INFORMATION TECHNOLOGY 智算中心成为新基建的基本条件 与智慧时代动力源 文／王恩东 计算力就是生产力，智慧计算改造升级了生产力三要素，最终 驱动了人类社会的转型升级。智慧计算将计算力驱动的信息化设备变 成了生产工具，使生产力得到前所未有的解放。智算中心融合多元算 力，为社会生产和生活提供源源不断的智慧服务。智算中心已成为经 济新动能、社会新基建。 新一代信息技术加速了社会智慧化进程 社会防疫防控提供了有力支持。 腾讯、阿里、浪潮提供的健康 码在山东、北京、广东等省市快速上 线，覆盖了绝大部分出行人口。可以 预想，健康码必将成为未来传染病防 控的必备手段。 最后是在工业生产方面。2019 年中国工业机器人装机量占全球的 36%，用于建设数字化车间和智能工 厂，成为全球最大的智能制造市场， 预计2020年中国智能制造市场规模将 超过2200亿元，智能制造升级将进一 步提速。 典型例子就是浪潮智能工厂。 业时代的基础设施比较简单，就是水利、交通等；工业时 代，则是我们熟悉的“铁公机”、电网等；那么，智慧时 代必将需要新型的基础设施。 我们可以和电力基础设施做个类比。电力基础设施提 智算中心成为新基建的基本条件与智慧时代动力源 CIIT FORUM 工信论坛 46 中国工业和信息化 ｜CHINA INDUSTRY & INFORMATION TECHNOLOGY 供电力服务，其核心是生产电力的地方，就是发电厂，像

自本世纪初以来，AI 技术迅猛发展，标志着科技革命进入了新纪元，同时也成为人类历史上的 一个重要转折点——知识的创造和应用不再仅仅是人类的特权。随着生成式 AI 的出现，AI 发展取得 了令人瞩目的成就，但经过对其发展现状的冷静分析，我们可以看到，AI 的发展仍处于起步阶段。 目前，AI 应用仍主要集中在以问答功能为主的 AI 助手上。这类 AI 系统通常被视为“黑盒 子”，其属性难以像传统 升产业运行的效率、韧性与创新活力。这种赋能是一个复杂的系统性问题，需要技术专家与领域专 家深度协作，共同破解行业特有的复杂性挑战。 尤为重要的是，《智能世界 2035》中“Token 管理网络，让智能成为能源的神经系统”这一 趋势，点明了智能世界发展的一个关键约束与使能条件。未来无处不在的智能体及其承载的海量算 力，其运行必须以可持续的能源为基础。将智能技术融入能源网络的管理与调度，构建一个如同神 量子处理器等。存储将迈入尧字节时代，让数据“觉醒”，为持续学习提供有形资源。云边协同共 生将推动 AI 民主化，而能源领域的突破，特别是高密度电池和可持续发电，将消除认知和实现之间 的最后障碍。在这些基础设施的加持下，具身智能将成为可能，促进制造机器人、家庭助手等物理 实体以自主性、适应性和目标导向的方式行动。 这将对我们的星球产生深远积极的影响。以道德框架为指导、以清洁能源为动力的智能体将在 农业、物流和电网中发挥积极

为双基座，承载着 整个产业的数据流动；智能与价值形成的无限符号"∞"，象征着技术创新与商业价值 的永续循环。这种设计既是对产业本质的深刻洞察，也是对未来发展的精准把握。当 端侧智能让每个设备都成为智慧节点，当场景协同让孤立系统形成有机整体，当价值 结算让数据流转变为价值流，AIoT 2.0 的新时代已经到来。 特别值得关注的是，图谱首次系统梳理了"通感智值"跨域编排的十大协同场景。从车 产业正站在新的历史起点上。通感融合将开启全新的感知维度，边缘 智能将重塑计算架构，数据要素将成为关键生产力，价值网络将促进多方共赢。这份 图谱既是对过往的总结，更是对未来的展望。它试图回答一个根本问题：在万物智联 的时代，如何让技术创新真正转化为社会价值，让智能化发展成果惠及每一个人。 愿这份图谱成为产业发展的导航仪，创新创业的工具箱，政策制定的参考书。让我们 携手共进，在通感智值的无限循环中，创造 1：端侧 AI 优先：AI 从云中心向"端+边"重心迁移，轻量模型+硬件加速成为普 适能力；RedCap/5G-A 使上行和时延满足实时闭环.......................................................... 1 洞察 2：多模态智能原生：感知数据即资产，视觉+雷达+声学的融合将成为默认配置； 生成式 AI 在感知增强与自动标注中大幅降本......

趋势二：全球能源投资区域分化显著，中国持续引领，增量重心逐步向中东、拉美 9 拓展 趋势三：技术正成为重构能源格局的关键力量，智能技术与新兴能源技术共同构建 13 更加灵活、稳定、低碳的能源体系 趋势四：全球能源转型中长期趋势不可逆转，碳监管在贸易和产能调控中作用日益 18 关键，成为转型重要抓手 趋势八：新兴市场驱动新能源需求增长，系统解决能力与本地交付能力共同构成新 35 迈入十五五，国际政治格局动荡加剧，大国博弈持续升温，全球化逆流更为明显，能源安全与自主可控重新成为各国能源战略焦 点。同时，全球绿色转型持续推进，清洁能源投资将继续保持增长。能源，已然成为全球政治、经济、安全与科技竞争的交汇点。 同时，我们看到全球能源需求重心随着新兴经济体崛起而东移，亚洲、非洲、中东成为能源消费与技术应用的主要增量市场。全球 能源供应格局更趋区域化、多元化，传统能源与新能源在互补 在能源政策制定中的核心考 量因素。即便在全球绿色转 型背景下，能源转型也必须 在“绿色低碳”、“能源安全” 与“经济承受力”三者间寻求 平衡。一方面，地缘冲突、极 端气候事件频发，以及全球 供应链不稳定，使得能源安 全再度成为国家战略重点。另 一方面，成本因素仍是决定可 再生能源技术能否获得长期 政策支持和市场接受度的关 键，特别是对尚处于示范或初 期商业化阶段的技术。 未来五年全球能源行业的变化以结构重构、主体多元、技术驱动为主要特征，而其

背景下，数据中心作为算力基础设施的核心载体，已成为推 动全球数字经济发展的战略基石。 中国作为全球最具活力的数字经济市场之一，数据中心产业 正迎来规模扩张与结构升级的双重机遇，同时也面临着绿色 低碳转型、区域协同发展等关键挑战。 为应对上述挑战，数据中心必须重塑电力供应与基础设施策 略，采用包括用户侧发电、微电网和先进储能在内的多元化 方案，加速部署，增强韧性。 西门子能源致力于成为数据中心全生命周期合作伙伴——从 的用电增长将来自高性能服务器，年均增速达 30%。而 传统服务器仅贡献约 20% 的用电增长。此外，约 10% 来自 其他 IT 设备，约 20% 来自如冷却系统等基础设施。 从区域视角来看，中国和美国将成为数据中心用电增长最显 著的两个国家，预计到 2030 年合计贡献全球近 80% 的增长 量。未来几年，美国、中国和欧洲仍将是全球数据中心用电 量最大的地区。与此同时，以东南亚为代表的其他地区也在 快 主要集中在北美地区。此外，小型模块化核反应堆（SMR） 等新型清洁能源技术也开始受到关注，首批商业化项目有望 在 2030 年前后投入运行。 数据中心行业在人工智能发展的推动下呈现快速增长态势， 但在一些发达经济体地区，电力基础设施却成为关键瓶颈。 国际能源署警告称，若未能及时应对潜在挑战，约 20% 的数 据中心规划项目或将遭遇建设延期。 当前，无论是发电侧还是用电侧，电网接入的周期普遍较长， 审批流程日趋复杂；在一些先进经济体地区，新建长距离输

智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 测，生成式 AI 每年可以增加 2.6~4.4 万亿美元经济收入，AI 驱动的自动化决策与交互将成为业务常态。与此同时，传统 应用与 AI 应用的融合不再局限于简单的功能叠加，而是依托数据与 API 的深度协同，构建起“感知 - 决策 - 执行 - 学习” 的闭环智能体系。在这一趋势下，应用现 ChatGPT“横空出世”以来，国内外大模型创新风起云涌，学术界、科技企业和无数开发者探索数十 年的 AI 技术，迎来了应用大规模落地的奇点时刻。以应用智能体为代表的 AI 新范式，已成为推动行业变革的重要力量， 智能化必将成为驱动数字经济发展的核心引擎。 过去十年，云原生重构了 IT 基础设施；未来十年，AI 原生将重新定义企业运营范式。这场变革不是简单的技术迭代， 而是认知维度的跃迁——企业需要 大模型技术加速全球产业价值链重构 1.2 数字基础设施逐渐成为国际竞争制高点 1.3 数据联接正在影响行业转型和应用安全 1.4 人机协作成为社会融合发展的主流趋势 1.5 客户群体转型加速驱动应用开发新范式 2 智能应用企业端和个人端双爆发，市场空间巨大 2.1 智能应用双端爆发，孕育万亿市场空间 2.2 智能体在 B 端和 C 端加速落地 2.3 央国企正成为应用智能化的主力军，领跑多个场景落地 2

的人才缺口，尤其是在AI、网络安全、数据科学及云计算等关键领域。 在此背景下，企业必须提升自身能力，以吸引人才、培养人才，并赋能员工掌握先进的ICT与AI适 配技能。唯有在这些领域取得成功，企业才能成为未来行业的领导者；否则就会被技术变革的迅 猛步伐甩在身后，成为落后者。 趋势 1：全球转向 AI 驱动型组织构建的商业模式 AI及智能体技术的加速发展，从根本上改变了组织的运营方式，并推动全球商业模式向“以AI能 力为核心 以AI为优先的战略，借助 智能代理流程重塑组织的 业务运营模式 AI技能开发包括体验式与 嵌入式学习，覆盖跨职能 角色，由IT与HR共同管理 优化创新 AI驱动型阶段 实现持续的AI驱动业务模 式创新与优化，成为组织 运营的新常态 AI技能开发完全嵌入所有 角色，由代理型AI辅导支 持，并被视为核心KPI 2023-2024 2025 2026-2027 2028-2029 2030+ 1 2 3 4 对技术栈的投资不仅能增强AI能力，还能促进与现有IT系统的整合，进而实现更顺畅的工作流程 与更高效的数据编排。AI与云技术、边缘计算及先进数据架构的融合，成为组织持续创新、在动 态市场中保持竞争敏捷性的关键基础。 采用智能体的需求正不断推动组织制定相关战略与分配预算，“为AI适配技术栈”已成为其核心优 先事项。最新调查数据显示，42%的北美组织表示，“为AI适配技术栈”是影响其2025年IT预算增 长的最重要的单一

有支持端侧 AI 的 短距通信芯片产品。技术发力点全方位转向复杂场景和严苛需求，多技术协同运作成为行业前行新航道。 与此同时，短距物联网在应用场景层面展现出强劲的渗透拓展态势。场景边界全面向工商业级延伸，工业领域新增资 产追踪应用，汽车领域实现数字车钥匙场景落地，同时海外智能家电市场需求爆发，成为营收贡献显著的新场景，行业正 式形成消费级 + 工商业级双轮驱动、国内 + 海外市场协同的场景布局。 ����������������� 47 2.1 电子价签行业：低功耗蓝牙是主流方案，2024 年占比约 55% ����������� 47 2.2 资产 / 人员位置服务行业：融合定位方案已成为主流发展方向 ���������� 48 2.3 医疗行业：蓝牙和 NFC 是医疗数据传输主流方案 ��������������������� 51 三、汽车级市场领域������������� 年其市场份额达 56%，广泛应用于中低端消费电子与存量物联网 设备。 Wi-Fi 6（802.11ax）凭借 OFDMA、MU-MIMO 等核心技术，实现 9.6Gbps 峰值速率与多设备并发能力，成为当前 增量市场的主流配置，2024 年 Wi-Fi 6/6E/7 合计占比已达 29%，预计 2025 年将升至 43%，在智能家居、企业级组网等 场景渗透率快速提升。 Wi-Fi 7（802

亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 然趋势。 超节点并非简单的硬件堆砌，它的实现离不开基础技术、系统能力与可落地性的三方协同。基础 技术是超节点的根基，其具备超高带宽互联、内存统一编址等技术特征，通过近乎无阻塞的高带宽 本文系统性地提出并论证了 “超节点将成为 AI 时代的核心计算单元” 这一重要观点，清晰地呈 现了超节点的基础定义与特征，包括技术层面的基础特征和扩展特征，以及系统层面的大规模、高 可靠、多场景特征。同时，通过分析全球产业的演进路线、超节点稳定性的核心挑战以及技术产业 生态发展格局，为产业界指明了超节点的发展方向。 在未来计算的下一个十年，超节点无疑将成为推动 AI 技术发展的关键力量。这份发展报告为我 Agentic AI 再到 Physical AI，大模型持续提升解决复杂问题的能力，并向物理世界延伸。大模型技术及能力演进， 驱动 AI 系统负载变化，需要一套系统架构满足未来发展需求，超节点成为 AI 基础建设的共识。 超节点架构引领技术革新，重构计算能力边界。超节点架构依托高速互联技术，将大带宽的互联 范围，从单台服务器扩展到整机柜以及跨机柜的大规模集群，超节点域内可达百 GB/s 级通信带宽、

当前，中国制造业正站在转型升级的十字路口。一方面，成本持续攀升，利润空间不断压缩，同质 化竞争日益激烈；另一方面，数字化转型浪潮席卷而来，传统管理模式难以为继。在这个充满挑战 的时代，如何突破发展瓶颈，实现高质量增长，成为摆在每个制造企业面前的必答题。 浙江锦华新材料股份有限公司（以下简称“锦华”）也曾面临类似的困境，管理基础薄弱，员工士 气低迷，在集团内部几乎被边缘化。然而，通过导入霍尼韦尔卓越运营体系，浙江锦华用六年时间 过 良性竞争激发团队潜能，让每个单元都成为效益提升的发动机。 这些植根于 HES 体系又结合企业实际的创新实践，使精益管理从概念框架转化为可触摸的运营实 效。六年来，我们实现了令人瞩目的蜕变：营业收入实现 3 倍跨越，从曾经连奖金都难以发放到 如今持续创造价值；建立行业标杆级管理体系，从根本上扭转管理混乱局面；打造全员改善文化， 让每位员工都成为卓越运营的践行者和受益者。 这份白皮书， 慧和实践能力。 本研究的重要意义不仅在于成功精益变革经验的系统性梳理，更在于真实记录了企业转型过 程中的挑战突破与实践智慧。我们秉持客观严谨的研究态度，力求完整呈现这一组织变革的 全过程，使其成为兼具理论深度和实践指导价值的典型案例。 在此，谨向为本研究提供专业支持的霍尼韦尔专家团队、巨化集团以及锦华新材料公司表示 诚挚感谢。我们期待通过这份案例研究，为学术界与实业界构建交流对话的桥梁，共同助力