线下零售。 �� 市集零售 ����年代 百货零售 ����年代 新零售 当 前 即时零售 ����年代 电商零售 ����年代 资料来源：弗若斯特沙利文 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age �� 电商的发展使得零售行业由传统的实体零售模式，逐渐发展为突破地域限制的电 商零售，到如今的 提升供应链整合能力，对供应商进行统一优化管理，并利用销售预测等技术打破 门店需求与供应商供应之间的壁垒，从而降低零售企业的运营成本，提高业务效 率。 �.� 零售行业的复杂性 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age �� 区域差异性。零售市场呈现出高度差异化的区域特征，地理环境、消费习惯与经济 水平发展的多 点，实现线上线下融合。这种融合模式既能在零售运营中更主动的触达消费者，增 强用户全生命周期管理能力，又可依托智能算法实现供需精准匹配，从而在提升 消费体验的同时降低渠道冗余成本，形成更具韧性的运营体系区域差异性。 助力零售赢在数字时代 Empower Retailers to Thrive in the Digital Age � 全球零售行业市场规模，按零售额计（����-����预测） 近年来，全球零售市场持续受到

《电子行业周报-景气拐点将至，以时间换空间》 —— 2023-05-15 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 2023-05-08 大模型参数量级飞涨，相应训练集需同比提升。李开复定义 AI 2.0 时代的 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 Gecko，其可在最新的旗舰机型上离线运行。同月，OpenAI 首次推 出 ChatGPT 移动端应用，各家大厂正式进入 AI 模型移动端创新、竞争时期。 智能音箱、全屋智能中控屏、手机、MR 等均有望成为这一时代的交互入口。 产业链相关公司：半导体：晶晨股份、瑞芯微、全志科技、北京君正、兆易 创新；消费电子：传音控股、歌尔股份、福立旺、闻泰科技、创维数字。 风险提示：AI 技术发展不及预期；边缘端芯片发展不及预期。 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 2 内容目录 百亿参数大模型具备涌现能力，训练数据需等比例提升 .............................. 5 大模型的参数下限：AI2.0 时代，基础大模型参数指数级增长 ................................ 5 大模型的参数上限：参数的增加需要同等量级的训练集增加 ......................

月彭博发布金融大模型 BloombergGPT ，开启金融 AI 大 模型的数字金融新时代。东方财富、 同花顺、恒生电子引领金融科技 前沿。 l 互联网在中国迅速发展， 2008 年牛市下 PC 端金融网络门户 兴起，新浪、搜狐、网易等传 统门户财经频道日益成熟，和 讯网、金融界、证券之星等垂 直财经网址厚积薄发。但是受 限于时代条件，互联网金融领 域仍处于起步阶段。东方财富 后来居上，成为该阶段的集大 — — A I 金 融 互联网金融 APP l 金融行业科技投入逐年提升。随着数字经济发展，金融行业科技投入逐年提升，推动金融科技快速增长。 我们认为 AI+ 金融时代的到来将从存量、增量 2 个方面利好金融行业。存量：①后台部门效率提升；②与大数据结合后，金融产品个性化与精 准营销将增强客户粘性，带来业务增长。 ③投资者数量增长、用户基数提升，投融资需求提升， 数据来源：艾瑞咨询，东吴证券研究所 产品创新 风险管理 监管科技 智能营销 图：金融大模型落地路径与能力对比 机器学习 大模型训练 数据准备 & 增强 以金融大模型引领的“ AI ＋金融 ”已经开启了全新的金融科技时代。 国内金融垂类大模型百花齐放 ，各家公司都在致力于以大模型赋能股 基 APP 或是金融终端 ，为已有功能注入 AI 能力 ，实现智能客服、智能投顾、智能风险等多场景应用 ，通过大模型多样、便捷、高效的特点

加快高密度算力基础设施建设，推动液 冷、模块化机房等高效散热技术和架构 创新，满足AI算力中心对高功率机柜的 迫切需求。 算力中心机柜功率密度攀升 机房 计算机时代 DC 互联网时代 云DC 大数据时代 AI DC 智能时代 2～3 3～5 5～8 20～50 单位： KW/每机柜  边缘数据安全与跨层级协同机制 随着越来越多的AI推理任务下沉至边缘设备（如智能摄像头、车载系统、工业传感器、手机等），敏感数据

S0980522100001 S0980522090001 l GPU 是人工智能时代下满足深度学习大量计算需求的核心 AI 芯片。 过去五年，大型语言模型的参数规模以指数级增长；从 2018 年起， OpenAI 开始发布生成式预训练语言模型 GPT 以来， GPT 更新换代持续提升模型 位的单精度浮点数数据下，训练 阶段所需 GPU 数量为 1558 个，谷歌级应用推理阶段所 需 GPU 数量为 706315 个。 l 英伟达开辟 GPGPU 加速计算格局， GPU 架构演进及产品布局赋能 AI 时代。 英伟达 (NVIDIA) 成立于 1993 年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 Pre-training 序列长度 512 1024 2048 # of Decoder Layers 12 48 96 Size of Hidden Layers 768 1600 12288 l 随着互联网时代对于数据量的积累，大数据背景下神经网络成为机器学习的重要方法。 2012 年，深度卷积神经网络 AlexNet 凭借在图像分类识别领域中性能的大幅提升及错误率 的 大幅降低，成为人工智能的标志性事件。

广州镭威视安防科技有限公司 杭州涂鸦信息技术有限公司 杭州研极微电子有限公司 英特灵达信息技术（深圳）有限公司 深圳高斯贝尔家居智能电子有限公司 上海摩象网络科技有限公司 深圳技威时代科技有限公司 广东九安智能科技股份有限公司 广州市宏视电子技术有限公司 杭州杰峰科技有限公司 深圳市芯睿视科技有限公司 深圳市积加创新技术有限公司 杭州觅睿科技股份有限公司 国科微电子股份有限公司 北京清微智能科技有限公司 浙江芯劢微电子股份有限公司 厦门算能科技股份有限公司 瑞芯微电子股份有限公司 珠海全志科技股份有限公司 成都唐米科技有限公司 深圳市华创时代科技有限公司 深圳市联合光学技术有限公司 三棵小草（深圳）物联科技有限公司 深圳市视美泰技术股份有限公司 深圳市中科领创实业有限公司 宠会说社区（深圳）信息技术有限公司 IOTE 像、探测距离短、漏报误报等痛点，于是AOV因势而生。 AI 大模型 AI的趋势所有人都不怀疑，在IPC硬件的价格竞争愈演愈烈的时候，增值服务盈利方式就变得至关重要，尤其是做海外市场，硬 件高毛利的时代也已经一去不复返，而市场投入却不断增加，在海外市场4G产品未来是一个趋势，但目前占比还不算高，而云 存虽然说海外市场云存转化率比国内要高，但也就10%左右，在硬件毛利下降时候，谁能承载新的利润点？从Ring的产品规划来

量的金融行业大模型 4. 幻方量化DeepSeek LLM 67Bt：数学能力表现突出，指令跟随、编程能力遥遥领先 5. 金融大模型百花齐放，引领金融行业效率变革，开启数字金融新时代 目录 金融大模型加速落地，百花齐放开启数字金融新时代。 目前金融大模型已经在金融资讯、产品介绍内容的文本生成、构建虚拟客服在线 交互等方面进行应用，未来更多的金融大模型加速落地，金融大模型百花齐放，将实现更加精细化处理行业细分场景、并催生新的场景和 应用，全面赋能金融行业已有业务，积极推动金融行业新业务产生，全面重塑金融业务生态，开启数字金融新时代，推动金融行业不断向 前发展。 5.2. 金

的主要痛点之一。24 年 5 月，微软推出 Copilot+PC，通过在终端侧部署轻 量级的大模型，在保护隐私的前提下，能够实现会议纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求，是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI PC 渗透率有望大幅提升。 风险提示：AI 及技术落地不及预期；硬件产品销售不及预期，服务业务用 户增速放缓。本研报中涉及到未上市公司或未覆盖个股内容，均系对其客观 白质生 成能力拓宽人类探讨世界的范围，特别是在新药开发上的应用前景。 图表1： AI 大模型如何赋能各行业 资料来源：华泰研究 硬件是大模型的重要载体，什么是 AI 大模型时代的最佳硬件形态是投资人最关心的话题之 一。我们认为随着大模型能力的不断提升，新的硬件形态会被不断解锁。建议投资人沿着： 1）大模型如何赋能终端，2）终端如何解决大模型普及难点两条思路，寻找硬件的落地机 的主要痛点之 一。24 年 5 月，微软推出 Copilot+PC，通过在终端侧部署轻量级的大模型，在保护隐私的 前提下，能够实现会议纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求， 是大模型时代生产力工具的主要支点。我们认为 2025 年 AI PC 渗透率有望大幅提升。 终端如何解决大模型痛点：高频使用（AI 手机）。手机是人们日常生活最高的交互终端，具 有普及率高、使用频率高，

与世 界其他地区完全隔离的本土供应链。 新质生产力 2023 2024 科技基础条件“自主保障” 该术语于2023年9月提出，指的是“因科学 技术不断突破而涌现出来的新生产力，其将在 智能信息时代推动可能带来颠覆性技术进步的 战略性未来和新兴产业”。 10&11“新质生产力” 本质上是对《中国制造 2025》目标的重新定 义，将应用于更广泛的产业，表明了中国有意 继续实施战略性产业政策。 前都更加清楚地认识到中国的产业政策做法及其对各自市场可能产生的负面影响，并准备相应地解决任何 由此产生的市场扭曲。 36 该术语于 2023 年 9 月提出，指的是“因科学技术不断突破而涌现出来的新质生产力，其将在智能信息时代推动可能带来颠覆性技术进步的战略性未来和新兴产业。”《解读： “新质生产力”是什么意思？》，新华网，2024 年 2 月 21 日，查阅日期 2025 年 2 月 6 日，时代超越石油巨头成为中国企业补贴榜首》，《日经亚洲》，2024 年 6 月 6 日，查阅日期 2025 年 1 月 22 日，

10 积分 | 52 页 | 3.05 MB | 6 月前

3

道路，切实履行节能减排和可持续发展的社会责任。 3 地方规划与产业优势 3.1 贵州地区政策环境 贵州地处中国西南内陆地区腹地，是中国西南地区交通枢纽，长江经济带重要组成 部分。贵州在新时代全国发展大局中具有重要地位，作为首个国家级大数据综合试验 区，贵州深入实施数字经济战略，加快建设数字经济发展创新区，对加快推动我国数 字经济发展和数字中国建设具有重要的战略引领作用。 贵州地处 系列改革举措，准入准营更加宽松便捷，营商环境持续优化，市场主体发展活力进一步 增强，市场主体数量稳步攀升。截至目前，全省市场主体总量突破 400 万户，注册资 金突破 10 万亿元。 国务院印发《关于支持贵州在新时代西部大开发上闯新路的意见》（国发 〔2022〕2 号文件），提出贵州数字经济发展创新区的战略定位，要深入实施数 字经济战略，强化科技创新支撑，激活数据要素潜能，推动数字经济与实体经济融合 生活的主航道，踔厉奋发，以负责任银行的主动担当普惠万家、添美 中国，一张蓝图绘到底，向着“一流银行、百年XX”的远大目标继续前进。 5 项目实施的必要性 5.1 夯实XX数字化转型的坚实底座 面对数字时代的一系列变化，XX银行股始终坚持“网点XX”要稳，“数字XX”要进， 紧密围绕“生产力、生产方式、生产关系”三个方面，不断改革创新，加快经营模式转 变，壮大科技实力，提升全员的数字化思维和能力，继续加大对科技的人财物投入，