《2024中国新经济企业 TOP500发展报告》 编辑委员会 《2024中国新经济企业 TOP500发展报告》 专家评审委员会 联席主席 侯云春 许宪春 委 员（按姓氏笔画为序） 马传景 江 源 张跃文 姜兴宏 崔新健 主 编 李春伟 莫天全 刘晓明 副主编 刘李佳 黄 瑜 成 员 ( 按姓氏笔画为序 ) 于 越 王 建 边海光 孙 慧 李 茂 杨 帆 周小钰 715.66 节能环保活动 188 391 超威集团 超威集团有限公司 715.60 先进制造业 189 226 南网储能 南方电网储能股份有限公司 714.51 新型能源活动 190 85 璞泰来 上海璞泰来新能源科技股份有限公司 714.49 先进制造业 191 121 闻泰科技 闻泰科技股份有限公司 714.40 先进制造业 192 248 中国外运 中国外运股份有限公司 714.06 现代生产性服务活动 年研发投入达到 1647 亿元，占全年收入的 23.4%，10 年累计 投入的研发费用超过 11100 亿元。 华为云发挥技术优势 持续构建 AIGC 领域的三大能力 “技术带来的挑战要更好地用技术来解决”张鹏表示，面对这些挑战，华为云通 过持续构建融合算力基础设施、联合生态伙伴构建共性技术平台、打造 AIGC 媒体基 础设施等举措，为 AIGC 的发展提供了坚实的技术支撑。 打造融合算力基础设施：

技术帮助物流公司优化路线，降低油耗，明晰交付节点， 大幅提升产品流通性。 其次，数字化自身形成新兴产业，构成新增长点。 以云计算为例，电商的快速发展使得亚马逊在 2006 推 罗兰贝格全球管委会联席总裁， 大中华区总裁 戴璞 2 国家数字化发展范式与路径 出了 AWS 公有云服务，标志着现代云计算的正式诞生， 此后各大科技公司相继进入市场。根据 Gartner 的数 据，2023 年全球云计算市场规模预计超过 5900

保标准体系系统性、 科学性的前提下，应当尽量反映深圳市低空经济产业的需求和特点。深圳发 挥敢为人先的精神，在国家先行先试的政策鼓励下，率先建设低空智能融合 4 基础设施，打造低空基础设施的四张网：设施网、空联网、航路网和服务网， 研发全数字化的智能融合低空系统（SILAS），为低空空域管理和低空运营提 供数字化和智能化的技术工具。因此，我们在深圳市低空经济标准体系的编 制过程中，从标 施缺失和不足的问 题。其中，低空智能融合基础设施的“四张网”是深圳发展低空经济的特色， 也是被国家发改委等七部门在全国推广的示范。“四张网”的建设为低空经 济的高质量快速发展，铺设了安全高效的“空中之路”。图2展示了低空智能 融合基础设施的“四张网”的概况。 图 2 深圳的智能融合基础设施的“四张网” 低空智能融合基础设施的“四张网”，包括“设施网”、“空联网”、 “航路网”和“服务 “航路网”指提供空域和飞行数字化管理和服务能力的核心平台；“服务网” 指组合数字化管理和服务能力而构建的赋能各低空经济管理和业务主体（如 政府方、空管方、管理方、运营方、业务方等）的应用。通过以“四张网” 为主要核心的低空标准体系，有利于推进低空空域、设施和系统的开放统一、 互联互通和共享共用的特性，既衔接了国家相关领域标准，也代表了深圳特 色。 在项目前期充分研究、分析和比较的基础上，结合国家层面的相关标准

据库系统，对园区产生的海量数据进行共享、 分析、挖掘、集成，找出其内在规律并进行可 视化的应用展示。 支撑平台 包括数据服务、数据分发、数据治理、数据安全、 日志统一管理、综合一张图显控等软件模块。 03 数据 资源 六、数据资源 01 02 数据资源：数据资产一体化、 数据应用一体化、支撑平台一体 化 数据集成、数据模型、数据治理 视频云 IOT 应急数据 场景化应用 数据采集终端 封闭园 区 ICT 基础设 施 运营 中心 物联网 通信网 能源管理 …… 风险分级管控 风险分级管控是将“点、线、 面”的各类风险用一张图、一 张表的动态方式进行分级、分 类，并根据风险的具体等级、 影响范围、可能性等对风险进 行辨识、分析、评估和管控， 涉及风险基础信息管理、风险 智能评估、风险防控措施管理、 综合决策宜能根据园区决策需要将实 时监测数据、静态数据、业务数据、 研判分析数据等叠加在一张地图上进 行展示，辅助园区进行科学决策。 态势监控 为园区态势进行汇总、分 析和展示，提供全面、实 时的数据资源态势视图。 4 3 十三、智慧决策 1 企业画像 园区画像 安防一张图 安全监管一张图 环保监管一张图 循环经济一张图 智慧 目：打造园区决策者舒适的“驾驶舱” 服务保障

研究员 余熠 SAC No. S0570520090002 SFC No. BNC535 yuyi@htsc.com +(86) 755 8249 2388 研究员 张皓怡 SAC No. S0570522020001 zhanghaoyi@htsc.com +(86) 21 2897 2228 联系人 胡宇舟 SAC No. S0570121040041 计算会为整个服务器产业链带来增长 这次会上，英伟达重点展示了如何从单颗 GPU 芯片 H100，通过 NVLINK Switch 形成一颗巨型 GPU，然后通过 Quantum InfiniBand 技术，搭建有上 百张 GPU 的 DGX 服务器，及把多台 DGX 联通形成一台 AI 超级计算机的 全过程。我们看到整个系统的搭建过程，会带动包括服务器整机，PCB、光 模块、光纤光缆、电源在内的整个服务器产业链的性能升级。产业链相关环 万亿次，需要计算 3640 天）。考虑到 ChatGPT 训练在 GPT-3.5 模型基础上增加了参数量 和训练样本量，其训练阶段的算力需求超过 3640 PFlop/s-day。 观点#1: 10,000 张 A100：根据 Lambda 数据，微软花费数亿美元帮助 OpenAI 组装了一台 AI 超级计算机，以帮助开发 ChatGPT。这台超算拥有超过 285,000 个 CPU 内核，使用了 数万个英伟达图形芯片

园区白皮书 编写人员：（排名不分先后） 张 军 张锐利 刚轶金 朱岁松 王小安 黎 胤 熊 江 朱立彤 高洪福 向正权 文潇江 赵泽宇 周 岩 朱 强 陈 民 陈 昊 江 魁 贺 松 钟 兵 冯 广 李彭军 李素敏 王卫苹 欧阳杰 杨春勇 杨国良 孟宪宁 张香玲 蔡一闻 李 可 管 军 吕周平 刘义艳 阚德勇 梁锦孟 吉爱国 门家琪 陈杰新 熊 鑫 顾雷鸣 崔晓峰 刘 涛 俞树煜 张桂青 冉晓东 林维波 郜 勇 万 力 陈兴忠 陈 琪 张 旭 安卫华 包顺强 宋海军 查 波 郭红艳 张瑞松 任立全 蔡雄飞 罗德俊 林能影 张胜强 王东林 张 健 吴绍靖 杜文旭 毛海彬 赵艳领 李 涛 鲁 彦 王 王 觉 魏中钘 何 伟 粟卫权 李尊强 管清宝 王志翔 李东青 张 薇 罗龙涛 郝祥勇 刘 岳 邱 晔 吴闻婧 查贵庭 刘 祺 朱大强 吴文竞 冯 义 张 翔 朱华伟 中国电子节能技术协会 绿色全光网络专业委员会 编写单位：（排名不分先后） 绿色全光网络专业委员会（ONA） 华为技术有限公司 复旦大学 中南大学 中南财经政法大学 深圳大学 南方医科大学

高鹏飞 编写组成员： 周雍恺 赵庆杭 李定洲 戚文彬 侯 腾 谢袁源 王 琪 张高磊 袁 航 邹 奋 胡君一 陈钟正 丁亚丹 孔 宇 国 钰 夏知渊 王松松 刘 微 张 莉 李 娜 郑雅铷 杨 俊 池燕玲 董 琦 黄 璜 樊明璐 钱 菲 谢 谨 王光中 王心玥 傅 杰 葛明嵩 王思婷 刘 瑞 包 芬 唐昕韵 张育涵 刘 勇 申超波 王圣博 范 涛 万志辉 邓 凯 董佳佳 蒋金文 王一凡 潜 喻 博 沈华杰 张锦锋 高 峰 张 宁 童 玲 王 超 曾 成 姚 明 何 浩 赵欢欢 杨天雅 卫 骞 王健宗 黄章成 吴天博 刘立强 赖建章 邓志强 张 豹 沈 阳 单吴斌 王彦博 陈志豪 董效稳 薛祥杰 高海隆 张敬之 吴美学 焦 珊 冯苏鑫 辛沛露 田 江 王 鹏 李蓬勃 苏 晨 冯吉禹 窦永金 蔡 雷 于 欢 张英伟 金银玉 靳 晨 康和意 张自奇 张 磊 谭 琳 杨景瑞 杨景瑞 黄振华 薛刚汝 林吉健 谭 晋 贾明阳 张晓蒙 编 审： 黄本涛 国 钰 魏中宣 主编单位： 北京金融科技产业联盟 中国银联股份有限公司* 成方金融信息技术服务有限公司 中国工商银行股份有限公司* 中国银行股份有限公司* 中国建设银行股份有限公司 中国农业银行股份有限公司 交通银行股份有限公司* 中国邮政储蓄银行股份有限公司 招商银行股份有限公司* 上海浦发银行股份有限公司*

能源活动、工业生产过程、农业、土地 利用变化和林业、废弃物处理 CO2、CH4、N2O、 HFCs、PFCs、SF6 （团标） （团标） （团标） 《工业园区温室气体核算与减排》 （书籍） 袁增伟、张玲、武慧君著 地理边界 能源消费、工业生产过程和产品使 用、废弃物处置 详细介绍了工业生产过程排放核 算方法 CO2、CH4、N2O、 HFCs、PFCs、SF6 CO2、CH4、N2O、 HFCs、PFCs、SF6 计量单位 本年度累计 上年度累计 甲 乙 2 1 绿证 国内绿证 统一社会信用代码： 单位详细名称： 张 国际绿证 张 Renewable Energy Certificates（RECs） 张 Guarantees of Origins（GO） 张 张 张 张 张 I-REC APX TIGRs North American Renewables Registry（NAR）

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 GPU，但是通过量化、知识蒸馏、剪枝等优化，大模型可以在手机本地实 1750 亿参数的 GPT3 大概需要 3.2TB 内存。 推理所需内存则较小，假设以 FP16 存储，175B 参数的 GPT3 推理大约需要内存 327G，则对应 4 张 80G A100，如果以 FP32 运算，则需要 10 张。 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 9 表2：大语言模型的计算 公式 注释 模型参数 优化器内存 梯度内存 激活重计算 模型训练内存 存储空间，降低功耗和占用面积，提升计算速度。 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 13 图18：量化可以降低功耗和占用面积 图19： NVIDIA Turing GPU 体系结构中各种数据类型相对的张 量运算吞吐量和带宽减少倍数 资料来源：NVIDIA，国信证券经济研究所整理 资料来源：NVIDIA，国信证券经济研究所整理 高通团队采用量化技术等，首次在安卓手机上部署 Stable Diffusion，实现本地