AI 供电的未来 重新定义 AI 数据中心供电 Gerald Deboy 博士，英飞凌科技股份公司 PSS 创新实验室院士 Fanny Björk 博士，英飞凌科技股份公司数据中心配电主管 www.infineon.com/wepowerai 2 目录 Adam White 寄语 3 引言 4 一、现代处理器的供电 5 预测一：垂直供电将成为现代处理器的关键技术 5 预测二：服务器主板将采用高压直流供电架构 7 二、AI 服务器机架的供电 12 预测三：AI 服务器机架的功耗将超过 1 兆瓦 12 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 13 三、数据中心的整体供电 16 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 16 预测六：配电将从交流系统转向直流微电网 17 预测七：可再生能源将成为满足 AI 数据中心增长能耗需求的关键 我们正站在一场全新技术革命的起点——这场革命由 人工智能（AI）驱动，并以史无前例的速度向前发展。 自 2022 年底 ChatGPT 发布以来，仅两个月便吸引了 一亿活跃用户，我们的世界由此发生了深刻的变化。 AI 不仅具备改变人类生活方方面面的潜力——无论是 金融服务、数字助理、气候研究，还是其他领域—— 它也正在重塑整个计算市场的格局。然而，这场变革 面临着一个日益突出的挑战：AI 技术不断增长的庞大 的功

AI 人工智能军事解决方 案 连接现实与虚拟世界的 AI 军事指挥官 党的十九大报告指出 ， 要 “加快军事智能化发展 ，提高基于网络信息体系的联合作 战 能力、 全域作战能力”。 十九大代表、 中央军委科学技术委员会主任刘国治中将在接受媒 体采访时指出 ， “确实需要加快军事智能化发展。 我认为这是我们国家实现创新超越、 实现强军的一个难得战略机遇 ，也是我们实现弯道超车的难得战略机遇。 而军事领域则是社会的缩影与先导。 前言 目录 CONTENTS 加入星球获取更多更全的数智化解决方案 1.1 军事活动智能 化 人工智能（ Artificial Intelligence ， AI ） 技术现已进入新的高速发展时期 ，是公 认最有可能改变未来世界的颠覆性技术。 世界许多国家已将发展人工智能上升到 国家战略 ，从政策导向、 战略规划、 资金预算层面予以大力支持。 人工智能在军 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 50 年代到 70 年代初 ，人们认为如果能赋予机器逻辑推理能力 ，机器就能具有智能 ，人工智能研究处于“推理期”。当人们意识到人类

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 试为目标。 图灵通过图灵测试与图灵机构建了人工智能的理论框架，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)—— 年间，人工智能领域经历了第一次发展低谷，即“ 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 技术提出严厉批评，随后英国政府、美国 DARPA 和美 国国家科学委员会等机构大幅削减对 AI 的投资，使得 AI 研究陷入低谷。 发展历程 - 第一次低 谷 专家系统基于知识整理出来的规则，进行逻辑推理，来模拟和 延伸人类专家的决策能力，解决复杂的问题。 3. 人工智能的历史 发展历程 - 第二次高潮阶 段 第二次高潮阶段（ 1980 年 -1987 年） 3. 人工智能的历史 第二次低谷阶段（ 1987

智慧图书馆建设： AI 落地场景与实践路 径 Smart Library Construction: AI Implementation Scenarios and Practical Paths 目 录 03. AIGC 赋能智慧图书馆路径 02. AI 在高校图书馆实践场景 04. 观点与展望 01. 背景 01 背 景 Background 背景（政策） 图情涉及的大数据与 AI 技 术 背景：（ IFLA ） 北美研究型图书馆协会 （ Association of Research Libraries, ARL ）的调 查显示， AI 已被应用于图书馆工作的多个方面， 包括评估 AI 响应的指导、自动编目和元数据生 响应的指导、自动编目和元数据生 成、用户支持的聊天机器人、 AI 用户社区建设、 辅助研究指导、简化图书馆服务流程、加强信 息发现和检索，以及馆藏资料的保护和保存等。 除了这些特定领域的应用，图书馆还利用 AI 技 术开展创新服务，如提供馆藏的虚拟现实体验 和个性化阅读推荐等。 背景：（ IFLA ）

项目编号： 低空无人机消防部署 AI 识别项目 设 计 方 案 目 录 1. 项目概述.......................................................................................................6 1.1 项目背景................................ ....................7 1.1.1 低空无人机在消防领域的应用现状..............................................9 1.1.2 AI 识别技术在消防中的潜力......................................................11 1.2 项目目标..................... 2 载荷能力.....................................................................................30 2.2 AI 识别技术要求.................................................................................32 2.2.1 图像识别精度

项目编号： 基于 AI 大模型警民共治与社会视频智能 识别系统 设 计 方 案 目 录 1. 项目背景与目标...................................................................................................................................... ............................................................................................7 1.2 AI 大模型在公共安全领域的应用潜力................................................................................... 系统分层设计（感知层、传输层、平台层、应用层）.........................................................................17 2.2 技术架构组成（AI 大模型、视频分析、数据融合）.............................................................................20 2.3

先见AI,有数有据的商业分析智能体 全球智能驾驶辅助技术发展现状：技术 路线、商业化落地与政策框架分析 生成人先见者1006516 报告生成日期：2025-12-2513:50 本平台提供的内容仅供参考，不构成投资建议或证券买卖邀请， 先见AI 用户需自行判 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 2 目录 1.全球智能驾驶辅助技术发展现状与趋势 30 5.商业化挑战与风险因素 .......................................................................... 31 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 3 5.1行业核心瓶颈与解决路径 ............................................. .......................................................................................... 44 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 4 1.全球智能驾驶辅助技术发展现状与趋势 1.1自动驾驶技术演进路径分析 1.1.1感知系统技术路线迭代逻辑 感知系统作为智能驾驶的“感官中枢”

《上海市加快推动“ AI + 制造”发展的实施方案》的通知 解读： 3 年时间 3000 家制造企业 10 个行业 100 个产品 100 个场景 10 个示范工厂 5 家服务商 工业 4.0 产业生态联盟 创始人杜玉河 PART02 攻 关 基 础 和 前 沿 技 术 PART03 建 设 关 键 要 素 平 台 PART04 推 动 重 点 行 业 应 用 目录 CONTENTS PART05 打 造 “ AI + ” 智 能 产 品 PART06 积 极 营 造 发 展 生 态 PART07 加 强 工 作 统 筹 推 进 PART01 主 要 目 标 共同打造工业 4.0 新质智造 圈 上海市经济和信息化委员 ，现将《上海市加快推动 “ AI + 制造”发展的实施方案》 印发给你们 ，请认真组 织实施 推动制造业智能化发展实施方案 为深入贯彻国家关于推动人工智能赋能新型工业化的战略部署 ，落实上海市 “模塑申城”工程 ，加快推动制造 业智能化发展 ，制定本实施方案 推动制造业智能化发展 01 主要目标 "AI + 制造 " 行动升级 • 实施 “模塑申城 ·AI + 制造”行动 ，推动人工智能技术与制造业深度融合

I Digital agriculture and AI innovation roadmap for global agrifood systems transformation Digital Agriculture and AI Innovation Roadmap For the Global Agrifood Systems Transformation II Required Required citation: FAO. 2025. Digital agriculture and AI innovation roadmap – For the global agrifood systems transformation. Rome. https://doi.org/10.4060/cd5956en The designations employed and the Harinda Katugaha, Alessia Correani and Vincent Martin from FAO, following the Digital Agriculture & AI Innovation Dialogue with 96 participants. It was authored by Tristan Wiessalla and Anouk Habermacher

2026趋势报告：数据与人工智能 简介：大（的）脱节 各行业人工智能雄心与实际运营之间的差距不断扩大 如何为2026做准备 构建准备状态并避免常见陷阱的关键行动 2026年AI的成功将由数据基础设施驱动，而非新模型 1. 为什么现代数据基础设施而不是最新的AI模型为企业带来最高的投资回报率 7. 表现优异的公司正在协调数据、人员和目标，以负责任的方式扩展人工智能 成功组织了解自身、其数据和其人员的内容 6. ，不如说是使日常工 具现代化。 本报告综合了2025年9月和10月对DataArt高级数据、AI和技术领导者进行 的全面访谈的发现。在本报告期间，您将发现这些专家的直接见解——他们 是构建数据平台、部署AI解决方案以及日常指导企业转型的实践者。他们的 观点反映了AI的真实能力和最常见的失败点的实际经验，揭示了AI实施中真 正有效和无效之处。 金融服务也讲述了一个相似的故事。通用人工智能在关于生产力、潜在裁 离岸服务提供商一样运 作，而非战略合作伙伴，导致了理解碎片化和缓慢的接口，从而扼杀了创 新。 大多数企业所谓的 AI 应用，实际上只是员工使用 ChatGPT 进行搜索和邮 件生成。真正的应用是指公司利用 AI 自动化流程、实现新能力，并服务于 其特定的业务和客户需求。 组织对AI的预期与实际交付所需之间存在一个基本差距。决策者追求低成 本转型性胜利，而忽视了使这些胜利成为可能的基础性工作。