全球数据资产理事会2025数据资产全过程管理解锁DeepSeek智能引擎报告63页_5mb

DeepSeek智能引擎技术解析

林建兴在2025年2月5日演讲中，重点介绍DeepSeek AI模型的技术框架和优化策略。DeepSeek采用HAI-LLM框架，支持16-way Pipeline Parallelism、64-way Expert Parallelism和ZeRO-1 Data Parallelism，结合多tokens预测训练和无辅助损失的负载平衡策略，显著降低训练成本并提升性能。模型使用混合专家(MoE)架构，DeepSeek-V3拥有6710亿参数，但仅激活370亿参数实现高效计算。多头潜在注意力(MLA)架构已在V2版验证，确保训练和推理的高效性。技术支持多模态融合，包括文本、图像和语音，助力中国AI技术全球竞争，并通过开源策略推广认知革命。

数据资产全过程管理核心

演讲强调数据资产从资源到资本的动态跃迁。整个管理过程包括台账编制、登记、授权运营和收益分配，旨在解决数据孤岛、低利用率（<10%）和合规风险问题。政策环境逐步完善，从宏观倡导转向具体规则，如数据入表、交易平台监管。生态建设方面，举办了全球数据资产大会、签约仪式和论坛，推动数据交易、运营和合规标准制定。生态模式包括3C框架（收集、处理、连接），与地方政府、企业合作，开发数据资产化创新解决方案。

挑战与破局之道

当前数据资产化面临的主要挑战有：低利用率（ROI<10%）、治理成本高和合规复杂性。DeepSeek智能引擎提供自动化运营和价值导向解决方案，通过场景感知和智能工具提升效率。未来展望包括数据资产入表趋势、运营创新和市场机遇，目标是构建数据资产全过程管理生态网路，释放数据要素经济价值。

总结林建兴演讲的核心是DeepSeek技术与数据资产管理相结合，推动AI普及和数字化转型。