造方面具备技术优势和产业基础；法国以高级定制服装闻名，主要面向中高端市场。与此同时，美国的成衣制造业也逐渐发展起 来，主要集中于东北部地区，利用当地的劳动力和资源优势进行生产。 第二阶段：快速发展阶段（20世纪中叶-20世纪末） 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 ·ODM阶段：随着技术积累，部分企业从单纯代工转向设计制造（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 国。中国的成衣制造企业不仅满足国内庞大需求， 还为全球各大品牌提供代工服务。2020年，中国成衣出口占全球的31.6%，虽然有所下降，但仍占据着重要的地位。同时，印度和 东南亚各国的成衣制造业也快速发展。它们借助劳动力成本低廉的优势，吸引了大量国际订单，成为全球成衣制造的重要力量。 中国服饰时尚产业的崛起是政策、消费、科技、供应链及文化等多重因素协同作用的结果。未来，产业需继续强化设计创新、

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 比价便利 推动因素： 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 互动效果不佳，数字化机制 仅停留在企业 APP 或线上电商平台等单向交易场景，未能实现用户数据的深度 挖掘与跨渠道联动，多停留于订单承接功能。面对库存积压或商品短缺的情况，缺 乏足够的数据支持快速调整品类供应，库存管理滞后于市场变化。近年来，消费者 越来越关注线下购物体验的舒适度，线下门店也需要迅速捕捉消费者行为的变 化，调整门店运营，提升消费者的购物体验。因此，零售商应积极部署线上线下的 �.�万亿元（�.�%） 按照全球大洲进行细分，亚洲占比全球零售市场��.�%，其次是北美和欧洲，各自 占比��.�%和��.�%。得益于庞大的人口基数，亚洲零售市场的增长潜力最大。电 子商务的快速渗透以及数字化转型的加速推动了零售市场的扩张，且伴随着亚洲 消费者对个性化和多样化产品需求的不断增加，也为零售行业带来新的动能。北 美零售市场相较于亚洲市场更加成熟，拥有强大的消费能力和完善的零售体系。

进程不断深入，城市数量显著 增长，城市人口迅速增加，城市规模持续扩张，城市建设日新月异，城市经济蒸蒸日上，城市 已经成为拉动中国GDP增长的火车头。 如何有效利用信息技术提升城市管理水平以跟上快速增长的城市化，进而引导、推动中国 进入信息社会，成为城市管理者的当务之急。建立智慧的城市将是城市信息化的终极目标和 战略方向，以此作为城市管理瓶颈的突破口将带来未来城市的全新面貌，推进城市和谐发展。 链协同运作，以帮助企业降低成本和风险， 简化并整合企业信息和系统，使企业运营更加高效和快速的响应市场，使客户洞察力更为 深入，从而可以为客户提供更具竞争力的产品和服务，提升产业链整体竞争优势，为城市经济 的长期可持续发展做好准备。 城市安全、和谐发展的支柱是智慧型、人性化城市服务 • 人口和城市快速增长考验城市决策者执政智慧 2008年底，中国城镇人口已突破6亿，城镇化率达到45.7%。100万人口以上的大型城市逼近 7%。100万人口以上的大型城市逼近 120个，50万以上人口的城市达388个。 在人口快速增加背景下，城市安全监管难度逐步加大，交通拥堵、食品安全、医疗资源紧张、 环境污染、公共卫生事件、教育资源分配不均、就业压力等城市问题进一步凸显。三鹿奶粉 事件、盐城水污染事件、甲型H1N1流感爆发等食品安全和公共卫生问题；汶川大地震、山西襄汾 尾矿库溃坝事故、乌鲁木齐打砸抢烧严重暴力犯罪事件等城市突发自然灾害、突发社会公共

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 亦 过摄像头 对现实场景进行分析并回答用户提出的问题，出货量已超过200万副， Meta及依视路陆逊梯卡在业绩发布会上对AI眼镜发展表态积极。而国产 终端如雷鸟、闪极等品牌亦积极推出相关产品，渗透率有望快速提升。 据Wellsenn XR预测，2029年销量有望达到5,500万副，渗透率约3.48%。 若按照一副1,500元进行测算，2029年AI眼镜市场规模约为825亿元。  算力需求仍将加大。 k 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（手机、可穿戴、玩具等）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。 2. AI 终端有望加速落地 2.1 AI 手机 苹果 FY25Q1 业绩符合预期，国行 AI 功能渐行渐近。苹果 FY25Q1 营业收入为 1,243 亿

深化电子口岸建设，建设 智慧口岸；加强口岸国际合作，深化口岸港澳台合作；简政放权，优化口岸开放 审理制度。 2016 年 12 月 中国民用航空局 《民航科技发展“十三五”规划》 民航信息化水平快速提升。面向民航行业巨大的信息化需求，力争在民航公共云 服务、新一代空管基础设施、智慧机场、民航互联网＋行动计划、网络安全等领 域取得重点提升。 2017 年 1 月 公安部 《中华人民共和国公安部公告》 深圳市新型智慧城市建设总体方案 加大新型智能化红外体温监测设备、核辐射监测车、无人机辅助检测系统、 机器人等口岸智能装备的应用，提升口岸人、车、货异常监测与处置能力， 提高检测速度与准确率，探索建立口岸快速通关模式，提升智能化、便捷 化通关水平。 河南 河南省“十三五”口岸发展规划（讨论 稿）规划 到 2020 年，河南省将建成以郑州航空和铁路国际枢纽口岸为龙头，省内 一批国家重要口岸为节点， 智能 深度 学习 智能 控制 物联网 图像 识别 大数据 云计算 5G 人脸 识别 高等教育为行业发展提供人才支撑 15 智能产品的开发、维护、应用均需要 较高素质的人才，形成快速发展的趋势更 需要社会整体的人才素质处于较高水平。 我国高等教育发展水平的不断提高，为行 业准备了较充足的高素质人力资源，为智 能产品在各行业全面渗透奠定了良好的社 会基础。 数据来源：教育部、中商产业研究院整理

计算公司。据 JPR 数据， 4Q22 英伟达独立 GPU 出货量占比 为 82% ， 位居市场第一。公司股价经历 2016-2018 年、 2020-2021 年、 2022 年 9 月以来三轮快速增长；其中 2022 年 9 月至今，受 AI 驱动下针对芯片算力需 求提升，公 司股价呈现大幅度反弹；截至 2023 年 4 月 30 日，公司市值为 6854.00 亿美元。回顾历史， 1999 险提示 请务必阅读正文之后的免责声明及其项下所有内容 请务必阅读正文之后的免责声明及其项下所有内容 一、 GPU 与人工 智能 l 全球数据总量及数据中心负载任务量大幅上涨，数据中心算力需求快速增长。随着 人工智能等新技术发展，海量数据的产生及其计算处理成为数据中心发展关键。 据 IDC 数据，全球数据总量预计由 2021 年的 82.47 ZB 上升至 2026 年的 215 对性地进行硬件层次的优化。由于 ASIC 能够在特定功能上进行强化， 因此具有更高的处理速度和更低的能耗。相比于其他 AI 芯片， ASIC 设 计和制造需要大量的资金、较长的研发周期和工程周期，在深度 学习 算法仍在快速发展的背景下存在一旦定制则难以修改的风险。 lGPU （ Graphics Processing Unit ， 图 形 处 理 器 ） 能 够 并 行计 算的 性 能优势满足深度学习需求。 GPU

XX 区是 XX 市乃至 XX 省经济的新的重要增长点，吸引了大量外 来投资，XX 国际商业区实力初现。2016 年，固定资产投资 308 亿 元，社会消费品零售总额 198.5 亿元，经济水平的快速提升，为智 慧旅游建设奠定了财力基础。 同时，XX 区多样化的产业业态与旅游业发展之间的融合作用不 断显现，需要智慧旅游平台的关联、支持。 一是旅游景区建设和服务需要智慧旅游予以提升。XX 区船政文 马旅游服务中心，设立了赴马祖一站式审批报务中心，增加跨境电 子商务园区的台湾商品体验馆、O2O 线上线下体验馆等新兴旅游购 物体验，跨境电商的蓬勃发展，做旺了 XX 旅游人气，旅游信息化服 务量快速提升，需要智慧旅游平台服务支撑。 3.1.1.3 社会发展环境 XX 自贸区商贸物流产业急需智慧旅游平台支撑。XX 区是集国 19 家级开发区、保税区、台商投资区、科技园区、出口加工区、生态 基础条件可行性 4.1.1 旅游景点开发速度加快 XX 区立足资源优势，紧紧围绕 XX 船政文化创建国家 5A 级景 区、琅岐打造国家级旅游度假区、XX 安建设 XX 台乡村旅游示范基 地等，旅游景点得到快速发展。 2016 年全年接待境内外游客 240.24 万人次，增长 13.7%。设立“两马”旅游合作示范区，开辟“两 马”旅游“一站式审批服务中心”窗口，首家台资合资旅行社注册成立。 截至 2015

广泛关注。与此同时，智慧停车也是智能网联汽车优先商用的重要场景，基于无人驾 驶的自主代客泊车功能已开始搭载在部分量产车型上，为消费者提供更加便利的停 车体验。随着 5G、大数据、云计算等新一代信息技术赋能智慧停车快速发展，将推 动停车产业信息化、智能化升级，有效缓解“停车难”“找车难”问题，促进城市高 质量发展。 本文针对当前停车服务面临的问题和挑战，分析总结了智慧停车的未来发展趋 势，并面向更高智能 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 （数据来源：公安部） 以实时采集车辆进出、停车场利用率、机器故障等信息，通过运营分析，对不同地区 的停车场制定动态的价格，合理引导车流，提高停车网络的整体经营水平；通过及时 检测设备故障、远程控制，对设备故障做出快速反应。此外，政府也在政策层面给予 相应的鼓励，一方面对智慧停车场提供补贴优惠，另一方面，引导民间投资进入智慧 停车行业，推动行业发展。 欧洲：欧洲的人口集中度较高，也是交通拥堵、停车贵、停车难问题突出的地区。

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。 数据中心行业在2024年经历了前所未有的变革， 这是由超大规模运营商的历史性吸纳率和人工智能 （AI）的快速发展所推动的。各大市场的空置率下 降至历史最低水平，加剧了对空间和电力的竞争， 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 系统附近。希尔斯伯勒和里诺作为北加利福尼亚市 场的延伸而发展壮大，而哥伦布和明尼阿波利斯则 由于靠近芝加哥而获得了势头。 数据中心到2030年将出现超过15GW的供应短缺— —接近今日第三方市场的规模。人工智能工作负载 的快速增长极大地加剧了电力问题，因为人工智能 每台机架消耗的电力远高于传统工作负载，对已经 有限的设施造成了压力。 然而，该行业仍面临着重大的电力挑战。根据麦肯 锡公司的研究，美国可能会经历一个 t s 求、可再生能源成本的下降以及长期能源韧性的需求 所驱动。 到2027年接入电网。苹果公司在密歇根州开发太阳 能项目，预计在今年晚些时候将132兆瓦的清洁能 源并网。 《替代能源的相关性》 18 “表后”举措在行业寻求快速且可靠的电源直接接入的 同时逐渐受到关注。亚马逊网络服务最近收购了位于 宾夕法尼亚州的塔伦能源960兆瓦Cumulus园区，该 园区从相邻的2.5吉瓦萨斯奎哈纳蒸汽电站获取电力 。类似地，微软与星座能源签订了20年长期电力购

证券研究报告 3 图表目录 图1： AI2.0 时代的特征是通过超级海量数据无需标注训练一个大模型 .............................5 图2： 过去五年 LLM 模型参数快速增长 ........................................................ 6 图3： 参数量的指数提升线性提高模型性能 ............... 22 图46： 全球智能家居啊出货量预测 .......................................................... 22 表1： GPT 参数和训练集规模快速增长 .........................................................8 表2： 大语言模型的计算 ....................... 时代，基础大模型参数指数级增长 李开复提出本次由 GPT-4、ChatGPT 引发的 AI 新机遇与之前有所不同，属于 AI 2.0 时代。AI 1.0 时代具体指的是以 CNN（卷积神经网络）为核心，机器视觉和自然 语言处理快速发展的时期，暴涨的数据量伴随搜集、清洗、标注整个过程的成本 增加，且单一领域的数据集和模型形成孤岛，每个领域和应用的优化都是割裂的， 难以形成“通用”。 AI 2.0 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，