.................................. 7 图 3 学前教育学段院校及学生数量占比饼状图 ......................... 8 图 4 K12 教育学段院校及学生数量占比饼状图 .........................10 图 5 高等教育学段院校及学生数量占比饼状图 ........................ 13 图 6 “算力+教育”产业架构 2 效化。欧盟推动教育行业数字化旨在通过培养数字人才，建立数字教 育新生态，帮助欧盟成为“世界上最具竞争力和活力的知识经济体”。 1996 年，欧盟委员会发布《信息社会的学习：欧洲教育倡议行动计 划（1996—1998 年）》（Learning in the Information Society：Action Plan for a European Education Initiative 争力和活力的知识经济体，要求各成员国加大基础设施建设，为教育 数字化转型打好硬件基础。2019 年，欧盟发布《欧洲学校的数字教 育》（Digital Education at School in Europe），评估成员国部分地区学 校开设数字课程、教师数字教学能力、学生数字技能等情况，以便学 校修正自身问题。从 2020 年至今，教育数字化在欧盟全域上升到教 育发展的核心地位。欧盟委员会呼吁大力推动数字教育，全方位推进

以构建“大沙漠 、大胡杨 、大航天 、大居延 、大民 俗” 的“大旅游”格局为契机，打造航旅一体常态化的“低空＋全域旅游”项目。结合“善文化＋低空旅游”，赋能景区 航空研学属性， 拓展航空教育培训 、航空科普等， 打造特色“航空＋研学”主题活动， 丰富航空文创产品种 类， 全力推进“航空＋文旅 + 体育” 的融合发展。 10 10. 低空＋公路交通： 探索 eVTOL 在阿拉善低空领域先行先试， 民政府 目标： 1. 到 2024 年底，落地低空经济产业链相关企业突破 20 家。设立宁河低空经济专项基金。依托中国民航大学 宁 河二期项目，启动通用航空机场及低空综合测试场建设项目、科普研学宁河基地项目，实施七里海巡检项 目， 打造宁河低空经济应用场景示范。 2. 到 2025 年底， 落地低空经济产业链相关企业突破 40 家， 基本建成现代产业区低空经济试验片区。 3. 到 2026 、国土测绘 、水务监测 、电力巡线、环境监测 、公路巡 检 、 农林植保等相关领域的应用。 3. 研学模式：围绕民用航空器驾驶执照培训、青少年科普培训等多领域。从七里海湿地的自然环境和生态系统 出发， 结合低空飞行器应用， 打造湿地保护 、爱护地球 、保护野生动物等多种主题的特色科普研学活动。 4. 物流模式：依托圆通、京东、极兔、顺丰等重点物流企业，开展无人机物流配送试点，引进美团无人机等无

缺点：计算复杂度高， 面对长文本序列仍会有 “灾难性遗忘”问题 基于文本概率分布建模 通常基于马尔可夫假设建立词 预测模型（N-gram） • 优点：可解释、计算速 度快 • 缺点：从前向后单向计 算；单纯基于统计频次、 缺少对上下文的泛化； 随着n的增大，参数空 间呈指数增长 “预训练-微调” 学习范式 （BERT、GPT） 上下文学习、指令微调、 扩展规律 (GPT3、GPT4…) DeepSeek-V3 （基础模型） 监督微调 强化学习 图源自《ReFT: Reasoning with Reinforced Fine-Tuning》 综合性能 更强 在探索自 由度、学 习效率、 行为可控 性 找到动 态平衡 混合数据 监督微调 面向全场景的强化学习 （规则奖励+奖励模型） DeepSeek-R1 （强推理模型） 671B 第一阶段训练：增强推理能力，生成高质量推理数据 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 可信数据空间核心支撑——“智隐”隐私计算平台 融合密码学、可信硬件等技术， 数据在密态交换、计算，保证数 据可用不可见 数据可用不可见 计算过程经过严格的校验、密码 学理论证明，保证算法过程可信、 可互通 计算可信可链接 数据提供方贡献度计量，区块链

参编专家 金和平 黄 超 唐 炜 潘建初 班亚光 张晓雪 张福林 陈智柔 李 楠 兰满桔 王梦骋 王玉博 王泽青 李 鑫 王元月 于景淇 毕长顺 邢 贺 余伟雄 李 燕 宋 晨 聂 磊 张学超 龚 乐 田春青 路宗雷 徐冬明 邓志和 罗广生 张博宇 4 全球重点区域算力竞争态势分析报告（2025年） 正文目录 第一章 算力产业缘起与战略经济价值................. 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 云边协同的多元化、智能化综合能力体 自研AI芯片、EDA工具、核心IP 和云计算服务的领先地位，并通过《芯片与科学法案》大力扶持本土先进制造，力图维 持其技术领导力。中国在国家战略驱动和巨额投入下，正全力推进半导体产业链涵盖设 计、制造、设备和材料的自主可控，在成熟制程扩张、人工智能或网络等专用芯片设计 以及超大规模数据中心部署方面取得明显进展，成为重塑格局的重要力量，但也持续面 临供应链脱钩风险。欧盟通过欧洲芯片法案雄心勃勃地提升本土先进制造能力，吸引台

顶层设计，系统策划方案，建立协同机制，围绕固体废 物源头减量最大化、固废出厂最小化、收集贮存规范 化、利用处置最优化、资源再生产品化、监管监控智慧 化（简称“六化”）工作目标，集团坚持精准治污、科 学治污、依法治污，在持续深入推进“固废不出厂”基 础上，进一步发挥冶金炉窑利用处置固体废物减污降 碳协同效应，积极践行“无废”理念，按“一厂一策” 统筹开展试点工作，探索大型钢铁联合企业建设“无废 社区，超额完成“����年上海市为民办实事项目”中供 应����张新时代城市建设者管理者之家床位的任务，进 一步完善“一张床、一间房、一套房”多层次租赁住房 供应体系，满足人民群众多元化多样化的居住需求，累 计服务超�.�万名住户，与���余家单位合作落实人才安 居。 上海城投在履行社会责任的同时，也积极创新拓宽 融资渠道，基于保租房项目发行保租房不动产投资信托 基金（Real Estate Investment 见、算 得清”，并赋予一定价值，使个人能通过积累碳积分兑 换数字人民币、商品兑换券等权益，从而获得实惠，激 发全社会践行低碳生活的内生动力。 上海碳普惠体系通过分级分类管理和全流程闭环设 计实现机制突破。一是分级分类的减排量体系。依据 《上海市碳普惠方法学》，将减排量分为两类：I类 （例如地面公交、轨道交通、互联网租赁自行车等场 景）和Ⅱ类（例如纯电动乘用车等场景）。����年�

，构建 了“产学研用”一体化创新平台，推动第三代半导体器件在智能制造与新 能源装备领域的应用转化，已促成数十项核心技术成果实现产业化，带动 园区上下游企业的转型升级。上海张江科学城依托合成生物学国家实验室， 建立了跨学科联合攻关机制和中试平台，为园区内生物医药企业提供从技 术验证到工艺优化的全过程支持，加速了一批前沿生物技术的产业化落地， 有效提升了园区在高端医疗与生命健康产业的竞争力。 实现传统业务的用户体验提升，可支持 AI 大模型算力接入、全息交互设 计、汽车碰撞仿真、生产 AOI 质检等新业务； （2）泛在智联：基于通感一体、光视联动和链路可视的能力实现万物互 联、万物感知和万物智能。其中通感一体是光纤通信和光纤感知融合为一 体，光视联动是光纤传感和视频监控融合为一体，链路可视是无源的光纤 网络可视化；万物互联的核心在于通过物联网技术，将数以亿计的物理设 备接入网络并进行智能化管理； （ 成等多种模态接口与用户、数据和外部系统进行交互，并能集成和赋能广 泛的智能化场景，包括智能客服、文档理解与生成、代码辅助、数据分析 与洞察、个性化推荐、图像/视频内容创作、科学模拟等，并具备持续学 习与自我优化的潜力。 AI/大模型能力可用于高效实现信息获取与知识沉淀、流程自动化与 效率提升、创意内容生成、复杂决策辅助、个性化体验增强、跨领域知识 融合与创新突破等多种智能化转型目标。

他 AI 芯片， ASIC 设 计和制造需要大量的资金、较长的研发周期和工程周期，在深度 学习 算法仍在快速发展的背景下存在一旦定制则难以修改的风险。 lGPU （ Graphics Processing Unit ， 图 形 处 理 器 ） 能 够 并 行计 算的 性 能优势满足深度学习需求。 GPU 最初承担图像计算任务， 目标是提 升计 算机对图形、图像、视频等数据的处理性能，解决 Streaming Multiprocessors 共 享 二 级 缓 存 图： GPU 基础架构示意图 lCPU （ Central Processing Unit ， 中 央 处 理 器 ） 是 计 算 机 系 统 的 运 算 和 控 制 核 心，是信息处理、程序运行的最终执行单 元 。 CPU 的 结 构 主 要 包 括 运 算 器 （ ALU ， Ar ithmet ic and Log 定 义了 现代计算机图形学，由此走上了重塑行业的道路，确立了在该领域的领导地位。而此 后， 公司 GPU 产品出货量快速增长， 2002 年处理器出货量累计超 1 亿台， 2006 年累 计出货超 5 亿 台， 2011 年累计出货超 10 亿台。 l2006 年，公司推出用于通用 GPU （ GPGPU ）计算的 CUDA 平台。软件开发者可以通过 该平台 使用 C 语言编写 GPU

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 平 方 公 里 算 ， 预 计 需 要 0.01GB 矢 量 数 据 ； 预 计 需 要 56.7*1000000/（0.5*0.5）*4/1024/1024/1024=0.052GB 视频数 据，地名地址及 POI 数据：条数未知，按照 100MB 果数据，按照 原始数据暂存、过程数据存储 1 天，应用数据保存 3 个月年，结果 数据 2 年保存考虑。按照 2T 数据考虑。 3、视频存储数据:本次视频存储数据为 1080P，2M 码流存储计 算 , 每 小 时 存 储 容 量 （ GB ） ＝ 【 2 （ Mb ） ×60 秒 ×60 分 /8 】 / 1024=0.88GB，结果数据 1 年保存考虑。按照 500T 数据考虑。 （三）传输量估算 展，可能需要新的数据源来满足业务不断变化的需求，数据结构的 设计应充分考虑发展的需要、移植的需要，而当具有良好的扩展性、 伸缩性和适度冗余。 信息资源数据库设计需要充分考虑到未来的发展和变化，在设 计过程中主要体现在： 第一、支持 XML 以文件形式在数据库中存储结构化信息，可以 支持适度扩展与变化的业务； 第二、在部分业务中采用了基本属性描述与扩展属性描述相结 合的方式，有利于系统扩展；

据本地化建议，调整形成《指南》本地化指标体系。 为确保《指南》本地化指标体系适用于中国工业园 区，研究团队选取国内多个工业园区作为案例以验 证这一指标体系。为保证《指南》本地化验证的科 学性和有效性，在样本数量方面，本研究选取国内 3~5 个园区作为验证案例；在案例选取方面，研究团 队综合考虑了园区所在地区的均衡性、园区等级的 差异性、园区产业类型的多元性、园区发展水平的 差异 社会责任价值观与战略 2 2 社会责任推进管理 5 14 经济影响 6 24 社会影响 5 37 环境影响 4 21 合计 22 98 评价计算方法 评价工作按照“指标评分——指标动态赋权——计 算指标最终得分——计算企业最终得分”的步骤进 行。 指标评分：在指标评分阶段，对于各参评企业，三 级指标的定性评价部分由专家根据评分参考办法给 出得分，定量评价通过将指标原始数据进行无量纲 0.55 ...... ...... 科技创新 (3.2) 0.35 区内企业拥有专利数（3.2.1） 0.15 R&D 经费占主营业务收入比 例（3.2.2） 0.2 入选国家和本市相关人才计 划的人员加权合计数（3.2.3） 0.3 从业人员大专以上学历人数 占比（3.2.4） 0.1 研发人员比重（3.2.5） 0.05 研发中心（机构）数（3.2.6） 0.1 技术先进型服务企业数

阿里云MaxCompute及相关数据挖掘方法为支撑基础，描述城市交通现状、呈现演 变规律、预测未来发展趋势，专注拥堵成因及解决对策的研究。本季度报告由高德 地图联合“国家信息中心大数据发展部”、“清华大学土木水利学院”、“同济大 学智能交通运输系统（ITS）研究中心”、“未来交通与城市计算联合实验室”等机 构共同联合发布，在此一并表示感谢。高德地图愿与政府、企业、院校等研究机构 保持开放合作，共建交通共同体。 Summary 道路运行速度偏 差率 路网高延 时运行时 间占比 城市发展 交通体量 城市 选取 GDP 汽车保有量 城市影响力 出行核心区面积 城区常住人口 在途车流密度 50城 指 标 归 一 化 加 权 计 算 注：1.“在途车流密度”统计方法为：城市核心区范围内平均每公里每分钟在道路上行驶的去重车辆数，统计时段为6点-22点； 2. 城市影响力考量标准为：是否省会、直辖市、区域中心城市及是否举办大型国际会议等。