化为驱动创新的价值源泉，持续 释放算力价值。 智算服务是发挥极致集群算力的关键要素，释放算力新质生产力，服务 不可或缺。智算集群是一个复杂工程系统，非简单的软硬件的堆砌，它要求 算、存、网、服务的高效协同。智算服务包含智算集成、运维、计算使能和优 化、辅助运营等方面。发挥极致集群算力，需要构建智算服务产业共识，持续 推进智算服务产业升维。 我们期望通过本案例集的发布，能够进一步促进行业内各方的深度交流 ............................................................................... 15 3.2.1.1 面向“一网协同”和“一网通办”场景的大模型应用 ..................................... 15 3.2.1.2 华为 ModelMate RAG+Agent 助力海关共启智能政务新篇章 、TensorFlow 等框架降低 AI 开发门槛，模型 即服务成为新趋势；应用层面，AI 渗透至智能驾驶、智慧城市、生物医药等领域，推动智 算产业化落地。 未来趋势方面，绿色化，智能化和算网融合是算力未来发展趋势。降低 PUE，采用液 冷、可再生能源技术是绿色低碳发展主要的方向；算力调度与网络协同极大提升资源利用 率；大模型持续进化，推动智算向更高阶发展。 智算产业正重塑全球

DeepSeek-R1 在 MATH 基准上达到 87.2% 的准确率 横空出世： OpenAI o1/o3 、 DeepSeek- R1 等 o1 在数学和代码问题上的水平大幅提升 ，超越人类专 家 开源大模型 DeepSeek R1 匹敌 OpenAI o1 DeepSeek 的 “ aha moment” 这种深度推理能力是如何实现的？是单纯的规模扩展结果，还是有其他关键因素？ 造 新 质 生 产 力 的 重 要 抓手 行业知识更深 业务流程更深 产业网链大模型 招商服务 技术分析 情报服务 产业研究 知识问答 报告生成 面向产业创新领域， 以通用中文大模型为基座， 注入数十亿海量产业数据和数百个产业链知识图谱， 结合工具集、 知识库和指令微调训练得到产业网链大模型 。 • 底层拥有强大的产业数据和知识图谱数据，避免产业基础能力不足； • 实现智能化、精细化的产业治理模式，推动产业创新与发展， 加强产业创新生态完善； • 具备强大的自动化处理产业信息能力、智能分析与预测 ，提升服务效率，降低人力成本。 产业网链大模型训练过程 产业网链大模型 人才库 3000 万 + 专家库 3 万 + 全球海关 20 亿 + 大宗商品交易行情 15 亿 + 政策 590 万 + 资讯 4000 万 + 招投标 14 亿

近年来，AI 技术迅猛发展，算力作为数字经济的基础资源，其重要性与日 俱增。我们进入了一个计算力驱动创新的时代，这不仅影响着科技领域的演进， 更深刻地改变着社会的方方面面。目前，国家正按照“点、链、网、面”体系化 推进全国一体化算力网络工作，综合算力指数作为衡量我国算力发展水平的重 要标尺，相关研究工作意义深远。 随着 AI 在千行百业加速渗透，算力赋能数字经济社会的效能，不仅仅取决 于算 潜力尚待充分挖掘，亟需通过深化一体化算力网建设，强化统筹协 同与动态优化能力；全面提升算力供给质效，加速推动结构的迭代 升级；夯实存力运力底座，促进“算存网”协同演进；构建绿色低碳 体系，加速基础设施绿色升级；深度开展融合创新实践，助力产业 生态繁荣发展。 《2025 综合算力指数》全面呈现了我国综合算力发展现状，挖 掘各地区综合算力发展问题，并给出发展建议，为我国算力产业“点、 链、网、面”体系化发展提供参考，为数字中国建设实现跨越式发展 .............. 36 （一）深化一体化算力网，强化统筹协同与动态优化.................................. 36 （二）提升算力供给质效，推动结构迭代升级.............................................. 37 （三）夯实存力运力底座，促进“算存网”协同演进.........................

支持分布式计算和云原生架构，实现高可用性和弹性扩展  完善的监控和日志记录功能，实时监控模型运行状态 最后，模型的维护和更新应定期进行，以确保其能够适应不断 变化的业务需求和技术环境。银行系统的技术团队应具备足够的专 业知识，能够熟练操作和优化模型，同时与模型供应商保持紧密合 作，及时获取最新的技术支持和更新。通过满足这些技术需 求，Deepseek 大模型能够在银行系统中发挥最大的效能，为银行 提供智能化、高效的金融服务支持。 块，银行可以根 据业务需求灵活切换不同的模型版本，同时还可以对模型进行 定期的评估和监控，确保其在实际应用中的性能持续满足要 求。 5. 安全与合规模块：由于银行系统对安全性要求极高，该模块专 门负责系统的安全防护和合规性检查。包括但不限于数据加 密、访问控制、日志审计以及与外部监管系统的对接。该模块 还内置了自动化合规检查工具，能够实时监控系统的运行状 态，确保其符合金融监管机构的相关规定。 模块的兼容性和协同工作能力： - 与核心系统集成测试：验证模型 与银行核心业务系统（如账户管理、支付清算、风控系统等）的数 据交互和业务流程一致性。 - 与前端应用集成测试：测试模型在银 行 APP、网银、微信公众号等前端应用中的表现，确保用户体验的 一致性和流畅性。 - 与日志监控系统集成测试：验证系统日志的生 成、存储和分析功能，确保能够有效支持故障排查和性能优化。 以下是一个性能测试用例的示例表格：

数据进行质量检查，发现并修正数据中的异常或错误。质量检查可 通过自动化脚本或人工抽查相结合的方式实现。 为保障数据安全性，需建立全面的数据安全防护体系，包括网 络隔离、入侵检测、数据脱敏、数据泄露防护等措施。网络隔离可 通过虚拟局域网（VLAN）或防火墙实现，限制不同网络区域之间 的数据流通。入侵检测系统（IDS）和入侵防御系统（IPS）可实时 监控网络安全状况，及时发现并阻止潜在的安全威胁。数据脱敏技 系统应采用 多层次的安全防护机制，包括网络安全、数据安全、应用安全和物 理安全。网络安全方面，通过部署防火墙、入侵检测系统（IDS） 和入侵防御系统（IPS）来防止外部攻击。同时，采用虚拟专用网 络（VPN）技术确保数据传输的加密性和完整性。 数据安全是系统设计的核心，数据存储应采用加密技术，确保 数据在传输和存储过程中的安全性。对于敏感数据，使用高级加密 标准（AES）进行加密，并在数据访问控制上实施严格的权限管 HDD 作为初始存储容 量，并通过分布式文件系统（如 HDFS 或 Ceph）实现高效的数据 管理与访问。 网络带宽的优化对于分布式训练尤为重要。建议采用高速网络 互联技术，例如 100Gb 以太网或 InfiniBand，以确保节点间数据 传输的低延迟和高吞吐量。对于中小规模集群，可采用树状网络拓 扑结构；对于大规模集群，则需考虑更复杂的 Fat-Tree 或 Dragonfly 拓扑结构，以提升网络性能。

理。通过基于角色的访问控制（RBAC）模型，确保只有授权用户 才能访问特定数据集。同时，定期进行数据审计和日志记录，以便 在发生安全事件时能够快速追溯和响应。 数据安全方面，必须采用多层次的安全措施，包括但不限于网 络防火墙、入侵检测系统（IDS）和入侵防御系统（IPS）。此外， 对于敏感数据，如个人身份信息（PII）和财务数据，应采用端到 端加密技术，确保数据在传输过程中的安全性。 数据备份与灾难恢复计划也是数据管理的重要组成部分。企业 或执行查询时，界面应即时显示加载状态或进度条，避免用户因等 待时间过长而产生焦虑感。 在视觉设计上，应遵循现代美学原则，采用简洁、清晰的设计 风格，避免过多装饰元素。色彩搭配应符合商务场景的严肃性和专 业性，通常使用中性色作为主色调，辅以少量强调色突出重要信息 或操作按钮。例如，主要操作按钮可采用对比强烈的颜色，以吸引 用户注意力。 为了提高可访问性，界面设计还需考虑到不同用户群体的需 回预期结果。异常测试则模拟各种异常情况，如输入错误、网络中 断或数据缺失等，检验系统的容错能力和恢复机制。 为提升测试效率，测试团队将采用自动化测试工具进行回归测 试，确保每次代码更新后核心功能不受影响。同时，人工测试将专 注于复杂场景和边缘案例，以确保系统的鲁棒性。测试过程中将记 录所有测试结果，包括成功案例和失败案例，并对失败案例进行详 细分析，定位问题根源并反馈至开发团队进行修复。 以下为功能测试的关键测试点：

S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 2 0 2 5 . 03 . 1 3 专 业 ｜ 领 先 ｜ 深 度 ｜ 诚 信 中 泰 证 券 研 究 所 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法

采用了先进的时序数据处理技术，能够对股 票市场的历史价格、成交量、新闻情绪等多维度数据进行深度分 析。通过对时间序列数据的滑动窗口处理和特征工程，系统能够捕 捉市场的短期波动和长期趋势。例如，通过 LSTM（长短期记忆网 络）和 GRU（门控循环单元）模型，DeepSeek 能够有效处理非线 性和非平稳的时间序列数据，提升对市场动态的预测能力。 其次，DeepSeek 引入了强化学习算法，通过与市场的实时交 内存占用、网络延迟等，以确保系统的健康运行。 最后，报警系统是交易执行与监控模块的重要组成部分。报警 系统通过实时监测交易活动与系统状态，及时发现潜在问题并通知 相关人员。报警规则包括但不限于：交易执行失败、系统异常、网 络延迟过高、市场波动异常等。报警方式支持多种形式，如邮件、 短信、即时通讯工具等，确保相关人员能够第一时间响应并处理问 题。 以下是对交易执行与监控模块主要功能的一个简要归纳：  交易执 rch, Logstash, Kibana）栈用于日志收集与分析。通过设置告警规则，及时发现并 处理系统异常，确保交易的连续性和稳定性。 安全策略方面，必须实施多层次的安全防护。包括但不限于网 络防火墙、数据加密传输、身份认证和访问控制。定期进行安全审 计和漏洞扫描，防止潜在的安全威胁。 为了应对突发情况，还需制定详细的灾备计划和应急预案。包 括数据备份策略、主备服务器切换流程和灾难恢复演练。确保在系

操作流程，使得非技术人员也能轻松使用。 在实施 DeepSeek-R1 大模型时，企业需要确保数据的质量和 完整性，这是模型能够发挥最大效用的基础。同时，模型的持续维 护和更新也是确保长期稳定运行的关键。通过合理的资源配置和专 业的操作培训，DeepSeek-R1 大模型将成为工程造价管理中的一 项强大工具，助力企业在激烈的市场竞争中取得优势。 1.3 工程造价行业现状 当前，工程造价行业正面临着前所未有的挑战与机遇。随着全 导，包括数据输入、 模型运行及结果解读等，确保其能够熟练使用系统进行日常工作。 培训方式将采取线上线下结合的方式，线上培训通过视频教程 和互动问答实现，用户可以随时随地进行学习；线下培训则组织专 家进行面对面的授课和实操演练，增强用户的实操能力。培训期间， 将提供详细的操作手册和 FAQ 文档，帮助用户快速解决常见问题。 为了保障用户在使用过程中遇到的技术问题能够及时得到解决， 我们将建立全方位的技术支持体系。包括： 随着人工智能技术的不断进步，DeepSeek-R1 大模型在工程 造价领域的应用将迎来更加广阔的发展前景。首先，模型的计算能 力将随着硬件技术的提升而显著增强，特别是在 GPU 和 TPU 等专 用计算硬件的支持下，模型的训练和推理速度将大幅提升，从而使 得实时数据处理和预测成为可能。这将极大地提高工程造价的精确 性和时效性，尤其是在大型复杂项目中，能够快速响应市场变化和 项目需求。

供应链体系将实现人员角色转型⸺从任务执行 者转变为系统决策的指导者与监督者。我们观察 到，这一转变正通过“人机协作”的渐进式发展 在企业中逐步实现，每个阶段都推动着效益提升。 此外，通过将资深团队成员数十年积累的专 业知识和洞察进行系统化梳理与编码标准化，自 主智能供应链有助于确保核心知识的保留，并传 承至下一代员工，即便在资深团队成员陆续退休 的情况下，仍能维持知识体系的可持续性。 实现自主智能供应链