8月21日，埃森哲发布《2024中国企业数字化转型指数》。该报告认为，当前包括中国企业在内的全球企业都面临“挤压式转型”挑战，重塑是企业的必然选择，数字化转型的重点是重塑制造、财务、供应链三大核心领域，进而提升企业的运营效率和竞争力。关注公众号：【互联互通社区】，回复【SZJJ556】获取全部报告内容。企业数字化关注互联互通社区公众号，回复以下编号，可快速下载对应报告。SZJJ005：中国企业数字

近日，在2023年开放计算社区中国峰会(OCP China Day 2023)上，《开放加速规范AI服务器设计指南》（以下简称《指南》）发布。《指南》面向生成式AI应用场景，进一步发展和完善了开放加速规范AI服务器的设计理论和设计方法，将助力社区成员高效开发符合开放加速规范的AI加速卡，并大幅缩短与AI服务器的适配周期，为用户提供最佳匹配应用场景的AI算力产品方案，把握生成式AI爆发带来的算力产业

—技术与开源：DeepSeek优化模型结构（MLA+MOE、MTP）、模型训练方法（DualPipe）、针对性GPU优化（FP8混合精度等）等内容，降低了训练成本，同时进行开源，各下游企业可以直接通过本地部署或云端调用，降低了调用成本。——Jevons悖论：短期训练侧算力需求或受影响，但DeepSeek推理价格下降吸引更多用户调用模型，带来英伟达H100 GPU的租赁价格提升，故表明算力需求量短期

医生借助DeepSeek病历讨论助手和科研助手，可提升诊疗和科研效率，如自动生成病情分析、设计实验、梳理文献等。AI技术历经从“大数据、小算力、专用决策范式”到“大数据、大算力、通用范式”的转变，DeepSeek在此背景下脱颖而出，其系列模型在自然语言处理和大型语言模型领域成绩斐然。DeepSeek-R1强化推理能力，在数学、代码生成和逻辑推断等任务上优势明显，且研发成本低、资源利用高效。不过，D

报告显示，要实现大模型的落地，需要克服算力、数据、算法和生态等方面的门槛。在算法方面，大模型的研发需要掌握算法框架，并具备预训练、长上下文、多模态生成、强化学习等工程化能力。在生态方面，大模型的应用需求决定了其价值，因此C端用户量和B端开发者数量对大模型的发展至关重要。报告认为，尽管国产大模型在追赶海外大模型的道路上面临着挑战，但中国市场一定会孵化出自己的“OpenAI”。国产化政策和企业级用户对

ChatGPT的出现掀起了又一波人工智能发展热潮，中国人工智能行业发展势头强劲，市场规模持续上升，正逐步进入效率化生产阶段。《2023年中国人工智能行业概览》旨在梳理中国人工智能产业链各环节的市场发展现状，剖析中国人工智能产业生态的未来发展方向。报告指出，人工智能行业现处于核心硬件发展阶段，数据、算力、算法是三大核心发展要素，推动着人工智能的技术迭代和商业化落地。中国人工智能企业处于发展初期，大多

《白皮书》提出，数字基础设施包含连接、算力、智能三种技术要素，而这三个技术要素的发展，面临着香农定理极限、摩尔定律放缓和智能本质认识不足的问题，同时又受到节能减排的约束和国际技术协作的限制，使得未来的技术进步面临很大的挑战。为了应对挑战，未来的技术创新既要注重现有技术路径的挖潜，也需要多种技术的协同和耦合。关注公众号：【互联互通社区】，回复【KJQS017】获取全部报告内容。精彩推荐KJQS001

技术应用的爆发式增长需求，有效整合数据、算法和算力等基础设施资源，本项目将构建城市级政务大模型通用能力平台，降低技术应用门槛，减少重复投资，实现算法模型统一管理与智能调度，以及算力、数据等基础资源按需使用、合理分配，让模型好用管用。通用能力平台，实现算法模型的统一管控与智能调配，推动基础资源按需使用、合理分配，使模型管理与运用更便捷高效。本项目打造统一的城市运行智能中枢，覆盖数据处理、模型开发、部

在9月27日的中国算力大会上，浪潮信息联合中国信息通信研究院发布了《人工智能算力高质量发展评估体系报告》。这一报告不仅系统性地构建了人工智能时代高质量算力的理论基础，更是首次提出了一个名为"五位一体"的高质量算力评估体系。这一体系为整个行业提供了重要的评估标准，充分反映了人工智能技术在算力领域的重要地位与发展方向。该报告明确指出，高质量算力是基于当前先进的人工智能理论和计算架构，融合算法和数据形成

互联互通社区推荐阅读，版权归作者所有。，计算硬件向高效能、低功耗和绿色化发展，数据质量提升，模型追求规模与效率平衡，联邦学习算法持续优化，认知架构与类脑智能模拟加快发展，智能体决策和学习机制变革。，技术竞争向多元综合能力跃升，企业竞争呈现初创企业与科技巨头同台竞争的态势，商业模式开源与闭源模型并存互补，国际间在通用人工智能领域合作与竞争并存。然而，产业发展面临诸多挑战，大模型技术在数据、算法、算力