中国算力产业崛起与市场格局 - 科创板在半个月内诞生两家市值3000亿元的IPO公司，即摩尔线程和沐曦 [2] - 寒武纪和海光信息的市值均一度突破6000亿元 [2] - 上述四家被称为“算力四贵”的公司合计市值已超过1.6万亿元 [2] 联想创投在算力领域的独特布局与投资逻辑 - 联想创投是唯一一家同时投资了寒武纪、海光信息、摩尔线程和沐曦这四家核心算力公司的投资机构 [4] - 其投资逻辑根植于联想集团“端-边-云-网-智”新IT战略，早期将AI算力视为智能世界的“心脏”，并判断未来十年算力需求有百倍增长 [5] - 公司坚持“研究驱动型”投资，每年底进行为期三个月的深度行业研究，期间不投任何项目，以发现下一个大趋势 [10] 对核心算力企业的早期投资案例 - **寒武纪**：2017年从A轮开始投资，是唯一参与了其四轮融资的机构，公司市值最高突破6000亿元 [5][6] - **海光信息**：投资时是少数同时具备高端CPU和GPU研发能力的企业，其股价曾达270元/股，较发行价翻超7倍，市值一度超6000亿元 [6] - **摩尔线程与沐曦**：于2021年国产GPU概念验证期，在两家企业的A轮融资中果断出手 [7] - 投资这两家GPU企业的共同逻辑是看中其拥有国内稀缺、稳定的全建制世界级技术团队，并经历过完整的GPU芯片研发周期 [9] 构建算力生态与技术互补矩阵 - 通过投资构建了技术互补的算力生态：寒武纪（AI专用芯片）、海光信息（x86兼容路线）、摩尔线程（全功能GPU）、沐曦（数据中心GPU） [10] - 生态合作产生协同效应：寒武纪芯片集成于联想AI服务器；海光CPU/DCU用于联想超算集群；摩尔线程GPU适配联想游戏本与工作站；与沐曦联合推出“DeepSeek国产AI一体机” [13] - 生态合作缩短被投企业市场验证期，实现规模化落地，同时反哺联想全产业链布局，创造远超账面回报的价值 [13] 在算力及相关领域的其他关键投资 - **芯驰科技**：专注车载计算场景，投后估值超140亿元，并于去年7月获得北京市、区两级10亿元战略投资 [11] - **此芯科技**：研发高能效通用CPU，其AI CPU芯片“此芯P1”端侧AI异构算力达45 TOPS，可运行100亿参数以内的端侧大模型 [12] - **无问芯穹**：公司成立仅一年四个月累计完成近10亿元融资，联想创投参与了其近5亿元的A轮及近5亿元的A+轮融资，公司前瞻性布局多元异构算力底层设施生态 [12] - 在后摩智能、进迭时空等前沿方向亦有布局 [13] 对未来科技趋势的判断与投资方向 - 公司坚信中国在“超级科技大工程”时代拥有独特优势，关注颠覆性计算架构的革命，包括存算一体、量子计算、RISC-V及类脑计算等技术 [14] - 认为硅基智能革命的核心驱动力是“计算”，其内涵是包含存储、计算、互联通信的“高密度计算”，并与先进算法、高质量数据共同构成AI计算底座 [14] - 未来需要大量的新型AI终端（如AI化现有设备、穿戴、具身、低空设备等）与计算结合，以重塑行业产业链 [14] - 已在存算一体、量子计算、RISC-V、类脑计算等领域布局华翊量子、图灵量子、进迭时空、清程极智等企业 [16] - 投资历程反映了近十年中国科技发展：2016年投产业互联网、AI 1.0；2017年投芯片半导体；前几年布局算力；近两年押注AI 2.0、机器人2.0 [16]

据IPO早知道消息，随着日前摩尔线程和沐曦的先后登陆科创板，AI算力赛道可谓迎来一波"上市 潮"。 值得注意的， 在摩尔线程和沐曦背后，均出现了联想创投的身影，其也是为数不多同时投中这两 家"国产GPU新锐"的企业。 事实上， 早在AI算力成为风口之前，联想创投就已经开始基于CVC视角系统布局 ——2016年前 后，当多数VC还在观望，联想创投成为寒武纪A轮投资方，并连续四轮跟投，直至其上市。2021 年，国产GPU尚在艰难的概念验证期，联想创投又出现在沐曦的A轮和摩尔线程的Pre-A+轮融资名 单里；同一年，联想创投还投资了海光。 这意味着， 手握四张"AI算力王牌"的联想创投，成为唯一一家独中四元的投资机构。 这四家公司在技术路径和产品定位上形成互补，恰好对应了AI算力需求的多元化趋势。 "投资半导体周期长，很难赚钱"——这在近十年前几乎是行业共识。但联想创投选择从产业视角出 发，沿着集团"端-边-云-网-智"的技术路线图，在算力基础设施层面展开全栈布局：寒武纪主打AI 专用芯片，瞄准算法效率；海光走x86兼容路线，强调生态平稳过渡；摩尔线程做全功能GPU，覆盖 图形与计算；沐曦聚焦数据中心GPU，攻坚高 ...

公司现金流表现 - 英伟达自由现金流从2023财年的38亿美元飙升至本财年预计的965亿美元，增幅惊人[2] - 公司AI专用芯片业务收入复合年增长率高达194%[2] - 2026财年第三财季营收同比增长62%[5] - 据预测，到2030年1月前的四年间，英伟达在扣除资本支出后将累计产生约8500亿美元现金[5] 现金流历史与行业对比 - 纵观1990年以来的科技企业发展史，尚未有任何企业在连续三年内实现如此高速的增长，唯一可与之比肩的是苹果公司在2001年推出iPod后的爆发式增长期[5] - 英伟达未来四年的预期现金流规模远超分析师对谷歌、Meta、亚马逊和微软同期现金流的预测[8] - 谷歌、Meta、亚马逊和微软作为英伟达的重要客户，为布局AI而大幅增加资本支出，促使财富向芯片供应商集中转移[8] 资金配置策略 - 公司近期宣布一系列战略性投资，包括向Anthropic注资100亿美元、承诺向OpenAI投资1000亿美元[11] - 公司投资了CoreWeave等新兴云服务商，这些公司同样是其芯片的重要采购方[11] - 在部分合作中采取创新模式，如为某未具名云公司提供数据中心租约担保以换取股权认股权证[11] - 2026财年前三季度的股票回购金额已达360亿美元，较2023财年的100亿美元显著增长[11] - 公司首席执行官强调将利用现金推动业务增长，对OpenAI等公司的投资旨在拓展生态系统[11] 战略定位与影响 - 英伟达选择聚焦主业，通过战略性投资强化其在AI产业链中的核心地位，与其他科技巨头的多元化扩张形成鲜明对比[12] - 部分重大投资尚未最终落地，例如与OpenAI的投资条款仍在协商中，这导致公司账面现金从2023年初的约130亿美元增至今年10月底的600亿美元[12] - 公司的资金调配将深刻影响全球AI产业格局，如何平衡短期回报与长期战略是其持续领跑的关键[12]

行业发展趋势 - 中国AI大模型市场规模2024年达到165亿元，预计2028年将达到624亿元，复合增长率为40% [2] - AI专用芯片和量子计算的突破将推动计算硬件向高效能、低功耗和绿色化发展 [2] - 数据质量提升、跨领域数据融合加快、合成数据应用增长、数据安全与隐私保护加强 [2] 技术革新 - 传感器技术持续升级，高分辨率、低功耗且具备多模态感知能力的传感器将大量涌现 [2] - 新型视觉传感器可融合红外、深度等多种感知维度，提供更全面的环境视觉信息 [2] - 软体机器人技术的发展将推动医疗康复、灾难救援等领域的广泛应用 [2] 行业挑战 - 大模型技术在数据-算法-算力领域存在瓶颈 [3] - 高质量专业数据集缺乏，数据共享难度高，数据标准和治理保障体制不完善 [5] - 模型存在不可解释性和可靠性风险，在医疗、法律等特定领域应用受限 [5] - 算力供给不充分、不平衡，能源消耗瓶颈明显 [5] 行业机遇 - 具身智能产业将先进入工厂，未来会走向家居养老，市场潜力巨大 [3] - 中国在具身智能领域与国际水平相当，部分领域领先 [3] 政策环境 - 中国对大模型行业秉持包容审慎态度，相关政策自2024年起密集颁布 [2]