电子AI+系列专题:DeepSeek重塑开源大模型生态,AI应用爆发持续推升算力需求算法和混合精度训练优化计算与通信负载;通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术,大幅削减了注意力键 (keys) 和值 (values) 的存储空间,显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置,能够更加灵活且高效地调配资源,进一步提升了整体的运行效率和表现。 DeepSeek 模型对跨节点的全对全通信机制进行优化, 充分利用 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 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 应用百花齐放,企业主动拥抱 AI 应用市场。因此,模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长,于 AI 大模型训练中得到广泛运用的同时,为了满足 CSP 客户更高 性能和更好功能的需求, 定制化芯片 ASIC 的需求持续提升,牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级,促使国内外云服务商0 积分 | 38 页 | 1.95 MB | 6 月前3
电子行业AI+系列专题:边缘AI,大语言模型的终端部署,推动新一轮终端需求-20230531-国信证券-25页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 | 2023年05月31日 超 配 电子 AI+系列专题报告 边缘 AI:大语言模型的终端部署,推动新一轮终端需求 核心观点 行业研究·行业专题 电子 超配·维持评级 证券分析师:胡剑 证券分析师:胡慧 021-60893306 021-60871321 hujian1@guosen.com.cn huhui2@guosen .11 缩减优化模型,部署终端设备 ...........................................................12 “贾维斯”式智能管家,引领全新换机需求 ....................................... 16 大语言模型有望成为复杂 AI 系统的控制中心和交互入口 .......................... 证券研究报告 7 围从 7000 万到 160 亿,发现模型大小和训练集数量应该相等地缩放,从而达到最 佳效果。目前看来,单一语言模态的大模型,100B 量级的参数足以满足大多数知 识检索和浅层推理的需求,但充分释放这些参数的全部潜力需要 1000B 量级的训 练 token。 作为验证,通过训练一个预测的计算最优模型 Chinchilla 来检验这个假设,该模 型使用与 Gopher 使用相同的0 积分 | 25 页 | 2.20 MB | 6 月前3
服饰时尚行业数字化转型白皮书-百胜软件&Thoughtworks第一阶段:早期阶段(20世纪初期及以前) 全球成衣制造业的规模较小且增长速度迟缓。尽管工业革命带来了机械生产,但并未广泛普及,手工制作依旧是成衣制造的主 要方式,生产效率不高。全球成衣市场规模较小,多数国家服装生产以满足国内需求为主,国际贸易量不多。从区域分布来看,成 衣制造主要集中在欧美地区。欧洲是当时成衣制造的核心区域,英国和法国等尤为突出。英国凭借悠久的纺织业历史,在成衣制 造方面具备技术优势和产业基础;法国以高 成衣制造在全球范围内呈现出规模快速增长的态势。二战结束后,全球经济复苏,人们对服装的需求呈持续增长。纺织技术和成 衣制造技术不断进步,机械化生产模式广泛运用,大幅提升了生产效率,推动全球成衣制造行业的规模扩张。欧美依然占据重要 地位,但亚洲开始崛起。美国的成衣制造业在这一时期高速发展,成为全球最大的成衣生产国之一,其产品不仅满足国内需求, 1.1 服饰时尚市场概述 1.1.1 服饰定义及分类 1.1.2 转向设计制造(ODM),开始参与产品设计环节,但仍以出口导向为主。 第二阶段:高速发展阶段(2001年-2010年代) ·加入WTO的推动:2001年中国加入WTO后,服装出口规模快速扩张,外贸需求拉动产业升级,形成完整的纺织服装产业链。 ·国内市场萌芽:伴随居民收入增长,国内消费市场逐渐起步,但国际品牌仍占据中高端市场主导地位。 1.1.3 中国服饰时尚行业发展历程 图:中国服饰时尚行业发展历程10 积分 | 39 页 | 14.97 MB | 6 月前3
中国零售数字化企业出海现状与趋势白皮书·········�� 消费需求: 以基本生活物资为 主,如粮食、布匹, 选择有限 推动因素: 低生产力水平导致 商品生产分散,缺 乏规模化的供应能 力,且信息闭塞 消费需求: 商品多样化增加, 交易便利度提升, 如超市、百货商店 等零售业态满足日 常消费 推动因素: 流水线技术推动商 品工业化生产与规 模化供应,人口聚 集区催生高密度零 售网点 消费需求: 线上购物突破地域 限制,提供选择与 移动互联网技术的 成熟带动电商平台 崛起,支付技术的革 新推动线上交易便 捷化,物流网络快速 发展,逐步完善 消费需求: 消费者对即时配送 的依赖性增强,疫 情加速了该渗透率 推动因素: 分布式电商的兴起 与本地零售的深化 带动商超资源整合, 年轻一代对效率与 便利的追求加速了 这一进程的发展 消费需求: 无缝切换线上线下 零售场景,如线上 下单后要求线下自 提 推动因素: AI、物联网等技术 推动供应链优化,数 �� 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,到如今的新零售业态。零售行业的发展历程不仅极大提高了消费者购物 的便利性,更加速深化了消费市场与零售商的需求匹配度。随着数字化应用和现 代技术的发展,线上线下一体化的发展模式被全面激活。当前的新零售业态以消 费者体验为核心,通过大数据、AI、物联网等数字化技术实现线上线下一体化、全 渠道融合的零售模10 积分 | 39 页 | 19.55 MB | 4 月前3
美国研究报告:2025数据中心市场 平衡前所未有的机会与战略风险.............................. .......................................17 引言 美国研究报告 3 –高盛 数据中心电力需求预计到2030年将增长至少160% ,主要由人工智能工作负载驱动。许多成熟市场已 经达到或接近容量,迫使租户将电力可用性和可扩 展性置于传统市场偏好之上。尽管需要大量资本投 资,二级和三级市场仍吸引了越来越多的关注。 并要求在土地、开发和基础设施方面进行重大投资 。 投资者渴望参与到该行业的发展,但成功需要不只 是可用的资本。在基础设施需求、确保电力资源和 及时果断的承诺方面具有关键作用。在风险极高的 环境中,上市时间的长短已成为关键竞争优势。 未来几年将考验行业的适应能力,因为技术进步、 能源限制和不断变化的需求模式继续塑造着这一领 域的格局。 当我们在编译这份报告时,中国宣布推出的颠覆性人 工智能模型——DeepSeek——引入了一个可能对数 需的资源强度先前的假设。这一进展凸显了技术迅速 发展和竞争优势迅速消减的现状。DeepSeek的出现 可能导致高性能计算资源需求增加,因为企业在不断 发展的AI领域中寻求保持竞争力。我们将继续关注这 些进展,并在我们的中期报告中提供更新。 迫切保障可靠能源来源并加快开发时间表的需求 达到了前所未有的高度。据高盛公司报告, 数据中心电力需求预计 到2030年将增长至少16 0%,主要受人工智能工 作负载的推动。 1 40 积分 | 53 页 | 6.67 MB | 5 月前3
星图研究院:2025年视觉IoT消费市场分析报告率先支持切片/MEC和“视-维 -择-管-品”五大专网运营能力 依托CMP平台及网络优势,全面推进平台核心技术能力自主化,打造高中低速连接场景化产品体系,构筑 联通物联网连接生态,满足全场景差异化需求。 IOTE 2025 上海站:6 月 18-20 日 深圳站:8 月 27-29 日 海外展:IOTSWC 世界物联网解决方案展 5 月 13-15 日(西班牙·巴塞罗那) PC等消费数码品类。;不过能搭上国补顺风车的只有行业头部品牌,进一 步加速了头部品牌下沉的进程,头部品牌商的价格下探对于中小品牌来说行业的竞争就变得更加激烈。 低功耗 AOV 出于无电无网的市场需求,低功耗产品成为行业重要的发展方向,而低功耗产品核心是功耗和稳定性,行业技术的发展更多需要 芯片厂商来引领,低功耗发展趋势就是与常电产品同样的使用体验。而以往低功耗产品相比较常电产品来说存在无法24小时录 断完善、成本的降低以及AI需求对成像质量的更高要求,对黑光产 品需求会不断提升,并且厂商们也再推动黑光普惠的方案。 4G 免流量 免去布网线布电线,让产品使用更加便捷是产品发展的重要方向, 4G产品和低功耗产品天然适配, 4G低功耗产品出货大涨是市 场需求决定的,随着4G资费的不断下降,用户对4G低功耗产品的认识越来越多,使用成本下降了使用难度也降低了,于是市场 需求得到快速增长。 之前的4G10 积分 | 50 页 | 29.10 MB | 5 月前3
智慧口岸龙头困境反转,享海南自贸港建设红利空口岸出入境人员迎来全面增长。全国各地口岸开放加速设备升级改 造,同时项目的落地实施、验收回款等方面均将迎来修复。我们认为, 口岸信息化领域景气上行有望带动公司主营业务加速发展。 投资亮点二:海南封关规划宏大释放口岸建设需求 “海南计划 2023 年底前具备封关硬件条件、2024 年底前完成封关各 项准备,2025 年全岛封关建设自贸港。”《海南自由贸易港口岸建设 “十四五”规划(2021-2025)》中提出,实行以“零关税”为基本特 约 115 亿元。公司设立全资子公司提前布局海南市场,紧密跟踪海南 自由贸易港封关运作项目需求,在全岛封关运作第一批项目中成功 中标三亚港南山港区项目、海口秀英港项目、海口新海港和南港项 目,取得首战告捷和重大突破。 投资亮点三:携手华为打开海外市场新空间 “一带一路”战略实施带动新增口岸建设需求,公司设立海外事业 部,并携手华为以中东为起点迈向海外市场。2021 年,公司设立海 外事 域行业内建立起品牌影响力和号召力,为进一步开拓海外市场奠定基 础。 投资建议: 盛视科技作为国内智慧口岸的先行者和领军者,凭借多年的经验积 累、完善的产品服务和整体解决方案能力,结合公司在手订单的表现, 我们认为在疫后需求边际改善和海南封关口岸加速建设的催化下,公 司将重返高增。预计公司 2022 年-2024 年的营业收入分别为 12.37/21.18/27.87 亿元,归母净利润分别为 1.59/3.60/5.040 积分 | 35 页 | 5.56 MB | 5 月前3
电子行业深度报告:AI系列深度,AI+降本增效拓宽应用,硬件端落地场景丰富-20230712-东吴证券-28页知、存储等关键环节作充足准备,以迎接人工智能新机遇。 ◼ AI 拓宽 C 端应用场景,推动创新需求。 C 端更注重用户体验和使用场 景的匹配,随着轻量型大模型的发布,AI 应用有望从 PC 延伸到手机、 IOT 等,赋能各类智能终端。举例来看,1、AI 的赋能有望提升 XR 交 互体验和内容生态繁荣,XR 产业有望迎来新发展阶段。2、手机需求放 缓,AIGC 赋能智能手机或将成为刺激换机的重要动力。3、AIoT 融合 向实际场景落地,边缘算力重要性加速凸显.................................................................... 7 2. C 端:AI+拓宽应用场景,推动创新需求 ....................................................................................... 10 2.1. XR:AIGC ..................................... 15 2.2.1. 手机需求放缓,科技创新或将成为刺激换机的重要动力......................................... 15 2.2.2. AIGC 赋能智能手机,有望成为新的需求推动点 .................................................0 积分 | 28 页 | 2.68 MB | 6 月前3
智慧停车发展及智慧停车系统白皮书....... 22 3.6 系统安全需求 .............................................................. 23 3.7 系统异常状况应对机制 ...................................................... 24 3.8 运营管理体系需求 .................... 的问题;而针对路内停车,则是通过技术手段监控停车位停车状态、改善停车管理效 能,实现动静态交通的协同优化。 1.1.2 发展智慧停车的价值 近年来,随着国民经济增长,我国居民消费水平日益增高,对汽车产品的需求持 续旺盛,汽车保有量快速增长,根据公安部公开数据统计,2021 年 9 月,全国汽车 保有量达 2.97 亿辆,2015 至 2020 年,平均年增长量达到 10.3%。 图 1-3 我国汽车保有量增长情况 世纪 80 年代起就开始面临停车需求 不断增加和停车设施的供给不足的问题。为了解决停车难问题,许多国家逐步完善停 车政策和法规,鼓励通过新技术手段,推动智慧停车行业发展和应用普及,尽可能缓 解停车供需矛盾,方便居民出行。其中, 美国:作为世界汽车保有量大国,截止 2021 年底,美国汽车保有量达到 2.8 亿 辆,千人乘用车保有量达到 767 辆。大量的停车需求,使得美国城市非常注重停车设10 积分 | 43 页 | 1.73 MB | 5 月前3
电子AI+系列专题:复盘英伟达的AI发展之路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 及参数规 模; 数据,中国 AI 芯片市场规模预计由 2019 年的 122 亿元增长至 2024 年的 785 亿元,对应 CAGR 达 45.11% 。 AI 芯片中 由于 GPU 通用型强,满足深度学习大量计算 的需求,因此 GPU 在训练负载中具有绝对优势。以 GPT-3 为例,在 32 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 计算的 CUDA 平台。 自 2015 年以后,随着 AI 浪潮迅猛推进,公司业务不断多元化, 向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求,通过对 GPU 架构升级不断推出新产 品,其运算性能得到显著提升,广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路 英伟达业0 积分 | 30 页 | 1.27 MB | 6 月前3
共 23 条
- 1
- 2
- 3
