体智算能力、促进 AI 赋能千行百业具有至关重要的意义。我们期待本报告能凝聚产业共识，推动超 节点技术从“技术探索”走向“落地应用”，加速我国智算基础设施发展，为全球智算产业创新贡 献中国智慧。 中国信息通信研究院副院长 魏亮 序言 3 超节点发展报告 05 人工智能高速演进背景下，算力需求呈指数级增长，大模型竞争已进入 “参数规模摸高” 与 “训 练效率提升” 并行的新阶段。Scaling 某电力行业企业作为能源行业龙头企业，积极打造人工智能基础设施，目前已建成国产自主可控的 两级智算中心，算力总规模达 600+PFLOPS，基于先进的算力基础设施，打造了全尺寸、多模态、 全自主的光明电力大模型，是首个通过中国信通院、电子标准院国家权威机构双认证的行业大模型， 也是首个通过国资央企大模型测评体系认证的电力行业大模型，专业能力达到卓越水平，较基座模 型平均提升 15%。为进一步提升技术先进性、服务集团业务发展需求。企业计划于

AI 赋能资产配置 DeepSeek 对国信多元资配框架的优化 证券研究报告 | 2025 年 2 月 19 日 请务必阅读正文之后的免责声明及其项下所有内容 证券分析师：邵兴宇 010-88005483 shaoxingyu@guosen.com .cn S0980523070001 证券分析师：王开 021-60933132 wangkai8@guosen.co m.cn S0980521030001 Wind ， DeepSeek ，国信证券经济研究所整理 资料来源： Wind ， DeepSeek ，国信证券经济研究所整理 图 3: 周期划分示意图 图 4 ：短周期示意图 资料来源： Wind ，国信证券经济研究所整理 资料来源： Wind ，国信证券经济研究所整理 图 5 ： 中周期示意图 中周期示意图 图 6 ：长周期示意图 资料来源： Wind ，国信证券经济研究所整理 资料来源： Wind ，国信证券经济研究所整理 短周期 判定核心：基于美林时钟、周期叠加、 货币信用、信贷库存、政策组合等框架， 结合综合通胀指标，研判近月股债强弱 应用价值：对短期股票盈利与估值提 供指引，捕捉交易机会，把握市场短期 波动节奏 中周期 判定核心：关注“资产价格”向“内 在价

人工智能+制造业应用落地 研究报告 （2024 年） 创新奇智科技集团股份有限公司 中国信息通信研究院人工智能研究所 2024 年 12 月 1 前 言 制造业作为国民经济的基石，一直是推动经济增长和技术创新 的核心力量。然而随着全球化竞争的加剧和消费者需求的多样化， 制造业正面临着成本上升、效率低下和创新能力不足等多重挑战。 近年来，人工智能技术的兴起为制造业转型升级提供了强大的动力， 析，生成个性化的产品设计和优化方案，满足不同客户的采购 定制 需求，提升客户满意度和市场竞争力。 同时，大模型可以理解 和处 16 理客户的查询和投诉，提供快速、准确地响应，提升客户服务效率。 来源： 中国信息通信研究院人工智能研究所工业案例集 图 1 大模型制造业应用场景图 （二）制造业人工智能产业结构 制造业是一个高度复杂且多元化的行业，为了更清晰地梳理出 不同产业层次对人工智能的需求以及人工智能技术的渗透程度，本 工智能技术在制造业应用所需的软硬件资源；技术平台层基于数据 等底层资源提供开发实现人工智能算法的能力；应用层利用人工智 能技术在制造业生产和服务各个环节中创造价值。 17 来源： 中国信息通信研究院 图 2 制造业人工智能领域产业结构 1.基础层：基础设施市场潜力巨大 复杂的制造业问题需要人工智能芯片高效运算来解决。当前能 适应深度学习的芯片类型主要有 GPU 、FPGA

zhanliuyang@guosen.com.cn S0980522100003 联系人：李书颖 0755-81982362 lishuying@guosen.com.cn 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《电子行业周报-AI+开启半导体新周期》 ——2023-05-29 《复盘英伟达的 AI 发展之路》 ——2023-05-29 《电子行业周报-半导体周期拐点临近，国产化进程提速》 50.08 622.40 0.94 1.35 53.28 37.20 000810.SZ 创维数字 买入 15.74 181.04 0.94 1.35 16.74 11.69 资料来源：Wind、国信证券经济研究所预测 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 百亿参数大模型具备涌现能力，训练数据需等比例提升 ...................... 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 时代的特征是通过超级海量数据无需标注训练一个大模型 资料来源：创新工场，国信证券经济研究所整理 以大语言模型（Large Language Model，LLM）为例，语言模型已经存在了几十年， 从最基本的 N-gram 模型（语言由简单的向量表示），到更复杂的 RNN 模型、LSTM

成立不到两年颠覆开源大模型格局，性能对标海 外 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek Coder 发布 ， 目 前仍是开源代码模型标 杆。 资料来源： DeepSeek 官网，国信证券经济研究所整理 DeepSeek-V2.5-1210 发布， V2 系列收官；联网搜索上 线 官网。 DeepSeek Coder V2 发布， 成 为 全 球 最 强 代 码 开 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek 模型已成为全球现象级大模 型 图：微软宣布支持访问 DeepSeek-R1 模型 图：英伟达宣布支持访问 DeepSeek-R1 模型 资料来源：各公司官网，国信证券经济研究所整理 l 2024 年 12 月 26 日，全新系列模型 DeepSeek-V3 首个版本上线并同步开源。 DeepSeek-V3 为自研 MoE 模型，共有 671B 参数，每个 token DeepSeek-V3 具有更优的模型性能 / 价格比例 图： DeepSeek-V3 等模型多项评测成绩对比 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理 资料来源： DeepSeek 官网，国信证券经济研究所 整理 l 2025 年 1 月 20 日， DeepSeek-R1 正式发布，并同步开源模型权重，性能对齐 OpenAI-o1

模型参数呈现指数级增长 请务必阅读正文之后的免责声明及其项下所有内容 图：简单任务中不同参数模型上下文学习性能 资料来源： IDC ，国信证券经济研究所整理 资料来源： Cisco Global Cloud Index ，国信证券经济研究所整理 图：模型参数规模大幅上涨带来算力需求提升 图： 2021-2026 年全球数据总量及预测 图： 2016-2021 2016-2021 年全球数据中心负载任务量及预 测 资料来源：《 Language Models are Few-Shot Learners 》，国信证券经济研究所整 理 23% 22% 22% 21% 21% 20% 20% 19% 30% 25% 20% 15% 10% 5% 0% 2021 2022E 2023E 2024E 2025E 2026E 2016 2019 2020 2021E 600 500 400 300 200 100 0 250 200 150 100 50 0 资料来源：英伟达官网，国信证券经济研究所整理 负载任务量（万个） YoY 数据总量（ ZB ） YoY 表：国内外科技企业发语言模型发布情况 公司 产品 ( 拟 ) 发布日期 阶段 链接

8%，并预计将由2023年的185亿美元进一步增至2030年 的1,683亿美元，CAGR为37.0%。 图：全球人工智能解决方案市场规模 图：人工智能三要素 资料来源：晶泰控股招股书，国信证券经济研究所整理 资料来源：药智局，国信证券经济研究所整理 人工智能三要素 算力 算法 数据 CPU 机器学习 实验数据 GPU 深度学习 开源数据 FPGA 自然语言 处理 生成数据 ...... 其他 0% 石化板块人工智能解决方案 14 206 39.8% 电池板块人工智能解决方案 38 395 33.8% 显示器板块人工智能解决方案 1 13 39.1% 资料来源：晶泰控股招股说明书，国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 医疗保健板块是人工智能应用最大的领域 6 ◼ 人工智能在医疗保健领域的应用场景广泛，能够为多个环节赋能。AI（Artificial 资料来源：人工智能医疗器械创新合作平台，国信证券经济研究所整理 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容 图：全球药品市场规模和增速 资料来源：IQVIA，国信证券经济研究所整理 注：全球药品市场规模包括新冠疫苗和药品

要标尺，相关研究工作意义深远。 随着 AI 在千行百业加速渗透，算力赋能数字经济社会的效能，不仅仅取决 于算力、存力、运力以及发展环境本身，模型能力也成为决定人工智能深度赋 能的关键。因此，中国信通院研究团队持续优化综合算力指标体系，在往年基 础上，增加模型能力的呈现，从算力、存力、运力、模力、环境多个维度，更 加准确剖析我国算力产业发展态势。 《2025 综合算力指数》为我们提供了一个全面而系统的视角来洞察我国算 了有力支撑；三是运力基建稳步推进，调度机制逐步完善，有效提 升了算力资源的调配效率；此外，模型技术与产业应用的双轮驱动， 进一步加速了算力向现实生产力的转化。 结合算力产业发展现状、趋势和重要影响因素，中国信通院进 一步完善综合算力指数体系，新增“模力”分指数，优化评价指标。 整体上，从算力、存力、运力、模力、环境等维度衡量我国各省级 行政区的综合算力发展情况，并通过算力分指数评估全国各城市的 算力发展水平。 ，为我国算力产业“点、 链、网、面”体系化发展提供参考，为数字中国建设实现跨越式发展 筑牢根基。 时间仓促，报告仍有诸多不足，恳请各界批评指正。后续我们 将不断更新完善，如有意见建议请联系中国信通院研究团队： dceco@caict.ac.cn。 综合算力指数 目 录 一、综合算力研究背景...............................................

33/-6.70 创业板/月涨跌幅(%) 1948.03/-8.47 AH 股价差指数 134.03 A 股总/流通市值 (万亿元) 109.84/99.00 市场走势 资料来源：Wind、国信证券经济研究所整理 相关研究报告 《主题投资月度观察(2025 年第 4 期)-科技前沿加速迭代，政策 红利密集释放》 ——2025-04-29 《资金跟踪与市场结构周观察(第六十三期)-股市资金面“紧平 力实现权重的动态优化，在保证模型稳定性的同时提升对市场变化的适应能力。 这种分阶段的设计既考虑了历史经验的传承，又充分发挥了 AI 在实时决策中的优 势。 图1：Boosting 集成学习方法示意 资料来源：Wind，国信证券经济研究所整理 问题 2：DeepSeek 训练所用的数据样本量（时间跨度，如 3 年/5 年/更长）大概 是多少？多大的训练样本或特定的训练方式可能导致过度拟合？是否有相关经 验？ 关于数据样本量的问题，本项目训练 的 “情绪维 度”，作为市场过热预警的补充信号、三标尺中景气度指标与多因子的 “宏观因 子”形成交叉验证，修正宏观数据滞后问题。 图2：多因子择时、“三标尺”行业轮动相结合 资料来源：Wind，国信证券经济研究所整理 问题 3：如何整合多维数据（如宏观指标、行业景气高频数据、社交媒体情绪） 优化资产配置模型的输入？不同频率数据（日频行情、月频宏观）如何对齐？ 多维数据的整合依赖于 DeepSeek