峰会核心内容 - 华为将于2025年9月18日在上海举行昇腾AI人工智能产业峰会 主题为"与时代共昇腾" 聚焦基础软硬件至行业解决方案的技术成果与商业案例[1] 技术突破 - 深度解读基础硬件 基础软件及行业解决方案最新技术进展 包括业界最大规模超节点技术突破和基础软件全面开源开放[2] - 展示预训练 后训练及推理解决方案的全链路技术创新[2] - 推出大模型应用一体机与2025昇腾硬件伙伴新产品[4] - 举行CANN全面开源开放 AI开源框架生态及智能集群运维三大主题论坛 驱动AI算力向高效开放方向演进[5] 行业应用与生态建设 - 发布互联网 运营商 金融 能源 制造等领域超节点实践成果 美的将分享实际应用经验[3] - 展示运营商 政务 教育 金融 大模型 电力六大行业大规模专家并行实践 邮储银行分享数字金融场景创新方案[4] - 计算展区呈现昇腾最新产品与解决方案 包含3大互动Demo和8大行业落地应用案例[5] - 举行昇腾MVP聘请仪式 邀请顶级专家学者提供发展指导[4] 产业趋势引领 - 发布《超节点发展报告》 系统阐释定义与核心特征 分析全球产业演进路径及技术生态格局[3] - 通过剖析稳定性挑战 为AI基础建设提供明确发展方向[3] - 集中展示昇腾生态硬件领域最新成果 通过5场开放演讲聚焦伙伴方案及新品发布[5]

文章核心观点 - 2025年服贸会"数字开物·奇点π对"主题沙龙活动聚焦AI与算力生态 探讨大模型技术演进、AI应用落地、智算中心基础设施创新及产业链协同发展路径 [1][3][26] 大模型技术演进趋势 - 大模型成为人工智能发展核心方向 能力过去数年飞速提升 [5] - 产业面临关键转变：数据重心从公开数据转向私域及专业领域 算力焦点从模型训练大规模转向推理部署 [5] - 智能体成为大模型核心应用模式 包括三类产品创新：通用开发平台、通用应用、面向特定任务的专用智能体 [5] - 智能体商业落地呈现研发与营销服务端强、生产制造环节弱的"微笑曲线"形态 有望成为未来智能时代"核心原子细胞" [5] - 企业落地大模型面临高投入成本、效果不确定性和技术栈复杂等挑战 需采取系统化工程思维 [5] AI应用落地实践 - AI应用无需自建大模型 利用开源模型结合垂类行业数据积累是更高效路径 [7] - 来画科技打造AI数字人伙伴Vinabot 通过多模态大模型将虚拟IP与实体陪伴机器人结合创造情绪价值 [7] - 来画科技推出AI翻译产品线 包括翻译机、翻译耳机及无障碍会议室 凭借多年积累精准语料库打破语言边界 [7] - 思必驰利用自研AI语音算法和降噪技术提升会议通话效果 通过AI硬件私有化生成会议纪要保障数据安全 [9] - 思必驰核心产品"AI办公助理"将会议内容高效转化为结构化纪要 形成从前端开会到后端纪要生成的闭环管理 [9] 智算中心基础设施创新 - AI大模型推动服务器硬件形态改变 超节点驱动智算中心基础设施深刻变革 [11] - 大模型参数指数级增长及混合专家模型(MOE)等范式转变 需突破单节点GPU/CPU内存墙限制和通信带宽延迟不足问题 [11] - 业界全面转向Scale-up网络架构为核心的"超节点"解决方案 要求数据中心具备更高承重与层高 液冷和高压直流成为技术趋势 [11] - 未来智算中心需具备高密度、高效率、高弹性和大规模"四高"特征 浩云长盛已在京津冀及长三角布局新一代数据中心资源 [11] - AIGC从单一工具演变为多模态基础底座 推动智算中心向规模化、服务普惠化及PUE驱动绿色化格局演进 [13] - 优刻得通过规范化建设与高标准运维打造安全高效可靠智算基础设施 提供持续稳定算力支撑与服务保障 [13] 智算中心运营挑战与解决方案 - 智算中心建设运营面临严峻稳定性与投资回报挑战 大规模训练中GPU卡、显存和光模块损坏影响训练效率和成本 [15] - GPU技术快速迭代导致现有算力贬值及商业回报降低风险 平台框架效率低下和推理资源利用率不足阻碍算力价值转化 [15] - 沨呵智慧提出"精益智算"理念 通过智能调度引擎提升GPU利用率 预判式运维和Checkpoint断点续训保障训练稳定性 [15] - 沨呵智慧通过模型全生命周期管理提供一站式训推服务 系统性解决智算管理痛点 [15] 数据中心冷却技术演进 - AI产业向百万卡级超大集群演进 芯片与机柜功率密度爆炸式增长 传统风冷无法满足需求 液冷成为数据中心散热必然选择 [18] - 液冷市场中冷板式占主流 但面向未来超高密度AI集群 相变浸没式液冷是具有应用潜力方案之一 [18] - 曙光全浸没相变液冷技术具备性能强劲、兼容性好、高密度部署及安全可靠特点 已在多个国家级先进计算中心落地 [18] - AI兴起对算力中心散热提出巨大挑战 传统风冷在单机柜30千瓦以上功耗时显现瓶颈 液冷技术优势日益凸显 [20] - 液冷技术包括直接芯片冷却、浸没式冷却等类型 混合式液冷成为未来高性能计算关键技术方向 [20] - 通过能源梯级利用和余热回收技术 可将算力中心从散热负担转变为能源枢纽 提升整体能源效率 [20] 圆桌讨论：AI与算力产业发展 - AI陪伴是极具潜力应用赛道 预计2030年产业价值突破千亿美金 算力是未来"新基建"将衍生数字产业 [23] - 大模型驱动AI浪潮是没有终点的技术革命 AI产业链从上应用到下层算力基础设施构成"开辟式创新" [23] - 智算产业拥有巨大带动效应 催生从应用、算力、电力到解决方案的紧耦合生态 [23] - 应用落地滞后于技术发展为AI创业者创造巨大机会窗口 未来算力将像水电、WiFi一样成为无感便捷的社会基础设施 [23] - 液冷技术全球化交付面临三大挑战：缺乏国际统一标准、技术新难度高要求运维能力严苛、跨文化专业人才短缺 [24] - 液冷技术处于高速增长期 ByteBridge在海外市场提出"冷却即服务"新模式 未来将催生混合液冷模式 [24]

行业投资评级 - 电子行业评级为增持（维持）[1] 核心观点 - 国产算力行情处于资金休整阶段，为下一轮更健康上涨储备，近期已出现启动征兆[1] - 产业进展频出：互联网大厂GPU下单预期持续催生积极情绪；寒武纪定增获证监会批文，海光推进曙光收并购并发布广泛股权激励；阿里推出万亿参数大模型Qwen Max Preview及AI生态组合拳[1] - 行情级别判断基于三层逻辑：不与AI趋势对抗（寒武纪、海光信息市值空间打开）；AI芯片视角向超节点转换（昆仑芯32卡、曙光96卡发布，26年国产算力芯片以超节点体系评价）；海外与国内强映射（博通ASIC业务获100亿美元订单，芯原股份停牌阶段催化剂不断）[2] - 投资建议重点推荐寒武纪、海光信息、芯原股份、盛科通信[2] 公司数据与估值 - 寒武纪：总市值5,325.60亿元，收盘价1,273.00元，2024A至2026E的EPS从-1.08元增至9.62元，PE从-1,177.35倍收窄至132.33倍，评级买入[7] - 海光信息：总市值4,277.48亿元，收盘价184.03元，2024A至2026E的EPS从0.83元增至1.85元，PE从221.52倍降至99.48倍，评级买入[7] - 芯原股份：总市值804.34亿元，收盘价153.00元，2024A至2026E的EPS从-1.14元转正至0.39元，PE从-133.86倍转正至392.31倍，评级买入[7] - 盛科通信：总市值433.62亿元，收盘价105.76元，2024A至2026E的EPS从-0.17元改善至0.08元，PE从-635.20倍转正至1,322.00倍，评级增持[7] 行业动态与事件 - 互联网厂商AI布局：阿里与荣耀签署战略合作协议、推出高德扫街榜，合理展望其明年AI乐观预期[1] - 技术进展：昆仑芯32卡、曙光96卡超节点发布，推动国产算力芯片评价体系转向超节点视角[2] - 海外映射：博通ASIC业务获三大客户需求增长及新客户100亿美元订单[2]

行业投资评级 - 投资评级为看好 维持[7] 核心观点 - 超节点是新一代算力基础设施 能解决大模型训练推理中以通信速度为核心的性能瓶颈 技术升级和复杂度提升带来多个算力环节价值量提升[2][10] - 算力龙头企业纷纷推出超节点产品 包括英伟达GB200(含36个Grace CPU和72个Blackwell GPU) 华为昇腾超节点(采用高速互连技术将384张910C智算卡紧密耦合) 浪潮信息"元脑SD200"(单机可运行超万亿参数大模型)[4][10] - 超节点通过内部高速总线互连 加速GPU间参数交换和数据同步 缩短大模型训练周期 在现有技术生态和成本约束下从系统层面打破AI芯片性能边界[10] 算力产业发展现状 - AI大模型遵循ScalingLaw定律 参数规模不断扩大 海外已出现十万卡级别算力集群 未来可能进一步扩大[10] - DeepSeek创新架构与工程优化助力MOE(专家混合模型)成为主流模型结构 复杂混合并行策略需要超大显存空间 更低通信时延 更强计算性能[10] - 传统AI服务器依赖以太网络实现跨机互联 通信带宽较低成为性能瓶颈[10] 产业影响与投资机会 - 超节点AI服务器算力密度和通信复杂度大幅提升 单节点功耗显著增加[10] - 带来互联需求提升 液冷价值量提升 从传统产品厂商向系统解决方案厂商升级[10] - 建议关注四大投资方向：纯正国产AI芯片领军企业寒武纪和国产高端CPU/DCU领军企业 超节点服务器厂商 超节点配套PCB/链接/液冷厂商 华为超节点相关合作伙伴[10]

股价表现与市场反应 - 中兴通讯A股开盘后迅速涨停 H股涨幅超14% 但随后涨幅回落 A股收盘涨6.56% 市值达2036亿元 成交额突破200亿元 居A股市场第一 [1] - 本周A股涨幅超20% 上周涨幅超4% 近8个交易日上涨25%以上 [2][5] 券商评级与市场关注 - 浙商证券发布近三个月唯一一份中兴通讯研报 给予"重大推荐"的3A评级 认为AI计算和网络业务进展被明显低估 AI有望再造中兴 [2] - 研报指出国内厂商加快布局超节点 超节点方案渗透率有望超预期 预计进展较海外仅晚一年 中兴通讯布局超节点核心产品机内高速互联芯片 有望迎接价值重估 [2] 重大订单与业务进展 - 在中国移动17亿元人工智能通用计算设备集中采购项目中 中兴通讯中标包1 包2 包3 在规模最大的包3中斩获70%份额 整体中标份额超50% 订单金额约8.85亿元 [2] - 公司第二曲线业务（算力 终端）营收占比超35% 政企业务同比翻倍 [5] 业绩表现与财务数据 - 2025年一季度营业收入329.68亿元 同比增长7.82% 但归母净利润24.53亿元 同比下降10.50% 扣非归母净利润19.57亿元 同比下降26.14% [5] - 一季度应收账款247.94亿元 同比增加25.10% [5] - 开源证券下调2025-2026年盈利预测 预计2025年归母净利润86.31亿元（原99.19亿元） 2026年90.16亿元（原112.61亿元） [7] 战略转型与业务挑战 - 公司持续推进从全连接向连接+算力的战略升级 大力拓展智算 AI终端等第二曲线业务 [6] - 传统通信设备利润空间承压 叠加原材料成本上升和国际市场拓展投入增加 导致"增收不增利" [6] - 5G网络建设进入平稳阶段 相关收入增速放缓 第二曲线业务维持高速增长但毛利率承压 [7] 市场传闻与澄清 - 有报道称字节跳动正在研发AI手机"豆包手机" 由中兴作为ODM厂商代工 但字节跳动回应称相关信息不实 豆包没有推出自己手机产品的计划 [4]

公司股价表现 - 中兴通讯H股涨7.34%至31.9港元 成交额达20.41亿港元 [1] - A股一度涨停 H股盘中涨幅超14% [1] 行业技术进展 - 华为展出昇腾384超节点 通过总线技术实现384个NPU互联 [1] - 昇腾384单卡推理吞吐量达2300Tokens/s 计算效率超英伟达H100/H800 [1] - 腾讯主推ETH-X方案 阿里主推ALS方案 [1] - 浪潮/中兴/新华三/华勤/超聚变等厂商加速部署超节点方案 [1] 券商研究观点 - 国内超节点渗透率进展较海外市场仅晚一年 [1] - ScaleUp交换网络是超节点方案核心增量环节 [1] - 国内ScaleUp有望增厚一倍以上市场规模 [1] - 中兴通讯占据国内超节点方案核心位置 [1] - ScaleUp交换需求加速交换芯片国产化进程 [1]

投资评级 - 投资评级: 买入(维持) [6][16] 核心观点 - 通信设备巨头，AI计算+网络业务进展明显低估，AI有望再造中兴 [1] - 超节点进展超预期，公司依托自身核心能力优势，有望占据超节点整机+Switch Tray+机内互联交换芯片的核心战略地位 [2][17] AI产品生态 - 2024年政企业务收入186亿元，同比+37% [3] - 服务器适配主流GPU，已在电信、互联网行业应用 [3] - 自研计算芯片包括定海DPU芯片+珠峰CPU芯片，推进算力国产化方案 [3] - 国产超高密度400GE/800GE框式交换机+51.2T盒式交换机已在互联网企业规模商用 [3] - 自研7.2T分布式转发芯片和112Gb/s高速总线技术 [3] - 提供全栈数据中心解决方案和端到端交付能力，推出液冷/电源产品 [3] - AI Booster训推软件平台提供可商用、可持续运维支持的智算训练及推理服务 [3] 国内超节点进展 - 2025年国内超节点渗透率预计为5%，2028年达72% [4] - 华为UB方案：昇腾384超节点单卡推理吞吐量达2300Tokens/s，计算效率超过英伟达H100/H800 [4] - 腾讯主推ETH-X方案，阿里主推ALS方案，国内厂商加速部署超节点方案 [4] - Scale Up交换网络是超节点方案核心增量环节，2027年Scale Up Switch市场规模预计140亿美金 [5] - 2028年国内Scale Up交换机/交换芯片市场规模达669/214亿元，较2024年增厚一倍以上 [5] 公司核心优势 - 国内极度稀缺的机内高速互联芯片（Scale Up Switch） [10] - 已发布超节点服务器方案，GPU间通信带宽达400GB/S-1.6TB/S [10] 交换芯片国产化 - 国内交换芯片行业由博通、Marvell占据85%以上份额 [11] - Scale Up交换芯片国产化进程有望复刻GPU国产化之路，英伟达在中国区GPU市占率从70%跌至50% [11] 盈利预测与估值 - 预计25-27年归母净利润分别为87、93、101亿元，同比+2.8%、+7.2%、+8.5% [13][16] - 25-27年PE分别为22、21、19x [13][16] - 2024A营业收入121299百万元，同比-2.38%，25E同比+4.74% [15] - 2024A归母净利润8425百万元，同比-9.66%，25E同比+2.76% [15]

行业背景与趋势 - 大模型参数规模迈向万亿 算力集群进入千卡和万卡协同时代 行业共识是以集群性能取代单一芯片性能比拼[1] - 超节点概念在2024年形成 指超过8卡连接的节点 此前2023年尚无此概念[4] - 光互连技术成为国内超节点发展的必然趋势 因国产GPU需跨机柜连接才能对标NVL 72算力 而电互连受物理限制仅支持机柜内连接[16] - 光电融合技术发展周期长达20年 将从NPO/OBO进阶到CPO再到3D CPO 互连带宽有1-2个数量级提升空间[17] - 主流厂商包括英伟达 博通 AMD 英特尔均在布局光互连技术 因单芯片带宽需求增大 电互连已近极限[16] 公司技术方案与创新 - 发布光跃LightSphere X分布式全光互连芯片及超节点解决方案 创新引入光互连技术打破物理机柜限制 实现跨机柜Scale-Up网络[1] - 提供两种超节点方案：光互连电交换（成熟方案）和光互连光交换（创新方案）[5] - 光互连光交换方案全球首创 用光替代电进行交换和互连 具有三大优势：延迟更低 成本更低（省一半光芯片） 协议无感[7] - 采用开放PCIe协议 可适配多家国产GPU 而英伟达和华为使用私有协议NVLink和UB[6] - 光互连方案部署复杂度低于电互连 兼容现有数据中心 通过光缆快速组网 无需定制机房[14] - 联合推出国内首款xPU-CPO光电共封装原型系统 采用短距离SerDes技术增加带宽密度 实现光芯片与计算芯片共封装[18] 性能与成本优势 - 基于分布式光交换的超节点规模无上限 可支持万卡集群[9] - 理论数据显示单位成本仅为NVL72的31% GPU冗余率低一个数量级 模型算力利用率较NVIDIA DGX最高提升3.37倍[12] - 光互连方案总成本不必然高于电互连 且散热更易 因功耗分散至多个机柜[14] - 光互连电交换方案支持8台服务器共64张xPU卡高速互连 提供灵活高效的并行策略[6] 商业进展与规划 - 与沐曦合作光互连电交换方案 与阶跃星辰合作万亿参数大模型训练基础设施建设[12] - 几千卡算力集群正在上海落地 目标年内落地万卡集群[11] - 与国内头部芯片厂商建立深度合作 包括传统GPU厂商和非传统架构厂商[12] - CPO技术尚未广泛接受 但国内产业链成熟 全面落地指日可待[13] - 公司团队近250人 研发人员占比超80% 核心成员来自MIT和半导体行业[24] 战略定位与竞争优势 - 战略聚焦光互连及光芯片核心技术产品创新 占据有利生态位[2] - 选择开放生态道路 降低技术使用门槛 与英伟达和华为的封闭生态形成差异[23] - 核心竞争力来自底层核心技术自主研发（如光交换芯片）和系统级工程迭代能力[23] - 具备光电协同设计和先进封装能力 国内同时具备此全面能力的企业屈指可数[23] - 技术积累来自光计算领域 已实现3D CPO 因此在光互连领域具备降维打击优势[20]

产品发布 - 公司发布面向万亿参数大模型的超节点AI服务器"元脑SD200"，基于多主机低延迟内存语义通信架构，支持64路本土GPU芯片[2] - "元脑SD200"可实现单机内运行超万亿参数大模型，支持多个领先大模型机内同时运行及多智能体实时协作与按需调用，已实现商用[2] - 超节点通过GPU互联技术将多台服务器、多张算力芯片卡整合为规模更大、算力更强的整体算力单元，突破传统算力部署边界[2] 技术特点 - 超节点通过优化节点内互联技术、液冷散热等手段提升集群整体能效、通信带宽与空间利用效率[2] - 产品基于开放总线交换技术构建，解决万亿大模型对超大显存空间和超低通信延时的核心需求[3] - 通过智能总线管理和开放的预填充—解码（PD）分离推理框架实现软硬件深度协同，智能化管理复杂AI计算任务[3] 性能表现 - SD200超节点满机运行DeepSeek R1全参模型推理性能超线性提升比为3.7倍[4] - 满机运行Kimi K2全参模型推理性能超线性提升比为1.7倍[4] - 公司通过软硬协同系统创新突破芯片性能边界，在大模型场景中展示出优异性能表现[4] 行业背景 - 混合专家模型驱动大模型参数规模持续扩展，国内外前沿大模型参数量快速突破万亿规模[3] - 模型参数量增加和序列长度增加导致键值缓存激增，需要智能计算系统具有超大显存空间[3] - 智能体AI开启多模型协作新范式，推理过程需要生成比传统模型多近百倍的数据词元[3] 产业影响 - 公司通过开放系统架构创新为开源大模型的规模化落地和应用创新提供关键支撑[4] - 超节点搭建带动高速连接器、高速线缆、板材等上下游相关技术创新和应用[4] - 推动形成更好的产业生态，提高生态竞争力[4]

超节点技术趋势 - 华为首次展出昇腾384超节点真机Atlas 900 A3 SuperPoD 集成384颗昇腾NPU和192颗鲲鹏CPU 算力规模达300 PFLOPs 接近英伟达GB200 NVL72系统的2倍[1] - 超节点通过高速网络MatrixLink全对等互联 实现大规模并行计算 有效支撑万亿参数大模型与多模态训练需求[3][5] - 超节点采用Scale Up和Scale Out两种路径构建 通过高密度机柜部署或光互连跨机柜扩展 单机柜最高可部署128颗GPU[5][6][7] 国产厂商超节点方案 - 沐曦科技推出Shanghai Cube国产高密度液冷整机柜 采用47U单机柜4组超节点 单机柜128颗GPU 8机柜组成千卡集群[7] - 新华三发布超节点产品H3C UniPod S80000 实现单机柜64卡高密部署 具备向1024卡互联演进能力[7] - 超聚变展出全球首个多元智算即插即用超级集群系统 单柜128个AI加速卡 支持112G/224G高速互连 节能20%以上[8] - 中兴通讯联合多家企业发布国内首个光互连光交换GPU超节点光跃LightSphere X 单机柜搭载64颗GPU[7] 国产AI芯片合作生态 - 阶跃星辰发起"模芯生态创新联盟" 首批成员包括华为昇腾、沐曦、壁仞科技等 推动国产芯片与模型协同优化[11] - 四大国产AI芯片厂商（沐曦、天数智芯、燧原科技、壁仞科技）首度同台合作 共同提供高效大模型解决方案[2][11] - 沐曦推出曦云C600通用GPU 燧原科技发布通推一体L600AI芯片 国产芯片进入百花齐放阶段[9][2] 算力集群技术演进 - 超节点作为Scale Up最优解 通过内部高速总线互连加速GPU间参数交换 缩短大模型训练周期[3][5] - 摩尔线程提出"AI工厂"理念 构建夸娥集群系统 最高支持10240个全功能GPU部署 覆盖全精度计算场景[9] - 国产算力需跨行业协作 涉及网络技术、全光互连、分布式并行计算等系统化解决方案[10][12]