» 极简融入 & 高效发布：DevKit 原生开发插件 1 小时接入两大主流（Jenkins、GitLab）CI/CD 流水线，高效提升 鲲鹏流水线搭建及版本发布效率。 » 鲲鹏亲和 & 极致性能：鲲鹏流水线使能鲲鹏亲和分析工具、编译器、性能工具等，实现应用性能提升。 » 多架构兼容：1 套流水线同时支持多样性算力版本构建及测试。 鲲鹏原生开发的核心技术理念： 基于鲲鹏硬件 +openEuler+ 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。 3.1.1 代码开发 07 / 鲲鹏原生开发技术白皮书 鲲鹏原生开发能力介绍 鲲鹏应用工程 提供场景化的鲲鹏应用工程模板，快速辅助工程环境构建、配置检查、依赖下载、构建文件生成等。 进行了深度优化鲲鹏架构特性，如内存管理、计算调度等方面的技术优势，通过预置的高性能库和框架，赋能开 发者轻松构建适应鲲鹏架构的高性能应用。在同一个构建流程中，当集成 BoostKit 后，基于鲲鹏架构的目标软件 包能够获益较大的性能提升。 ---- 结束 步骤 2 通过代码编辑区右上角的 （放大镜），在搜索框输入关键字，可实现函数搜索。 图 3-12 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

型代表，日益受到业界和学界的高度关注。 我国金融行业积极拥抱量子科技。2021 年 12 月， 人民银行发布的《金融科技发展规划（2022-2025 年）》 指出要“探索运用量子技术突破现有算力约束、算法瓶 颈，提升金融服务并发处理能力和智能运算效率，节省 能源消耗和设备空间，逐步培育一批有价值、可落地的 金融应用场景”。2024 年 11 月，人民银行等七部门联 合印发《推动数字金融高质量发展行动方案》也强调“探 草、正式讲稿撰写等更复杂任务；而更高阶的决策辅助， 则可在条件成熟后自然实现。当然，这一过程需要数据 支撑、持续训练和习惯调整，初期可能伴随一定适应成 本，但长期价值显著。 可以鼓励有兴趣的员工率先尝试开发个人智能助理， 以提升工作效率。部分员工可能会有顾虑：如果 AI 能完成 80% 的工作，是否自己就无价值了，需要“下岗”了，答 案是：不会。汽车虽然消灭了大多数马车，但交通需求使 得司机（马车夫）更多了，车也更多了，变少的只是马车， 体能够高效地完成一系列具有共性的工作任务，从而显 著提升工作效率和协同能力。通过这种针对性的开发， 不仅能够满足不同层级和单位的特定需求，还能确保各 项共性工作得以精准、高效地执行，为组织的整体运营 提供强有力的智能化支持。 每个智能体在发展和应用过程中，必须严格遵循一 套系统化的策略，即首先实现标准化，确保各项操作和 流程符合统一规范；其次推进自动化，通过技术手段减 少人工干预，提升效率和准确性；最后迈向智能化，利

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 四川省文化大数据有限责任公司：文化数字底座和大模型项目 中央广播电视总台：央视频5G新媒体平台项目 单位 发展所需的数字化转型高度协同，显著提升各领域的效率，这包括了 流程智能化、资源协同优化、数据驱动决策等诸多场景所带来的效率 提升；同时，国产数字化升级从“可用”实现“好用”的进化，这体 现在产品性能和技术实力的跃升、产业应用的规模化、用户体验优 化、生态体系逐步完善等多个方面。当前，国产数字化升级，不仅是 响应政策导向，也已经成为企业提升效率、夯实安全基础的战略抉 择。拥抱国产 技术的自主创新与安全可靠，信息技术融合创新产业正主动顺应技术革新趋势，通过技术研发、产品品质及产业规模的多维度突破， 以迎接生成式人工智能全面爆发带来的巨大需求。 另一方面，人工智能技术在显著提升社会生产效率的同时，也引发了诸多新型安全风险。目前已观察到由AI赋能的安全威胁，包括智 能化网络欺诈、自动生成恶意攻击代码，以及因目标偏离而引发的破坏性操作等。这也使社会各界意识到，人工智能的稳健发展必须

AI 智能化 能够形成的行业赋能和重点关注的行业机会。 核心逻辑 从大致的路径看，AI 在化工行业应用更多向着拓品、降本两个维度发力。拓品可以通过缩短研发时间，落地工艺设 计、优化工程装置、提升产品差异度等或缩短时间，或优化结果；而降本可以通过人工替代，精准对接，流程优化， 模拟改造等维度支撑成本改善。 化工行业智能化升级，顺势把握三重机遇。①影响越大的方向，落地速度越快，技术研发的变革或将是主“战场”； 投资建议 Deepseek 的出现加速了 AI 智能化在各个领域的实体应用和优化，在化工行业领域，我们认为可能出现的四类关注点：  破除现有限制瓶颈的方向，将有望最开始明显受益：直接改善效率和提升速度的领域，或将最开始获得切入，目 前对选定方向，重复性测试或者方向性改善的领域，AI 智能化将有望直接缩短研究周期，降低投入成本，建议关 注合成生物方向，农药创制药赛道等；  技术研发的优化或将是智能化落地的主“战场”：AI 智能化推进速度或将较快，重点建议关注央国企的 AI 对接节奏：领军型企业有资金、有要求、 有能力、有需求，有望成为 AI 智能化的先期参与者，能够形成成本和管理的改善，在产品落地兑现方面也有望 获得效率提升，建议关注央国企的 AI 对接情况以及实际性的变化；  AI 智能化的变化为现有化工行业提供了时代的契机：①我国的竞争优势延续，海内外在材料领域的软实力差距 降低，将有望形成进一步的产品竞争力输出；②AI

我们正在进入人工智能的大变革时代。人工智能不 再是遥远的愿景。这项技术正在迅速重塑人们的生 活、工作和交互方式，推动全球产业、经济和社会 转型。人工智能的影响力有望超越前面几次技术革 命，促进生产力提升，重新定义竞争力，开启全新 的经济与社会价值增长路径。IDC 预测到 2030 年， 人工智能将累积为全球带来近 22.3 万亿美元的经 济收入，占全球 GDP 的 3.7%。 为帮助政策制定者、商业领袖和社会各界有效应 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“非常重要”或“极其重要”的推动作用。联接 将促进新产品开发，优化企业效率，提升各行业生 产力水平。电子商务和直播便是其中的典型案例。 另外，联接对数智经济的支撑作用还体现在人工智 能领域。作为政府、企业及消费者的共同关注重 点，人工智能正重塑社会交互方式，其发展深度依 力为经济转型创造的有利经济条件，数智化转型同 样为发展中国家提供了一条实现经济追赶的途径。 通过为低收入群体和数字发展滞后地区提供网络连 接，借助人工智能驱动的翻译应用和虚拟导师，可 以有效提升当地教育水平。在医疗领域，医疗应用 及远程医疗服务将为偏远地区带来便利。因此，各 国政府应优先制定政策，促进投资、鼓励创新、保 障市场竞争，并确保可以合理成本获得频谱资源， 推动数智化成果惠及全球不同社会经济群体。

mpus.AI、Doximity 等美股 AI 医疗公司涨幅显著，木头姐近期发布的《Big Ideas 2025》中 指出，人工智能将颠覆诊断、药物发现和治疗，到 2030 年，整个行业 的表现将提升几个数量级。世界经济论坛发布报告认为，预计 2024 年 —2032 年，AI 医疗市场将以每年 43% 的速度增长，市场规模有望达 到 4910 亿美元（约合人民币 3.58 万亿元）。 ◼ 我们认为，AI AI+辅助诊断：2024 年 11 月，国家医保局首次将人工智能辅助诊断列 入立项指南，AI 辅助诊断首次被纳入医保。AI 辅助诊断主要应用于影 像分析、病理诊断、基因检测、早期筛查等，诊断效率逐步提升。OpenAI o1-preview 在鉴别诊断、诊断临床推理和管理推理的质量都有明显提高。 借助 AI，对人类基因组的计算时间已经从 2001 年的 180 天缩短到现在 的 10 分钟，当时分析单个基因组所花费的成本如今可以分析 4-5 年，这将使得专利价值提高 70-80%。 ◼ AI 正在全面赋能医疗行业，促进提质降本增效。我们预计未来在生物 制药、辅助诊断、医院/医保信息系统等方面，AI 都将有望促进流程再 造，提升研发和业务效率、质量的同时降低成本。 ◼ 建议关注： AI+辅助诊断：阿里健康、贝瑞基因、华大基因、迪安诊断、美年健康、 金域医学、塞力医疗、圣湘生物、迈瑞医疗、鱼跃医疗、海康威视、润 达医疗、鹰瞳科技、乐普医疗、我武生物；

大模型加速数字化转型的核心胜负手 ; “AI+ 金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据 - 模型 - 业务”的正向 循 环，不断提升金融服务水平。 围绕金融五篇大文章，大模型本身即是数字金融的工具，而科技金融、养老金融、普惠金融、绿色金融恰是应用场景。 中信建投非银金融 & 前瞻研究团队数字金融系列报告思路 : 中信建投非银金融 大模型加速数字化转型的核心胜负手 ; “AI+ 金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据 - 模型 - 业务”的正向 循 环，不断提升金融服务水平。 围绕金融五篇大文章，大模型本身即是数字金融的工具，而科技金融、养老金融、普惠金融、绿色金融恰是应用场景。 中信建投非银金融 & 前瞻研究团队数字金融系列报告思路 : 中信建投非银金融 一线业务人员视角 : 个人产能有限，优先实现单一客户服务闭环，再考虑服务更多客户 ; Ā 表 1ÿ 传统营销 vs 数 __ 营销 资料来源 ÿ 中信建投整 理 2.2 分析框架 : 营销生产力提升 依据复旦 & 明略 & 秒针联合发布 2024 《生成式营销产业研究蓝皮书》， 营销生产力 = 洞察 × 创意 × 媒介 洞察能力，包括消费者需求、市场环境、行业趋势、竞争态势数据和信息的采集与分析，以及最终

相关，当前人工智能的发展也是伴随着 算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回 答。真正的突破口可能是算力的革命性飞跃，例如较现有的芯片实现数个数量级的效率提升。光计 算、量子计算、存算一体等新的范式的不断成熟，就如同通信从电缆升级到光缆，将有望变革智能 的“物质基础”。因而，将带来算力革命性提升的新型芯片，可能是人工智能的关键“奇点”。 当然 未来，智能机器人不仅能承担家务劳动，还将提供情感陪伴，显著提升居家的幸福感，预计 10 年后，超过 90% 的中国家庭将拥有智能机器人。与此同时，人类将逐渐进入全息生活空间的时代， 家庭场景将迎来一场由技术驱动的沉浸式变革。 在企业领域，由 AI Agent 驱动的自主决策组织将重塑生产范式。据预测，到 2035 年人工智能 应用率超过 85%，AI 可提升劳动生产率 60%，产品缺陷率降低至 0.05% 的焦点从追求“通用智能”的宏大叙事，回归 到对现有大型模型（LLM）产品化价值的深度 挖掘与应用场景的精细化深耕，AI 的发展主要 表现为效率提升与成本优化。 毋庸置疑的是，未来无论走向哪个路径， AI 都会持续深刻影响人类生产与生活，在各个 领域发挥关键作用，为推动社会进步、提升生 活品质贡献无可替代的力量。 第一个十年，统计学习崛起开启了 AI 复苏， 1995 年 SVM（Support Vector

通过遴选和发布ESG最佳实践案例，激励企业 采取更具社会责任的创新行动。促进ESG理念 在各行业的深入融合与协同发展，助力企业从 被动合规向主动价值创造转型。系统展示中国 企业在绿色转型、社会责任和公司治理方面的 领先能力与实践成果，提升其在全球ESG评价 体系中的影响力。 本报告所有图、表、文字中的数据均源自弗若 斯特沙利文（北京）咨询有限公司，数据均采 用四舍五入。 报告指出，随着“双碳”目标的推进，中国企业的可持续发 展 步强化了ESG 表现作为投资决策的核心依据。战略新兴行业如新能源表现 领先，入选最佳实践榜单的企业市值占比高。而传统能源和 消费等行业则呈现结构性差异，部分头部企业表现突出，但 整体水平仍有提升空间。 中国ESG发展现状与趋势 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系沙利文/头豹研究院独有的高度机密性文件（在报告中另 行标明出处者除外）。未经头豹研究院事先书面许可 公司治理等方面的领先能力与实践成果。 通过遴选和发布ESG最佳实践案例，评选旨在树立可持续发展标杆 企业，激励责任创新行动，推动ESG在各行业的深入融合与协同发 展，助力中国企业在全球ESG评价体系中的影响力提升。 研究时间计划 课题立项：2025年7月 市场研究及行业专家交流：2025年7-8月 专家评审：2025年8月上旬 报告撰写：2025年7月- 2025年8月 报告发布（预计）：2025年8月27日

中国工程院院士、清华大学计算机系教授 郑纬民 序言 1 超节点发展报告 03 大模型正以不可逆转之势为全球计算领域带来跨越式变革。从生成式 AI 到 Agentic AI 再到 Physical AI，大模型持续提升解决复杂问题的能力，并向物理世界延伸。大模型技术及能力演进， 驱动 AI 系统负载变化，需要一套系统架构满足未来发展需求，超节点成为 AI 基础建设的共识。 超节点架构引领技术革新，重构计算能力 对智算基础设施的机遇与挑战入手，深入剖析超节点技术的发展动因，对超节点技术的发展历程及 技术特征进行梳理，为各行业的应用落地提供参考。 我们坚信，超节点是未来构建高效可靠算力优势的关键抓手。超节点的成熟与普及，对于提升整 体智算能力、促进 AI 赋能千行百业具有至关重要的意义。我们期待本报告能凝聚产业共识，推动超 节点技术从“技术探索”走向“落地应用”，加速我国智算基础设施发展，为全球智算产业创新贡 献中国智慧。 献中国智慧。 中国信息通信研究院副院长 魏亮 序言 3 超节点发展报告 05 人工智能高速演进背景下，算力需求呈指数级增长，大模型竞争已进入 “参数规模摸高” 与 “训 练效率提升” 并行的新阶段。Scaling Law（规模定律）将以多元形态长期生效，持续推动人工智 能技术突破能力边界，而超大规模 Transformer、MoE（混合专家模型）、稀疏注意力模型等，已 成为可扩展模型的