DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 1 3 专 业 ｜ 领 先 ｜ 深 度 ｜ 诚 信 中 泰 证 券 研 究 所 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法 的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 80% 以上能 力，就足以压缩闭源的生存空间。 DeepSeek 能力能够比肩 OpenAIo1 ，开源使各行业机构能够轻松获取前沿模型能力， 且可直接进行私有化部署或商业化开发。 开源易获得： DeepSeek 使私有化部署模型也能够追平前沿闭源模型水 平 图表：闭源模型与开源模型的差距正在缩小 资料来源： Epoch AI ，中泰证券研究 所 资料来源： AI 产品榜，中泰证券研究

10 座自动化集装箱码头，有 7 座 自动化集装箱码头在建。 在全球港口面临劳动力成本攀升、劳动力短缺难 题的时候，通过自动化改造进行降本增效成为全球港 基于5G SA网络的智慧港口 网络部署方案研究 Research on Smart Port Network Deployment Scheme Based on 5G SA Network 关键词： 智慧港口；5G；远程控制 5G+智慧港口将使港口具有高度的智慧化、数字化发展水平，从而更能适应现 代港口的发展需要，满足当前港口面临的降本增效诉求。结合某港口的实际情 况和需求，进行了有针对性的 5G SA 网络方案研究及现网实际部署，并在网络 部署后对业务质量进行测试验证，证明 5G网络能满足港口高可靠、低时延的业 务需求。 Abstract： The 5G+smart port enables the port to have 云，刘之光，陶伟宜 基于5G SA网络的智慧港口网络部署方案研究 本期专题 Monthly Topic 引用格式：陈云，刘之光，陶伟宜. 基于5G SA网络的智慧港口网络部署方案研究［J］. 邮电设计技术，2023（9）：1-5. 01 2023/09/DTPT 口共同的诉求。5G 技术具有“低时延控制、大带宽监 控、高可靠连接”优势，5G SA 网络在港口的部署可以 助力港口操作智能化和企业管理平台化，提升港口运

DeepSeek 银行部署加速， AI 金融应用迎来跃迁 分析师：闻学臣 执业证书编号： S0740519090007 分析师：王雪晴 执业证书编号： S0740524120003 分析师：苏仪 执业证书编号： S0740520060001 联系人：蒋丹 Email ： jiangdan@zts.com.cn | 证 券 研 究 报 告 | 中 云等。 n 风险提示 ： AI 技术落地不及预期、竞争加剧、信息更新不及时等。 2 n DeepSeek 开源使金融机构能够轻松获得前沿模型能力，且大幅降低部署成本。其通过对训练方式、算法架构和推理方 法的工程化优化大幅降低了部署成本。近期采用大规模 RL 训练方法的阿里 QwQ-32B 等模型也在缩小规模的同时达到 了 DeepSeek R1 671B 的应用效果，有望进一步催生银行落地应用。 80% 以上能 力，就足以压缩闭源的生存空间。 DeepSeek 能力能够比肩 OpenAIo1 ，开源使各行业机构能够轻松获取前沿模型能力， 且可直接进行私有化部署或商业化开发。 开源易获得： DeepSeek 使私有化部署模型也能够追平前沿闭源模型水 平 资料来源： Epoch AI ，中泰证券研究所 6 图表：闭源模型与开源模型的差距正在缩小 资料来源： AI 产品榜，中泰证券研究

略重点，积极与多家企业合作，在 5G 专用网络领域开 展了边缘云平台的商用实践，将计算和存储资源部署 在靠近用户和数据源的网络边缘，以提供低时延、高 带宽、实时性强的服务，具体如图1所示。 MEC 边缘云平台的部署 ［4-6］对实施人员提出了更 高的要求，实施人员不仅要具备通信技术的专业知 识，还要熟悉信息技术的相关能力。为了简化部署流 程，提高运维效率，运营商通常针对不同客户的需求 进行定制化的网络规划。这包括明确 管理计算、存储和网络资源，这使得它成为构建和管 关键词： 5G；MEC；自动化；边缘云；部署 doi：10.12045/j.issn.1007-3043.2025.04.008 文章编号：1007-3043（2025）04-0044-04 中图分类号：TN915 文献标识码：A 开放科学（资源服务）标识码（OSID）： 摘 要： 当前，MEC 边缘云平台部署虽然采用了 Ansible 的一系列集成脚本，但仍需人 和 Redfish 等自动化运维库，通过编写 Python 程序读取规划的相关网络 IP 地址、VLAN 以 及服务器命名等信息，以自动化的方式执行 MEC 边缘云平台的部署工作。通 过项目实践验证，该方法将传统的部署工作由原来的3天缩短至30 min~1 h。 Abstract： In the current deployment of MEC cloud platforms，a series

......................................................................................11 4.2. 安全设备部署................................................................................................... 交换设备的冗余、 网络划分与隔离 安全域划分， 通过安全管理 平台进行网络 拓扑管理 访问控制 网络边界部署访问 控制设备，启用访 问控制功能 安全域边界增 加部署防火墙 设备 安全审计 对网络系统中的网 络设备运行状况、 网络流量、用户行 为等进行日志记录 部署网络安全 审计系统 边界 完整性 检查 对内部用户未通过 准许私自联到外部 网络的行为进行检 采用技术手段 采用技术手段 进行违规外联 查 入侵防范 网络边界入侵行为 监视 网络出口的边 界处部署入侵 检测，重要服 务器区前面采 取入侵防护措 施 3.1.2. 主机安全 类别 控制点 重点要求项 对应措施 主机 安全 身份鉴别 对登录操作系统和 数据库系统的用户 进行身份标识和鉴 别 部署身份鉴别 系统。 访问控制 启 用 访 问 控 制 功 能，实现操作系统 和数据库系统特权

....................................................................................5 4. DeepSeek 部署方法................................................................................................. .........................................................................................12 4.3 本地部署................................................................................................... ..............................15 4.3.4 测试部署模型 ................................................................................................17 4.3.5 部署非量化模型......................................

年底《关于深入实施“东数西算”工程加快构建全国一体 化算力网的实施意见》（简称意见）发布后，全国一体化算力网的建 设浩荡展开。《意见》中多次提及“算网协同”，明确指出“加快算网 协同编排调度技术部署应用”、“探索算网协同运营机制”。 实际上，自 2019 年业界相关研究起步，“算力网”、“算力网络”、 “算力互联网”等概念层出不穷，“算网协同”、“算网融合”、“算网 ●一体 ”等路线众说 合印发《关于深入实施“东数西算”工程加快构建全国一体化算力网 的实施意见》，明确了全国一体化算力网的指导思想、基本原则和建 设目标。《意见》多次提及“算网协同”，明确指出“加快算网协同编 排调度技术部署应用”、“探索算网协同运营机制”，为算网协同的发 展确立了基础。 1.4 本文内容结构 本文的编制，是基于国家东数西算“安全新总线”项目所开展的 算网协同工程实践。深入分析“东数西算” 工程中的总分调度、分 算网协同调度平台包含两大用户入口及四个调度模块，功能如下：  资源需方入口：资源需求方可通过该入口发布涵盖算力、存 储、网络等多维度的应用需求。平台将基于全域算力资源池， 4 精准调度匹配需求的算力及网络资源，完成用户任务的部署 与执行。  资源供方入口：资源供应方可通过该入口向平台注册算力资 源，同时登记账户信息等相关内容，实现资源发布、调度、 使用、计量、计费及结算的全业务流程闭环。  协同调度模块：通过协同任务调度、流量调度与数据调度，

迅猛发展，我国数 据中心产业也迎来了高速增长期。当前，数据中心正朝着大规模、高 功率密度、绿色低碳、模块化建设等方向演进。在这一趋势下，供配 电系统作为核心基础设施，其在经济性、可持续性、灵活部署与高可 靠性等方面面临更高要求。传统通过列头柜+电缆进行机房配电的方 式，因结构固定、布线复杂、扩展困难等问题，已难以满足现代数据 中心的实际需求。为此，以结构更灵活、扩展更便捷的数据中心末端 成为AI 数据中心的主流方案； 以400A精密配电柜系统为例，应用于通用算力时代可以支持34台单机柜8kW的供电需求，而 面对AI智能算力的需求，如果单机柜达到50kW，只能支持5台机柜AI集群的部署。而采用1250A 电流等级的数据中心末端配电母线，其最大载流可支持单路约866kW的电力输送（以400V三相 核算），则可以充分满足智算中心高密度机柜的电力负荷需求，单机柜50kW情况下，可以支持 传统数据中心 末端配电架构的挑战及应对 2 在传统数据中心配电体系中，主进线经变压器与UPS后接入列头柜，再分配至各IT机柜，通常 每柜配置双路电源以实现冗余，布线多通过底部架空地板或顶部线缆桥架部署。 随着数据中心功率密度持续攀升，供配电 系统面临多重挑战。 首先是可靠性要求显著提高：当前机柜功 率已从10kW、15kW提升至20kW、50kW，部 分应用场景甚至突破100kW，传统电缆在长时