异构算力协同白皮书 Heterogeneous Computing Power Coordination White Paper 全球计算联盟 智能计算产业发展委员会 1 编写单位 中国电信股份有限公司 北京智源人工智能研究院 中科加禾（北京）科技有限公司 沐曦集成电路（上海）股份有限公司 中国信息通信研究院 科大讯飞股份有限公司 上海壁仞科技股份有限公司 编写组成员(排名不分先后) 次智能技术的突破都推动算力需求呈现百倍级增长，需要不同芯片商、不同代际 的各类异构算力芯片齐头并进。 然而，因芯片架构不同、通信协议不统一、算存传能力差异而导致的异构算 力碎片化、生态割裂及协同效率不足等问题日益显现。构建统一计算、统一通信、 统一调度和统一评测的异构算力协同体系，实现异构算力间的无感知计算、无阻 碍通信协作、资源的高效调度和自动化测评，是推动异构算力基础设施迈向新阶 段的关键路径。 段的关键路径。 本白皮书通过系统性梳理算力产业发展现状、异构算力协同体系架构、关键 技术、解决方案与实践和未来技术展望，促进产业界对异构算力协同领域的深入 理解，加速技术成果的产业化应用。全球计算联盟智能计算产业发展委员会将与 产学研各界合作伙伴携手共进，推动国产算力底座性能持续跃升、异构算力协同 生态日趋繁荣，为人工智能时代的到来铺设更加坚实的算力基石！ 全球计算联盟 智能计算产业发展委员会

算力运维体系技术白皮书 1 算力运维体系技术白皮书 广东广信通信服务有限公司 中通服中睿科技有限公 版权声明 本白皮书所载的材料和信息，包括但不限于文本、数据、图片 和观点，不构成法律建议，也不应替代律师意见。本白皮书版权归 广东广信通信服务有限公司/中通服中睿科技有限公司所有，并受法 律保护。如需转载、摘编或利用其它方式使用本白皮书文字或者观 点的，应注明来源。违反上述声明者，将追究其相关法律责任。 随着数字经济的蓬勃发展，算力已成为支撑社会信息化建设与产业数字化转型的 核心生产力。从海量数据处理到人工智能训练，从云端服务支撑到边缘场景落地，算 力基础设施的规模与复杂度呈指数级增长，其稳定运行与高效管理已成为关乎企业核 心竞争力与社会数字化进程的关键命题。在此背景下，传统 IT 运维模式面临着从硬件 设备到软件系统、从单一架构到多云环境、从被动响应到主动预防的全方位变革挑战， 亟需构建一套适配算力时代特征的系统化运维体系。 体系。 当前，算力基础设施正经历着通算、智算、边缘计算多态融合的发展阶段，高密 度计算集群、异构芯片架构、分布式存储网络以及云边协同部署等技术趋势，使得运 维对象从传统服务器扩展至 GPU/TPU 加速器、液冷系统、智能能效管理平台等多元组 件。同时，“双碳”战略推动下的绿色运维要求、数据安全法规强化带来的合规压力， 以及人工智能技术催生的智能化运维需求，共同构成了算力运维的复杂技术生态。据

新质生产力探索 高品质协作技术白皮书 智慧园区系列 主编单位 华为技术有限公司 中国质量认证中心 编写指导 刘江、何霁、顾雪军、赵少奇、王瑞锋、牛琨、梁彦明、袁雅青、姜涛、王志明、何雨今 主编人员 刘耀耀、胡秀敏、朱慧章、阮冠春、熊志成、胡进伟、王群鹤、邹磊 参编人员 徐海、刘智辉、俞刚、赵高永、刘立波、朱元龙、宋文、赵能钰、周林、赵高永、翁财忍、张家宝、徐益 新质生产力是现代 新质生产力是现代化产业体系建设和高质量发展的强劲推动力。高品质协作作为新质 生产力的具体实践探索，体现了科技创新与生产实践的深度融合，是推动经济增长和 高质量发展的重要动能。 在科技创新的过程中，新技术、新产品或新服务的研发过程中，高品质协作通过提供 智能化的协作平台，使得科技创新成果能够更便捷、更高效地与实际应用相结合，从 而实现科技成果的转化。 高品质协作作为新业态下的劳动工具和工作模式，担任了信息传递的媒介，让跨地域、 融合化”特征，全面阐述办公协作和生产协作的价值场景、关键技术特征以及参考架构， 并提供行业优秀实践，以期与业界同仁分享研究成果，共谋发展。 引 言 第一章 协作发展和演进趋势 /01 1.1 协作是提升生产力的关键因素 .................................................................................02 1.2 协作技术发展历程

面向未来的中国数据中心：绿色低碳与高可靠性 2 01 概述 02 算力拉动全球电力需求 03 中国数据中心规模与现状 04 中国电力供给结构与低碳转型 05 中国数据中心的发展趋势 06 面临的挑战 07 数据中心低碳解决方案 08 结语 概述 在人工智能、云计算、大数据等新一代信息技术加速融合的 背景下，数据中心作为算力基础设施的核心载体，已成为推 动全球数字经济发展的战略基石。 续性。西门子能源通过为数据中心运营商制定稳健的能源系 统战略规划，提供全球高效的能源技术方案，助力数据中心 运营商在当前和未来能源体系中实现这四个关键要素的协同 优化。 目录 面向未来的中国数据中心：绿色低碳与高可靠性 3 算力拉动全球电力需求 根据国际能源署测算，2024 年全球数据中心电力消费约为 415 TWh，占全球电力总需求的 1.5%。在基准情景下，预计 到 2030 年这一数字将翻番至 945 TWh，年均增速约 年将增长一倍以上，在全球 格局中占据重要位置。 在满足持续增长的电力需求方面，可再生能源和天然气将共 同发挥主力作用。全球新增数据中心电力负荷中，约一半将 由风电、光伏等可再生能源满足，这得益于其建设周期短、 成本竞争力强以及科技公司采购绿色电力的积极性。预计到 2035 年，全球将新增超过 450 TWh 的可再生能源电力用于 支撑数据中心运行。 与此同时，天然气将作为重要的可调度能源，有效补充可再 生能源的间歇性，预计到

概念内涵、技术架构与行动方案 2 1 前 言 纵观全球工业格局，一场由数据驱动的深刻变革正在席卷每一个角落。从航空航天到智能网联汽车， 从智慧城市到精准医疗，数据要素已成为重塑产业规则、定义国家竞争力的核心变量。反观全球航运业， 这个承载了超过80%的世界贸易、维系全球经济的运输方式，在经历了风帆、蒸汽、内燃机的百年演进 后，正面临着前所未有的效率瓶颈与转型阵痛。而船舶，作为人类工业文明的集大成者，其设计之精妙、 行业仍被禁锢在数据孤岛中，宝贵的 造船和航运数据在漫长的产业链中断裂、沉寂，无法形成驱动创新的合力。 数据的割裂，意味着价值的湮灭。它直接导致了高昂的协同成本、令人遗憾的决策滞后、被浪费的能 源以及被放大的安全风险。这不仅是技术问题，更是深层的机制性问题：数据交换困难、数据权属不清、 信任机制缺失、利益分配模糊。传统的修修补补已无力回天，我们需要的是一场彻底的范式革命。 数字化的发展趋势 完整概念与核心内涵：它是以统一语义为基础，以唯一数字身份为标识，以模型为载体，集成设计、建 造、运营、拆解全生命周期各阶段核心数据集，并依托权威数据源注册体系与可信数据空间，实现数据跨 主体安全交换的船舶数字实体。语义、标识、模型、权威数据源、数字主线、可信数据空间等六大关键技 术，共同构成了破解当前数据割裂困局的技术方案。 本白皮书将系统性地阐述支撑这一概念的四层技术架构，从数据采集、协议互通到平台服务与生态应

........................... 15 图 10：数据流通利用企业的四种培育方式 ................................... 17 图 11：算力一体化企业的三种培育方式 ..................................... 17 图 12：人工智能企业的四种培育方式 .......................... ..... 160 图 43：2023-2024 全国数据生产量和存储量 ................................ 161 图 44：2023-2024 年全国算力总规模和智能算力规模 ........................ 161 图 45：2023-2024 年网络用户数一览表 .................................... 162 一、数智产业已成为数智化发展新阶段的新兴产业 发展数智产业意义重大。一是从全球竞争看，大力发展 数智产业是打破美西方技术封锁、抢占主动权的战略选择； 二是从经济发展看，大力发展数智产业是发展新质生产力、 培育发展新动能的必然要求；三是从改革实践看，大力发展 数智产业是推进数据要素市场化配置改革，实施“人工智能 +”战略，加快建设数字中国的重要举措。 数智产业涵义。数智产业是面向人工智能应用的数据产

数据服务一体化，构建数据服务总门户聚焦创新应用.................... 18 （六） 共享交换一体化，建设一体化级联贯通共享交换体系.................... 20 （七） 算力设施一体化，数智融合前瞻性打造存算基础底座.................... 21 （八） 标准规范一体化，构建全面规范数据标准化管理体系.................... 23 （九） ....................................................................................... 22 图 9 数据算力协同建设.......................................................................................... 22 图 目、服务、算力、安全、标准等一体化建设管理，政务数据一体化建 设管理模式初步形成。 （三）一体化政务大数据体系建设意义 一体化政务大数据体系建设助力政府信息化建设集约化一体化。 数据作为信息化系统建设的核心价值载体，能否产生新数据、带来新 价值已成为各地方判定信息化项目能否通过立项审批的重要依据，以 “数据资源总账本”为纲能够在一定程度上避免项目的重复建设无效 建设，助力算力、平台等信息化项目集约化一体化管理。

颠覆浪潮中，谁能保住未来的用户入口 01 四层结构联动，价值向上游 应用转移： ◆ 智算产业已形成“硬件-云-模型-应用”的 四层结构，当前正从“算力先行”向“模型 生态构建”与“应用商业化”过渡 02 高端算力为基，垂直行业能 力为王： ◆ IaaS层的核心价值在于销售GPU算力，而 获取高价值的关键在于“高端卡保有量”与 “垂直行业能力模块建设”的结合 04 从直接竞争转向价值整合与 生态赋能： ◆ Agent平台”，从直接的产品竞争者转型 为价值整合者与生态赋能者 ◼ 研究背景 随着大模型技术的飞速发展与迭代， 人工智能正驱动全球计算范式发生根 本性变革，传统的CPU云计算架构已难 以满足AI训练与推理带来的海量算力需 求，市场正加速向以GPU为核心的智能 计算演进。在此背景下，云服务产业 的价值链被重塑，IaaS、PaaS、SaaS各 层的业务逻辑、商业模式与竞争要素 均发生了深刻变化。本报告旨在深度 智算产业已形成“硬件-云-模型-应用”的四层结构，当前正处于从底层 的“算力先行”向“模型生态构建”与“应用商业化”过渡的关键阶段。行业 Agent的商业化落地将成为引爆点，预计2025年有望迎来“应用爆发”的 窗口期 智算产业价值路径——智算产业全景及发展趋势 智算产业链全景 来源：头豹研究院 ◼ 智算产业通过“硬件-云平台-大模型-应用”的四层结构联动，构建了从底层 算力到顶层商业场景的完整价值链 智算产业链可分

................................................................................... 11 1.3.1 新质生产力时代，产业园区的重新定义和构建 .................................................................... 11 1.3.2 AI 等新兴技术赋能，智慧园区进入 ................................................................................ 14 1.5.1 园区是新质生产力的载体，经济贡献大 ............................................................................... 14 1.5.2 ..................................................................................... 17 2.2 新质生产力时期，AI、中台成智慧园区厂商竞争重点 ................................................................ 18 2.2.1 AI 赋能下的智慧园区创新应用场景探索

三十八、里海海底光缆项目 .................... 75 三十九、金融行业高等级数据中心园区算力设施规划及设计 .................... 77 四十、浸没式液冷可移动集装箱式高密度绿色数据中心 .................... 79 四十一、克拉玛依“连接+算力”生产线 .................... 81 四十二、光纤网卡 ............ ........ 83 四十三、基于RISC-V的智能（标准）网卡 .................... 85 四十四、数算一体存力中心 .................... 87 四十五、算电一体 源网荷储一体化碳中和示范项目 .................... 89 四十六、太初元碁SuperPod 128高密液冷智算集群 .................... 91 Coremail通过提供邮箱托管与本地部署双模式服务，为企业节省自建邮件系统的硬件采购、运维人力等成本，显 著降低运营开支。其高效稳定的跨国通信能力，助力企业减少沟通时间损耗，提升协作效率，缩短客户项目交付周期， 增强企业市场竞争力。 随着服务进一步推广，Coremail将吸引更多成员国企业及机构采用，带动上下游产业链协同发展，创造技术支持、 系统运维等新就业岗位。同时，依托安全可靠的邮件通信，促进成员国间贸易、文化、教育等领域合作深化，推动相