大约 3-5%，这意味着 Pre-Training Scaling Law 和 Post-Training Scaling Law 可能已经达到尽头，或至少是其边际效益已经 降的很低。但随着 OpenAI O1/O3 的出现，尤其是 DeepSeek R1 的横空出世，人们发现 Reasoning（Test-Time） Scaling Law 还继续有效。对智能算力的使用，预判以后主要将

较⾼⽔平后长尾数据的缺失问题 • 效果最差，主要用于⽆法获取数据的情况， 在预训练后补充不同驾驶环境的知识 空间智能概览 自动驾驶 3D⽣成 具身智能 扩展现实（XR） 世界模型 自动驾驶已经出现清晰的空间智能Scaling Law，接管里程随底层算⼒扩 展和强化学习新进展快速增加，在百万卡集群支撑下将超过⼈类⽔准 12 信息来源：量⼦位智库，Tesla，1）H100等效算⼒ V12 V13.5/V14 V13

往返时延 ZTP Zero Touch Provisioning 零接触配置 3 高性能网络关键需求和挑战 3.1 高性能数据中心网络(HP-DCN) 3.1.1 支持超大规模组网是基础 在Scaling Law（扩展定律）的驱动下，万卡GPU训练集群已成为AIGC核心玩家的及 格线，智算中心正迅速朝着超万卡级别的规模迅速发展，国内云商如阿里巴巴、百度等陆续 宣布具备10万卡集群的支持能力， 塞，提升吞吐量及带宽利用率等，保障HP-WAN高通量传输。 7 展望 2024年，OpenAI发布的O1模型预示着AI进入了新一轮技术高速发展周期，而刚刚发 布的Grok-3训练集群已达到20万卡级别，Scaling Law不仅没有停滞，对算力规模的需求 还在持续，只是重心从预训练向后训练和推理转移。AI集群规模从万卡向十万卡甚至百万卡 演进已经成为业界关注的焦点，作为AI基础设施重要组成部分的高性能网络也将迎来新一轮

technical report[J]. arXiv preprint arXiv:2303.08774, 2023. [2]. Rae J W, Borgeaud S, Cai T, et al. Scaling language models: Methods, analysis & insights from training gopher[J]. arXiv preprint arXiv:2112 arXiv preprint arXiv:2112.10684, 2021. [6]. Fedus W, Zoph B, Shazeer N. Switch transformers: Scaling to trillion parameter models with simple and efficient sparsity[J]. The Journal of Machine Learning

AI推理需求的快速增长。同时，智能体应用的增长也必然带来网络连接的增长，标志着我们正从人联、物联时代迈向智 能体连接的新时代。这些变化对推理成本和算网融合提出了更大的挑战。 智算规模迅速增长：在规模定律（Scaling Law）的推动下，大模型的规模和能力正迅速增长，训练算力的需求增速变 2.4 趋势4 大模型赋能运营商数智化转型，加速高阶自智 洞察分析 GenAI快速发展：在通信产业中，低空经济、物联

com/newsDetail?id=233 50 https://www.quixquantum.com/news/quix-quantum-technology-unlocks-key-to-scaling-photonic-quantum-co mputing 51 https://www.quixquantum.com/news/bia-launch 52 https://www.idquantique

Sanketi）（2023年10月3日），“在多种不同机器 人类型中扩大学习规模”，谷歌DeepMind公司：https://deepmind.google/dis- cover/blog/scaling-up-learning-across-many-different-robot-types/ 97. P·陈（P. Chen）（2024年1月8日），“机器人技术的未来：机器人基础模型与数据

不受天气或夜间周期的影响；太空中的更高太阳辐射强度使得能量捕获更加高效。SBSP阵列预期将生成 不断提 供 2, 000 GW 的电力 ， 远远超过今天的地面太阳能发电场 ， 依靠阳光来发电 • Scaling SBSP presents 相当大的挑战 ， 包括高 开发成本, 不确定 经济可行性 ， and 能量传输效率。 此外，与太空碎片及其他卫星相撞的风险 complicates 系统部署和维护。

租户服务与租户安全 文档版本 3.7 (2025-05-07) 版权所有 © 华为云计算技术有限公司 31 7.1.3 弹性伸缩服务 (AS) 弹性伸缩服务（AS – Auto-Scaling）是根据租户的业务需求，通过用户预先定义的策 略自动按需调整资源的服务。AS 在运行中无需人工干预，就可使资源使用量符合业务 当前的需求。在业务增长时实现应用系统自动扩容，业务下降时实现应用系统自动减