数据处理与存储 ：基础设施和数据计算及存储 能力，例如云服务投资、人工智能 Token 消耗 以及业务连续性能力 » 数据应用 ：跨行业数据应用，涵盖企业数智化 转型、人工智能应用、电子商务及电子政务 » 数字能源 ：支撑数智基础设施可持续发展的关 键能源基础设施，包括可再生能源投资、绿色 出行率、充电便利性以及可再生能源发电的经 济效率 » 政策 ：国家层面的监管、法律、投资及可持续 的发展趋势或市场和技术趋势的变化。例如， 原 GDI 中的“STEM 毕业生比例”指标已从 “科学、技术、工程及数学领域毕业生比例”更 图 3：GDII 指标框架 应用 下载量 消费者 电子商务 交易量 企业及 消费者 电子政务 水平 政府 消费者光纤覆盖 企业光纤覆盖 4G & 5G覆盖 国际互联网带宽 国家骨干 互联带宽 联接 广度 人均算力规模 企业 云化率 人工智能 应用 渗透率 数字化 应用规模 应用渗透率、骨 干互联带宽等 » 数据处理与存储 ：存储规模、人均算力规模、 人工智能 Token 消耗量、绿色数据中心容量等 » 数据应用 ：企业数字化应用水平、电子商务渗 透率、电子政务水平等 2. 基础设施关联经济产出 不同于传统框架将数智基础设施或人工智能人才视 为独立要素，GDII 将数据全生命周期嵌入数据驱 动的价值创造链。这一双重视角涵盖从联接、云计 算到企业应用的全链条，展现了数智基础设施如何

入公共算力交易平台，向企业提供按需付费的算力服务；同时，系统 需支持第三方调度算法的灵活接入，满足不同行业的定制化需求。这 种开放生态的构建，不仅能降低算力交易成本，还能促进边缘算力在 电子政务、企业数字化、新兴业态等领域的规模化应用，推动产业从 “硬件堆砌”向“服务增值”升级。 综上，分布式算力感知与调度系统的发展，既是解决当前边缘算 力资源分散、利用低效等问题的技术手段，也是支撑各行业数字化转 性/区域性企业、社会公众及行业合作伙伴，其需求聚焦于算力资源 的“可感知、可调度、可信赖”，并随业务场景的多样化呈现显著差 异。 从政府与公共服务领域来看，用户核心需求集中在算力资源的统 筹管理与安全可控。例如，电子政务场景中，各级政府需要通过系统 15 实现跨区域边缘算力的统一调度，支撑政务数据本地化处理（如身份 证核验、社保信息查询），要求满足低时延、高可靠及数据隐私保护 需求。此外，应急指挥、智慧城市等场景需系统具备快速响应能力， 务请求便能精准匹配到最合适的算力节点，极大提升资源利用率，显 著缩短业务响应时间，为用户提供更为流畅、高效的服务体验。 在场景适配与服务能力提升方面，分布式算力感知与调度旨在实 现对多元业务的深度、精准支撑。以政企领域为例，电子政务涉及大 量数据的安全处理与高效流转，企业业务则因行业特性、业务规模的 不同，在算力需求上呈现出多样化特点。车联网场景中，自动驾驶对 实时性要求极高，车辆行驶过程中的决策需在极短时间内完成，这就

据服务层和应用场景层，并围绕技术选型和业务运营构建标准 规范和运营保障体系。可信数据空间建设统一技术架构如下图 所示。 图 2 可信数据空间统一技术架构图 网络层（跨网）：基于现有互联网、电子政务外网、物联网 等网络基础设施，为可信数据空间建设提供数据传输、用户接 入、场景应用的基础网络服务。为实现各类可信数据空间广泛 互联，除专用可信数据空间外，可信数据空间应支持用户使用 23