跨行业应用的 性能。 三、可信权益保障：通过广义 QoS 质量机制及多方见证技术实现共享与权益 的精确对应，保障资源能力流转的顺利进行。 四、跨域安全和身份管理：基于分布式身份（如去中心化身份（DID））和 分布式账本技术（DLT，如区块链），实现联盟网络中的安全认证与信任机制。 五、智能化网络管理：采用 AI 驱动的自主网络，结合智能体架构（AI Agents）， 优化网络拓扑、资源分配和策略管理，保障安全的共享交易。 络层中。业务单元是对网络内部资源的管理，负责资源的感知、任务资源的匹配、 资源的调度等功能，属于主体网络层。联盟单元实现互联互通，负责网络间身份 管理和认证、网络间数据传输的通道管理等功能；可信单元支撑多方共识，负责 网络间分布式信息管理、权益匹配等功能，联盟单元和可信单元是互联互通层的 关键。智能单元实现下层资源能力与上层应用的匹配，负责应用的全生命周期管 理、应用资源的组合管理等，实现未来网络丰富的联盟应用层。 图 （Trustworthiness Access Module，TAM）。三个模块都是分布式账本的功能模 块，TMM 可以对分布式账本行使管理能力，比如对于账本参数修改区块的创建、 对于用户权限参数修改区块的创建等。具备这个权限及模块的一般都是运营商及 大型行业网络等，是分布式账本的管理员角色。TCM 可以对分布式账本行使区块 创建的共识能力，可以创建不涉及账本参数的区块，但无法创建账本参数区块。

........................................................................................11 2.1.2 分布式 MIMO 技术........................................................................................... 2.4.1 基于对抗训练的无线语义通信安全传输.............................................................58 2.4.2 安全高效的分布式语义通信系统.........................................................................59 2.5 量子计算与应用..... CSI 和 t 时刻的 CSI 反馈信息，利用 AI/ML 重建部分恢复出 t 时刻的信道信息。 图 2-1-4 基于 AI 的时空频域 CSI 压缩 2.1.2 分布式 MIMO 技术 2.1.2.1 传输方案与信号处理算法 在分布式 MIMO 系统中，多个接入站点（AP）通过前传网络，连接到中央处理单元（CPU）， 在相同的时频资源上联合为多个用户（UE）提供服务，显著提高网络覆盖范围和数据吞吐

空间：根据我们的推算，企业微电网存量改造项目空间将不少于 8000 亿元；每年新增项目业务空间达到 150 亿元以上。 趋势：“双碳”目标 + 电价浮动，趋势进一步催生企业的节能控耗、节省电费需求；分布式电源 / 储能 / 充电桩加入使得企业微电网更加复 杂 化，进一步催生可靠用电、运维管理需求；用户侧参与电力市场并可进行上网卖电，催生市场化交易、数据管理需求。 u 安科瑞：产品 / 销售 / 元， PE 分别为 40/29/21 倍，强烈 推荐，首次覆盖给予“买入”评级。 风险提示： 1 ）市场份额被竞争对手挤压； 2 ）新产品推广不及预期； 3 ）新产品研发不及预期； 4 ）分布式电源、用户侧电改不及预期； 5 ）拟建项目、拟设子公司存在不确定性等 资料来源：华西证券研究所 . ) 安科瑞微电网产品三级跳 u EMS 1.0 的特点为标准功能模块化、组件化，包含电力监控、能源管理、预付费、用电安全等 21 个系统。 功能：变电站综合自动化、配电室综合监控、分布式光伏、电力监控、电能管理、能耗管理、充电桩管理等。 EMS 1.0 中各功能模块相互分离，公司按客户需求将不同子系统组合销售。 u EMS 1.0 ：实现了功能积累，为后续的产品进化建立了基础。

会等方式，鼓励更多的教师和学生参与到设备的开发和改进中来。 量子信息技术应用案例集（2024） 12 案 例 二 量子计算在生命科学方面的应用 ——基于分布式 VQE 算法的基因组组装方法 提供单位：深圳量旋科技有限公司 量子信息技术应用案例集（2024） 13 一、 应用背景与需求 (一) 量子信息技术应用案例集（2024） 15 于估计化学分子的基态能量、组合优化问题的最优解等，被视为在 NISQ 时代最有希望实现的量子算法之一。 图 8 VQE 算法的流程示意图 分布式计算：分布式计算是将一个需要巨大计算能力才能解决 的问题拆分成多个小的问题，然后将这些小的问题分配给多个计算 机进行处理，最后将这些计算结果综合起来得到最终的结果。 问题启发式参数化量子线路：参数化量子线路是 根据问题的特殊性设计特定的参数化量子线路，生成仅包含问题可 行解的参数化量子态，从而减少搜索空间。 (二) 技术优势/成熟度分析 基于分布式 VQE 算法的基因组组装方法，相对于其他方案而言， 具有三方面的技术优势。1）结合三代测序技术辅助二代测序技术可 以有效的解决存在基因重复片段的基因组组装问题。2）基于分布式 VQE 算法，可以在 NISQ 时代使用较少的量子资源求解大规模 QUBO 问题。3）基于特定的问题启发式参数化量子线路，可以高效

训推场景对于多级缓存的核心需求，联合产业力量升级 存算互联硬件，打造高速互联接口提升带宽，研发存算协同芯片模块，提升整体 性能。 面向中远期，构建多级训推缓存端到端智能缓存管理框架，支持异构缓存间 的数据透明迁移；支持多级缓存分布式部署，深度融合云端、边缘与终端设备的 存储资源，实现深度缓存协同。 2.3 网络技术 为应对 AI 大模型训练与推理对算力基础设施的极致性能需求，中国移动构 建“卡间-机间”全栈智能互联技术 用光电共封装技术突破传统电互连的带宽密度与传输距离限制，推动材料接口与 封装规范的标准化进程，为 TB/s 级带宽、百 ns 级时延的点对点超大规模智算集 群互联奠定基础。 2.3.2 机间互联 AI 大模型以 GPU 集群分布式训练为基础，网络成为影响算力的关键因素。 现有 InfiniBand 和 RoCE 技术存在各自问题，均不满足未来机间互联技术演进， 为此中国移动提出全调度以太网（GSE）技术架构，全面革新以太网底层转发机 2024 年 MWC 发布全球 首台算力路由器，并已构建 5 省 20 地市规模中试网络。 面向近期，重点开展归一化算力度量、自适应算力通告、多因子联合路由技 术研究，面向智算推理场景，开展集中式、分布式部署方案验证，验证算力路由 在模型感知、推理实例选择的灵活性和高效率。 面向中远期，攻关面向大模型训练场景的多维算力信息融合路由机制，综合 感知网络拓扑、网络故障、节点算力状态、检查点等多维信息，构建稳定高效的

随着生成式人工智能的发展，AI大模型参数量从GPT-3.5的1.75亿，到GPT-4的1.8万 亿，预计未来GPT-5将达到十万亿参数规模，迅速膨胀的AI模型需要更大规模的算力集群执 行训练。AI大模型以GPU集群分布式训练为基础，根据阿姆达定律，串行占比决定并行效 率上限，网络成为影响算力的重要因素。AI训练任务的高精度并行协同特性以及超大集群互 联吞吐量对网络性能提出了数量级的提升需求。AI大模型训练的时间往往长达数月，也使得 。HPC同样对网络提出高性能 需求，特别是在可扩展性以及分布式资源的高效利用方面，HPC与AI的需求趋同。一般来说 HPC对于时延更加敏感，但部分采用并行通信的计算模型，同样也关注长尾时延。 AI和HPC集群规模和服务范围的扩大对广域网传输也提出全新需求，包含数据协同和数 据快递两大应用场景。数据协同应用主要面向AI/HPC的分布式协同，例如在跨DC的AI训练 过程中的是训前模型和数据上 CPU Central Processing Unit 中央处理器 CSIG Congestion Signaling 拥塞信令 DSF Distributed Scheduled Fabric 分布式全调度网络 DOM Digital Optical Monitoring 数字光学监控 ECMP Equal-Cost MultiPath routing 等价多路径路由 ECN Explicit

3-3 数字可信服务体系 3.3.1 身份可信 基于生物识别、分布式数字身份、零知识证明、钱包技术及零信任的身份 可信服务体系，提供可信可靠、自主可控、合规合法、效率创新及符合行业标 准的数字身份服务能力。通过生物识别能力构建，如指纹、面部识别等，可凭 借生物体特征，进行高效且难以被冒用的身份验证，极大地保护了个人信息可 信；分布式数字身份（DID）可作为构建信任网络的基础，其保障了个人在各平 证流程，提高效率和便利性，同时减少中央化系统中的安全风险；以密码学为 基础的钱包技术，可为数字资产可信管理与存储赋能；零信任可作为可信身份 的参考安全架构，构建外层可信空间域保障可信身份体系安全。身份可信一方 面通过分布式身份及零信任建立高效、安全、可靠的数字身份体系，另一方面 通过身份识别与钱包技术构建唯一身份与资产信任根，共同作用下为数字经济 参与方提供了可信的身份基础。 3.3.2 可信数据 第 22 页 的各个环节， 为构建更加智能、高效、透明、可信的政务生态体系提供了坚实保障。 数据共享是政务服务创新的关键环节，为打破部门之间的数据壁垒，构建 基于区块链的可信基础设施成为重要举措。区块链的分布式账本和加密技术特 性确保了数据的可信共享。在数据采集环节，对数据源进行可信认证，保证数 据的真实性和合法性；数据存储在区块链上，利用加密技术防止数据被篡改和 泄露；在数据使用过程中，通过智能合约实现数据的授权访问和使用记录可追

Infiniband 网络主要包括 InfiniBand 网卡、 InfiniBand 交换机、 Subnet Management （ SM ） 、连接件组成； RoCEv2 网络 是一个纯分布式的网络，由支持 RoCEv2 的网卡和交换机、连接件、流控机制组成。 InfiniBand 在网络性能、集群规模、运维等方面具备显著优势。 • 投资建议： A I 大模型的参数量和训练数 存储方面：原先独立部署的文件、对象存储逐渐向融合存储演进，提升数据交互效率； • 平台方面：具备池化算力分配能力，实现底层智算资源的细粒度分配、动态调度和一体化管理；同时， 引入分布式并行训练框架提升模型训练效率； • 散热方面：为配合高算力需求，散热系统逐步从风冷向冷板式液冷过渡。 图 6 ：大模型参数规模增长速度超过摩尔定律，推动智算中心发展 请务必阅读正文之后的免责声明及其项下所有内容 智算 中心： 从集群走 向超级池 化 02 网络互联： 节点 内外多方案并 存 03 投资建议及风险提示 请务必阅读正文之后的免责声明及其项下所有内容 • 分布式并行运算是发展趋势。 A I 大模型需要部署在高速互联的多个 A I 芯片上，主要由于： 1 ）单芯片算力提升的速度明显低于模型参数的增长速率； 2 ） 巨量 的模型参数和训练数据，已经远超单个

........ 52 7.8.1 分布式消息服务（DMS） .................................................................................................................................... 52 7.8.2 分布式缓存服务（DCS） .......... 华为云针对各存储服务提供数据保护功能和建议，具体见下表： 表6-1 华为云存储服务机密性与可靠性概览 存储 类型 服务描述 机密性保证 可靠性保证 EVS 云硬盘是一种基 于分布式架构 的、可弹性扩展 的虚拟块存储服 务。 KMS 提供密钥。用户主密 钥（CMK - Customer Master Key）由 KMS 生成、管理 和销毁，用于加密和解密数 据加密密钥。华为云提供整 云硬盘（Elastic Volume Service）可以为云服务器提供高可靠、高性能、规格丰富并且 可弹性扩展的块设备服务，可满足不同场景的业务需求，适用于分布式文件系统、开 发测试、数据仓库以及高性能计算等场景。EVS 基于底层的分布式块存储设备构建， 允许租户创建最大 32TB 的云硬盘，挂载到 ECS、BMS、CCI 等实例上作为块设备进 行使用。 ⚫ 资源管理认证：EVS 基于华为

据库是构成信创技术体系的三个主要支柱。 本着不是“简单替代”，而是“升级替代”的理念，央国企的信创技术体系 应该优先采用云计算、大数据等新一代信息技术架构和技术体系，在基础架构方 面要利用云计算和大数据的软件定义、分布式计算和弹性扩展等特点，以资源池 方式，实现“单机低性能，但整体高可用”的计算模式，也就是实现计算模式从 单机的纵向扩展到跨单机的横向扩展。 在创新应用方面，要充分利用移动互联网、物联网等随时连接、数据驱动和 机会做一步优化，实现数据库整体性能的提升，新兴厂商主要是最新一代的面向 云原生架构的数据库，架构优势更为明显。 4.1.2.3 中间件 中间件主要用于解决分布式环境下数据传输、数据访问、应用调度、系统构 建和系统集成、流程管理等问题，是分布式环境下支撑应用开发、运行和集成的 平台。稳定化、商业化、中台化是国产中间件的重要发展方向。国产中间件相对 于其他基础软件具有较强竞争力，在市场化产品中占据较大份额。国产中间件龙 iPaaS 集成平台、aPaaS 平台、信创应用模板 央国企、党政、军工、 金融、电信、能源、交 通、教育、医疗、汽车、 建筑、IT 等 中创 股份 应用服务器、消息中间件、分布式对象中间件、工作 流中间件、企业服务总线、门户中间件、数据传输平 台 政府、电信、工业互 联网等 普元 信息 SOA 集成平台、云应用平台、大数据中台（偏平台， 产品化收入低）