助力新质生产力 英特尔® 工业人工智能白皮书 2025 年版 Intel® Industrial AI Playbook 2025 Edition 编委会： 主编：刘 俊、马小龙、朱永佳 编委：方辛月、高 畅、高杨帆、胡 杨、刘 波、吕晓峰、邱丽颖、单 娜、张 恒、张心宇 * 编辑按姓名首字母排序 人工智能 (AI) 技术的快速发展掀起了新一轮工业革命浪潮，通用大模型的出现让 AI 技术从专用化迈向 12300HE 处理器 8 4 4 12 12 MB 高达 4.3 高达 3.3 1.9 (@45W) 1.1 (@35W) 1.5 1.15 否 企业 C 消费者 英特尔® 超核芯 显卡 48 1 OPIO x8 Gen2 嵌入式 DisplayPort 1.4b LP4x/5 x10 USB 2 x8 PCIe 4.0 x2 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 1 GB 的 HBM 容量，最大限度提升性能。 节省成本 和时间 对于适合 64 GB 容量且每核心需要 1-2 GB 内存的工作负载的应用，使用英特尔® 至强® Max 系列处理器无需

（ 2 ）计算机视觉 大模型在计算机视觉领域也有广泛应用 ，可以用于图像分类（识别 图 像中的物体和场景）、 目标检测（能够定位并识别图像中的特定 物 体）、图像生成（如风格迁移、图像超分辨率增强）、人脸识 别（用 于安全验证和身份识别）、医学影像分析（辅助医生诊断疾 病）等 （ 1 ） 自然语言处理 大模型在自然语言处理领域具有重要的应用 ，可以用于文本生成 （如文章、小 ，提供解题思路与引导式问题 编程助手 支持 10 余种编程语言的代码创作与问题诊 断 2025 年 2 月 19 日 ，郑州大学国家超级计算中心、 计算机与人工智能学院、 信息化办公室携手攻坚 ，成功在超算中心设备上部 署本 地化“满血版” DeepSeek-R1 大模型（ 671B ） 。在多个关键应用领域 ， DeepSeek-R1 大模型展现出强大的实力 4.2 国产 AI 大模型 DeepSeek 模型微调技术要点 （ 1 ）高质量的标注数据： 标注数 据 的质量直接影响微调的效果 ， 需 要确 保数据标注的准确性和一致性。 （ 2 ）合理的微调策略： 选择合适 的 微调算法和超参数 ，避免过拟合 或欠 拟合问题。 4.4 本地部署大模型方 案 在监督微调阶段 ，模型会学习一个 指令 - 响应（ Instruction-Response ） 数据集 ， 该数据集包含大 量人

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： ①智能原生经济 生产范式：从“设计-制造-销售”转为“需求直连制造”

，突破精确语义理解及复杂推理任务 DeepSeek-V3 是一款 MoE 模型，总参数量 671B ，激活参数量 37B ，采用 2048 张 H800 （节点内 NVLink ，节点间 IB ，非超节点架构） 在 14.8T token 数据集上基 于自 研 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