减少对微电网的冲击，维持整个微 电网系统的稳定。 智能微电网分布式电源的综合控制策略 仿真算例模型： 智能微电网分布式电源的综合控制策略 微电网在 0-0.8s 联网运行， 0.8s-1.6s 运行孤岛运 行，而 1.6s-2s 重新与配电网连接。分别反映微电网与配 电网联网运行、孤岛运行以及微电网与配电网重新联网 3 种情况 仿真结果分析： 智能微电网分布式电源的综合控制策略 1 和 DG2 输出无功功率 仿真结果分析： 智能微电网分布式电源的综合控制策略 2. 母线 1 电压和系统频率情况 母线 1 电压 系统频率 仿真结果分析： 智能微电网分布式电源的综合控制策略 3.PCC 点的电压频谱情况 0-0.8s 时 PCC 点电压频谱 0.8-1.6s 时 PCC 点电压频谱 仿真结果分析： 智能微电网分布式电源的综合控制策略

能座舱、智能驾驶，为用户提供“第三空间+智慧出行”的智能化体验。 06 1.2 转型需求 业务领域 转型需求 转型目标 研发设计 基于数据驱动的产品策划、基于模型的系 统工程、智能协同研发、数字化工艺设计、 数字仿真与虚拟测试验证、产品全生命周 期管理 缩短研发周期，降低成本， 提升研发效率与质量，提 升DFx能力 生产制造 生产过程控制及优化、全过程质量管理、 智能排程调度、设备运行监测与优化、智 入汽车制造。一方面，汽车结构与零部件设计流程复杂、验证成本高，车企需要充 分挖掘用户驾驶、售后维保、质量检测等数据价值，加快建设研发协同平台。另一 方面，为持续提升产品研发效率，车企需要充分利用AI赋能智能工艺规划、数控编 程与仿真等，实现知识驱动产品设计、BOM智能配置、导引式设计等。 当前，在汽车市场的激烈竞争环境下，数字化转型是车企实现高质量发展的有效 路径。汽车企业研发设计、生产制造、供应链管理、销售管理、客户服务等领域转型 车 性能开发、整车工程开发、试制试验、工艺工程开发、新品生产启动试生产验证等场景， 为汽车制造商提供数字化研发平台、数据管理与分析工具、设计仿真与测试软件等工具 产品和服务。如利用生成式设计系统基于物理参数自动优化方案，缩短设计周期；开发 虚拟仿真平台模拟极端环境，减少实物原型测试；建设智能测试系统自动生成用例，提 升研发效率，实现研发全流程的数字化穿透与协同效能跃升。 02 生产数字化服务商

现了跨地域、跨院校的资源共享与按需分配，显著降低了教育主体获 取高性能算力的门槛与成本，使得广大师生能够平等、便捷地调用强 普惠算力赋能教育行业研究报告（2025 年） 19 大的计算能力，有力支撑了包括复杂科学计算、工程仿真、人工智能 训练等在内的高阶教学与前沿科研活动。算力开发平台通过提供一站 式的开发工具、丰富的算法模型以及友好的编程环境，极大地简化了 从理论到实践的应用过程，有效赋能师生开展自主性的算法创新与项 底座，支撑科研效率不断提高。与此同时，AI4S 也对算力提出了更 高要求，而且，这种要求不仅仅体现在计算能力上，更体现在算力人 才、算力生态等多个层面。建设算力资源管理平台、打造算力开发平 台、虚拟仿真实验室等是算力提高科研效率的重要应用场景。 建设算力资源管理平台方面，为迅速响应各研究团队对算力的迫 切需求，各学院课题组普遍采用独立申请经费、自行购置硬件资产的 方式搭建计算集群。这种建设模式虽解了燃眉之急，却在全校范围内 研发人员开展光学、电学、磁学、力学等多领域的物理性质计算。 虚拟仿真实验室方面，虚拟仿真实验室以算力为底座，通过将沉 浸式、高交互性的虚拟现实技术与仿真传感技术深度融合，能够高度 还原实验室各类安全场景。虚拟现实技术凭借 3D 建模、全景渲染等 手段，构建出逼真的实验室空间环境，而仿真传感技术则模拟真实实 验中的物理反馈与数据变化，两者相辅相成，为学习者营造出真实的 实验体验。此外，虚拟仿真实验室具备强大的终端适配性，可与各类

维度分析资源使用情况，形成量化评估结果。从用户使用度、应用实效度开展常 态化监测，推进集约运维改革。通过分析应用频率、资源消耗、模型成效等指标， 遏制重复建设，降低资金成本，推动资源向“集约、高效、安全”优化。北京创 新仿真实验平台基于联通数智资源一本账实现资源“七可”管理，上架 2300 个 数据目录、57 类共性组件，构建云网算资源底数账目，支撑数智场景快速落地。 可信数据空间平台。中国联通聚焦城市数据要素流通中面临的信任缺失、权 为支撑，建成高速、 安全、稳定的低空通信和感知体系。“1”是指 1 个低空数智底座，包含时空服 务平台、AI 中台、数据中台三个部分，提供低空相关数据治理、模型训练和管 理、数字孪生空域建设及仿真等服务。“3”是指 3 大核心平台，低空安全监管 平台依托中国联通 5G-A 毫米波通感一体技术，实现电子围栏设置、入侵监测管 理、目标轨迹跟踪、告警信息处置、区域信息统计、可视化大屏展示等功能；智 合解决方案，持续构建零碳园区智能化技术产品体系。一是开展园区尺度的双碳 算法研究，形成园区碳核算模型、碳排放分析预警模型等，实现园区碳排放的精 准核算、能源调度优化、碳排放超额预警和碳排放趋势的仿真推演；二是面向园 区管委会打造双碳智能管理平台，汇聚园区照明、公共建筑、工业车间等用电用 能设备数据，实现对园区碳排放的精准核算和实时监管，为园区提供精细化管碳、 精准化算碳的有效抓手；三是面

术研发应用，培 育经济增长新动能。通过微电网试点和示范项目，促进人工智能、大数据、物联网、先 进信息通信等与电力系统深度融合，加快柔性直流输配电、新能源主动支撑、大规模储 能电站、新型电力系统仿真和调度运行等技术的研发、示范和推广应用，加快新型电力 系统关键技术储备与迭代，推动相关软硬件设施研发与制造，加快地方经济增长新动能 培育，助力地方经济高质量发展。例如，德生态园多能互补综合能源示范项目，承担着 7 个综合能源领域国内首台（套）装备系统，即： 直流台区（光储充能量路由器）、重要负荷高可靠供电设备、区域综合能源优化调度系 统、区域协调控制器、虚拟同步发电机、重要负荷独立运行保护装置和基于实时仿真的 多能互补综合能源数字孪生系统，实现了工程建设与技术创新的深度融合。项目共申请 发明专利 43 项，软件著作权 15 项，制定能源行业标准 2 项。国家电网公司科技部和山 东省科技厅组织的验 完成了示范目标 作为国家电网公司展综合能源服务业务的先行试点，项目主要目的是通过多种能源 的互补供给、传输控制、需求响应等前沿技术的示范，打造综合能源服务样板工程，为 未来综合能源服务提供动模仿真、设计运行优化等服务，为能源互联网前沿技术的研发、 应用和推广提供了强有力的平台，带动综合能源业务前端开拓和后台支撑团队建设，全 面推动综合能源业务发展。同时，依托示范工程建设青岛市能源大数据中心，为电网业

道路、建筑、植物等； （2）标准建模： 1）粗模区内，每幢楼均使用精细纹理、建屋顶。 2）单个模型几何面片数<200，贴图像素大小<128*128。 （3）环境建模： 1）整个建设范围均要仿真实际环境效果。 2）绿地和广场均需精细规划并精细建模。 3）实现详细路网、水系等详细规划并基础建模。 4）实现最优整体效果控制。 215 交互式三维实景影像数据库 基于混合现实 5I 理念下的 5）实景漫游系统具有全真实感特点，以达到 100％沉浸感的目 的。 和普通的三维实景影像相比，系统具有如下特性： （1）按需搜索功能 将实时获得的具有三维空间坐标的三维全景视频影像与带有经 纬度坐标的 3D 仿真地图自动匹配、无缝集成，真正实现真实环境 与虚拟环境的一致性呈现，在提供三维可视化导航功能的同时，根 据用户的个性化需要，自由搜索、查询所关注目标的三维全景视频 影像数据，最大限度满足普通大众对 支持三维全景图像中，自定义热点、添加标注等功能。  支持最短路径分析功能，可以进行两点间的路径分析，并 实时绘制在地图上。 227  支持多终端实景三维地图模式下的导航图功能，可快速、 高效导航定位。  支持三维仿真地图和交互式三维全景等多种地图模式，并 可快速无缝切换。  基于船政文化景区道路、景点内的任一点，都可 360 度观 看相应的交互式三维实景影像。  支持通过手机、Pad、笔记本电脑等各种终端，实现模糊

Issac 机器人平台，从训练、仿真、推理三方面赋能机器人行业发展。在自动驾驶方面， 英伟达同样也推出了 Drive 平台。 1） 训练平台：用于训练机器人的基础模型。包含英伟达推出的“Project GR00T”人形机 器人通用模型、以及其他主流的 VLM/LLM 等生成式 AI 通用基础模型，可以在此基础 上进行感知、决策、规控等方面训练和强化学习。 2） 仿真平台：在 Omniverse Omniverse 基础上打造了机器人仿真平台 Isaac SIM。在数字孪生环境中， 实现和真实环境一样的开发和测试效果，如获取真实环境中难以得到的数据，可以加快 开发流程和减少开发成本。 3） 端侧平台。机器人本体的部分做了低功耗高性能的嵌入式计算平台，以及感知、决策规 划等的 AI 算法增强的应用部署。如英伟达推出的 Jetson Thor SoC 片上系统开发硬件， 内置了下一代 Blackwell

多少，采取什么路线配给，在最短时间有效的交给灾区，确认属于多个部门之间的协同关系， 及一系列仿真和模拟工作，从而记录在应急预案建模体系里面，做到事件来临时，各方可以 明确各自工作任务。 智慧的城市在中国突破 69 目前，IBM开始和北京师范大学（民政部减灾中心、教育部合办的应急研究院）及其他专业 研究机构合作，以灾害风险分析及应急仿真为突破口，从专业领域角度深度研究中国城市的 应急预案优化课题，比如说台风分析、洪水等。

浙 规 则 场 景 适 配 难 监管规则识读难 商业银行智能监管规则库 规则定义 规则推理 规则适配 规则评估 杂乱繁金融监管文本 金融监管规则定义语言 一致性验证 完备性刻画 模拟仿真 小样本场景迁移 形式化验证 数字化监 管规则可 执行 跨场景跨 任务可适 配 监管规则 语言可定 义 监管规则 效能可评 估 痛 点 目 标 成 效 规则生成 场景适配 形式化验证

资料来源：公开信息 5、算力需求现状 欧盟人工智能算力应用场景主要集中在工业和高端制造业上。德国、法国等国的汽 车巨头正向智能化和电动化转型，高级驾驶辅助系统（ADAS）、自动驾驶算法的训练与 仿真、车内智能座舱等，都需要海量的智能算力支持。作为“工业4.0”的发源地，德 国及欧洲的制造业企业广泛采用数字孪生、生产线智能调度、产品质量AI视觉检测等技 术。工业数字化需要实时计算，对海量生产数据进行分析和建模，对边缘计算和云端算 并通过新建可用区不断扩大服务覆盖范围。私有部署算力在政府、金融等关键行业仍占 主导，企业自建或托管数据中心承载其核心业务负载。高性能计算供给主要通过国家级 超算中心与学术机构向科研用户开放，部分商业HPC集群也开始服务于工程仿真、药物 研发等产业需求。边缘算力伴随物联网应用兴起，在制造、零售等领域进行初步部署。 从技术路线看，以CPU为主体的通用算力仍是主力，但GPU、NPU等异构算力投入显著增 加，以适应AI训练推