型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 通用大模 型“奇富 GPT” ；度小满推出国内首个千亿级中文金融大模型“轩辕” ；腾讯云公布腾讯云金融行业大模型 ， TI-OCR 大模型帮助银行解决 日常业务问 题；恒生电子进一步升级金融大模型 LightGPT ，并发布多款光子系列大模型应用产品 融领域的数据分散在各个金融机构，通用大模型缺少金融数据进行训练，金融专业知识不足；另外一方面，如果从底层开始训练大模型， 所需要投入的算力成本非常高，比如千亿级别的通用大模型，训练一次需要付出几千万的成本 在特定任务上，精确性与适用性欠缺，需要更多优化与定制。金融垂类大模型通常会投入大量的时间和资源来收集和整理金融领域的专业 ，应用的场景相对广泛 BlueLM 是 vivo 自主训练的大语言模型，出自于 vivo AI 全 球研究院。 vivo 于 11 月 1 日开发者大会上正式发布自研 AI 大模型矩阵，包括十亿、百亿、千亿三个不同参数量级 的 5 个自研大模型。 BlueLM 主要可以应用在手机智能应 用中，进行基础手机指令操作、实时语音助手、查询信 息以及一些基于手机端的办公应用。

倡议共建算力监测与调度体系，打破区域壁垒；统一技术标准与安全规范；深化区域协同 与产业融合，并创新东西部利益共享与补偿机制。  公布发展目标：计划到2025年建成30万个标准机架，数字经济核心产业规模突破千亿元。 《关于打造“算力之都”促进人工智能产业发展的若干政策（试行）》  提供高额补贴：对算力服务提供方按实际服务金额的1%给予资助（最高1000万）。  对使用算力企业按费用50% 资助（最高100万）。 等缓存机制面临巨大压力。多级缓存技术（如HBM + DRAM + 专业存储）通过“以存代算”策略显著减轻计算负担，提升推理效率，支持更长上下文理解和更 复杂任务处理。  多机并行推理支撑超大模型与多模态应用 面对千亿级参数模型和百万级长度多模态输入带来的计算与内存挑战，多机并行推理成为必然选择。通过 节点内NPU高速互联与节点间RoCE网络协同，实现计算资源的高效调度与通信优化，显著提升推理吞吐并降 低延迟。

2023 年 5 月中旬 ，奇富科技首先宣布推出自研的金融行业通用 大模型——奇富 GPT ，在业内被称为“ 国内首个金融行业通用大模型 ”。 2023 年 5 月下旬 ，度小满推出国内首个千亿级中文金融大模型“轩 辕 ” ，聚焦于金融名词理解、金融市场评论、金融数据分析和金融新闻理解等任务。恒生电子于 2023 年 6 月发布了金融大模型 LightGPT ，并 在 10 ）金融数据覆盖面广。 同花顺利用自身过去十几年的数据积累以及 市场上公开的金融数据 ，预训练金融语料达到万亿级 tokens ， 同时 拥有一套自动化的流程 ，用于数据获取、清洗以及数据质量的验证， 每月可新增数千亿 tokens 优质预训练数据以及数十万条优质微调数据， 确保数据的实时性和准确性。 2 ）模型训练创新优化。构建了包括数据配比实验方案、 scaling law 实验体系、模型架构优化、分布式训练框架优化、硬件加速技术等

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”等硬件技术持续演进的支撑下，伴随模型参数规模超越千亿级，近年来人 工智能技术得以“涌现”出更加强大的理解、推理、联想能力。 图：模型规模的指数提升线性提高模型性能 资料来源 ： Jared 等著 - 《 Sca l ing Laws for Neura 的数据量和参数规模呈现指数级增长，例如 GPT-3 模型参数约为 1750 亿，据 Semianalysis 推 测 GPT-4 参数量达 1.8 万亿；同时，国内目前公布的大模型参数规模也 普遍在百亿至千亿级 别。性能方面，据 Data Learner 数据， GPT-4o 在 MMLU 测评中获得 88.7 分的高分，分数较 GPT- 3 大幅提高；国产模型中阿里的 Qwen2.5-72B 取得

Turbo。日日新 5.0 能力提升主要得益三个方面：1）采用 MoE 架构， 激活少量参数就能完成推理。且推理时上下文窗口达到 200K 左右。2）基于超过 10TB tokens 训练、覆盖数千亿量级的逻辑型合成思维链数据。3）商汤 AI 大装置 SenseCore 算 力设施与算法设计的联合调优。 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 35 电子 商汤推出“云、边、端”全栈大模型产品矩阵。1）云端模型即商汤最领先的基础模型系列。 2）在边缘侧，商汤面向金融、医疗、政务、代码四个行业推出商汤企业级大模型一体机。 一体机同时支持千亿模型加速和知识检索硬件加速，实现本地化部署，相比行业同类产品， 千亿大模型推理成本可节约 80%；检索大大加速，CPU 工作负载减少 50%，端到端延迟减 少 1.5 秒。3）端侧模型方面，SenseChat-Lite 1.8B 全面领先所有开源

号，硅星人公众号，东莞证券研究所 电子行业深度报告 21 请务必阅读末页声明。 中微软预计 Q1 及 Q2 支出与 24Q4 接近，Q3 及 Q4 将根据需求投资；亚马逊资本开支年化 有望超千亿；谷歌预计全年支出 750 亿美元，主要用于服务器，其次为数据中心和网络 建设；Meta 预计全年支出约为 600-650 亿美元，主要投向 AI 和核心业务。总体来看海 外 CSP 并没有因 DeepSeek

时代的特征是通过海量数据，无需标注自监督学习，训练一个基础大模型， 并在各个应用领域将其专业化。具体来说有三个特点：1）对于拥有的超级海量的 数据，无需进行人工标注，即进行自监督学习；2）基础模型规模非常大，参数规 模从十亿到千亿级别；3）训练出的基础模型具有跨领域知识，而后通过微调用降 低成本的方法来训练，以适应不同领域的任务。AI 2.0 的巨大跃迁之处在于，它 克服了前者单领域、多模型的限制。 图1：AI2.0 时代

景牵引、培育低空制造生态 圈。 5. 强化低空制造要素支撑，强化无线电频谱资源统筹优化、促进行业内外合作交流、加大低空产业融资支 持。 2 陕西省 文件名称： 陕西省培育壮大 千亿级航空制造与低空产 业创新集群行动计划 发文时间： 2024/ 11/ 1 发文单位： 陕西省发展和改 革委员会 目标： 建设集研发设计 、生产制造 、试验验证 、服务保障于一体的航空制造与低空产业创新集群 加强统筹协调 2. 强化支撑保障 3. 加大资金投入 4. 加强合作交流 2. 陕西（陕西省、榆林） 115 序号 省 / 市 / 县 文件 主要内容 3 陕西省 文件名称： 陕西省培育壮大 千亿级航空制造与低空产 业创新集群行动计划 发文时间： 2024/ 11/ 1 发文单位： 陕西省发展和改 革委员会 目标： 不断提升陕西航空经济技术开发区 、秦创原无人机产业创新聚集区 、汉中航空经济技术开发区等

2025 年达到 1000亿元。XX正紧紧围绕“中国数 谷”核心区的战略目标，依托数据中心集聚优势，延伸数据中心上下游产业链，并吸引 相关企业将其他业务落户XX，着力打造“1+5”产业生态，即一个千亿级智能终端产业集 群和五个百亿级数据中心产业集群，形成“两品多业”发展格局。 4 XX银行战略布局 4.1 XX银行发展战略 在“科技兴行”战略指引下，XX银行 2017 年就提出了“安全银行、流程银行、开放

大城市病的低密度绿色城区。目前， 北京经济技术开发区入区企业已超 过 2 万 家， 包 括 奔 驰、GE、 拜 耳、 ABB、京东等 80 多家世界五百强企业 的 120 多个项目，投资总额近千亿美 元，形成了电子信息、装备制造、生 物工程和医药、汽车及交通设备四大 主导产业。此外，北京经济技术开发 区也是中国“无废城市”建设的试点工业园区。 漕河泾开发区： 上海市唯一同时具 备国家级经济技术开发区、国家级