算法和混合精度训练优化计算与通信负载；通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间，显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。 DeepSeek 模型对跨节点的全对全通信机制进行优化， 充分利用 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商

请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2023年05月31日 超 配 电子 AI+系列专题报告 边缘 AI：大语言模型的终端部署，推动新一轮终端需求 核心观点 行业研究·行业专题 电子 超配·维持评级 证券分析师：胡剑 证券分析师：胡慧 021-60893306 021-60871321 hujian1@guosen.com.cn huhui2@guosen .11 缩减优化模型，部署终端设备 ...........................................................12 “贾维斯”式智能管家，引领全新换机需求 ....................................... 16 大语言模型有望成为复杂 AI 系统的控制中心和交互入口 .......................... 证券研究报告 7 围从 7000 万到 160 亿，发现模型大小和训练集数量应该相等地缩放，从而达到最 佳效果。目前看来，单一语言模态的大模型，100B 量级的参数足以满足大多数知 识检索和浅层推理的需求，但充分释放这些参数的全部潜力需要 1000B 量级的训 练 token。 作为验证，通过训练一个预测的计算最优模型 Chinchilla 来检验这个假设，该模 型使用与 Gopher 使用相同的

务式计算服务的特征与需求？这就是算力网中算网协同的实践方向。 进一步地，如何将这种实践能够构建在跨东西部区域的广域网络之上， 就是面向东数西算的算网协同。 《东数西算算网协同调度-业务场景白皮书》（简称白皮书）的编 制，是基于国家东数西算“安全新总线”项目所开展的算网协同工程 实践。“安全新总线”通过 400Gbps 互联了国家八大枢纽节点、以及 多个国家超算中心，可根据任务时延、带宽需求提供广域确定性网络 .108 1 一、“东数西算”概述 1.1 背景 随着数字经济的迅猛发展，数据量呈爆发式增长，对算力的需求 也日益迫切。然而，我国东部地区经济发达，数据需求旺盛，但面临 ●土地 、能源等资源紧张的问题，算力供给受限；而西部地区资源丰富， 具备发展数据中心的天然优势，但数据需求相对不足。在此背景下， 我国“东数西算”工程应运而生。“东数西算”就是将东部地区产生 的数据传输到西部地区 标准化的资源服 务支撑。 图 2-1 整体架构图 算网协同调度平台包含两大用户入口及四个调度模块，功能如下：  资源需方入口：资源需求方可通过该入口发布涵盖算力、存 储、网络等多维度的应用需求。平台将基于全域算力资源池， 4 精准调度匹配需求的算力及网络资源，完成用户任务的部署 与执行。  资源供方入口：资源供应方可通过该入口向平台注册算力资 源，同时登记账户信息等相关内容，实现资源发布、调度、

top100summit.com “天仪”全流程数字化管理协作平台 显著提升研发管理质量效能 全流程数字化闭环管理 • 实时采集：监控研发流程中需求、开发、测试、验收、上线等14个关键节点 • 智能决策：建立13个标准指标，涵盖开发延期率、需求变更率、上线延期率和缺陷率等，覆盖了全部40+个项目 • 严格考核：实现对于自研团队、外包团队共计100人+标准化管理，并将量化结果与月度考核直接挂钩 www.top100summit.com 目 标 分析开发工时消耗 持续优化堵点痛点 开发需求流程标准化 需求花费工时线上化 持续提升效能 www.top100summit.com 线上化-沉淀标准化的数据和管理动作 利用TAPD作为团队流程管理工具，将项目协作标准化，流程化，提升协作沟通效率。 需求管理 聚焦业务价值进行开发资源分配 质量管理 通过缺陷报表针对性进行分析， 对研发过程质量和效率进行监 对研发过程质量和效率进行监 测，提升研发效率 流程管理 规范流程提升沟通效率、降低后 续风险 迭代管理 迭代是研发团队的节奏器，也是研发价值的 输出手段 ，通过控制迭代来安排需求平稳有 序的上线。 目前已经设立37个项目，通过建立单 独项目，实现每个项目都可以在标准 流程下进行个性化管理，已覆盖 100%核心系统，协同参与人员 120+。 www.top100summit.com 标准化的数据沉淀要求及时准确填写

中关村超互联新基建产业创新联盟：袁博。 算力城域网白皮书（2025 版） I 前 言 2025 年初 DeepSeek 的爆火掀起了生成式人工智能的浪潮，带动 大模型训练成本和推理成本的快速下降，驱动算力需求爆炸式增长。 城域网络作为用户与算力资源间的关键桥梁，各类新兴算力业务对城 域网的网络架构、网络能力及服务模式等方面提出了新的要求。中国 电信在 2024 年发布了《算力城域网白皮书》，首次提出算力城域网 业生态与技术的发展，以及算力城域网研究与部署的深入，中国电信 推出《算力城域网白皮书（2025）》，进一步明确城域网络在面向算 力业务新场景、新需求下需具备的网络架构和关键技术能力。 本白皮书首先从算力产业发展、宏观政策以及服务模式等角度分 析了算力发展态势，引出了算力城域网的概念；然后，针对算力业务 需求展开分析，明确了算力城域网应具备的网络能力；其次，分析了 算力城域网设计目标，阐述了算力城域网的总体架构、关键技术和设 三、算力城域网需求.................................................................................6 3.1 需求总述......................................................................................6 3.2 网络能力需求....

前 言 算力是数字化时代的基础设施和核心动能，是全社会智能化转型 的基石。随着云计算、大数据、物联网、边缘计算等技术的兴起，以 及各行各业在数字化转型过程对网络、计算、存储等多维资源需求的 驱动，算力网络应运而生。作为一种结合算力和网络资源的新型信息 基础设施，算力网络通过将动态分布的计算和存储资源互联，将网络、 存储和算力等多维度资源的统一协同调度，实现连接和算力在网络的 得海量的应用能够按需、实时调用分布式计算资源，为数字化转型业 务提供更加经济、高效、泛在的算力供给方案。 在算力网络推进各行业数字智能化转型过程中，随着行业应用涉 及的需求逐渐多样化、模型更加复杂化，行业应用中新业务、新需求、 新场景的多样化多对算力网络的灵活性、自动化和智能化提出了更高 的要求。为应对上述挑战，服务生成算力网络的概念得以提出。服务 生成算力网络通过将 AI 技术与算力网络的基础设施、功能流程、服 知识产权及产业把控力的算力网络应用体系，为我国经济社会的数字 化、网络化和智能化发展夯实底座。 从行业应用角度来说，随着各种新技术、新应用、新场景和新模 式等不断涌现，多元业务的不同服务需求对算力网络的自动化和智能 化提出了更迫切的要求。而且算力网络本身也面临着需求碎片化和多 样化、日益增加的系统规模和复杂度大大增加运维难度、算网资源协 同调度等诸多挑战。通过引入 AI（Artifical Intelligence）技术加快算

随着算力网络的飞速发展，算力资源呈现出泛在化、异构化、分 布化的显著趋势。如何高效感知、协同调度这些广泛分布且动态变化 的算力资源，以支撑日益复杂的智能应用需求，已成为推动产业数字 化转型和智能化升级的关键挑战与核心技术方向。 本白皮书首先详细阐述了分布式算力感知与调度的背景、需求、 体系架构以及关键技术，同时介绍了该技术在远程医疗、智慧城市、 大模型分布式训推以及云游戏等领域的典型应用场景，并探讨了当前 技 ....5 1.3 需求分析.....................................................................................7 1.3.1 国家战略需求分析........................................................ 8 1.3.2 产业发展需求分析......... .......... 9 1.3.3 技术演进需求分析...................................................... 11 1.3.4 用户需求分析.............................................................. 14 1.3.5 功能需求分析......................

XLPM（Super�Low-power� Permanent�Memory，超�功耗永久性�储器）技术，助⼒⾃研�X-RFID®��⽚具有极致性能和极致成本双属性优 势。⾯向海量应⽤的超低成本需求，以及复杂场景应⽤的技术难点，�X-RFID®��⽚�终保持领先优势。 凯路威全球领先的新型�X-RFID®�标签芯⽚产品，采⽤标准�Logic�CMOS�⼯艺制程，独具“四⾼⼀低”优势（⾼ 灵 ··········· 26 图表 18 国产鞋服零售快消品牌 RFID 使用情况汇总 ··············· 27 图表 19 中国鞋服零售快消品与商超零售市场 RFID 需求潜力分析 ··· 28 图表 20 中国鞋服品牌用户 RFID 标签渗透率分析 ················ 29 图表 21 中国国产品牌鞋服快消品与商场零售市场 RFID 标签出货量分析 图表 22 中国快递物流应用场景 RFID 标签需求潜力分析 ·········· 30 图表 23 中国快递物流市场 RFID 标签渗透率分析 ················· 31 图表 24 中国快递物流市场 RFID 标签出货量分析（单位：亿个） ··· 31 图表 25 中国图书档案市场 RFID 标签需求潜力分析··············· 32 图表

图 2 数字化转型成熟度等级 数字化转型成熟度等级中的各级特征如下。 a) 一级：组织应具备转型意识，开始对实施数字化转型的基础和条件进行规划，在运营、生产、服 务等业务领域基于内外部需求开展数字化转型探索工作。 b) 二级：组织应对数字化转型的组织、技术、数据和资源进行规划，完成局部业务的数据收集、整 合与应用，初步具备基于数据的运营和优化能力。 c) 三级：组 应针对数字化转型需求， 配备必要的人员； c) 应积极培育主要人员的 数字化意识； d) 应识别数字化转型所需 要的人才 a) 应在组织架构层面，考虑 数字化转型相关团队或 岗位设置； b) 应通过职责、考核、培训 等措施，确保数字化转型 活动有效展开； c) 应积极打造数字化转型 相关的文化氛围： d) 应配备满足数字化转型 需求的人员，包括但不限 标 项 ； c) 应培育人员使用数据发 现问题、分析问题、解决 问题的能力，并确保人员 能够正确认识数字化转 型带来的各类生产活动 变 化 ； d) 应识别数字化转型外部 专家需求，逐步建立数字 化转型专家库 a) 应通过量化管理方式，管 理相关岗位的任职资格 及人才储备等； b) 应通过对数据进行分析 判断数字化转型的问题， 并做出调整优化； c)

+ 算力 + 数据”是大模型本身的关键，但对于金融应用不断动态沉淀下来的数据和模式创新才是核心胜负手 ; 结论 6 : 智能客服的价值不只是 24 小时在线及拟人化的服务，而在于比客户早半步看见需求 ; 结论 7 : 理解业务与理解技术同样重要 :AI 是认知杠杆，不是流程替代，金融机构业务端的“产品经理”或成为稀缺人才 ; 结论 8 : 金融市场的复杂性与反身性、金融数据的隐私性 公司数字化战略转型的长期价值，与短期财报压力的矛盾 ; 成熟金融机构优势业务体量巨大但增速放缓 ，与创新业务增速虽快但占比太小的结构性矛盾。 业务侧的数字化转型需求零散但技术侧的开发需要统一规划与系统化思维 ; 金融科技基础设施建设快速更新迭代 ; 云原生分布式架构、 API 串联的微服务、容器化、敏捷开发、 De vOp s 等 ; 业务与技术应深度融合 ，通过“产品 + 运营”让“系统”在业务 部 门“用起来” ; 总部—分支机构财富管理赋能体系、投资顾问赋能平台 IT 原生创新偏向基础设施，但业务感知零散 ; 业务感受需求，但工具学习成本高昂 ; 数字化转型应由业务部门，还是 IT 部门发起 ? 数字化运营体系 : 产业数字化需要高瞻远瞩的顶层设 计和敏捷高效的组织架构 ; 数据资产沉淀