合能力，通 过网络的应用感知和资源分配机制，及时响应各类应用需求， 实现计算、存储的高效利用。针对智能计算、超级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。 2. 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 络广泛覆盖，城区重要算力基础设施间时延不高于 联互通。 专栏 2 算网融合发展行动 一是探索建设多层级算力调度平台，逐步实现多元异构算 力跨域调度编排。二是构建算力互联互通体系，统一算力资源 标识和身份认证，依托部省算力互联互通平台开展试点验证。 6 三是建立算网监测机制，开展算力设施运载力评估，打造一批 算网城市标杆。四是实施“算力强基揭榜挂帅”，突破一批标 志性技术产品和方案，加速新技术、新产品落地应用。 （三）强化存力高效灵活保障 算。二是推动算力建设运营应用安全标准体系建设，多角度推 进安全标准研究和应用，开展算力设施安全等级测试，总结安全 治理优秀经验。三是聚焦 CPU、GPU、操作系统、存储等关键 产品，推动关键技术试点验证，形成标杆应用产品与方案，构建 软硬件相互适配、协调发展的生态体系。 三、保障措施 （一）加强统筹联动 加强部门协同，分工做好重点任务组织保障，合力推进算 力设施发展。鼓励地方政府结合实际制定针对性强、可操作的

........................................................................... 16 图表 24： 国内各行业 HVDC 试点和放量启动时间表 .......................................................................................... 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 16 工业/能源 当前 SST 仍处于试点阶段，存在由电压制式和拓扑器件成熟度问题引起的可靠性、可维护 性和使用规范等方面的问题。目前 SST 在电动汽车充电和可再生能源领域率先试点， Amperesand 将于 2025 年在新加坡港口试用其基于碳化硅 (SiC) 的 SST，用于双向电动 汽车充电。 年）：传统服务器托管、机架租赁等 IDC 服务形式逐步被云计 算取代，对大规模数据中心承载提出更大需求，带动集群化建设、虚拟化和云计算需求 旺盛，相应地，2008 年 HVDC 技术被电信运营商引入试点，在大型云数据中心背景下 登入历史舞台。边际变化方面，2014 年需求云化+降本诉求催化 HVDC 开始在互联网 运营商数据中心推广，追求降本增效；2017 年开始政策和成本管控趋严，带动南网、 四

布《关于开展智能网联汽车准入和上路通行试点工作的 通知》，在道路测试与示范应用基础上，开展L3和L4级别智能网联汽车试点工作。  短期内受安全事件舆论影响，政策似乎有从严监管趋势。但从长期来看，有助于行业积累实际运营经验， 从而逐步完善政策法规，划定安全边界与产业规范。 产品准入 遴选具备量产条件的搭载自动驾驶功能 的智能网联汽车产品，开展准入试点 上路通行 对取得准入的智能网联汽车产品在限定 对取得准入的智能网联汽车产品在限定 区域内开展上路通行试点车辆用于运输 经营的需满足有关运营资质和运营管理 要求。 • 积累经验 • 支撑相关法律法规、 技术标准制修订 • 加快健全完善智能 网联汽车生产准入 管理和道路交通安 全管理体系 工信部《关于术 语规范与责任绑 定的公告》 2025年 4月16 日 禁用“自动驾 驶”表述，统 一为“辅助驾 驶”；车企对 L2级功能缺陷 承担连带责任。

年中国服务机器人产业规模将增长至 1413.8 亿元。  特种机器人将从试点示范阶段转入规模化应用阶段。近年来 中国特种机器人作业边界不断扩展，被更多用户单位熟知和 认可，2023 年中国特种机器人产业规模为 94.4 亿元。“十五 五”时期，中国特种机器人将向硬件载体模块化、控制算法 智能化方向发展，并从试点示范阶段转入规模化应用阶段， 3 预计到 2025 年中国特种机器人产业规模将增长至

选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在 限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求。本通知 针对智能网联汽车搭载的3级和4级驾驶自动化功能。 2024.1.15 工信部等五部 门 关于开展智能网联汽 车“车路云一体化”应用 试点工作的通知 推动智能化路侧基础设施和云控基础平台建设，提 模化示范应用和新型商业模式探索，大力推动智能网联汽车产业化发展。 2024.7.1 工信部等五部 门 关于公布《智能网联 汽车“车路云一体化”应 用试点城市名单》的 通知 确定了20个城市（联合体）为智能网联汽车“车路云一体化”应用试点城市，北京、上海、深圳、广州、武汉、重 庆、南京、苏州、成都、杭州—桐乡—德清联合体等在列。 2024.8.23 工信部 《汽车整车信息安全 技术要求》、《汽车 路云网络后，交通的通行效率将得到大幅提升；另一方面， 该网络中大量的数据可以反哺真实世界模型、自动驾驶模型及机器人模型的训练。截止2024年5月，全国已有47个国家级智能网联测 试示范区，16个双智试点城市，7个智能网联先导区，包括武汉、重庆、深圳、北京等无人驾驶提前布局的重点城市。全国共开放自 动驾驶示范道路3.2万多公里，测试里程超过1.2亿公里，各地智能化路测单元部署超过8700套。 请务必阅读正文之后的免责条款部分

L1; 局部数字化建设, 信息化基本完成 (开始搭建数据中台) , 探索尝试智能化应用的 L2; 全面投资规划建设公司级 数字底座, 明确智能化专项战略, 建立企业级数据平台, 开始推进 AI 技术试点 场景应用的 L3; 智能技术全面普及, 价值链各环节开始应用 AI, 探索智能体应 用的 L4;新 IT 技术与人工智能技术与业务全面融合,企业智能体在多场景落地, 赋能行业变革的 L5o 规划, 从试点项目的精心打磨, 到全业务流程的逐步渗透, 确保 AI 智能体与企 业既有业务模式深度融合,释放出最大化的商业价值。 更多干货请关注公众号“管理技术化平台” 37 9.0% 21.6% 47.7% 36.5% 53.4% 36.9% 22.1% 4.2% 0 已大规模应用AI大模型技术 有了初步的测试或项目试点 正在研究该技术 , 但尚未开始试点 还没有做任何举措 快速展开市场调研与技术预研, 最终以渐进式的方式选择提升整体 AI 形象的交 互式人工智能数字人项目 (医疗数字人) 和交互式人工智能客服 (医院就医助 更多干货请关注公众号“管理技术化平台” 59 手) 作为试点, 拉开了珠海市第三人民医院新型 AI 应用的序幕。 通过引入生成式的交互式人工智能应用 (医院就医助手) , 可以让使用者 “ ” 室、医生, 智能的为患者优化就医路径, 大大节省患者时间与医院给患者诊断

-首次组织开展省间多送端新能源交易，最大成交电量达1844万千瓦时。 2.省内中长期市场： -全年省内市场化交易电量达5.2万亿千瓦时，同比增长4.4%。 -33个省公司中，经营区内22个现货试点省份全部开展多轮次长周期结算试运行。 -甘肃、新疆、山西现货市场正式运行，南方区域电力现货市场首次实现全区域结算试运行。 3.代理购电： -全年代理购电电量达1.7万亿千瓦时，占工商业电量比重32 10个百分点。 4.零售市场： -全年在交易平台注册的主体数量接近130万家，其中售电公司数量达5229家，零售用户数量达114.9万家。 -零售市场建设深度拓展，国网经营区内5个电力零售市场试点全部开展结算试运行。 （一） 22 ◼ 国网市场存在问题： 1.新能源参与电力市场： -新能源快速增长凸显系统调节能力不足，其随机性、波动性、间歇性等特点，导致电力电量平衡难度加大，新能源消纳和电力保供面临更大压力。

未来挑战与趋势 预测未来五年我国智算中心的行业应用程度 仅在少数行业得到应用，主要作为技术探索和试点 在多个行业中得到应用，成为推动行业数字化转型的重要力量 在几乎所有行业中得到广泛应用，成为行业标准和基础设施 无法判断 来源：与非研究院 未来五年，我国智算中心应用将主要集中在少数行业作为技术探索和试点，同时在多个行业中逐步推 广，成为推动行业数字化转型的重要力量。 36 Supplyframe

����年�月�日 工信部 印发《算力基础设施高质量发展行动计划》 ����年��月�日 工信部 印发《人形机器人创新发展指导意见》 ����年��月��日 工信部 印发《�G+工业互联网”融合应用先导区 试点建设指南》 ����年��月��日 国家数据局等��部门 联合印发《“数据要素×”三年行动计划（����—����年）》 ����年��月��日 工信部 公开征求对《国家人工智能产 业综合标准化体系建设指南》 快速增长期 巩固期+ 新一轮探索期 试点建设，小规模部署和应用 灵活扩展支持业务增长 资源持续整合优化+ 面向未来的布局和规划 �� 在经历初创期的IT系统快速交付后，企业需要不断思考IT系统的灵活扩展、整合 优化以及面向未来的统筹规划问题。大多数企业在业务与数字化的协同发展中， 都普遍经历了以下典型阶段： 初步探索期：业务发展伊始，企业往往采用试点验证的思路，小幅投入IT资 源， 务质量和成本等作为重要考量因素，通过在多个云服务商之间实现按需调配 的模式，在企业内沉淀一套资源优化策略，寻求动态最优的业务架构。例 如，企业通过新引入的云环境实现更快速灵活地创建和销毁资源，帮助企业 进行新项目试点、A/B测试或快速响应市场变化，提升业务敏捷性；此外，在 面对AI开发需求时，企业可根据自身对算力、算法、应用开发、数据安全、 时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自

架构内构建解决方案。这是因为传统系统往往 无法与新一代应用、软件和基础架构有效配合 使用。 生成式 AI 和智能体 AI 尤其如此。企业需要强 大的基础架构来处理 AI 的数据和计算要求，以 便将试点转变为企业级解决方案。然而，尽管 77% 的受访高管表示其组织需要快速采用生成 式 AI 技术才能赶上竞争对手， 14 但只有 25% 的受访高管强烈认同其组织的 IT 基础架构能够 支持 报率；同时制定劳动力战略，助力员工在不 增加技术债务的情况下进行创新。 激励大规模扩展。 赋能 IT 领导者，让他们向企业传达大规模扩 展 AI 所需技术架构的全部相关成本。量化采 取捷径的成本，以及开发可快速扩展的试点 项目所带来的业务价值。奖励那些全面考虑 AI 创新，或提出可限制产生未来技术债务的 项目团队，推动改变组织的行为经济学。 敏捷性架构。 建立一个神经中枢，专注于设计模块性和可 扩展性解决方案，并负责在最合适的环境中