在国内算力芯片突飞猛进之际，国产通用处理器也传来好消息。 🎉 9月30日，工商银行发布2025年度海光芯片处理器采购中😎标候选人公示。中标候选人分别为浪潮信息、中兴通讯和联想（北京😀）信息技术有限公司。据报道，此次采购总金额约为30亿元。 😀 无独有偶，9月26日，中国联通也发布了2025年中国联通🤔通用服务器集中采购项目中标候选人公示。中标候选人为浪潮信息、🙌超聚变数字科技有限公司、新华三等多家公司。中国联通预算超79😎亿元，其中，大部分预算给予国产通用处理器。 通用处理器🤯不容忽视 在2023年之前，通用服务器算力规模超过智算🎉服务器。随着AI（人工智能）大模型的崛起，智能算力迅速扩张。😘 根据头豹研究院，预计中国2027年智能算力将达到11👏17EFLOPS，智能算力成为推动整体算力扩张的核心力量。相🔥较之下，通用算力增长相对缓慢，预计2027年将达到117EF❤️LOPS。 可以看出，尽管通用算力相对逊色，但整体规模🤗仍不容忽视。目前，国内通用服务器以英特尔、AMD（超威半导体😡）等X86架构CPU（中央处理器）芯片为主，而鲲鹏、海光信息⭐等国产CPU也在快速发展之中。 此次联通通用服务器集采🌟项目中，使用国产CPU的通用服务器占比超九成。其中，使用英特😜尔CPU的服务器为8625台，数量占比为9.9%，单价约为1🥳0.38万元；使用海光CPU的服务器为3.02万台，数量占比🤗为34.8%，单价为9.2万元；使用鲲鹏CPU的服务器为4.😅82万台，数量占比为55.3%，单价为8.9万元。 中😀信建投证券认为，国产芯片服务器份额90.1%，相较2020、🤔2022年（中国联通）总公司集采约40%的国产化比例显著提升😢。 不过，实际报价单价则更低。在中标候选人公示中，标包⭐一为英特尔CPU的服务器，中标候选人为紫光华山科技有限公司、😅浪潮信息和超聚变，三家投标总价分别为5.43亿元、6.01亿😅元和6.51亿元。照此计算，单价分别约为6.30万元、6.9😢7万元和7.54万元。 标包二为鲲鹏、海光CPU服务器😊，中标候选人为新华三、浪潮信息、平治信息、武汉长江计算科技有😡限公司等8家公司。 其中，新华三投标总价为50.46亿❤️元，照此计算，鲲鹏、海光CPU服务器平均单价约为6.44万元😘。 以新华三投标总价计算，叠加工商银行30亿元海光芯片😢订单，这两次采购，使用国产CPU的服务器订单超80亿元。 🤔 9月30日晚间，平治信息披露公告，公司为2025年中国联🤔通通用服务器集中采购项目中标候选人之一，中标含税金额约为4.🤗51亿元。上市公司表示，通用服务器主要用于云计算产业，公司将😴以该项目为基础，积极参与通信运营商云计算基础设施建设，实现公😢司的战略发展目标。 根据平治信息2024年年报，其通用😴服务器产品主要包括国产/X86系列通用型服务器、大容量存储服😢务器和全闪存储服务器。 服务器CPU国产化率加速提升 🎉 在未来的AI计算中，不仅需要GPGPU（通用图形处理器😂）等高性能算力芯片，也需要CPU这些通用计算芯片。 头🚀豹研究院认为，数据中心建设将持续带动服务器CPU的需求。预计😁到2028年，数据中心服务器对CPU的需求量将达到1399万😍片，2024年至2028年年均复合增长率为6%。 在此😆背景下，国内服务器CPU也在高速发展之中，其中以X86架构的👍海光、Arm架构的华为鲲鹏以及RISC-V架构的阿里玄铁为代😉表。 当下，在服务器CPU领域，X86架构仍占据主导地😉位，Arm架构市场份额在快速增长中。另外，RISC-V架构也🙄开始发力。 据悉，2018年中国数据中心服务器CPU的💯国产化率还为0%，2019年是中国服务器CPU国产化的元年，🙄国产化率为2%，随后逐年攀升，2020年至2023年中国服务😊器CPU国产化处于前期起量阶段，在2023年中国服务器CPU🔥国产化率已达到36%，国产化领域主要集中在政务市场服务器领域⭐。 头豹研究院判断，未来受到政策以及中国服务器CPU厂🤯商技术逐渐追赶国际领先厂商的推动，中国服务器CPU的国产化率⭐将以极快的速度提升，在2028年达到85%。 从中国联😘通、工商银行招标信息可以看出，国产服务器CPU正在快速崛起。😴 来源：每日经济新闻返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多