网联化

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。

综合而言，从收入看，一方面三大运营商整体增速放缓，另一方面中小企业持续受益于 AI 驱动算力板块业绩拉动。2025H1收入增速重心集中于 0%-20%区间，增速重心不变，但正增速企业数量上升，净利润增速整体均方差持续扩大，两端高于100%和低于 100%增速企业均有所增加。

2025 年初 DeepSeek 的爆火掀起了生成式人工智能的浪潮，带动大模型训练成本和推理成本的快速下降，驱动算力需求爆炸式增长。城域网络作为用户与算力资源间的关键桥梁，各类新兴算力业务对城域网的网络架构、网络能力及服务模式等方面提出了新的要求。中国电信在 2024 年发布了《算力城域网白皮书》，首次提出算力城域网概念，获得业界的广泛关注，引领了城域网络发展新方向。伴随着产业生态与技术的发展，以及算力城域网研究与部署的深入，中国电信推出《算力城域网白皮书（2025）》，进一步明确城域网络在面向算力业务新场景、新需求下需具备的网络架构和关键技术能力。

随着 5G、人工智能、空天地一体化等新一代信息技术的迅猛发展，全球数字化进程加速推进，卫星互联网作为实现全域无缝覆盖、支撑数字边疆守护与全球互联互通的关键基础设施，其战略地位日益凸显。与此同时，碳达峰、碳中和战略下绿色低碳发展的要求，以及国家重大战略对通信韧性、产业升级的需求，为卫星互联网技术创新与产业演进提出了更高标准。因此，如何突破轨道/频谱资源约束、空间环境干扰等特殊难题，构建高效、可靠、智能的卫星互联网承载体系，成为推动卫星互联网高质量发展的核心挑战。

在数字经济与能源革命深度融合的时代背景下，算力与电力的协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年耗电量突破 1500 亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激增与能源转型的双重压力，使得构建高效、低碳的算电协同体系成为实现“双碳”目标的关键路径

从量子这个概念的提出，到以半导体技术为基础的第一次量子革命，孕育出了现代计算机文明，给人们的社会生活带来了巨大的变化。其中极具代表性的应用场景之一就是计算机通信和互联网，其使得人与人之间的交流变得非常方便。近几十年来，以操控量子态为基础的第二次量子革命又带来了新的量子信息技术，比如量子通信、量子计算和量子精密测量。这类新技术都是以量子力学原理来进一步突破原有的技术路线。其中量子通信是利用量子不可克隆原理从物理上实现绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测量精度。在实用化的过程中，随着用户和节点数目的增加，很自然地就形成了量子网络。当网络的覆盖面变得很大，类似于当今全球互联网时，就形成了量子互联网。所以在将量子信息实用化的过程中，对量子互联网进行深入的研究和发展是必然趋势。

本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、大模型分布式训推以及云游戏等领域的典型应用场景，并探讨了当前技术落地、基础设施建设与改造以及标准化建设面临的挑战和发展建议。

智能网联汽车是指通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。智能网联汽车通常又称为智能汽车、自动驾驶汽车等。2022 年，我国乘用车销量达到 2054.2 万辆，尽管遭受新冠疫情打击，但智能网联汽车产业仍在稳步发展。在这些汽车中，价格低于 30 万的有 1803.0 万辆，不低于 30 万的有 251.2 万辆，低于 30 万的乘用车销量约占总销量的 87.8%。这表明国内汽车市场中，绝大部分为中低端车型，如此多的中低端智能网联汽车，一旦出现漏洞，将对人民财产和国家安全带来巨大的威胁。

随着人工智能技术的迅猛发展，以大语言模型（LLM）为代表的 AI 应用场景不断拓展，对云计算基础设施提出了前所未有的性能与规模挑战。AI 不仅正在重塑云计算的使用方式，也正在推动公有云服务进入新一轮技术革新周期。

为加快构建以数据为关键要素的数字经济，国家数据局于2024年11月印发《可信数据空间发展行动计划（2024-2028年）》，提出了到 2028 年，可信数据空间运营、技术、生态、在“标准、安全等体系取得突破，建成 100 个以上可信数据空间的目标。可信数据空间（Trusted Data Space，TDS）是基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施，是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。数据可信空间借鉴 IDS-RAM 与 Gaia-X Trust Framework，在连接器中固化身份、加密、使用控制和审计规则，让数据可控、可计量、可追溯”的条件下跨组织流通；同时与中国国家数据基础设施标准（NDI-TR-2025）对接，形成“平台＋连接器＋策略引擎”三层架构，支持数据目录发布、契约协商和联邦计算；其核心目标是打破“数据孤岛”，破解数据“不敢共享、不愿共享”的困局，构建“数据即资源、数据即能力”的协同创新平台。

随着全球信息通信技术的快速发展，网络的智能化水平不断提升，网络智能化已成为核心研究方向之一，传统的网络架构在面对日益复杂的应用场景和多样化的用户需求时，逐渐显现出其局限性。面对云、边、物多元场景交汇的挑战，我们提出一种全新的架构思维——网络原生智能（Network-Native Intelligence），在安全网络一体化的基础上，可在网络自身之中、之上原生地生长出 AI 能力。

当前，全球已进入以数据为核心驱动力的数字经济时代。2023 年我国数字经济核心产业增加值占 GDP 比重达 10%，数据总产量达32.85 泽字节（ZB），同比增长 22.44%。然而，数据要素的价值释放仍面临严峻挑战：仅有 2.9%的数据被有效保存，企业超过一年未使用的数据占比近 40%，数据资源“沉睡化”现象突出。这一矛盾的核心在于数据要素市场化循环体系的梗阻——传统数据流通模式难以平衡“安全可控”与“高效利用”的双重需求，具体表现为三大困境：