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”等三重严峻挑战：单通道速率难以突破400Gbps，传输延 迟高达数微秒，单机架互连功耗占比更是超过40%，这一系列瓶颈已 成为制约超大规模智算集群算力释放的核心障碍。 相较于传统可插拔光模块等设备级光互连技术，芯片级光互连正 在开辟全新的技术路径和产业赛道。它通过先进封装将光引擎与电芯 片合封在一起，把电信 滞后于算力的快速演进， 导致显著的通信开销，这直接限制了集群有效算力随GPU数量的线性增 面向大规模智算集群场景光互连技术白皮书 (2025) 2 长，已成为制约集群规模扩展和性能提升的关键瓶颈，如下图所示。 在此背景下，仅仅依靠IB（InfiniBand）或RoCE（RDMA over Converged Ethernet）等传统网络技术来满足模型性能指标已十分困难，需构建 具备高 构正经历 一场根本性变革，从传统单机八卡向超节点演变。超节点并非简单的 硬件堆叠，是一种通过极致性能的高速互连技术，将数十乃至上千颗 GPU芯片集成于单个或多个机柜的集群系统，突破传统设备算力瓶颈， 显著降低多芯片并行计算的通信损耗，实现大模型训练与推理效率的 飞跃。 1.2. 大规模智算集群呼唤“光进电退”技术 目前，超节点智算集群展现出三大技术特性，一是互连性能高， GPU之间

使系统始终充满活力，始终保持一定的先进性。在视频监控系统的设计中，对所有设备 和相应软件的设计中，应该选用国际先进的视频监控设备和系统，从而既保持传统监控 系统图像质量高的特点，同时能够彻底解决监控系统数字化、网络化过程中的瓶颈问题。 真正实现国内先进水平的目标。  实用性原则 系统的建设应以实用性为基本原则。系统功能必须满足监、控、存、查、管、 用的基本要求，硬件和软件平台界面友好、易学易用、使用方便、图像清晰；采用统一 靠上层软件被动的去整合异构非标的硬件、不同厂商存储、网络等，系统设计已经存在一些 不可逾越的瓶颈。因此，才会出现依靠流媒体服务器、网络转存服务器、设备代理服务器等 组件来实现不同异构设备之间的媒体处理和信令处理，当面对海量多媒体信息管理存储的需 求，这些设备的集群、负载均衡、故障倒换等可靠性设计以及其整体架构的性能瓶颈已经成 为阻碍校园安防监控发展的重要因素。 因此，本次校园安防监控系统设计采用一 码终端设备和多媒体应用存储设备，通用平台基于联网监控需求对整个校园安防监控系统的 所有组件进行融合优化，满足校园安防监控系统的全局看、控、存、管、用业务需求，它的 出现能够解决当前校园安防监控系统不可逾越的瓶颈，满足多媒体融合应用的需求，同时更 好的支持合作伙伴面对客户提供个性化增值应用解决方案。 2.1 系统架构设计 系统采用模块化设计思路，分为前端采集系统、传输交换系统、管理控制系统、视频音 频存储系统

动态追踪，系统呈现各类主体在过去一年中的最新实 践与进展；二是案例分析，强调从单个企业到同类企 业群体的实践观察，提炼可借鉴可推广的经验和解决 关键问题的路径；三是行动导向，围绕各类主体面临 的核心瓶颈问题提出可行的解决思路，并在总结章节 整合各方路径，形成跨主体协同方案，提出系统性落 地建议。 我们希望，本报告不仅能清晰呈现上海ESG发展 的阶段特征与演进趋势，还能借助多维度案例，揭示 告》首次系统呈现上海ESG生态全貌的基础上，本年 度报告进一步以实践案例为核心，聚焦不同类别主体 在应对共性挑战中的探索与经验。通过数据与案例结 合，本报告提炼可复制的实践模式，并对存在的瓶颈 问题提出跨主体的系统化行动建议，以为未来发展提 供清晰蓝图。 政府与监管机构在制度供给和治理创新方面发挥 了核心作用。在过去一年里，国家和地方密集出台政 策，推动分层分类信息披露、绿色金融改革和市场监 企业 则在绿色产品开发、供应链协同和社会责任实践中开 展多样化探索。然而，中小企业面临理念和能力受限， 技术与资金门槛高，治理体系落实难度大等困难， ESG价值体现与资本化进程缓慢，遭遇推广瓶颈。未 来，企业可通过内部治理优化、分阶段投入、利益激 励机制建设，以及依托金融、政策和行业平台进行资 源协同和技术共享，推动ESG实践从零散尝试向体系 化融入，形成可复制经验。 金融机构为上海ESG发展提供资金和工具支持。

关键领域应用成熟度分析......................................................................................17 2.3 挑战与瓶颈：跨越转型的“深水区”................................................................... 19 第三章：技术引擎：驱动数智化的核心力量 和潜客推荐，帮助企业精准拓客，发掘产品的新应用场景与市场潜力。 远程运维与智能客服：利用 AR/VR 技术实现远程专家指导，智能客服可提供 7x24 小时自 然语言交互服务，提升客户满意度并降低服务成本。 2.3 挑战与瓶颈：跨越转型的“深水区” 制造业数智化的征程绝非坦途，其核心挑战已从技术采购转向系统性、深层次的融合难题。 2.3.1 技术层面：数据、连接与成本的“三重门” 数据孤岛与治理缺失：这是最普遍的基础性挑战。67 组织层面：结构、人才与文化的“三重阻力” 传统组织架构壁垒：59.7%的企业面临业务与技术部门的协同障碍，传统的金字塔式组织 无法适应敏捷、跨部门的团队协作要求。 复合型人才短缺：这是制约转型速度的最核心瓶颈。64.1%的企业面临数字化人才短缺。 市场急缺既懂生产工艺（OT 知识）又精通数据分析、AI 算法（IT 技能）的复合型人才， 以及能领导这场变革的数字化领军人物。 转型文化缺失：制造业固有

规划，提前布 局，增强抗风险能力，确保在面对各种不确定因素时能够稳定 发展，实现国有资产的保值增值。 外部冲击应对需求 行业环境的挑战 第十九条拆解与规划要点 Part 02 梳理产能瓶颈、技术“卡脖子”、盈利单薄的二三产业板块，为后 续针对性布局提供依据。 对比中外同行业前 10 名的 ROE 、净利率、研发效率等，找出 自身差距与优势，明确提升方向。 主营业务收入、 EBITDA 利用大模型做一致性校验——政策匹配、指标穿 透、用词规范一次完成，提升规划质量。 一致性校验 防止审查流于形式，建立严格审查标准， 确保规划符合要求。 常见陷阱与对策 AI 智能审查 关键产能扩张项目先做虚拟仿真，验证瓶颈再落地， 降低 CAPEX 浪费，提升投资效益。 01 关键产能扩张验证 防止仿真与实际脱节，建立仿真与实际结合机制，确 保仿真结果有效指导实践。 02 常见陷阱与对策 数字孪生产线

可“一点接入、即取即用”的社会级普惠服务。 光计算作为后摩尔时代的新型计算范式，具有大带宽、低能耗、 抗干扰、高并行等特点，在处理人工智能、信号处理等任务方面具有 独特优势，有望突破传统电子计算的效能瓶颈，成为未来算力网络的 新型智能算力底座，支撑 AI+时代大模型的高效训推和创新应用。 本白皮书详细阐述了光计算的发展背景、内涵、总体技术架构与 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 等物理特性，通过必要的光学操作实现信息处理的新型计算技术。其核心是替代 传统电子计算中电子的信息载体角色，依托光子传播速度快、并行性强、抗干扰 能力突出、能耗低等优势，突破电子计算在速度、功耗、带宽上的瓶颈，满足高 算力场景下的高效计算需求。 按照计算原理的不同，光计算可以分为光量子计算和光经典计算。 光量子计算利用光的粒子性（如叠加、纠缠等），对光子进行操控及测量来 实现量子计算。目前，光量 相比之下，全光架构旨在将全部计算过程，包括非线性计算，置于光域内完 成。然而，全光非线性单元（如激活函数 ReLU、Sigmoid 等）目前仍面临器件 尺寸大、功耗控制难、与现有光集成工艺兼容性差等瓶颈，导致系统集成度和计 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.

发 展联盟和全国智能计算标准化工作组”。违反上述声明者， 编者将追究其相关法律责任。 前 言 工业仿真承载产品创新迭代、降本增效的核心使命。随着智能 化转型的深入，传统仿真技术面临计算效率瓶颈、多物理场耦合复 杂性剧增、全流程协同不足等挑战，难以满足科学研究领域对实时 性和精准性的高阶要求。人工智能技术的突破性发展，尤其是大模 型、物理信息机器学习、神经算子、生成式 AI 等方向的演进，正为 理论验证手段，不仅承担着优化生产流程、降低试错成本的基础支撑 作用，更肩负着借助智能化技术推动产品持续创新与迭代的重要使命。 然而，传统工业仿真技术面临计算资源依赖度高、流程复杂、专业门 槛高等诸多瓶颈。一是计算资源与时间成本高昂。传统仿真模型的求 解过程以及其后续海量结果数据的分析与解读，通常依赖高性能计算 集群等昂贵的硬件资源的支持，导致仿真应用的技术门槛和经济成本 长期居高不下。二是建 往往需要需数月时间 完成测试，而当前市场已要求按周甚至天为单位的快速反馈周期。基 于人工智能技术，通过对历史数据的学习与预测，可大幅提升仿真速 度和精度。AI 技术的引入已成为突破传统仿真技术瓶颈、实现工业 智能化升级的关键路径。 （二）人工智能赋能工业仿真应用价值初显 人工智能推动工业设计范式创新变革。以生成式人工智能为代表 的人工智能技术可以基于设计约束条件，自动探索广阔的设计空间，

产品需要满足工厂原料到成品的完整追溯及实时的可视 化，且符合食品行业的法律法规监管的要求。 产品需提供完备的质量管理流程，确保生产过程中的质 量管理与持续质量改进 产品需具备生产瓶颈分析分析 , 并帮助优化整体设备效 率（OEE），提升生产力与资源利用率。 产品要具有多系统的集成能力，且与底层控制系统要具 有高可靠性和稳定性。 产品具有可配置的功能模块及开箱即用的行业套件，产 了状态变化。这些事件可以从控制系统自动捕获，也可 以由生产操作员手动输入系统，或两者结合使用。 生产线瓶颈确认 生产线的性能受到瓶颈设备的限制，但瓶颈的位置对操 作员来说并不明显，并且可能会因生产的物品或设备故 障而变化。为了跟踪生产线的整体设备效率（OEE），KPI 计算需要基于瓶颈设备的性能，并且必须考虑在定义的 生产线生产源处的良好生产量。 工作流管理 AVEVA MES 统消除了文书工作，减少了人为错误。它使

为困难。 园区产业配套服务薄弱，创新环境建设滞后，企业创新 能力较弱，技术原创性较差，无法形成产业集聚竞争力。 入驻企业向高新型发展 园区竞争向特色化发展 园区经济向生态化发展 现状瓶颈 产业园区的发展瓶颈 产业定位的挑战 企业发展的挑战 园区管理的挑战 主导产业种类多、关联度低，缺乏突出的产业优势， 不 与区内企业的沟通效率低，提供的信息服务、企业支撑 利于资源的集中配置，难以形成区域核心竞争力。

关产、消、存等环节的海量数据，并进行了集中管 理、分析预测和调度优化等研究应用工作，从系统 层面上取得了一些初步进展。然而，随着生产流程 日趋复杂、个性化产品需求日益强烈，传统的模型 方法与技术体系已遇到瓶颈，无法有效应对大数 据、物联网等新场景、新模式带来的挑战。而人工 智能热潮的到来，为上述问题的解决提供了新的 途径。 钢铁工业能源管控的现状与发展需求 钢铁生产是我国国民经济的重要支柱产业，也 作为当前第四次工业革命的技术代表，人工智 能 (Artificial Intelligence，AI) 迎来全面发展机遇， 其已广泛成功应用于电子商务、无人驾驶、智慧生 活等各个领域 [2]。结合时下钢铁工业能源管控遇到的 瓶颈问题和迫切发展需求，借助人工智能技术解决 感知、决策、评估及优化等问题，已成为行业的研 究共识和应用导向。而在具体解决方案上，人工智 能往往还需要与其他框架、技术和模式相结合，以 形成系统化的应用产品。其中，信息物理系统、工