边缘算力整体发展态势 - 算力发展持续加速，成为数字经济核心产业的重要底座支撑，2022年全国电子信息制造业实现营业收入15.4万亿元，同比增长5.5%，软件业收入跃上十万亿元台阶，达10.81万亿元，同比增长11.2%，保持较快增长 [5] - 边缘算力价值凸显，2025年全球物联网连接数将增长至270亿个，联网设备的指数式增长造成网络传输能力及中心云处理能力捉襟见肘，超过50%的数据需要在网络边缘侧分析、处理与存储 [6] - 边缘算力政策逐步完善，我国高度重视边缘算力发展，出台了一系列政策措施，推动边缘算力技术创新、应用推广和产业发展 [8] - 边缘算力已成为产业各方布局重点方向，随着5G规模化应用，5G+边缘算力产业进入快速发展期，基础设施运营商充分利用自身网络资源，将算力和网络接入端扩展成边缘算力节点，形成边缘算网一体化融合的独特优势 [15] 边缘算力概念及关键特征 - 边缘算力概念，边缘算力是指在终端、本地或离用户较近的位置部署的计算能力，利用多种通信网络技术连接分布式算力节点，通过虚拟化和多层次的算力资源协同，实现对资源的灵活、按需和实时调度 [17] - 边缘算力特征，相比传统集中式算力部署，边缘算力具有资源异构、网络异构、泛在分布、低时延、低成本和高隐私等特征 [19] 边缘算力关键技术 - 边缘算力基础设施，由硬件资源和资源虚拟化组成，前者提供边缘算力所需的计算、存储、网络等基础硬件资源，后者则通过虚拟化技术将各类异构的基础硬件资源抽象为逻辑资源，便于统一管理、调度和使用 [21] - 边缘算力网络，通过对分布式算力资源进行感知、度量、并网、调度、管控和交易等操作，整合泛在分布的边缘算力资源，实现一体化的接入和管理 [33] - 边缘智能，通过在边缘节点应用人工智能算法进行部分训练和推理决策，涉及系统部署、数据处理、模型优化、边缘训练、边缘推理等关键问题 [41] - 边缘算力安全，贯穿始终提供对从基础设施到上层服务的全面安全保障，包括基础设施安全、数据安全、网络安全、调度安全和服务安全等 [65] 边缘算力典型应用场景 - 工业互联网，工业互联网是新一代信息通信技术与工业经济深度融合的演进方向，实现了工业数据的全面感知、互联互通、汇聚分析和优化应用，为制造业转型升级和新业态发展提供了强大动力 [72] - 智慧社区，边缘算力在智慧社区中的应用，通过将计算资源下沉至社区边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足社区场景实时控制和故障预警等需求 [4.2] - 智慧能源，边缘算力在智慧能源中的应用，通过将计算资源下沉至能源系统边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足能源场景实时控制和故障预警等需求 [4.3] - 云游戏，边缘算力在云游戏中的应用，通过将计算资源下沉至游戏服务器边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足游戏场景实时控制和故障预警等需求 [4.4] - 轨道交通，边缘算力在轨道交通中的应用，通过将计算资源下沉至轨道交通系统边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足轨道交通场景实时控制和故障预警等需求 [4.5] - 车联网，边缘算力在车联网中的应用，通过将计算资源下沉至车联网系统边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足车联网场景实时控制和故障预警等需求 [4.6] - 未来产业，边缘算力在未来产业中的应用，通过将计算资源下沉至未来产业系统边缘，缩短数据处理距离，降低延迟，提升实时处理能力，满足未来产业场景实时控制和故障预警等需求 [4.7]

报告行业投资评级 - 无相关内容 报告的核心观点 - 工业网络进入发展新阶段，涵盖工业控制网络和工业信息网络两个层次，是连接生产各环节人、机、料、法、环、测的重要基础设施 [2] - 三大驱动力促进工业网络代际更新：技术创新推动、应用需求牵引、生态重构加速 [3] - 新型工业网络五大新特征：泛在互联、确定承载、控网算集成、开放智能、安全可控 [5][6][7] - 新型工业网络体系架构：控网算一体化，包括工控三层、网联三域、算力三级 [9] - 新型工业网络技术体系：融合工控、网联、算力三维度的技术，共同促进物理与数字世界的深度融合，支持工业领域新型业务的创新升级 [14][15] 根据相关目录分别进行总结 工业网络发展阶段 - 工业网络1.0（模拟电路）到工业网络2.0（数字网络），再到新型工业网络，支撑自动化到全面智能化 [2] 工业网络代际更新驱动力 - 技术创新推动：ICT技术加速融合，5G、云计算、软件定义网络等技术逐步成熟，加速向工业领域各场景拓展应用 [3] - 应用需求牵引：从解决企业和生产环节内部连接的简单传输网络，向业务驱动的全融合、智能化网络演进 [3] - 生态重构加速：开放标准、开放源代码和开放接口等趋势，促进七国八制的封闭工业网络向全要素互联协同的开放网络方向演进 [3] 新型工业网络五大新特征 - 泛在互联：从生产现场到云端，通过网联技术实现全面覆盖 [4] - 确定承载：通过TSN、DETNET、5GDN等不同类型网络技术协同融合，实现端到端确定性保障 [5] - 控网算集成：工业控制设备向通用化演进，算控资源一体化部署、动态分配 [5] - 开放智能：AI广泛应用于网络建运管维，实现设备预测性维护、故障自愈性修复、资源智能化管理及模型自主训练等 [6] - 安全可控：通过构建数据流转可控、数据使用可控、安全风险可控的网络体系，满足企业对于自身数据高安全性要求 [6] 新型工业网络体系架构 - 控网算一体化：面向新型工业化创新、开放、协调、绿色发展，通过OT、IT、CT、DT融合，构筑的基础设施和技术产业体系 [9] - 工控三层：经营管理、生产运行、生产制造 [9] - 网联三域：现场域、边缘域、中心域 [10] - 算力三级：现场算力、边缘算力、中心算力 [9] 新型工业网络技术体系 - 工控技术：工业控制互操作技术、工业控制编程技术、工业智能控制技术 [15] - 网联技术：转发技术、管控技术、融合技术 [15] - 算力技术：工业算力构建技术、工业算力管控技术、工业算力融合技术 [15] 下一步工作 - 加强成果落地与产业深化：联合产学研用各方，搭建新型工业网络测试床，开展产业链攻关，组织新型工业网络产品评测，发布产品名录 [17][18]

中央动态 - 中共中央发布《决定》,提出积极应对人口老龄化,完善养老事业和养老产业政策机制[3] - 《决定》提出发展银发经济,创造适合老年人的多样化、个性化就业岗位[3] - 《决定》提出按照自愿、弹性原则,稳妥有序推进渐进式延迟法定退休年龄改革[3] - 《决定》提出优化基本养老服务供给,健全公办养老机构运营机制,鼓励和引导企业等社会力量参与[3] 部委动态 - 工信部发布2024年第二季度电信服务质量通告,信息通信服务水平有效提升[4] - 工信部指导2792家网站和App完成适老化及无障碍改造,累计服务4.9亿人次[5] - 民政部发布8项推荐性行业标准,规范养老机构设施设备配置等[5] 地方进展 - 上海市出台《行动方案》,推动养老科技创新发展,包括技术攻关、产品开发和服务平台建设等[5][6] - 云南、宁夏等地出台措施促进银发经济发展,满足老年人多样化需求[6] 企业及社会团体行动 - 中国老龄事业发展基金会召开数智助老大会,倡议建立产品可信化标准[7][8] - 腾讯发布《人机友好空间探索》报告,探讨构建人机友好的城市环境[9] - 《中国健康老龄化发展蓝皮书》发布,探讨数字养老等新举措[10][11]

报告行业投资评级 无相关内容。 报告的核心观点 1. 中国在消除不平等和保护经社文权利等领域取得历史性成就,包括成功使近一亿农村贫困人口全部脱贫,建成世界上规模最大教育体系、社会保障体系和医疗卫生体系等。[5][6] 2. 中国重视残疾人等特定群体权利保障,通过首部《无障碍环境建设法》、建成康复大学,为残疾人平等参与社会生活、实现人生梦想提供更加包容友好的环境。[5] 3. 中国将健全社会救助体系,建立分层分类帮扶制度,完善实施区域协调发展战略机制,缩小不平等;加强普惠性、基础性、兜底性民生建设,保护特殊群体权益。[6] 4. 工信部公布《2024年老年用品产品推广目录》,推动老年用品产业发展。[7] 5. 民政部将着重抓好健全养老服务网络、优化服务供给格局、促进养老事业和产业协同发展、加强养老服务综合监管等工作,推动养老服务高质量发展。[8][9] 6. 国家药监局公布药品说明书适老化及无障碍改革试点名单(第三批),共有369项药品入选。[11] 7. 适老家具国家标准《适老家具 通用技术要求》将于2025年3月1日正式实施,指导家具企业设计生产更多符合老年人需求的适老家具产品。[12][13] 8. 江苏省出台《促进银发经济高质量发展实施方案》,从10个重点方向发力,加快发展老年产品制造业、养老服务业、抗衰老产业。[13] 9. 甘肃省《无障碍环境建设条例》将于2024年11月1日起施行,细化无障碍环境建设的管理、监督和考核评价机制。[14] 10. 中国信通院等机构联合组织"科技助残优秀案例征集活动",包括科技助残产品、解决方案、环境等方面。[18][19] 11. 中国传媒大学与联合国教科文组织联合主办"AI赋能无障碍传播:重塑数字包容"研讨会,探讨人工智能在无障碍传播中的应用。[19][20] 12. 国家无障碍环境展示馆发布《无障碍环境建设法》施行一年来100项标志性示范性无障碍环境建设成果。[21][22]

行业投资评级 报告未提供行业投资评级。 报告的核心观点 1. 各类算力行业应用涌现对网络带来新需求和挑战,包括消费互联网新业态新模式、产业互联网算力需求指数级增长等 [7][8] 2. 全光网建设快速推进,网络传输性能大幅提升,全光运力行业创新应用持续探索 [7][8] 3. 针对智慧交通、工业仿真、数字文旅、智慧家庭等典型行业,提出满足行业应用的全光运力关键技术,包括超大带宽、确定性承载、高可靠安全、业务感知调度、算网协同控制等 [46][47][48][49][50][51][52] 4. 展示了智慧交通、数字云网吧、智家云电脑、智算拉远等全光运力行业创新应用案例 [53][54][55][56][57][58][59][60][61][62][63][64] 分行业总结 智慧交通 1. 智慧交通建设推动摄像头智能化升级,单个摄像机带宽需求从9Mbps提升到103Mbps [9][10] 2. 摄像头数据实时上传需要网络可靠性,同时面对大量摄像头需要统一承载方式简化运维 [12][13] 3. 全光运力通过OLT全光接入、OTN汇聚核心等方式,实现智慧交通网络快速扩容,为用户带来全业务承载、专网品质、高效投资等便利 [53][54][55] 工业仿真 1. 工业仿真与云技术、人工智能融合,推动工业产业加速转型升级,涉及大量数据传输 [16][17][18][19][20] 2. 企业对专线资费敏感,需要探索新型专线业务服务模式,同时对数据安全性要求高 [20] 3. 全光运力提供弹性可调整大带宽、独立通道加密传输等能力,满足工业仿真云化需求 [20] 数字文旅 1. 网吧上云成为趋势,要求用户体验不变,对网络传输提出更高要求,包括显示分辨率、刷新率、操作流畅度等 [22][23][24][25][26][27] 2. 实景三维测绘应用日益广泛,涉及大量数据采集及处理,需要物理隔离的传输通道和高性能云电脑 [30][31][32][33][34][35][36] 3. 影视制作上云提出高精度还原、按需使用、安全便捷等需求,全光运力提供低时延、大带宽、物理隔离等能力 [33][34][35][36][37][38][39] 智慧家庭娱乐 1. 云游戏及VR应用成为家庭应用新场景,对网络稳定带宽、确定性低时延有严格要求 [37][38][39][40][41] 2. 全光运力通过业务感知及连接弹性拆建等能力,为家庭用户提供网吧级体验,提升运营商营收 [60][61][62] 分布式模型训练 1. 大模型训练对计算资源需求急速增加,跨数据中心的智算分布式协同成为解决方案 [42][43] 2. 全光运力提供超大带宽、高可靠传输、敏捷拆建、稳定低时延等能力,满足智算分布式训练需求 [45]

报告行业投资评级 无 报告的核心观点 算力时代全光网高质量创新发展 [7][8] - 人工智能发展对算网融合服务能力提出更高要求,企业和个人用户对人工智能和算力服务的需求将会像用水用电一样成为必需 - 各国政府和运营商都积极拥抱万兆全光接入时代的到来,通过产业政策、科研计划、发展蓝图等多种形式,加强数字基础设施底座的光纤通信网络建设 - 我国运营商积极开展算力时代全光网络发展建设,提出"4+N+31+X"的算力网络总体布局,持续深化三级低时延算力服务圈 算力时代全光网发展的四大特征 [9][10] - 稳定大带宽,根据各行业数字化、智能化应用需求,提供稳定充足的大带宽 - 安全高可靠,提供高可靠高安全的网络连接,确保智算业务随时在线流转 - 确定低时延,降低传输链路时延和时延抖动,支撑分布式智算集群的创新验证 - 智能化服务,提供自动化、智能化的光网络资源调度和运维管理服务 高品质联云入算,开启万兆光网接入时代 [11][12][13][14][15][16] - 各国政府和运营商积极拥抱万兆全光接入时代,提出相关发展规划 - 智慧家庭、智慧园区、智慧工厂等场景对万兆网络接入提出了更高需求 - 家庭多业务并发、教育信息化、智能制造等应用对网络带宽、时延、可靠性等提出了严格要求 城市内算力互联,打造1ms全光接入时延圈 [23][24] - 金融行业对网络时延要求严苛,微秒级节省意义重大 - 多云互联可用区(AZ)要求单向互联时延小于1ms - 个人及企业的实时云服务体验要求低时延传输,城域1ms时延圈已成为运营商提升网络质量的目标 枢纽间算力互联,构筑高速可靠全光底座 [25][26][27] - 万亿级参数大模型训练推动部署分布式智算集群方案,对超大规模算力需求急剧增长 - 分布式大模型训练对DCI网络的可靠性要求非常高,需要提供稳定可靠的网络快速保护机制 - 通过光电保护协同技术,可提供抗多次断纤恢复能力,满足算网业务99.999%的可靠性要求 网络智能化调度,使能算网高效协同发展 [28][29] - 依托算网融合的统一管理控制系统和服务运营平台,精准实施算网资源的协同编排与智能调度 - 融合AI与大数据技术,实现算网资源的一体化编排、智能调度、精细管理及高效运维 其他内容总结 算力时代全光网目标架构 [30][31] - 由算力接入网络(DCA)、算间互联网络(DCI)、数据中心内网络(DCN)和算网统一编排系统等四部分组成 - 目标是实现网络无所不达、算力无所不在、智能无所不及的发展方向 以网促算,全光DCA实现用户高品质入算 [31][32][33][34][35][36][37][38][39] - 通过PON+OTN等技术,为家庭、中小企业和大企业提供万兆全光接入,满足不同用户的入算需求 - 采用端到端硬管道切片隔离、动态拆建和带宽无损调整等技术,实现用户高品质灵活入算 以网强算,全光DCI实现数据中心高效互联 [40][41][42][43] - 通过多维立体全光网络,解决网络带宽流量瓶颈,实现大带宽动态调度 - 采用光电保护协同技术,提升网络可靠性,保障智算数据传输 以网补算,光电融合DCN助力突破算力瓶颈 [48][49][50][51][52] - 引入全光交换降低扩容升级成本,提升算力资源利用率 - 通过OXC全光信号检测技术和光模块性能监控,提升DCN智能化运维水平 灵活一体调度的智能管控平台 [53][54][55][56] - 增强网与算的联动,实现算网资源协同编排的综合最优 - 支持多维信息智能感知、多策略匹配算网资源,提供算网差异化SLA保障

报告的核心观点 1. 数据要素具有稀缺性,可以通过市场交易实现资源配置和价值变现,具有商品属性。[7][8][9] 2. 数据要素市场化配置是建设统一开放、竞争有序市场体系的内在要求,可以提高数据要素配置效率,推动数据要素被重复开发利用。[13][14] 3. 根据市场竞争程度和交易成本高低,可将数据要素市场分为四类:低交易成本竞争型、低交易成本垄断型、高交易成本垄断型和高交易成本竞争型。[23][24][25][26] 4. 数据要素价值化包括数据资源化、数据资产化和数据资本化三个阶段,不同类型市场在各阶段的发展重点和环节有所差异。[27][28][29][30] 报告内容总结 数据要素市场化配置理论 1. 数据要素具有稀缺性,可以通过市场交易实现资源配置和价值变现,具有商品属性。[7][8][9] 2. 数据要素市场化配置是建设统一开放、竞争有序市场体系的内在要求,可以提高数据要素配置效率,推动数据要素被重复开发利用。[13][14] 3. 数据要素市场化配置的对象包括数据集、数据产品和数据服务,可以通过市场机制实现。[15][16][17] 数据要素市场分类及特征 1. 根据市场竞争程度和交易成本高低,可将数据要素市场分为四类:低交易成本竞争型、低交易成本垄断型、高交易成本垄断型和高交易成本竞争型。[23][24][25][26] 2. 不同类型市场在数据资源化、数据资产化和数据资本化三个阶段的发展重点和环节有所差异。[27][28][29][30] 数据要素价值释放路径 1. 数据要素价值化包括数据资源化、数据资产化和数据资本化三个阶段。[27][28][29][30] 2. 不同类型市场在各阶段的发展重点和环节有所差异。[27][28][29][30]

全球持续深化量子计算布局，正进入快速发展期 - 量子计算有望带来颠覆变革，成国际竞逐焦点 [7][8][9][10] - 技术创新持续活跃，渐成为前沿科学研究热点 [12][13][14][15][16][17][18][19] - 企业数量增速回落明显，投融资市场有望回暖 [20][21][22][23][24] 量子计算技术研究有序推进，依旧面临多重挑战 - 多技术路线竞相争鸣，短期难以形成方案聚焦 [25][26][27][28][29][30] - 量子纠错研究不断深入，实用化差距依旧明显 [31][32][33] - 量子计算软件持续多元发展，成熟度有待提升 [34][35][36][37][38][39] - 支撑保障系统愈加重要，指标亟待进一步提高 [39][40][41][42] 量子计算应用探索持续发力，实用落地有待突破 - 多领域应用探索并进，实用落地仍需加速突破 [42][43][44][45][46] - 量子计算云平台提供者渐多，功能普遍待强化 [47][48][49][50][51] - 基准测评研究正在稳步推进，成果与挑战并现 [52][53][54][55] - 量子-经典融合成焦点，技术体系架构至关重要 [56][57][58][59] 量子计算产业培育多方并举，生态系统逐步兴起 - 产业生态初步形成，关键环节发展仍有待推进 [60][61][62][63][64][65] - 企业进入发展活跃期，不断推动产业生态发展 [66][67][68][69] - 联盟促进生态培育，公共设施助力产学研合作 [71][72][73][74][75] - 标准化已成为国内外布局热点，发展进程加快 [77][78][79][80]

报告行业投资评级 浪潮电子信息产业股份有限公司和中国信通院发布的这份报告对人工智能算力的高质量发展进行了全面分析和评估。[1] 报告的核心观点 发展现状 1. 政策上,全球各国通过政策支持、战略规划等手段,加速构建领先的算力竞争力。我国以算力基础设施建设为锚点,全面推动算力高质量发展。[5][6] 2. 技术上,生成式AI技术快速发展,算力成为推动生成式AI发展的关键。[7][8] 3. 市场上,国家和科技巨头持续加大算力投资,算力规模呈现高速增长态势。[8][9][10][11] 4. 算力发展由"量"向"质"转变,注重算力的应用效率和绿色发展。[13] 面临挑战 1. 算力供给不足,供需匹配不平衡。[14][15] 2. 算力智能水平较低,难以满足多元应用场景。[15][16] 3. 算力面临能源考验,节能降碳刻不容缓。[16][17] 4. 多样化算力需求提升,普适普惠水平较低。[17][18] 5. 供应链完备性不足,生态构建待完善。[18][19] 6. 性能评价简单,算力实测性能欠缺。[19] 高质量算力定义及特征 1. 定义:高质量算力是基于最新人工智能理论,采用先进的人工智能计算架构,与算法、数据深度结合的高水平计算能力。[20][21] 2. 特征:高算效、高智效、高碳效、可获得、可持续、可评估。[25][26][27][28] 发展路径 1. 系统设计提升算效,协同驱动提升智效,全生命周期管理提升碳效。[30][31][32][33][34][35] 2. 基建先行推动算力普适普惠,繁荣生态推动算力可持续发展。[37][38][39][40][41] 3. 多元评估加速算力规范化发展。[42][43][44][45] 根据相关目录分别进行总结 发展现状及挑战 1. 政策、技术、市场、规模、发展水平等方面的发展现状 [5][6][7][8][9][10][11][13] 2. 算力供给不足、智能水平较低、能源考验、普适普惠水平低、供应链不完备、性能评价简单等面临的挑战 [14][15][16][17][18][19] 定义、内涵及特征 1. 高质量算力的定义 [20][21] 2. 高质量算力的三大内涵和六大特征 [25][26][27][28] 发展路径及展望 1. 系统设计、协同驱动、全生命周期管理等六大发展路径 [30][31][32][33][34][35][37][38][39][40][41] 2. 算力产业发展的市场环境、应用普及、经济社会发展等展望 [46][47][48][49]

行业投资评级 报告给出了行业的投资评级为"买入"。[1] 报告的核心观点 1. 大模型技术正在经历从探索期、爆发期到提升期的发展历程。[14][15][16] 2. 大模型面临着数据合规获取、算法模型安全、系统平台安全、业务应用安全等多方面的严峻安全挑战。[18][19][20][21][22] 3. 大模型也为解决网络空间安全瓶颈问题带来了新的机遇。[24] 报告内容总结 大模型安全概述 - 大模型技术经历了从预训练语言模型、语言大模型到多模态大模型的发展历程。[14][15][16] - 大模型面临着数据合规获取、算法模型安全、系统平台安全、业务应用安全等多方面的严峻安全挑战。[18][19][20][21][22] - 大模型也为解决网络空间安全瓶颈问题带来了新的机遇。[24] 大模型自身安全 - 大模型自身安全包括安全目标、安全属性、保护对象和安全措施四个方面。[29][32][34][35][36][37] - 针对训练数据、算法模型、系统平台和业务应用等方面提出了具体的安全保护措施。[19][20][21][22][29][32][34][35][36][37][40][45][46][47][48][49][51][52][53][54] 大模型赋能安全 - 大模型可在网络安全、数据安全和内容安全等领域发挥重要作用。[61][62][63][64][65][66][67][70][71][72][73][74][75][76][77][78][79][80][81][82][84][85][86][87][88][89] - 大模型可提升现有安全技术的性能和智能化水平,并有潜力成为安全防护的核心。[93]