技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 界合作伙伴一道，共同攻关光计算关键技术，孵化创新应用，加速光 计算从“实验室”到“产业化”进程，推动光计算技术成熟和生态繁 荣，助力我国实现算力技术的“换道突破”和产业的“弯道超车”。 中国移动 面向新型智算的光计算白皮书（2025） IV 目 录 前 言.... 算稳定性不足。因此，尽管全光计算在理论上具备终极性能潜力，其实际发展尚 停留在实验室探索与原理验证阶段。 中国移动 面向新型智算的光计算白皮书（2025） 13 3. 光计算面临的挑战及建议 当前，光计算为解决电子计算“算力墙”和“功耗墙”提供了关键路径，在 人工智能、大数据中心、智能机器人、自动驾驶等领域的应用探索上展现出巨大 发展潜力。但光计算要从“实验室”走向“产业化”，仍面临多方面挑战。 3.1 材料与器件 128x128。 天枢的关键进展在于成功实现商用 AI 算法的实际部署，可高效支持包括 ResNet50、SSD、Qwen 7B、DeepSeek 8B 等在内的主流计算机视觉与大语言模型， 标志着技术从实验室迈向实际应用。目前，曦智科技正基于其先进的软硬件平台， 积极推进光计算生态系统的建设，加速该技术在人工智能和高性能计算领域的产 业化进程。 （2）光本位科技 光本位科技自主研发基于相变材料的光子存内计算芯片和光电融合计算卡，

过程自动化层涵盖了可编程逻辑控制器 (PLC)、分布式控制系统 (DCS) 等控制系统, 在制造运营自动 化层涵盖了制造执行系统 (manufacturing execution system, MES)、实验室信息管理系统 (laboratory information management system, LIMS)、报警系统 (alarm management, AM) 等. 随着 2012 年工业互联网架构被首次提出 以下详细列举了可以本地化部署的开源大语言模型, 如 DeepSeek R1, DeepSeek V3, Qwen 等. ChatGLM-6B (清华大学 KEG 实验室) [38]: ChatGLM-6B 是由清华大学知识工程实验室推出的 开源大语言模型, 拥有 60 亿参数, 于 2023 年 3 月发布. 该模型专注于对话生成任务, 支持中英文语言 https://www.sciengine 拥有 130 亿 参数, 强调高效的多任务处理能力. 该模型在信息摘要、智能问答、写作辅助等任务中具备良好效果, 并支持多场景应用. InternLM2 (上海人工智能实验室) [41]: InternLM2 是上海人工智能实验室于 2024 年发布的多语 言开源模型, 提供 1.8B, 7B 与 20B 等多种参数版本. 该模型设计灵活, 兼具性能与资源效率, 支持多 语言处理需求, 适用于多样化工业与研究场景

..............................53 数据标准化是确保不同来源的数据具有一致性的重要步骤。医疗数据通常来自多种设备和系 统，如电子健康记录（EHR）、医学影像设备和实验室检测系统，这些数据可能存在不同的 单位和量纲。标准化过程通常包括以下步骤：............................................................. 如智能手机或平板，与医生进行视频咨询，DeepSeek 能够实时转 录对话内容，并为医生提供关键信息的摘要，提高咨询效率。 在数据分析方面，DeepSeek 可以整合来自不同来源的健康数 据，如电子健康记录（EHR）、实验室结果和影像资料，通过深度 学习模型生成全面的健康报告。这不仅帮助医生更好地理解患者的 健康状况，还能为患者提供个性化的健康建议。 为了更直观地展示 DeepSeek 在远程医疗与健康监测中的应 学习算法，DeepSeek 能够高效地处理和分析大量的医疗数据，从 而实现精准的远程诊断与治疗方案。首先，DeepSeek 可以通过分 析患者的电子健康记录（EHR），包括病历、影像资料、实验室检 测结果等，快速识别出潜在的健康问题。例如，对于心脏病患者， 系统可以自动分析心电图（ECG）数据，并结合患者的病史，提供 初步的诊断建议。 其次，DeepSeek 技术能够支持医生进行远程会诊。通过实时

等［7］在加拿大发现 2009 年 H1N1 流感暴发期间，谷歌流感相关检索词的搜索 量与卫生部门的数据具有一致性，但关键词的搜索 峰值较实验室确诊病例数据提前 2 周。在瑞典， Hulth 等［8］通过医学平台 vardguiden 选取流感相关 搜索词并获得其检索数，结果显示与实验室流感确 诊病例数构成比和哨点报告的流感及类似流感症 状病例模型的确定系数 R2 分别为 0.90 与 0.89，验 证结果显示预测发病高峰与实际发病高峰高度重 计算复合指数、拟合模型、预测流感病例［13］ 简单线性模型 谷歌 疾病名称（-） 拟合并验证模型［21］ 简单线性模型 谷歌 疾病名称（-） 预测手足口病暴发［27］ 简单线性模型 谷歌 - 与流感的实验室检测数据拟合，实现早期预测［7］ 负二项回归模型 谷歌 疾病名称、症状、治疗方法（-） 预测登革热发病率［20］ 广义提高回归模型谷歌 疾病名称、症状、治疗方法（-） 预测登革热发病率［20］ 出现作者姓名和发表年份。 句子中没有出现显性的“首次”、“最早”、“第一次”等标志性词汇的句子称为“描述性句子”非评论性句子。 学术评论句举例：斯坦福大学医学院 Michele P. Cabs[1]实验室在利用中Ф31 整合系统进行基因治疗方而做出了系列开创性的工作。2000 年，他 们首次将中Ф31 整合酶用于人细胞并获得成功。 摘自文献：张霖, 赵国屏, 丁晓明，中国科学, 2010, 40（12）:

年） 8 量子信息各领域的全球科研论文总量前十位的机构统计如图 4 所示。中国科学院（含下属院所）、中科大、清华等研究机构和高 校，是我国量子信息领域的代表性科研力量。美国能源部下属国家 实验室、加州大学系统（含分校）、马里兰大学系统（含分校）、国 家标准技术研究院（NIST）等机构是美国量子信息领域代表性科研 力量。法国国家科学研究中心、瑞士联邦理工大学、德国马克斯·普 朗克学会、 操控手段、比特规模可扩展性、系统环境保障要求等方面均存在明 显不同，技术成熟度差异明显，同时也面临各自技术路线发展的科 学问题挑战和工程技术瓶颈。近年来，超导、离子阱、中性原子、 光量子等主要技术路线原理样机在实验室环境下，量子比特规模和 逻辑门保真度等有明显提升，但距离实现大规模、可扩展通用量子 计算的目标仍有很大差距，代表性研究成果和未来预期目标如图 9 所示。 量子信息技术发展与应用研究报告（2025 理的复杂问题提供突破性方案。2025 年，电子科技大学提出用于连 续域的新型 Grover 算法，将二次查询加速扩展至连续域，并严格证 明了该算法的二次加速能力57。IonQ 与美国橡树岭国家实验室合作 开发基于量子虚时演化原理的新型混合量子算法，在求解时间和电 路深度方面均优于量子近似优化算法58。 虽然量子计算应用探索在多个行业领域持续开展，但量子计算 的实用化落地尚未突破。现有的应用案例探索主要受到量子计算机

复旦大学“伏羲”大模型 4 等 AI 气象模型显 著提升了全球天气预报能力，实现更长时间 尺度、更高精度的天气预测。普林斯顿等离 子物理实验室利用强化学习优化等离子体控 制，解决撕裂不稳定性问题，加速核聚变能 源的实现 5。加州大学伯克利分校和劳伦斯 伯克利国家实验室利用机器人执行实验，机 器学习规划实验并结合主动学习优化实验过 程，研发用于无机粉末固态合成的自动实验 室 A-Lab，显著提高了材料合成效率 LLM 文本表示融合，在提升预测精度的同时， 也提供了更友好的人机交互方式。 3.2.4 自主实验室实现材料智能合成 材料智能合成正借助大规模密度泛函理 论（DFT）计算数据库、生成式结构预测与 LLM 快速发展。机器人自动化与云端调度协 同优化实验流程，确保模型实时更新。例如， 自主实验室 A-Lab4，利用 DFT 数据库与自 然语言模型驱动无机粉末合成闭环；云端异 步分布式协作模式 升热力学稳定性。同时，结合 LLMs+ 自主 实验室优化合成路径，实现实验可行性评估。 3.3.3 将 AI 与自主实验室集成，实现材 料发现全自动化及性能智能优化。 高效整合 AI 计算、实验自动化与多尺 度建模，加速设计室温超导材料、自修复柔 性半导体材料、超轻高强纳米复合材料等革 命性材料已成为推动材料科学变革的前沿问 题。 突破路径：自主实验室的突破依赖多层 次 AI 集成：首先，利用生成模型生成符合

基因深植于业务的 e 成科技，一直在潜心研发和积累，致力于将 AI 技术深 度应用于人力资本全场景中，推动人力资本智能变革。凭借自身在 AI 能力和行业经验的独特优势， 以及来自全球顶尖跨媒体技术实验室的 AI 核心团队，拥有顶尖的跨媒体 AI 技术，结合多年积累 的知识图谱与对话技术，e 成科技推出的 AI 面试机器人更是如虎添翼。 △e 成科技 AI 开放平台四大算法中台 28 | 第三部分 中 文 的 预 训 练 模 型 的 改 进 则 体 现 在 对 整 个 单 词 进 行 mask（即 全 词 mask， whole-word-mask）。 BERT_wwm 哈工大讯飞联合实验室开放的中文预训练模型 BERT-wwm[17]，与下文介绍的百度的 ERNIE 类似，是采用了全词 mask 策略（Whole Word Masking, wwm），对同属一个词的所有子词 进行 MacCarthy）作为人工智能学科的发起者，推动了麻省理工学院的 MAC 项目，后又主导创建了斯坦福大学人工智能实验室。此外，大名鼎鼎的 LISP 语言也是由他创造。 由于在人工智能领域的突出贡献，1971 年麦卡锡获图灵奖。 马文 · 闵斯基（Marvin Lee Minsky）与麦卡锡一同组织了达特茅斯会议并且参与了麻省理工 学院人工智能实验室的筹建。此外，他与 1951 设计并建构了第一部能自我学习的人工神经网络 机器

准和自动化测试工具与用例，实现 厘清异构智算算力的优缺点与适用场景，促进算力落地，指导未来算力发展。 业界现有评测实践大致分三类，一是芯片原厂自测，侧重自家峰值算力，数据孤岛化； 二是第三方实验室评测，资源有限、更新慢、模型覆盖面不足；三是头部云厂商自建 19 Benchmark，场景封闭、结果不可横向对比。三类方案均停留在“单点、单次、单模型” 层面，缺乏自动测试的机制，难以支撑多元异构、快速迭代的国产芯片落地使用。 芯片，协同完成同一大模型训练过程，需要在算力芯片统一纳管、集合通信库、训练框架等 层面实现逐层对接。 4.1.1 中国电信智算异构四芯混训解决方案 中国电信联合壁仞科技、中兴通讯、中国科学院计算技术研究所、上海人工智能实验室、 北京邮电大学、中科加禾、天数智芯、沐曦等单位率先发布了包括统一训练框架、统一集合 通信库、统一 RDMA 网络的“智算异构四芯混训解决方案”，打造覆盖算力、网络、通信 库、平台与训练框架的 HGCT（Heterogeneous GPU Collaborative Training），采用三层架构层次设计，包括异构调度、异构通信、异构拆分。2025 年 3 月， 壁仞科技与上海人工智能实验室联合开展千卡规模异构混训，联合设计了 HGCT 统一异构 通信库+DeepLink 统一异构训练框架的超大规模异构混训方案。 （1）在统一异构通信库层：采用插件化、模块化设计机制，向上一行代码实现训练框

质量管理 生产运营要与质量运营齐头并进，西门 子 Opcenter Laboratory 作为先进的实验室 管理系统（LIMS）通过在协同、流程优化、 质量测试以及产品召回方面实现结构化节约 来降低成本，提高透明度和控制能力，减少 废料和返工。 图 9 实验室管理解决方案的功能 3.9 预测性维护 预测性分析技术通过周期或持续监测设 备运行数据，结合人工智能算法，评估工厂

院士，航天云网首席科学家 研 发 力 量 社 会 认 可 专家团队：航天云网智能制造系统研究由著名计 算机仿真与计算机集成制造专家李伯虎院士领衔 国家重点实验室：全国首个复杂产品智能制造系 统技术国家重点实验室将落户航天云网 工业互联网产业联盟：成员单位包括工业和信息 化部直属中国信息通信研究院、中国电信、阿里 巴巴、华为、大唐等１４３家企业，航天云网为 第一副理事长单位