36 万 22 万 144 万 216 万 70% 70% 100% 70% 70% 70% 70% 文字机器人 （售后） 文字机器人 （售前） 外呼机器人 （初筛） 外呼机器人 （通用） 智能质检 语音机器人 （收敛） 语音机器人 （通用） 35 万 45 万 22 万 30%-60% 70% 30% 196 亿 84 360 亿 200 亿 126 亿 806 亿 1200 亿 智能客服多场景分批成熟，三到五年内 AI 替代 70% 的人力 文字机器人 （售后） 外呼机器人 （初筛） 智能质检 3-5 年 落地技术 当前 人力规模 附：选自《人工智能时代中国就业的挑战与应对》

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 选择，就是使用绿色和 清洁的能源。 前言 电力供能地位的三次超越 有用能源是在 所有加工和转 换损失之后剩 余的总能源 2000 2010 电力 油 有用能源供应（EJ） 1900 70 60 50 40 30 20 10 0 1910 1920 1930 1940 1950 1960 1970 1980 1990 煤炭 来源：RMI 说明：1900 年至 2010 从2023年到2030年，中国智能算力规模将以每年70%的复合增长率持续攀升。 国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以 电力换算力，但更有可能以落后美国 4 年左右的代差持续迭代，提升能效。至 2030 年，全国智算中心年用电量在 0.6 万亿度 -1.3 万亿度，约占当年全社会用 电量的 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《深入实施“东

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 选择，就是使用绿色和 清洁的能源。 前言 电力供能地位的三次超越 有用能源是在 所有加工和转 换损失之后剩 余的总能源 2000 2010 电力 油 有用能源供应（EJ） 1900 70 60 50 40 30 20 10 0 1910 1920 1930 1940 1950 1960 1970 1980 1990 煤炭 来源：RMI 说明：1900 年至 2010 2030 年，中国智能算力规模将以每年 70% 的复合增长率持续 攀升。国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以电力换算力，但更有可能以落后美国 4 年左右的代差持续迭代，提升 能效。至 2030 年，全国智算中心年用电量在 0.6 万亿度 -1.3 万亿度，约占当 年全社会用电量的 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础

H100 的集群）。为方便一般用户本地 使用， DeepSeek 团队使用 Qwen2.5 和 Llama3.3 ，以 DeepSeek-R1 为教师模 型，蒸馏了 6 款小模型，包含 1.5B～70B 在内共有 6 个尺寸，如表 2 所示。 表 2 DeepSeek-R1 蒸馏的 6 个尺寸的模型 蒸馏的模型 基座模型 下载地址 DeepSeek-R1-Distill-Qwen-1.5B HuggingFace DeepSeek-R1-Distill-Qwen-32B Qwen2.5-32B HuggingFace DeepSeek-R1-Distill-Llama-70B Llama-3.3-70B-Instruct HuggingFace 即使经过了蒸馏，7B 模型也需要 20~25G 的显存，即使是 24G 的 4090 显 卡， 部署也存在一定的风险。为此，在个人使用时，很多会将这类模型进行进一 这些非官方 渠道提供 了 三类模型选择： DeepSeek-V3 模型、完整版 DeepSeek-R1 模型（671B 参数）、轻量级 DeepSeek- R1 模型（参数规模从 1.5B 到 70B 不等）。其中，完整版 R1 模型保留了全部 671B 参数，能发挥出最佳性能，但对计算资源要求较高，通常需要支付一定费 用。轻 量级模型则通过知识蒸馏技术，在保持核心功能的同时大幅降低了参数

据处理等 15 类高频业务的智能审批，平均处理时效从 48 小时缩短至 4 小 时。 维度 基线指标 目标指标 提升幅度 服务效率 5 分钟/单 90 秒/单 70% 人力成本 100%人工 30%人工介入 70% 业务覆盖率 40%标准化业 务 85%标准化业 务 112.5% 合规通过率 人工审核 85% 系统预审 95% 11.8% 项目实施后将产生三层价值体系：操作层实现日均处理能力从 加密采用 AES-256 算法。 2. 审计追踪：全链路日志记录需包含以下字段： 日志保留周期≥6 个月，支持关键词检索和异常行为模式分 析。 3. 兜底策略 ：当模型置信度低于 70%时自动转人工坐席，并推 送 实时告警至运维中台，确保业务连续性 SLA ≥99.9% 。 成本与效能需求 - 硬件成本控制在单节点年运维费用≤15 万元，支持横向扩展至 100 节点集群。 验证，关键业务指标改善如下： 场景 处理时效 准确率 人工干预率 对公开户审核 8min →3mi n 91% →99 % 100% 15 → % 抵押品评估 24h →2h 85% →96 % 70% 5% → 投诉工单分类 5min →30s 88% →97 % 50% 2% → 模型通过联邦学习架构实现多模态数据的隐私保护处理，确保 客户敏感信息不出域。当前支持的最大单文件处理容量为

安全技术需求..................................................................70 2.3.1 物理和环境安全需求...........................................70 1 网 2.3.2 网络和通信安全需求...........................................72

基于DeepSeek-V3训 练DeepSeek-R1-Zero 和 DeepSeek-R1 v DeepSeek-R1 的输出， 蒸馏了 6 个小模型开 源给社区 v 其中 32B 和 70B 模型 在多项能力上实现了 对标 OpenAI o1-mini 的效果。 15 DeepSeek的惊天动地事迹 2024.1.25: 发布DeepSeek-Coder 2024.1 近期：各行业开始研究部署... 1.DeepSeek简介 16 DeepSeek是谁？咱们通俗说一说...... 基于 Llama 、 Qwen 六个密集模型 （1.5b、7b、8b、 14b、32b、70b） 大师 徒弟 蒸馏版 训练 DeepSeek- R1- Zero DeepSeek- R1 蒸馏 满血版 DeepSeek-V3 671b 17 DeepSeek破圈席卷全球 个人普通机 R1-8b 16GB+ 32GB+ 15GB 个人普通机 R1-14b 24GB+ 64GB+ 30GB 专用服务器 R1-32b 48GB+ 128GB+ 60GB GPU服务器 R1-70b 80GB+ 256GB+ 120GB GPU服务器 V3\R1-671B （MoE） 4*A100 GPUs （320GB VRAM） 512GB 500GB+ 高端GPU服务器 v DeepSeekR1蒸馏版均可进行本

......68 4.1.2 患者分流建议.............................................................................70 4.2 医疗记录自动化生成...........................................................................73 4.2.1 18%-25%。在诊疗效率方面，三甲医院医师日均处理病例量 超过 80 份，导致疲劳作业风险上升，而电子病历系统仅实现基础 结构化存储，无法主动辅助临床决策。 医疗数据利用存在显著瓶颈： - 非结构化数据占比超过 70%（如影像报告、医患对话记录） - 跨系统数据互通率不足 40% ” ” ，形成 信息孤岛 - 实时数据分析延迟普遍在 4 小时以上，影响急症处置 成本控制方面呈现两极化趋势：2023 年国内三甲医院单例诊 某试点医院实施数据整合方案后的效果对比： 指标 实施前 实施后 提升幅度 数据调阅响应时间 4.5 分钟 11 秒 85% 跨系统操作步骤 7 次 1 次 86% 医嘱开具错误率 2.3% 0.7% 70% 该方案通过 DeepSeek 智能体的自然语言处理与知识图谱技 术，可自动识别并关联分散数据实体，实现三大核心场景的突破： 门诊病历自动生成完整度达 98%、危急值跨系统预警响应时间缩短

诱导与分流联动 诱导屏 156 块诱导屏，每日 500 多 次 交通流诱导和信息自动发 布 拥堵排名 从 44 下降到 70 平均等红灯次数 从 2.5 次降到 1.8 次 拥堵疏解时间 从 15 分钟减少到 11 分 钟 156/500 44/70 2.5/1.8 15/11 开放、合作，实现便利出行的梦想 愿景：追求卓越，做智慧交通领域的创新引领者 使命：匠心打造城市交通引擎

出行eVTOL：定位为中长距离的空中出行工具，主要用于私人购买、商务包机、 机场与高铁接驳等场景。当前主流产品以4–6人座机型为主，续航半径在70–500 公里之间，时速可达130–300公里/小时。 • 载物/货运eVTOL： 定位为低空物流载体，以无人货运设计为核心，当前主流产品的载重量可达2–3吨， 续航半径在70–300公里之间，时速130–200公里/小时，适用于“最后一公里”急件 配送（如医疗物资、高价值电商包裹）与特殊地区物资运输（如海岛、山区）。 500–1,000公斤 • 续航半径：20–100公里 • 时速：0–100公里/小时 • 以4–6人座机型为主 • 最大起飞重量：2–3吨 • 续航半径：70–500公里 • 时速：130–300公里/小时 • 载重量：2–3吨 • 续航半径：70–300公里 • 时速：130–200公里/小时 个人飞行 货物运输 城市空中快线 低空观光 航校飞行培训 私人购买 按需租赁 商务包机 私人购买 缩短出行时间 优化经济效益 升级出行体验 • 出行eVTOL可规避中国一线城市 高峰期地面拥堵问题 • 2024年，中国40个旅客吞吐量超 过1,000万人次的机场中，30%距 市中心25公里以外，70%距市中 心25公里以内 • 出行eVTOL的乘坐成本远低于直 升机，与滴滴豪华车相近 • 出行eVTOL比滴滴豪华车更省时， 比私人飞机更便捷、经济 以北京国贸至大兴机场的行程为例 （≥50公里）