DeepSeek 是 AI 发展史上的一个关键里程碑，但远未达到 AI 终点 AI 模型算法： GPT 、 LLaMA AI 框架： PY 、 TF 异构计算架构： CUDA 互联技术： NV Link AI 芯片： NV 、 AMD • DS 对强化学习的创新使用， 可以让大模型便捷的获 得 通用性 + 专用性， 可以满足各应用场景需求 • DS 对通过从模型结构到训推全流程的极致工程优化， 泛化性和经济性大幅提升 LLM 进入“ CV Resnet 时刻” 补齐最后一块自主创新的版图 真正形成中美两条 AI 技术路 线 AI 框架：昇思、飞桨 … 异构计算架构： CANN … 互联技术：灵衢 AI 芯片：昇腾、寒武纪 … DeepSeek-R1 进一步验证“算力即性能” Scaling Law 升级，模型能力 = 算力 x 数据 x 思考 + 逻辑推理 DeepSeek-V3/R1 HAI-LLM 训练系统总计训练了 1394h （ 58.08 天） 性能优 数学、科学和代码等领域领先业界， 成为业界公认的 LLM 的领先模型 来源： DeepSeek 模型测试数据 & 互联网 硬件级优化 绕过 GUDA 进行 PTX 编程 计算与通信优化，性能提升 30% GRPO ：群体进化的智慧筛选器 自我验证机制： AI 的 " 错题本系 统 " 混合专家模型的

学生通过电子书包 等终端随时随地享 受云端的各种学习 服务 云学习环境 • 保证学习数据的永 不丢失，为学习分 析提供数据支持 存储学习过程 数据 28 泛在网 络 泛在网络是通信网、互联 网、物联网的高度协同和 融合，将实现跨网络、跨 行业、跨应用、异构多技 术的融合和协同。 29 泛在网 络 创 新 学习、生活与工作的连通 学校教育、家庭教育和社会教育的 连通； 手机、平板、 案例：南方科技大学附属实验学校 信息化应用环境建设 自带设备学习 （ BYOD ） 新技术全学科运用 我们以云计算为基础，在语文、数学、英语、音乐、美术、科学等 学科中开展基于移动终端的云学习，并借助无线互联网和智能移动 终端，进行教学创新，以期探索出具有南方科技大学实验学校特质 的信息化教与学模式。 配备 PAD 移动终端（板书、分 享、评价、展示） Windows8 操作系统、多点触控显示器

2024 年 12 月 ， 人工智能教母级人物、 斯坦福大 学终 身教授李飞飞在公开演讲中说道： “斯坦福应 该录 取最会用 ChatGPT 的前 2000 名学生”。 2025 年 1 月 ， 互联网知名企业家周鸿祎发表观点 ”未来擅长使用 AI 的人会淘汰不会使用 AI 的人 “。 2. 人工智能思 维 3.1 大模型的概念 3.2 大模型的发展历程 3.3 人工智能与大模型的关 ，提供相关的知识和信息。 与其他聊天机器人相比 ， ChatGPT 具备更强的语言理解和生成能力 ，能够更自 然地与人 类交流 ，并且能够更好地适应不同的领域和场景。 ChatGPT 的训练数据来自互联网上的大量文本 ， 因此 ， 它 能够涵盖多种 3.6.1 国外的大模型产 品 语言风格和文化背景 n Gemini Gemini 是谷歌发布的大模型 ， 它能够同时处理多种类型的数据和任务 它可以与用户进行自然语言交互 ， 帮助用户解决各种问题 ，提供相关的知识 Kimi 是月之暗面科技 2023 年推出的 AI 助手 ， 可处理 200 万字超长文本 ，支 持多 格式文件解读、 互联网信息搜索整合、 多语言对话等 ，能用于办公、 学习、 创作 等 场景 ，有网页版、 APP 、 微信小程序等使用方式。 3.6.2 国内的大模型产 品 和信息 n Kimi 大模型幻觉 ，也被称为

美国政府对我国的禁令 现成成熟算力： 2023 年禁止出口高端 Al 芯片 ■ A100 、 H00 、 H800 、 A800 等数据中心 GPU ■ 运力： 2022 年限制 Al 加速器的互联带宽 算力： 2024 年禁止台积电代工 7nm 工艺的国内芯 片 存力： 2024 年禁止 HBM 芯片 光刻机： 2024 年限制荷兰 ASML 出口 7nm 光刻机到 中国 时代背景：算力卡脖子

年工作经验”的 能力 ⚫ 决策共生：AI 构建“平行推演空间”，在重大决策前模拟 100 种可能性并标注风险 路径 ②感知升维突破 ⚫ 多模态进化：2025 年将实现“五感互联”，例如通过气味传感器分析食品安全，震 动反馈识别机械故障 ⚫ 时空穿越能力：结合历史数据与预测模型，企业可“预览”三个月后的市场格局 ③社会操作系统 ⚫ 城市智能中枢：在深圳试点中，DeepSeek

尽管可以完成复杂的推理，但是仍然受限于一些对于人类来 说很简单的任务（例如，逆转诅咒），泛化能力较弱： ➢ 本质上在于 LLM 的思考范式仍然是静态，非过程性的； ➢ 一些看似复杂的任务，实则在互联网上有相近的解决办法， 在训练语料中有所蕴含（Hypothesis: Depends purely on Task Similarity instead of Task Complexity）；

HPC 系统代码的情况下获得的性能增益。4 多达 56 个 性能核 英特尔® 至强® Max 系列处理器利用由四个小芯片构成的多达 56 个性能核的强大功能，通过 英特尔® 的嵌入式多芯片互联桥接 (EMIB) 技术在 350 瓦封装中互相连接。 64 GB 高 带宽内存 英特尔® 至强® Max 系列处理器通过 4 个 HBM2e 堆栈、64 GB 超高带宽封装内存和每核超 过 条内存通道，进一步支持更高的内存带宽。 • 当使用低成本内存（如支持 CXL 2.0 的 DDR4）时， “Flat” 内存模式可帮助扩展系统内存并优化 TCO。 连接与 I/O • 英特尔® 超级通道互联（Intel® Ultra Path Interconnect， 英特尔® UPI）2.0 的跨插槽内带宽速度高达 24 GT/s， 与上一代产品相比提升高达 20%。 • 双路服务器拥有多达