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 ，模型的 迭代加速、 竞争加剧。同时， AI 模型向多模态全方位转变， AI 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧 投资规模低于预期、 AI 服务器渗透率提升低于预期、 AI 监管政策收紧。 DeepSeek 重塑开源大模型生态， AI 应用爆发持续推升算力 需求 请务必阅读正文之后的免责声明及其项下所有内容 Deep Seek 发展突 飞猛进 ，领跑开源大模型技术 与生态 A I 应用爆发在 即 ，算力 需求持续攀升 ， 关注 AS IC 及服务器产 业链 风险提示 请务必阅读正文之后的免责声明及其项下所有内容

目前，熙软医疗的医院运营管理智能已在多家医院落地，并在其中部分医院实现商业化， 成为医疗 IT 大模型落地的典例。 2.3 制药 AI：下行时期，在变化之中寻找新的机遇 自 2020 年制药 AI 在一级市场迎来爆发性增长后，大量创业公司将其管线推至临床阶段。 此前，AI 主导的进入临床试验阶段的创新药项目仅为个位数。2021 年这一数字已迅速 增长至 100 多个，2022 年维持增势突破 200，2023 年 3 月，致力于研发计算机视觉、自然语言处理以及大模型、AIGC 等新一代人工智能技术，为各级医疗机构提供多模态通用医疗 AI 解决方案，助力高质 量高水平发展。 近年来，深睿医疗的业务取得了爆发式的增长，产品遍布全国 30 多个省市，为数千家 医疗机构提供从 AI 辅助诊断、智能筛查、临床决策、患者服务到医疗大数据治理、科 学研究、医生培训、能力建设等全链路的人工智能服务。  14

有闲阶级和资本的出现； 新的投资机会短缺；经济 大概率出现“滞胀”；自满 与失望并存，社会割裂 导入期 转 折 展开期 泡沫之路 新一轮康波 狂热阶段 协同阶段 成熟阶段（动能衰竭） 产能过剩 爆发阶段 新范式与旧经济的分裂； 旧产业的衰落和失业问题 的加剧 金融资本向新范式的代表 性产业集中；脱实向虚， 金融泡沫膨胀镀金时代的 贫富分化 经济发展黄金时期；内 生性增长、市场扩张； 金融资本与产业资本再 创意规模化 AI+云计算+大数据正在 发生的新一轮变革，未 来将会是产品放在服务 中，实现规模化，提供 便宜且个性化服务。 在更远一些的未来阶段， 人与AI实现异构分工， 加速新研究、新技术、 新应用不断爆发。 我们认为，当前保险行业技术发展位于服务规模化展开前期，其重要特征是逐步由服务集成在产 品中，向产品嵌入到服务过程中转变。这个特征突出了工业革命和当前技术革命之间的根本区别， 即它们各自对“ 重要力量。短期内，AI技术 的应用主要集中在为服务规模化提供支持，而长期来看，AI技术的普及将引发科技产业价值规律 的变化，使得人们更加注重应用的创新与服务的提升。 从科技趋势角度来看，AI的爆发并非偶然，而是在前期算力算法和数据等技术的长时间铺垫下 逐渐成熟的结果。这些底层技术加上数字化、大数据和互联网等辅助技术的支持，共同推动了 AI成为主导力量，引发了整个社会的变革。 在这个过程

........................................................................................ 1 （一）算力需求爆发式增长，全球竞争日益激烈............................................ 1 （二）算力发展持续规划，产业亟待提质升级................... ................................................................ 41 综合算力指数 1 一、综合算力研究背景 （一）算力需求爆发式增长，全球竞争日益激烈 随着人工智能、大数据、工业互联网等新技术规模化应用，全 球算力需求呈现指数级增长。从智能工厂中精准控制生产设备的工 业机器人，到智能交通里实时规划路线的导航系统，再到个性化推 月，美国政府公布“星际之门” 国家级计划，预计将投入 5000 亿美元用于美国国内人工智能基础设 施建设。日本通过制定相应的法律法规来规范人工智能的应用和发 展。 综合算力指数 2 面对全球算力需求的爆发式增长和国际环境的日益复杂，我国 作为数字经济大国，急需突破关键核心技术“卡脖子”环节、实现科 技自立自强。在此背景下，需深入探究我国综合算力发展现状，明 确自身优势与短板，精准布局算力产业，加速数字产业化和产业数

数字经济时代来临 传统企业纷纷转型升级 • 2012-2017年，建行新一代业务系统建设 • 2012-2015年，美的632项目建设 • 2016年开始， 华为数字化转型 • 2013年余额宝爆发，互联网金融崛起，银行逐步 通道化，压力陡增 • 天猫、京东等互联网电商平台冲击零售业 互联网企业跨界而来 • 2014年12月举行的中央经济工作会议,正式提出 我国经济发展进入“新常态” • 人口红利逐渐用尽 • 资源、环境压力大，迫切要求可持续发展，国家 提出碳达峰、碳中和战略 经济发展进入新常态 • 2008年以来，以云计算、大数据、人工智能、物 联网、区块链为代表的数字技术进入了集中成熟 爆发期。 • 数字技术组合应用，发挥数据价值 • 互联网、物联网积累了海量数据 数字技术发展成熟 经济发展进入新常态 数字技术发展成熟 互联网企业跨界而来 传统企业纷纷转型升级 数字经济 农业经济

人工智能正逐渐进入生活的每个角落。那再过十年，智能世界是什么样的？人工智能会怎么发展？ 会怎么改变我们的工作与生活？ 迈向通用人工智能的道路，可能并不是沿着现有路径拓展延伸，而是会经历若干不确定的“奇 点”，迎来突然的爆发，就如同过去十年的卷积神经网络和大模型。当前的我们不得不思索：未来 十年的“奇点”可能出现在哪里呢？ 正如华为《智能世界 2035》所言，迈向通用人工智能，关键在于走向物理世界。其机遇可能 有三： 得了长足进步，更关键的是，在高级智能层面 实现了巨大跃迁，包括逻辑推理、因果推理、 可解释性、创新能力、情感识别与表达。 技 术 事 件 阶 段 任 务 邮件过滤、新闻分类 统计学习崛起-AI复苏 深度学习爆发-感知智能突破 Transformer革命-认知智能萌芽 大模型进化-生成与行动探索 AGI时代-创新与组织 推荐系统、 视觉模式识别 AI问答搜索、情感陪伴 AI工业、科学、生活 内容生产、 自动驾驶、机器人 学习 Transf ormer 架构 AlexNet GAN GPT3 RLHF Beyond Transformer 空间 计算 领域专家 智能体 AI4S加速 科学求解 具身 智能 爆发 AGI 世界 模型 RLVR DiT Sora 发布 Cursor 编程爆火 特斯拉 端到端 DeepSeek R1 RT-2实现 语言指令 控机器人 GPT-4o 全模态 前沿

中国高净值家庭2对高端消费的需求持续释放。过去十年，中国售价在60万元人民币（约 8万美元）以上的豪华车销量从不足10万辆飙升至40余万辆，全球市场占比从10%跃升至 超20%，充分印证了高净值人群消费力的爆发式增长。未来，随着低空出行生态的逐步成 熟，个人飞行eVTOL有望延续这一趋势，成为继豪华车之后满足高净值家庭需求的下一代 标志性产品。 2 高净值家庭：家庭净资产超过1,000万元人民币。 波士顿咨询公司 在传统民航领域，商业化路径往往呈现“先B端、后C端”的模式，即先服务专业用户 和企业场景，再逐步拓展至大众消费市场。然而，根据我们近年来的观察，中国在新兴技 术领域已经展现出不同的发展逻辑。以无人机市场为例，其商业化爆发并非源自农林植保、 电网巡检等B端需求，而是由航拍、户外娱乐、个人创作等C端应用强势驱动，从而快速 实现产品放量并带动整个产业生态的发展。 从体验感、情绪价值到对先锋人群的吸引力，个人飞行eVTOL具备与消费级无人机类 括提供空中出租车等按次收费的出行服务，或作为私人飞机出售或租赁给高净值个人及企 业等。 波士顿咨询公司 2025年9月 中国载人eVTOL行业白皮书 23 3.2 核心能力建设 站在万亿级eVTOL市场的爆发前夜，eVTOL企业一方面应立足当下，找准市场契合度 高的切入点实现商业化落地，另一方面也必须放眼未来，夯实企业自身核心能力，构筑长 期发展的护城河。BCG认为，中国eVTOL企业要想在激烈的市场竞争中脱颖而出，需在以

在此背景下，末端配电母线系统作为数据中心配电的关键组件，呈现以下市场和技术演变趋势 3 在AI浪潮来临之前，数据中心机房母线市场规模目前全球容量2023年约6亿美元，随着AI大 模型应用如ChatGPT的流行，这个数字在2024年爆发增长到25亿美元，并预计在2030年超过100 亿美元。 随着AI服务器的容量上升，单机柜容量快速上升，传统400A、630A精密配电柜系统难以满 足AI机柜需求，目前800A、1250A的机房母线成为AI 低碳发展，其在全生命 周期中的多维优势已充分显现。这套系统不仅解决了功率密度攀升、部署节 奏加快等当下数据中心面临的紧迫挑战，更通过智能化监控、精准化调度与 可持续化设计，既是应对当前算力需求爆发的务实选择，也为数据中心向高 密度、高可靠、低能耗的未来演进筑牢了根基。 技术创新是这个体系生命力的核心，横向整合领先技术是升级关键。如 西门子新型智能无线微断产品体系，以紧凑集成、可靠运行、精准预警等特

业务反馈 > 预测客户意图 > 判断客户问题 > 反馈产品问题 > 优化产品功能 运营监控机制 AI+ 大数 据 定位问题 二、智能语音 ——2017 年：智能语音应用爆发元年 京东金融 JD Finance 通知、回访 调研、邀约 智能营销 客服类质检 外呼类质检 关键技术 >ASR >NLP >TTS 京东金融 JD Finance 智能语音产品

III 前 言 在数字经济与能源革命深度融合的时代背景下，算力与电力的 协同发展正面临前所未有的机遇与挑战。随着 5G、人工智能、工业 互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 1 等 前沿领域发挥着关键作用。据中国信通院统计，2023 年我国算力总规 模达到 230EFLOPS，同比增长约 35%，其中智能算力增速更是高达 45%，显示出强劲的发展势头。然而，算力产业的爆发式增长也带来 了巨大的能源消耗问题。以数据中心为例，2023 年全国数据中心用电 量突破 1500 亿千瓦时，占全社会用电量的 1.6%，相当于三峡电站全 年发电量的 1.5 倍。更值得关注的是，随着大模型技术的快速发展， 此外，在“双碳”目标约束下，算力产业的绿色转型需求迫切，但目 前绿电使用率仅 22%左右，亟需建立更高效的算电协同机制。 算电协同创新发展已成为当前数字经济与能源革命深度融合的 核心命题。从算力需求侧看，AI 技术爆发式增长推动全球算力规模 年均增速超 30%，我国智能算力规模 2023 年达 435 EFlops，占全球 31%，但数据中心年耗电量预计 2030 年将突破 4000 亿千瓦时，占全 社会用电量