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 电话：0769-22119430 邮箱： chenweiguang@dgzq.com.cn 电子行业指数走势 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 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 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 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。 练效能优化策略、双维度评价体系、 结构化训练范式三个维度。 DeepSeek-R1 采用分阶段强化学习架构演进，包括冷启动阶段、面向推理的强化学习、拒绝采样 与监督式微调、全场景强化学习等。 l AI 应用爆发在即，算力需求持续攀升，关注 ASIC 及服务器产业链。 Scaling Law 与“涌现”能力是大模型训练遵循的重要法则，随着 ChatGPT 引领全球 AI 浪潮， 国内外科技公司纷纷发布 AI 大模型，截至

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。

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

.............................. - 22 - （五） 四大能力构筑城市数智底座 ............................. - 23 - 2 1、算力能力 ............................................... - 23 - 2、网络能力 ................................. 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

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 ...............................................

年 12 月， OpenAI 发布基于 GPT-3.5 的聊天机器人模型 ChatGPT ，参数量达到 1750 亿个。 ChatGPT 引领全球人工智能浪潮，人工智能 发展需要 AI 芯 片作为算力支撑。据 Tractica 数据，全球 AI 芯片市场规模预计由 2018 年的 51 亿美元增长至 2025 年的 726 亿美元，对应 CAGR 达 46.14% ；据前瞻产业研究院 数据，中国 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 年，公司发明了图形处理器，定义了 现代计算机图形学 ； 2006 产业链相关公司：算力：英伟达、海光信息、寒武纪、全志科技；服务器：工业富联、国芯科技、环旭电子、闻泰科技、易德龙； PCB ：沪电股份、 胜宏科技、东山精密、鹏鼎控股； AI 终端： 晶晨股份、瑞芯微；先进封装： 长电科技、通富微电、芯原股份；存储：深科技、江波龙、佰维存储、 兆易创新。 请务必阅读正文之后的免责声明及其项下所有内容 l 构建加速计算平台、完善“三芯片”产品布局，重点发力 AI 及数据中心领域。

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