中国AI本土算力发展驱动力 - 国家政策支持和主要科技公司及本土供应商的研发投入推动本土算力不断发展 [1] - 本土算力发展可能将继续推动中国AI及大模型发展 [1] 技术层面进展与优化 - 中国互联网公司内部研发及本地GPU供应商持续投入下，芯片层面差距正迅速改善 [2] - 通过超节点规模扩展弥补单颗GPU性能落差，如阿里巴巴磐久128超节点及华为升腾384超节点大幅提升单机柜GPU数量，实现更高机柜级运算能力 [2] - AI模型开发者正针对国产GPU优化算法，例如DeepSeek的v3.2模型采用国产GPU程序语言TileLang以更好适应华为升腾及寒武纪等本土算法生态系统 [2] - 大部分互联网企业正在加速ASIC发展以优化内部工作量及提高性价比，百度已开发三代昆仑芯片，阿里巴巴亦开始部署自研芯片 [2] 国产AI芯片现状评估 - 目前国产前沿GPU运算能力已与英伟达Ampere匹敌，下一代产品瞄准Hopper，但整体仍较Blackwell系列落后一代 [3] - 部分国产芯片制造商已建立自己的软件堆栈或通过翻译工具添加CUDA兼容性以提高工程师迁移效率，但生态系统碎片化限制了规模 [3] - 中国在先进制程技术和高频宽存储器生产方面的能力仍处于早期阶段 [3] 瑞银看好的相关公司 - 看好阿里巴巴及百度，因相信其自主研发芯片将持续有进展以巩固AI价值链地位，且会持续投资AI [1] - 看好科大讯飞在将国产硬件与大模型发展相结合方面取得的领先进展 [3] - 偏好地平线机器人、北方华创和中微公司 [3]

中国AI本土算力发展驱动力 - 国家政策支援和主要科技公司及本土供应商的研发投入推动本土算力不断发展 [1] - 进口人工智能芯片存在不确定性，但本土发展可能继续推动中国AI及大模型发展 [1] 技术层面的积极进展 - 中国互联网公司内部研发及本地GPU供应商持续投入，芯片层面差距正迅速改善 [2] - 系统层面通过超节点规模扩展弥补差距，如阿里巴巴磐久128超节点及华为升腾384超节点，大幅提升单机柜GPU数量，部分弥补单颗国产GPU性能落差，实现更高机柜级运算能力，使国产芯片可支持更多复杂推理情境 [2] - AI模型开发者正针对国产GPU优化算法，例如DeepSeek最新的v3.2模型采用国产GPU程序语言TileLang，以更好适应华为升腾及寒武纪等本土算法生态系统 [2] - 大部分互联网企业加速ASIC发展以优化内部工作量及提高性价比，百度已开发三代昆仑芯片，阿里巴巴亦开始部署自研芯片 [2] 国产AI芯片现状评估 - 硬件表现方面，目前国产前沿GPU运算能力已与英伟达Ampere匹敌，下一代产品瞄准Hopper，但整体仍较Blackwell系列落后一代 [3] - 软件生态系统方面，一些国产芯片制造商已建立自己的软件堆栈或通过翻译工具添加CUDA兼容性，提高工程师迁移效率，但生态系统碎片化限制了规模 [3] - 供应链能力方面，除了芯片设计质量，中国在先进制程技术和高频宽存储器生产能力仍处于早期阶段 [3] 瑞银看好的相关公司 - 看好阿里巴巴及百度，因相信其自主研发芯片将持续有进展以巩固AI价值链地位，且会持续投资AI [1] - 看好科大讯飞的独特定位，因在将国产硬件与大模型发展结合方面取得领先进展 [3] - 偏好地平线机器人、北方华创和中微公司 [3]