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 不仅增加了运维人员的工作难度，自动化运维工具的推行也变得举步维艰，使得运维工作变得极 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 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字化转型实践，持续积累面向现代化的核心运维能 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

智能化时代数据库自主可靠运维 白皮书 编制委员会 编委会成员（排名不分先后顺序） 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 腾讯云数据库 福建海峡银行 专家指导（排名不分先后顺序） 白鳝 薛晓刚 严少安 尹海文 PREPARATION COMMITTEE 第一章：智能化时代可靠运维发展趋势 �� �� �� �� �.� AI对传统运维的影响 �.� AI在运维实践中的挑战 �.� 运维应当如何拥抱AI 第二章：稳定可靠运维面临的挑战 第二章：稳定可靠运维面临的挑战 �.� 数据快速增长挑战 �.� 需求、逻辑实现不可控挑战 �.� 复杂技术栈挑战 �.� 应急体系建设挑战 �.� 数据安全、合规挑战 第三章：可靠运维服务体系能力建设分析 �.� 建设自主可控的运维团队 �.�.� 具有团队建设预算 �.�.� 运维团队建设 �.�.� 运维团队能力可持续发展 �.�

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

湖北农信：智能运维平台 四川银行：新一代工程基于云平台分布式架构下的核心系统测试实践 中国邮政储蓄银行：新核心统一查询——实时数据分析查询的分布式解决方案 中信建投证券：长尾客户普惠数智金融服务平台 安诚保险：保险客户自助服务平台 太平洋寿险：云原生 paas 平台 财信人寿：“吉小星”AI 助手——保险全链路智能增效引擎 国泰海通证券：基于 AI Agent 的金融云平台全场景运维决策机制研究 台 大家保险集团：消保管理数字化平台 数智领航，金融技术架构的革新与飞跃——基础设施优秀案例奖概述 构筑金融安全防线：数智时代的创新实践——信息安全优秀案例奖概述 智驭运维新纪元：金融数智化的深度实践——智能运维优秀案例奖概述 科技赋能，金融数智化管理的领航之路——科技管理优秀案例奖概述 智启新程，大模型引领金融数智化变革浪潮——大模型创新优秀案例奖概述 数智浪潮下，数据管理引领金融新航向——数据管理优秀案例奖概述 “金融科技”，“量子金融科技”应运而生。 格夫提出了一种新方案，将 Shor 算法的周期函数问题 从一维推广到多维形式，该算法通过减少所需步骤的数 量来加快量子部分的运算速度，有望使其更容易付诸实 践。总体来看，学界一般认为 Shor 相关算法实现对非 对称密码算法 RSA-2048 位的破解，至少需要数百万个 量子比特。Grover 量子算法理论上能够将无序数据库的 搜索时间实现二次方级别的加速。鉴于 Grover 算法可

刘文睿 刘永生 曹云飞 王子涵 黄 祥 吴 媚 贾 倩 范子瑜 彭开来 邵子豪 王 壮 王志浩 徐 鹍 李振红 陈娟娟 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 I 前 言 算力是数字化时代的基础设施和核心动能，是全社会智能化转型 的基石。随着云计算、大数据、物联网、边缘计算等技术的兴起，以 技术与算力网络的基础设施、功能流程、服 务应用等深度融合，把 AI 的解决目标和承载方式都设在算力网络内 部，利用 AI 技术赋予算力网络基础设施智能化、业务流程一体化、 服务能力自优化、算网运维自动化等能力，进而为多元应用提供泛在、 高效、灵活、安全的服务化算力供给。算力网络服务生成是利用 AI 技术使能算网深度融合与智能服务的新范式，也是智能算力网络构建 的终极目标。 第九届未来网络发展大会白皮书 从行业应用角度来说，随着各种新技术、新应用、新场景和新模 式等不断涌现，多元业务的不同服务需求对算力网络的自动化和智能 化提出了更迫切的要求。而且算力网络本身也面临着需求碎片化和多 样化、日益增加的系统规模和复杂度大大增加运维难度、算网资源协 同调度等诸多挑战。通过引入 AI（Artifical Intelligence）技术加快算 网智能化已经成为发展趋势和行业共识。新一代智能算力网络正以实 现“L5 等级”的自治为目标进行演进发展。

杨伟、刘刚、刘伯江、焦明涛、朱永庆、陈迅、胡泽华、杨冰、程伟 强、阳进、姜文颖、王豪杰、田郁池、周鸣、赵红海、阮祖亮、刘建 锋、喻杰奎、李恒、武毅博、郭鑫、李浩、胡海、汪漪，凌晨曦 前 言 当前，以 6G、云计算、人工智能、未来网络技术等为代表的新 一代信息技术正加速与实体经济深度融合，推动各行业数字化转型向 纵深发展。然而，传统分离的光传输与 IP 网络架构已难以满足数字 经济时代对超高速率、超低时延、超高可靠性的严苛要求。光电融合 .........35 3.2 光电融合网络的解耦和融合趋势.......................................... 44 3.3 光电协同的 SDN 控制与 AI 运维..........................................49 四、 光电融合网络技术相关标准...................................... 率和管理效 能，促进产业升级。 突破传统网络瓶颈：突破传统网络架构中光电信号分离以及高成 本、高能耗、低效率等瓶颈，实现长距离无电中继无损承载、高性能、 跨层调度、业务驱动、自适应修复等高级运维能力，为网络技术发展 开辟新路径。 降低部署与运营成本：统一架构减少设备种类和中继节点，显著 降低 CAPEX 与 OPEX； 促进算力与数据融合：为算力的传输、交易、应用打造优质平台，

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

09 18 22 24 26 11 20 22 12 12 13 13 14 14 14 15 全球产业的演进路线：从硬件聚合到系统构建 技术特征 支撑大模型创新及云服务场景 加速人工智能科学计算，服务算法创新 助力行业企业智能化升级 系统特征 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 技术是 在此背景下，超节点应运而生。它并非偶然的技术产品迭代，而是智算需求与系统创新深度共振 的结果，具有划时代的重要意义。超节点超越简单的硬件集成，代表一种全新的构建哲学：以系统化、 一体化的设计思维，将计算、存储、网络与运维管理深度融合，锻造出高性能、高效率、高可靠的 单一逻辑实体。它标志着一个全新时代的开启——智算基础设施正从松散组合的算力堆叠阶段，迈 入软硬协同、全局优化的超节点阶段，旨在有效破解超大规模 AI

编程辅助：支持鲲鹏加速库函数的悬浮提示、函数搜索，支持 Coding 时自动联想和高亮鲲鹏加速库优化后的 相关函数。 应用开发工具，详细介绍与最新内容请参见鲲鹏社区 → 鲲鹏开发套件 DevKit → 开发，详情可扫描下方二维码。 3.1.1.1 代码开发介绍 鲲鹏原生开发在代码开发阶段提供了 DevKit 应用开发工具和 BoostKit 应用使能套件，可通过启发式编程及多场景 化 SDK 提供的示例 Demo 和文档，有效提升鲲鹏原生开发效率。 函数搜索 鲲鹏原生开发技术白皮书 / 12 鲲鹏原生开发能力介绍 获取最新的鲲鹏 BoostKit 应用使能套件和详细的用户指南，请参见鲲鹏应用使能套件 BoostKit，详情可扫描下方 二维码。 图 3-13 鲲鹏 BoostKit 应用使能套件简介 鲲鹏应用使能套件 BoostKit，极致性能，使能鲲鹏“好用” BoostKit： 加速软件包 + 高性能开源组件 + 参考实现 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 场景化基础加速能力介绍 BoostKit 场景化基础加速特性全景图 大数据