北 京邮电大学经济管理学院、南京邮电大学数据要素创新实 验室、北京化工大学信息化绩效评估中心、北京京数智科 技开发有限公司和上海合合信息科技股份有限公司共同拥 有，并受法律保护，转载、摘编或利用其它方式使用本报 告文字、图表或观点的，应注明“来源：《全国数智产业 发展研究报告（2024-2025）》”，违反上述声明者，将追 究其相关法律责任。 II 编写组 （三）数据流通交易将更加安全普惠 ....................................................................... 199 （四）数据开发利用将更加智能深入 ....................................................................... 200 （五）数据安全将全过程动态化保障 ...................... 15 图 9：数据安全企业的两种培育方式 ........................................ 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 .............................

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。 编写委员会  编制单位： 广东广信通信服务有限公司 中通服中睿科技有限公司  专家组： 专家组组长：王晔 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 行业研究显示，算力中心的非计划停机每小时可能造成数百万美元损失，而高效的运 维体系可使设备故障率降低 40%以上，能源利用率提升 20%以上，凸显出科学运维体系 的核心价值。 本白皮书旨在系统梳理算力运维的技术框架与实践路径，为行业提供兼具前瞻性 与可操作性的参考指南。基于我们在算力基础设施领域多年的技术积累与项目经验， 气象、医疗、生物、仿真等领域，以 HPC 为代表的计算集群。 1.1.3 算力运维与传统运维的区别 传统运维核心是“保稳定”，注重基础设施可靠性；算力运维核心是“提效率”， 注重算力资源最大化利用，涉及全链路优化，对技术深度和动态管理能力要求更高： （1）. 传统运维核心目标是保障机房基础设施和 IT 基础设施的稳定运行，侧重 高可用性以确保业务连续性；服务对象多为企业内部业务系统或基础网络服务；

面向光电拓扑的预计算优化与双模路由表设计.........38 3.4 链路层：面向光电网络的智能双工重构...............................39 3.4.1 上下行非对称带宽的链路利用..................................... 40 3.4.2 智能预测与链路池化资源管理策略.............................41 3.5 步等集合通信操作，这些数据传递操作在服务器机内和机间均存在， 且随着模型参数量的逐步提升，所传递的数据量也会不断增加。因此 网络带宽越高，网络通信延迟在训练周期中占据的时间越短，也就能 够提升 GPU 的利用率和有效计算时间占比。 以 千 亿 参 数 规 模 的 AI 大 模 型 为 例 ， 数 据 并 行 单 次 迭 代的 AllReduce 集合通信数据量可达数百 GB 级别，如此庞大的数据量在 MW——超过 10% 的胡佛 大坝发电量。可见，电交换网络的功耗随训练规模呈指数级上升[10]。 此外，大模型的训练周期长（如 GPT-4 需 90-100 天），GPU 持续高 负载运行，且当前利用率仅 32%-36%，故障率较高，进一步延长训 练时间并推高能耗。 为满足极端高速率转发需求，电交换芯片必须在高功率状态下运 行，其高速 I/O 与大型转发能力意味着持续的高能耗（例如 CMOS

了为避免服务中断而过度配置计算资源的需求。 与此同时，核心系统的现代化改造可以减少对昂贵专用软件和长期许 可协议的依赖。现代化工作负载还可以利用自动扩展、容器化和无服 务器计算，减少因过度配置而产生的不必要基础设施成本。 亚马逊云科技云服务通过按需付费定价模式、杜绝过度配置以及利用 开源和云原生技术优化资源利用率，助力企业实现上述成本节约。 这些技术将帮助您通过以下方式精减 IT 预算： 基础设施成本降低 2 IDC，《VMware IDC，《VMware Cloud on Amazon 在构建 VMware 混合云环境中的商业价值》，2024年 从本地系统迁移至可扩展的云端模式，降低基础设施与维护成本。 利用先进的解决方案和工具，如 Amazon Transform、Amazon Cost Explorer 和 Reserved Instances（预留实例），更有效地控制支出。 部署亚马逊云科技的自动化和高效存储解决方案，进一步降低运营 52%。团队重新审视并在多数情况下淘汰了传统流程，以此 降低成本、加快产品上市速度并增强业务敏捷性。 他们使用 Amazon Snowball 数据传输服务将超过 750 TB 的管道检测设备数据迁至亚马逊云科技，同时利用 Amazon Aurora、Amazon CloudWatch、Amazon Elastic Beanstalk 以及 Amazon Trusted Advisor 等亚马逊云科技服务，大幅

年，绿色低碳循环发展经济体系基本建立，主要资源利用效率达到国际先进水平， 经济社会发展全面进入绿色低碳轨道，碳排放达峰后稳中有降，美丽中国目标基本实现。 以 ESG 治理驱动上市公司绿色转型 11 工作原则：全面转型、协同转型、创新转型、安全转型 到 2030 年，重点领域绿色转型取得积极进展，绿色生 产方式和生活方式基本形成，减污降碳协同能力显著增 强，主要资源利用效率进一步提升，支持绿色发展的政 年，绿色低碳循环发展经济体系基本建立，绿 色生产方式和生活方式广泛形成，减污降碳协同增效取 得显著进展，主要资源利用效率达到国际先进水平，经 济社会发展全面进入绿色低碳轨道，碳排放达峰后稳中 有降，美丽中国目标基本实现。 实施全面节约战略，大力推进节 能降碳增效，加强资源节约集约 高效利用，大力发展循环经济 推动消费模式绿色转型，推广绿 色生活方式，加大绿色产品供给， 积极扩大绿色消费 重点行业节能降碳增效 循环经济 强化基础研究 加快关键技术研发 开展创新示范推广 巩固生态系统碳汇能力 提升生态系统碳汇增量 绿色生活方式 扩大绿色消费 加大绿色产品供给 化石能源清洁高效利用 发展可再生能源 构建新型电力系统 产业结构升级 遏制两高项目盲目发展 发展绿色低碳产业 优化交通运输结构 优化交通运输结构 引导低碳出行 城乡绿色规划建设 发展绿色低碳建筑 优化建筑用能结构

应保障能力；加强与重点国家和地区的常规和非常规油气合作 《2025年能源工作指导意见》 国家能源局 2025年2月 坚持平等互利、合作共赢的方针，积极促进能源国际合作；加强能 源科技创新能力建设，支持能源开发利用的科技研究、应用示范和 产业化发展；保障能源安全和绿色低碳转型，促进能源新技术、新 产业、新业态发展 《中华人民共和国能源法》 全国人民代表 大会常务委员会 2025年1月 深化新一代信息 化、智能化和绿色化转型。这些技术不仅增强了数据感知、汇聚与价值挖掘能力，支持智能分析 与决策，更通过数字员工、机器代人、人机协同等模式提效降本，推动无人化、少人化场景落 地。同时，智能运营显著提升能效管理水平及资源利用率，减少碳排放，实现安全、高效、绿色 的可持续发展。 1.3.1 新一代通信技术融合创新，打造全时全域感知网络 基于5G、物联网、北斗、SD-WAN等新一代通信与感知技术的深度融合，石油石化企业正加快构 Science科研新范式，推动从依赖“经验试错”向基于 “理论预测”的根本性转变，构建“需求导向、协同攻关、成果转化”的创新模式，显著提 升研发效率与效益，促进科技创新与产业创新深度融合。 生产新方式：是指面对传统生产模式资源利用率低、环境污染突出、生产灵活性不足和安全 生产压力大等问题，深度融合物联网、工业互联网与人工智能等技术，构建人机协同、远程 指挥的新型生产组织方式。企业通过强化计划优化、区域协同和销售拉动，实现产销供应链

产业增加值指 数长期处于较低水平。发展到今天，盲目追求高速增长的时代已经结束，在保证资 源安全、经济安全、生态安全的情况下，摒弃传统的粗放型发展模式，夯实资源基 础，加快结构优化调整，提高开发利用效率，推动矿业转型升级和绿色发展，实现 治理能力现代化，是未来矿业发展的关键。 当下，在国际上，地缘政治严峻而复杂，战略矿产资源保障不足，关键技术 “卡脖子”；在政策方面，政府对矿山行业的管理越来越严格，对环境保护、低碳发 立足点突出科技进步、要素的质量和使用效率，其目标是实现利用方式从粗放向集 约转变，促进资源的合理开发和有效保护。这种开发模式是由高素质劳动者的高效 卫星技术矿山应用白皮书（2025） 5 劳动、科学的高效管理、技术的高效应用、合理的要素组合及高效使用等因素所带 动，呈现资源消耗率低，而矿业经济增长比较平稳；技术进步对矿山效益产出贡献 份额高；产品深加工开发能力和市场竞争能力强的特点，对矿山资源高效利用与可 持续发展有重要意义。 现场情况、员 工能力等多方面专业安全考虑将安全理论与安全实践的有效衔接。同时安全管理方 法也与时俱进，机械化、自动化、信息化技术走进矿山，借助井下安全监测手段快 速掌握井下环境变化和工作状态，利用大数据分析技术对隐患数据进行深度挖掘， 准确辨别危险源，发现数据中隐患的信息对安全事故进行预测分析，为安全管理提 供决策。 （4）数字化、智能化转型成为企业发展的重要手段 随着现代新技术

理，缩短平均故障修复时间（MTTR），保障系统 持续稳定运行。 关键特征三 弹性自适应 面 临 业 务 负 载 不 确 定 性 （ 如 流 量 峰 值 、 突 发 需 求），指数级增长的AI算力需求，以及资源利用经 济性等挑战，传统数据中心“静态规划、刚性供 给”的模式已难以为继，AI时代的新型数据中心需 要具备弹性自适应能力。我们认为数据中心将走向 基于对等互联的ICT基础设施架构，结合AI预测等 演进路径，通过行业最佳实践提供韧性DC的 具象参考和先进指标参照。韧性准系统借助产 业预集成和预验证的子系统降低企业DC落地 的复杂度。韧性DC是社会化的工程，共性参 考框架是发展的起点，利用企业外部的有形和 无形“资产”加快企业韧性DC的实现。 1 复杂自适应系统 韧性DC布局 韧性DC模块设计 购买与自建策略 接口集成规范 企业韧性需求 企业韧性发展策略 故障容忍力 威胁防御力 模式： 3、同城双活容灾系统的部署模式 ·AI使能备份策略优化：通过AI分析数据使用 频率和业务优先级，实现动态调整备份周期； ·AI副本异常检测与标记：通过AI识别备份副 本是否被篡改（利用机器学习形成基线、通过 基线对比发现异常）、是否有潜伏病毒的检测 与干净副本标记，数据恢复时候查找最近一次 干净副本用于恢复。 ·AI使能备份故障排查：通过自动检测备份失 败原因，并触发自动修复流程；

预警研究进展 黄思超1，刘魁2，蒋健敏2 摘要： 传染病监测预警是传染病防控工作的重要技术手段，互联网的快速发展与搜索引擎的普及应用为传染病的监测提供了 新的思路和方法。 本研究重点阐述了国内外研究者利用搜索引擎开展传染病监测预警的研究进展，为现有传染病监测预警系统 的完善和补充提供参考。 关键词： 传染病监测预警；搜索引擎；大数据；流行病学 中图分类号: R01 文献标志码: A 文章编号: 部互联网搜索应用中所占份额一度达 36%。其他比 较常用的搜索引擎还包括 360、搜狗、腾讯搜搜和微 软 bing 等。上述搜索引擎的发展为基于搜索引擎 的传染病监测预警提供了支撑。 2 利用搜索引擎开展的几种常见传染病监测预警 对基于搜索引擎开展的传染病监测预警研究 进行归纳与分类后，发现目前此类研究较多关注的 传染病为流行性感冒（流感）、登革热、艾滋病等。传 基金项目：浙江省医药卫生科技项目（No 播途径包括呼吸道、性传播、媒介传播等，提示该方 法适用于多种传染病。 2.1 流感 流感作为最常见的呼吸道传染病，是利 用搜索引擎开展研究报道最多的传染病。2008 年， 美国 Polgreen 等 ［3］利用雅虎搜索引擎筛选收集 2004 年 3 月至 2008 年 5 月间的流感数据，并与实 验室确诊病例数和流感及肺炎死亡数分别进行拟 合，发现与两者均呈一致性，分别比常规报告时间 提早了 1 ~ 3 周和

证。计算科学以科学模型为基础，通过数值 方法模拟复杂系统，但需要简化模型以及提 高模拟精度，以解决模拟系统精度低且计算 成本高的挑战。随着技术的发展和数据规模 的增长，出现了数据密集型科学的研究范式。 这一范式利用机器学习方法，自动从数据中 发现统计关联，一定程度上避免了提出科学 假设，但无法发现因果关系，且难以分析低 质量数据和发现复杂系统中的规律。当前的 科学研究主要面临系统复杂性的挑战，相互 关联的自然、技术和人类系统受到跨时间和 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 如何构建跨尺度的科学智能模型 科学研究涉及从原子尺度到宏观系统的 跨尺度建模，但当前 AI 模型通常仅适用于 单一尺度，缺乏有效的多尺度耦合机制。 为了解决这一挑战，可以从以下几个方 面寻找突破路径： 利用物理模型与 AI 的耦合建模，将已 知的物理规律嵌入到 AI 模型中构建跨尺度 关联，打造“灰盒模型”，提高模型的可信 度和计算效率。开发跨尺度、多模态统一的 神经网络架构，用于从微观到宏观的统一建