完成，从而解决 R1-Zero 可读性差、 多种 语言混合问题 本次开源同时发布了 6 个基于 DeepSeek-R1 蒸馏的更小稠密模 型 （ Qwen/LLaMa 1.5B 7B 14B 32B 70B ） DeepSeek-R1 以 DeepSeek-V3 Base （ 671B ）为基础模型， 使 用 GRPO 算法作为 RL 框架来提升 Reasoning 性能 Huawei Proprietary 数值精度 计算与通信极致掩盖 减少 50%PP 气泡 以计算换内存、降通信，空间时间双优化 压缩 KVCache 降低内存 90% 支持更高并发 模型容量提升 3 倍 计算量减少 70% DeepSeek 通过从模型结构到训推全流程的优化，带来大模型新 范式 DeepSeekV3/R1 ，大幅提升从训练到推理的计算效率，降低模型创新及应用落地的门槛 降低学习复杂度 简化强化学习流程 175B . Huawei Proprietary - Restricted Distribution PalM(540B) . Groq4 Hunyuan Claude 2 Llama3-70B Baichuan2-13B 训练算力需求 （ PFLOPS ） Megatron-Tuning NLG 530B Doubao 2.0 Gemini 2.0 GLM-130B AlexNet

36 万 22 万 144 万 216 万 70% 70% 100% 70% 70% 70% 70% 文字机器人 （售后） 文字机器人 （售前） 外呼机器人 （初筛） 外呼机器人 （通用） 智能质检 语音机器人 （收敛） 语音机器人 （通用） 35 万 45 万 22 万 30%-60% 70% 30% 196 亿 84 360 亿 200 亿 126 亿 806 亿 1200 亿 智能客服多场景分批成熟，三到五年内 AI 替代 70% 的人力 文字机器人 （售后） 外呼机器人 （初筛） 智能质检 3-5 年 落地技术 当前 人力规模 附：选自《人工智能时代中国就业的挑战与应对》

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 选择，就是使用绿色和 清洁的能源。 前言 电力供能地位的三次超越 有用能源是在 所有加工和转 换损失之后剩 余的总能源 2000 2010 电力 油 有用能源供应（EJ） 1900 70 60 50 40 30 20 10 0 1910 1920 1930 1940 1950 1960 1970 1980 1990 煤炭 来源：RMI 说明：1900 年至 2010 从2023年到2030年，中国智能算力规模将以每年70%的复合增长率持续攀升。 国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以 电力换算力，但更有可能以落后美国 4 年左右的代差持续迭代，提升能效。至 2030 年，全国智算中心年用电量在 0.6 万亿度 -1.3 万亿度，约占当年全社会用 电量的 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础设施高质量发展行动计划》与《深入实施“东

第一章：文献综述与方法论 4 ● 美国的算力增长预期，分歧重点在市场 5 ● 中国算力增长预期，不确定性主要在技术 5 第二章：测算方法与结果 7 ● 中国智能算力每年增长 70% 7 ● 乐观情景下国产芯片有望突破 8 ● 2030 年中国智算年用电最高 1.3 万亿度 9 ● 智算中心成为用电量增长主力 10 第三章：中国净零碳电力算力地图 选择，就是使用绿色和 清洁的能源。 前言 电力供能地位的三次超越 有用能源是在 所有加工和转 换损失之后剩 余的总能源 2000 2010 电力 油 有用能源供应（EJ） 1900 70 60 50 40 30 20 10 0 1910 1920 1930 1940 1950 1960 1970 1980 1990 煤炭 来源：RMI 说明：1900 年至 2010 2030 年，中国智能算力规模将以每年 70% 的复合增长率持续 攀升。国产芯片将成为智能算力的主要来源，技术保守情景下全部采用等效 A100，以电力换算力，但更有可能以落后美国 4 年左右的代差持续迭代，提升 能效。至 2030 年，全国智算中心年用电量在 0.6 万亿度 -1.3 万亿度，约占当 年全社会用电量的 5%-10%。 中国智能算力每年增长 70% 去年底，中国提出了《算力基础

Bench CodeForces pass@1 pass@1 pass@1 pass@1 rating R1的15亿蒸馏版 (基于千问) 28.9 83.9 33.8 16.9 954 R1的70亿蒸馏版 (基于千问) 55.5 92.8 49.1 37.6 1189 R1的140亿蒸馏版 (基于千问) 69.7 93.9 59.1 53.1 1481 R1的320亿蒸馏版 1134 模型 架构 参数量 激活参数 R1的15亿蒸馏版 稠密 1.5B 1.5B R1的70亿蒸馏版 稠密 7B 7B R1的140亿蒸馏版 稠密 14B 14B R1的320亿蒸馏版 稠密 32B 32B R1的80亿蒸馏版 稠密 8B 8B R1的700亿的蒸馏版 稠密 70B 70B DeepSeek-R1 MoE 671B 37B DeepSeek-V3 MoE 671B #16 Claude 3.5 Sonnet (20240620), #23 不开放 Meta 美国 Meta-Llama-3.1-405B-Instruct-bf16, #21 Llama-3.3-70B-Instruct, #33 开放 Mistral AI 法国 Mistral-Large-2407, #37 Mistral-Small-24B-Instruct-2501, #50 开放 -16-

深刻变革。新一轮科技革命正在重塑全球经济格 局，并持续为数字经济的发展注入强劲动能。据预 测，到 2030 年，人工智能对全球经济的贡献将突 破 22.3 万亿美元，约占全球 GDP 的 3.7%。随着 全球超过 70 个国家和地区陆续推出人工智能相关 战略，全面智能化已不再只是一道“可选项”，而 是关乎国家未来竞争力的“必答题”。 为协助各国更好地把握人工智能与数字经济发展机 遇，我们联合了来自经济学、社会科学及 次发布《人工智能原则》，并在 2024 年 5 月对其 进行更新，以应对最近人工智能技术的快速发展。 《人工智能原则》强调创新、信任、人权、民主价 值、透明、安全和责任等核心价值。迄今为止，这 些原则已被 70 多个国家、地区和组织采纳，成为 全球人工智能治理的主要参考框架之一。此外，许 多政府也开始转变自身在人工智能治理中的角色， 意识到他们有机会成为人工智能未来发展的“设计 者”，而不仅仅是“裁判”。 国家洞察：关键发现、 挑战与机遇 29 全球数智化指数（GDII）2025 双轮驱动 ：通过政策与投资推动发展 几乎所有国家都围绕数智经济发展制定了 ICT 总体规划或数字政策。目前，已有 70 多个国家宣布了人工智 能投资与应用战略。这些政策表明，各国政府正逐步达成共识 ：无论是居民、企业还是机构，所有利益相关 方都需要额外的战略指引，以造福经济、社会与环境发展。 过去几年，尽管政

OpenAIo1-mini 。在开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模 型开源给社区， 其中 32B 和 70B 模型在多项能力上实现了对标 OpenAIo1-mini 的效果。 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版 图： DeepSeek A a e 4 B r PT u p G e S a u us C n Q m 2 1s M l 自 1956 年计算机专家约翰 · 麦卡锡提出“人工智能”概念以来，在过去的近 70 年时间里，行业经历了以 CNN 为代表的传统神经网络模型、以 Transformer 为代表的 全新 神经网络模型、以 GPT 为代表的预训练大模型这三个时代的进阶，在“算力芯片、存储芯片”等硬 2023.12.22 收费开源 Qwen1.5-110B 1100 80.4 阿里 2024.4.25 开源 Qwen2.5-14B 140 79.7 阿里 2024.9.18 开源 Llama3-70B 700 79.5 Meta 2024.4.18 开源 Gemini-Pro 1000 79.1 谷歌 2023.12.7 未开源 Claude 3-Sonnet 未公布 79.0 Anthrop

H100 的集群）。为方便一般用户本地 使用， DeepSeek 团队使用 Qwen2.5 和 Llama3.3 ，以 DeepSeek-R1 为教师模 型，蒸馏了 6 款小模型，包含 1.5B～70B 在内共有 6 个尺寸，如表 2 所示。 表 2 DeepSeek-R1 蒸馏的 6 个尺寸的模型 蒸馏的模型 基座模型 下载地址 DeepSeek-R1-Distill-Qwen-1.5B HuggingFace DeepSeek-R1-Distill-Qwen-32B Qwen2.5-32B HuggingFace DeepSeek-R1-Distill-Llama-70B Llama-3.3-70B-Instruct HuggingFace 即使经过了蒸馏，7B 模型也需要 20~25G 的显存，即使是 24G 的 4090 显 卡， 部署也存在一定的风险。为此，在个人使用时，很多会将这类模型进行进一 这些非官方 渠道提供 了 三类模型选择： DeepSeek-V3 模型、完整版 DeepSeek-R1 模型（671B 参数）、轻量级 DeepSeek- R1 模型（参数规模从 1.5B 到 70B 不等）。其中，完整版 R1 模型保留了全部 671B 参数，能发挥出最佳性能，但对计算资源要求较高，通常需要支付一定费 用。轻 量级模型则通过知识蒸馏技术，在保持核心功能的同时大幅降低了参数

，提升用户访问体验和安全性。同时， 基于政务微信和腾讯会议为城市运行指挥调度提供了音视频、地图等能力，在数字政府一网协同的基础上支撑了联动指挥场景。上线 三个月，用户规模>12万，接入应用数量>70。 与此同时，腾讯云安全依托多年的攻防实战经验和技术积累，已构建起完善的信息技术融合创新安全产品矩阵，全面适配国产软硬件 生态系统，为企业提供自主创新、安全可靠的整体安全解决方案。 融合创新解 5万件。这笔投入保障了技术的持续迭代和产品的优化。 截至 2025年8月，腾讯共 106 款产品进入工委会软硬件图谱，3款产品通过安全可靠测评，21项通过工信部质量测试，70+项获得优 秀解决方案及奖项，产业供给能力在融合创新厂商中位居最前列。参与70+项标准及课题研究，取得2388项互认证证书，是国产生 态链中最重要厂商之一。 腾讯云作为腾讯集团旗下的云计算品牌，是中国领先的互联网综合服务提供商，面向 在国产生态方面，腾讯在全国28个省份搭建起融合创新经销商体系。邀请上下游伙伴一起做标准、搞适配、建方案，让体系更稳、 生态更广。围绕基础软件“6T”产品，腾讯云与60+家生态伙伴的300+个核心应用进行了前置适配认证，共同打造了70+个具备可 复制性的行业解决方案，覆盖政务、金融、工业、能源、交通、教育等40余个行业，并且已经服务了400余家企业客户。 腾讯云融合创新产品 国产数字化升级标杆实践报告 11 -

据处理等 15 类高频业务的智能审批，平均处理时效从 48 小时缩短至 4 小 时。 维度 基线指标 目标指标 提升幅度 服务效率 5 分钟/单 90 秒/单 70% 人力成本 100%人工 30%人工介入 70% 业务覆盖率 40%标准化业 务 85%标准化业 务 112.5% 合规通过率 人工审核 85% 系统预审 95% 11.8% 项目实施后将产生三层价值体系：操作层实现日均处理能力从 加密采用 AES-256 算法。 2. 审计追踪：全链路日志记录需包含以下字段： 日志保留周期≥6 个月，支持关键词检索和异常行为模式分 析。 3. 兜底策略 ：当模型置信度低于 70%时自动转人工坐席，并推 送 实时告警至运维中台，确保业务连续性 SLA ≥99.9% 。 成本与效能需求 - 硬件成本控制在单节点年运维费用≤15 万元，支持横向扩展至 100 节点集群。 验证，关键业务指标改善如下： 场景 处理时效 准确率 人工干预率 对公开户审核 8min →3mi n 91% →99 % 100% 15 → % 抵押品评估 24h →2h 85% →96 % 70% 5% → 投诉工单分类 5min →30s 88% →97 % 50% 2% → 模型通过联邦学习架构实现多模态数据的隐私保护处理，确保 客户敏感信息不出域。当前支持的最大单文件处理容量为