标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 智能系统的构建正在颠覆传统的系统工程，需要将基于传统 ICT 模型的开发与数据驱动的 AI 技 术相结合。我们需要通过混合解决方案构建智能系统，确保其能够基于大量已有知识做出安全高效 的决策，还能规避 AI 系统的不可解释性。 理基石。这体现了系 统思维中不同层级（能源、计算、智能）之间深度耦合与协同的必要性。 最后，我想强调，迈向 2035 年的智能世界，其过程绝非单纯技术的线性叠加，而是一个充满 不确定性的复杂系统工程。它需要我们不仅在算法、算力、数据等技术上寻求突破，更需要在基础 理论、系统架构乃至伦理法规上进行前瞻性的布局和探索。中国科技界在参与构建这个未来时，应 更加注重原始创新与底层技术的贡献，推动建立开放、协同、包容的技术发展生态。 十年，信息科技将会发生重要跃迁。这并非单 一技术的线性发展，而是一场由数据、智能技 术、感知与交互、算力、网络、新能源等核心 要素共同驱动，深刻贯穿数字世界与物理世界 的系统性跃迁，是一个复杂的系统工程。 为系统勾勒这幅未来蓝图，本章将聚焦于 面向智能世界 2035 的十大技术趋势。这些趋势 相互关联、彼此促进，共同构成了通往未来的技 术脉络。 未来十年，实现 AGI 奇点突破，仍面临诸多核心挑战

等先进架构的兴起，对计算基础设施提出了前所未有 的苛刻要求。传统的硬件堆叠模式已难以满足其对于算力规模、通信效率及系统稳定性的需求。《超 节点发展报告》深刻阐述了，必须从单纯的硬件聚合，迈向以“系统工程”思想为核心的创新构建。 超节点通过超高带宽互联、内存统一编址等关键技术，实现了计算、存储、网络资源的深度融合与 高效协同，其大规模灵活组网与高可靠运行的系统优势，是构建稳定、高效、易用的新一代算力系 … NPU NPU … 高速互联协议 超节点发展报告 13 “超节点”的演进始于对传统 Scale-Out 架构通信瓶颈的突破，经历了从服务器到机柜级集成 系统并最终深化为软硬件全栈协同的系统工程。它与 HPC、分布式计算等领域既有渊源又存在本质 区别，其核心价值是为大模型深度优化的专用算力基石。超节点的形态和技术路线将持续演化，但 其作为 AI 时代核心计算单元的地位已然确立。 随着超节点成为

证与碳配额自动核销与流转。新电途已推出的充电站信息查询MCP服务，正是推动 行业数据互通、迈向市场生态化的第一步。 第五部分： 面向未来的挑战与协同建议 25 5.2 主要挑战 26 AI与新能源的深度融合是一项复杂的系统工程。从当前的技术探索走向规模化 应用，从单点优化迈向系统协同，行业仍面临一系列需要共同应对的挑战，需要产 学研用各方共同破解。 数据要素流通机制有待健全。能源行业涉及国家安全、商业机密与用户隐私，

框架分析 34 建成车路协同试点路段仅覆盖约120个城市核心区，远未形成跨区域连续服务 网络[1]。 其次，专业人才结构性短缺持续制约企业落地能力—既懂感知融合又通法规合 规的复合型智驾系统工程师年均缺口超2.3万人，而车企内部跨部门协同机制尚 未适配“软件定义汽车”的敏捷开发范式，导致从NOA功能交付到城市泛化部 署平均耗时长达9–12个月。 第三，资本投入呈现显著长周期特征：L2+级智驾系统研发平均需3–5年、累计

未来审计人才培养和职业发展的依据。 未来，内部审计的运作疆域将在动态互联、价值共创的多层次 生态网络中展开。 全国内部审计数智化转型发展研究报告（2025） 86 第六章 工作建议 内部审计的数智化转型是一项系统工程，在日新月异的技术浪 潮面前，无法依靠某一家单位的力量单独完成。随着“十四五”规 划的收官，在“十五五”即将开局之际，内部审计行业应当立足当 前数智化转型成果，不断加强研究型审计，建立“政策引领、多方

子网络中所需的端到端纠缠态的数量、建立完成最小时间和保真度等 指标。 准确抽象出量子业务对算力和网络的需求并建模，依赖于对量子 算法的实现细节、量子计算机的硬件特性和量子网络机制有深入理解， 是一项需要未来深入研究、持续推进的系统工程。 6.3.3 调度框架建模 调度建模的目的是将量子业务模型和量子资源模型相匹配，以最 大化系统性能和效率。 对于不需要量子通信的量子业务来说，即上述介绍的量子云计算、 72 量超融合

为代表的移动技术将为全球经济贡 献 11 万亿美元，占全球 GDP 的 8.4%。 5. 缩小存储规模差距 ：数智经济的优势将不仅在 于数据生成规模，更在于其数据的高效存储、 保护与使用。 6. 发展人工智能是系统工程 ：人工智能开发不仅 依赖于算力的提升，更是一项围绕统一战略， 统筹计算、存储、数据和算法的系统性工程。 7. 可再生能源驱动可持续的数字增长 ：以可再生能 源驱动的智能系统是可持续数智经济增长的关键。 塔吉克斯坦 喀麦隆 刚果 (金) 57 全球数智化指数（GDII）2025 克服人工智能发展瓶颈 ：推动算力和存储 协同发展 综上所述，推进人工智能发展绝非简单的算力比 拼，更是一项系统工程。算力固然重要，但若缺乏 先进的存储架构、智能化的数据管道以及强大的算 法开发能力，算力也难以发挥作用。人工智能发展 领先国家并非仅依赖单一能力，而在于善于统筹计 算、存储与数据资源，构建无缝协同的生态。因