证券研究报告·行业深度报告·电子 东吴证券研究所 1 / 28 请务必阅读正文之后的免责声明部分 电子行业深度报告 AI 系列深度：AI+降本增效拓宽应用，硬件 端落地场景丰富 2023 年 07 月 12 日 证券分析师 张良卫 执业证书：S0600516070001 021-60199793 zhanglw@dwzq -7% -4% -1% 2% 5% 8% 11% 2022/7/12 2022/11/10 2023/3/11 2023/7/10 电子 沪深300 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 .................. 27 oPmPqQqRwOtQoOmPsRoRoP8OaOaQtRrRpNmPjMnNtMfQoPpN8OmNrNxNpNzRwMrRqP 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 3 / 28 图表目录 图 1： GPT-4 和 GPT-3.5 的考试表现 ............................

免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 1 证券研究报告 电子 AI 大模型需要什么样的硬件？ 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc (29) (20) (12) (3) 6 Jun-23 Oct-23 Feb-24 Jun-24 (%) 电子 沪深300 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 2 电子 正文目录 摘要：大模型能力提升不断解锁新的应用场景 ................................................ .. 35 YU9YgXmV8WdUqU7N9R7NpNoOnPrNjMrRtNlOpNpO7NrRyRvPsPvMMYpMoN 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 3 电子 摘要：大模型能力提升不断解锁新的应用场景 过去一年，大模型能力的发展速度超出我们预期。以衡量 LLM 的常用的多语言理解均值评 测标准（MMLU）为例，2021

证券研究报告·行业点评报告·计算机 东吴证券研究所 1 / 14 请务必阅读正文之后的免责声明部分 计算机行业点评报告 AI+医疗：提质增效，全面赋能 2025 年 02 月 24 日 证券分析师 王紫敬 执业证书：S0600521080005 021-60199781 wangzj@dwzq.com.cn -2% 5% 12% 19% 26% 33% 40% 47% 2024/2/23 2024/6/23 2024/10/22 2025/2/20 计算机 沪深300 请务必阅读正文之后的免责声明部分 行业点评报告 东吴证券研究所 2 / 14 内容目录 1. AI 全面赋能医疗，降本增效 ....................................... ..................................................................... 13 请务必阅读正文之后的免责声明部分 行业点评报告 东吴证券研究所 3 / 14 图表目录 图 1： 2030 年 AI 将促进诊断、药物发现、治疗环节等环节表现提升几个数量级 ...........

形成推动和应用。 图表1：Deepseek 将助力降低应用门槛，加速化工智能化升级 来源：通信瞭望，国金证券研究所 经过环保、安全监管，国内化工行业的管控水平获得了较大程度的提升，部分企业或者赛 道具备先期实现智能升级的基础。我国自九十年代化工行业开始加速追赶以来，先期的化 工企业受限于当时的发展条件、技术水平和装置配置要求以及对于经济性的考量，生产装 置的人员依赖性相对较大，单 验为主要调节方式，流程管理、工艺优化、原料采购、库存管理等决策以人为核心主导。 自 2016 年以来，我国大面积进行了供给侧改革，对部分落后产能进行了淘汰，在环保等 方面进行了明显的优化改造，从目前的情况看，行业内部分新建装置已经具有较为先进的 自动化产线，人员数量有大幅缩小，机械化程度了有了大幅提升。部分企业实现了较好的 流程自动化管控系统，现有园区对接 AI 升级已经有了明显的进步。 从化工行业的所处赛道来看 AI 的赋能节奏也会有明显不同。从现阶段看，对化工行业 AI 的赋能主要集中 于几个维度： ① 对于有具体或者相似路径设定的重复性环节，形成优化或者加速进程，比如配方研发、 产品设计等 ② 在部分岗位替换人工检测和审查，形成精准、高效且节约成本，比如质量检测、库存 调控、生产监管等； ③ 通过智能模拟辅助产品研发和工艺优化，从而加速进行产品工程化开发或者对工艺流 程形成改善，比如新品的工程化设计、生产条件优化等；

会的调研与研究成果。本白 皮书内所有数据、观点、结论的版权均属 AIoT 星图研究院、深圳市物联传媒有限公司、深圳市物联网产业协会拥 有，任何单位和个人，不得在未经授权和允许的情况下，进行全文或部分形式（包含纸制、电子等）引用、复制 和传播，不可断章取义或增删、曲解本白皮书内容，否则 AIoT 星图研究院、深圳市物联传媒有限公司、深圳市物 联网产业协会有权依法追究其法律责任。 AIoT 概念很火，在几年的白皮书调研期间，我们看到了 RFID 无源物联网产业正在拥抱 AI，比 如有读写器厂商在读写器产品加入算力芯片，并且植入通用语言模型，以便可以让用户更便捷的使用 RFID 产品或者调动数据；也有部分企业会根据具体的场景需求单独训练一些行业应用模型，以解决纯 RFID 射频 信号解决不了的技术问题（比如高速出入库的读取准确率、防串读 / 漏读等）。 我们认为，RFID 在 AI 时代能有所作为的基本逻辑是它数据的价值，因为目前 RFID 电子标签 RFID 电子标签是用于物品标识、具有信息存储机制、能接收读写器的电磁场调制信号并返回响应信号的数据载体， 是与读写器一起构成 RFID 系统的硬件主体，RFID 电子标签的核心组成部分是标签天线与标签芯片，从制造过程来看， RFID 电子标签整套工艺流程包括芯片供应、天线制造、一次封装（形成 Inlay）、二次封装（复合）、后道喷印等。 电子标签封装技术简介 目前， RFID

识别，对项目的决算数据进行全 面 审查，识别潜在的风险和问题。这种自动化的审计方式，不仅可以提高审计 的效 率，还可以增强审计的准确性和可靠性。 以上仅是 DeepSeek 在工程审计应用中的部分场景。本指南（V1.0）将以此 为切入点，剖析 DeepSeek 的基本特点，介绍其安装和使用方法，并展示其应用 方法及步骤。 2 第 2 章 DeepSeek 概述 DeepSeek 启发式提示可能干扰其逻辑主线。 “ ” 例如对于分析电车难题，直接抛出复杂问题。如： 分析 电车难题 中的功 利 主义与道德主义的冲突。得到结果如 图 2-4 智能问答的部分结果。 图 2-4 智能问答的部分结果 5 2.2.2 文本生成 文本生成的方向较多，包括新闻报道、学术论文、商业文案等。例如， 让它 “ 写一篇关于 Deepseek 技术与工程审计 ” 为主题 的大纲，它会迅速组织思路，从 Deepseek 技术与工程审计为主 题 的文章大纲。全部提示词如下： 图 2-5 DeepSeek 官网生成文本大纲的提示词 生成结果因篇幅较长，截取部分内容如 图 2-6 文本生成的部分结果： 6 图 2-6 文本生成的部分结果 2.2.3 数据分析 在工程审计领域，数据分析是发现问题和提供建议的关键环节。高效的数 据 处理工具能够帮助审计人员更精准地完成工作。 工程审计数据处理方面，DeepSeek

产品在生产操作、物流配送等典型工业场景中的应用，二是智能化的 工业控制平台通过集成人工智能技术与工业机器人等设备，在产线优 化和试验验证等群体智能场景中的应用。 本报告分为研究背景、技术趋势分析、应用现状分析和前景展望 四个部分。首先，从技术突破、大国竞争和市场前景三个角度，分析 “机器人+人工智能”工业应用的发展背景；其次，从技术趋势的角 度，回顾人工智能与机器人融合的三大技术方向，分析在人工智能大 模型推动下，以 2、物流配送：“识别+导航”模型组合适用于封闭生产场景 . 12 3、质量管理：机器视觉检测大量取代人工检测 ............ 12 4、安全管理：在部分重化工业存在一定需求 .............. 13 5、试验验证和产线优化：仅在部分龙头企业开展探索 ...... 13 （二）应用行业：重点用于汽车、电子、金属三大行业 ..... 14 1、汽车：关注精细生产、高效物流和外观检测 （三）工业领域将成为短期内智能机器人应用落地的主战场 自动化水平高、结构化、封闭式的工业场景是当前技术条件下智 能机器人最大的应用市场。工业环境相对标准化，生产流程固定，对 机器人的自主性和泛化性要求较低，部分领域如汽车、电子信息等已 3 经率先实现了工业机器人的规模化应用。根据国际机器人联合会 （IFR）在 2024 年 10 月发布的《2024 年世界机器人报告》，2023 年 全球工厂中运行的工业机器人数量超过

子纠错和量子存储时间等，还是上层的量子互联网体系架构，如运行 模式和协议栈，都不成熟。这也导致在量子互联网的研究中还面临很 多新的问题和挑战。 本白皮书首先简洁地介绍和梳理量子互联网相关的基本原理和 II 技术，包括部分量子信息基础知识和代表性协议等。随后介绍量子互 联网的发展现状和代表性的体系架构方案。最后围绕量子互联网的基 本技术路线提出构建未来量子互联网的运行模式，讨论和展望量子算 网协同的研究内容和可 先制备一系列某个 Bell 态，比如  。Alice 将这一系列纠缠对的另 一半量子比特发送给 Bob，如图 7（b）。然后 Alice 和 Bob 对他们共 享的纠缠对序列进行窃听检测，即抽取一部分纠缠对进行测量比对。 如果窃听检测结果为不安全，则立即终止通信。如果结果为安全， Alice 将会对其持有的光子序列进行编码操作，如图 7（c）所示。即 使用如下四个幺正操作： I U 00  时钟网络。每个不同节点上的原子钟包含了大量的原子作为参考频率。 每个时钟也拥有自己独立操控的本地振子。通过周期性地询问量子比 特来维持时间，并且利用测量数据来稳定自己的本地振子频率在原子 跃迁的参考频率上。每个节点分配一部分的量子比特去形成一个贯穿 所有节点的纠缠态。通过该纠缠网络来获得一个每个节点都可以访问 的超精确的钟信号。每个钟循环分为三个阶段：（1）初始化：制备钟 原子态；（2）测量：本地振子的询问；（3）反馈：根据测量结果修正

应用撰写系列深度，围绕大模型应用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一篇综述，第一部分从金融机构数字化转型的核心痛点出发，第二、三部分以数字营销、海外投顾及保险数字化 三个场 景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动金融机构数字化转型的核心逻辑，最后一部分对券 商、保险、 信贷、供应链金融及其他金融科技机构业务逻辑的痛点和数字化价值进行深入 用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一篇综述，第一部分从金融机构数字化转型的核心痛点出发，第二、三部分以数字营销、 海外 投顾及保险数字化三个场景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动 金融机构 数字化转型的核心逻辑，最后一部分对券商、保险、信贷、供应链金融及其他金融科技机构业务逻 辑的痛点和 数字化价值进行深入探 应用撰写系列深度，围绕大模型应用于金融业各类子行业的痛点、案例、未来展望等维度进一步展开。 本文作为第一篇综述，第一部分从金融机构数字化转型的核心痛点出发，第二、三部分以数字营销、海外投顾及保险数字化 三个场 景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动金融机构数字化转型的核心逻辑，最后一部分对券 商、保险、 信贷、供应链金融及其他金融科技机构业务逻辑的痛点和数字化价值进行深入

17 图31： PaLM2 的从小到大的四种版本 .........................................................18 图32： PaLM2 在部分测试中体现出了优异性 ...................................................18 图33： ChatGPT App 欢迎界面 ........... 7740 亿 资料来源：ChatGPT，Google，国信证券经济研究所整理 大模型训练对硬件的挑战：算力、内存和通信 内存方面，大模型训练的内存可以大致理解为参数、优化器状态、激活、梯度四 部分的和。它们大致分为两类：静态内存和动态内存。参数、优化器状态较为固 定，属于静态内存，激活和梯度等中间变量属于动态内存，是最主要的内存占用 原因，动态内存通常是静态内存的数倍。 图9：静态内存 图10：动态内存 不需要跨系统传输，减少遭受网络安全攻击的风险。 4）保护用户隐私：人工智能可以分析现实世界的信息，而无需将其暴露给人类， 大大增加了任何需要分析外貌、声音、医学图像或任何其他个人信息的隐私安全。 即使部分数据是出于培训目的而上传，也可以将其匿名化以保护用户身份。 5）高可靠性：去中心化和离线功能使边缘 AI 更加稳定，不受网络访问限制，这 是关键任务系统稳定运行的必要条件。 当边缘 AI 应用程