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。 1 证券研究报告 电子 AI 大模型需要什么样的硬件？ 华泰研究 电子 增持 (维持) 研究员 黄乐平，PhD SAC No. S0570521050001 SFC No. AUZ066 leping.huang@htsc 生成 能力。部分最前沿的闭源大模型，例如 GPT-4o、谷歌 Gemini，支持的模态更加多元，能 够理解文本、图像、音频、视频（帧），并生成文本、图像、音频。2022 年 9 月，红杉资 本预计还需要近十年的时间，大模型才能实现实习生级别的代码生成、好莱坞质量的视频 和区别于机械声的人类质量语音，但是实际进展远超当时预期，Sora 已经能够生成 60s 的 高质量视频，GPT-4o 和谷歌 Gemini 是指大模型赋能的，具备规划、记忆、工具、行 动能力的智能体。我们认为 Chatbot 的演进方向是智能化和自动化程度逐渐提升，需要人 类参与的程度逐渐下降，逐渐过渡到人与 AI 协作的 Copilot，最终形态是 AI Agent，Agent 只需要人类的起始指令和结果的反馈，具有自主记忆、推理、规划和执行的全自动能力， 执行任务的过程中并不需要人的介入。 从 Chatbot 向 AI Agent 的演进过程中，手机应用生态或将发生改变。我们认为手机或是

测、分析、整合城市运行核心系统 的各项关键信息，从而对于包括民生、环保、公共安全、城市服务、工商业活动在内的各种 需求做出智能的响应，为人类创造更美好的城市生活。 具体来说， “智慧的城市”需要具备四大特征。 全面物联 智能传感设备将城市公共设施物联成网，对城市运行的核心系统实时感测。 充分整合 “物联网”与互联网系统完全连接和融合，将数据整合为城市核心系统的运行全图， 跨越业务、组织和核心基础设施（交通、水、能源和通讯等）系统需要被整体定位。 智慧城市策略就是：在城市发展过程中，在其管辖的环境、公用事业、城市服务、公民和本地产业 发展中，充分利用信息通信技术（ICT），智慧地感知、分析、集成和应对地方政府在行使经济 调节、市场监管、社会管理和公共服务政府职能的过程中的相关活动与需求，创造一个更好的 生活、工作、休息和娱乐环境。为了抓住机遇和构建可持续的繁荣，城市需要变得更加“智慧”。 一 智慧的地球从城市发生 02 这些系统不是零散的，而是他们在以一种协作的方式相互衔接，有效地促进执行力和高效性。 这六个核心系统实际上变成了“系统中的系统”。 尽管如此，当重要和积极的转变需要提供潜能的时候， “系统中的系统”的每个元素都面临着重 要的挑战和威胁。例如，城市面临着极其重大的健康保险问题，像婴儿的死亡率、世界各地流行 艾滋病问题；对于政务来说，必须在城市系统调整和以满足减少行政费用支出的要求之间找到

研究表明，模型参数的 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， A100。内存角度， GPT-3 训练至少需要 3.2T 内存，至少 44 张 A100，推理任务则主要受显存限 制，需要 4 至 8 张 A100，因此完整的模型无法在终端上离线运行。 优化后大模型可在旗舰机型芯片上运行，AI 落地有望推动新一轮换机潮。 AI 部署本地化具有必要性，优势包括更低的延迟、更小的带宽、提高数据安 全、保护数据隐私、高可靠性等。完整的大模型仅参数权重就占满一张 80G 的 GP .............. 5 大模型的参数下限：AI2.0 时代，基础大模型参数指数级增长 ................................ 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 .............................

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，并面向更高智能化的智慧停车应用场景，梳理了智慧停车基础设施需要具备的关 键技术能力和运营管理能力、以及相应的标准体系建议，希望联合产业链上下游对停 车场智慧化发展趋势做出研判，合作创新，并结合产业实践，共同完善标准体系和法 规认证体系，推进智慧停车商业化 ... 35 智慧停车发展及智慧停车系统白皮书 1 第一章 智慧停车产业发展背景与现状 1.1 智慧停车内涵及价值 1.1.1“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， 图 1-2 路外停车场示意图 由于占用空间的性质不同，路内停车位和路外停车场的功能、运营模式，所需技 术和管理政策等方面存在很大差异。路外停车场建设需要匹配主建筑物功能的需要， 小区及单位车场主要目的是满足常驻车主的停车需要，购物中心及商圈停车场主要 以提供便利促进经验效益，而医院、学校等车场则具有临时性停车的特征。而路内停 车位主要是解决停车位供给不足的问题，具有空间开放性和自行化的特征，在管理上，

国家和省域层面旅游业发展战略的需要.......................................9 2.2.1.1 落实国家旅游信息化建设战略的需要.................................9 2.2.1.2 对接 XX 省省域智慧旅游建设的需要................................10 2.2.2 XX 区旅游业发展水平提升的需要...... .....10 2.2.2.1 整合 XX 旅游资源的需要..................................................10 2.2.2.2 提升 XX 旅游产品建设水平的需要....................................11 2.2.2.3 提升 XX 旅游服务水平的需要............................ ...............11 2.2.2.4 提升 XX 旅游政务管理的需要...........................................12 第三章 建设现状及问题诊断..........................................................13 3.1 建设现状............................

从教育体系内部看，推进算力技术在学前领域的融合应用，需要教育 行政、教研与教育技术装备、资源等多部门以及幼儿园的共同参与配 合，打通各部门、各层级之间的信息孤岛，解决信息碎片化、应用条 块化、服务割裂化等问题，为社会提供更加优质的学前教育服务。从 普惠算力赋能教育行业研究报告（2025 年） 10 外部支持看，需要依托科研机构等在技术上的支持，还需要整合玩教 具等学前教育装备资源生产研发企业等社会力量，以提供适宜的软硬 教育领域亟待解决的关键课 题。 教师算力应用能力的挑战，多数教师长期扎根传统教育体系，当 前算力应用推动教育技术与教学方法不断更新，算力应用与教师技能 储备形成断层。为了紧跟快速迭代的教育环境，教师们需要持续学习 新知识、更新教学技能，熟练驾驭智能化工具与创新教学法，着力提 升自身算力应用水平，以便精准甄别数据信息，完成从知识传授者到 学习引导者的角色蜕变。 （三）高等教育算力使用现状 据 算力建设从传统高性能计算向超智融合转型。随着 DeepSeek 的发布， 各高校纷纷接入“满血版”DeepSeek，这一发展趋势对高校算力建设 产生了较大的推动作用，当前有很多科研项目既需要超算算力，又需 要智算算力，从应用的需求上看需要将这两种算力更好地融合，构建 成为统一的算力中心，因此有许多高校开始建设超智融合的算力基础 设施，并在此基础上统一建设算力平台，满足学校科研、教学与服务 中的“AI+”

等）以及 生产设备等行业；中游主要包括纺织服装生产与品牌厂商；下游主要包括专卖店、商场、超市、电商等线上线下销售渠道。 上游主要是原材料供应及产品生产，确保产品的质量、交货期，需要有一定的产品设计与研发能力；中游需要将原材料转 化为成品，并通过品牌建设提升产品附加值；下游主要负责品类及产品定义、营销与分销。本报告将主要讨论服饰品牌商 的竞争情况。 生活方式与场景化需求：生活场景多元化（如 综合消费者及其行为变化情况来看，购买渠道线上线下并重、全过程的消费及社交链路穿梭于线上线下，这给服饰时尚品 牌带来了柔性供应、全渠道经营等多重挑战。同时，这对经营提出了更高要求，品牌不仅需要具备有线上线下的分销渠道 和用户触点，还需要在小红书、抖音等平台构建起用户种草-购买-分享-私域运营的完整用户运营链路。同时，通过ID-Map- ping等大数据技术，品牌要识别穿梭于不同场景和平台的同一用户，为用户提供趋于一致的购物体验。 （资料来源：华泰证券《消费洞察系列：掘金“她经济”》） 4）市场竞争对服饰时尚企业的主要挑战 ·新品竞争白热化与人群细分难度：消费者需求日益多样 化，但传统人群细分方式（如地理位置/人口特征）难以精 准捕捉消费动机。企业需要更深入的情感需求分析来指导 新品研发，例如童装品牌A通过情感动机细分出6类核心人 群，制定有效策略。 ·库存管理与供应链压力：服装行业上新快、销售周期短， 库存积压风险高。数据显示，2024上半年超半数服饰企业

，结合服务 商能力评价框架和转型服务典型实践案例，勾勒服务商能力发展图谱，为车企高效推进 数字化转型实践、科学评价服务商能力、快速选择合适的服务商提供参考。 然而，服务商能力评价涵盖维度广泛、需要考虑的因素众多，构建科学精准的服务 商能力评价体系是一项极具挑战性的课题。当前，我们所开展的相关工作尚处于初步探 索阶段。过去一年多来，我们联合汽车行业百余位专家，通过线上线下数百场研讨交流， 为汽车行业锚定未来航向提供战略指南。 程 杰 北京高科数聚技术有限公司 创始人兼董事长 Ⅸ Ⅹ 汽车行业正处在数字化转型深水区，服务商的能力建设更加需要直击核心场景。基于 多年来深耕汽车垂直领域的实践经验，我们认为，服务商需要在关键环节构建差异化能力： 研：打破跨域研发的壁垒，构建能沉淀知识、实现虚拟验证的数字化平台，让技术创 新从 “单点突破” 走向 “协同爆发”； 产：打造 数字化研发，持续增加车辆智能化功能，将新能源驱动、智能驾驶、智能座舱等融 入汽车制造。一方面，汽车结构与零部件设计流程复杂、验证成本高，车企需要充 分挖掘用户驾驶、售后维保、质量检测等数据价值，加快建设研发协同平台。另一 方面，为持续提升产品研发效率，车企需要充分利用AI赋能智能工艺规划、数控编 程与仿真等，实现知识驱动产品设计、BOM智能配置、导引式设计等。 当前，在汽车市场的激烈竞争环境

色园区和宜居宜业宜游特色城镇（即“两特开发区”）。 二、项目实施机构与职责 拟建设“智慧园区项目领导小组”，由党政办负责项目建设的组 织与管理，园区各部门、有关单位协调配合。 建议小组下设： 根据项目管理的实际需要建议设置专业小组。包括： 1、战略研究组 由开发区管委会领导、专家和咨询机构代表组成。负责“智慧园 区”项目的战略研究与规划工作。决定建设投资、建设内容、建设周 期，建设方案调整等重要事宜。 整合项目的合作资源优势，依据科学成效的项目运营操作流程，运 14 经济开发区“智慧园区”项目项目建议书 用高效的策略，吸纳企业进驻生产经营。目前，传统的招商手段和 方法已经越来越难以满足未来智慧园区发展的需要。 9、智慧城管系统 利用物联网、云计算、大数据、移动互联网、智能协同等技术， 整合城市管理资源，拓展智慧城管业务应用，扩大城市管理可视、 可控范围，增强平台服务能力，提高应用的智能化程度，增强市民 成本和效率等方面，面临着挑战，大致归纳为以下几个方面： 1、园区基础设施收待改造：数量众多的园区，弱电系统、园区 网络、数据中心等基础设施老化，有线、无线等多张网络独立部署， 彼此不联通，缺乏智能化的基础，迫切需要升级改造。 2、园区建设缺乏顶层设计：传统园区往往缺乏系统性和前瞻性 规划，智慧化建设以碎片化功能建设为主，系统性考虑不足，各子 系统封闭孤立。园区基础建设长达数年甚至十数年，缺少顶层设计

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 要显著更多的资金。产品供应不足加速了新的发展， 大型、复杂的建筑吸引了创纪录的资本。不久前，5 0MW被认为是一个大型园区，但现在100MW以上的 园区已是常态。平均每兆瓦的建设成本为1100万美 元 2 ，一所校园现在可能需要数十亿美元的投资— —对于同时建设多个场地的开发商来说，这是一个令 人畏惧的前景。 投资者持续寻求独特的方法来接触该行业。HMC Ca pital最近宣布了一项新的ASX上市数字基础设施REI 为资金将从其他资产类别流向数据中心。 11 贷款机构的活动也有所增加，受到该行业强劲基本 面和不断增长需求的吸引。无论是新贷款机构还是 老牌贷款机构，都增加了为前期开发、建设和永久 性融资的流动性，特别是对于通常需要九位数投资 的超大规模项目。顶级开发商因其“全球”信用评级以 及持续的供需不平衡，获得了有利的贷款条款。 这些备受瞩目的交易反映出数据中心行业对主流放 贷机构吸引力不断增长，这些机构越来越将其视为