浙江奥首材料科技有 限公司 光刻胶及配套材料；芯片电镀液；蚀刻液与清洗液；芯片研磨液与 去光阻液；芯片封装用纳米材料技术；功能化学品用于显示面板的 配套材料和新能源电池材料 常州强力电子新材料 股份有限公司 感光性聚酰亚胺（PSPI）和高纯度电镀液（TSV 技术）应用于 HBM （高带宽存储器）材料和先进封装材料；半导体光酸技术；肟酯类 高感度光引发剂；黑色光刻胶树脂和彩色光阻树脂；颜料分散液 超高纯度湿电子化学品（如电子级双氧水、氢氧化钠、氢氧化钾等）， 应用于半导体、新型显示、光伏等领域；研发圆柚酮、瓦伦西亚橘 烯等高附加值香料应用于显示材料和半导体材料；锂电池电解质前 驱体 浙江中欣氟材股份有 限公司 氟苯、对氟苯应用于药物合成和农药制造；光伏级氢氟酸和超级电 容器用电解质盐 江苏恒瑞医药股份有 限公司 用于 ECMO 核心部件“膜肺”（人工肺）的聚甲基戊烯（PMP）中 性剂应用于锂电 池电解液分散、光伏硅片清洗等；水性涂料用树脂的国产化 天津久日新材料股份 有限公司 光刻胶所需的重氮萘醌类光敏剂；光引发剂技术；半导体与显示面 板光刻胶产业化 山东泰和科技股份有 限公司 锯末基硬碳负极材料；超纯清洗剂应用于集成电路晶圆清洗；特种 聚合物材料应用于芯片制造中的金属离子螯合；氟代碳酸乙烯酯、 双氟磺酰亚胺锂等锂电池关键添加剂；勃姆石涂层技术用于锂电池 隔膜涂覆

Enterprise，这是一款全球领先的加速库套件，用于 AI 端到端开发和部署。 DGX Cloud 将 NVIDIA 的生态系统引入到了云服务提供商，NVIDIA 触及的范围得以扩展。 2）NVIDIA AI Foundations。这是一项云服务，面向需要构建、优化和运营定制 LLM（大型 语言模型）和生成式 AI，客户使用其专有数据进行训练，用于处理特定领域的任务，包括语 言、视觉和生物学模型制作服务。NVIDIA 言、视觉和生物学模型制作服务。NVIDIA NeMo 用于构建定制的语言/文本转文本生成式模 型，Picasso 是一项视觉语言模型制作服务，BioNeMo 提供用于药物研发的生成式 AI 模型。 我们认为，ChatGPT 等应用引发对 AI 算力的需求，加速计算和生成式 AI 推理将带动训练 /推理芯片需求的爆发。 图表5： 英伟达 NVIDIA DGX Cloud 图表6： 英伟达 NVIDIA 相比，支持 CUDA 的 GPU 在架构上有了显著的改进：1）采用了统一处理架构，可以更加有效地利用过去 分布在顶点着色器和像素着色器的计算资源；2）引入了片内共享存储器。两项改进使 得 CUDA 架构更加适用于通用计算，加上 2008 年后苹果、AMD、和 IBM 推出的 OpenCL 开源标准，GPGPU 在通用计算领域迅速发展。 2) 张量和矩阵核心：GPGPU 的大量硬件运算单元和高吞吐高带宽的存储设计能够提供

工业网关、工业级 5G CPE 被广泛应用到工厂的 5G 化改造中，5G AGV/AMR、5G AR 眼镜、5G 机器人等通用性较强终端设备已用于现场辅助装配、厂区智能物流、 无人智能巡检等多个工业场景，5G 阀岛、5G 总线 IO、5G 掘进机等 用于特定场景的新品类不断出现。目前，工业现场的 5G 终端设备仍 以视频监控和数据采集为主，由于改造需要时间、替换代价较高等原 因，工业 5G 生产的工业级 5G CPE/路由器/网关产品款式占到全球 46%，占比领 先欧美等发达国家。随着“5G+工业互联网”的发展，5G AGV/AMR、 头盔式 5G 工业终端、5G 机器人等用于多个行业的终端设备不断涌 现，被用于多个 5G 工厂建设，存在巨大的市场潜力。 图 1 全球工业级 5G CPE/路由器/网关的款式数量 4 二、工业 5G 终端设备基本分类 工业 5G 终端设备可分为通用通信类终端设备和行业应用类终端 工业网关具备数据采集存储、路由、边缘计算和行业应用协 议转换等功能，支持 Modbus RTU、IEC101、IEC104、S7 COMM、 Keyence 等多种工业通信协议，可对接主流云平台，提供多种工业接 口，被广泛应用于传感器、仪器仪表、摄像头和各种控制器等多种工 业现场设备的 5G 网络接入。 6 （二）行业应用类工业 5G 终端设备 当前，工业 5G 终端设备可通过开发集成角度和工业应用角度进 行分类

Development Goals 联合国可持续发展目标 TEASER Tool for Energy Analysis and Simulation for Efficient Retrofit 用于高效改造的能量分析和模拟工具 TEG Technical Expert Group on Sustainable Finance 可持续金融技术专家组 5 目录 为什么要选择以实现气候中和为目标的园区转型之路？ 间的部门耦合。与单体建筑层面相比，园区可以通过整合基础设施的规划、建设、 采购及使用来实现规模经济。提高系统效率可以降低成本，进而提高企业的竞争力 和利润率， 这是综合园区的核心优势。一体化综合园区还可以被应用于多种情景， 并作为不同地区内、不同环境下区域发展的蓝本范例。气候中和园区能够对地方能 源转型作出重要贡献。 它不仅可以最大限度地利用当地所具备的实现气候中和的潜 力（特别是可再生能源和余热废热资源），并且还可以更加高效地利用土地资源。 应确定并评估当地有利于实现气候中和的能源潜力。除 园区内外近距离的潜力之外，还应考虑更大范围的周边 区域，以确定更多的可选方案。在对能源潜力进行分析 后，可以制定出不同的能源供应解决方案。能源潜力基 本信息首先包括可用于安装光伏和光热组件的建筑屋面 和空地面积，以及当地太阳能资源信息 (太阳辐照度， 日照量及日照小时数等)。重要潜力还包括区域内的风 能、生物质能或地热能潜力等。 此外，还应特别关注 余热废热潜力，如附近工业企业的工艺废热。

功 能，旨在提高制造业质量和创新能力、效率效益和柔性的先 进生产方式。 智能制造系统架构从生命周期、系统层级和智能特征等 3 个维度对智能制造所涉及的要素、装备、活动等内容进行 描述，主要用于明确智能制造的标准化对象和范围。智能制 造系统架构如图 1 所示。 图 1 智能制造系统架构 2 1. 生命周期 生命周期涵盖从产品原型研发到产品回收再制造的各 个阶段，包括设计、生产、物流、销售、服务等一系列相互 系统层级是指与企业生产活动相关的组织结构的层级 划分，包括设备层、单元层、车间层、企业层和协同层。 （1）设备层是指企业利用传感器、仪器仪表、机器、 装置等，实现实际物理流程并感知和操控物理流程的层级； （2）单元层是指用于企业内处理信息、实现监测和控 制物理流程的层级； 3 （3）车间层是实现面向工厂或车间的生产管理的层级； （4）企业层是实现面向企业经营管理的层级； （5）协同层是企业实现其内部和外部信息互联和共享， 系。智能制造标准体系结构图如图 2 所示。 6 图 2 智能制造标准体系结构图 具体而言，A 基础共性标准包括通用、安全、可靠性、 检测、评价、人员能力等 6 大类，位于智能制造标准体系结 构图的最底层，主要用于统一智能制造相关概念，解决智能 制造基础共性关键问题，是 B 关键技术标准和 C 行业应用标 准的支撑。B 关键技术标准是智能制造系统架构智能特征维 度在生命周期维度和系统层级维度所组成的制造平面的投

围绕落实碳数据管理体 系建立一套管理制度，为 园区实现“双碳”工作提 供有力支撑。 形成制度 04 1 2 3 1.2 园区碳数据管理体系框架 05 定义 本报告所述的碳数据，主要是指用于量化CO 排放、移除、抵消的基础数据。 目的 碳数据管理有助于： 1)增强园区CO 量化的完整性； 2)提高CO 量化、监测、报告、验证和确认的可信度、一致性和透明度； 3)通过碳减排、移除 固定燃烧、移动燃烧、工艺排放、无 组织排放、电力热力 世界资源研究所(WRI）、世 界可持续发展工商理事会 （WBCSD） 适用于园区内企业范围一、范围 二的碳排放核算 《温室气体核算体系：企业价值链 （范围三）核算与报告标准》 上游（摇篮到 大门）、下游 排放因子法 直接测量法 15个类别 适用于园区内企业范围三的碳排 园区 《工业园区温室气体排放核算指南》 中国生产力促进中心协会 排放设施 排放因子法 《企业温室气体排放核算方法与报 告指南》 国家发展改革委 组织边界 化石燃料燃烧、工业生产过程、废 弃物处理、净购入电力和热力等 适用于园区内不同行业企业的碳 排放核算 排放因子法 燃料燃烧过程排放、工业生产过程 排放、污染末端治理过程排放、电 力热力排放、其他特殊排放 适用于工业园区、行业、企业的温 室气体排放量核算 经济技术开发区温室气体排放清 单管理》 国际可持续发展研究院 管理职权 边界

本文件规定了化工企业智能制造能力成熟度评价工作的评估范围、成熟度要求以及成熟度等级判 定。 本文件适用于化工企业智能制造能力成熟度评价工作的具体开展。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件。不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 39116—2020 智能制造能力成熟度模型 GB/T 39116和GB/T 39117界定的术语和定义适用于本文件。 3.1.1 智能制造能力 intelligent manufacturing capability 为实现智能制造的目标，企业对人员、技术、资源、制造等进行管理提升和综合应用的程度。 [来源：GB/T 39116-2020,3.1.1] 3.1.2 评估域 assessment domain 用于开展智能制造能力成熟度评估的核心条款集合。

可以通过大数 据分析和机器学习算法，优化电池材料配比和生产工艺，从而提高 电池的能量密度和循环寿命。在装配线上，AI 驱动的机器人能够实 现高精度的零部件组装，减少人工操作的误差。此外，AI 还可以应 用于供应链管理、物流调度和售后服务等环节，通过智能预测和优 化，进一步提升企业的运营效率。然而，AI 技术在新能源汽车制造 中的应用也面临诸多挑战，如数据安全、技术标准化、人才短缺等 问题，需要通 55%，并计划在 2050 年实现碳中和。为此，欧盟各 国纷纷出台补贴政策和税收优惠，鼓励消费者购买新能源汽车。美 国政府在 2021 年发布的《基础设施投资和就业法案》中，也明确 提出将投资 750 亿美元用于充电基础设施建设和新能源汽车推广。 新能源汽车的快速发展不仅体现在市场规模的增长上，还体现 在技术的不断突破上。动力电池技术的进步使得新能源汽车的续航 “ 里程大幅提升，充电基础设施的逐步完善也解决了用户的 制造企业中已有 67%实施了 AI 解决方案，其中，预测性维护的成 功实施使设备非计划停机时间减少了 30%-50%，维护成本降低了 20%-40%。 在质量控制方面，基于深度学习的视觉检测系统已广泛应用于 精密制造领域，通过高分辨率工业相机与 AI 算法的结合，缺陷检 测准确率可达 99.9%，远高于传统人工检测的 95%。以某汽车零部 件制造企业为例，其引入 AI 质量检测系统后，产品返工率降低了

统的 AURA 等工 具引入自然语言交互功能，将设计意图直观地转化为三维 CAD 模型； MIT 的 SketchGraphs 项目则利用人工智能技术实现跨领域知识迁移， 将建筑建筑桁架拓扑应用于航空承力框架的设计中。 人工智能引领工业仿真效率跃升。传统的基于物理方程求解的仿 真方法，如计算流体力学（CFD）仿真和有限元分析（FEA）等，往 往需要数小时甚至数天，耗时巨大。基于人工智能的代理模型 技术、智能控制与智能运维技术，将人工智能与装备数字化技术深度 融合，显著提升了装备在智能控制与运维方面的性能与效率。 （一）人工智能赋能工业仿真主要应用 1.AI 赋能 CAD 人工智能赋能 CAD，主要用于自动化设计与设计优化。借助 AI 技术，设计师可以实现产品外形的自动生成设计，在减少设计师负担 的同时实现产品的快速设计。同时 AI 可以基于海量数据帮助设计师 优化 CAD 模型，提高模型的质量和效率。 （1）逆向设计与优化 逆向设计与优化重构设计与优化范式，实现智能寻优。在逆向设 计中，基于数据驱动的方法反向求解设计参数，以满足特定目标。例 如复旦大学提出了一种强化学习逆设计框架并将其应用于变工况下 的变形翼型设计4，南方科技大学提出了基于合作型多智能体强化学 习的数字微流控芯片液滴路径规划5。在流动控制方面，通过实时预 测流场演化并施加主动干预，可以实现湍流抑制或传热增强。典型技

增速或放缓。 行业定义[1] 工业大模型是以智能制造和工业4.0为背景，通过大模型对工业知识的训练和专业小模型对数据、算力和参 数的优化构成知识智能、业务智能、具身智能和体系智能等产品形态，应用于研发、生产、管理、服务和设备五 大场景来解决工业发展过程中的问题与需求的产业新形态。就目前的发展来看，工业大模型还存在面临诸多挑 战，包括工业数据质量和可靠性、模型的复杂性和解释性、应用场景受限以及成本和技术壁垒。 以工业发展中特定的细分场景为对象，利用精细化建模 和分析实现对某一场景的深入理解和优化。代表产品包 括：西门子与微软合作基于GPT开发代码生成工具、 C3等 工业大模型 分类 语言大模型 以提升问题处理效率为主，应用于工业问答交互和内容 生成。代表产品包括：C3、BACANCY等 专业任务大模 型 以增强研发模式创新能力以及降低创新成本与时间为目 的，面向药物研发和工业设计。代表产品包括： DeepM 的合作，通过构建开放平台和广泛的合作网络，整合资源，扩大应用场景，形成强大的市场竞争力。科大 讯飞与奇瑞、蔚来、广汽、一汽等国内汽车品牌以及国际品牌大众合作，在汽车领域应用其星火大模型技 术，并成功应用于海尔、美的集团、海信集团和TCL集团的家电领域，还与优必选、傅利叶智能、宇树科 技、朴津智能等机器人企业合作，赋能近400家机器人企业。 3 多种商业模式共存，满足不同客户个性化需求 工业大模