云计算研究白皮书 2025 年 中国电信云计算研究院 2025 年 12 月 31 日 前言 在成立第二年的 2025 年底，中国电信云计算研究院按计划第二次发布年度云计算研究白皮书。白皮 书主体结构按照云计算研究院“三个面向一个围绕”的四大研究方向组织，即：一、面向下一代云计算的 研究，体现云计算的专业定位；二、面向云网融合的研究，体现对中国电信战略的承接；三、围绕智能算 法的研 法的研究，体现云计算研究院综合基础理论、核心算法与技术创新的特点；四、面向新兴技术的研究，体 现前沿研究的属性。每章开篇以研究图谱 2025 版的形式呈现本章的内容范畴和各个研究点之间的组织关 系。每章第一节都包含趋势分析和方向聚焦，首先利用行业数据、技术进展、政策导向、代表案例等分析 本章研究方向的整体趋势，然后基于趋势分析结论，结合云计算研究院常年学术研讨的沉淀，聚焦到两 个或者三个最值得关 Gartner 技术成熟度曲线（Hype Cycle），对本章研究方向所涉及的技术点作发展现状的逐 一判断，然后在本章研究方向范围内提出趋势展望，提供发展建议。此外，本年度白皮书增加了第五章， 首先阐述云计算研究院 2025 年提出的研究愿景 – 智能泛在云，最后对本年度白皮书作整体总结。 本年度白皮书延续一贯的内容风格，以国际国内的最新行业趋势为导向，以详尽的产业数据分析和 全面的学术界进展梳理为主要论述依据，共引用

目录 目录 03 02 量子计算对金融业的挑战与应对 04 05 同业实践 量子计算优势 金融业新机遇 量子计算特性及技术路线概览 01 回顾历史算力革命 3 算盘 （约东汉时期） 巴贝奇的差分机 （1821年） ENIAC （1946年） 英特尔4004处理器 （1971年） 亚马逊AWS云计算 （2006年推出） 人工算力时代 远古~约16世纪 云/智能计算时代 21世纪~至今 下一代计算革命……量子计算？ PC 与互联时代 20世纪80 ~ 90年代 IBM PC 5150 （1981年） 什么是量子计算？ 4 • 量子（Quantum）：是指微观世界中一个不可分割的 物理量基本单位，例如光子是光的单个量子 • 量子计算（Quantum Computing）：量子计算是利用 量子力学原理进行计算的新兴计算方式 • • 量子比特（Qubit）：量子计算的基本单位，可以同时 是0和1的叠加态；经典比特（Bit）则为非0即1 • 量子门（Quantum Gate）：量子门是对量子比特的 量子态进行可逆线性变换的操作，是构建量子电路和 实现量子算法的基本逻辑单元 • 经典逻辑门 vs 量子门： • 经典逻辑门：NOT、AND、OR等；通常不可逆 • 量子门：Pauli-X（NOT）、Hadamard、CNOT、

通过机器实现人的头脑思维 ， 使其具备感知、 决策与行动力 广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果 ，通过研究和开发用于模拟、 延伸和扩展人 的智能的理论、 方法、 技术及应用系统所构建而成的 ，其构建过程中综合了计算机科学、 数学、 生理学、 哲学 等内容。 广义人工智能 • 人工智能指通过计算机实现人的头脑思维所产生的效果 ，是对能够从环境中获取感知并执行行动的智能体的描述和 述和 构建 人工智能军事产业 • 人工智能产生的构建包括数据资源、计算引擎、算法、技术、基于人工智能算法和技术进行研发及拓展应用的军事 应用领域 人工智能技术 • 人工智能技术是人类在咯用和改造机器的过程中所掌握的物质方法 ，包括自然语言处理、语音识别、计算机视觉等 传统意义上的 AI 技术， 同时还包括具备智能信息处理的海量数据、超复杂性、实时性等暂时还未触及的智能技术 20 世纪 ，除了推理能力外 ，还需要知识 ，人工智能在 20 世纪 70 年代进入了“知识期” ，大量专家系统在此时诞生。随着研究向前 进展 ，专家发现人类知识无穷无尽 ，且有些知识本身难以总结后交给计算机 ，于是一些学者诞生了将知识学习能力赋予计算机本身的想法。发展 到 20 世纪 80 年代 ，机器学习真正成为一个独立的学科领域、相关技术层出不穷 ，深度学习模型以及 AlphaGo 增强学习的雏形 - 感知器 - 均在这

重庆大学信息物理社会可信服务计算教育部重点实验室（CPS-DSC） 云钞金融服务（北京）有限公司 苏州国芯科技股份有限公司 苏州朗空后量子科技有限公司（朗空量子） 上海巡天千河空间技术有限公司 指导委员会 丁津泰 教授 西交利物浦大学数学物理学院 院长 西交利物浦大学后量子迁移交叉实验室（PQC-X）主任 NIST PQC 标准核心设计者 向宏 教授 重庆大学信息物理社会可信服务计算教育部重点实验室（CPS-DSC） 覆。能够 破解这些体系的量子 计算机，其出 现并非遥远的理论，而是一个正在加速逼近的技术临界点。 然而 ，最大 的威 胁并非 未来的某个攻击“事件”，而是一种已经存 在且持续发生的当下风险：即“先窃取，后破解”（Harvest Now, Decrypt Later, HNDL）攻击。全球范围内的对手方正在大规模拦截和存储我们今 天加 密的数 据，耐 心等待 未来量子计算机问世后再行破解。这意味着， 对于任何需要长期保密的高价值数据——核心知识产权、长期金融合同、 国家机密、个人隐私数据——其安全漏洞实际上已经存在。 推迟 行动并 非零 成本决 策，它是在持续积累一笔危险的 “量子安全 债务”。一 旦量子 计算机 就绪，这笔债务的偿还将是灾难性的，可能导 致知识 产权永久性损失、巨额监管罚款和品牌声誉的彻底崩塌。 战略对策：启动“量子安全迁移战略引擎” 面对 这一复 杂挑 战，一 次简单的算法替换或一个线性的项目制迁移

人工智能，指由人制造出来的机器所表 现出来的智能。 人工智能就是把人的智能转移到人造的 机器中，让机器来具备了感知、思考、 决策的能力。 2. 什么是人工智能？ 人工智能基本概念 1950 年，图灵在论文《计算机器与智能》中提出图灵测试，将机器智能定义为 “若 机器能通过自然语言对话让人类无法区分其与人类，则具备智能” 。这一测试方法 至今仍是衡量 AI 智能水平的重要标准，例如 ChatGPT 等大模型均以通过类似测 其密码学实践与哲学思 考为现代 AI 技术提供了方法论与伦理基础。尽管他未亲历 AI 的爆发式发展，但 其思想至今仍是技术突破的核心驱动力。 阿兰 · 图灵 (1912-1954)—— 现代计算机的奠基人，人工智 能之父。 图灵与人工智能 图灵测试 - 成为判定机器智能的标 准 1956 年 6 月，达特茅斯会议并没 有 得出什么重要的结论或宣言，但是 提出了“人工智能（ Artificial AI 之冬”。 此前， AI 在 1960 年代迎来了黄金时代，得益于符号主义的推动和冷战时期美国政府的资 金支持， AI 研究取得了显著成果。 然而，由于学术界对 AI 的预期过于乐观，加之当时计算机算力和存力有限， AI 系统未能 达到预期效果。特别是机器翻译等领域的失败，导致政府资助减少。 1973 年， 《莱特希尔报告》对 AI 技术提出严厉批评，随后英国政府、美国 DARPA 和美

智慧体育馆的定义 智慧体育馆定义  数字化是基础 - 以数字的方式被实时感知及度量计算。  网络化是条件 - 把整个互联网整合，实现计算资源、存储资源、数据资源、 信息资源、知识资源、专家资源的全面共享。  智能化是核心 - 利用云计算等智能处理技术对海量感知信息进行处理和分析， 各种传感器和智能设备组成“物联网”，对现实体育行为进行全面测量、监控和分析；  充分整合 -“ 物联网”与互联网系统完全连接和融合，实现感知数据的智能传输、存储和管理。并通过各种 信息系统融合和基于云计算平台的多源异构数据的整合，构建“智慧体育”的信息基础设施。  激励创新 - 鼓励体育事业的参与者在信息基础设施之上进行业务的创新应用，为体育事业的发展提供源 源不断的发展动力  协同运作 信息服务子系统 场馆安全保障 子系统 计时记分系统 自动升旗系统 GPS 标准时钟系统子系 统 多媒体音视频系统 背景音乐及应急广播系 统 信息发布及查询系统 LED 大屏显示系统 综合布线系统 计算机网络系统 程控交换机系统 无线对讲系统 楼宇自控系统 能耗计量系统 智能照明 机房工程 视频安防监控系统 防盗报警系统 电子巡更系统 车牌识别停车场管理系统 一卡通管理系统 安检系统 安全防范集成管理系统

本模型的收益模式：充放电套利及其他各种补贴收益；3.本次升级后，电芯更 项目全投资基本内部收益率，税后设定为6%，税前设定为7%，资本金基本内部收益率设定为8%（ 偿还利息净现值-固定资产余值净现值）/累计总发电量净现值”计算；7.本模型适用于对投资收益初步估 电话18889007032，欢迎探讨、交流！ 其他收益 3 4 5 6 其他收益录入表（除充放电套利外的其他收益） 运营期 7 8 9 10 11 12 高峰 高峰 高峰 高峰 高峰 高峰 高峰 平段 平段 低谷 高峰 高峰 高峰 平段 平段 低谷 高峰 尖峰 尖峰 高峰 高峰 低谷 19点 20点 21点 22点 23点 24点 计算期 实际计算期 1 2 3 8790.4278 8701.6356 10335.6 10231.2 430.1624608696 426.084052174 845.4330506775 836.893322893 367 4 累计所得税前净现金流量 -2640 -2273 5 调整所得税 538 43.34 6 1615 -2640 324 7 累计所得税后净现金流量 9250 -2640 -2316 计算指标：财务内部收益率 7.01% 财务净现值（万元） 158.35 投资回收期（年） 9.82 所得税前净现金流量(1-2) 所得税后净现金流量(3-5) 所得税后(Ie = 6%)

.................................39 附件二 计算方法........................................................................................................39 附件三 计算口径....................................... ...............................................................................34 表 目 录 表 1 指标体系与计算口径.......................................................................................40 综合算力指数蓝皮书（2025 EFLOPS（FP16）。 另一方面，算力技术创新推动算力水平提升。芯片技术方面，我 国自主研发的高性能处理器、加速器等产品不断涌现，为算力设备性 能提升奠定坚实基础。计算架构方面，异构计算架构成为主流模式， 多样化、跨体系处理器协同成为提升计算并行度和能效的重要手段。 绿色节能方面，一是我国积极推进绿色节能技术创新，研发节能技术 与设备，如高效能服务器、液冷系统等；二是优化算力中心布局，充 分利

总 出口， 集中腾讯集团所有 优势 技术资源， 资金和人才， 全力 投入工业互联网发展 腾讯集团战略升级 ，全面拥抱工业互联网 | 物联网 安全 区块链 云计算 5G 生产 MES 数字产业链 供应链 供、销环节数字化 数字工厂是制造业三大价值链的交汇点 产品智能化 产品全生命周期的数字化 生产经营管理数字化 生产数字化 技术服 务 200+ 主流协议 • 支撑 50 万 点 /s • 点位在线配置 拖拽式开发 丰富的组态 数据动态绑定 关联 资产时序分析、 SQL 分 析 实时计算、转换、时序对齐 结构化数据 资产模型 数据计算 设备连接 • • 一体机直接内置工业协议驱动和 MQTT 接收， 可以直接从 控 制器采集数据， 也可以对接网关获取数据 高性能可伸缩， 单机支持最高 50w/s 不同类型的数据统一进行建模 ，从而便于数据的集中管理以及资产维度的分析能更便捷的展开。 资产数据计算 ：当资产对应的测量值上报 ，则会自动根据模型定义的转换值、分析指标进行后台计 工厂模型 工厂总能耗 产能利用率 每单位制造成本 整体设备效率 · · · 资产建模 ：多维度资产建模和指标计算 印刷机模型 印刷速度 加工结果 产品名称 设备 OEE · · · 电 表模型

com 2 / 23 1 智能制造行业概述 1.1 智能制造的定义与发展历程 1.1.1 智能制造的基本概念 智能制造是指利用先进的信息技术与制造技术的深度融合，通过物联网、大数 据、云计算、人工智能、机器人技术等现代高新技术，实现生产过程的智能化、 自动化和数字化，从而全面提升制造业的生产效率、灵活性和产品质量。智能 制造不仅仅是简单的机械自动化，更强调通过信息感知、实时数据采集、智能 / 23 图表：智能制造的发展阶段 资料来源：亿欧智库 随着计算机技术和信息技术的快速发展，数字化制造和自动化生产开始逐渐普 及。制造企业引入了计算机辅助设计（CAD）、计算机辅助制造（CAM）等技术， 实现了从产品设计到生产加工的数字化衔接。生产过程逐步实现信息化管理， 生产计划、设备调度、质量监控等环节都依赖于计算机系统，大大提升了生产 的灵活性和效率，降低了人为错误的发生率。 加速推进。越来越多的制造企业积极引入大数据、云计算、边缘计算等先进数 字技术，彻底改变传统生产模式，实现业务流程的全面数字化和智能化。这不 仅提高了生产效率和产品质量，还促进了制造企业的商业模式创新，如定制化 生产、柔性制造和智能供应链管理等，极大提升了企业的市场响应能力和竞争 力。 其次，人工智能技术在智能制造中的应用日益深入。通过机器学习、深度学习 和计算机视觉等技术，制造系统具备了更强的感知、分析和自主决策能力。例