用到深度学习算法等。如果说人工智能关注的是“读 懂 人的世界”的话，那么认知计算可以说更关注“读懂 大数据的世界” 。 IDC Digital 预测，医疗数据量将达 40 万亿 GB ，预计约 80% 数据为非结构化数 据。 IBM 运用认知计算，打造人类认知非结构化数 据的电脑助手，主要从理解、推理、学习这三 项特 质训练入手，让系统或与人类直接交互接受训练、或 深入各类非结构化数据自我训练；

s emenod David Baker hustralans; niklas emehed DeepSeek 横空出世，各项指标逼近或超越 ChatGPT o1 9/80 口核心意义：打破 AI 垄断，带来 AI 平权，尤其是中文 Al 普惠，激发大众创造力 多 源 数 据 深 度 挖 掘 融合建筑领域各类数据，联动设备 运行指标 、能耗信息及环境监测， 实现精细用户画像，助力科学调度 评估及故障追 踪报告 的自动 撰写和智能校验，提 升管理流程标准化和工作效率 DeepSeek 对行业带来的新技术思路 ( 部分 ) 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 纲 当下 Al 到了哪种程度 能源领域传统 AI 发展困境 … … DeepSeek 等带来的新范式 大语言模型应用的科研案例 · 临近奇点： AGI 将带来颠覆 结论和展望 …… 长期以来，能源领域人工智能止步于信息化阶段，发展范式陷入困境 15/80 口能源领域智能化目前大多停留在数据采集和信息展示阶段，尽管研究成果丰富，但 实际应用有限，尤其难以突破落地应用的瓶颈 期待发展趋势 — - 现有发展趋势 口主要解决数据采集和信息展示，停

将环境保护和碳排放控制 要素融入招商及采购机制 10 13 核心 园区/入驻企业在采购管 理中纳入上下游运输管理 15 T/CECA-G 0344—2025 14 内容（大宗货物清洁运输 比例≥80%满分，40%-80% 按比例得分，40%及以下不 得分） 14 扩展 建立适宜的管理制度，将 绿色采购理念向入驻企业 进行推广 10 15 绿色低碳技术创新 扩展 建立适宜且可行的的鼓励 /限制政策，引导区内重点 企业加大绿色低碳技术创 新应用方面的投入 10 四 能源 结构 与能 效水 平 30% 16 能源结构优化 核心 园区应最大限度提高非化 石能源利用比例（非化石 能源占比大于等于 80%得 满分，20%以下不得分，在 20%-80%之间按比例得分） 20 17 核心 园区应充分利用自身建筑 屋顶资源，在区内布局分 布式光伏发电（可利用建 筑屋顶光伏覆盖率大于等 于 75%得满分，小于 40% 不得分，40%-75%之间按比 充电桩配备率（占车位总比 例≥80%满分，45%-80%按比 例得分，45%及以下不得分） 10 24 扩展 实现能源集中供应 10 25 企业循环链接 核心 园区工业废弃物重复利用 率应达到国内领先水平 （80%及以上得满分， 60%-80%得分 80%，40%-60% 得分 50%，40%以下不得分） 20 26 核心 园区工业用水重复利用率 应达到国内领先水平（80% 及以上得满分，60%-80%

91% 87% 85% 85% 83% 82% 80% 77% 76% 74% 74% 66% 65% 63% 62% 50% 40% 38% 10 30 50 70 90 110 130 10% 30% 50% 70% 90% 110% 100% 97% 92% 91% 87% 85% 85% 83% 82% 80% 77% 76% 74% 74% 66% 65% 84% 80% 80% 80% 79% 79% 77% 75% 72% 72% 69% 69% 69% 63% 61% 59% 55% 51% 1000 3000 5000 7000 9000 11000 13000 15000 5% 15% 25% 35% 45% 55% 65% 75% 85% 95% 92% 86% 86% 84% 80% 80% 80% 互联网时代观 互联网是一个创新和颠覆的平台 小步快跑、快速迭代 移动互联网时代得到优势的时间和失去优势的时间同样“短”。 快速推出意味着市场份额，互联网每一个细分行业 的前 2 位拿走整个行业 的 80% 以上的利润和 用 户 二是强调效率： 明确的战略规 划 高效的组织管理 分布式服务架构、敏捷开发方法都是快速迭代的支撑 一是强调时间：

600 500 400 300 200 100 0 2018 2019 2020E 2021E 2022E 2023E 2024E 2025E 140% 120% 100% 80% 60% 40% 20% 0% 全球及中国 AI 芯片市场规模不断扩展， GPU 占比具有绝对 优势 请务必阅读正文之后的免责声明及其项下所有内容 图： 2019-2024 年中国 AI 表： 2022 年全球半导体收入前十公司 图：全球 PC GPU 市场出货量占比 图：全球独立 GPU 市场出货量占比 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 资料来源： Jon Peddie Research ，国信证券经济研究所整 年累计出货超 10 亿台。 l2006 年，公司推出用于通用 GPU （ GPGPU ）计算的 CUDA 平台。软件开发者可以通过 该平台 使用 C 语言编写 GPU 片上程序来完成复杂的计算。从 G80 开始，英伟达 GPU 体 系结构已经全面 支持通用编程， GPU 实际脱离图像处理的单一用途，成为了真正的通用 GPU 。 l 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动

600 500 400 300 200 100 0 2018 2019 2020E 2021E 2022E 2023E 2024E 2025E 140% 120% 100% 80% 60% 40% 20% 0% 全球及中国 AI 芯片市场规模不断扩展， GPU 占比具有绝对 优势 请务必阅读正文之后的免责声明及其项下所有内容 图： 2019-2024 年中国 AI 表： 2022 年全球半导体收入前十公司 图：全球 PC GPU 市场出货量占比 图：全球独立 GPU 市场出货量占比 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 资料来源： Jon Peddie Research ，国信证券经济研究所整 年累计出货超 10 亿台。 l2006 年，公司推出用于通用 GPU （ GPGPU ）计算的 CUDA 平台。软件开发者可以通过 该平台 使用 C 语言编写 GPU 片上程序来完成复杂的计算。从 G80 开始，英伟达 GPU 体 系结构已经全面 支持通用编程， GPU 实际脱离图像处理的单一用途，成为了真正的通用 GPU 。 l 自 2015 年以后，随着 AI 浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动