可靠性瓶颈以及大规模集群中链路数量的激增，使得已有技术难以满足新型智算 中心 AI 业务对可靠性的需求。 本白皮书面向新型智算中心逐渐以承载 AI 业务为主的演进诉求，提出 FlexLane 链路高可靠技术构想。该技术基于高速接口多通道架构的现状，打破原 有固定组合，引入灵活多通道架构，通过降速运行实时有效的规避任何通道发生 的故障，将链路可靠性提升万倍以上（助力 AI 网络互联可靠性超越 5 个 9），保 障 AI 其中因网络设备和线缆问题造成网络互联故障共 35 次。 光互联链路在带宽、延迟、传输距离等方面具备较大优势，已在智算中心得 到广泛部署，如图 1-2 所示2。 图 1-2 智算中心互联光链路类型 主流高速接口 400G/200G 光模块年失效率超 0.2%，千卡以上集群平均每年 发生数十次光模块故障事件。除了器件失效，设备侧或配线架光纤端面脏污也会 引发链路闪断[4]，如图 1-3 所示。 2 推理的可用性、实 时性和可靠性。根据业界当前情况，链路故障可能会导致小时级的业务中断。 IEEE802.3 标准以太网[9]面向接口性能最优设计，单一物理通道故障则整条 高速链路失效。一个含���个物理通道的标准高速接口故障的概率为： ��������������� = ���=1 ��� ∁��� ��� × 1 − ��������������� ���−��� × � ���������������

......................................... 27 3 第一章 算力产业发展现状 1.1 算力发展趋势 在政策与需求的双重引擎驱动下，中国算力产业已驶入高速发展的快车道。一方面，政 策端持续加码，自 2017 年 7 月以来，《新一代人工智能发展规划》率先提出“建设高效能 计算基础设施，强化超级计算中心对人工智能应用的服务能力”，为算力发展奠定基调； Intelligence）智能体”阶段，对高并发、高能效、低 延时提出新的要求，持续倒逼芯片、架构与系统级创新，需求与政策同频共振，正将中国算 力产业推向新一轮技术革命。 通用算力、智能算力、超算算力均保持高速增长，智能算力在增长竞赛中跑出“超级加 速度”。2025 年，全球总算力已攀升至约 3300 EFLOPS，在三大主流形态中，通用算力约 为 1150 EFLOPS，占比首次跌破 35%，降至 34 算力基础软硬件产业格局中继续扮演“头雁”角色，搭建开放生态，形 成“芯片一框架一集群一应用”的四级闭环，已支持建造多个万卡级集群，2025 年推出 384 卡超节点新形态，最大算力可达 300 PFLOPS，48 TB 高速内存，配备创新的高速互联总线， 实现 384 卡一台计算机运行，大幅提升大模型训推效率。 （2）昆仑芯三代 XPU-R，自研 XPU-Link 全互联架构，搭建“芯片—XPU-Lite 框架— 千卡 1

独立的 PLC 或微控制器，在处理大规模轴控任务时 面临性能瓶颈，难以满足现代工业对高度集成和协调性能的要求。 • 超短控制周期追求：追求更短的控制周期以提高控制精度已成为行业发展的核心趋势。在高速自动化生产线、 精密加工以及高精度定位系统中，缩短控制周期能够显著提升系统响应速度和加工精度，同时减小系统抖动 和网络传输延时，这些都是实现高效、高质量生产的关键因素。 • 智能化控制算法演进 03 英特尔助力 软件定义自动化 02 芯片平台 硬件赋能 04 英特尔为软件定义自动化提供了全方位的硬件平台支撑，涵盖英特尔凌动®、酷睿™、至强® 等多层次处理器产品线，以及 丰富的可扩展高速 IO 和外围接口电路。这些硬件平台不仅能够满足从基础到高级的不同控制系统需求，更重要的是，它们 在软件定义自动化的核心技术挑战方面提供了关键的硬件能力支撑。 面对现代工业自动化对高性能计算、确定性实时响应、多元化负载整合以及 化实时性能。它不影响其它 核的依据负载和 TDP 的条件浮动变化频率。 • 英特尔® 酷睿™ Ultra 系列处理器采用先进的异构架构设计，GPU 独立 die 与 CPU 物理分离且不共享三级高速缓存， 从架构层面消除了缓存争用对实时性能的影响。Per-Core C-state 技术实现了颗粒度更细的电源管理：实时核心保 持稳定的 C-state 配置以确保确定性性能输出，非实时核心则根

经营特点： 集中在一二线城市繁 华商圈，门店形态多 样，如高颜值打卡店 发展诉求： 注重流量与热度的持续运营，依赖 短视频等平台推广，同时逐步向体 验型服务延伸，以提升消费者粘性 稳定 经营 品牌 高速 扩张 品牌 网红 新锐 品牌 老字号 大型连锁 品牌类型： 时尚轻餐 网红饮品 品牌类型： 创新菜品 创意服务 品牌类型： 【万达智慧商业数据：各品类新开店数量分布比例】 时尚轻餐 精品零售业态在行业竞争中逐渐向“人-货-场”精准匹配和数字化运营转型，以差异化策略谋发展：稳定经营品牌如美容美发、精品超市，依托标准化大中型门店扎根 核心商圈，借助数字化工具向三四线渗透，以完善商品结构与服务体验；高速扩张的快时尚、新锐美妆，在经济发达区域率先布局中小型门店，通过数据化精准选址 与线上流量赋能线下，逐步构建全国化连锁网络；网红新锐品牌（小众设计师品牌、潮牌集合店）则聚焦年轻消费群聚集的高流量商圈，以中小规模形态为载体，借 发力，既巩固核 心市场，又挖掘下沉潜力，彰显精品零售业态多元化、精细化的发展逻辑。 精品零售业态品牌发展情况 来源：万达智慧商业、公开资料，艾瑞咨询研究院自主研究及绘制。 稳定 经营 品牌 高速 扩张 品牌 网红 新锐 品牌 精品零售业态 经营特点： 以标准化大中型门店为 主，选址多面向核心商 圈及成熟商业中心 发展诉求： 向三四线城市渗透，以完善结 构和提升服务体验为核心，结 合数字化工具提升经营效率

为代表的基础设施向更高效、更弹性的方向快速发展。 2025 年 1 月 1 日，国家发展改革委等联合印发《国家数据基础 设施建设指引》[1]强调高效弹性传输网络可为大模型训练和推理等核 心场景数据传输流动提供高速稳定服务，在高效弹性传输网络支撑下， 能够显著提升数据交换性能，降低数据传输成本。 7 月 26 日，李强总理出席 2025 世界人工智能大会暨人工智能全 球治理高级别会议开幕式，围绕如何把握人工智能公共产品属性、推 张量并行和专家并行等技术。并行推理将每个模型层的计算任务拆分 到各个服务器中多卡 GPU 上执行。各 GPU 无法独立完成计算工作。 在训练的过程中需要进行频繁且复杂的通信。这就要求构建 GPU 之 间的全互联高速数据通道，以确保数据的高效传输，最大限度减少 GPU 间通信耗时。那么，如何满足大规模 GPU 之间的高效通信，构 建超大规模、超大带宽、超低时延、超高可靠的智算网络，已成为当 前智算网络发展重要挑战。 5.0 点对点带宽 高达 1800 GB/s，并通过 NVLink Switch 实现多 GPU 全互联，支持构 建大规模 GPU 池。 机外互联：用于跨服务器或跨机柜的 GPU 通信，需依赖高速网 络结构实现。当前主流方案采用电交换芯片构建以太网或 IB 网络， 常见架构包括 Fat-Tree、Leaf-Spine、DCell、BCube。这些结构通过 多层交换机实现大规模互联，支撑分布式训练中的全互联需求。

的电路，缩短了电芯片与光引擎的电气路径，从而降低了信号驱动 的功耗。同时，如果光引擎损坏，可以单独进行更换，而无需更换 昂贵的电芯片或整个主板。 在性能方面，OBO 虽然优于可插拔模块，但由于主板上的互连 距离仍然较长，因此在超高速率传输场景下的优势并不明显。 2.2.2 近封装光学 NPO 的核心思想是：将光引擎非常靠近电芯片放置，但并不像 CPO 那样与电芯片共封装在同一基板或中介层上。它通常将光引擎 安装在同一基 在该应用场景下，组网的收益点如下： 1） 大规模弹性组网：全光交换机端口密度高，支持按 POD 粒度分 期建设，算力资源支持按需灵活组网，弹性可扩容。 2） 平滑演进：全光交换机本身协议无感知，支持向 800G、1.6T 甚至更高速率演进，可跨代际长期复用。 3） 绿色节能：全光交换机无光电转换，设备功耗百瓦级，网络功 耗相比三层胖树降低 20% +。 云智算光互连发展报告 4） 高可靠：全光交换机无需光模块，可以省去一层光模块，集群 中的交换机层，给每一个 GPU 模组配备一个光交换模组，使得单个 GPU 具备交换功能。光交换模组上同时封装了光引擎，可以和外部 的互连光纤相连接，因此使得单个 GPU 具备了和任意 GPU 高速通信 互连的功能，从而使得超节点的规模不再受到服务器或机柜的物理 结构限制，在实际部署上更加灵活，可以根据模型算力需求灵活调 整超节点的大小。另一方面，由于其带来的互连灵活性，使得在遇 到单个

的云网架构，并依托这一城市级云网平台，积极提供本地化普惠服务、推动产业创新生态发 展。 “智云上海”的成功实践展现了云网融合创新对运营商业务发展和战略转型的促进作用。上海 电信依托完善的基础设施资源，部署了高速灵活的接入网，实现了宽带接入和边缘应用的融 合；构建了开放的云云相连的城域网，实现以云为核心组网的新型城域交换矩阵；打造了云边 协同的算力结构体系，通过异构多云算力调度平台实现多层级资源一体化管理；支持用户“一 (MR) 头显几乎完全用于企业应用，但消费级虚拟现实 (VR) 头显正变得越来越普遍，预计从 2025 年开始，消费级 AR 眼镜也将成为市场主流。 所有这些因素都导致数据流量呈指数级增长，对高速网络的依赖也日益增加。Omdia 预测， 至 2028 年移动数据流量将达到 2.9 ZB，固定宽带流量将达到 8.7 ZB，分别比 2023 年增长 151% 和 51%。 据调研数据以及对典型人工智能应用及其流量特征的分析， Omdia 预测，至 2030 年，流向 边缘共享基础设施的新增 AI 应用流量，将在总的新增 AI 应用流量中占比超过一半（如下 图）。 为了应对如此高速的流量增长，全球运营商大力投资光纤网络，到 2028 年全球光纤宽带连接 数量预计将达到 15 亿，同时运营商也在积极对网络架构进行调整，以适应网络流量特征的变 化。 Figure 1: 年按目的地预测的净新增

格物致胜版权 工业机器人行业市场概况一政策变化 格物致胜 四家欢策从早期的技术实破发民到当前高弱化，智能化和回产化，改莱支持体系不完善，支持范困不制扩大 Wintelligence 转型升级阶段 高速增长阶段 产业化阶段 “十四五” “十三五” 20202025 产业孕育阶段 至二十 20152020 20112015 《“十因五”机器人产业发展规划》 "十一五” 20002010 2024Total市场规模（Unit：台套） 2024年销量增长率 分析 13% Fanuc -40. 05 新能源汽车与电子业务需求下滑以及国产警代加速 境斯毂 20. 0% 蛋益于国产警代超码，在汽车，电子，全属加工等领越均实现高速增长， 7% Yaskawa 4. 0% 所有 光状，锂电等行业需求下滑以及国产警代影响 7% Kiuka 格物致胜版 11. 0% 2024年库卡针对组分领越推出多收薪产品，进一步完善产品组合，在薪能源 √2024年30ARA机图人整体辅量约8万台，在电子行业周期性复苏的影响下，2024年精量稳定增长： 一从未来发展造势看，预计随着经济还步恢复，3C电子行业将地读保持稳定的增长态势，且凭借其高精度，高速建的优势将进一步加快向医药，食品医疗等行业准透，带来新的增长机会 2020-2027ES0ARA机器人市场规板 Uhit台 ■市场规模 一增长率 41% 35% 格物致胜版权所有 d 45

乳制品行业设备：液体乳生产设备 等； ④ 酿酒行业设备：酒糟近红外在线检测 仪、原酒红外在线检测仪、窑池内酒糟在 线检测仪等。 轻工业 DCS：55% PLC：45% ① 家电行业设备：数控折弯机、高速贴 片机、高速油压机、精密放电火花机等高 端生产设备； ② 皮革行业设备：精密削匀机、皮张码 垛机等； ③ 造纸行业设备：永磁电机、电磁加热 压光机、高端膜转移脱胶机等； ④ 五金制品行业设备：焊接冲压设备等 成型设备、装配设备等制造设备； ④ 计量检定装置及试验测试设备 纺织 PLC：75% DCS：25% ① 棉纺织设备：细纱机、清梳联、并条 机、自动络筒机等棉纺设备； ② 化纤长丝设备：高速纺丝机、牵伸机、 定形机、烘干机等； 汽车 PLC：80% DCS：20% ① 汽车整车生产设备：冲压设备、焊装 设备、涂装设备、总装设备等； 锂电池 PLC：75% 关键材料加工设备：主要包括高效配 混系统、连续式加热烧结系统、先进粉碎 系统、高镍材料水洗系统、包装系统、高 速高精度粉体输送系统等； ② 极片制造设备：主要包括高速自动化 正负极粉料系统、大容量匀浆搅拌机、高 性能挤出式混料设备、高精度高速宽幅 智能涂布机、正负极预锂设备等； ③ 电芯组装设备：全极耳自动绕卷机、 先进切叠一体机等； ④ 化成分容设备：主要包括高精度高生 产能力注液设备、化成容量预测系统、高

可扩展性，使其能够支持从千兆字节到艾字节规模的存储和SQL查 询。消费者可以将数据便捷地上传至BigQuery中，这些数据会被安全加密存储，保障数据的持久性和高度可用性。BigQuery还 拥有高速内存中的BI引擎，每秒可处理450万行数据，便于更快地生成报告和进行分析。当服务提供商通过特定方式访问数据进 行分析后，处理结果依然存储于BigQuery，方便消费者随时获取处理后的数据，极大地提高了数据的利用效率。 low，以及数据治理解决方案Unity Catalog。其中，Apache Spark 是一个开源的大数据计算框架。Spark设计用于处理大规模数据集，提供了快速的通用数据处理平台，特别适用于需要高速 访问和处理的数据密集型任务。Sprak集成了多种前沿计算机系统优化技术，处理速度快，易用性强，可处理多种数据源和 格式。被广泛应用于金融分析、科学计算、商业智能、社交网络分析和许多其他需要快速迭代数据处理和探索性分析的领 推动互联网在全球迅速普及，一举奠定了 美国在传输网络、根服务器、IPV4协议等方面的技术领先优势，培育出了微软、英特尔、谷歌、脸书、亚马逊、苹果、特斯拉 等一大批信息技术跨国企业，并推动全球经济高速增长了30多年。当前，国家数据基础设施（NDI）将成为引领下一个30年经 济增长的新引擎，我国通过建设和运营国家数据基础设施并不断扩大在世界其他国家和地区的“朋友圈”，将不断增强在数据交 换交易