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 到数百兆瓦级别。 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 率转换环节上，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 •

年技术积累，构筑坚实云计算基 础 68 可用区 遍布全球五大洲 27 个地理区 域 100 万 + 服务器 中国首家突破企业 200T 带宽峰值 中国首家突破互联网企业 基础设施跨足全球， 超大规模管理能 力 智慧零售 智慧医疗 智慧工业 智慧出行 智慧教育 智慧政务 智慧金融 智慧文旅 100+ 行业解决方案 深厚数字化转型升级实践沉淀 300+ 云产品服务 全面覆盖基础服务 、云原生 、安全等 服务全球 300 万 + 客户 亿级规模自有业务 技术基座 血 行业引擎 超大规模算力支撑海量业 务 云计算 区块链 深圳防 e 通 云上 IT 疾控中心 公卫云 公卫云平台

超节点架构成为年度最具影响力的硬件创新之一。该架构采用全对等互联与全栈协同设计，集成 了自研鲲鹏 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 多云/混合云环境下云平台本身及其承载业务的安全 性、完整性与隐私性。同时，能效优化依托智能调度、弹性资源管理、异构算力协同与绿色算力策略，在 满足服务等级协议（SLA）与安全约束的前提下，实现超大规模集群的高效利用与能源可持续性。 基础设施 IaaS PaaS MaaS ... ... 数据湖 遥测数据 自动 化运 维与 可靠 性工 程 基础 设施 安全 智能 功耗 管理 与优 面向下一代云计算的研究 表 1.3: 智能化云运维、可信安全与能效优化研究领域热点 研究点 研究方向概述 会议及期刊 研究主要关注点与代表性工作 面向大 规模集 群的自 动化运 维与可 靠性 在超大规模云基础设施 中，实现自动化、智能化 的运维决策与故障处置， 以提升系统的稳定性、可 观测性和整体可靠性，其 关键在于构建面向高维 指标的智能异常检测、无 监督根因分析及自愈闭 环机制。

技领域发力。 展望2026年，全球产业科技创新的外部形势正在发生深刻变化，这 无疑给我国的产业科技创新发展带来诸多机遇和挑战。一是场景化应用 逐渐成为产业科技创新的牵引力，需要我国进一步利用超大规模市场优 势打造典型应用场景。二是在当前中美贸易摩擦暂缓的有利背景下，我 国将加快以开放促创新的步伐，进一步在核心技术上进行前瞻性布局， 积极融入全球创新网络。三是高技术产品的出海不确定性依然存在，迫

实现高质量、连续且深度覆盖 [7-8]。 其次,利用 RIS 对电磁传播环境的智能重构能力,可动 态优化同频干扰和邻频干扰信道条件,有效抑制多用 户间及多径干扰。 在通感一体场景中,一方面,RIS 更 容易实现超大规模天线阵列,具有较大的天线口径增 益,RIS 可大幅提高高精定位应用的空间分辨能力,降 低传统定位机制中的误差 [9];另一方面,通过协同优化 RIS 中各反射单元的相位响应,能够有效增强目标回

域监视与警用无人机的高效指挥调度。 一是感知层(Sensing Layer)。 感知层作为低空智 联监视系统的基础,包含各类多源传感器网络。 其中, 5G-A 为多元融合感知的重要手段,利用超大规模天线 阵列(Massive MIMO)与联合信号设计,使通信信号同 时携带感知信息,利用反射信号的强度、频率、相位等 特性实现环境感知,频谱资源利用率提升 30%以上 [4], 并结合多站连续组网与跨小区航迹跟踪技术

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。

国内外环境深刻变化的背景下，制造业上市公司面临的发展条件、约 束边界和战略要求，均发生了系统性变化。 （一）国内发展环境由规模驱动增长变为质量效益导向 从国内环境看，我国制造业发展的基础条件正在发生深刻转变。 一方面，超大规模市场优势依然存在，制造业体系完整、配套能力强、 产业门类齐全，为企业持续发展提供了坚实支撑；另一方面，传统依 赖要素投入、规模扩张和成本优势的发展模式边际效应明显下降，资 源环境约束、人口结 家，同比增长 2.3%。从数量上看，存量最大的制造业大类行业为 计算机、通信和其他电子设备制造业，上市公司数量为 639 家，较上 年增加 22 家，同时也是增量最多的行业，主要受益于技术创新、国 内超大规模市场和国际竞争力增强拉动出口牵引等，成为存量与增量 双领先行业。 图 2 A 股上市公司分行业分布情况 来源：Wind，中国信息通信研究院整理 制造业上市公司整体市值保持增长态势，不同行业市值变化与技

5） 15 图 8 不同规模单位四维能力对比 由图 8 数据可见，单位人员规模同样是数智化能力建设的核心 决定因素。从“50 人以下”的小规模单位到“100000-200000 人” 的超大规模单位，其各项数智化能力快速提升。同时，从整体上看， 对于各规模单位，平台建设是各单位最为注重的核心基础能力。 全国内部审计数智化转型发展研究报告（2025） 16 图 9 不同规模单位四维能力变化趋势对比 全国内部审计数智化转型发展研究报告（2025） 22 图 15 不同规模单位已开展数智化建设单位比例 同样不容忽视的是，单位规模对于内部审计数智化建设情况的 决定性作用。从图 15 可见，大规模及超大规模单位（5000 人以上） 的数智化建设开展比例高达 63.6%，与小规模单位（200 人以下）的 3.6%形成鲜明对比。 (四) 转型面临多重阻力但发展动力强劲 内部审计数智化转型呈现出强大的内生与外源动力，但同时也

的时域记忆特性以及 ROI Pooling 将语音 表示成固定长度说话人特征 - 同时支持输入多条语音 ，通过两两之间是否为同一个 人 ，实现真正意义的 end-to-end - 支持超大规模的说话人特征数据库训练 ，有效解决模 型因为分类目标过多而引起的尺度增大问题 l 模型尺度显著变小 ，性能显著提升 l 支持 1:1 ， 1:N ，男女儿童 ，语种分类等多类型声纹信息挖 技术现状：