以计算加速迈进智能化未来 ⸺IDC新一代云基础设施实践报告 趋势：云服务能力持续跃升，加速企业数智化转型与创新 01 目录 1.1 技术全面升级，为复杂的企业在线业务提供保障 1.2 软硬一体协同优化，应对AI时代激增的数据冲击 1.3 持续的融合创新，助力企业的国际化布局 挑战：企业多元业务需求与海量AI数据的冲击 02 2.1 在线业务面临性能与效率的极限挑战 �.� AI数据处理与计算协同的复杂度激增 小鹏汽车 4.2 微帧科技 4.3 嘎嘎射击 4.4 蚂蚁集团ZOLOZ 前言 IDC分析师认为：全球AI基础设施革新的浪潮中， 算力需求的爆发正在驱动云计算与边缘计算深 度融合，行业定制化与智能化服务加速渗透，成本优化与绿色计算将成为竞争的关键。未来，基 础设施的核心矛盾将从“资源供给”转向“效率与价值平衡”，技术迭代将围绕“弹性算力调 度”“数据主权治理”“垂直场景深度适配”三大主线展开。 将是客户的关键优先事项，为垂直特定数据类型提供量身定制的云服务将创造有利的竞争优势。 云提供商须为跨行业数据采集、存储和计算需求的大幅增长做好准备。 在AI高速发展和在线业务快速膨胀的时代，企业用户对云基础设施的性能、成本、稳定性、安全 性等方面提出了全新的要求。为适应企业创新、降本增效以及业务出海等需要，云服务商不断通 过协同创新升级全栈服务品质，同时也利用自身融合发展的经验优势，助力企业积极开展国际化

潜力尚待充分挖掘，亟需通过深化一体化算力网建设，强化统筹协 同与动态优化能力；全面提升算力供给质效，加速推动结构的迭代 升级；夯实存力运力底座，促进“算存网”协同演进；构建绿色低碳 体系，加速基础设施绿色升级；深度开展融合创新实践，助力产业 生态繁荣发展。 《2025 综合算力指数》全面呈现了我国综合算力发展现状，挖 掘各地区综合算力发展问题，并给出发展建议，为我国算力产业“点、 链、网 .... 37 （三）夯实存力运力底座，促进“算存网”协同演进.......................................38 综合算力指数 （四）构建绿色低碳体系，加速基础设施绿色升级...................................... 38 （五）深化融合创新实践，助力产业生态繁荣发展.............................. 策对算力产业顶 层规划，明确算力产业的发展目标、战略重点和实施路径，引导算 力资源的合理配置和高效利用。2023 年印发《算力基础设施高质量 发展行动计划》和《关于深入实施“东数西算”工程 加快构建全国一 体化算力网的实施意见》，旨在不断完善综合算力基础设施，增强 算力赋能成效。2024 年印发《推动工业领域设备更新实施方案》， 提出推动“云边端”算力协同发展，加大高性能智算供给，在算力枢

项目背景与目标 近年来，随着我国铁路运输业的快速发展，沿线的基础设施和 周边环境的管理与维护显得尤为重要。优秀的铁路沿线管理不仅能 够提高运输效率，保障安全，还能够促进沿线经济的发展。因此， 本项目旨在通过构建一个实景三维 AI 大模型，提升铁路沿线的管 理能力与服务水平。 该项目的背景主要基于以下几点： 首先，铁路沿线环境复杂多变，涉及到的设施包括轨道、信 号、桥梁、隧道等多种结构，周围环境也包括居民区、商业区等， 情况，从而提高回应各类突发事件的能力。 最后，随着国家对智能交通系统及数字基础设施建设的重视， 人工智能和大数据的发展为铁路沿线数字化管理提供了技术支撑。 构建实景三维 AI 大模型，不仅能够为铁路运营提供科学决策依 据，还能为沿线经济、民生发展提供数据支持。 基于上述背景，本项目计划实现以下目标： 1. 构建全景三维模型，涵盖铁路沿线的所有基础设施和环境要 素，实现对各类资源的可视化管理。 2. 通过 发事件的应急处理能力。通过对历史数据进行学习，AI 模型能够逐 步提高其预测和判断的准确性，减少人工干预的需求，降低人力成 本。 此外，实景三维 AI 大模型在支持智慧交通体系建设方面表现 出色。通过与其他交通设施（如信号系统、监控摄像头等）的联 动，实景三维模型能够实现对铁路运营的实时监控和管理，提升列 车调度的智能化水平。借助于数据融合技术，铁路部门能够实现对 整个运输网络的最优调度，提高列车的准点率和运输效率。

基础服务 普适性 传统手段 运营单一 · 增值服务 · 定制化 · 创新应用 · 线上线下 时效局限 传输困难 缺乏收集 数据孤岛 智慧安全 设施 智慧设施 能源 智慧环境 服务 智慧服务 数据 建设数字化、智能化的智慧建筑 / 园区，解决传统建筑 / 园区的痛 点 · · · APP 移动端 数据平台 Modbus 协 议 智能照明 网关 会议管理 会议签到 会议提醒 门口屏信息发布 与企业微信联动 消防监测 火灾自动报警 消防水设施监测 电气火灾 防火门监测 HTTP 协议 HTTP 协议 管理网关 / 平台 Jace 控制器 BACnet 协议 DDC 控制箱 信息发布管理 设备管理 内容编辑 工单管理 派单 接单 验收 iBMS iBMS 考勤管理 每日看板 考勤查询 汇总统计 用户管理 角色管理 报警管理 中盈能源管 大华监控 理系统 系 统 消防设施 智能电表 智能水表 环境传感器 机房监控 报警管理 设备状态 门禁管理 设备管理 报表查询 设备监测 会议预约 坐席管理 私有 协议 监控存储 碳排放 报表查询

车辆调度优化：基于实时数据和预测信息，构建高效的车辆调 度模型，以减少因车辆不足或过多造成的资源浪费，提升列车 准点率。 3. 服务质量提升：通过分析乘客反馈数据及行为信息，优化服务 流程与设施布局，提高乘客满意度。 4. 运营成本控制：通过 AI 技术实现设备的智能监控与故障诊 断，降低维护成本及非计划停运的风险。 5. 安全监测与预警：构建基于大数据的安全监测系统，实时监测 设 超负荷运转，影响了服务质量和乘客满意度。例如，在北京和上海 等大城市，某些轨道交通线路在高峰期的客流密度已达到 30000 人/公里·小时，这给列车调度、站台管理、乘客安全等方面带来了 巨大压力。 另外，城市轨道交通系统的设施老化和技术更新滞后问题也日 益显现。许多建设于上世纪 90 年代和 2000 年代初的地铁线路，面 临着设备老化、技术不足等问题。系统的老化不仅会导致故障频 发，还可能对乘客的安全隐患造成威胁。 成本、提升服务质量方面发挥重要作用。 以下是城市轨道交通行业现状的主要特点：  高成本： o 建设和运营费用高昂，需长期投入。  大客流： o 高峰期客流量剧增，部分线网超负荷运转。  设施老化： o 部分老旧设施影响安全与服务质量。  技术滞后： o 老旧系统难以满足现代化需求。 通过信息技术与 AI 技术的深度融合，未来城市轨道交通行业 有望实现智能化转型，从而优化资源配置、提升乘客体验，并促进

智能 产业规模不断壮大，核心产业规模已接近5,800亿元。同时，中国已形成了京津冀、长三角、珠三角三大人工智能集聚发展区，拥有超过4400家 核心企业，数量位居全球第二。此外，中国在人工智能基础设施方面亦表现突出，占地规模同样位居全球第二，且智能算力占比超过25%。人工 智能在智能软件研发行业的推动作用日益显著，具体表现在提升开发效率与质量、引领开发模式创新、强化软件个性化与智能化特性，以及加速 SRv6）、网络切片、随 流检测、应用感知网络（APN）和网络智能化等成熟的“IPv6+”技术实现产品化落地。 政策解读 该政策旨在，推动智能软件研发行业加速IPv6技术的应用与创新，促进网络基础设施升级，增强网络安全性和扩展性，支持开发更高效、安全的软件解决方案，助力 实现万物互联，提升国际竞争力和自主创新能力。 政策性质 指导性政策 数据来源: 工信部，国务院，科大讯飞，中国软件，用友网络 机构的合作模式愈发稳健，合作总规模突破2亿元大关，合 作项目数与合同金额均实现了超100%的同比增长。此外，用友网络的专业服务伙伴队伍壮大至708家，认证顾问人数超过5,800名。云服务的基 础设施支持使得SaaS产品能够轻松跨越地理界限，服务于全球客户。同时，基于数据的智能分析和预测能力，SaaS产品能够不断优化用户体 验，提升服务效率，进一步巩固头部企业在智能软件研发市场的领先地位。

证，运用实体AI和机器人技术来创建更自主、更 高效的运营模式，同时全面提升员工能力。 通过与微软、Agility Robotics和英伟达等 合作伙伴携手，该公司正在探索AI辅助的创新应 用，如规划理想的厂房设施。利用预先模拟并确 定设施的最佳布局，缩短调试时间，并为每个设 施确定合适的自动化程度。 另一项应用是基于NVIDIA Omniverse蓝图 打造的Mega平台，用于在工厂和仓库的工业数字 孪生环境中测试机器人集群，包括通用人形机器 反之，若能聚焦于供应链必须达成的关键成果， 并致力于实现全新方式的人机协作，则有望引领 一场全面重塑。 通过奠定坚实的数据基础、投资技术赋能， 并提升员工能力，企业将拥有开启持续价值创造 征程所必需的基础设施。更重要的是，自主化智 能系统提供了推动供应链超越传统职能范畴的 契机，进而实现整个业务端到端的彻底重塑。 实现自主智能供应链 26 实现自主智能供应链 在当今日新月异的商业环境中，要保持领 流程重塑以发掘高价值机遇：我们采用360度全方位流程重塑方法，帮助识别并优先处理特定流程 与用户画像，从而减少阻力、简化运营。 构建现代化数据基础：我们的团队将与您携手构建具备先进计算能力的数据基础设施，以支持快速 分析、数字孪生和物联网应用，从而实现便捷的数据共享和主动的故障排除。 运用智能体式架构：运用埃森哲专有的智能体，我们将帮助您实施多层级、可扩展的智能体式架构， 强化决策能力，驱动更优的业务成果。

加速国有企业的转型升级和创新发展。 同时，为了全面推进数字中国建设，国家发改委于2024年5月21日发布了《数字中国 建设2024年工作要点清单》，该清单明确了数字中国建设的具体任务和目标，包括夯实数 字基础设施、推进数字技术与经济社会的深度融合等多个方面，为数字中国建设提供了全 面的指导和支持。 2.2.1.1 国家部委工作要求 �� 此外，为充分激活数据要素潜能，推动人工智能技术的深度融合与应用，国家发改委 省等省市纷纷 出台人工智能政策，包括鼓励平台企业运用生成式人工智能，将生成式AI技术充分应用于 电商领域、长视频领域、医疗领域等。举例来说，北京设立1亿元支持AI发展，上海推进高质 量计算基础设施建设，深圳设立1000亿元AI基金等，各地形成了激烈的“政策竞赛”。 2.2.1.2.1 地方政策 �� 在北京出台政策方面，4月27日，北京市发展改革委在2024中关村论坛年会上发布了 户利益。通过这些努力，保险公司可以在竞争激烈的市场中保持领先地位，并为未来的发 展奠定坚实的基础。 目前，保险行业的数字化转型已经取得一定成效。众多保险公司制定了前瞻的数字化 转型战略、建立了较为完善的数字化基础设施，并在产品设计、营销、承保、理赔等各个环 节中广泛应用数字化技术。同时，保险行业也在积极探索与新兴技术的融合应用，如人工 智能、大数据、区块链等，以进一步提升数字化水平和服务能力。 （1）数字化转型战略制定

制定应对策略。结合大数据和机器学习技术，我们能够实现对公共 场所和重要设施的实时监控与反应。 近年来，世界范围内发生的多起安全事件引发了政府以及企业 对公共安全的高度重视。据统计，自 2010 年以来，城市公共安全 事件的发生率呈逐年上升趋势，尤其是在大型城市，受众多因素的 影响，导致社会治安形势日益复杂。为应对这一挑战，各地纷纷加 大对公共安全设施的投资，努力提升防治能力。 利用 AI 技术进行视频监控，可以针对以下几个核心问题提供 大模型，实施深度学习算 法以提升对复杂场景的识别能力。特别是，通过训练模型识别不同 光照条件、天气变化等外部环境对视频图像的影响，从而增强系统 的适应能力。 此外，实时处理能力还需与大数据基础设施紧密集成，保证数 据分析不依赖于离线存储。系统应采用边缘计算的架构，将数据处 理和分析任务分配到接近数据源的边缘节点，这样可以降低传输延 迟，提高处理速度。 与此同时，系统要实现与其他安全监控和响应平台的无缝集 数据流录入：对实时监控视频采取连续录入的方式，采用流媒 体协议（如 RTSP）进行高效传输，确保数据及时进入分析系 统。  批量数据导入：社交媒体或无人机拍摄的视频和图像以批量形 式上传，使用 API 或 FTP 设施定期导入数据，使系统能够定 时获取外部信息。  API 集成：与社交媒体平台和其他在线服务的 API 进行集成， 以便实时检索并获取相关的数据。例如，通过 Twitter API 获 取实时视频分享和事件关联信息。

自动化报表生成：自动生成各类造价报表，减少人工操作，提 高报表的一致性和准确性。 此外，DeepSeek-R1 大模型还具备良好的可扩展性和适应性， 能够根据不同项目的需求进行定制化配置。例如，在处理大型基础 设施项目时，可以增加对地质条件、环境保护等复杂因素的考量； 而在住宅建设项目中，则侧重于材料成本和施工周期的优化。 综上所述，DeepSeek-R1 大模型在工程造价领域的应用，不 仅能够显著提升 15%的材料费用。 其次，DeepSeek-R1 大模型还能优化资源配置，减少不必要 的浪费。模型中集成的机器学习算法能够分析历史数据，预测未来 资源需求，从而制定更加精确的采购和调配计划。在一个基础设施 项目中，通过模型的资源优化建议，设备利用率提高了 20%，间接 降低了整体项目成本。 此外，模型的实时监控功能还能够提供详尽的成本报告，帮助 管理者做出更加科学的决策。例如，模型能够自动生成每周的成本 保了项目的顺利进行和成本的有效控制。这一案例充分证明了 DeepSeek-R1 大模型在工程造价管理中的实际应用价值，为未来 的类似项目提供了有力的参考。 12.1 实际项目应用案例 在某个大型基础设施建设项目中，DeepSeek-R1 大模型被应 用于工程造价管理的全流程。项目初期，团队通过 DeepSeek-R1 对历史工程数据进行了深度挖掘和分析，确定了材料成本、人工费 用及设备租赁等