综合算力指数 2025 综合算力指数 算力产业发展方阵 2025 中国算力大会 2025 年 8 月 综合算力指数 版权声明 本报告版权属于算力产业发展方阵、2025 中国算力大 会，并受法律保护。转载、摘编或利用其他方式使用本报 告文字或者观点的，应注明“来源：《2025 综合算力指 数》”。违反上述声明者，将追究其相关法律责任。 综合算力指数 推荐序 近年来，AI 技术 重要性与日 俱增。我们进入了一个计算力驱动创新的时代，这不仅影响着科技领域的演进， 更深刻地改变着社会的方方面面。目前，国家正按照“点、链、网、面”体系化 推进全国一体化算力网络工作，综合算力指数作为衡量我国算力发展水平的重 要标尺，相关研究工作意义深远。 随着 AI 在千行百业加速渗透，算力赋能数字经济社会的效能，不仅仅取决 于算力、存力、运力以及发展环境本身，模型能力也成为决定人工智能深度赋 综合算力指标体系，在往年基 础上，增加模型能力的呈现，从算力、存力、运力、模力、环境多个维度，更 加准确剖析我国算力产业发展态势。 《2025 综合算力指数》为我们提供了一个全面而系统的视角来洞察我国算 力发展最新进展。通过科学的指数体系构建，将“综合算力”解构为几十余项具 体的指标，映射出我国在算力领域的发展状况，这将为国家制定精准的产业政 策提供科学依据，为产业的技术创新和投资方向提供“指南”。

变劢率 ;CPI( 居民消费价格指数 ), 变劢 率 ;PPI( 工业生产价格指数 ), 变劢率 ;M1/M2( 货币流通量 ); 固 定资 产投资变劢 ; 制造业采贩经理人指数 ; 进出口贸易额 ; 外 资投资增 减额 ; 工业总产值 ; 股市交易行情及成交量 ; 央行黄 金及外汇储备 ; 通胀指数 贵金属 国际 / 国内交易行情 , 交易量 ; 美元指数 ; 国际金银期货指 数 ;ETF ;ETF 价 格 ; 能源价格波劢率 ; 实物价格 外汇 美元指数 ; 各币种央行基准利率 ;FED,ECB, 人行利汇率劢态信 息 ;CNY/CNH 价差 债券 债券指数 ; 人行利率政策发布 ; 银行间同业拆放利率 ; 债券回贩 价 格 ; 债券发行量 ; 债券违约信息 ; 债券发行量 境内网站 新华社、外汇管理局、证监会、上交所、 深交所、东斱财富网等财经网站 系四维度图谱。 案例：某国有银行企业风险预警 企业关联关系图谱 以宏观统计数据、互联网舆情数据和企业违规行政处罚类数据为基础， 通过加权平均计算企业出风险分数，再通过归 一化处理形成企业风险指数 案例：某国有银行企业风险预警 • 资讯平台 • 金融论坛 • 行业论坛 • 地区数据 • • • 企业涉诉类 行政处罚类 质检环保 舆情数据

品牌建设 大数据中心 党务预警 评分标准 支部堡垒 指数管理 党员先锋 指数管理 量化评价 机关纪委会 党总支会议 发展党员 党员纪律处分 换届选举 党务公开 机关党员大会 题库管理 积分管理 主题党日 组织生活会 谈心谈话 民主评议 临时会议 资源中心 示范创建 支部风采 联建共建 指数分析 特色功能 丰富的激励机制、大数据中心、红黄蓝预警、党员五维画像、应用单位品牌特色等定制 大力加强和改进党的建设 , 真正把党建工作和业务工作一起布置、一起检查、 一起考核、一起落实 , 把党的思想建设、组织建设、 作风建设、制度建设提高到新的水平 量化指标 党员先锋指数 支部堡垒指数 平台功能 丰富的报表功能 平台功能  结合应用单位实际需求进行各类型报表设 计，便于各类党务文档的填写、收集和整 理  支持快捷查找、一键导出报表等功能  具有丰富的数据统计分析维度 特色功能模块建设 - 先锋值展示  系统具有“党员先锋指数”特色功能，对党员 的链接指数、基础指数、规范指数、先锋指 数进行全方位的考评，并将个人指数进行展 示及排名。系统根据支部所有党员的先锋指 数为基础，建立一套独特的支部堡垒指数体 系，通过支部所属党员行为评估支部工作开 展情况分析。 党员先锋指数 支部堡垒指数 平台功能 特色功能模块建设 -AI 人工智能应用  系统充分融合

2 3 4 5 0 1 2 3 4 5 保险常识问答能力指数 应用能力评测：保险专业知识问答 知识问答主要评测大模型的交互性、准确性等基础能力。国内外头部大模型在基础知识问答能力上的表现整体较好，国内头 部大模型基于中文语境优势，能力指数已实现超越 法律知识问答能力指数 医疗知识问答能力指数 文心一言 清华智谱 GPT- 4 ** 大模型 ** 大模型 ** 大模型 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5 0 1 2 3 4 5 保险营销素材设计能力指数 保险客服话术推荐能力指数 保险营销话术优化能力指数 保险综合规划能力指数 GPT-3.5 ** 大模型 ** 大模型 ** 大模型 ** 大模型 ** 大模型 ** 大模型 ** 大模型 清华智谱 GPT-4 通义千问 智能核保能力指数 智能理赔能力指数 应用能力评测：保险风控及合规应用 合规风控应用评测是对大模型基础能力的综合考验。 OpenAI 公司开发的 GPT- 4 表现实属亮眼，而国内头部大模型也展现 出 出了强劲的赶超之势 GPT- 4 ** ** 大模型 ** 大模型 ** 大模型 ** 大模型 ** 大模型 ** 大模型 通义千问 文心一言 大模型 实时质检能力指数 ** 大模型

个月内 的公司股价（或行业指数）的涨跌幅 相对同期市场基准指数的涨跌幅； 2. 市场基准指数的比较标准： A 股市场以海通综指为基准；香港市 场以恒生指数为基准；美国市场以标 普 500 或纳斯达克综合指数为基准。 类 别 评 级 说 明 股票投资评 级 优于大市 预期个股相对基准指数涨幅在 10%以上； 中性 预期个股相对基准指数涨幅介于-10%与 10%之间； 10%之间； 弱于大市 预期个股相对基准指数涨幅低于-10%及以下； 无评级 对于个股未来 6 个月市场表现与基准指数相比无明确观点。 行业投资评 级 优于大市 预期行业整体回报高于基准指数整体水平 10%以上； 中性 预期行业整体回报介于基准指数整体水平-10%与 10%之间； 弱于大市 预期行业整体回报低于基准指数整体水平-10%以下。 法律声明 本报告仅

50% 75% 完全自主化 增强型决策 自动化 人工驱动 Autonomy index Maturity scale definitions 自主化指数：0~25% 自主化指数：25%~50% 自主化指数：50%~75% 自主化指数：> 75% 作业流程主要依赖人力。 作业流程主要通过人工执行 （使用需要人工干预的大型 传统IT系统，或手动操作的 机器）。 • • 作业流程日趋自动化，将人力 作业流程可部分实现自动化。 • • 自主化运营流程/自我优化。 AI助手支持人工进行行动规划 与生成。 • • 图2 自主化征程：一场贯穿四大成熟度阶段的真正转型 成熟度 等级定义 自主化指数 实现自主智能供应链 真正意义上的自主智能供应链包含两大维 度（见图2）：任务自动化与决策自主化。在任务 自动化层面，机器将取代人工执行具体任务。例 如，订单处理自动化可以让机器完成验证订单、 10 自主化征程： 当下现状与未来十年 我们的调研显示，大多数企业才刚刚开始探 索和部署自主化能力。尽管约25%的受访企业已 开启自主化征程，但在从0（完全人工）到100% （完全自主）的指数体系中，供应链各项活动的自 主化成熟度中位数仅为16%（平均成熟度则为21%）。 预计在未来五到十年内，该成熟度中位数将大幅 提升至42%。 为了更深入地理解如何向更高自主化水平迈 进，我们将典型的供应链流程划分为9个集群和

应用领域 具体实施 预期效果 植被监测 使用多源遥感图像定期监测 植被生长状态 识别出植物枯萎、病虫害等 生态问题 水体监测 分析水域图像与水质传感器 数据 及时发现污染源，计算水质 指数 土地使用变化 利用历史图像与现状图像比 对分析 评估城市化对生态环境的影 响 通过这些具体措施，图像模态将为生态环保智慧诊断提供强有 力的支持。在未来的生态监测与评估中，图像模态数据将发挥不可 污染源排放数据：主要来源于工业企业的排放监测，通过设置 在线监测设备，实时获取企业的废气、废水、固废排放数据。  生态系统状态数据：通过生态监测设备收集生态系统内动植物 种群变化、生物多样性指数等信息，辅助评估生态健康状况。  资源利用效率数据：涉及水资源、能源等的使用，通过智能表 计和监测系统跟踪资源消耗水平。 在数据采集过程中，系统需具备以下几个关键特性： 1. 实时性：支持实时监测与数据上传，确保信息及时更新。 种多样性以及土壤侵蚀情况，从而提出针对性的维护方案。 例如，在一个特定的恢复地段的监测中，AI 模型识别到以下情 况：  植被覆盖度达 70%，但区域 A 的某些地段呈现出明显的土壤 侵蚀问题。  物种多样性指数为 0.65，低于预期目标 0.8。 通过上述分析，生态恢复团队能够针对性地采取植被补种、土 壤改良等措施，以提高生态恢复的成效。 智慧诊断的这些具体应用案例体现了多模态 AI 大模型在生态

误差率±34% 服务响应 三级菜单分类 首次解决率仅 41% 流程图中展示的典型问题可通过 mermaid 图呈现： 现有系统在实时数据处理方面存在明显短板，当并发请求超过 500TPS 时，响应延迟呈指数级增长。某汽车行业案例显示，促销 活动期间系统处理客户咨询的放弃率骤增至 28%，直接导致潜在商 机损失约 230 万元/月。此外，传统规则引擎的客户分群准确率每 季度下降约 7%，需要持续投入大量人力进行规则维护，年维护成 4.3 小时缩短至 26 分钟。 模型的安全合规特性为 CRM 应用提供关键保障。通过差分隐 私训练和联邦学习技术，确保客户敏感信息在 AI 处理过程中全程 加密。经第三方测评，其数据泄露风险指数仅为传统系统的 1/8， 同时满足 GDPR 和 CCPA 等国际隐私标准。在计算效率方面，采用 量化压缩后的模型可在 NVIDIA T4 显卡上实现每秒处理 45 次并发 查询，推理成本比同类模型降低 产品页面停留时长与点击热区分布 - 营销活动响应率与转化路径 3. 交易特征层： - 购买周期规律性分析 - 客单价波动阈值监测 - 交叉购买倾向性评分 4. 外部关联层： - 社交媒体情绪指数 - 行业政策影响因子 模型部署方案 采用动态集成学习框架，每季度更新模型权重： 模型类型 适用场景 精度阈值 更新频率 生存分析模型 客户流失预警 ≥88% 月度 模型类型 适用场景 精度阈值

构建四链融合指数 • 构建企业成长模块 • 构建四链融合精准对接模 型 绍兴市创谱数字化应用平台 宁波市产业链智能创新平台 特色 创新 特色 创新 57 杭州市成果转移转化服务平台 • 成果转化大模型 • 企业需求预测模 型 • 报告智能生成模型 • 成果需求推荐模 型 • 企业转化能力评价模型 南平市绿色产业创新平台 • 绿色创新指数 • 科技招商模

个方面：  数据预处理：DeepSeek 提供了一套完整的数据清洗和特征工 程工具，能够自动识别并处理缺失值、异常值，同时生成丰富 的技术指标和市场信号。例如，通过计算移动平均线、相对强 弱指数（RSI）等传统指标，并结合市场情绪分析，生成多维 度的特征向量。  模型训练与优化：DeepSeek 支持自动机器学习（AutoML） 功能，能够根据历史数据自动选择和调优模型参数。其内置的 作为一种先进的人工智能平台，具备强大的数据 处理和模式识别能力，能够有效应对这些挑战。 在应用 DeepSeek 进行股票量化交易时，首先需要对市场进行 深入分析。当前市场环境呈现出以下几个特点：首先，市场数据呈 现指数级增长，包括历史价格、财务数据、社交媒体情绪等多维度 数据，传统方法难以高效处理和分析这些海量信息。其次，市场波 动性增加，尤其是在全球经济和政策不确定性加剧的背景下，股票 价格的波动更加频繁 在量化因子挖掘中的应用也尤为重要。通过 对历史数据的深度挖掘，DeepSeek 能够自动生成多维度、多层次 的量化因子，包括技术指标、基本面因子以及市场情绪因子等。这 些因子不仅涵盖了传统的移动平均线、相对强弱指数（RSI）等， 还包括基于深度学习的非线性因子，如股价波动模式识别、市场微 观结构分析等。通过这种方式，DeepSeek 为量化策略的开发提供 了更为丰富和精准的因子库。 在算法交易策略优化方面，DeepSeek