工信厅通信函〔2025〕55号

各省、自治区、直辖市工业和信息化主管部门、通信管理局以及有关中央企业：

为夯实算力网络发展底座，加快创新技术和产品应用，推动算力网络“点、链、网、面”体系化发展，现组织开展算力强基揭榜行动。有关事项通知如下：

一、揭榜任务内容

面向算力网络的计算、存储、网络、应用、绿色、安全等六大重点方向，发掘一批掌握关键核心技术、具备较强创新能力的企事业单位，突破一批标志性技术产品和方案。

计算方面，攻关智能算力管理、算力加速等技术，提高计算性能与效率；存储方面，研发多介质存储设备管理、跨域存储资源池协同等技术，实现海量数据可靠与灵活存储；网络方面，突破算内网络与算间网络等技术，促进算力资源高速互联；应用方面，加强算力与行业深度融合，实现多场景便捷用算；绿色方面，研发新型制冷、碳排放感知优化等技术，推动算力设施节能降碳；安全方面，推动智能监测、运维机器人等技术发展，保障算力中心可靠运行。

二、申报和推荐

（一）申报单位须为在中华人民共和国境内注册、具有独立法人资格、具有较强技术创新和产业化应用能力的企事业单位。申报单位根据《算力强基揭榜行动任务榜单》（见附件）选择揭榜任务，并需承诺揭榜后能够在指定期限内完成相应任务，每个单位申报不超过3个项目。有关企业、高校、科研机构等以联合体方式申报的，牵头单位为1家，联合参与单位不超过4家。

（二）各省、自治区、直辖市工业和信息化主管部门、通信管理局以及有关中央企业按照政府引导、企业自愿的原则，组织有关单位积极申报揭榜，并作为推荐单位，遵循公开、公平、公正的原则，审核遴选推荐创新能力突出、产业化前景好、行业带动作用明显的项目，报工业和信息化部（信息通信发展司）。

三、工作程序和要求

（一）申报单位通过申报系统（https://gs.hcp.ac.cn）进行申报，完成注册后填写申报所需材料。申报截止时间为2025年3月15日。

（二）各省、自治区、直辖市工业和信息化主管部门、通信管理局以及有关中央企业作为推荐单位，应于2025年3月31日前登录系统并确认推荐名单（账号密码请通过联系人获取）。推荐单位在每个方向推荐项目数量原则上不超过3个，所有方向累计推荐项目总量不超过20个。鼓励各推荐单位结合实际情况，对推荐项目单位在政策、资金、资源配套等方面加大扶持力度。

（三）工业和信息化部组织遴选并公布入围揭榜单位名单。入围揭榜单位完成攻关任务后（名单公布之日起不超过2年），工业和信息化部委托第三方专业机构开展测评工作，择优确定揭榜优胜单位（每个揭榜方向原则上不超过3家）。工业和信息化部将统筹利用各类资源对揭榜入围、优胜单位予以支持，推动优秀成果示范应用推广。

四、联系方式

联系人及电话：

工业和信息化部信息通信发展司　010-68206162

技术支持单位：

中国信息通信研究院　13701380040

附件：算力强基揭榜行动任务榜单

工业和信息化部办公厅

2025年2月18日

附件

算力强基揭榜行动任务榜单

 

 

一、计算

（一）云边端算网协同管理系统

揭榜任务：面向云边端多层级算力环境，研发算网协同 应用管理系统，设计面向不同应用软件架构的管理机制，支 持对不同架构应用软件的统一管理；研发应用软件在算网协 同中的自动化构建部署能力，支持应用软件的自动构建和分 发部署；研究算网协同应用系统的一体化观测能力，降低运 维复杂度，提高复杂应用软件运行的稳定性和可靠性。

预期目标：到 2026 年，研制应用软件管理系统，支持 对传统应用软件、云原生应用软件、AI 应用软件、大数据应 用软件等不少于 5 种应用软件的全生命周期管理。研究基于 算网协同的分布式构建和部署技术，支持上述应用软件的自 动分发和跨算力节点部署，实现零人工介入。研发算网应用 一体化观测功能，具备白盒化动态分析以及智能故障根因定 位能力。在不少于 3 个行业完成试点验证。

（二）支持超大规模参数模型的训推一体化异构智算平 台

揭榜任务：面向人工智能大模型训练和推理对计算资源 的需求，研发支持超大规模参数模型的训练、推理一体化智 算平台，包括资源调度策略、训推加速套件等，并可支持多

种硬件架构，屏蔽底层硬件差异，提升超大规模模型在训练、 推理过程中稳定性、资源利用率和运行效率。

预期目标：到 2026 年，研发一套支持万亿参数模型的 超大规模训推一体化智算平台，万卡环境下稳定训练时间不 低于 30 天，有效训练时长不低于 95%，训练效率较当前主 流水平提升不低于 30%，推理效率提升不低于 50% 。支持主 流深度学习框架，兼容多种硬件架构，并提供统一的编程接 口和开发环境，实现不低于 10 个行业用户的落地验证。

（三）异构算力跨域任务编排系统

揭榜任务：针对跨域异构算力协同，研发跨域异构算力 管理系统，实现跨域异构算力的管理和应用。研发针对多样 性算力的规范化开放互联功能，支持对不同类型的异构算力 模型统一抽象封装；研发跨域异构算力的管理功能，支持对 跨域异构算力的统一管理和协同；研究跨域多主体算力的安 全认证和控制方法，保障跨域协同安全。

预期目标：到 2026 年，研发不少于 6 种跨域协同调度 算法，支持数据处理、函数计算、机器学习等不少于 3 个场 景的计算任务部署，完成不少于 5 个跨域算力中心的统一管 理。研发跨域多主体算力的安全认证方法，支持云边端等不 同层级算力协同的安全要求。在不少于 2 个行业完成试点验 证。

（四）训推算力一体机

揭榜任务：面向人工智能训练、推理场景，研发基于基

础设施即服务（IaaS ）和平台即服务（PaaS ）的高性能训推 一体化解决方案，覆盖对大模型开发训练和部署推理的全流 程，包括数据准备、模型训练、模型评测和模型部署。同时， 支持大模型加密、攻击防御等能力，解决针对大模型数据泄 露、指令攻击等安全问题和风险。

预期目标：到 2026 年，研发支持至少 3 种指令集芯片 的训推一体机，针对至少 5 个行业开展人工智能训推一体机 应用，为用户提供多元化训推一体化服务，并在至少 10 种 不同的场景进行人工智能训推一体机落地。

（五）大规模异构算力集群推理加速技术

揭榜任务：研发存储、网络、计算的协同优化技术，通 过模型加速、调度加速等方法实现大规模异构算力集群在大 模型推理方面的加速，从而支持更大的模型、更长的上下文、 更高的性能及更低的能耗，促进算力芯片在大模型推理方面 的更好应用。

预期目标：到 2026 年，实现集群有效吞吐量 5 倍以上 提升，实际应用场景中可处理的请求数提升 1 倍以上，首字 延迟性能提升 1 倍以上，芯片利用率提升 50%以上。通过优 化算力中心计算、存储、网络的配比以及拓扑结构和系统调 度策略，实现千卡以上异构集群在推理加速领域的突破。

二、存储

（六）磁光电融合存储系统

揭榜任务：针对单一存储介质难以满足多样化数据存储

需求的现状，依托磁、光、 电存储在性能、寿命、功耗等方 面的差异化特性，将磁、光、电存储技术进行融合，研发磁 光电融合存储系统，构建基于固态硬盘（ SSD ）、机械硬盘 （HDD）和光存储的多级存储架构。根据业务特征，将数据 保存在不同级别的存储设备中，实现海量数据的集中、统一 存储管理，支撑算力中心高效、低碳、安全持续发展。

预期目标：到 2026 年，研发磁、光、电融合存储系统， 支持适配分布式文件、分布式块和分布式对象等至少 3 种存 储类型，系统可以根据数据的访问时间、访问频率、文件属 性等自定义分级策略，根据业务负载动态调整迁移。系统可 通过介质安全、系统安全、软件安全等夯实底层安全能力， 通过防勒索、加密算法、远程监控、光存储预警检测等增强 数据安全能力。打造磁光电融合存储应用示范，完成至少 20  个业务系统应用，实现至少4 个东部地区数据流动至西部磁 光电存储系统，且数据存储量不少于 10PB。

（七）存储调度管理及应用技术

揭榜任务：针对海量数据存储和算力孤岛问题，研发跨 域多算的存力调度、存网编排和存算网一体化系统，实现数 据的智能冷热分级、应用的跨域无感访问等能力，有效降低 成本、提高性能和支撑业务。系统具备资源规划、策略调整 能力，可优化和调整全网数据存储布局，实现对不断变化的 需求的适应。

预期目标：到 2026 年，研制具备高效、可扩展性的存

储系统，基于智能算法，对数据进行分析和调度，实现应用 无感访问和智能流动。研究存力调度策略，使数据召回率控 制在 30%以下；研究基于潮汐网络调度算法，实现网络带宽 利用率提升 50%以上，达到存网一体的目标。集成存储、计 算和网络的能力，支持存算网一体化调度，在算力中心资源 池落地应用。

三、网络

（八）高性能数据处理器（DPU）

揭榜任务：开展基于芯粒（Chiplet）和第五代精简指令 集（RISC-V）技术的软硬件一体 DPU 芯片技术研究，支持 算力中心、智算中心、超算中心场景所需的超高带宽和超低 时延，突破 Chiplet 异构芯片封装技术、高速 Serdes 通信、 大规模无损网络拥塞算法、硬件密码算法、高性能虚拟化、 硬件可编程等技术，实现基于 ARM 、X86 、RISC-V 等异构 核心的DPU 应用，提升算力中心基础设施处理能力和数据 传输能效比。

预期目标：到 2026 年，完成超高性能DPU 芯片研发工 作，吞吐能力达到 400Gbps，单向流量时延不高于 30us，支 持与国内外主流 CPU、GPU 芯片平台的适配，支持主流操作 系统兼容，支持数据报文硬件处理逻辑可编程。

（九）基于 RoCE 的智算网络

揭榜任务：面向 RoCE 网络开展设备及管控系统研发， 通过提高设备带宽、优化负载均衡算法、强化网络流量规划

及运维能力等方式，提升 RoCE 网络的吞吐量和时延性能。 研制新一代智能化管控工具，引入AI 大模型能力，简化RoCE  网络的部署和配置工作，实现全局、多维度的可视化运维。 在网络波动、业务变更、故障等情况下，网络参数自动调整， 流量快速切换，从而达到提升网络效率和降低运维成本的目 标。

预期目标：到 2026 年，实现新型 RoCE 网络整体方案 的商用部署，网络性能提升 10%以上。通过智能化管控及运 维工具，网络部署难度大幅降低，运维效率提升 50%以上， 可支撑更大规模部署和应用。

（十）光交换智算网络技术研究与验证

揭榜任务：面向智算集群低功耗、高带宽、低延迟技术 需求，开展智算集群光交换组网关键技术研究与验证，重点 突破智算集群光交换组网、路由协议适配等关键技术。针对 智算集群的功能、性能、可靠性和扩展性等要求，研究光拓 扑映射、光电混合路由、多路径负载均衡等技术。

预期目标：到 2026 年，实现支持智算集群的易操作、 高可靠、可平滑过渡升级的光网络，支持人工智能等关键业 务承载；光交换设备单端口速率支持 100GE/400GE/800GE， 交换容量弹性可扩展，可支持不少于 3 种异构算力资源互联， 在不少于 2 个智算集群完成验证，并完成不少于 3 种智算业 务承载验证。

（十一）面向分布式智算中心的网络关键技术研究与验

证

揭榜任务：针对智算集群从集中式向分布式部署探索的 趋势，攻关算力中心间网络技术，研发面向智算中心间的高 可靠传输设备，构建智算中心间超大容量、超低时延、超高 可靠光电协同网络，实现智算中心高速、可靠互联。

预期目标：到 2026 年，突破智算中心间超大容量、超 高可靠网络传输关键技术，研制面向智算中心间网络的传输 设备，单波速率不低于 1.6Tbps，设备时延不超过 30us，支 撑分布式智算中心间业务的高可靠传输。

四、应用

（十二）智算中心跨域互联应用

揭榜任务：优化人工智能算力基础设施布局，构建跨地 域互补、协同算力调度的超大规模人工智能算力服务能力。 加强与人工智能芯片厂商的兼容适配，构筑大规模高性能异 构算力池，提供面向大模型训推场景深度优化的弹性调度、 弹性容错、高资源利用率的人工智能算力服务。

预期目标：到 2026 年，形成覆盖 5 个以上全国重点算 力枢纽节点的人工智能算力中心，支持跨地域、跨云的算力 需求感知和动态调度，完成3 款以上算力芯片适配，聚焦大 模型训练和推理场景，构建大规模、高性能、弹性调度、高 容错的训推一体算力资源池，具备分钟级断点续训能力，支 持万卡级别并行训练。

（十三）算力电力协同应用

揭榜任务：研发基于算力调度技术与能源大模型的多云 异构算电协同管理平台，构建基于数据驱动的算力集群用电 负荷特性模型、基于计算任务的时空转移特性的能源大模 型，推动算力预测与调度技术在智算中心应用落地，提升整 体资源利用率，基于新能源、新型储能系统开展算力负荷与 电力系统的协同优化，实现精准、动态、实时的能源调度与 交易，实现算力与电力等能源的深度协同。

预期目标：到 2026 年，实现智算场景下能源与算力全 链路的数据穿透及流程整合，构建 “算”随 “ 电”动的直接 控制及间接引导机制，实现算力需求预测精准度达到 70% 、 集群有效负载率提升 25%以上，智算中心整体集群资源利用 率提高 10%。结合算力集群用电数据、时间周期、气象数据、 工作负载等多种因素，实现 “ 电”随 “算”用的能源效率优 化与算效提升，实现基础设施用能决策精准度 85%以上，响 应时效性达到提前 15 分钟响应级别，智算中心整体算力能 效水平提升 30%，算力中心用电成本降低 5%以上。

（十四）大规模通信业务场景中的算力应用

揭榜任务：围绕网络功能虚拟化（NFV）系统架构，针 对 NFV 中网络性能、资源利用和灵活展性等方面的挑战， 研发面向NFV 架构的高性能虚拟化、智能化网络管理和资 源编排算法等技术和系统，突破虚拟化层与硬件加速器（如 FPGA 、DPU 、GPU）之间的协同能力。

预期目标：到 2026 年，NFV 算力平台系统中实现对虚

拟化网络功能的智能调度，支持异构集群部署、动态扩展， 资源动态分配，虚拟化资源利用率提升 20%以上；支持 GPU、 FPGA 等硬件加速器的虚拟化调度，加速网络处理性能至 Tbps 以上；支持智能化网络虚拟化功能管理，提升 NFV 系 统的自动化运维能力和管理效能，故障修复时间缩减不低于 30%。

五、绿色低碳

（十五）绿色算力技术研究及应用

揭榜任务：围绕算力的绿色节能技术突破，面向算力中 的任务调度特性、能源使用模式、负载均衡要求等关键要素， 研发适应于绿色计算的动态资源调度算法、能耗优化管理系 统， 以及面向多场景的协同节能机制，突破节能算法的智能 化程度，提升算力网络中多节点的能源利用效率。

预期目标：到 2026 年，能耗管理系统实现对算力中心 和网络节点的实时监控与节能调度，通过计算节点支持动态 调频、动态电压调节，单节点平均能耗降低 30%以上，满足 AI 推理等应用需求。

（十六）企业绿色计算碳感知平台

揭榜任务：建立企业算力中心碳排放度量体系，能够实 时、精准地统计企业各个算力中心碳排放，并能将碳排放量 分摊到不同的业务部门、应用场景和工作负载，实现精细化 的碳排放的管理。 同时，基于碳排放的数据，实现碳感知调 度能力，通过在保证业务体验和连续性的情况下将工作负载

调度到更加低碳的算力中心，进一步降低碳排放。

预期目标：到 2026 年，围绕千万核级别跨域的算力中 心，构建企业级绿色计算碳感知平台，形成一套行业通用的、 可精确度量不同类型工作负载碳排放的技术方法和指标体 系，通过生态共建形成绿色度量衡标准体系。构建碳感知调 度能力，达到算力中心可再生能源比例 30%的目标。

（十七）冷板式液冷原生整机柜服务器

揭榜任务：面向新一代液冷算力中心，研发冷板式液冷 整机柜，包括液冷服务器节点、无源液冷门等，突破高密算 力、多样性算力的散热技术及架构要求，实现支持供电总线、 网络互联总线、液冷管路可盲插运维的液冷设备，具备液冷 机柜及液冷服务器等多级漏液检测能力，有效降低业务中断 范围与损失。

预期目标：到 2026 年，液冷整机柜实现 100%液冷散热， 制冷 PUE 低于 1.15。整机柜服务器内部实现全盲插设计，管 理模块可实现整机柜功耗管理、漏液检测、资产管理等功能； 通用算力单柜功率不低于 20kW，智能算力单机柜功率不低 于 30kW，实现不少于 500 台液冷节点的规模落地应用。

（十八）算力中心节能调优平台

揭榜任务：研制高精确度、高仿真效率、多场景覆盖的 算力中心PUE 仿真平台，突破物理机理模型构建、仿真引擎 集群、模型自动生成等关键技术，实现对算力中心不同运行 状态下细分时间颗粒度 PUE 的快速、精准评估。研发基于大

数据分析技术的算力中心制冷系统 AI 节能优化系统，通过 自动化数据治理、自动推理等关键技术，准确匹配制冷需求， 在满足可靠性要求条件下实现算力中心制冷系统整体动态 实时优化，优化算力中心 PUE。

预期目标：到 2026 年，支持液冷、水冷等至少 2 类典 型制冷场景进行能效优化，支持制冷系统和配电系统联合仿 真，系统可输出不同负载及运行工况条件下的PUE 运行曲 线、系统设备运行模拟工况等参数，PUE 仿真精度达到 97% 以上。基于能效优化平台，支持 AI  自动推理，小时级策略 自动下发，实现对算力中心能耗的可视、可管、可控。通过 AI 能效优化，实现算力中心 PUE 降低 5%以上，通过算力中 心基础设施与IT 联动节能，实现总能耗降低 5%以上，在 5  个以上算力中心落地应用。

（十九）新型制冷系统

揭榜任务：研发人工智能节能系统，针对算力中心基础 设施的运行调控和环境监测。提出全新自适应算法，突破原 有常见算法的局限性，提升数据的分析和处理效果，搭建基 于专家经验的人工智能算法数据库，提升包括能耗管理、能 源调度、安全监测、故障诊断、辅助运维等功能的节能性、 可靠性、经济性。

预期目标：到 2026 年，在满足制冷要求的基础上，提 高冷却系统的可靠性和自适应性，提高能源使用效率、水资 源使用效率和运维效率，其中节电率提升 10%以上。支持冷

却系统数据采集、标注、治理、存储，具备系统运行异常告 警、告警收敛、 自动诊断、远程通信、 自动控制等功能，支 持冷却系统智能化调优、智能化控制的核心能力，并开展不 少于 5 个实际业务场景所提供的AI 节能调优案例。

六、安全可靠

（二十）算力中心智能运维机器人

揭榜任务：研发算力中心智能运维机器人以及智能机器 人管理平台，基于云边端三层架构，实现智能机器人在多层、 多房间楼宇机房内的设备设施识别、多模态环境感知、精准 空间定位、智能人机协同、多任务联合调度等方面的技术与 算法优化。支撑机器人在算力中心设施运维和 IT 运营等典型 场景的应用，提升巡检质量，促进算力中心运维、运营的降 本增效。

预期目标：到 2026 年，实现大型算力中心内智能机器 人的多机房、多楼层协同应用部署；机器人巡检任务成功率 不低于 95%，设备识别准确率达到 97%，环境巡检召回率不 低于 90% ，保障算力中心巡检业务持续运行。实现云边端协 同调度，支持不同场景下的自主作业，提高任务并发执行效 率，促进稳定、安全、可靠、可控的算力中心智能运维体系 建设。

（二十一）云边端一体化智能监测平台

揭榜任务：开发高性能云边端一体化系统，研发以智能 化终端或机器人为硬件载体、以多算法模型融合和平台工具

为软件载体的软硬结合的集中监测管理与运维巡检方案。突 破多层级自动化运维、多维度诊断、多平台覆盖、多模型量 化等关键技术。构建综合运维健康度数字化评估体系与模 型，实现算力设施从规划、设计、建设、部署、运行、维护 的全生命周期数字化管理。

预期目标：到 2026 年，建立大规模集群的智能化运维 能力，设备实现跨平台及系统稳定性风险和安全风险识别能 力，综合视频识别技术等，结构化告警收敛推送，准确率超 过 98%。算力设施全生命周期数字化联动，平台自动化流程 推进，实现云端直控覆盖超 10 栋算力中心，落地数字化算 力中心健康度评估，智能化终端或机器人的自驱动巡检，视 频流识别与告警的联动，系统的智能化运维问答，并保障业 务服务级别协议（ SLA）达标率 99%以上。

七、其他

（二十二）其他算力领域的特色化技术、产品、服务和 平台等，应具有技术先进性，技术成熟度较高，产业化前景 较好。

 

 

附：1.算力强基揭榜单位推荐表

2.算力强基揭榜单位申报材料

 

 

 

附 1

算力强基揭榜单位推荐表

 

 

推荐单位（盖章）：

 

序号	单位名称	任务类别	揭榜产品	推荐理由	联系人	联系方式
1
2
3

注：1 、本表由地方、央企等推荐单位填报；

2 、推荐单位按优先次序排名；

3 、任务类别是指任务榜单中涉及的22 个重点任务。

附 2

 

 

 

 

算力强基揭榜单位申报材料

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

揭榜方向：                    

 

 

揭榜单位： （加盖单位公章）   

 

 

推荐单位： （加盖单位公章）   

 

 

申报日期：      年    月    日

 

填报须知

 

 

一、揭榜单位应仔细阅读算力强基揭榜单位申报材料的 有关说明，如实、详细地填写每一部分内容。

二、除另有说明外， 申报表中栏目不得空缺。 申报表要 求提供证明材料处，请补充附件。

三、揭榜主体所申报的产品需拥有知识产权，对报送的 全部资料真实性负责，对能否按计划完成重点揭榜任务作出 有效承诺，并签署企业承诺声明（ 见 “揭榜任务承诺书”模 板）。

 

一、单位基本情况
单位名称
揭榜负责人	姓名			职务职称
	邮箱			联系方式
申报联系人	姓名			联系方式
	邮箱			传真
法定代表人				注册资本 （万元）
单位地址
组织机构代码/ 三证合一码
单位性质	□ 国有企业 □ 民营企业 □ 外资企业 □ 事业单位 其他（请注明）：
是否上市公司	□ 否 □是
单位人数			研发人员人数
揭榜单位简介	包括成立时间、主营业务、主要产品、技术实力、 发展历程等基本情况，以及所获专利、标准、知 识产权、所获竞赛类奖励荣誉等情况（需提供证 明材料附后）（本部分内容不超过 500 字）。
参与单位一

 

 

参与单位二
......
二、揭榜任务信息
揭榜任务方向	计算 □ 方向 1 ：云边端算网协同管理系统 □ 方向 2 ：支持超大规模参数模型的训推一体化 异构智算平台 □ 方向 3 ：异构算力跨域任务编排系统 □ 方向 4 ：训推算力一体机 □ 方向 5 ：大规模异构算力集群推理加速技术 存储 □ 方向 6 ：磁光电融合存储系统 □ 方向 7 ：存储调度管理及应用技术 网络 □ 方向 8 ：高性能数据处理器（DPU） □ 方向 9 ：基于 RoCE 的智算网络 □ 方向 10：光交换智算网络技术研究与验证 □ 方向 11：面向分布式智算中心的网络关键技术 研究与验证 应用 □ 方向 12：智算中心跨域互联应用 □ 方向 13：算力电力协同应用

 

 

	□ 方向 14：大规模通信业务场景中的算力应用 绿色低碳 □ 方向 15：绿色算力技术研究及应用 □ 方向 16：企业绿色计算碳感知平台 □ 方向 17：冷板式液冷原生整机柜服务器 □ 方向 18：算力中心节能调优平台 □ 方向 19：新型制冷系统 安全可靠 □ 方向 20：算力中心智能运维机器人 □ 方向 21：云边端一体化智能监测平台 其他 □ 方向 22：算力领域的其他技术、产品、服务和 平台等
揭榜产品概述	包括揭榜产品/服务简介、投融资概况、相关研 发和应用水平，2026 年预期将达到的技术及产 业化应用水平等情况（多个领域产品可分别描 述）（不超过 1000 字）

 

 

揭榜任务申报书

 

 

一、揭榜任务介绍

（一）揭榜任务名称及简介

（二）适用范围/预期用途

预期的适用范围、应用场景、 目标人群等。

（三）任务价值及效益等

包括预期经济效益情况、社会效益以及其他方面等情 况。

二、揭榜单位现有基础及相关进展

（一）现有基础

揭榜单位行业地位、科研资质（如高新技术企业、企业 技术中心、重点实验室等）、技术基础、人才与团队实力、 主要优势等。

揭榜单位创新能力，如获得论文、专利、软件著作权、 标准、专著、 比赛奖励等。

揭榜负责人资质及工作经验。

项目团队承担国家相关项目情况等。

（二）相关进展

揭榜单位现有技术水平（对比国际先进水平）、创新及 应用情况、相关研发人员、资金投入情况等。

三、重点攻关目标及计划

（一）2026 年预期目标

主要技术指标、功能指标及性能指标等数值、含义，测 试场景及评价方式等。

（二）重点任务攻关计划

时间进度、 阶段性任务、细化目标等。

（三）组织保障机制

攻关团队、组织方式、协调机制、产学研用情况（如参 与单位工作基础、支撑能力等）、协同创新能力（如团队成 员项目合作、联合实验室等）。

（四）潜在问题及应对举措

四、其他相关事项说明

注：任务书篇幅不宜过长，原则上不超过 5000 字，重 点讲述攻关目标及计划部分；如果申报多个领域，请按此模 板分别填报任务书。

 

揭榜单位相关证明材料

 

 

一、揭榜单位研发能力证明材料。（获得专利、标准、知 识产权等相关证明材料，承担国家重点研发计划、“揭榜挂 帅”等项目的相关证明材料）

二、揭榜单位相关荣誉证明材料。（高新技术企业、企业 技术中心、重点实验室、 比赛奖励等相关证明材料）

三、攻关产品/服务当前性能指标及应用推广效果证明材 料。（如第三方测试材料等）

 

揭榜任务承诺书

 

 

根据《工业和信息化部办公厅关于组织开展算力强基揭 榜行动的通知》要求，我单位提交了XXX 任务参评。

现就有关情况承诺如下：

1.  我单位对所报送的全部资料真实性负责，保证所报送 的产品和应用解决方案拥有知识产权，所报送产品和服务符 合国家有关法律法规及相关产业政策要求。

2.  我单位所报送的产品和服务符合国家保密规定，未涉 及国家秘密、个人隐私和其他敏感信息。

3.  相关材料中的文字和图片已经由我单位审核，确认无 误。

我单位对违反上述承诺导致的后果承担全部法律责任。

我单位将根据揭榜工作方案要求，增强大局意识，切实 承担主体责任，在揭榜任务实施期间认真组织、重点推进、 加强保障，全力完成重点任务攻关，力求在2026 年底取得 实质进展，达到或超过预期目标。

联 系 人： 联系电话：

法定代表人：（签字） 公司（企业盖章）

2025 年  月  日