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]

报告行业投资评级 无 报告的核心观点 电信业发展呈现出转型升级的可行性和紧迫性 [8][9][10][11][12] 1. 电信业发展阶段性成效显著,奠定持续发展基础 2. 电信业增长出现阶段性放缓,亟待培育新动能 国家战略和技术演进赋予电信业再次转型升级的可能性 [13][14][15][16] 1. 网络化、数字化、智能化是国家发展新质生产力的关键着力点,电信运营企业转型发展的路径更加丰富 2. 新一代 AI 技术产品将有效激发经济社会整体信息总量和流动性,孕育信息通信服务发展新机遇 3. AI 技术应用赋予电信运营企业自身降本增效新路径 智能化成为电信业转型发展重要方向 [18][19][20][21][22] 1. 电信业智能化过程体现为三个方面 2. 电信业智能化结果体现为两大变革 全球电信业智能化发展呈现差异性和一致性 [26][27][28][29] 1. 全球电信运营企业智能化战略大致分为三类 2. 全球电信运营企业智能化发展均强化创新驱动 我国电信运营企业体系化推进智能化发展 [30][31][32][33][34][35][36][37][38][39][40][41][42][43][44][45][46][47] 1. 构建新型信息基础设施,赋能 AI 创新发展 2. 加快业务智能化,创新产品形态与功能 3. 升级智能建维,提升网络运营效益效率 4. 深度融合 AI 与营销服务,提升客户运营效率 5. 创新经营管理 AI 应用,提升内部生产效率 根据相关目录分别进行总结 电信业发展呈现出转型升级的可行性和紧迫性 电信业发展呈现出转型升级的可行性和紧迫性,主要体现在以下几个方面: 1. 电信业发展阶段性成效显著,奠定持续发展基础 [8][9][10] 2. 电信业增长出现阶段性放缓,亟待培育新动能 [11][12] 国家战略和技术演进赋予电信业再次转型升级的可能性 国家战略和技术演进赋予电信业再次转型升级的可能性,主要体现在以下几个方面: 1. 网络化、数字化、智能化是国家发展新质生产力的关键着力点,电信运营企业转型发展的路径更加丰富 [13][14][15] 2. 新一代 AI 技术产品将有效激发经济社会整体信息总量和流动性,孕育信息通信服务发展新机遇 [16] 3. AI 技术应用赋予电信运营企业自身降本增效新路径 [16] 智能化成为电信业转型发展重要方向 智能化成为电信业转型发展重要方向,主要体现在以下几个方面: 1. 电信业智能化过程体现为三个方面 [18][19][20] 2. 电信业智能化结果体现为两大变革 [21][22] 全球电信业智能化发展呈现差异性和一致性 全球电信业智能化发展呈现差异性和一致性,主要体现在以下几个方面: 1. 全球电信运营企业智能化战略大致分为三类 [26][27][28] 2. 全球电信运营企业智能化发展均强化创新驱动 [29] 我国电信运营企业体系化推进智能化发展 我国电信运营企业体系化推进智能化发展,主要体现在以下几个方面: 1. 构建新型信息基础设施,赋能 AI 创新发展 [30][31][32][33][34][35][36][37] 2. 加快业务智能化,创新产品形态与功能 [38][39][40][41][42][43][44][45][46] 3. 升级智能建维,提升网络运营效益效率 [51][52][53][54][55][56] 4. 深度融合 AI 与营销服务,提升客户运营效率 [58][59][60][61][62][63][64][65] 5. 创新经营管理 AI 应用,提升内部生产效率 [70][71][72][73][74][75][76][77][78][79][80][81]

报告行业投资评级 无相关内容。 报告的核心观点 1) 数据要素发展势头强劲,成为经济社会新动能[8][9][10] - 各国积极推动数据价值释放,数据成为国家基础性战略性资源 - 我国数据要素政策持续出台,数据基础制度体系不断完善 - 各行业持续推动数字化转型,数据要素乘数效应加速显现 2) 我国数据存储领域呈现快速发展态势[11][12][13] - 我国各级政府积极制定出台产业发展政策 - 我国存储产业规模较大,存储技术已达较高水平 - 但也面临发展难题,如新型人工智能存储技术研发有待进一步加强 3) 新技术新模式新基建促进数据要素新发展[14][15][16] - 数据要素与人工智能相互促进,人工智能加速数据要素升温 - 数据资产化推动数据要素价值释放,先进存储成为数据资产保险库 - 数据要素与数据基础设施相互依存,存储是数据基础设施的关键一环 根据目录分别进行总结 数据要素发展势头强劲,成为经济社会新动能 - 各国高度重视数据价值释放,争相抢占数据资源新高地[8][9] - 我国数据要素政策持续出台,数据基础制度体系不断完善[9][10] - 各行业持续推动数字化转型,数据要素乘数效应加速显现[10] 我国数据存储领域呈现快速发展态势 - 我国各级政府积极出台产业发展政策,支持存储产业发展[11][12] - 我国存储产业规模较大,存储技术已达较高水平[12][13] - 但也面临发展难题,如新型人工智能存储技术研发有待进一步加强[13] 新技术新模式新基建促进数据要素新发展 - 数据要素与人工智能相互促进,人工智能加速数据要素升温[14][15][16] - 数据资产化推动数据要素价值释放,先进存储成为数据资产保险库[25][26][27][30][31][32] - 数据要素与数据基础设施相互依存,存储是数据基础设施的关键一环[34][35][36][37][38]

| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | |-------|------------------|---------------------|-------|-------|-------|-------|-------|------------------|-------|---------------| | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | CAICT 中国信通院 | 亚控科技 WellinTech | | | | | | (ap 展きつまみず | | JINCHUAN 密川 | 工业设备网联化技术与实践白皮书 前高 自工信部印发《工业互联网创新发展三年行动计划 ( 2018-2020 ) 》以来，经过近几年卓有成效的发展，我国 工业互联网体系已初步形成,平台应用蓬勃发展,生态繁荣, 对工业数据上通下达，工业网络开放互通不断提出新的要求。 由于传统工业网络先天存在的互通难、开放性差等问题，如何 实现I ...

权威发布：2024 年 8 月国内市场手机出货量 2404.7 万部， 其中 5G 手机占比 82.1%。 一、国内手机市场总体情况 2024 年 8 月，国内市场手机出货量 2404.7 万部，同比增长 26.7%，其 中，5G 手机 1975.4 万部，同比增长 26.3%，占同期手机出货量的 82.1%。 2024 年 1-8 月，国内市场手机出货量 1.95 亿部，同比增长 16.6%，其中， 5G 手机 1.65 亿部，同比增长 23.9%，占同期手机出货量的 84.5%。 239 339 513 535 579 473 338 327 445 266 408 395 555172 358 377 475 274 354 418 1646 1770 1734 1330 2017 1732 1506 1564 2872 2644 2709 2420 2617 1253 1774 2023 2553 2213 2065 1975 87%83% 77% 71% 77%78%81%82%86% 91%87%86% 82%88%83%84%84% 89%85%82% 0% 10% 20% 30% 40% 50 ...

5G 发展及 5G 标准必要专利活动现状 5G 标准化进程 - 自 2017 年启动 5G 标准制定工作以来，3GPP 已于 2022 年 6 月完成 5G 标准第一阶段的制定工作 [10] - 2021 年，3GPP 立项通过 5G 标准 Rel-18 版本的首批项目，标志着 5G 正式进入 5G 演进（简称"5G-Advanced"）的第二阶段 [10] - 今年 6 月，5G-Advanced 的第一个标准版本 Rel-18 已正式冻结，5G-Advanced 的第二个标准版本 Rel-19 的标准制定工作正在全面开展中 [10] 全球 5G 商用情况 - 截至 2024 年 6 月，全球 119 个国家和地区的 320 个运营商推出了商用 5G 网络，全球 5G 基站部署总量达到 594 万个 [16] - 全球 5G 用户规模已经超过 18.7 亿，5G 终端达到 3720 款，其中非手机终端占比超过 50% [16] - 中国 5G 用户达到 9.27 亿，占全球 5G 用户数的 49.6%，5G 行业应用已经覆盖了国民经济 97 个大类中的 71 个 [16] - 随着首个 5G-Advanced 标准的冻结，2024 年将成为 5G-Advanced 商用元年 [17] 5G 标准必要专利许可现状 - 全球重要的产业主体积极通过双边谈判达成标准必要专利许可协议 [18][19] - 专利池模式也是 5G 移动终端领域专利许可模式之一 [19] - 在智能网联汽车和物联网领域，专利运营机构推出了相应的专利许可平台 [19] 5G 标准必要专利纠纷现状 - 5G 商用以来，5G 标准必要专利纠纷在全球范围愈演愈烈 [20][21][22] - 涉及 3G、4G 和 5G 标准必要专利的诉讼案件不断发生 [20][21] - 随着 5G 技术在垂直行业的广泛应用，5G 标准必要专利纠纷已显现出向通信相关垂直行业扩散的趋势 [22] 5G 标准及 5G 标准必要专利声明数据来源说明 标准必要专利定义 - 标准必要专利是指标准规定的技术在专利的保护范围之内，在实施标准时所必须实施的专利 [23] 5G 标准来源 - 本报告以 3GPP 制定的 5G 标准作为标准来源 [24] 5G 标准必要专利声明数据来源 - 本报告以各成员在 ETSI 专利数据库声明的 5G 专利作为统计分析对象 [25][26] 5G 标准必要专利声明数据处理说明 - 研究组对从 ETSI 专利数据库下载的动态报告进行了数据处理操作 [27][28] 5G 标准必要专利声明数据分析 声明专利概述 - 截至 2024 年 3 月 31 日，全球声明的 5G 标准必要专利超过 11.4 万件 [29] 声明趋势分析 - 从 2017 年起，5G 标准必要专利声明量呈现持续增长态势 [30][31] - 随着 5G 进入 5G-Advanced 演进阶段，声明企业数量仍保持较大幅度增加 [31] 法律状态分析 - 46.46% 的专利处于"授权"状态，29.41% 处于"公开"状态，24.13% 处于"失效"状态 [32][33] 优先权年分析 - 超过 70% 的 5G 有效全球专利族在 2016 年后申请 [34][35] 主要声明企业分析 - 有效全球专利族排名前十位企业的专利族数量占比超过 71% [36][37][38][39][40][41][42][43][44][45][46][47][48][49] - 华为、高通、LG 等企业在不同维度的专利族占比处于领先地位 [36][37][38][39][40][41][42][43][44][45][46][47][48][49] 5G 提案统计分析 提案统计概述 - 截至 2024 年 3 月 31 日，参会主体向 3GPP 提交的 5G 提案总量超过 40 万件 [51][52][53] - TSG RAN、TSG SA 和 TSG CT 的提案数量占比分别为 68.59%、21.50% 和 9.91% [53] 提案年度分布 - 从 2017 年开始，各技术规范组的提案数量基本呈现攀升态势 [54] - 2023 年度各技术规范组的提案数量均达到了峰值 [54] 工作组统计 - TSG RAN 下各工作组的提案量分布情况 [55] - TSG SA 和 TSG CT 下各工作组的提案量分布情况 [55] 参会主体统计 - 提案贡献度排名前十位参会主体的提案总量占全部 5G 提案的 70.36% [59] - 华为、爱立信、诺基亚等企业的提案贡献度较高 [59] 通过提案统计 - 5G 提案的整体通过率约为 36.5% [60][61] - 各技术规范组和工作组的提案通过率存在差异 [60][61] - 提案贡献度排名前十位参会主体在通过提案占比方面也处于领先地位 [62][63]

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 - 家庭、园区、企业等各类终端和业务对带宽、时延、安全的综合需求推动万兆全光接入网络发展 - 教育信息化、智能制造等行业对网络带宽、时延、可靠性提出更高要求 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,需要高可靠无损传输 - 运营商积极开展枢纽间算力互联网络建设,提供百Tbps级大带宽、高可靠、低时延的全光网络底座 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 根据相关目录分别进行总结 算力时代全光网目标架构 [30][31][40][48][53] - 由算力接入网络(DCA)、算间互联网络(DCI)、数据中心网络(DCN)和智能管控平台四部分组成 - 目标是实现网络无所不达、算力无所不在、智能无所不及,支撑算力成为与水电一样的社会级服务 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50G-PON、FTTR+Wi-Fi等技术实现万兆全光接入,满足家庭、园区、企业等各类用户需求 - 采用PON+OTN方案为中小企业和大企业提供端到端硬管道隔离、动态带宽调整等高品质入算服务 以网强算,全光DCI实现数据中心高效互联 [40][41][42][43][44] - 构建多维立体全光网络,解决网络带宽流量瓶颈 - 通过光电保护协同提升网络可靠性,保障智算数据传输 - 扁平化组网打造全省一朵云,实现省内算力资源统一调配 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 - 基于OXC的光电智能运维技术提升DCN可靠性,保障AI训练效率 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 - 建立多维信息智能感知,满足用户差异化灵活入算需求 - 提供多策略网络评估和运力按需调度,实现算网业务的高可靠保障