现代计算机图形学 ； 2006 年，公司推出用于通用 GPU(GPGPU) 计算的 CUDA 平台。 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化， 向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 GTC 大会上推出 4 个针对各种生成式 AI 应用程序进行优化的推理平台，其中发布带有双 GPU NVLink 的 H100 NVL 加速计算卡， 以支持 ChatGPT 类大型语言模型推理。与适用于 GPT-3 处理的 HGX A100 相比，配备四对 H100 与双 GPU NVLink 的标准服 务器的速度最高可达 10 倍。 l 计算与网络事业部收入占比提升，数据中心超过游戏成为收入主要来源。 所致，包括与 Arm 交易相关的 13.5 亿美元收购终止费用。公司业务部门 包括计算 与网络事业部和图形事业部， FY23 收入占比分别为 55.86% 、 44.14% 。公司的平台及产品主要应用于数据中心、游戏、专业可视化、汽 车等四大领域， FY23 占比分别为 55.63% 、 33.61% 、 5.72% 、 1.69% 。分地区来看， FY23 来自美国地区的收入占比最高，达 30

1“智慧停车”的内涵 智慧停车是指：面向一段时间内需要在固定车位进行的车辆停放，将无线通信、 卫星定位和室内定位、地理信息系统、视觉感知、大数据、云计算、物联网、互联网、 智能终端等技术综合应用于城市车位信息的采集、管理、查询、预订与导航服务等， 实现停车位资源的实时更新、查询、预订与导航服务一体化，实现停车位资源利用率 的最大化、停车服务利润的最大化和车主停车体验的最优化。 智慧停 通过 定位、感知计算和无线通信等技术形成车辆到车位的路径轨迹，引导车辆到达目的车 位，或者进行反向寻车的路径引导，减少车找位、人找车的时间，实现停车效率和体 验的显著提升。 智慧停车可以应用于不同的停车场地。按照车位占用位置的不同，城市停车场地 可分为路内停车位和路外停车场。路内停车位指在道路红线以内划设的供机动车或 （和）非机动车停放的停车空间。路外停车场主要包括建筑物配建停车场和城市公共 泊车功能也开始在全国多个城市开展特定区域、特定用户的内测或试运营（如北京亦 庄示范区、湖南长沙湘江新区等），示范地点多为园区停车场或与企业合作的公共停 智慧停车发展及智慧停车系统白皮书 7 车场，用于技术验证及自主代客泊车（AVP）场景优化，以更好的满足用户停车需要。 车端 AVP 功能正在逐步推进量产应用（在法律法规允许后开放给用户），为配套功能 应用，企业也在逐步推进 AVP 停车场改造。

体系的差异性。总体来看，在指标体系评价覆盖领域 方面，《指南》评价指标体系从经济、社会、环境三 个方面展开，与中国现行各主要工业园区评价指标体 系具有比较高的相容性；在评价对象方面，参与横向 对比的中国工业园区评价指标体系多用于评价省级以 上开发区，而《指南》对于评价对象并无体量要求， 因此对于中国中小工业园区评价有一定的补充价值； 在评价体系设置和分值计算方面，中国现有工业园区 评价指标体系较为复杂，而《指南》采用打分制，评 求的增删改建议。依据这一分析框架，本研究将《指 南》指标体系进行本地化筛选，共分为直接应用类、 调整后使用类、建议整合（删除）类三种类型。依 据本地化建议，调整形成《指南》本地化指标体系。 为确保《指南》本地化指标体系适用于中国工业园 区，研究团队选取国内多个工业园区作为案例以验 证这一指标体系。为保证《指南》本地化验证的科 学性和有效性，在样本数量方面，本研究选取国内 3~5 个园区作为验证案例；在案例选取方面，研究团 研究了对埃塞俄比亚、秘鲁、中国等国家工业园区 实践的案例研究，并参考了来自联合国机构、发展 金融机构、银行、学术界、咨询公司等相关部门的 反馈。 《指南》重点关注发展中和转型中的经济体，内容 适用于处于各个发展阶段的各类在建和现有的工业 园区。其内容涵盖工业园区在规划和设计、建设、 运营、营销和引资、风险管理、废物管理以及能源 管理的指导原则并提出了具有普遍性的指标评价体 系，包括经济、社会和环境的绩效指标，旨在为工

口岸信息化领军者，“AI+行业”多领域拓展 盛视科技是国内口岸信息化领域的龙头企业。公司率先提出“智慧口 岸”理念并付诸实践，将人工智能等新一代信息技术应用于口岸领域， 首创了多项口岸智能查验产品，开创了口岸旅客查验、车辆查验及卫 生检疫等领域智能查验的先河，推动国内口岸信息化发展。同时，公 司持续推动 AI 与行业的深度融合和在更多场景的落地应用，例如智 公司设立海外事业 部，并携手华为以中东为起点迈向海外市场。2021 年，公司设立海 外事业部，并计划在海外成立子公司，以贴近目标市场，持续搭建和 完善海外营销网络。公司联合华为针对海外市场推出多个适用于口 岸、机场、交通、港口、园区等多行业场景的产品和解决方案，共同 打造的 5G 智慧港口联合解决方案已成功在阿曼某港口上线运行。中 -33% -23% -13% -3% 7% 17% 27% 、 陆路口岸、水运口岸，业务涵盖边检和海关（含原检验检疫）等出入境旅客、货物及交通运 输工具的智能通关查验和智能监管等，提升旅客通关效率、查验管控效率。 2）智能交通：以智能分析算法为基础，重点应用于车辆违法取证、智能识别抓拍、实施预 警反馈等实战业务，从而满足交警、治安、刑侦等警种部门在交通管理、维护社会治安、侦 查破案等警务工作中的需求。 3）智慧机场：智慧机场自助系统包括自助值机、自助托运、自助安检、自助登机、中转通

通信核心，包括优化的调度和组合策略，减少 用于通信 的流式多处理器（ SMs ）资源占用，并通过调优 PTX 指令集和自动调整通信数据块大小，显著减少了 L2 缓存的使用及对其他 SMs 的干扰。 l 采用 FP8 混合精度训练技术，不仅极大地加快了训练速度，还大幅降低了 GPU 内存的消耗。基于低精度训练领域的成熟经验，开发人员构建了一个适用于 FP8 训 练 的混合精度框架，其中大部分计算密集型任务以 ：模型效果随模型规模指数增加而线性提高。据 OpenAI 发布的论文《 Scaling laws for neural language models 》，模型性能极大依赖训练规模，模型参数、数据集大小以及用于训练的计算量增 加 可以达到减少模型损失，增加大模型性能的效果。 l “ 涌现 ”能力：随着训练规模不断增大 ，大模型将产生质变 。据《 Emergent Abilities of Large 16% 上升到 29% 。对于企业来讲，对于生成式 AI 的支出亦将经历不同阶段的 重点，例如 2024- 2025 年，支出主要集中在生成式 AI 基础设施建设； 2025-2026 年，支出重点用于推进生成式 AI 平台与解决方案建设； 2027 年及以后，支出 重点着力于生成式 AI 服务。 图： 2023-2028 年中国生成式 AI 与 整 体 AI 市场规模预测（亿美元） GenAI

由于在多样化的数据集上进行了训练，通用模 型能够处理各种话题和领域的问题 领域专业性 在金融领域具有专业的理解能力，更精熟于金 融术语和概念 灵活性和利用率高 大量数据训练提高了模型的准确率，并可以应 用于多种任务中 针对性的解决方案 更适合解决金融行业的具体问题，与行业需求 和合规性要求相匹配 可迁移性强 在数据量较少的特定任务上，通用模型也可以 通过微调进行有效的迁移学习，大大减少模型 的训练时间和计算资源 型 Titan 和 AIGC 服务 Bedrock ，以 及 A I 编 程 助 手 AmazonCodeWhisperer 。 Tita n 系列模型分为用于内容生成 的文本模型 Titan text 和可创 建矢量 嵌 入 的 嵌 入 模 型 Titan Embeddings 。 此外 ，基 于自研推理和训练 AI 芯片 的最新实例 AmazonEC2Trn1n 日，阿里云宣布 通义千问大模型已首批通过备案。 10 月 31 日，阿里云正 式发布千亿级参数大模型通义千问 2.0 ， 8 大行业模型同步 上线。通义千问 2.0 专业维度上的能力较强 ，可应用于相对 专业复杂场景 ，例如金融、医疗、汽车等垂直专业场景。 数据来源：中文语言理解测评基准 CLUE ，东吴证券研究所 2.3. 国内 通用大模型案例，多家企业推出相关产 品 vivo

理，并可运用人工智能技术开展需求预测，生成个性化推荐策略及营销方案，提供个 性化的客户服务。如上汽、蔚来、小鹏等通过构建数据中台，获取并分析大量的制造 数据、销售数据、车联网数据、用户画像等信息，并运用于营销、运营、服务和数据 分析等众多场景，将数据资产转化为产品竞争力。 u 客户服务环节 利用车载传感器和大数据分析，实现车辆状态的实时远程监控，及时发现车辆的 故障隐患，为用户提供远程诊断和 护，减少产线停产与故障风险。 销 售 环 节 需 求 ： 用 户 需 求 洞 察 与 精 准 营 销 当前“车-路-云-网”一体化生态逐渐形成，数据成为企业核心资产，车辆行驶、 用户行为等数据被用于优化精准营销、用户触达、精准获客等场景，形成“数据-算法- 产品”的闭环营销模式。一方面，汽车行业营销核心已从产品向用户转变，车企需要 依托大数据技术，整合用户消费行为、社交媒体等数据，建设用户数据中台，实现精 控与高效协作。 8 IMDS 材料数据管理系统 用于合规申报、管理与追溯汽车零部件及材料成分信息，确保符 合环保法规要求。 9 TDM 试验数据管理 集中存储、处理试验数据，并关联产品结构，支撑分析与决策。 10 ALM 应用生命周期管理 对车载软件的需求、开发、测试、部署进行全流程管理，确保软 件质量与合规。 11 CAD 计算机辅助设计 用于创建、修改和分析零件的数字化几何模型，并生成工程图纸。

本支出，为算力基础设施的扩 展与升级注入强劲动力。微软计划在2025财年投入约800亿美元用于AI数据中心建设； 亚马逊相关投资计划高达1000亿美元；谷歌预计资本支出约750亿美元；Meta亦将2025 年资本支出预期上调至640–720亿美元；阿里巴巴则宣布未来三年投入3800亿元人民币 用于AI及云基础设施建设，投资规模超过过去十年总和，重点布局算力中心、基础模型 平台及业务AI化 税收抵 全球重点区域算力竞争态势分析报告（2025年） 24 免延长10年，抵免比例提升至30%，并通过“本土生产”附加条件引导产业链本地化。 同时，《两党基础设施法案》配套投入730亿美元用于电网现代化，重点支持跨区域输 电通道建设、智能电网技术应用及储能系统整合，解决可再生能源并网消纳瓶颈。为应 对能源转型、提升能源安全，2025年5月，美国启动“核能复兴计划”。《为国家安全 部 覆盖从AI芯片、大模 型，到人形机器人、自动驾驶、AI医疗等领域。2024-2025年，微软、谷歌、亚马逊、 Meta资本支出大幅增长，2025年四家公司资本支出总和突破3000亿美元，资金主要用于 全球重点区域算力竞争态势分析报告（2025年） 24 全球重点区域算力竞争态势分析报告（2025年） 25 全球重点区域算力竞争态势分析报告（2025年） 25 全球重点区域算力竞争态势分析报告（2025年）

整合内部制度文件和案例库 ， 生成标准化培训材料 ，辅助新员工快速掌握合规流程。 科技赋能风控 ，保障行业稳健发展。部分券商已具有更加前瞻性的风险管理意识 ，将金融科技逐渐应用于全面风险管理工作。兴业证券将 AI 应用于合规问答与敏感信息防护 ，通过本地化部署的“燎元智能助手”（基于 DeepSeek 大模型） ，实现合规问答自动化 ，例如实时解答业 务人员关于反洗钱、信息披露等合规问题 ，并结合隐私计算技术 潮。截至 2025 年 3 月 ，数十家头部证券科技公司已完成 DeepSeek 的本地化部署或深度集成 ，覆盖智能风控、精准营销、客户服务、数据科学等核心业务场景。 风控与合规优化：将模型应用于反欺诈识别、风险预警及合规审核，强化业务安全性。 运营提效创新：借助 DeepSeek 的代码生成与数据分析能力，推动内部流程自动化与决策智能化。 智能交互升级：通过 DeepSeek 2 月 中科金财 通义千问 智能客服 / 合规助手 / 金融语义解 析等 持续开展大模型合作 2025 年 2 月 数禾科技 DeepSeek 智能获客 / 风控 / 客服 / 贷后管理 逐步应用于核心信贷场景 2025 年 3 月 九方智投控股 DeepSeek 智能投研 / 投顾 /AI 数字人 “ 科技 + 投研”双轮驱动战略 2025 年 4 月 恒生电子 DeepSeek 投研 /

前于服务业整体的信息化水平，把旅游业发展成为高信息含量、知 识密集的现代服务业，建成覆盖旅游基础信息数据库和旅游基础信 息资源交换和共享平台技术已较为成熟，能够为项目的顺利实施提 供技术支持。这些都逐渐广泛应用于智慧旅游建设管理、服务与营 销多方面，并在全国各地有很多成功案例可借鉴，在此基础上，XX 区智慧旅游建设项目可以更加完善进步。主要应用的技术有： 1.云计算 云计算是一种基于因特网的超级计算模式，在远程的数据中心 GIS 的应用，用户可以在互联网 上浏览、查询、分析与空间位置有关的各种信息，如民生、旅游、 交通、餐饮、天气等；通过三维建模向用户提供网络虚拟地理环境 服务，实现虚拟旅游。GIS 在旅游方面可以应用于停车场、景点、 道路交通管理等，并通过手机终端、车载终端、Pad 等多种形式实 现智能分流。 系统主要功能区域包括地图操作区域、图形展示区域、鹰眼显 示区域和图层操作区域；主要功能有地图基本操作、地理信息查询 系统充分利用网格内数量可观的信息资源,为用户提供一条方便、 快捷的数据服务途径。包括以下主要模块: 建立模块、信息服务模块 和运行模块。 信息服务模块：信息服务架构是整个系统架构中的重要组成部 分。用于管理和维护系统中的元数据, 处理的信息主要是对集成环境 105 中各种资源、服务和主体的描述。 建立模块：建立模块主要功能是通过建立环境建立系统中所有 相关资源节点的相关信息，建立相应的通信机制和连接策略。利用