确把握该领域的市场机会，必须细化目标市场的分 析。

9.2 对公共安全领域的影响.....................................................................124 9.3 未来可能的技术创新........................................................................126 10. 参考文献............. 合 规流程的参考： 通过上述措施，不仅能够确保公共安全 AI 应用在法律框架内 合规运作，还能提高公众对于 AI 视频监测技术的信任度，进一步 促进技术的应用与发展。最终，我们的目标是实现技术创新与法律 合规的平衡，为公共安全提供更加智能、安全的解决方案。 5.1.1 数据保护法律 在当前数据驱动的社会中，数据保护法律成为企业实施人工智 能和视频智能挖掘应用不可或缺的框架。各国和地区对数据保护的 基础上，为社会安全提供新的解决方案。未来，随着技术的不断进 步，智能化的公共安全体系将进一步扩展应用场景，形成更加完善 的安全防护网。 9.3 未来可能的技术创新 在公共安全领域，AI 大模型视频智能挖掘技术的持续发展将引 领若干关键技术创新方向，以应对日益复杂的安全问题。首先，可 以预见的是更多的跨模态学习技术的融合，通过结合视觉、音频和 文本数据，为安全监控提供更加全面的理解。例如，利用自然语言

1963年，IBM宣布将软件与硬件实行分离定价，此举被视为软件产业迈向产业化的起始点。 1968年，美国计算机科学家在NATO的软 件工程会议上，首次明确提出了软件工程的概念。 智能软件研发行业的兴起推动了软件产业的独立发展、技术创新与产业升级，并广泛拓展了应用领域，满足了多样化的市场需求。 启动期 1970-01-01~2000-01-01 4 智能软件研发行业产业链上游为硬件与基础软件供应环节，主要包括硬件设备和基础 探索以区块链为核心技术、以数据为关键要素，构建下一代互联网创新应用和数字化生态。面向新一代移动信息网络、类脑智能等加快软件产品研发，鼓励新产品示 范应用，激发信息服务潜能。 政策解读 该政策旨在，促进智能软件研发行业通过强化技术创新、深化应用领域及优化产业结构，推动智能化与实体经济深度融合，加速培育新兴产业生态，提升行业整体竞 争力和自主创新能力，助力数字化转型。 政策性质 指导性政策 政策名称 《关于推进IPv6技术演进和应用创