以计算加速迈进智能化未来 ⸺IDC新一代云基础设施实践报告 趋势：云服务能力持续跃升，加速企业数智化转型与创新 01 目录 1.1 技术全面升级，为复杂的企业在线业务提供保障 1.2 软硬一体协同优化，应对AI时代激增的数据冲击 1.3 持续的融合创新，助力企业的国际化布局 挑战：企业多元业务需求与海量AI数据的冲击 02 2.1 在线业务面临性能与效率的极限挑战 �.� AI数据处理与计算协同的复杂度激增 AI数据处理与计算协同的复杂度激增 2.3 国际化进程中的全球布局、合规与质量一致性难题 2.4 安全、稳定与成本的多元保障要求 解决方案 03 3.1 打造极致性能体验，为传统计算业务打开新空间 3.2 技术和架构创新，提升AI时代的向量数据处理和协同计算效率 3.3 强化硬件安全设计，持续增强安全保障能力 3.4 全球一致的云服务能力体系，全面助力企业国际化战略 优秀实践分析 04 IDC分析师认为：全球AI基础设施革新的浪潮中， 算力需求的爆发正在驱动云计算与边缘计算深 度融合，行业定制化与智能化服务加速渗透，成本优化与绿色计算将成为竞争的关键。未来，基 础设施的核心矛盾将从“资源供给”转向“效率与价值平衡”，技术迭代将围绕“弹性算力调 度”“数据主权治理”“垂直场景深度适配”三大主线展开。 越来越多的企业核心数据正在向云数据中心迁移，计算密集型任务处理能力与弹性资源供给能力 正成为云服

罗·贝尼奥夫首 次提出了量子 版的图灵机概 念，为量子计 算奠定了理论 基础。 量子计算的概 念提出：理查 德·费曼在“计 算物理学会议” 上提出使用量 子计算机模拟 量子现象的想 法，开启了人 们对量子计算 的兴趣。 通用量子计算机 的概念提出：戴 维·多伊奇提出 “通用量子计算 机”概念，能够 模拟任何物理过 程，是量子计算 理论的进一步深 化。 量子电路复杂性 模型及量子通信 复杂性理论：姚 期智首次系统地 Grover量子算 法，大幅提升了 搜索效率。 量子算法成功实现： 1998年，IBM研究 员IsaacChuang团 队首次在两量子比 特系统上实现了 Grover算法。2001 年，该团队利用量 子计算机成功实现 了Shor算法。 HHL算法提出： MIT三位科学家联 合开发了HHL算法， HHL算法用于数值 求解线性方程组， 该算法能够在对数 时间内近似线性方 程组解向量的函数， 相较于经典算法展 云端量子计算服务 “Quantum Experience”。这 一服务允许用户通过 互联网访问IBM的量 子计算系统，并在上 面运行算法、操纵量 子比特、开发教学及 模拟实验等。 谷歌宣称实现量 子霸权：谷歌利 用53个量子比特 在200秒内完成 了传统超级计算 机需一万年才能 完成的计算，标 志着量子霸权的 首次实现。 量子计算机模拟 化学反应：谷歌 量子计算团队利 用量子计算机成 功模拟了二氮烯

数 字 经 济 规 模 化 效 应 尚 未 显 现 算法 智算新中心 智能 计算中心 数字经济三要素 数字经济五创新 应用创新 监管创新 技术创新 生态创新 平台创新 数据 算力 智能计算中心定义 概念界定 智能计算中心 （简称智算中心） 是基于最新人工智能理论，采用领先的人工智能计算架构， 提供 人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施， 通过算力的生产、 聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，有力促进 AI 产业化、 产业 AI 化及政府治理智能化 智能计算 中心 B A • 面向政府、企业等输出包括 AI 数据库、 AI 模型、 AI 开放平台等在内的多种 AI 产品 • 基于 AI 产品矩阵可以通过打包或定制化服务等方式助力 AI 产业化、产业 AI 化和政府治理智 升级为目标 智能计算中心主要内涵及功能定位 算 力 数 据 和算法的 融合平台 算力公共 基础设施 产业创新 聚集平台 算力生产 供应平台 生态成熟 计算架构 AI 训练服务器 AI 推理服务器 算力机组 算力芯片 算力生态 算力输出 CPU 最新 人工智能理论 领先 人工智能计算架构 AI 芯片

｜CHINA INDUSTRY & INFORMATION TECHNOLOGY 智算中心成为新基建的基本条件 与智慧时代动力源 文／王恩东 计算力就是生产力，智慧计算改造升级了生产力三要素，最终 驱动了人类社会的转型升级。智慧计算将计算力驱动的信息化设备变 成了生产工具，使生产力得到前所未有的解放。智算中心融合多元算 力，为社会生产和生活提供源源不断的智慧服务。智算中心已成为经 济新动能、社会新基建。 百名工人回到工作岗位，更何况是在严格管控的疫情期 间。 看得见的是各种智慧服务，看不见的是新型的基础设 施。支撑智慧化转型的正是以云计算、大数据、人工智能 为核心的智慧计算。 智慧时代需要新型基础设施 疫情期间，腾讯和阿里每天都在扩充云计算资源，用 于支撑视频会议、在线办公等业务。百度地图则利用其每 天响应位置服务请求千亿次所产生的大数据，通过数据定 向、分析等途径助力流行病学调查。而浪潮的智能工厂里 我们见证了智慧计算是如何在这场战疫中发挥巨大作 用的。3月4日，中央决定对人工智能、大数据中心等新基 建提速，这也是在为智慧计算的发展提速。我们讲过，计 算力就是生产力，智慧计算改造升级了生产力三要素，最 终驱动了人类社会的转型升级。智慧计算将劳动者由人变 成了人与人工智能的复合体，劳动者可以呈现指数增长； 将数据变成了一种新的生产资料，从有形到无形，生生不 息，越用越多；将计算力驱动的信息化设备变成了生产工

北京邮电大学 主要编写人员： 张浩、李媛、张晨、黄韬、刘韵洁 I 前 言 从量子这个概念的提出，到以半导体技术为基础的第一次量子革 命，孕育出了现代计算机文明，给人们的社会生活带来了巨大的变化。 其中极具代表性的应用场景之一就是计算机通信和互联网，其使得人 与人之间的交流变得非常方便。近几十年来，以操控量子态为基础的 第二次量子革命又带来了新的量子信息技术，比如量子通信、量子计 算 算和量子精密测量。这类新技术都是以量子力学原理来进一步突破原 有的技术路线。其中量子通信是利用量子不可克隆原理从物理上实现 绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大 提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测 量精度。在实用化的过程中，随着用户和节点数目的增加，很自然地 就形成了量子网络。当网络的覆盖面变得很大，类似于当今全球互联 网时，就形成了量子 5.2 分布式量子计算........................................................................62 六、量子算网协同...................................................................................63 6.1 量子计算协同化发展趋势...

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 及参数规 模； 45.11% 。 AI 芯片中 由于 GPU 通用型强，满足深度学习大量计算 的需求，因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例，在 32 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) (NVIDIA) 成立于 1993 年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 2016-2018 年、 2020-2021 年、 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023

国 家 数 据 基 础 设 施 技术路线发展研究报告 2025 年 5 月 区块链技术 可信数据空间 数场 数联网 数据元件 隐私保护计算技术 国家数据基础设施技术路线发展研究报告 目 录 CONTENTS 前言 第一章 人类社会正进入数据要素化发展新阶段 06 数据资源正成为继土地、劳动力、技术、资本之后的第五大生产要素 网络空间升级为算力空间后正在向数据空间进一步迭代 国家数据基础设施的特征和建设路径 36 国家数据基础设施的涵义 国家数据基础设施的特征 国家数据基础设施建设总体思路和实施路径 第五章 国家数据基础设施技术路线比较 44 隐私保护计算 区块链 可信数据空间 数场 数联网 数据元件 第六章 国家数据基础设施技术发展趋势 68 全球将形成三种数据基础设施主流技术路线 国家数据基础设施将向“一空间（场或网）四技术”方向收敛 全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分考虑国内外技术最新发展趋势，结合我国各地 方各行业具体探索实践，提出了隐私保护计算、区块链、可信数据空间、数场、数联网、数据元件等六条技

联合编写单位 协作单位 中国电子技术标准化研究院 、GCC 全球计算联盟、国家信息中心 01 02 03 04 05 06 07 2.1 3.1 4.1 5.1 5.2 5.3 4.2 2.2 3.2 4.1.1 4.2.1 4.1.2 4.2.2 4.2.3 2.3 3.3 2.4 前言 大模型对基础设施的挑战 超节点的出现与演进 超节点基础定义与特征 总结和展望：迈向未来计算的下一个十年 参考文献 通往通用人工智能之路：最新大模型发展动态 07 07 06 16 21 07 16 21 09 18 22 24 26 11 20 22 12 12 13 13 14 14 14 15 全球产业的演进路线：从硬件聚合到系统构建 技术特征 支撑大模型创新及云服务场景 加速人工智能科学计算，服务算法创新 AI 技术从单点能力突破迈向系统能力创新 超节点技术产业生态发展格局 基础特征：大带宽、低时延、内存统一编址 超大规模 扩展特征：多级缓存池化、资源灵活配比 超高可靠 灵活切分 大模型计算基础设施的挑战 小结 小结 CONTENTS 目录 超节点发展报告 02 当我们站在人工智能大模型技术飞速发展的十字路口，一个清晰的趋势已然浮现：大模型正沿着 “规模定律”不断演进，从

求。 n 《基本要求》是在 GB17859 等标准基础上 ，根据现有技术的发展水平 ，提出和规定 了不同安全等级信息系统的最低保护要求 ，包括基本技术要求和基本管理要求。 n 《计算机信息系统安全保护等级划分准则》（ GB17859-1999 ） 是根据国务院 147 号 令要求制定的强制性标准 ，是等级保护的基础性标准 ，是其他标准制定的依据。 n 该标准以访 有的访问行为均在可控范围之内进行，在防范内部攻击的同 时 有效防止了从外部发起的攻击行为。对用户访问权限的控 制可 以确保系统中的用户不会出现越权操作，永远都按系统 设计的 方式进行资源访问，保证了系统的信息安全可控。 以可信计算技术为基础，构建一个可信的业务系统执行环境， 即用户、平台、程序都是可信的，确保用户无法被冒充、病 毒 无法执行、入侵行为无法成功。可信的环境保证业务系统 永远 都按照设计预期的方式执行，不会出现非预期的流程， ，免受信息安全攻击和破坏。 n 安全计算环境 ：对定级系统的信息进行存储、 处理及实施安全策略的相关部件。 n 安全区域边界 ：对定级系统的安全计算环境边界 ， 以及安全计算环境与安全通信网络之间实现连接并 实施安全策略的相关部件。 n 安全通信网络 ：对定级系统安全计算环境之间进行信息传输及实施安全策略的相关部件。 n 安全管理中心 ：对定级系统的安全策略及安全计算环境、 安全区域边界和安全通信网络上的安全机制