网联化

根据GSMA Intelligence在《物联网未来五年：营收机遇与增长建议》中的预测，到2030年，全球物联网市场收入将达到2万亿美元，较2024年的1万亿美元翻一番，复合年增长率为12%。

随着 5G 规模化部署和 6G 演进发展，传统网络运营模式已难以满足动态变化的业务需求。人工智能技术的发展为解决这一挑战提供了新契机，通过引入 AI 智能体，推动网络运行模式从“被动响应”向“感知－决策－执行”的自主闭环运行全面升级，显著提升网络运行效率，高质量保障多样化业务需求，实现更高阶的网络智能。

为贯彻落实《生成式人工智能服务管理暂行办法》要求，指导生成式人工智能服务提供者等有关单位做好安全应急响应工作，本文件围绕生成式人工智能服务安全事件给出了安全事件的分类和分级方法并给出了生成式人工智能服务安全事件应急响应过程，包括应急准备、监测预警、应急处置、总结改进阶段的管理措施和技术方法，可用于指导生成式人工智能服务提供者及相关部门提高安全应急响应能力。

深耕网络安全、数据安全行业近 y] 20 年，AI 引领公司发展战略。安恒信息是国内网络安全、数据安全和数据要素领军企业之一，核心安全产品市场份额持续多年位居行业前列。公司的主要产品包括：1）网络信息安全平台（数据安全+云安全+大数据态势感知）；2）网络安全基础产品；3）网络安全服务（安全托管服务 MSS）、物联网安全、工业互联网安全。安恒信息将 AI 作为公司级战略，打造“AI+产品”体系，围绕“让安全更智能”与“让智能更安全”两大核心方向发展。

本白皮书聚焦基于电信运营商区块链基础设施的跨境可信数据空间，探讨了其发展背景、现状挑战与意义价值，提出了总体框架、技术架构、技术方案及应用场景，阐述了合规与安全保障措施等内容。白皮书旨在号召全球范围内各相关主体积极关注并参与到跨境可信数据空间的建设进程中，共同推动其在技术创新、规则协同、生态完善等方面不断进步，携手构建健康、有序且高效的跨境数据流通环境，为促进全球数字经济高质量发展提供可复制、可推广的解决方案和实践范例。

在人工智能技术迅速迭代成熟的关键节点，“人工智能 + 信息通信网络”领域迎来了重大发展机遇。过去一年，DeepSeek 凭借其卓越的低成本、高性能特性与开源生态优势，为信息通信网络技术的创新突破与广泛应用注入强大动力。智能体技术发展势头迅猛，行业在标准统一进程中不断迈进，MCP、A2A 等理念已成为产业共识，Agentic AI 创新实践如火如荼展开。随着系统与数字人在生产经营场景中的自动化应用持续拓展，网络运营正经历从机器辅助向人机深度协同的重大变革。

基于智能IP广域网（AI WAN）的存算分离与云边协同训推技术研究报告（2025年）

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互联，将数百上千个 AI 处理器编织为一个逻辑统一的高密度计算体，为高效计算提供了底层支撑。系统能力则是超节点高效运转的保障，它需要具备大规模、高可靠、多场景等系统特征。大规模的组网能力突破了单机扩展的硬件限制，为大规模算力聚合提供架构支撑；高可靠的运行特性化解了网络、计算、存储等子系统的故障风险，保障集群作业的连续性；多场景的适配能力则能通过精细化资源调度等机制，满足不同业务需求，最大化释放算力价值。

本白皮书分析了典型算力业务对算力网络的差异化需求以及无状态计算服务的调度互联要求，给出了支持无状态计算服务路由调度的新型算力网络架构，并阐述了其关键技术和典型应用场景。

当前，全球正经历着一场深刻的空间信息维度扩展，空天地一体化概念和产业蓬勃发展，万物互联成为现实，人工智能、大数据、云计算等前沿技术和需求日新月异。这一切的基石，在于一个能够提供泛在、高速、智能、安全连接的网络基础设施。然而，面对日益增长的卫星遥感、星上计算、广域互联、应急通信等新兴应用对带宽、时延、可靠性的极致要求，以及地球表面复杂地理环境带来的覆盖挑战，传统单一域的网络体系已显露出其局限性。

在全球产业加速数智化演进的背景下，网络基础设施的使命已远远超越“连接”。它需要具备理解业务的敏锐度、支撑创新的灵活性，以及推动产业升级的战略力量。随着人工智能（Artificial Intelligence, AI）应用的快速普及，企业和社会对网络基础设施的需求除了低时延、高带宽、大连接之外，还需要随网而生的内生数据、算力与智能，传统网络架构已难以为继。

随着人工智能技术的迅猛发展，模型推理已成为算力需求的核心驱动力。从 AI 搜索、智能体的兴起到多模态内容生成的广泛应用，模型推理的算力需求呈现出前所未有的加速态势。在此背景下，算力网络作为计算与网络深度融合的新型基础设施，为人工智能模型推理提供了灵活、高效的算力支持。然而，如何精准度量模型推理所需的算力资源，并实现算力的高效调度与优化，是当前行业面临的重要挑战。