国产数字化升级 标杆实践报告 新 华 网 与 腾 讯 云 联 合 发 布 国产数字化升级-智能之基、效率之源、好用之选 目录 02 05 2025国产数字化升级趋势 03 08 国产数字化升级技术路径与应用 04 10 腾讯云融合创新产品 06 44 展望 05 25 标杆案例 引言 01 03 广东省政务服务和数据管理局：广东省数字政府政务云项目 澳门财政局：澳门“智慧财政”平台 深 上海银行：国产数据库实践 四川银行：全栈自主创新云原生平台建设项目 中信建投证券：国产数据处理分析体系 瑞众保险：融合创新云和团险核心业务数据库去O 南方电网：云数底座&连接协同助力数字电网 鞍钢集团：国产分布式数仓项目 中国五环工程有限公司：“智改数转”项目 荣耀：打造高性能AI底座，吞吐最高提升2倍 中国航空结算有限责任公司 ：中国航空结算云平台建设 深圳市第二人民医院：大湾区首个具备“超级数据心脏”的新一代智慧医院 息技术融合创新（以下简称“融合创新”）通过突破关键核心技术、 赋能传统行业转型，正成为千行百业高质量发展的重要引擎。 一方面，国产数字化升级正在通过底层技术的自主创新，为人工智能 和数字化转型提供坚实基础：国产云基础设施，为智能计算提供算力 保障，国产操作系统、数据库和中间件，支持AI训练、推理和部署， 全栈国产软件生态，确保数据安全和系统可控，为智能应用提供可靠 环境；另一方面，国产数字化升级正通过与政府、金融、企事业单位

华为混合云现代化运维体系 核心能力及最佳实践 政企而言，IT架构建设作为组织战略目标实现和业务创新发展的核心引擎，是一项战略 性、系统性工程，然而IT架构的建设往往不会一蹴而就，而是会随着技术革新逐渐引入 新的平台、新的产品和技术。因此，政企IT架构的发展演进进程中普遍存在不同架构、不同代 际、不同厂商平台并存的情况。运维人员需要全面了解不同平台的部署、升级、维护等操作，这 为复杂和繁琐。 随着政企数智化进程的加速，混合云作为一种灵活、可扩展且安全的云平台解决方案，已逐渐成 为政企用户数智化转型的首选IT架构。然而，随着云上业务需求不断增加，云服务资源类型日益 丰富，传统的IT运维体系已经难以应对混合云环境下复杂的技术架构和多变的业务需求。 为了应对这些挑战，对混合云运维系统架构进行现代化升级势在必行。华为混合云基于自身云平 台运维经验，以及服务数千家政企客户的数 化的核心运维能 力，并沉淀构筑了一套全面构建稳定可靠的现代化运维能力的路径和方法。通过运维现代化核心 能力，期望能够帮助政企客户从传统架构运维到云化架构运维转型，以数字化和智能化为驱动， 构筑混合云现代化运维新体验。 其中，运维体系作为混合云运维能力建设的基础性、系统性工程，面临着对技术、组织、制度需 进行系统性重构的巨大挑战，其核心在于通过数智化的运维体系实现“效益”、“效能”、“效

朱正珊（福建海峡银行） 王义成（腾讯云数据库） 陈璐（福建海峡银行） 陈琢（腾讯云数据库） 张秀云（腾讯云数据库） 罗晓程（腾讯云数据库） 刘亚琼（腾讯云数据库） 编写组成员 李代丽 任朝阳 参编单位 IT���&ITPUB 腾讯云数据库 福建海峡银行 专家指导（排名不分先后顺序） 动化部署与调优大幅降低人工成本。挑战方面，AI幻觉导致的准确性风险、多技术栈（尤其是国产 数据库与云架构）带来的管理复杂度、数据爆炸式增长对灾备能力的更高要求，以及数据安全合 规的刚性约束，对运维体系提出了更高要求，传统运维模式已难以应对。 在此背景下，ITPUB联合福建海峡银行、腾讯云数据库编写《智能化时代数据库自主可靠运维》 白皮书，旨在为企业提供一套兼具前瞻性与实践性的运维指南。 白皮书从智能化运维发展趋势切入，剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋 势。系统梳理数据增长、技术栈复杂、应急体系建设、安全合规等核心痛点。结合福建海峡银行和 腾讯云数据库实践，梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉 淀六大维度，构建可靠运维服务体系的能力框架，呈现国产化替代、多数据库管理、高可用SLA 保 障的落地路径。 我们希望，本白

源，实现业务增长。根据麦肯锡全球调研数据， 企业数字化转型的成功率仅为 16%，失败率高 达 84%。 从基建到运营， 做数字化转型 的终极赢家 回 顾过去十年，规模最为浩大的商业浪潮 非数字化莫属。云计算、大数据、物联 网、人工智能等先进技术嵌入各个行业， 推动跨界协同与边界重塑，在不断对传统的行 业与企业形成冲击的同时，也在开拓新的商业 模式与产业机遇，这个过程就是数字化转型。 数据显示，过去十年间，我国数字经济规 数字化运营——新思路应对新周期 ｜ 3 数字化为何难以创造价值？因为企业掉入 了一些常见的陷阱。比如，很多企业对于投资 技术的热情只增不减，许多人依然认为只要买 硬件、上系统就会有立竿见影的经济回报。然而， 它们很快就会发现无法见到经营上的提升。 再比如，企业能够认识到数据是有价值的， 数据正日益成为企业的核心资产。但并不是将 数据抓在自己手里，就能抢占市场竞争的制高 点。数据的终极价值，在于借助有效的治理机 Lookout Tower 进 入数字经济时代，颠覆式创新屡见不鲜， 商业竞争格局不断被打破，这驱动着企 业纷纷加强自身的数字化转型以适应新 的发展潮流，并期望以此开启新的增长。 但认知上的共识并不意味着实践中的成 功。在投入大量人力、物力、财力进行数字化 相关的平台与系统建设后，越来越多来到数字 化中局的企业才发现，光靠大规模的数字化建 设而没有精细化的内部运营管理做支撑，无法

全球数智化指数（GDII）2025 和智能终端产生的数据 » 数据传输 ：光纤、4G/5G 网络、骨干基础设施 以及 IPv6 部署的传输和联接质量 » 数据处理与存储 ：数据计算和存储基础设施及 相关能力，包括云投资、人工智能 Token 消耗 以及业务连续性能力 » 数据应用 ：企业数字化、人工智能应用、电子 商务和数字政府服务等多个领域的数据使用 » 数字能源 ：支持数字系统的可持续能源基础设 键应用运行。5G 部署至今已超过五年时间，5G 独 立组网和 5G-Advanced 已成为推动智能联接新时 代的核心技术。 联接作为数智化转型的技术基础，通过满足时延、 速度和网络能力的要求，支持云智融合、大规模物 联网和边缘计算，将联接能力延伸至终端设备或网 络边缘，实现本地智能。 联接在数智化中发挥以下两大关键作用。首先，在 企业层面，85% 的企业认为 5G 对其数智化转型具 有 ：实现清洁、智能和有韧性的能源系统转 型，满足可持续发展和智能电气化的要求。 » 金融 ：通过敏捷运营和人工智能驱动的决策制 定，适应数智化转型，覆盖从在线金融到自主 金融等多个阶段。 » 轨道交通 ：依托人工智能与云平台，提升安全 保障和运营效率，优化乘客体验，推动向自主 运营转型。 » 物流 ：聚焦可视化、预测性分析以及绿色物流， 开展人工智能优化，推进数字化生态建设。 行动建议 加快数智经济增长的举措包括

3-15 鲲鹏 BoostKit 场景化应用加速能力介绍 2) 鲲鹏 BoostKit 应用加速 鲲鹏 BoostKit 提供性能倍增的应用加速软件包，使能数据处理极致性能、数据访问 极致高效和云手机极致体验。 鲲鹏 BoostKit 应用加速软件包，详细介绍与最新内容请参见鲲鹏应用使能套件 BoostKit → 应用加速软件包，详情可扫描右方二维码。 图 3-14 鲲鹏 BoostKit 反馈优化 高性能云盘优化 vCPU 热插拔 KAEzip 压缩解压缩优化 虚拟化 DPU 卸载 MPAM 插件 存储算法加速库 存储维护工具库 KAE 使能 SPDK 场景化基础加速特性 BoostKit 应用加速组件全景图 大数据 分布式存储 数据库 虚拟化 ARM 原生 HPC EC Turbo MySQL 可插拔在线 向量化分析引擎 Kbox 云手机容器 多瑙调度器 指令集同构优势，支持移动应用无损上云，同时将多年技术积累浓缩到 Kbox 云手机容器、指令流引擎、视频流引擎核心能力等组件，形成了云手机 Turbo 套件，降低了开发难度，提升整机 的密度，降低云手机单路成本，其中 HostOS 支持 Ubuntu 和 openEuler，GuestOS 支持 android-9.0.0_r55 和 android-11.0.0_r48，用户可以基于云手机 Turbo 套

限公司、贵州南智云谷数字产业发展有限公司、贵州省算力科技有限 责任公司、贵州师范大学（未来网络贵州省院士创新团队工作站）、 贵州算家计算服务有限公司、合肥城市云数据中心股份有限公司、湖 南城市云智数科技有限公司、昆仑芯（北京）科技有限公司、南京中 科逆熵科技有限公司、宁夏西云算力科技有限公司、宁夏中卫市新型 互联网交换中心有限责任公司、派欧云计算（上海）有限公司、庆阳 云创智慧大数据有限 云创智慧大数据有限公司、四川省算云科技有限责任公司、苏州国科 综合数据中心有限公司、算力互联（北京）科技有限公司、曙光信息 产业股份有限公司、天津大学、武汉优普拉斯通信有限公司、西安特 发千喜网络信息产业发展有限公司、银川中创普惠互联网科技有限公 司、鹰硕（韶关）信息产业集团有限公司、宇耀未来（南京）科技有 限公司、中航信云数据有限公司 II 主要编写人员： 罗曙晖、张晨、孙婵娟、张玉军、潘凤薇、周俊、芮美芳、陆明明、 体 化算力网的实施意见》（简称意见）发布后，全国一体化算力网的建 设浩荡展开。《意见》中多次提及“算网协同”，明确指出“加快算网 协同编排调度技术部署应用”、“探索算网协同运营机制”。 实际上，自 2019 年业界相关研究起步，“算力网”、“算力网络”、 “算力互联网”等概念层出不穷，“算网协同”、“算网融合”、“算网 ●一体 ”等路线众说纷纭。为科学推进全国一体化算力网、有效实践算

本白皮书创新提出分布式算力感知与调度模型与架构。分布式算 力是一种新型的计算模式，在实时感知多类型、多数量计算设备资源 状况的基础上，借助统一的度量范式对资源量进行对比与评估，再结 合任务的计算强度、时延要求和数据依赖等特征，以及网络带宽和能 量预算等约束，运用自适应的智能调度算法将大规模的计算任务分散 到不同的计算节点上，从而实现高效的数据处理和分析。本白皮书阐 述了分布式算力感知与调度的背景、体系结构、关键技术、应用场景、 现。边缘算力强调“地理近端性”，即计算能力的部署靠近数据源， 以满足低延迟和高实时性的需求；而分布式算力更关注“全局最优性”， 侧重任务的分解与协同，以处理大规模和复杂的计算任务可能调度至 边缘、核心云或两者协同，例如“云-边-端”分层推理。 分布式算力感知与调度的核心在于“感知”与“调度”两个相互 依存、紧密结合的环节。“感知”是基础和前提，它指的是系统具备 全面、实时、精准地获取分布式网络中各个计算节点资源状态的能力。 “调度”则是基于“感知”结果所采取的行动，是整个系统的“大 脑”和中枢。它根据感知到的全网算力资源分布图景和实时状态，在 复杂约束条件下，通过智能高效的算法，将计算任务合理地分配到最 合适的节点上执行，从而实现全局最优的资源利用率、最低的运营成 本和最佳的用户体验。调度决策是一个高度复杂的优化问题，其目标 函数通常是多维度的，需要在性能目标、经济目标和系统目标之间寻 求最佳平衡点。分布式

3 算力 POD...................................................................................16 4.4 云网 POP................................................................................... 16 4.5 出口功能区 算力城域网白皮书（2025 版） III 7.3 跨集群协同训练场景................................................................29 7.4 云边协同训推场景....................................................................30 7.5 推理下发场景........... 中心的建设。各 类算力资源如何实现高效整合，服务于千行百业，进而实现算力的商 业闭环是业界普遍关心的话题。本白皮书针对算力发展新态势和算力 业务新需求，在 2024 年《算力城域网白皮书》基础上，对算力城域 网的网络需求、网络架构、应用场景和关键技术等方面进行了更新和 完善，旨在应对算力快速发展带来的各种挑战，实现城域范围内异构 算力的资源整合和高效供给。 算力城域网白皮书（2025