大模型的训练需要高性 能的计算资源，如GPU 集群、分布式训练框架等。 4能源行业部分大模型 （一） ◼ 国网光明电力大模型：（开源与闭源并举） 发输变配用、调度、交易 规划、建设、运行、检修、营销 ◼ 南网，大瓦特 ◼ 三峡集团“大禹”大模型 ◼ 中核集团龙吟大模型 ◼ 中国广核，“锦书”大模型 ◼ 中国石油，昆仑大模型 ◼ 中国石化，“胜小利”大模型 ◼ 中国海油，“海能”人工智能模型 的消纳能力，降低弃风、弃光率，提高新能源发电的利用效率。 10 ◼ 能源管理： 1、电网状态监测与故障诊断：利用 传感器网络收集电网的实时运行数 据，如电压、电流、功率因数等， AI 大模型可以对这些数据进行实时 分析和处理，监测电网的运行状态 。一旦发现异常情况，如电压波动 、电流过载、设备故障等，能够及 时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 通过分析城市的人口增长趋势、工业发展规划以及居民生活方式的变化，预测城市未来的电力需求增长情况，为电力企 业的规划和投资提供依据。 2、供应分析：对于能源的供应端， Deepseek可以分析能源生产 企业的产能、设备运行状况、资源储备等信息，预测能源的供应 能力和供应稳定性。例如，在石油和天然气行业，模型可以根据 油田的产量数据、设备的维护情况以及新的勘探开发计划，预测 未来的油气供应情况，帮助交易商和供应商提前做好应对措施。

纶长丝、钾肥，我们继续看好金三 银四化工品涨价投资机会，具体到涨价品种排序，我们认为政策驱动的涨价行情确定性更强，比如：制冷剂、香兰素， 其次是需求快速增长带来的供需错配涨价机会，接着是行业市场化运行带来的景气上行投资机会，比如：有机硅。除 了涨价之外，我们近期观察到大化工产业逐步到了新阶段，具体体现为创新力、协同力、知识产权保护的提升，先讲 下创新力，除了突破卡脖子新材料之外，我们也观察到部分 预计减少，橡胶原材料价格 支撑；丁苯橡胶供应方面下周齐鲁装置持续降负荷运行，裕龙石化和申华化学新产能均有 产量释放，其它装置预计变化不大，产量预计较本周小涨；顺丁橡胶供应方面节后顺丁橡 胶场内供应有一定增量，国营工厂生产暂无明显波动，民营企业方面，前期检修企业已于 周内复工，个别降负荷企业恢复正常生产，市场整体供应保持稳定运行。 ④景气度跟踪：供需来看目前行业需求具备支撑，开工维持高位。盈利端边际改善，海运 边际改善，海运 费影响逐渐缓解的同时成本有所回落  金禾实业：甜味剂市场在春节前后需求相对冷淡 ① 三氯蔗糖：淡季效应下，区间谨慎观望 本周三氯蔗糖市场淡稳运行，生产企业由于个别停车，目前库存压力不大，且中间商节前 出货降库的效果相对乐观，但下游节前备货充足，且目前处于淡季，场内成交活动略显清 淡，不过市场整体并没有出现明显回落，主流价格在 19-20 万元/吨，实单存有商谈空间。

E-Commerce 2 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 智算产业现状总览 , 智算产业运行状况 , 智算中心核心驱动力 , 智算产业关键技术 , 智算产业竞争格局 生成式AI驱动的变革 , 生成式AI对智算产业的影响 , 生成式AI发展挑战 , 大模型对智算产业的作用 , 算力基础设施架构和国产化情况 , 智算中心如何影响我国算力分配 , 算力卡供应情况 , 国产算力卡替代情况 , 智算中心AI芯片主要方向 , 智算中心利好AI芯片类型 未来挑战与趋势 , 如何提高智算中心运行效率 , 智算产业要解决的关键问题 , 智算产业发展挑战 , 智算产业应用领域 , 智算产业投资趋势 Agenda 3 Supplyframe, Inc. Confidential & Proprietary reproduce or distribute. 1. 智算产业现状总览 我国智算中心运行现状 大部分满负荷运行，满足当前算力需求 部分满负荷运行，存在一定程度的算力闲置 多数未满负荷运行，算力闲置情况较普遍 几乎没有满负荷运行，算力闲置问题严重 不确定 来源：与非研究院 我国智算中心整体运行良好，但需优化资源分配以提升整体效率。 8 Supplyframe, Inc. Confidential

架构。 该 SoC 包括一个带有 transformer engine 的下一代 GPU，其采用 NVIDIA Blackwell 架构， 可提供每秒 800 万亿次8位浮点运算 AI 性能，以运行 GR00T 等多模态生成式 AI 模型。凭借 集成的功能安全处理器、高性能 CPU 集群和 100GB 以太网带宽，大大简化了设计和集成工 作。 Jetson Thor 波士顿动力 Atlas使用Jetson （120Hz） 产生闭环电机动作。 System 2是一个预先训练的视觉语言模型 （VLM），它处理机器人的视觉感知和语言指 令，以解释环境并实现任务目标，它可以在英伟达 L40 GPU 上以 10Hz 运行。 英伟达通用机器人大模型 GR00T N1 04 22 资料来源：英伟达官网、CSDN，浙商证券产业研究院 VLM模块主要功能是从图像和文本指令中提取特征，并为后续的动作生成提供上下文信息。GR00T 完全由人控制）、L2级（基础辅助智能）、L3级（具身 智能和训练监督）、L4级（自成长智能）和L5级（完全自主智能）。当前，人形机器人产业正朝着L3级迈进，这一阶段的机器人能够在大量 场景中独立运行，但在复杂情况下仍需人工监督。何小鹏预计，到2026年，具备L3初阶能力的人形机器人将进入适度规模的商业化量产阶段。 结合何小鹏对于机器人分级以及我们对于机器人能力程度的拆解，我们将具身机器人分级进一步细化。

配备与重要功能方面相关的各种传感器。这些传感器产生与 物理对象性能各个方面有关的数据，例如，能量输出、温度 和天气等等，然后将这些数据转发至处理系统并应用于数字 副本。一旦获得此类数据，虚拟模型便可用于运行模拟、研 究性能问题并生成可能的改进方案；所有这些都是为了获取 富有价值的洞察成果，然后将之再应用于原始物理对象。 2 （二）数字孪生的金融政策指引 在金融行业，中国人民银行于 2021 年发布的《金融科 务，指通过技术手段对物理实际业务实体进行建模映射。渲 染服务，指根据通过建模服务得到的模型进行渲染，从而得 到一个与物理实体等价的虚拟实体。仿真服务，指在建立虚 拟实体上进行各类运算，从而对实际物理实体的运行决策进 行支撑。 数据层：包含支撑服务层各类服务的各类数据，包括从 物理实体各处采集和监测的数据，以及对数据中间集和物理 实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 l Prototype（虚拟样机）、Functional Virtual Prototype （全功能虚拟样机）等技术，主要是用于实现复杂产品的运 动仿真、装配仿真和性能仿真。仿真技术是创建和运行数字 孪生模型、保证数字孪生模型与对应物理实体实现有效闭环 的核心技术之一。 3.数据孪生技术 数据孪生作为金融领域数字孪生底层的关键技术，该技 术通过机器学习模型对一组业务数据的分布进行学习，从中

2.0 时代 1.1 人工智能技术持续突破, 引领数字底座重构升级 随着新一轮科技革命和产业变革深入发展,全球科技创新空前密集活跃, 特别是以人工智能为代表的新技术快速发展,正在深刻改变经济社会运行模 式, 创造新的生产方式、生活方式, 成为推动经济发展的重要方向和关键动 力源。 《数字中国发展报告 (2023 年) 》指出, 我国基础数字技术创新能 力持续增强, 在信息技术管理方法、计算机技术和基础通信程序领域 数字底座成为主流架构, 为企业的业务流程提供智能化支持的 必然趋势。 2) 做了混合 AI 数字底座二级模块的全面刷新。AI 时代的数字底座, 需 要 AI 基础设施, 同时, 也需要 AI 运行所需的技术平台。这包括: "3 库 4 平台" , 这些技术平台已经对传统的大数据平台、应用开发平台形成 替代之势,是企业混合 AI 应用落地所必须的,企业也必须遵循这样的方 向进行企业 IT 切入 点包括: 企业是否搭建了智能化的运营管理工具? 是否实现了各个价值链的内部数据系统整合, 避免数据孤岛? 企业是否建立了统一的运营指标和闭环管理体系? 是否实现了职能数据融合和一体化运行? 是否应用大数据和 AI 算法等技术以提升运营管理效率? 企业是使用人工智能、机器学习等工具?实现从敏捷分析到智能决策? 更多干货请关注公众号“管理技术化平台” 17 是否沉淀经验, 创建多方共赢的智能运营管理平台

月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观 10 第三，政务热线是决策施政的“信息港”。政务热线在感知、收集群众诉求 的基础上，对诉求数据的价值、关联和反映问题进行深刻“解读”，挖掘出社会 治理过程中的热点、难点、堵点问题，为政府掌握社会运行状况、民生问题分布 和政府治理绩效提供信息依据，从而有针对性地实施政策措施，高效解决社会治 理过程中出现的各类问题。 政务热线的数智化转型进一步强化了其“信息港”功能，通过实现“科学决 策” 、满意率。 15 分析决策平台。通过建立日报、周报、月报、专报、年报的报告体系，开展对高 频民生热点问题、治理难点堵点问题的深度诊断，系统呈现民众诉求的分布情况 和政府部门的治理效果，形成对社会运行、政府治理的全面理解和认知，并提出 针对性的对策建议和解决方案，从而发挥辅助政府决策施政的关键性作用。 三、当前政务热线发展面临的挑战 政务热线业务流程可大致分为接诉、办理、评估、治理四个环节，分别对应

月国务院办公厅《关于进一步优化地方政务服务便民热线的指导 意见》（国办发〔2020〕53 号）（以下简称《意见》）对各地政务热线提出了 “接得更快、分得更准、办得更实”的发展目标，要求各地加快热线归并、优化 热线运行机制、加强热线能力建设。在此背景下，我国政务热线迎来新一轮的发 展高潮，并融入我国数字政府与服务型政府的整体建设之中。 改革开放四十余年来，随着社会经济的快速发展，人民群众的利益诉求和价 值观 10 第三，政务热线是决策施政的“信息港”。政务热线在感知、收集群众诉求 的基础上，对诉求数据的价值、关联和反映问题进行深刻“解读”，挖掘出社会 治理过程中的热点、难点、堵点问题，为政府掌握社会运行状况、民生问题分布 和政府治理绩效提供信息依据，从而有针对性地实施政策措施，高效解决社会治 理过程中出现的各类问题。 政务热线的数智化转型进一步强化了其“信息港”功能，通过实现“科学决 策” 、满意率。 15 分析决策平台。通过建立日报、周报、月报、专报、年报的报告体系，开展对高 频民生热点问题、治理难点堵点问题的深度诊断，系统呈现民众诉求的分布情况 和政府部门的治理效果，形成对社会运行、政府治理的全面理解和认知，并提出 针对性的对策建议和解决方案，从而发挥辅助政府决策施政的关键性作用。 三、当前政务热线发展面临的挑战 政务热线业务流程可大致分为接诉、办理、评估、治理四个环节，分别对应

能力和灾难恢复 速度。例如，一些制造业企业基于合规要求，将数据在私有云上进行备份。 异构云备份对于故障隔离与切换有很强的现实意义，当某个云平台发生问题 时，多云架构允许快速将流量切换到其他正常运行的云环境中，确保业务服 务不间断。例如，一些互联网游戏企业利用多云服务器实现资源冗余，在多 家云服务商之间基于不同优先级建立冗余机制。 场景二：按需构建最优业务架构。企业，尤其是数字化原生企业，会将云服 方案，确保数据合 规存储和处理。 场景五：多级组织建设需要。一些大型集团用户的不同子公司信息平台会出 于商务、成本、合作对象的考虑，独立选择云服务商，这导致企业集团范围 内会形成不同平台同时运行的复杂局面。子公司之间的数据互通要求往往不 高，但集团处于统筹管理的需要，会考虑构建多云统一管理的平台，并对数 据进行一体化管理。 场景六：满足其他特殊要求。一些企业出于行业特殊性或技术发展要求，会 大 量的行业认知和业务理解，实现整合输出，让业务能更快看到结果，从而进 行更快优化；这既是数据助力各业务追求的目标，又是各业务不断促进数据 提供更快动力的源泉。 能力四：稳定、可靠的多云协同运行 企业在引入多云环境后，除满足新业务部署和容灾备份等常规需求外，还会普遍 根据自身业务特性需要，规划构建多云集群的统一管理与运维、应用跨集群分发 以及统一流量管控等能力。云服务商应着力打造开放兼容的多云管理框架，提供

任基础之上时，才能解锁AI的真实益处。领导者必须通 过确保AI的准确性、可预测性、一致性和可追溯性，以 及负责任地使用AI，在客户和员工中建立对数字系统和 AI模型的信任。人们相信AI能够如预期和公正地运行— —超越任何技术方面——这是我们必须做对的一个基本 要素。 我们相信我们能够做到。我们将这个技术新时代视 为一个机会，通过系统化地注入对人工智能的信任 ，使企业和人们能够实现其不可思议的革新潜力。 可以看到这一趋势可能会有困难；在每一层规模上，它 都表现出略微不同的形式。但总体而言，AI的下一阶段 将为其触及的每一件事注入增强的能力和更大的自主性 。对于 个体 认知数字大脑将作为副驾驶或助手运行， 它将理解他们的工作，学习他们的偏好，并通过其互动 来了解他们，旨在帮助他们成为更优秀的自己。 企业 它 可能更像是一个中枢神经系统——企业架构进化成能够 捕捉业务的集体知识、独特的差异化特征以及其文化和 ——在系统、整个劳动力以及顾客中——领导者需要对 信任进行更全面地思考。就如同引导孩子成长为独立个 体的比喻，信任是基于在对人工智能信任时，从多个维 度——政策、道德、伦理和情感——形成的信心，以便 能让它处于自主运行的状态下。这意味着，信任不仅仅 关乎于AI被利用的情形，更难的部分在于即使我们在使 用AI时，信任究竟如何被影响的现实情况。 正如我们所 预期的。 采用不良行为者使用的相同合成内容；许多企业正在利