案和通报机制。 在设计数据库应急预案时，应从硬件、软件、节点、集群、机房等多个维度进行全面考虑，确保在不 同类型的故障发生时，能够快速响应并恢复业务。同时，RTO（恢复时间目标）和RPO（恢复点目 标）的设定应尽量缩短，确保业务的连续性和数据的完整性。 福建海峡银行总结了硬件故障、软件故障、节点故障、集群故障、机房故障、业务故障、性能故障等 几类应急场景，并在实践中设立了应对措施。 � 和测试，提前发现 和修复逻辑错误。 �� �.� 打造运维知识库体系 在数据中心故障方面：应在满足监管要求的多中心容灾基础上，实现数据库/数据库集群跨中心 容灾高可用等。机房故障发生时，能够快速切换到备用机房，确保业务的持续运行。 在性能故障方面：应加强性能监控和分析，做到实时监控数据库性能指标，使用分析工具识别性 能瓶颈。可对慢查询进行优化，添加或调整索引以提高查询效率。在必要时增加数据库服务器的 模式：兼容 PostgreSQL 语法，支持复杂查询与地理空间数据处理。 大体来看，数据库高可用性设计的本质是通过冗余、自动化与智能化手段，构建覆盖 " 硬件 - 软件 - 节点 - 集群 - 机房 - 业务 " 全链路的容错体系。TDSQL 通过模块化设计实现高可用性，同时通 过智能运维组件与多引擎兼容性，满足企业级场景对数据库灵活性、扩展性及成本优化的需求。 �.�.� TDSQL引擎

的网络安全、数据安全、身份认证等方面进行评 估和检查。 二线故障处理组： 由不同技能领域的运维专家共同构筑，并统一建设 运维能力，资源协调、人员调配、问题定位定界效 率高。 1、基础设施运维组： 数据中心环境的维护和管理，机房门禁权限的管 理，数据中心设施的运行状态检查及应急事件响 应等工作； 服务器、存储、网络等硬件设备的配置管理、资 产管理、备件管理、补丁升级、故障恢复、告警 处理、日常巡检及日常性能优化等工作； 云平台运维组长 安全运维组长 网络运维组长 基础设施运维组长 应用运维组长 安全审计专员 二线 云平台运维组 安全运维组 网络运维组 基础设施运维组 应用运维组 云安全运维 网络运维 机房资产管理 硬件设备巡检 硬件变更及更换 应用A运维 应用B运维 基础云服务运维 大数据运维 数据库运维 服务运维 PAAS 图3.7 运维组织结构全景示例 3.2.3 人力配置 3、度量体系 建立评价度量机制，完善运维SLA，确保运维活动 可落地、可衡量，以此牵引高效运维服务能力的构 建。 4、工具平台 构建集“监、管、控、营、服”于一体的现代化运 维服务管理平台，覆盖机房动环、基础设施、网 络、数据、应用、安全六大领域，打造全链路、一 站式的运维服务闭环体系。 运维 价值 运维 能力 运维 活动 运维 体系 全面齐全的服务能力 稳定高效安全运行的云平台

考虑到单个数据中心的算力规模受电力供应、机房空间等多重因素的 制约，为满足大模型快速增长的算力需求，需要推动多 AIDC 协同训 练，整合分布在不同地理位置的分散算力资源。同时，我国智算中心 规模普遍偏小（规模为 100-300 PFLOPS 的小型智算中心占比超 70%）， 并且往往分散在不同的数据中心、科研机构、地方政府和云服务商。 因此，整合零散的社会算力有助于打破地域、机房资源、服务商等限 制，构建统一、高效的算力服务平台。 算力城域网提供租户级网络切片等软/硬隔离技术，为用 户提供安全隔离、确定性保障、高可靠的入算新服务。 算力城域网白皮书（2025 版） 18 五、算力城域网关键技术 算力城域网将算力服务由数据中心机房向广域网延伸，必须具备 相应的关键技术和能力。 （1）弹性带宽能力 企业普遍面临周期性数据传输带来的带宽配置难题：长期采用高 带宽专线会导致闲置期资源浪费，而低带宽专线则因传输时延过长造

资源的高效利用、跨行业应用的适配支撑以及产业生态的协同构建三 个层面。 在算力资源利用层面，当前边缘算力基础设施呈现“规模庞大但 分散异构”的特点。以中国铁塔为例，其 210 万站址资源和超 100 万 机房资源广泛分布于全国，但由于资源零散、管理分散、网络接入方 式多样（如 4G/5G、企业宽带、园区 NAT 网络等），导致算力资源利 用率不足、调度效率低下。产业界迫切需要通过统一的感知与调度系 API 调用提供 快速响应，同时保证模型权重版本一致。因此，分布式算力感知与调 度能够在大模型分布式训推场景中得到广泛应用。 分布式算力感知与调度首先利用资源探针实时采集各数据中心 与超算机房的 GPU 型号、显存余量、NVLink／InfiniBand 带宽和节 点健康状态，并用统一的有效算力单元来衡量不同加速卡在主流 Transformer 模型上的 token-per-second 预启动抢占式实例或竞价实例，结合 SLA 优先级对不同任务进行分层 调度。此外，控制平面与节点代理配合，实现了秒级故障转移，当探 针监测到某个交换机队列异常或 GPU 性能掉点，能够迅速将任务切换 至健康机房或边缘节点，最大限度减少训练中断和推理超时。 通过这一整套实时资源探针、统一算力量化和智能调度策略的协 同工作，大模型训练能够在异构硬件和多云环境中实现高效协同，通 信瓶颈得到显著缓解，训练作业的吞吐率和并行效率大幅提升；在推

数据接口调用日志与数据共享审批单） （13）如何验证生物特征数据存储不合规？（如人脸信息未加密，可检查 数 据库字段加密状态与密钥管理记录） （14）如何识别数据备份未隔离？（如备份磁带存放于普通机房，可突击 检 查备份介质存放场所的物理安全措施） （15）如何发现日志数据篡改？（如删除高风险操作记录，可使用 SHA- 256 哈希链技术验证日志完整性） （16）如何检测大数据平台权限滥用？（如开发人员访问生产数据，可分 Dependency-Check 工具扫描依赖库） （27）如何识别特权账户未监控？（如 root 账户操作无审计日志，可检查 堡垒机会话录像与命令审计功能启用状态） 4 、物理与环境安全类 （28）如何识别机房进出未审批？（如无记录人员频繁出入，可调取门禁 系 统记录与审批单比对） （29）如何检测 UPS 电池超期服役？（如超过厂商建议更换周期，可检查 电池更换台账与负载能力测试报告） （30）如何验证监控录像留存不足？（如仅保存 LoadRunner 工具模拟每秒 10 万笔报单，检测系统响应时间是否超过交易所 83 要求 83 的 200 毫秒阈值。） （8）同城灾备中心与主站点是否共用电力供应链路？（如：实地检查灾 备 机房供电线路，确认两套 UPS 系统分别接入不同变电站，且柴油发电机储 油量 满足 72 小时运行需求。） （9）系统应急预案是否未覆盖极端自然灾害（如 8 级地震导致光缆中 断）？ （如：调取最近一次应急演练记录，验证能否在

向新高度。  并行训练优化 智算中心在提升训练效率上展现出卓越性能。其具备跨广域网、 跨城市通过确定性网络通信的能力，保障数据传输稳定且低延迟，使 分布于不同地区的智算中心协作无间，宛如共处同一机房，为大规模 分布式训练筑牢网络根基。在此基础上，智算中心支持训练任务跨智 算中心、跨广域并行运行，极大地降低了 GPU 资源空转率，有效规 避资源浪费，显著提高资源利用效率，切实降低训练成本。不仅如此， 前期投入的成本无法得到充分的利用与回报。例如，一些季节性企业， 在非旺季时，其搭建的私有云与购置的一体机所承载的计算任务量锐 减，或者是由于时区的不同，在当地时区的夜间时段，业务量可能大 幅度锐减，这样大量的硬件资源只能在机房中“沉睡”。 当企业出现计算能力过剩的情况时，一个行之有效的解决策略便 是将这些闲置资源接入算网协同调度平台。通过这一平台，企业能够 与广大的算力需求方实现高效对接，将自身闲置的算力资源进行共享。

式。对友邦来说，Kyndryl 勤达睿则正是这样 的伙伴。“行业经验的数字化其实是很困难的 一部分，需要企业内外部的力量一起长时间地 合作，然后才能做到。勤达睿依靠对行业的认 知和丰富的经验，突破传统的机房服务，努力 帮助友邦将业务扩展到云端。”刘立民表示， 勤达睿的“伙伴式共创”模式将会在友邦下一 阶段的数字化进程持续提供支持。 当然，对企业来说，在数字化转型的道路 上，更重要的是要学会快速失败。“如果大象

目标之一，正是通过 将高能耗的 IP 处理前移至光层边缘，利用低功耗相干模块（如 400G/800G ZR+）实现 IP 业务直接出彩光进入波分系统，减少两级 OEO 过程，大幅减少中间设备和机房能耗。在架构层面，通过 CPO （共封装光学）、硅光集成、动态光层调度等新技术，推动网络走向“极 简转发+按需编排”的绿色形态。最终目标是在保障高性能承载的同时， 实现每比特传输能耗最小化，构建面向 的算法复杂，消耗的开 销更大和处理时间更长 5） OTN 设备 48V-DC 的供电模式，和大部分数据中心所使用 的标准 19 英寸 220V-AD（或者 240V-DC）机柜不同，安装复杂且需 要机房电力改造； 6） 传统 OTN 设备机框大，不适合标准机柜安装，且容量密度 不高，后期扩展麻烦且要机柜腾挪或改造新加。 7） OTN 扩容周期落后于 ICP 的需求； （3）IP over Disaggregated

密的文件数据传输具有不可分割性，任何窃听行为都会 导致量子态改变，触发安全警报，确保文件传输安全， 防范非法读取的可能性。在上述应用场景探索中，基于 连续变量量子密钥分发技术的量子通信方案在 A 机房和 B 机房之间传输 22.4G 文件数据，经测试，其误帧率为 0.418%，安全密钥成码率为 8153.2bps，传输速率为 668.8Mbps，传输时间为 274s，相关性能指标能够满 足应用需求。 客户的厂房内，用以监控客户作为银行贷款押品的生产 设备的安全性和完整性；将量子直接通信设备信息接 收端放置于银行经营机构，用以接收客户厂房设备的 监控数据。在实际数据传输过程中，量子直接通信监 控系统由于受到机房工作环境和传输光纤信道特性变 化的影响，系统的实时通信信息传输速率波动范围为 10kbps±2kbps，该波动范围不影响量子直接通信系统 在应用场景下的数据传输实时性，满足实际应用的要求。

冗余配置能力。配置区域级或站级储能系统，构建“主电源+储能+备 电”三重保障模式，提高抗扰能力。为提升能源使用效率，引导算力 产业开展能源精细化管理，通过建设能耗管理系统和能效监测终端， 实现对机房负载、电源系统、冷却系统全流程能耗的数据采集和智能 分析，推动 PUE 等核心指标持续优化 [9]。探索负荷聚合与边缘调度机 制，将边缘节点零散计算任务统一纳管，提升算力与电力资源协同调 度