行业趋势与算力需求 - AI技术落地推动行业算力需求与日俱增，AI算法需要实现毫秒级精确度，带动算力需求呈指数级增长 [1][7] - 各类AI大模型、不同领域的AI Agent落地都需要大量算力支撑 [3][9] - 高性能计算将贯穿从生产制造、科学研究到AI落地的全链路，成为各类计算场景的底层支撑力量 [2][13] 超智融合与异构融合 - “超智融合发展”已成为行业共识，未来趋势是在通用计算场景下，通过硬件架构设计实现异构融合 [3][10][21] - 无论是头部企业还是知名厂商，都在不同维度上尝试将异构众核进行融合 [22] - 行业应用对算力的需求，正从传统科学计算转向以AI算法的泛化性来看待 [8][9] 技术演进与硬件瓶颈 - 单颗芯片性能已成为AI算法发展的瓶颈 [14][25] - 公司自主设计TC link，可实现128卡芯片间的高速互联（scale up），为AI算法增长提供硬件基础 [14][25] - AI算法逐渐向低精度转化，公司采用细粒度的并行优化技术，在硬件层面支持AI场景落地 [22][23] 国产算力生态与开源 - 2016年神威·太湖之光采用了纯国产自主可控的异构众核通用计算架构 [18] - 国内发展人工智能产业离不开开源生态，行业需要企业共同组建开源平台 [14][27] - 公司希望将底层硬件、软件进行开源，吸引各方共同建立AI产业生态 [27] 公司业务与实践 - 公司是一家聚焦高性能计算的国产AI芯片企业，推动HPC+AI落地 [12] - 公司优势在于算力中心建设，服务于大模型训练及大型应用场景 [26] - 公司聚焦垂直行业应用落地，例如与龙芯中科推出基于国产CPU+GPU模式的AI工作站 [27] 应用场景与案例 - 在科研领域，公司参与国内多地公共算力基础设施建设，与高校、科研机构联合攻关 [28] - 公司与百度团队合作，完成了AlphaFold3蛋白预测模型的国产平台复现 [30] - 在气候气象与能源领域，通过HPC算法分析数据，结合AI算法提升能源利用效率，支持算力基础设施发展 [33][34] - 在低空经济领域，通过HPC高精度建模分析气象数据，再导入AI模型，支撑低空领域AI Agent发展 [36]