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 24 年 7 月，全球 AI 资本开支持续高速增长，带 来 AI 服务器市场规模大幅提升，预计到 26 年全球 AI 服务器出货量将达到 237 万台，对应 2023-2026 年 CAGR 为 26% 。 l 重点推荐组合：中芯国际、翱捷科技、德明利、工业富联、沪电股份、联想集团、国芯科技、澜起科技、芯原股份、龙芯中科、东山精密、景旺电子。 l 风险提示：宏观 AI 应用推广不及预期、 AI 投资规模低于预期、 AI 服务器渗透率提升低于预期、 应用爆发持续推升算力 需求 请务必阅读正文之后的免责声明及其项下所有内容 Deep Seek 发展突 飞猛进 ，领跑开源大模型技术 与生态 A I 应用爆发在 即 ，算力 需求持续攀升 ， 关注 AS IC 及服务器产 业链 风险提示 请务必阅读正文之后的免责声明及其项下所有内容 02 01 03 目录 DeepSeek 发展突飞猛进，领跑开源大模型技术与生 态 请务必阅读正文之后的免责声明及其项下所有内容

FY2Q24 收入指引为 107.8-112.2 亿美元 (YoY 60.8% 至 67.4% ， QoQ 49.9% 至 56.0%) 。 l 产业链相关公司：算力：英伟达、海光信息、寒武纪、全志科技；服务器：工业富联、国芯科技、环旭电子、闻泰科技、易德龙； PCB ：沪电股份、 胜宏科技、东山精密、鹏鼎控股； AI 终端： 晶晨股份、瑞芯微；先进封装： 长电科技、通富微电、芯原股份；存储：深科技、江波龙、佰维存储、 2592000 秒），则对应 GPT-3 训 练所需算力为 121528TFLOPS ；结 合 A100 有效算力 78TFLOPS ，得到所需 GPU 数量为 1558 个，对应 AI 服务器为 195 台。 l 推理阶段：按谷歌每日搜索量 35 亿次进行假设，估算得到 GPT-3 每 日 需推理 token 数为 79330 亿个，则推理所需运算次数为 4760*10^21FLOPs 根据上述结论， GPT-3 新增 GPU 价值达到英伟达公司 FY23 收入的 39.4% 。 综合 IDC 及 TrendForce 数据估算， GPT-3 新增 AI 服务器 数量达到 2021 年全 球 AI 服务器数量的 65.35% 。 GPU 相关 A100 PCle H100 PCle Tensor Float 32(TF32) 156TFLOPS 756TFLOPS 有效算力

10.7（T1）； 4、一天内忙时的处理量为平均值的 8 倍（B2）； 5、考虑服务器保留 30％的冗余（R）； 服务器处理能力为： TPC-C ＝ （ U1*B1*T1*B2 ） / （ 1-R ） ＝ （2500*0.1*10.7*8）/（1-30%）＝30,571.429tpmC 为了方便计算应用及服务器的内存需求，我们约定： 1）系统占用空间约 5G 2）应用系统占用 5G 16 16 经济开发区“智慧园区”项目项目建议书 3）每个并发连接占用 5M 4）考虑服务器内存保留冗余 30% 内存需求=（每秒并发操作数*每个并发连接数+系统占用空间+ 应用系统占用空间）=（2500*10%*0.005+1+5）*1.3=9.425G （二）存储量估算 根据初步调研，本期项目主要存储如下信息数据： 1、地理信息数据：按照园区规划面积 56.7 平方公里，建成 7.5 （二）总体规划内容 规划建设指挥运营中心、公共支撑平台、智慧感知设备，实现 十大项智慧园区应用。其中： 1、指挥运营中心建设内容包括大屏展示、指挥调度、数字会议、 分布式坐席、数据中心（机房建设、服务器、存储、网络&网络安 全、辅助设施）等。 2、公共支撑平台包括建设内容包括智慧大脑、云平台、大数据 平台、物联网、GIS、视频云、集成服务等。 3、布设物联感知设备包括视频感知、环保感知、人脸闸机、智

完成（训练时间为 2592000 秒），则对应 GPT-3 训练所需算力为 121528TFLOPS；结合 A100 有效算力 78TFLOPS，得到所需 GPU 数量为 1558 个，对应 AI 服务器为 195 台。 推理阶段：按谷歌每日搜索量 35 亿次进行估计，假设每次访问提问 4 次，每次提问+ 回答需处理字数 425 字，平均每个字转换为 token 比例为 4/3，则每日 GPT-3 日为单位（推理时间为 86400 秒），则对应 GPT-3 推理所需算力为 55*10^6TFLOPS； 结合 A100 有效算力 78TFLOPS，得到所需 GPU 数量为 706315 个，对应 AI 服务器为 8.8 万台。 图12：算力计算公式 图13：近年推出的大预言模型有效算力比率 资料来源：NVIDIA，国信证券经济研究所整理 资料来源：NVIDIA，国信证券经济研究所整理 表3：大预言模型算力测算 亿美元 53.2 亿美元 资料来源：NVIDIA，国信证券经济研究所整理 因此，训练大模型必然需要采用分布式方案。不仅要满足算力的需求，还要解决上千 块 GPU 的分布式训练问题，需要考虑到上百台服务器之间的通信、拓扑、模型并行、 流水并行等，这也是复现 GPT-3 的核心难点，模型发布后一年也只有 NVIDIA、微软等 大厂成功复现，目前开源的 GPT 模型库就主要是 NVIDIA 的 Megatron-LM

7 一、从萌芽到产业形成 全球重点区域算力竞争态势分析报告（2025年） 7 算力，即数据处理与计算任务的执行能力，其核心依托于CPU、GPU、FPGA、ASIC等 芯片硬件，并通过服务器、数据中心、超算中心等基础设施，实现对海量信息的高速计 算、存储与传输。伴随人工智能、大数据、量子计算等技术的飞速发展，算力的内涵已 从单一设备的处理速度，拓展为涵盖通用计算、图形处理、AI训练推理、高性能计算及 态。突破算力瓶颈的关键 技术方向聚焦于先进制程如3nm和2nm、小芯片Chiplet技术以及存算一体架构。同时， 中国国产芯片如昇腾、寒武纪、海光等替代进程也在加速推进。服务器作为承载芯片的 基础硬件，正经历AI服务器需求激增的阶段，高密度设计、应对高功耗挑战的液冷散热 技术以及模块化架构成为重要发展趋势，ODM厂商代表如浪潮、纬创、富士康与品牌商 戴尔、HPE、联想、华为、新华三之间竞争激烈。海量数据吞吐需求依赖高速存储技 年） 16 练和复杂计算的核心任务，规模仍在持续扩大，并向高性能计算中心升级。算力产业链 中半导体、软件、云计算等多个领域的价值重构，共同推动算力产业向更高价值方向迈 进。 （2）芯片与服务器技术迭代升级 面对硅基芯片物理极限的挑战，产业界已不满足于仅靠制程微缩向3nm、2nm等更先 进节点推进，而是积极拥抱芯粒技术和先进封装，通过异构集成不同工艺、不同功能的 模块来突破性能瓶颈、

“算力+教育”产业架构 （一）基础设施层 基础设施层主要包括算力基础设施以及硬件与设备。算力基础设 施主要指的是算力中心此类向社会提供算力服务的新型信息基础设 施。硬件与设备则是支撑算力应用的产品包括芯片、服务器等。 当前算力基础设施主要由电信运营商、大型互联网公司以及第三 方 IDC 厂商建设并向外提供服务。与普通算力中心相比较，教育行业 普惠算力赋能教育行业研究报告（2025 年） 17 算力 器支撑算力赋能教育行业。面向教育行业的硬件与设备需要提供异构 算力，并且需要配备适配教育硬件（如 VR 头盔、智能笔等）的专用 接口。梧州学院在其智慧校园专班依托华为 Atlas 800 服务器成功部 署了 DeepseekR1（70B），全方位赋能智慧校园，不断扩展校内知识 库，逐步优化和拓展功能。 基础设施层面呈现如下发展态势：一是算力基础设施向着“资源 集中化”“场景智能化” 条支撑”。二是硬件 与设备正从单一性能竞争转向场景化、生态化、可持续化的综合能力 比拼。面向教育行业的算力硬件与设备不仅需要提高算力性能，实现 绿色低碳，同时也需要与教育生态深度融合，芯片与服务器厂商联合 教育科技企业，提供“硬件+软件+服务”一体化方案，未来，硬件将 不仅是算力载体，更成为连接教师、学生与技术生态的核心枢纽，推 动教育公平与质量的双重提升。 （二）平台技术层 平台

区智慧旅游建设项目可以更加完善进步。主要应用的技术有： 1.云计算 云计算是一种基于因特网的超级计算模式，在远程的数据中心 里，成千上万台电脑和服务器连接成一片电脑云。云计算的基本原 理是，通过使计算分布在大量的分布式计算机上，而非本地计算机 或远程服务器中，使数据中心的运行更与互联网相似。云计算包括 三个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS） 和软件即服务（SaaS）。 滨河新区京河大道以南、骏驰大道西北，作为区市两级的重点工程， 大数据中心一期规划总用地面积 50 亩，总投资约 3 亿元，规划 1000 个机柜，可承载 2 万组服务器，存储能力可达 1.1EB。 2014 年 6 月动工，现已建成 508 个机柜，可承载 1 万组服务器， 为银川市的旅游管理、政务管理、公共服务、经济发展、游戏/银行 等行业提供大数据支持和服务。即将启动的二期工程占地 130 亩， 总建筑面积达 整合数据和应用，将数据转化为资源，将业务系统转化为 服务能力，能够快速重构应用系统，快速响应业务变化，支撑旅游 业态的快速发展。  建设统一的云计算资源调度和计费监控平台，实现各类计 算资源（包括物理服务器和虚拟服务器）、存储资源、网络资源的 统一调度、管理和运维监控。  充分利用现有 IT 基础资源，对原有设备进行充分利旧， 纳入 IT 云平台的统一管理。  提供智慧管理体系、智慧服务体系、智慧营销体系和智慧

中国：人工智能系列 市场研读 | 2025/02 58% 49% 16% 26% 19% 8% 12% 5% 4% 3% 2023 2027 推理平台及应用部署偏好 设备端 边缘服务器 本地一体机部署 私有云 公有云 来源：沙利文、头豹研究院 中国推理算力：定义与服务覆盖范围 关键发现 推理算力主要负责AI模型的推理任务，主要用于处理和执行已经训练好的模型进行实 际 推理芯片的目标是在已经训练好 的模型上执行任务，推理芯片不 需要进行复杂的学习过程，其设 计重点是在保持高效计算的同时， 尽可能减少功耗。  因此，推理芯片比较关注低延时、 低功耗。可配置使用优化的推理 硬件，高效能的服务器和网络设 备如GPU、NPU或FPGA，这些硬件 能够高效执行模型推理任务，以 确保快速响应时间和稳定的服务。 但不一定需要与训练时相同的硬 件配置 。  推理型智算中心的硬件更注重处 理速度和可靠性。 通过“超级节点”集群架构，以多卡互联实现 系统级算力突破，有效弥补单芯片性能差距。 AI芯片实现多技术路线并行发展，训练与推理芯片 性能快速提升。华为采取开放策略，公开芯片路线 图并授权合作伙伴生产自有品牌服务器，吸引更多 企业加入生态，共同提升国产解决方案竞争力。 产业协同 技术突破 生态构建  国产算力正通过技术、生态与产业链的协同效应，为中国推理算力发展奠定坚实基础。  长序列与超大模型推理优化成为关键

服务+云原生”为特点的新一代核心业务系统建设、面向智能营销、智能风控、开放金 融等新业务的数字化转型。 2） 关键核心技术和金融信创应用：分布式技术的普及和应用可以全面解绑 “集中式”架构， 为国产数据库、服务器和操作系统的使用创造了有利的条件； 3） 数字人民币规模推广：数字人民币作为央行的法定数字货币，当前已经经历了两轮 10+1 的试点。伴随第三批试点城市落地，数字人民币应用的广度和深度有望进一步加强。 2021 年 国家新型数据中心典型案例名单。贵安敢于尝试、超前布局，整合利用各方面资源和 力量，让数据中心建设在规模和质量上都走在全国前列，超过 80%的算力为贵州省外 提供服务，预计 2025 年服务器承载量可达 400 万台。 2021 年 9 月，《XX“十四五”数字经济发展专项规划》指出，要建成全国一体化大数 据中心体系国家枢纽节点、数据要素市场培育创新试验区、西部数据创新应用产业集 信运营商面 向数据中心服务商、公共云 IaaS 服务商和行业客户提供互联 网带宽资源及机房资源。 2） 第三方数据中心服务商：包括万国数据、世纪互联、鹏博士和光环新网等，为客户提 供主机托管、服务器租赁和机房运维等服务。按机房属性可划分为自有机房、租用机房 两种属性的第三方数据中心服务商。自有机房的第三方数据中心服务商普遍拥有较强实 力，主要面向大型客户群体；租用机房的第三方数据中心服务商对中小型客户群体覆

请务必阅读正文之后的免责条款部分 行业研究报告 提速，服务器产业链受益。DeepSeek 具备开源、低成本和高性能的特 性，各大云厂接入 DeepSeek，有望加速推动大模型走入千行百业，带 动推理需求实现增长，服务器产业链有望受益。建议关注电源、PCB、 铜缆、光模块等环节，例如麦格米特、泰嘉股份、沪电股份、深南电 路、沃尔核