半导体智能制造 SIEMENS DIGITAL INDUSTRIES SOFTWARE 从精益制造向智能制造演进 siemens.com/semiconductors 与许多半导体公司一样，几十年来，贵公司一直依赖精益制造技术。精益制造关乎企业生 存。利用精益生产方式，贵公司已经能够裁汰各项非增值流程，以减少浪费并充分提高生 产效率。 芯片制造商们深知精益制造的优势至关重要，但其中大多数公司也明白，在当今要求苛刻 多数公司也明白，在当今要求苛刻 的市场中，光靠精益制造是不够的。如今，如果仅保持精益而不向智能制造演进，会限制 敏捷性、制造优化、风险管理和竞争力，而这些方面对每家半导体制造商的发展壮大都至 关重要。 通过智能制造将精益制造优势提升到一个新的高度 单独的精益制造可能已接近其能力极限，但如果通过智能制造对其加以强化，精益制造的 优势似乎几近于无穷无尽。 原因何在？智能制造最初作为工业 4 良率制造流程。智能制造为企业提供需要的端到端连接，以便企业做出数据驱动型决策， 从而加快新产品推出 (NPI) 和上市，并在零缺陷制造环境中实现更高产出。 精益制造正在向更智能的 半导体制造流程演进 根据西门子和德勤的预测，智能制造提高绩效的潜力令人印象深刻： • 产量提高 20% • 成本降低 15% • 营收增加 10% • 降低网络攻击以及不遵守监管要求和可持续发展目标的风险

........................... 22 4. 全光网 3.0 分阶段演进策略 ................................................................................ 24 4.1. 2030 目标和演进策略 ............................................ ................................... 24 4.2. 2035 目标和演进策略 ............................................................................... 27 5. 全光网 3.0 重点技术创新方向 ..................................... 进。面向智能时代，中国电信全光网将持续发展和变革，适时提出“全 光网 3.0”，以打造更佳的新型信息基础光网络。 本白皮书将全面阐述中国电信“全光网 3.0”愿景，提出“全光 网 3.0”目标架构与网络特征，明确其分阶段演进策略并阐述支撑全 光网持续发展的重点技术创新方向，最后展望全光网的未来发展。 2 Ⓒ中国电信版权所有 2. 全光网 3.0 概述 2.1. 背景 当前，科技革命与产业变革加速推进，AI、云计算等新一代信息

互联、万物智能的世界，它将重塑 我们的数字生活和生产，推动各行各业的数字化转型。 在这个宏大的历史进程中，操作系统仅仅只有不到 70 年的历史，但其自诞生以来，不断 演进，多次推动了信息产业浪潮的发展。 操作系统的演进大体上经历了批处理、主机、PC 互联网、移动互联网几个阶段的发展， 正走向万物智联的时代。不同历史时期的操作系统在底层硬件架构与形态、人机交互方式、信 息呈现方式，以及生态范式上展现出不同的技术特征。 息呈现方式，以及生态范式上展现出不同的技术特征。 进入全新的万物智联时代，新技术的发展趋势、用户体验诉求以及随着而来的新应用场景， 都将对操作系统提出新的需求和挑战。 图 1 操作系统历史演进和技术特征变化 1990's Internet of Data �� �� �������� ���� �� ���� �� 2000's Internet of People ��� ���� �� 42% [2]。 然而生成式 AI 在 AIGC 上的应用仅仅是人工智能革命的开始。大模型的出现，全面提升 了 AI 的自然语言理解能力和通用推理能力，让 AI 具备自主完成复杂任务的可能，从而演进成 为能够感知环境、进行用户意图的自主理解、做出决策和采取行动的 AI Agent（智能体）系统。 - 4 - 行业趋势 鸿蒙 2030 白皮书 智能体将彻底改变人与机器的协作方式，从“以指令为中心”发展为“以意图为中心”，

· · · · 4 O3 鸿蒙编程语言演进策略 1）语言演进整体策略· · · · · · · · · · · · · · · · · · · · · · · · · 2）智能化演进策略 · · · · · · · · · · · · · · · · · · · · · · · · · · 3）未来一年语言演进策略· · · · · · · · · · · · · · 程语言，主打易学易用、生态丰富、极简开发、持续创新四大特征；仓颉是静 态类型编程语言，主打高性能、强安全、跨平台、智能化等特性。为满足不同 业务场景诉求及不同开发者编程习惯，两者长期协同发展和长期演进，并保持 生态兼容。ArkTS和仓颉均通过垃圾回收机制自动管理内存，C/C++支持Native 开发，需开发者手动管理内存，三种语言相互配合，共同支撑鸿蒙应用生态构 建。 图 1-1：鸿蒙 编译工具链 负责在开发侧将高级语言编译为方舟字节码文件（*.abc），而 ArkTS 运行时则 负责在设备侧运行字节码文件执行程序逻辑。 ArkTS 会结合鸿蒙应用开发的需求持续创新，平滑演进。进一步丰富并发 编程、完善类型系统、现代化语法等显著改进和新特性，使开发者能够更快速 地构建稳定且性能优越的应用。 仓颉概述 仓颉是鸿蒙应用开发高级语言。 仓颉作为一款面向鸿蒙应用

从技术视角看，AI-Native 架构的关键在于数据与 API 的智能融合，传统企业系统沉淀的海量数据，需通过统一的 可信数据资产目录实现跨域流通，为 Agent 提供实时、高质量的训练与推理燃料；而 API 则从传统的服务接口演进为“智 能连接器”，通过动态编排与语义理解，支撑 Agent 间的自主协商与任务分解。此外随着云原生 AI 技术（如多模态大模型、 智能 Agent 开发与运行、检索增强生成、智能应用管理引擎、 智能应用的形态和核心特征 3.1 基于大语言模型的智能体（Agent）预计成为智能化应用的主流形态 3.1.1 大模型能力的突破性提升，为 Agent 提供智能化基座 3.1.2 Agent 从单一工具向自主协作系统演进 3.1.3 行业需求从效率优化到体验升级，Agent 成为优先选择 3.1.4 Agent 技术生态的成熟支撑 3.2 智能应用的核心技术架构概览 3.3 智能应用的六大核心特征 3.3 5 应用智能化的实现路径与关键考量点 5.1 应用智能化实现路径 5.1.1 应用智能化成熟度技术演进路径 5.1.2 应用智能化的实施路径 5.2 应用智能化的关键考量点 5.2.1 战略与业务价值对齐 5.2.2 用户体验重构 5.2.3 组织流程适配 5.2.4 渐进式演进策略 5.2.5 法律法规与伦理合规 6 应用智能化最佳实践案例 6.1 华为流程 IT 智能化应用升级

挥积极价值。 —— 华为公司董事、ICT BG CEO 杨超斌 随着AI技术的快速发展，数据中心已从传统的信息存储载体演进为支撑企业业务连续性与数字化转型的关键 基础设施。在智能电网等关系国计民生的关键行业中，韧性数据基础设施对系统的稳定运行、风险抵御与未 来演进具有至关重要的作用。数据中心不仅承载着AI训练与推理，更支撑着实时分析、自动化决策等电网核 心需求，其韧性建设直接关系到电网 ——印尼国家电力公司信息技术规划与战略副总裁 Handy Sanjaya AI时代，数据中心正成为数字化与智能化的核心枢纽和创新引擎。随着业务复杂性激增、网络威胁演变及技 术革新加速，这些正驱动数据中心向高可用、高安全和高灵活性演进。近期，我与很多客户伙伴、产业界的 朋友们进行了沟通和交流，大家都提到，韧性DC是当前数智基础设施建设的核心，但也面临居多挑战。华为 作为全球数据中心领域深耕二十多年的创新者和引领者，始终致力于通过产品与技术创新，推动产业不断向 人工智能技术的迅猛发展，正在以前所未有的速度推动算力需求的增长。随着智能化的普及和渗透，算力将 和电力一样成为社会运行的基础设施。数据中心作为支撑企业数智化转型和国家数字经济发展的数字底座， 已演进为包含计算、存储、网络、能源、云等多维度系统，支持消费、生产、科研、环境、社会治理等方方 面面，是一个复杂的系统工程，其复杂性不仅源自其超大规模、多组件、多层级的物理与数字结构，更来自 于要支撑

编制单位：中移智库、中国移动通信研究院、中国移动云能力中心、中国移动设计院 II 前 言 当前，智算集群已成为支撑人工智能大模型训练、自动驾驶算法 迭代等前沿领域的核心基础设施，并以惊人的速度从万卡向十万卡级 规模演进。随着单节点算力突破每秒百亿亿次，这类超大规模集群的 极致计算能力对互连链路带宽、延迟和功耗提出了极其严苛的要求。 传统基于铜介质的电互连方案，正面临 “带宽墙”、“延迟墙”及 “功耗墙”等三 一代智算基础设施的关键技术。 本白皮书系统性剖析芯片级光互连技术的核心原理和架构设计， 深入探讨光源、调制器等关键器件的技术发展路径。同时，全面梳理 芯片级光互连在国内外的产业现状，客观研判未来演进趋势和技术挑 战。期望通过产学研用多方协作，加速芯片级光互连技术从实验室原 型走向规模化商用落地，推动我国智算基础设施在硬件架构层面实现 跨越式升级，为数字经济的高质量发展筑牢坚实的算力基石。 ..............................8 2.1.1. 设备级光互连：光交换机的演进与应用............................................................... 9 2.1.2. 设备级光互连：可插拔光模块的演进与应用..................................................

云智算光互连发展报告 前言 本发展报告面向未来智算中心超大规模扩展、AI 大模型极致性 能与高效部署的核心需求，联合产业合作伙伴共同提出先进光互连 技术架构与演进路径，旨在突破传统电互连在带宽、距离与能效方 面的根本性瓶颈，构建高带宽、超低时延、低功耗及高可靠性的新 一代智算中心互连底座，为人工智能、高性能计算及云服务等关键 业务的持续跃升提供坚实支撑。 本发展报告的版权归中国移动云能力中心所有，并受法律保护。 数据中心内部，随着服务器端口速率向 400G、800G 乃至 1.6T 演进， 光互连技术方案正迅速取代铜缆，成为数据中心以及超节点场景下 的优选方案。随着 LPO、CPO 等技术引入数据中心架构，光电协同设 计已成为芯片集成的核心技术需求，芯片-封装-系统级的多维协同 优化成为新的挑战。与此同时，随着全光交换技术的逐步小规模应 用，为光互连技术的演进方向提供了新的思路。 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 场景下的技术演进，为行业提供兼具前沿性与实践性的技术参考。 云智算光互连发展报告 2. 智算中心光互连技术概述 随着智算中心的飞速发展，数据吞吐量激增，对底层硬件互连 提出了前所未有的挑战。在此背景下，光互连技术以高带宽、低时 延、低功耗等方面的优势，有望成为未来算力时代不可或缺的基础 设施。智算中心场景下的光互连技术具体包括新型可插拔模块、光 电共封以及光交换三个核心技术方向。

机器人向技术融合与产品分化方向发展；互联 网医疗则通过适老化改造、数据互联、AI融合等 路径，构建“设备-平台-服务”一体化生态。这些 创新正推动养老服务从基础照护向个性化、普 惠化的健康管理解决方案演进，为应对老龄化 挑战提供技术支撑。 中国智慧养老产业 白皮书 | 2025/09 www.leadleo.com 400-072-5588 3 目录 ◆中国智慧养老产业综述 • 老龄化现状 智能语音、自然语言处理分别实现39.3%、19%以及51%的增长；机器学习领域增速尤为显著，同比增长高达163.2%。 目前，百度智能云与阿里云在AI云服务市场占据重要份额，展现出人工智能技术正在全面驱动云计算市场竞争格 局的演进与重构。 中国公有云整体市场份额，2024年 单位：% laaS, 56% PaaS, 18% SaaS, 26% 24.6% 11.6% 10.8% 9.6% 7.9% 35 中国成人智能手表线上市场TOP5品牌销量表现，2024H1 & 2025H1 智能穿戴市场呈现生态化竞争与头部集中化态势。技术自研与场景融 合正成为行业核心竞争壁垒，推动市场格局向寡头化方向加速演进 来源：洛图科技、头豹研究院 单位：% 32.7% 34.0% 28.1% 29.4% 12.6% 13.0% 22.2% 19.2% 2.3% 2.1% 2024H1 2.3% 2

方法论作为指导原则： 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 v  点-线-面一体化：这是战略演进的路径图。工程智能并不只是用人工智能技 术赋能解决某个或某几个工程问题。更重要的是，我们从解决具体的、有价 值的“点”问题入手，在实践中提炼共性，构建可服务于一类问题的“线” 平台，最终将多条 展望未来，工程智能的发展将呈现从知识问答走向工程推演决策、从碎片化 响应走向人模系统一体化及共生智能、以及最终的从单点技术走向规模化赋能的 核心趋势。它不仅将重塑工程范式、催生新产业与新业态，还将建成健全规范、 动态演进的治理体系与安全框架，为国家重大战略工程的实施提供关键支撑，引 领工程领域迈入全新的智能化时代。 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智 6.3.1 工程智能体快速生产技术.................................................................53 6.3.2 工程智能体持续演进技术.................................................................54 工程智能白皮书 AI for Engineering White