分析师：刘泽晶 SAC NO ： S1120520020002 邮箱： liuzj1@hx168.com.cn 请仔细阅读在本报告尾部的重要法律声明 安科瑞：聚焦、创新、笃定，抢跑企业 微电网千亿级市场 仅供机构投资者使用 证券研究报告 | 公司深度研究报 告 u 安科瑞聚焦企业微电网领域，为客户提供综合能效管理等系统解决方案，具备“云 - 边 - 端”完整的产品生态体系。公司的产品演进路线图清

成为AI算力集群的线性度和稳定性的关键，也面临新的挑战： 一是高性能传输挑战。大模型需要大量的数据进行训练和推 理，千亿模型单次计算迭代内，梯度同步需要的通信量达百GB 量级；MoE稀疏模型下张量并行的卡间互联流量带宽需求达到数 百至上千GBps量级。服务器节点间互联网络会承载数据并行和流 水线并行流量，千亿参数模型如GPT-3并行训练节点间带宽需求 达到13.5GB（108Gbps），如表2所示。万亿模型参数面带宽需求 型参数面带宽需求 增加到200Gbps至400Gbps。AI智算网络需提供更高的带宽来支持 数据快速传输，并且支持算力的横向扩展能力。 表2 千亿稠密模型GPT3千卡PTD训练通信量 注：PDT，P 指 Pipeline 并行，D 指 Date 数据并行，T 指 Tensor 并行 参数：模型 GPT3-175B，h=12288，S=2048，Ndecoder=96，B=1536，D=16，T=8，P=8 也带来了模型参数量增大，数据规模增大，集群算力急剧提升的 需求。网络性能 10%的提升，能够撬动整体性能、投入产出和能 耗效能数倍的提升，因此高算力集群的构建，依赖高性能互联的 网络。 一是使用高带宽网络设备释放算力性能。千亿参数大模型训 练过程中通信占比最大达 50%，且模型越大、通信占比越高。以 GPT3.5为例，当接入带宽提升16倍，通信占比从35%降低至3.7%， All-Reduce 训练周期缩短 14 倍。由此可见网络带宽是构建高集

沿着 “规模定律”不断演进，从预训练扩展到覆盖预训练、后训练、逻辑推理的全流程，其参数与集群 规模实现“双万” 跨越，行业模型落地需求专业化。 传统的服务器集群架构在这场变革中瓶颈愈发明显。千亿级模型一次梯度同步产生的 TB 级数据 让传统以太网带宽难以承受；同时，伴随算力规模扩大，万级处理器带来的故障常态化，对自动化 运维与 RAS 能力提出了更高要求。在这样的背景下，超节点的出现成为了面向大模型未来发展的必 模型为代表的人工智能技术，成为驱动千行百业 颠覆性变革的核心力量。大模型所展现出的涌现能力与通用潜能，正在重构人类对创新的想象边界， 但同时也对底层智算基础设施提出更高要求和挑战：模型参数规模从千亿迈向万亿乃至更高，训练 数据量呈指数级增长，传统松散耦合的集群架构已难以满足高效的计算需求，智算基础设施正开始 新一轮的技术革新。 在此背景下，超节点应运而生。它并非偶然的技术产品迭代，而是智算需求与系统创新深度共振 与生态发展格局，清晰界定了超节点需具备的技术特征与系统属性，为产业界提供了具有前瞻性的 洞见和系统标准参考，助力行业在算力发展中找准技术方向，推动算力从规模堆砌走向效率跃迁。 国家超级计算广州中心主任 卢宇彤 当前，千亿乃至万亿参数的大模型与 MoE 等先进架构的兴起，对计算基础设施提出了前所未有 的苛刻要求。传统的硬件堆叠模式已难以满足其对于算力规模、通信效率及系统稳定性的需求。《超 节点发展报告》深刻阐述了

根据统计口径不同，中国产业带数量在281-1100个之间，有超600万家制造企业，制造业产值占全球的35%，产能出口刚需强。按照 海关总署重点商品统计口径，2024年我国以省域为单位测算货物出口规模超过千亿的产业集群共有35个，合计出口6.35万亿元，占我 国货物出口总量的24.96%。在强烈的出口刚需下，正在萌发多种创新模式，激活产业带工厂出海。 0 500 1000 1500 2000 2024年我国省域千亿产业集群（单位：亿元） 2000亿以上 数据来源：海关总署 统计制图：亿邦智库 注：统计口径未考虑成品油和钢铁两类资源型产品 8 4 2 2 0 1 1 0 1 0 10 6 4 3 2 1 1 1 1 1 12 6 7 3 2 1 1 1 1 1 广东 江苏 浙江 上海 山东 重庆 河南 福建 四川 山西 千亿产业集群分布（单位：个） 千亿产业集群分布（单位：个） 2020 2022 2024 省域千亿产业集群 35 个 制造企业超 600 万 制造业产值占全球比例 35% - 3 - 产业带工厂三大困境：缺品牌、缺渠道、缺感知 重关税背景下，产业带传统代工模式将面临更大的挑战，需要新的模式和路径。亿邦智库调研浙江永康电动工具产业带发现，产业带 工厂散而小，大部分工厂高度依赖大客户代工订单，通常根据客户订单需求采购零部件组织生产，产业带供应链自给率高，以快速响

动 力 , 多个千亿元产业园区呼之欲出： 重庆：规划了国内最大笔记本电脑基地和国内最大离岸数据开发和处理中心 两大基地，产值目标分别定为 6500 亿元和 1500 亿元； 湖南：“十二五”期间省内新兴产业力争培育 6 个销售收入过千亿亿元的园 区。 老东北工业基地——黑龙江在“十二五”期间规划建立哈大齐工业走廊建设区 北京：仅亦庄就有移动互联产业园、数字电视产业园等多个千亿产业园项目 ……

大模型Ernie3.0 2021.09 全球首个百亿中英对话生 成模型Plato-XL 2021.12 全球最大中文跨模态生成 模型Ernie-viLG 2021.12 全球首个知识增强千亿大模型 鹏程·百度·文心 2023.03.16 文心一言大模型3.0 2023.10 文心一言大模型4.0 2024.06.28 文心一言大模型4.0 Turbo “文心一言” 发展历程 盘古大模型5.0包含不同参数规格的模型，以 适配不同的业务场景。十亿级参数的Pangu E 系列可支撑手机、PC等端侧的智能应用；百 亿级参数的Pangu P系列，适用于低时延、高 效率的推理场景；千亿级参数的Pangu U系列 适用于处理复杂任务；万亿级参数的Pangu S 系列超级大模型能够帮助企业处理更为复杂的 跨领域多任务。 盘古大模型5.0能够更好更精准地理解物理世界， 包括文本、图片、视频、雷达、红外、遥感等更 合作落地（工程师仅需调用华为云提供的API就可以用场景理解大模型来完成给视频 数据分类的工作）。但是大模型的训练成本高昂。GPT-3训练一次的成本可能在12 00万人民币。而华为方面，在训练千亿参数的盘古大模型时，也调用了超过2000块 的昇腾910，进行了超过2个月的训练，成本极高。一方面选择小样本训练，通过自 监督的方法，以更少的标注数据来做训练，以降低成本；另一方面盘古大模型的三层

0 等最新技术 全球首个百亿中英对话生 成模型 Plato-XL 2019.07 全球首个大规模隐变 量对话模型 Plato 文心一言大模型 4.0 2021.12 全球首个知识增强千亿大模型 鹏程 · 百度 · 文心 2024.06.28 文心一言大模型 4.0 Turbo 2021.12 全球最大中文跨模态生成 模型 Ernie-viLG 2021.07 全球首个知识增强百亿 包含不同参数规格的模型， 以 适配不同的业务场景。十亿级参数的 Pangu E 系列可支撑手机、 PC 等端侧的智能应用； 百 亿级参数的 Pangu P 系列 ，适用于低时延、 高 效率的推理场景；千亿级参数的 Pangu U 系 列 适用于处理复杂任务；万亿级参数的 Pangu S 系列超级大模型能够帮助企业处理更为复杂的 复杂逻辑推理是大模型成为行业助手的关键。 盘古大模型 5.0 将思维链技术与策略搜索深 合作落地（工程师仅需调用华为云提供的 API 就可以用场景理解大模型来完成给视 频 数据分类的工作） 。 但是大模型的训练成本高昂。 GPT-3 训练一次的成本可能 在 12 00 万人民币。 而华为方面 ，在训练千亿参数的盘古大模型时 ，也调用了超过 2000 块 的昇腾 910 ，进行了超过 2 个月的训练 ， 成本极高。 一方面选择小样本 训练 ， 通过自 监督的方法 ， 以更少的标注数据来做训练

2g 69.8g 2848g 377g 1232g 大模型参数超越人类神经元量级 ， 具备智力基础 智力基础加上专业学习 -> 解决专业问题 大模型参数量已超过千亿 ， 具备人类相当的智力基础和解决专业问题的可行性。 交通感知 千亿神经元 3 亿神经元 17 亿神经元 56 亿神经元 91 亿神经元 163 亿神经元 脑容量和神经元数量 哺乳动物大脑皮层质量和神经元数量

准、地方定赛道、园区做承载、基金做杠杆、场景做牵引”的系统推 进模式。区域竞争不再是简单的“给钱、给地”，而是围绕“技术闭环 —量产能力—数据回流—商业闭环”展开的全链条竞速，未来 2-3 年 将进入“万台级量产、千亿级集群、场景全面渗透”的关键窗口期。 （一）总体趋势：从“单点突破”到“系统布局” 在国家战略层面，2025 年国务院《政府工作报告》首次将“具身 智能”与“智能机器人”并列纳入未来产业培育清单，标志着其从部委 ”垂 直整合，北京侧重原始创新，广东注重场景牵引，四川、吉林聚焦医 24 工交叉，山东、天津发力“AI+制造”改造；另一方面，“市—区—园” 三级递进，深圳、广州、杭州、成都、苏州等城市将“千亿级产业集 群”拆分为“特色园—孵化器—中试线—场景集”，并配套 100-150 亿元 量级的产业基金。 技术供给层面，部委文件中首次出现“具身大小脑模型”“全身运 动控制”等术语，政策关注点从“大语言模型”延伸到“多模态感知—运 标准、检测底座，实现“全生命周期”治理。 （二）区域特点：北京重创新、长三角强生态、珠三角促出海 京津冀以原始创新为核心定位，成为具身智能产业重要策源地。 北京突出“国家战略科技力量”，计划 2027 年形成“千亿级”产值，致 力于打造“全球具身智能开源高地”；天津依托老工业基地优势，“AI+ 25 制造”特色显著，布局 37 个工厂级场景，并提供 500 万元改造补贴， 目标成为“AI 改造老工业城市样板”。长三角凭借完整产业链与活跃

决问题的方法和步骤。 算力是指计算机的处 理的能力，由于深度 学习的算法，涉及非 常多的参数（不同功 能的 AI 算法参数的 个 数是不同的）， 有的 AI 算法的参数 达到几 千亿上万亿。 人工智能核心要素 语言是人类与其他动物最重要的 区别之一 逻辑思维以语言的形式表达 知识以文字的形式记录和传 播 如果人工智能想要获取知识 ，就必须懂得理解人类使用的不太精确、可能有歧义、 百万标注对比对 原始数据 数千亿单词： 图书、 百科、网页等 语言模型预训练 强化学习方法 二分类模型 语言模型预训练 SFT 模型 RL 模型 基础模型 RM 模型 预训练（ Pretraining ） 阶段需要利用海量的训练数据 ，数据来自互联网网页、维 基 百科、书籍、 GitHub 、论文、 问答网站等 ，构建包含数千亿甚至数万亿单词的具 有 多样性的内容。 利用由数千块高性能