 智慧教育资源  智慧评价（教、学）  智慧服务  智慧教室  智慧校园  智慧平台  智慧教育方式 10 信息技术 与学科教 学深度融 合 全球教育 资源无缝 整合共享 无处不在 的开放、 按需学习 基于大数 据的科学 分析与评 价 绿色高效 的教育管 理 技 术 特 征 情景感知 无缝连接 可视化 按需推送 智慧 教育 核心 特征 全向交互 有效联接和利用学习 社群进行沟通和交流 提供支持 无缝切换 无缝切换 联接社群 系统集成 虚实融合 多终端访问 系统集成 遵循技术标准，跨级、跨 域教育服务平台之间实现 数据共享、系统集成 虚实融合 通过增强现实等技术 实现物理环境与虚拟 环境的无缝融合 多终端访问 支持任何常用终端设备无缝 连接到各种教育信息系统， 无缝获取学习资源与服务 联接社群 根据教学内容和学生学习需求，适时调整变换教学 组织形式，提升学习效率。如，扇形、马蹄形、半圆 形、圆形等座位排序，便于学生讨论交流，缩短师生、 生生之间的心理距离，提升学生的群体合作意识，便 于群体智慧共享。 学习环境：根据学习需求调整学生座位 3 Learning environment 学习环境：以课程内容布置教室 教室文化 课程特色 4 以课程内容为基础进行教室文化 布置，用学生课程学习作品来装点

型 参 数 ? 671B 参数 (GPT-3:175B 、 GPT-4:1.76T?) ■ 每个 token 激 活 3 7B 参数 (~5.5%), 降低计算 量 MoE: 1 共享专家 + 256 路由专家 MLA: 低秩压缩 DeepSeek v3 模型参 数 L=61 层 oo oouatence9 Input Hiden heOOOO ka Hidden ut ■ 核心技术 DeepSeekMoE: 显者减少计算量 ( 穷则战术穿插 ) ■ 针对美国的算力禁令 ■ 核心思想： 1 共享专家 +256 路由专家，激活 8 个路由专家 ■ 共享专家： 捕获通用知识、降低知识冗余 ■ 路由专家： 量大、细粒度、灵活组合、方便知识表达 ■ 结果：每个 Token 只要过 360 亿参数 (Llama 3.1 要

存取和通信的开销。 2. 对昇腾更亲和，大幅降低对 HBM 依赖，提升推理 Decode 性能。 MLA 架构 昇腾 影响 具体实现 实验结果 ① 模型结构 • 每个 MTP 模块共享嵌入层和输出头 • 每个 MTP 模块独占一个 Transformer Block 和一个投影矩阵 • 多个 MTP 模块串联保持完整的因果关系链 ② 训练策略 • 每个 MTP 降低后训练复杂度 推理优化 单次推理效率倍级提升 一次预测多个 token 推理倍级提升 FP16/BF16 1 前 1 后单流水 需要裁判模型评估 1 次 1token 预测 MHA/GQA 分组共享减少缓存 GPT4 16 专家选 2 FP8 混合精度 双向流水并行 新老策略组队评估 1 次多 Token 预 测 MLA 低秩压缩减少缓存 DeepSeekMoE 更稀疏 256

第一，语言理解与知识问答能力。 利用大模型对于自然语言的理解能力，能理解和识 别用户意图，使员工能通过自然语言就能与机器进 行交互；另外通过为大模型外挂知识库，增强知识 检索能力，可以提升知识获取和共享效率。这些能 力在工业领域可普遍应用于智能客服、知识管理、 教学与培训、工业文档检索与统计等场景中，大幅 提升工作效率，减少人力劳动和成本。 还可以基于行业大模型提供知识问答/异常诊断/产 6 处理器的高效性。对于性能要求苛刻的工作负载，这意味着平台在高负载下有 效地利用能耗，以帮助快速完成工作。 利用增强的安全功能跟上业务增长的步伐 在本地、边缘和云服务器上追求新的业务模式和数据共享，即使在处理敏感数据或受监管数据时也是如此。基于可信执行环 境 (TEE) 的机密计算能够帮助在使用过程中保护数据和 AI 模型。采用性能核的英特尔® 至强® 6 处理器允许客户选择最符合 其业务和监管要求的机密计算技术。 速器、网络适配器、存储控制器和存储。 • 多达 64 条 Compute Express Link (CXL) 2.0 通道，每 条通道的数据传输速率高达 32 GT/s，支持 CXL 功能， 包括内存扩展和共享（包括 Type 3 设备）。 数据 • 英特尔® 数据保护与压缩加速技术（Intel® QuickAssist Technology，英特尔® QAT）支持卸载批量加密和压缩， 以加速网络和存储。

2. 工厂质检员用 AR 眼镜识别 0.01mm 级零件缺陷 ③分布式群体智能 ⚫ 区块链+AI：建立去中心化训练网络，数据贡献者可获得智能代币 ⚫ 联邦学习突破：医院间共享医疗模型但不泄露患者隐私 案例实证： 10 万部手机联合训练出地震预警模型，准确率超专业设备 2.产业融合：重塑万亿级市场格局 DeepSeek 将成为“产业操作系统”，催生三大新兴经济形态：

算集群。 赛尔网络的一份报告显示 ，全国近 2000 所高等 学校中， 91.6% 的高校未建设校级算力平台。 这显然难以匹配大 模 型时代的要求 ，容易出现算力资源分散管理、 忙闲不 均、 共享不畅等问题 ，拖慢科研成果产出效率 大模型的技术栈复杂。 即使是目前广 受欢迎的 DeepSeek ， 在业界看来 ， 其落地门槛仍然很高 比如拿到一个开源的 DeepSeek 模型后 量业务系统操作、调取业务系统数据、分析并生成用户所需统计 数据和统计图表 助国际交流 基于海事超级智能体供给海事教育资源 ，引入外部专业力量 ，构 建共商共建共享的云中海事大学 ，共同促进海事数字化、智能化、 绿色化。超级智能体可对目标内容进行英文翻译。方便留学生或 师生在国际交流中应对多语言环境 ，使校内规章制度等文件不需 翻译成多种语言或避免翻译范围不充分问题

DeepSeek-V3 主要模型参数 ➢ 671B 每个Token 激活 37B参数, ~5.5% ➢ 61层 Transformer, Hidden Dimension: 7168 ➢ MoE: 1 个共享专家 (Shared Expert) + 256 路由专家（Routed Expert) 每个Token 激活 8 个路由专家 ➢ DeepSeek-V3 模型架构: MLA (Multi-head