.............................. 15 2.5.3 推理框架 .....................................16 2.5.3.1 推理并行效能优化 ...................... 16 4 2.5.3.2 推理网关优化 .......................... 16 2.5.3.3 融合算子监控 ..... 自主可控的算力底座， 引领云智算基础设施从规模扩张走向效能跃升的新阶段。 2.1.1 算力芯片 大模型训练和推理对算力芯片提出了更高的要求，如超高带宽互联、极低时 延等。GPU 是智算核心，中国移动以测促研推动国产化 GPU 成熟，同时布局 DPU 芯片，提升智算网络性能、落地自主算法、融合 COCA DPU OS 实现智算互联效能 跃升。 中国移动推出大云磐石 DPU，以云智算场景需求为牵引，与国产芯片厂商深 面向中远期，以“异构 CPU+智算 AI 芯片”一体融通、支撑训推一体的泛 AI 业务为目标，探索虚拟指令集等深度算力抽象技术，形成即插即用的统一 XPU 算力底座与工具链，释放多样算力整体协同效能，推动智算应用生态繁荣发展。 2.2 存储技术 随着智算业务的爆发与模型参数量的增长，智算应用在训练、推理等阶段对 9 存储服务提出了更为严苛的需求，如何对海量复杂的数据进行存储、调度、高效

复杂且多样化的数据处理需求。 融合多技术组件，强化数据分析 与计算能力 • 规范数据需求、数据研发、数据治理、 数据交付、数据运营等环节； • 形成面向数据全生命周期的标准化实施 工艺流程，提升整个团队协作与效能。 规范开发流程，建立DataOps 研发运营体系 2.2 技术架构 数据源 数据接入 实时 采集 批量 采集 仓模块(GaussDB) LakeFormation 元数据 HDFS 主要内容：项目建设创新点、技术实现特点。 3.1 创新点 多集群部署架构， 降低集群间耦合 关系 按照不同组件技术 特性，规划数据层 级设置 DataOps + MLOps提升研发 及数智应用效能 04 DATA 在此添加标题 点击添加文字说明 详情介绍点击添加 文字说明详情介绍 • 多集群部署架构通过独立配置管理各集群资源。 • 多集群间的松耦合设计，便于根据业务需求灵活调整资源分配，满足多样化的数据处理需求 式存储，大大降低了数据存 储空间，且后续数据处理更加简便，提升数据处理能力。 • 基于DataOps工具建立数据研发运营体系，构建贯穿数据全生命周期的标准化实施路径，显著 提升团队协作效率与整体效能。 • DataOps与MLOps的无缝对接与协调运作，实现模型与数据的紧密集成，确保模型能够实时获 取到最新的数据进行训练和推理，为知识图谱构建等提供数据支撑。 3.2 技术实现特点 多源异构数据统一采集存储

下一代智慧城市的发展模式升维： 1、传统智慧城市的数据融合、系统对接模式将发生根本改变，被AI CITY的知识融合、模型驱动模式替代。 当前智慧城市“一网通办”“一网统管”“一网协同”的实现方式和实际效能也将发生质的蝶变。 2、传统智慧城市的应用为分立式，多个服务入口并存。AI CITY中统一的大模型底座、统一的知识库可重构 交互方式，支撑多个分立式应用集成为一个应用、一个交互入口。 3、传统 生产效率、降低生产成本，推动产业向高端 化、智能化、绿色化发展。在新兴产业领域，人工智能催生出自动驾驶、低空经济等新产业新模式，创造新的经济增 长点。 数字政府，赋能政务效能提升。人工智能技术的快速发展为政务服务效能的跃迁提供了有效工具，其先进的 技术理念正倒逼政府施政理念的重塑，推进政府思维模式、体制机制和服务方式的变革。人工智能与数字政府的深度 融合将催生出一种新的政务服务生态，显著提升政府科学决策和政务服务供给水平。 基础设施。从集约的角度，远期可采用统建分用模式，基于省级统一建设政务云和政务服务平台等，由省级统筹政务 应用等训练、各城市分布式推理。也可探索跨城市的算力资源、模型训练框架、应用服务组件共享共用，提升资源利 用效率与系统协同效能，为城市级应用提供集约化支撑。 2、统筹集约，优化资源协同架构 近期：城市统建统管，科学规划、统筹建设 远期：省市统建分用，中心训练、分布式推理 34 AI CITY 发展研究报告 面向未

和更大的三级缓存容量等，为大模型提供强劲算力支持； • 利用英特尔® AMX 对 INT8 和 BF16 低精度数据类型的支持，在矩阵运算中有效提高计算速度并减少存储 空间占用 ，更充分地利用计算资源，大幅提升网络大模型推理效能； • 采用英特尔 AI 软件工具 (如 xFasterTransformer) 提升推理性能、降低部署成本并便捷地迁移模型。 1.2.3 有关性能和基准测试结果的更完整信息，请访问：https://www arch-network-llms.html * 荣获第二届“华彩杯“算力大赛 2024 年全国总决赛一等奖 3 解决方案：基于第五代至强® 的 CPU 算力方案 为中国电信网络大模型提供高效能推理 CPU 在传统上被视为更适于 AI 负载中的通用计算，例如大 模型应用的前期数据准备、知识库的存储和处理等工作。随 着更多 AI 加速技术嵌入 CPU，以及围绕 CPU 平台的 AI 生 ommendation-system-upgrade.html 更复杂的模型结构和更丰富的 组合特征，不断提升对硬件基 础设施的算力需求 在有限的算力资源和严格的时 延约束下，充分发挥硬件效能， 持续提供强劲算力和 AI 加速 1.52 倍 基于第五代至强® 可扩展处理器的广告推荐模型， 经过英特尔® AMX 和英特尔® AVX-512 优化后，相较上 一代吞吐性能提升达 1

智慧公路技术白皮书 03 现状和趋势 各国出台中长期规划，开启公路智慧化新篇 2.1 智慧公路作为新一代信息技术与公路道路运输深度融合的重要载体，已成为智能交通领域的新型数字基础设 施，在提升运输效能、培育新兴产业等方面战略作用明显，世界各国争相进行技术研发与应用。 2016 年 12 月，欧盟发布了《欧洲 C-ITS 战略》，其目标是促进整个欧洲范围内投资和监管框架的融合，开展 C-ITS 发展的最强大的动力。 本文中安全特指交通安 全，数据安全另行分析。 公路的价值在于运输效 率的基本保障。在安全 保障的基础上，如何提 供 便 捷、 高 效 的 出 行 供给，提升公路交通效 率是公路供给效能的关 键，也是地方经济发展 的保证。 低碳绿色是公路发展公 共属性需求，同时也是 个体节能的需求，绿色 理念是公路建设可持续 发展的“太阳能”，是 个体出行成本降低和公 共环境利益的结合体， 设分散，信息化组织管理较为松散，造成资源浪费等问题。所以， 构建多维数据融合、海量数据处理和存储、实时决策支持、数据共享服务的智慧公路时空大数据基座势在必行。 智慧公路时空大数据以提升管理与服务效能为发力点，实现时空交通态势研判预警及车道级主动管控，提高 行车安全及道路通行能力，提升运营管理、研判决策和应急处置水平，同时为司乘人员提供精准的信息服务。 技术特点 包含公路主体及附属设施监测

到“十四五”末，矿山安全法规标准体系更加完备、安全生产责 任体系更加健全、安全预防控制体系更加科学、安全监管监察体 制更加完善、信息化智能化水平大幅提高、基础保障能力明显增 强、监管监察效能显著提升，矿山安全综合治理效能取得重大进 展，事故总量持续下降，重特大事故得到有效遏制。 2022年 6月 《关于印发工 业能效提升行 动计划的通知》 工业和信息化部 等六部门 加快推进煤炭利用高效化、清洁化。有序推动煤炭减量替代，推 低品位矿及尾矿的回收利用等。 河南 2022年 10月 《关于优化煤炭 资源配置的实施 意见》 进一步优化煤炭资源配置，解决煤矿后备资源短缺、采掘接续紧 张等突出问题，夯实煤炭安全保供基础，提升煤炭资源效能和能 源安全水平。 29 29 省/市 发布时间 政策 主要内容 内蒙古 自治区 2022年 10月 《关于加强煤矿 “一优三减”工 作有关事宜的通 知（征求意见 稿）》 坚 薄煤层、中厚煤层、大采高、大倾角、放顶煤工作面均实现了一定程度的常态化应用，目 前全国已建成智能化采煤工作面41处，虽然未能做到完全脱离人工，但是工作面最恶劣 环境生产减少人工作业达到约40%，同时作业效能得到提升。  掘进工作面无人化——相比采煤工作面，煤矿掘进工作面条件更为恶劣，实现的智能化 难度更大，“采掘失衡”也一直是制约煤矿连续化作业的重点难题。目前全国已实现智能 掘进工作面25处，

决 中兴通讯版权所有未经许可不得扩散 10 方案的产业联盟、标准组织如UEC、IETF、ODCC等均在积极投入和研究，部分已经取得积 极进展。基于行业通用标准的端、算、网解耦方案，势必使能更高效能、更优成本的高性能 网络基础设施。 4.2 中兴高性能网络技术架构 中兴高性能网络技术基于算内、算间和入算三大场景，提供可支撑超大规模、高吞吐、 高可靠、低时延、安全、智能和灵活扩展的高性能基础网络，并具备高度可运维能力。网络 OSFP或QSFP-DD800光模块。根据设备之间传输距离的不同，可采用800G SR8(50m)、 800G DR8(100m或500m)或者800G 2xFR4 (2km)光模块来满足需求，灵活满足中大规模 AIGC集群运算效能。 5.1.2 大规模组网路由协议：可扩展快速部署，组播能力提供  良好扩展能力 拓扑可以支持水平扩展，升级时只需添加更多相同类型的链路和网络设备，无需升级网 络本身。  协议/部署简单 态等，通过 操作界面直观展示，预警潜在拥塞、丢包等问题，保障资源高效利用; （二）业务性能调优：监控关键指标，优化网络与业务协同，精准调控拥塞管理及流量 调度，确保算力与网络无缝对接，提升处理效能; （三）故障排查加速：实施多层次故障检测，实现秒级故障定位与分钟级自动恢复，显 著增强网络运维效率和可靠性，保证业务连续性。 图 17 数据面 Telemetry 技术架构演进 综上所述，

力关键指标包含了计算需求和应用能力指标二大部分，如图 4 所示。 计算需求是指各高算力行业中的计算场景、计算问题类型，以及相 应的计算需求指标和部署需求。这里，计算需求指标包括计算时长 （计算时效）、计算精度、计算规模和计算效能等指标。量子计算 应用能力指标涵盖了量子计算单机系统的硬件性能、算法性能、增 强性能，以及计算机可扩展性、部署能力等多个单项和集成指标， 具体关系是：量子计算应用能力=f（单系统量子计算性能，扩展能 量子计算应用能力指标与评测研究报告（2024 年） 15 理比特规模和线路深度不直接对等。具体内涵可考虑分布式算法、 量子编译、智能工具等优化手段。计算规模还包括多个计算任务的 并发规模，即总的计算量。 4）计算效能：单位能耗（焦耳）完成的计算量。能耗包括主机 和外围设备，或者仅考虑主机。 (三)硬件系统性能指标 业界已经定义了多项的硬件单项指标或集成指标。 1. 比特级指标 1）量子比特（退

的应用需求。为了提升 数据采集和传输效率，新的设计思路应当注重根据不同的移动通信智能优化应用场景和网络部署， 进行灵活、弹性、可定制的数据采集。 在这种背景下，用户面可编程性将成为提升数据采集效能的关键因素之一。通过可编程的用户 面架构，数据采集过程可以根据具体场景的需求进行定制化设计，不仅在时间和空间上进行精确的 按需调度，同时还能够动态调整采集策略，保证数据采集的精确性与高效性。不同的网络场景，如 未来的流量模式。根据时间序列、用户行为模式等因素，提前调整网络资源分配。 ●定制化服务：面向垂直行业的特殊诉求，按需剪裁功能模块、调整服务流程，为智能工厂、远 程医疗等场景量身定制专属网络用户面，全方位释放用户面微服务分解效能，赋能网络进阶。 服务化用户面还需要考虑设计服务化接口替代传统的包转发控制协议接口，基于 RESTful 架构 或其他轻量级的服务接口设计原则，具有更好的灵活性和扩展性。有利于第三方应用快速、敏捷的

心（II-SOC）协同建设理念。前者聚焦生产现场控制层，通过实时监测与应急处置保障工控系统 稳定；后者面向“云-边-端”全域，实现跨企业安全监测与协同响应。二者层级互补、技术联动， 共同提升工业互联网安全防护效能。 (5) IT 技术为 OT 设备防护、控制优化提供支撑。IT 与 OT 必须融合贯穿安全建设全程，从而实现网 络协同防御、数据统一治理、应用安全延伸，有效打破技术壁垒，形成适应工业互联网特性的融 环节，而应将研发、供应链、销售等环节纳入统一的安全框架，依据等保 2.0 对不同环节的安全要求，构 建涵盖安全策略制定、技术防护部署、安全管理协同的一体化体系，实现各环节安全措施的有机衔接与协 同联动，提升整体防护效能 。如某大型制造集团，建立了包含网络安全监测平台、数据加密系统、安全 审计机制的综合性安全体系，全面对标等保 2.0 要求，有效应对了全链互联带来的安全边界模糊化问题。 系统性原则明确了工业互联 在工业企业安全能力建设实践中，工控系统（ICS）安全运营与五大防护对象（设备、控制、网络、 平台与应用）的安全建设，以及与传统 IT 运营中心、工业互联网安全运营中心（II - SOC）的融合情况， 对企业安全防护体系效能有着决定性影响。这些核心场景的有机融合，能够显著提升企业整体安全防护能 力，有效应对复杂多变的安全威胁，保障工业生产稳定、高效运行。 79 第四章 工业互联网安全能力建设与实施路径 装备制造