DeepSeek 模型优势：算力、成本角度 解读 2025 年 2 月 ■ 什么算力 ?“ 对信息数据进行计算，实现目标结果的能力” ■ 传统算力：信息计算力 ■ 现代算力：信息计算力、数据存储力、网络运载力 算力的基本概念 大脑 草绳、石子 算盘、算筹 ▶ 计算器、计算机 ■ 原生算力：大脑 ( 可处理复杂逻辑，但不能高速处理简单运算 可处理复杂逻辑，但不能高速处理简单运算 ) ■ 外部算力工具： ■ 草绳、石子 ■ 算盘 ■ 计算机：算力提供者 ( 可高速简单运算，不能处理复杂逻 辑 ) 算力的发展 “I think there is a world market for maybe five computers." ( 我想全世界只需要五台电脑 ) --Thomas --Thomas Watson,IBM 创始人， 1943 ■ 大型机时代：数字化未开始，算力需求潜力未发掘 大型机时代 1940- 1980 计算机算力的发展 大型机时代 PC 时 代 云计算时代 人工智能时代 1940- 1980-

电子 AI+ 系列专题报告 Deep Seek 重 塑 开 源 大 模 型 生 态 ， A I 应 用 爆 发 持 续 推 升 算 力 需 求 证券分析师：胡剑 证券分析师：胡慧 证券分析师：叶子 证券分析师：张大为 证券分析师：詹浏洋 021-60893306 021-60871321 0755-81982153 021-61761072 010-88005307 hujian1@guosen DeepSeekMoE 实现高效的推理和低成本训练，构建 DualPipe 算法和混合精度训练优化计算与通信负载；通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间，显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。 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 AI 大模型，截至

电子 AI+ 系列专题报告 Deep Seek 重 塑 开 源 大 模 型 生 态 ， A I 应 用 爆 发 持 续 推 升 算 力 需 求 证券分析师：胡剑 证券分析师：胡慧 证券分析师：叶子 证券分析师：张大为 证券分析师：詹浏洋 021-60893306 021-60871321 0755-81982153 021-61761072 010-88005307 hujian1@guosen DeepSeekMoE 实现高效的推理和低成本训练，构建 DualPipe 算法和混合精度训练优化计算与通信负载；通过 ( 分阶段 ) 强化学习实现 性能突破。 多头潜在注意力 (MLA) 通过低秩联合压缩技术，大幅削减了注意力键 (keys) 和值 (values) 的存储空间，显著降低了内存需求。 DeepSeekMoE 架构采 用了更为精细粒度 的专家设置，能够更加灵活且高效地调配资源，进一步提升了整体的运行效率和表现。 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 AI 大模型，截至

别 Chatgpt, C 端破 圈 1950s 2024 2022 2012 2017 4 • 1987-2020 年之前的主导是“⼤数据、⼩算⼒、专⽤决策范式”。 • 2020 年后， GPT-3 代表技术路线“⼤数据、⼤算⼒、通⽤范式”，验证⼤语⾔模型的可⾏性。 • GPT3/4 在深度推理和问题解决⽅⾯有所⽋缺， OpenAI-o1 通过思维链（ Chain of Thought DeepSeek R1 在展现卓越推理能⼒同时， 训练和推理成本极低 GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” BERT BERT 在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗 AI 小模型年代主要技术路线 “ 大数据、小算力、专用决策” DeepSeek-R1 基于 DS-v3 构建推理模 型，通过强化学习提升推 理能力，且训练成本极低 效果体验惊艳，成本极致压缩 8 成本优势 技术震撼 开源引爆 垂直适配 • 550 万美元预训练成 本达到 GPT-4 级别性 能， 打破“算⼒军备 竞赛”魔咒 • 算法、 训练范式、推理、 算⼒利⽤全⽅⾯创新 • DeepSeek V3 通过快速 迭代新技术， ⼤幅降低 • 开源的论⽂和库， 以及提供

署名 高校智算服务平台 应用解决方案 1 业务背景 2 解决方案 3 业务应用 4 案例介绍 1 智慧校园行业发展趋势 建设 成果 支撑 技术 政策 驱动 力 特征 萌芽期 发展初期 2016 年 迭代升级期 基础设施发展阶段 智慧应用试点示范  师生信息化素养亟待提升  局域线下教育亟线上转型 》  《加快推进教育现代化实施方案》  《教育信息化中长期发展规划 (2021-2035 年 ) 》  《教育信息化“十四五”规划》  宽带、 3/4G 、 WiFi4/5 云计 算 ...  大数据、语音识别、图像识别 NB-IoT 、 光纤、云计算、移动互联网 ..  人工智能、 5G 、 WiFi6 、 AR/VR/ MR 、区块链、物联网 ...  人工智能、  建成服务全民终身学习的现代教 育体系  实现优质均衡的义务教育  职业教育服务能力显著提升  高等教育竞争力明显提升 快速发展期 2020 年 2025 年 2035 年 智算服务  中央及地方政府相继发布政策推动 AI + 算力的新质生产力的规划 ，国务院、发改委、科技部等已出台十余项国家级政策文件推动人工智能应用的落 地与深入发展 l 北京、广东、 山东、四川、等大量省市出台

钢铁行业智慧园区建设方案 目录 / Contents 2 智慧园区发展趋势 浪潮智算 + 赋能智慧园区建设 成功案例 PART 2 PART 3 PART 1 计算力就是生产力 · 智算力就是创新力 3 智慧园区建设面临挑战 整体建设规划 不足 •传 统 园 区 建 设 水 平 不 一，缺乏系统性和前瞻 性规划； •缺少顶层设计导致后期 无法平滑演进。 基础设施智能化 等人工智能技术深度融入智慧园区建设运营  智慧园区发展经历 1.0/2.0/3.0 模式，当前更注重以人为本；将计算机视觉、机器学习等人工智能技术深度融入智慧园区建设运营 01 计算力就是生产力 · 智算力就是创新力 4 智慧园 区 以人为本 产业生态 高速互联 智慧运营 全面感知 精准 服务 协同 办公 节能 环保 高效 管理 增值 创收 生态 融合 数字化技术 技术来感知、监测、分析、控制、整合园区各个关键环节的资源，实现对各种需求做出智慧响应，使园区整体运行具备自 我组织、自我运行、自我优化的能力。 数字化技术，助力智慧园区发展 人工智能 01 计算力就是生产力 · 智算力就是创新力 5 综合态势 综合态势 综合安防 综合安防 人员管理 人员管理 车辆管理 车辆管理 空间管理 空间管理 资产管理 资产管理 设备管理 设备管理 能效管理 能效管理

新型智算中心改造系列报告一： 网络成大模型训练瓶颈 ，节点内外多方案并存 证券研究报告 | 2024 年 5 月 5 日 行业研究 · 行业专题 计算机 · 人工智能 投资评级：超配（维持评级） 请务必阅读正文之后的免责声明及其项下所有内容 • A I 大模型训练和推理拉动智能算力需求快速增长。 a ）模型迭代和数量增长拉动 A I 算力需求增长：从单个模型来看，模型能力持续提升依赖于 大的训练数据量和模型参数量，对应更高的算力需求；从模型的数量来看，模型种类多样化（文生图、文生视频）和各厂商自主模 型的研发， 均 推动算力需求的增长。 b ）未来 A I 应用爆发，推理侧算力需求快速增长：各厂商基于 A I 大模型开发各类 A I 应用，随着 A I 应用用户数量爆发， 对应推 理侧算力需求快速增长。 • 智算中心从集群走向超级池化。智算中心是以 GPU 、 A I 加速卡等智能算力为核心， 加速卡等智能算力为核心，集约化建设的新型数据中心；随着大模型普遍进入万亿规模， 算 力、显存、互联需求再次升级，高速互联的百卡“超级服务器”可能成为新的设备形态，智算中心将走向超 级池化阶段，对设备形态、互联方案、 存储、平台、散热等维度提出新的要求。 • 网络互联：节点内外多方案并存。 1 ）节点内：私有方案以英伟达 NVLink 为代表， NVLink 已经发展至第五代产品，同时支持 576 个 GPU

B400G以太网助力智算中心光互联 程伟强 中国移动研究院-基础网络技术研究所 算力成为数字经济时代的核心竞争力 AI 大模型带动算力成为数字经济时代的核心竞争力。到 2025 年，我国算力规模将超过 300 EFLOPS ， 智 能算力占比达到 35% ；算力基础设施将成为推动我国经济转型升级和培育新动能的重要力量 2022 年 12 月 2022 年中国移动全球合作伙伴大会发 布《新一代智算中心网络技术白皮书》 布《新一代智算中心网络技术白皮书》 2023 年 8 月 2023 年中国算力（基础设施）大会发布《中 国 移动 NICC 新型智算中心技术体系白皮 书 2023 年 5 月 2023 云网智联大会发布《面向 AI 大 模型的智算中心网络演进白皮 书》 智算中心将成为支撑和引领数字经济发展的关键信息基础设施，将有效促进 AI 产业化、产业 AI 化的进 程 国家发改委：《全国一体化大数据中心 协同创新体系算力枢纽实施方案》 2021 年 5 月 2022 年 7 月 工信部：加速推进高端芯片、新型数据 中心等领域研发突破 2022 年 1 月 国家发改委：我国将布局八大算力网 络国家枢纽节点 加快数字经济发展 2023 年 5 月 中央网信办：以算力、赋能、产业发展 互动 走出数字经济特色化发展道路 2023 年 10 月 工信部等六部门联合印发《算力基础 设施高质量发展行动计划》

坚持自主创新 以数智化打造矿山新质生产力 汇报单位： 安徽海螺集团有限责任公司 汇 报 人： 何承发 （海螺集团党委委员、副总经理） 04 矿山科技创新能力建设 03 矿山智能化的实践 0 目 录 C O N T E N T S 2 矿山管理思路 01 集团简 介 2 海螺集团是全球最大的水泥建材企业集团之一， 总资产 3000 亿元， 控股经营海螺水泥、海 家上市公司。在全球设立 650 多家子公司， 在“一带一路”沿线 建成 11 个海外项目。 国内有 75 家矿山子公司， 150 余座矿山， 年开采矿石达 4.4 亿吨。 我们牢记习近平总书记“必须坚持科技是第一生产力 ”的要求， 坚决贯彻落实国家矿山安全 监察局等部门和安徽省委省政府工作部署， 大力推动科技创新和产业创新深度融合， 矿山智能化 建设取得了显著成效， 相继荣获“ 国家首批智能制造标杆企业 ”“数字领航企业 竞争愈发激烈。 做法： 集团公司深刻认识到， 必须走出一条符合海螺实际的智能化发展新路子， 彻底解决水 泥矿山在资源利用、安全生产、职工健康、绿色低碳等方面存在的痛点， 切实提高企业核心竞争 力。我们主动适应行业发展新特点， 明确“创新引领、数字赋能、绿色转型”的发展思路， 以时 不我待的紧迫感， 加快推动矿山智能化建设。 我们结合实际贯彻落实《 “十四五 ”智能制造发展规划》和“七部门

产能够不 够 建立竞争力 成本 领先 交付 敏捷 品质 稳定 保持持续竞争 力 战略 洞察 持续 改善 找谁做 花多少钱 怎样算成功 争议很大 数字化 万能派 数字 化无用论 选择题还是必答题 战略 交付 竞 争 力 成本 为什么而搞？ 中小工厂数字化的底层思考框架 如何高效搭建日成本监 控体系 数字化工具如何减少管 理成本 如何搭建快交付体系 总结： 中小工厂数字化新路径 中小工厂数字化新路径 8 好工厂 = 有竞争 力 数字化重新定义好工厂 交期竞争力 成本竞争力 9 研究行业的成本结构就是创新机会 ( 行业洞 察 ) 研究竞争对手的成本结构是打赢价格战的机会 研究自己的成本结构是保持盈利能力的关键 运营成本 • 管理团队 • 场地， 水电 • 财务成本 生产成本 • 直接成本 ( 人机 料 ) • 设备折旧 • 模具摊销 获客成本 • 销售 • 市场 • 渠道 建立成本结构思维是竞争力的来源 10 行业致胜因子定义 找到关键环节进行改良， 既能压 缩成本又不影响产品的质量， 这 样就能在同行中占据优势 基于指标体系的生产成本控制体系 关键节点管理