1 中国推理算力 市场追踪报告，2025年H1 头豹研究院 弗若斯特沙利文咨询（中国） 2025年8月 2 关键发现  算力需求重心从训练转向推理，算力基础设施持续扩展与升级 AI算力消耗已从集中式训练转向大规模推理，带来前所未有的增量需 求。2025年被认为是算力爆发的元年，推理算力的需求将迎来井喷式 增长。推理算力的需求将在未来几年内远超训练算力。 01  2025年H1中国推理算力服务市场中，天翼云以【21 2025年H1中国推理算力服务市场中，天翼云以【21.4%】的市场份 额领先 中国日均Tokens消耗量从2024年初的1000亿增长到截至今年6月底，日 均Token消耗量突破30万亿，1年半时间增长了300多倍，这反映了中国 人工智能应用规模快速增长。天翼云息壤一体化智算服务平台率先完 成国产算力与DeepSeek-R1/V3系列大模型的深度适配优化，成为国内 首家实现DeepSeek模型全栈国产化推理服务落地的运营商级云平台。 02  未来推理算力长序列与超大模型推理优化成为关键，国产软硬件 协同与生态成熟推动推理普及 03 中国算力正朝着“训推一体”融合架构快速发展，以支撑大规模 模型与多模态应用的高效低延迟推理。国产AI芯片与推理框架不 断优化，结合模型压缩、量化、动态推理等技术，进一步提升能 效比和部署灵活性。 3 沙利文市场研读 | 2025/08 2 研究框架  中国推理算力市场综述 • 关键发现

本报告的信息均来自已公开信息，关于信息的准确性与完整性，建议投资者谨慎判断，据此入市，风险自担。 请务必阅读末页声明。 电子行业 超配 （维持） 电子行业深度报告 DeepSeek 推动模型平权，关注 AI 终端及算力领域 2025 年 2 月 20 日 罗炜斌 SAC 执业证书编号： S0340521020001 电话：0769-22110619 邮箱： luoweibin@dgzq.com.cn 陈伟光 SAC 资料来源：东莞证券研究所，Wind 相关报告 投资要点：  DeepSeek推动模型平权，关注AI终端及算力领域。2024年12月，DeepSeek V3 首 个 版 本 上 线 ， 在 多 项 评 测 成 绩 超 越 了 Qwen2.5-72B 和 Llama-3.1-405B 等 开 源 模 型 ， 并 在 性 能 上 和 GPT-4o 以 及 Claude-3.5-Sonnet不分伯仲，训练成本约为558万美元。1月20日， mini。通 过推出高性能、低成本且开源的模型，DeepSeek给全球AI发展带来了模 型平权，同时也将刺激其他头部模型厂商加快推出性能更强、成本更具 竞争力的模型。而随着模型调用门槛降低，AI终端有望加速落地，而AI+ 快速发展也将反哺训练算力、推理算力需求。  AI终端有望加速落地。AI手机：苹果国行AI功能渐行渐近，三星国行S25 系列搭载智谱Agentic GLM，而华为、荣耀、OPPO等多家国产终端近期

中国信息通信研究院云计算与大数据研究所 2025年11月 普惠算力赋能教育行业研究报告 (2025 年) 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应 注明“来源：中国信息通信研究院”。违反上述声明者，本 院将追究其相关法律责任。 前 言 算力是数字经济时代集信息计算力、网络运载力、数据存储力于 一体的新质生产力，已成为推动各领域数字化转型和智能化升级的核 社会快速发展的基础行业，数字化转型进程加快，算力赋能教育行业 已成为新时代发展的必然趋势。 为剖析“算力+教育”行业应用发展趋势，优化算力资源在教育 行业的应用效果，助力算力产业高效赋能和教育行业的数字化转型， 中国信息通信研究院云计算与大数据研究所编制《普惠算力赋能教育 行业研究报告（2025 年）》。报告阐述了“算力+教育”行业应用发展 的背景，剖析了算力在不同学段的应用现状，明确了“算力+教育” 产业发展 产业发展状况，以及算力赋能教育在教学、学习、管理以及科研等领 域的典型应用场景，并对各应用场景的部署进行了分析，征集了“算 力+教育”在基础设施层、平台技术层和应用服务层的典型案例，最 后从基础设施、标准规范、人才培养以及政策支持等维度提出了推动 “算力+教育”行业应用发展的策略建议。 “算力+教育”相关产业及技术正处于快速发展和不断深化的过 程中，本报告在编写过程中查阅和参考了大量行业相关材料，并对众

电子 AI+ 系列专题报告 Deep Seek 重 塑 开 源 大 模 型 生 态 ， A I 应 用 爆 发 持 续 推 升 算 力 需 求 证券分析师：胡剑 证券分析师：胡慧 证券分析师：叶子 证券分析师：张大为 证券分析师：詹浏洋 021-60893306 021-60871321 0755-81982153 021-61761072 010-88005307 hujian1@guosen DeepSeek( 深度求索 ) 公司成立于 2023 年 7 月，是一家致力 于实现 通用人工智能 (AGI) 的创新型科技公司。 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。据官方技术论文披露， V3 模型的总训练成本 为 557.6 万美元， 对比 GPT-4o 等模型的训练成本约为 1 亿美元。 2025 年 1 月， DeepSeek-R1 发布，性能对标 DeepSeekMoE 实现高效的推理和低成本训练，构建 DualPipe 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。

1 全球重点区域算力竞争态势分析报告（2025年） 前言 当前，算力已从技术支撑要素跃升为驱动全球经济发展的核心引擎，成为衡 量国家综合实力的关键指标。各国围绕算力基础设施、技术标准与产业链主导权 的竞争日趋激烈，全球算力竞争态势深刻影响着全球产业分工、技术创新版图乃 至经济政治格局的重构。 在人工智能、大数据等技术快速发展的影响下，算力竞争已演变为涵盖政策 引导、技术突破、产业生 合能力体系博弈。政策层面的战略规划为算力发展锚定方向，决定了资源配置的 优先级与发展路径的科学性。技术创新是算力提升的核心动力，直接推动算力规 模与效率的迭代升级。产业生态的完善程度影响算力要素的聚合效应，从核心软 硬件研发到应用场景落地的全链条协同，构建起算力发展的良性循环。应用场景 的丰富性则反向驱动算力需求升级，工业互联网、智慧城市、生物医药、自动驾 驶等领域的深度应用，不断对算力的精准度、实时性、安全性提出更高要求。人 才作为创新主体，是连接技术研发与产业应用的关键纽带。能源保障作为算力发 展的基础支撑，直接关系到算力规模扩张的可行性与绿色低碳发展，成为全球算 力竞争中不可忽视的重要维度。 在此背景下，中国通信工业协会数据中心委员会集合算力产业专家资源和产 业链力量，从全球视角出发，系统梳理全球算力竞争整体格局，深入剖析各区域 在算力综合体系各维度的发展态势与核心优势，揭示算力竞争背后的多维博弈逻 辑，为政策制定者和企业决策者提供战略参考。

机交互困难一直是困扰其发展的一大难点。从最近谷歌推出的 Project Astra 以及 Meta 的雷朋眼镜中我们看到，大模型所具备的图像理解、语音交互， 以及根据语音交互结果进行的执行能力有望大幅度提高 AR 眼镜的交互能 力。目前具身智能的发展仍处于非常早期的阶段，但是大模型所具备的以上 能力有望大幅提高机器人对环境的理解能力，以及根据理解结果控制关节等 的执行能力。相关标的包括：Meta，奕瑞，龙旗，舜宇，水晶光电，歌尔。 Dynamics 套件等专业软件在内的生产力工具矩阵，向数据协同、功 能联动的方向发展。如何保护自身私域数据的安全是企业导入微软 Copilot 的主要痛点之一。24 年 5 月，微软推出 Copilot+PC，通过在终端侧部署轻 量级的大模型，在保护隐私的前提下，能够实现会议纪要、文档总结、PPT 智能创作、文生图等企业的基本办公需求，是大模型时代生产力工具的主要 支点。我们认为 2025 年 AI 大模型交互能力，看好智能眼镜等轻量级 AR 发展机遇 .................................................................. 11 大模型应用#2：生产力工具的 AI 化有望推动新一轮 PC 换机周期 ............................................................................

经济正成为 重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关 键力量。产业园区作为产业集聚发展和区域经济增长的重要载体， 其数字化转型已成为顺应时代潮流、把握发展机遇、提升核心竞 争力的必然选择。 本报告通过梳理产业园区数字化转型的发展状况、趋势及挑 战，提出高标准数字园区数字化转型的愿景目标、总体参考架构、 建设方案、典型模式和创新实践案例，为高标准数字园区的深化 转型，提供技术指引和案例参考。 园区管理不仅仅局限于基础设施管理，还包括对园区企业的数字化监控、 风险管理、政策执行等方面的精准治理。高标准数字园区通过数据分析、 实时监控等手段，确保园区的高效运作与安全底线的同时，提高产值效益， 增强园区的综合竞争力。 3、愿景 高标准数字园区建设核心在于构建基础设施完善、产业转型深化、专 业服务优质、运营管理高效的数字经济高地，并具备持续演进能力的现代 化园区体系，以实现运营模式与产业生态的全面升级。 实现。园区内链主企业作为 产业链中的关键环节，其在数字化转型中的引领作用尤为重要。通过深化 5 供应链协同与能力开放，链主企业能够带动上下游企业共同推进数字化转 型，从而提升整个产业链的竞争力与协同效应。园区方通过提供数字化转 型的公共服务，为企业提供技术支持、资金资助和人才培训等多方面的服 务，促进其在转型过程中实现资源的合理配置和效益最大化。园区方引入 数字平台，提供更加系统化的数字化解决方案，帮助中小企业突破传统的

基础设施支撑力更加坚实。网络基础设施覆盖广度与深度不断增强，截至 - 3 - 2025 年 7 月我国累计建成 443.9 万个 5G 基站，已建成全球规模最大的千兆光网。 算力基础设施突飞猛进，截至 2025 年 8 月全国在用算力中心标准机架达 1085 万架，智能算力规模达 788EFLOPS，位居全球第二，存力总规模超过 1680EB，截 至 2025 年 8 月中国算力平台已经完成上海、江苏、浙江等 年的运营数据显示，其累计备案交易金额 近 100 亿元，上架数据产品超 3000 个。 智能中枢统筹力更加突出。在数字基础设施建设加速推进、数字技术蓬勃发 展的背景下，城市智能中枢正在向城市数智资源统筹管理核心演变，依托统一的 技术架构、标准接口、运营运维体系，重点开展城市云计算、网络、数据、大模 型、感知设备、算力等各类数字资源的集中纳管、统一调度、集约建设和共享共 用。如重庆市着力打造一体化智能化 用。如重庆市着力打造一体化智能化公共数据平台，建成全国首个市域一体建设、 两级管理、三级贯通的公共数据资源管理系统，实现算力存储“一朵云”、通信 传输“一张网”、数据要素“一组库”、数字资源“一本账”，在市级、区县和 镇街三级治理中心汇接超过 1362 万个感知设备，截至 2024 年底全市数据编目、 归集、共享类目分别达 16.9 万、15.8 万、15.9 万类。 - 4 - （三）转型生态健全完善 适数化体制

上涨需要配合等比例上升的优质数据集来达到最佳训练效果。因此，大模型 参数在十亿级以上发展并受限于优质数据集的增速是 AI 发展的必然趋势。 大模型增长挑战芯片算力和内存，无法实现完整端侧部署。大模型训练和推 理的三大瓶颈是算力、显存和通信，根据我们的测算，算力方面 GPT-3 训练 所需算力为 121528 TFLOPS，若 30 天内完成，需要 1558 颗 A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 ................. 5 大模型的参数上限：参数的增加需要同等量级的训练集增加 .................................. 6 大模型训练对硬件的挑战：算力、内存和通信 .............................................. 8 终端部署具有必要性，轻量化技术优化模型 ....................... ........................................ 9 图12： 算力计算公式 ...................................................................... 10 图13： 近年推出的大预言模型有效算力比率 ...............................................