支持多种配置策略，提供高效的弹性伸缩，并通过技术创新提升硬件资源共 享效率和利用率，降低计算和存储成本。 �� AI工具链：支持传统AI模型以及基础大模型、行业大模型的开发与应用，提 供数据处理、数据标注、模型训练、模型精调、配置管理、低代码等一系列 工具能力，降低企业开展AI应用的门槛。 模型即服务（MaaS）：能够将复杂的基础大模型能力与云平台服务能力深度 整合。通过模型即服务 序部署在更靠近大模 型的位置将成为一种趋势，这样可有利于保障保数据处理和决策响应的实时性， 减少延迟并优化资源利用，改善整体性能。具体优势如下： 性能优化：当应用程序与模型靠近部署时，数据在网络中的传输距离和时间 都大幅减少，响应速度可以得到更好地保障，特别是对那些需要实时响应的 应用场景（如自动驾驶、金融交易等），数据处理的及时性至关重要，靠近 模型的应用可以更快地做出决策，可提升智能化应用的用户体验。 在大 模型融入行业的过程中，AI应用开发者需要认真考虑与这些工具平台、技术 栈的融合路径，确保大模型能够真正在企业业务创新中落地。 企业应关注与未来发展趋势相适应的云平台能力特性： 高效的数据处理与分析能力：支持构建面向大模型训练任务的基础服务，包 括算力、网络、存储、安全以及容器化平台能力，更为重要的是，在千卡、 万卡集群训练时，能够围绕算力调度、高性能组网、高性能存储、集群监 控

reproduce or distribute. 2. 算力基础设施架构和国产化情况 智算中心对我国算力格局的影响 集中度提高，算力更加集中在少数大型数据中心 推动算力向边缘计算下沉，满足实时数据处理需求 促进区域平衡，缩小不同地区的算力差距 影响算力价格，由于技术进步和规模经济，价格更加亲民 提高智算中心服务效率，促进产业高质量发展 来源：与非研究院 智算中心建设提升了算力集中度和 引发对数据安全和隐私保护的重视 使就业结构发生变化，某些工作职能自动化 推动基础设施升级，包括数据中心和云计算平台 创造新的商业模式和收入来源 其他 来源：与非研究院 生成式AI主要通过更高效的数据处理和模型训练，驱动技术创新和提高生产效率，对智算产业产生了显著影响。 23 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce 比较重要，但还有其它关键技术共同推动行业发展 一般重要，主要影响特定领域或任务 不太重要，对行业发展的贡献有限 完全不重要 来源：与非研究院 大模型确实对智算产业发展起到了关键作用，同时，其他技术如硬件加速、数据处理和算法优化等也不 可忽视。 26 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 3

灵活高效的算力互联网。增强异构算力与网络的融合能力，通 过网络的应用感知和资源分配机制，及时响应各类应用需求， 实现计算、存储的高效利用。针对智能计算、超级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 与试点应用，实现算力中心网络高性能传输。 2. 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征，对助 推产业转型升级、赋能我国科技创新、满足人民美好生活和实 现社会高效能治理具有重要意义。 2. 计算力（Computational Power，CP） 是数据中心服务器对数据处理并实现结果输出的一种能 力，是衡量数据中心计算能力的一个综合指标，包含通用计算 能力、超级计算能力和智能计算能力。常用计量单位是每秒执 行的浮点运算次数（FLOPS，1EFLOPS=10^18

发言人：数据/人工智能战略实施，业务单元/职能目标 运营模式 投资组合管理 用例 中心：目标投资组合结构、预算与监控、灯塔用例 发言人：领域特定用例的优先级排序、开发和部署 开发和实施 数据处理与使用 数据管理 中心：数据/人工智能合规性与指导原则，数据标准/目录 发言人：数据质量保证、数据管理员、数据访问管理 法规和政策 意识和沟通 能力 并且文化 中心：基础培训、最佳实践分享、社区建设

⾼性 能卡 RLHF 强化学习 SFT RDMA 监督微调 解决数据处理的延迟 顶尖的 AI ⼈才 数⼗ TB ⾼质量数据 数万对⾼质量 prompt 理解 Chatgpt, ⼀个 AI 领域的“⼯程奇 迹” Chatbot ： ⽂本交互式应⽤ Gpt3

⽂本交互式应⽤ Gpt3： 预训练⼤模型 Prompt engineering 提⽰词⼯程 RLHF 强化学习 Nvidia A100（A800） ⾼性能卡 SFT 监督微调 RDMA 解决数据处理的延迟 顶尖的AI⼈才 数⼗TB⾼质量数据 数万对⾼质量prompt 增长：破圈，两个⽉到⼀亿⽤户的速度 “创新落后”的机会成本被不断放⼤ 体验： 哎哟 不错噢 低成本，超出⽤户预期的“智能”

识工场、模型工场，训练 业务大模型 DeepSeek基座大模型 59 政企、创业者必读 关键基础之一：知识库打造 知识库打造是DeepSeek更懂企业的基础 知识自动汇集，不流失 多模态数据处理和理解 非结构化文档处理和理解 搜索，辅助内部办公和外部客户服务 为业务大模型RAG做准备 内部知识管理 • 把企业内部的碎片化知识， 把专 家头脑中的经验转化为显性知识 管理起来， 如员工邮件、

算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等 复杂任务。 类型 设备种类 设备名称 IT设备 化 其他成本制约因素 训练需求 （一次开发） • 考虑到模型训练“黑盒” 机制与多次调优，所需算 力与开发过程强相关 推理需求 （长期运营） • 模型推理阶段的算力主要为 运行模型和数据处理，并且 需要考虑产品的使用体验 推理算力未来将出现爆发态势 推理算力未来可能爆发的示意图 时间成本 (是否尽快抢到实践 化的落地） 能耗成本 (云服务或者算力的 使用成本） 人员成本

时需耗费大量时间进行政策梳 理和格式调整，而“桑智”可以在短时间内完成初稿生成，并给出优化建议，极 大提高了政务文书工作的效率和准确性。 2.数据智能整合与快速检索 “桑智”系统具备强大的数据处理能力，可在 5G 双域加密环境下，关联全 县部分工作数据，并进行高效的信息查询。例如，当政府工作人员需要查询某一 类政策文件或以往会议纪要时，以前可能需要翻阅大量材料，而现在只需输入关 键词，系统便能迅速检索并提供精准信息。 稿生成方面， 蜜度推出的智能工具能够根据用户需求快速生成高质量的宣传文案，同时兼顾语 言的流畅性与内容的逻辑性，确保文稿符合政务宣传的严谨性要求。在舆情分析 44 中，蜜巢政务大模型的强大数据处理能力支持实时监测、分析和预测舆论走向， 为政府部门提供及时、准确的决策依据。此外，蜜度的智能校对功能可快速识别 文稿中的语言错误、不当表达及格式偏差，进一步提升宣传材料的专业性。 【案例成效】

时需耗费大量时间进行政策梳 理和格式调整，而“桑智”可以在短时间内完成初稿生成，并给出优化建议，极 大提高了政务文书工作的效率和准确性。 2.数据智能整合与快速检索 “桑智”系统具备强大的数据处理能力，可在 5G 双域加密环境下，关联全 县部分工作数据，并进行高效的信息查询。例如，当政府工作人员需要查询某一 类政策文件或以往会议纪要时，以前可能需要翻阅大量材料，而现在只需输入关 键词，系统便能迅速检索并提供精准信息。 稿生成方面， 蜜度推出的智能工具能够根据用户需求快速生成高质量的宣传文案，同时兼顾语 言的流畅性与内容的逻辑性，确保文稿符合政务宣传的严谨性要求。在舆情分析 44 中，蜜巢政务大模型的强大数据处理能力支持实时监测、分析和预测舆论走向， 为政府部门提供及时、准确的决策依据。此外，蜜度的智能校对功能可快速识别 文稿中的语言错误、不当表达及格式偏差，进一步提升宣传材料的专业性。 【案例成效】