. . . 15 1.4 热点方向三：智能化云运维、可信安全与能效优化 . . . . . . . . . . . . . . . . . . . . . . . . 16 1.4.1 面向大规模集群的自动化运维与可靠性工程 . . . . . . . . . . . . . . . . . . . . . . . 17 1.4.2 云计算环境下的基础设施安全 . . . . . . . 的企业软件应用将包含智能体。相比于 2024 年 未产生智能体的阶段，智能体在运营商、制造业、金融服务等领域的规模化应用，直接拉动了企业对高 4 CHAPTER 1. 面向下一代云计算的研究 性能 GPU 以及大规模算力集群的需求，智能计算成为 IaaS 增长最快的份额。同时，智能体训练、推理的 持续迭代需要自动化的数据管理、模型开发以及部署测试，促使企业进一步依赖云厂商提供的 AI PaaS、 MLOps、向量数据库、MaaS CPU、Ascend 910C NPU 及高速统一总线 UB（Unified Bus）网络，构建了总算力达 300PFLOPs 的超大规模 AI 云底座。NVIDIA H200 GPU 已在 Amazon、Google Cloud 和 Microsoft Azure 大规模部署，搭 载 HBM3e 显存，带宽达 4.8TB/s，配合 GB200 Superchip 与 NVLink Switch 系统，在千卡集群中实现通信

党的二十届四中全会颁布《中共中央 关于制定国民经济和社会发展第十五个五年规划的建议》 ，其中明确指出 “打造新兴支柱产业 ， 加快低空经济等 战略性新兴产业集群发展 ， 催生数个万亿元级甚至更 大规模的市场”。 低空智能感知体系深化赋能经济转型 重大需求 低空经济产业已成为国家战略支柱产业 ，雄安先行先试标 杆 《中共中央关于制定国民经济和社会发展第十五个 五年规划的建议》 《关于支持低空经济产业发展的若干措施》 VisDrone 竞 赛 全球包括卡耐基梅隆大学等 在内的 2000+ 参赛队伍 5000+ 篇论文使用并引用 > 关键平台： 建立了复杂环境协同感知数据平台 （ TPAMI 2022 ） 构建了大规模多源、多模态、多任务、非完备复杂环境协同感知数据平 台 VisDrone ，覆盖单机和多机协同感知任务。 国内外广泛使用的无人机视觉基准数据平台 DroneCrowd-TJU 构建世界上规模最大无人机视觉数据平台 VisDrone 人工智能科技进步奖一等 奖 从被动感知到自主协同 ，构建支撑具身智能体与集群协同进化的下一代数据基座 感 - 策 - 控一体化构建 仿真－物理具身数据基座 大规模低空数据平台 支撑无人机全天候感知 多智能体自主交互 建立集群协同数据基准 视觉－语言－导航 (VLN) 多模态动态感知 多任务协同学习 视觉－语言－动作 (VLA) 多智能体社会化交互

大型储能电源系统 其它 二 、储能关键技术及其应用 2 、储能电池选型 二 、储能关键技术及其应用 3 、大规模储能系统集成化关键技术 储能系统监控和保 护技术 储能电池大容量 集成技术 大规模储能系统 集成技术 储能系统 EMS 二 、储能关键技术及其应用 3 、大规模储能系统集成化关键技术 大容量储能电池集成技术 储能系统监 控和保护技 术 EMS BMS BCU 将对电力系统的形态产生重大冲击； ◆ 电池成本的降低、电池能量密度、安全性和寿命的提升，储能将迎来更大规模的应用。 五、展望 储能重塑未来 - 未来电池储能技术的应用前景和集成模式 ◆ 安全措施：大规模储能系统的设计、集成、安装、运行、监控等生产运行全过程；重视不同类型储能安全的边界问题。 ◆ 控制架构：站域集中管理与子系统分区自制相结合的大规模储能控制架构技术。 ◆ 实 时 监 测 ：利用大数据、云计算、物联网

Quantum Computing)：使用 单光子 作为量子比特，通过光学器 件（如分束器、干涉仪、波导）进行操控；可在 常温下工作 、光子间不易相互干扰、 抗噪性强、适合量子通信与采样问题；需要大规模光路集成、工程挑战大 • 硅半导体量子计算 (Silicon-based Quantum Computing) ：利用半导体中电子或原子核 的 自旋态（Spin-up / Spin-down） 作为量子比特；可利用现有 计算模型 内在的量子并行性（一个量子态可 表示多个状态） 、干涉与幅度放大 显式的硬件级数据并行（多核 心同时处理数据） 并行性来源 利用量子态演化，通过量子门操作 与测量获取结果 大规模线程并行，适合规则数 据并行任务（如矩阵运算） 计算方式 通过量子叠加态一次处理多个可能 性，某些问题有指数级/多项式加速 潜力 通过 GPU 的数千个核心同时 做相同或相似计算 加速原理 学模拟（规则并行任务） 适用问题类型 潜在的 指数级加速 （特定问题）、 全新计算范式 高吞吐量、擅长大规模数值并 行计算 优势 技术不成熟、易受干扰、目前规模 小、算法有限、需低温环境 不擅长非规则、逻辑复杂的任 务，串行瓶颈依然存在 局限 前沿技术，处于实验与原型阶段， 尚未大规模商用 成熟，特别在 AI/ML 训练等领 域广泛使用 发展阶段  密码学：Shor算法，针对大数分解、离散对数等问题，相比

多的权利，导致不可控的后果。” 技术进步 文章指出未来的 AI 系统可能会带来一系列大规模 的社会风险和恶意使用的可能性，呼吁重新调整 AI 监管方向，制定更有力的行动策略，以应对 AI 快速发展带来的挑战。 当前全球科技公司正在竞相开发能够自主行动和追 求目标的 AGI （通用人工智能）系统。 可以代替初级情报分析员。 大模型加持下，智能咨询服务可以实现： 第一，语义理解能力增强。 大模型基于超大规模数据训练，能够理解并处理复杂的语义结构，使得智能客服 能够更准确地解析和理解用户的自然语言输入。这些模型利用上下文信息和深层次的语言模式，能够精确识别 用户意图，改进意图识别流程。 第二，情绪识别与应对。 馆发展进程中的 新常态，如使用先进芯片产品 ( 类脑芯片、感知芯片等 ) 、高性能服 务器 ( 训练服务器、 推理服务器 ) 等算力设施实现大规模数据并行处理。然而， 目前 各大图书馆基本都无法独 自承担如此庞大的算力供给。因此，在基础设施建设层面， 需要综合考虑软硬件的高效性、 开放性以及兼容性，如依托第三方提供的云计算中

工厂内部使用 Optimus，执行流水线工作[19]，随后逐步扩展至更广泛的应用场景。马斯克 预计，2025 年将小规模生产\"真正有用\"的人形机器人供公司内部使用，并在 2026 年实现大规模生产，为其他公司提供这一创新产品[4]。 在市场规模方面，高工机器人产业研究所(GGII)预计，2026 年全球人形机器人 在服务机器人中的渗透率有望达到 3.5%，市场规模超 20 亿美元，到 度方面，特斯拉凭借其在自动驾驶、AI 和机械工程的积累，在 Optimus 项目 上取得了显著进展，尤其在运动控制、视觉感知和自主决策方面。然而，与波 士顿动力、优必选等专业机器人公司相比，特斯拉的优势在于其大规模制造能 力和成本控制，而非最前沿的机器人技术。目前行业竞争格局呈现多元化发展 态势，各公司基于自身技术积累和市场定位采取不同策略，未来 3-5 年将是技 术和应用场景快速演进的关键期。 该文献分析了人形机器人行 业的现状,对 12 家公司基于 8 项标准进行了评估,以区分 其成熟度和市场策略。文章 讨论了人形机器人面临的技 术挑战,特别关注了运营维 护问题(尤其是大规模部署 时)以及试点项目的重要 性。作者质疑了埃隆·马斯 克等人提出的 2-3 年内实现 工业级人形机器人的时间 表,认为这可能需要 10 年或 更长时间,并将这种乐观态 度与 2010

党的二十届四中全会颁布《中共中央 关于制定国民经济和社会发展第十五个五年规划的建议》 ，其中明确指出 “打造新兴支柱产业 ， 加快低空经济等 战略性新兴产业集群发展 ， 催生数个万亿元级甚至更 大规模的市场”。 安防巡检 现有巡检市场缺口巨大 安防巡检应用市场规模超过 500 亿 元 水情监测 2021 年河南遭遇特大暴雨 低空智能深化赋能经济转型 低空经济产业已成为国家新兴支柱产业 ， 具身数据受限” 2023 年至今 多源协同感知 数据集 UAVDT VisDrone 2016 年及以前 小规模 检测与追踪数据集 01 2017 年至 2020 年 大规模密集数据与 通用检测数据集 03 VTUAV 2020 年至 2023 年 多模态 动态感知数据集 02 DroneVehicle 04 低空环境感知数据呈现出多任务、 多模态和多源协同特性 2024.05 2024.06 2025.11 CoPerception-UAV 多机高效通信协同 感知数据集 U2UData 面向大规模无人 机集群自主飞行 的数据集 AeroCollab3D 多无人机协同 3D 目标检测 AircoBench 多 无 人 机 具 身 协同推理数据 VRAI 首批跨无人机 重识别数据集

V/50 V 电压域转换至 6 V 的中间总线。图 10 显示了该模块及其实测效率曲线。 12 二、AI 服务器机架的供电 预测三：AI 服务器机架的功耗将超过 1 兆瓦 在针对拥有万亿级参数的超大规模AI模型进行训练时，需要将数千颗GPU集成在同一台机器中，并以同步模式运行。 机架之间的数据通信通常通过光通信实现，而 IT 机架内部的高速互连则依赖专用处理器，通过铜缆将每个 GPU 与 其他 数百兆瓦级别。 在未来几年内，为满足规模日益庞大的 AI 模型对算力的无限需求，预计将出现专门的“AI 工厂”。在同一数据中 心园区内，此类设施的用电量将达到吉瓦级，甚至可能超过数吉瓦。多家超大规模数据中心运营商已发布了相关 建设计划 [2,3]。在训练过程中，大型 GPU 集群的负载剧烈波动，所引起的电力供应与电网稳定性问题，成为确保 这些数据中心安全运行的重大挑战。要应对这些挑战，必须 转换环节上，实施瞬态负载的主动缓冲。 此外，在设施层面部署大型电池储能系统（BESS）也将成为必需措施，以确保整个数据中心保持近乎恒定的负载 曲线。 英飞凌致力于沿着整个功率转换链路，支持超大规模数据中心运营商及系统供应商，共同实现可持续、高效且具 经济可行性的电力解决方案。功率半导体正是这些工作的核心所在，其目标包括： 17 • 将任意能源形式转换为处理核心电压所需的负载电流 •

江苏、浙江等7个国家数字经济创新发展试验区改革创新先行先试，在数 据要素市场化配置、基础设施建设、区域协同等领域158项改革清单的指 引下，引导各方细化实施细则和推进举措，谋划数字经济创新型企业培 育、数字经济新场景大规模应用等领域新思路新布局，协同数据基础制 度和数字基础设施建设，打造具有国际竞争力的数字产业集群，创新数 字化改革配套机制，为数字经济高质量发展提供更完善的制度保障。 017 （二）数字产业新动能“成势”，“智能+”赛道创新育新 用潜能与产业价值进一步释放，数字产业将呈现以应用场景牵引与技术 创新赋能的“双轮驱动”产业生态化发展格局，数字产业集群将形成梯 度发展格局，引领数字产业迈向价值链中高端水平。一是新领域新赛道 场景加速新兴技术大规模产业化进程，办公、社交、消费、娱乐等领域 018 中国工业和信息化 发展形势展望系列 将加速探索应用元宇宙、虚拟现实、机器人等新兴技术，以新一代智能 终端、智能体为载体的高价值新应用新场景加快拓展，数字技术赋能制 嵌入数字产业 集群活动，推动集群发展模式走向数据化共享、网络化协作、平台化运 营、链群化共治，京津冀、长三角、粤港澳大湾区等区域将布局形成一 批具有国际竞争力的数字产业集群，在创新策源能力、大规模产业化能 力方面形成全球领先优势。 019 （三）数据要素化探索“破局”，数据与场景培育双向赋能 2025年，我国围绕数据供给、流通、应用全链条推出一系列新举 措，创新实践多点突破。数据标注基地先行先试，截至6月，合肥、成

储能作为顺应能源革命最具发展前景的灵活调节资源，是实现能源电 力非完全实时平衡及综合高效治理新型电力系统突出问题的最佳“缓冲器” 与“减震器”，是支撑新型电力系统的重要技术和基础装备。主要表现在： 一是发挥大规模储能“顶峰”作用，保障能源电力安全供应；二是发挥储能 “调峰”作用，提升新能源消纳能力，支撑高比例、规模化新能源接入电网； 三是发挥储能有功/无功快速响应能力，提升电力系统调频、调压能力，有力 术在应用规 模上占据绝对的优势，各自均存在发展短板，多种储能技术路线相互竞争、 多元化发展的局面在短期内仍将继续保持。 1.2.1.1. 机械储能 抽水蓄能是电力系统中应用最广泛、最成熟的大规模储能技术，具有 容量大、寿命长、运行费用低的优点。抽水蓄能电站单位投资在3000~6000 元/kW左右，连续抽水或发电时间一般可达10余小时，系统效率在75%左右。 但是由于抽水蓄能对外部地理环境要求较高，限制了其广泛应用。 未来国内电动汽车退役电池数量的快速增长，以及梯次利用技术和产业链 的发展完善，有望推动锂电储能成本进一步下降。 4）全钒液流电池具有循环寿命长的优势 液流电池种类繁多，具有充放电性能好、循环寿命长、功率容量可调 的特点，适合大规模储能应用。全钒液流电池是目前应用最广泛的液流电 池技术。全钒液流电池循环次数超过1万次，系统功率和容量相互独立，并 且容量可在线恢复。全钒液流电池技术的主要缺点包括：单位千瓦时电池 优点 缺点