涉及的行业与公司 * **行业**：半导体行业，特别是上游的半导体设备与材料领域 [1] * **公司**：提及的海外公司包括英伟达、台积电 [6][11]；提及的国内公司包括华为、小米、OPPO、vivo、北方华创、中微公司、拓荆科技 [9][10][21] 核心观点与论据 * **行业周期判断**：半导体行业正从2021年开始的3-4年下行周期复苏，进入由AI算力驱动的新上行周期，目前处于扩张阶段 [1][4][5] * **核心驱动力：AI算力需求**：本轮周期主要由AI算力需求驱动，而非传统消费电子 [1][6]；AI发展并非泡沫，GPU租赁价格高企且利用率很高，与互联网泡沫时期光纤80%-90%闲置形成鲜明对比，其拉动作用预计持续较长时间 [1][7][12] * **存储芯片市场动态**：2025年三季度DRAM和NAND价格大幅上涨，平均涨幅约50%，预计2026年一季度可能再涨40%-50% [1][8]；价格上涨主因是海外云厂商抢购与上游产能难以快速提升 [1][8]；国内存储厂商（全球市占率约10%）迎来市场份额提升机会，若未来3年市占率达到30%-40%，市场空间可能扩大3-4倍 [8] * **国产替代与市场扩容**：中国在手机芯片、电脑芯片及先进GPU算力芯片等领域国产化率仍不足 [1][9]；随着国产化率提高（例如华为Mate手机使用国产先进工艺芯片），将带来巨大的市场扩容机会，尤其是在14纳米及以下制程 [1][9][10]；国产替代进入中期加速阶段，成熟工艺领域已可自主生产，先进工艺领域正加速突破 [1][13] * **新技术带来的增量机会**：先进封装等新技术为半导体设备和材料带来增量机会 [1][11]；例如台积电COWS单次资本开支达50-60亿人民币，显示出巨大需求 [11]；工艺复杂度提升使得单位产能对设备需求量增加，有些环节甚至可能翻两到三倍 [2][16] * **2026年设备领域投资机遇**：主要来自存储周期扩展、先进制程自主可控能力提升、以及先进封装等新技术突破三个方向 [14]；国内存储大厂IPO加速旨在融资扩产，将直接推动设备领域发展 [15] * **政策与商业验证**：国产替代是政策驱动和商业验证相辅相成的过程 [1][18]；政府通过奖励、补贴、战略规划（如“十五”规划）等方式提供支持 [17]；随着时间推移，商业验证逐渐成为主要动力 [18] * **估值与投资工具**：半导体设备公司静态估值较传统行业偏高，但因其增速快、动能明确（商业验证、下游扩产、政策支持），估值消化速度快 [19][20]；中证半导体材料与设备主题指数是纯度很高的直接投资工具，其中装备占比超过60%，北方华创、中微公司、拓荆等龙头企业权重股合计占比超过36% [21] 其他重要内容 * **芯片制造流程简述**：涉及硅片、晶体管制造、光刻、刻蚀、薄膜沉积、封装等多个步骤及相应设备 [3] * **AI渗透现状**：AI已深入生活（如Deepseek、智谱、豆包手机），许多人用AI代替传统搜索引擎，讨论AI泡沫为时尚早 [8][12] * **当前国产化水平**：国内大部分设备厂工艺水平已达主流标准，成熟工艺可完全自主生产，但光刻机等关键环节仍受制于人 [13]；已有许多国产设备逐步用于生产先进手机芯片 [13]

在《MPW零度对话》系列中，我们邀请中国最具知名度和影响力的女性领导者，讨论当下所有 人共同关心的话题，从充满热情和妙趣的对话中，提炼出冷静理性的智慧。 临近年末，多家权威词典公布的年度词汇均指向 AI，例如"slop"（网络垃圾）、"vibe coding"（氛围编 程）与"rage bait"（愤怒诱饵）。而在中国，几家机构联合推选的年度国内词则是"DeepSeek"。 泡沫之外，张璐更加关注的是今年AI领域呈现的新趋势。在她看来，2025年AI领域经历了"上升"和"下 沉"——一边是全球竞赛中的技术持续突破，一边是AI加速向产业深处落地。 技术"上升" 在AI基础设施层，尤其是芯片领域，过去由GPU主导的格局正逐步走向多元。张璐观察到，一些新模 型架构在CPU上运行效率更高；谷歌的TPU发展迅猛；高通、英特尔推出的NPU则在能效方面表现突 出。 在云基础设施层面，长期困扰行业的四大难题——算力成本高、能耗大、边缘设备应用难、数据隐私问 题——正逐步得到解决。例如，OpenAI的token价格已从每千个30美元大幅降至9美分；被英伟达收购的 由华人创立的Lepton公司，其技术能显著降低GPU消耗。 能 ...

公司上市与市场表现 - 强一半导体于2025年12月30日在上海证券交易所科创板上市，成为“半导体探针卡第一股”及科创板第600家上市企业 [3] - 上市首日开盘价276.82元/股，收盘价235.51元，首日涨幅达176.78%，公司市值定格在305.13亿元 [3] 公司业务与技术地位 - 公司成立于2015年，是国内稀缺的、掌握自主MEMS探针技术并实现规模化生产的企业，主营晶圆测试核心耗材探针卡 [2] - 公司是中国大陆首个掌握自主2D MEMS探针卡核心技术的企业，于2020年底实现量产 [11] - 公司已构建涵盖MEMS探针制造、薄膜探针工艺等四大方向的24项核心技术，累计获得182项授权专利，其中境外发明专利6项 [18] - 公司已建成3条8英寸、1条12英寸MEMS产线，累计交付探针卡超2800张 [19] 市场与客户 - 公司产品覆盖CPU、GPU、存储芯片等多品类测试环节，已与境内超370家半导体全产业链企业合作 [2][19] - 客户覆盖中兴微、复旦微电等头部厂商 [19] - 公司是唯一跻身全球探针卡行业前十的境内企业，正瞄准DRAM、HBM等高端测试市场拓展 [2][21] 财务与成长性 - 公司营收从2022年的2.54亿元增长至2025年预计净利润4.2亿元，三年复合增长率达58.85% [19] 行业发展与机遇 - 探针卡作为晶圆测试的“核心枢纽”，直接决定芯片良率与成本，但此前被美国FormFactor、意大利Technoprobe等巨头垄断，国产份额不足5% [6] - 全球探针卡市场规模预计在2029年突破39.72亿美元 [21] 创业历程与资本支持 - 创始人周明拥有20余年行业积淀，带领团队从悬臂探针卡起步，向垂直探针卡、MEMS探针卡发起冲击 [6] - 2020年研发关键期，2D MEMS探针卡单次试产成本超百万元，公司资金告急 [9] - 丰年资本作为首个机构投资人，提供了5000万元天使轮投资 [12] - 后续获得元禾璞华A轮投资、华为哈勃战略入股，以及正心谷资本、复星集团等资本跟进，丰年资本持续加注三轮 [14][15] - 截至上市前，周明及其一致行动人合计控制公司50.05%股份 [16]

报告行业投资评级 - 强于大市 [3] 报告核心观点 - 数据中心是电力设备行业核心增量应用场景，其发展趋势直接驱动电力设备需求增长与技术迭代 [3][6] - 需引入AI行业多维度指标来前瞻判断数据中心供配电设备的需求拐点与强度，具体从需求端、供应链端、AI应用端三方面构建指标体系 [3][6] - AI数据中心（AIDC）建设推动固态变压器（SST）需求增长，因其能解决数据中心能耗和功率密度提升带来的挑战 [3] 需求端：资本开支延续高增态势 - **海外云厂商资本开支高增**：2025年第三季度，亚马逊、谷歌、META、微软、甲骨文五家海外大厂资本开支总和达996.17亿美元，同比增长80.39%，环比增长9.54% [3][7][8] - **海外厂商未来指引积极**：亚马逊2025年全年资本开支指引约1250亿美元，2026年将继续提升；谷歌将2025年全年指引上调至910-930亿美元，并明确2026年将显著增加；META将2025年指引上修至700-720亿美元，并预计2026年资本开支美元增幅将显著高于2025年；微软预计2026财年资本开支增速将高于2025财年，并计划在未来两年内将数据中心总规模扩大约一倍；甲骨文将2026财年资本开支预算锁定在约350亿美元，较前期预测大幅上修 [12] - **国内云厂商资本开支放缓**：2025年第三季度，阿里巴巴资本开支为315亿元，同比增长80.10%但环比下降18.55%；腾讯资本开支为130亿元，同比下降24.05%，环比下降32.05% [3][13] - **国内厂商战略未变，投资框架仍在**：阿里巴巴重申三年3800亿元的投资框架，并提示仍存上调空间，截至2025年9月末过去四个季度已落地约1200亿元；腾讯表示2025年全年资本开支会低于年初指引但高于2024年，开支下滑主要受供应链影响，AI战略未发生变化 [13][14] - **美国数据中心建设投资增速放缓**：2025年8月，美国私人部门数据中心建设支出达414亿美元，同比增长25.72%，较2024年同期80%以上的增速有所回落 [15] 供应链端：关键环节保持增长，价格印证需求旺盛 - **英伟达营收创历史峰值**：2025年第三季度，英伟达营业收入达3625.71亿元，环比增长24.63%，同比增长62.49%，其中数据中心产品占总营收比重超过85% [3][18] - **台积电营收保持同比增长**：2025年11月，台积电营收达3436.14亿新台币，同比增长24.5%，创历年同期新高，但环比下滑6.5% [3][24] - **核心组件价格大幅上涨**：DRAM现货价自2025年10月27日的17.25美元涨至12月26日的49.00美元，两个月内涨幅超过180%；2025年10月CPU价格指数为98.20，较9月的96.15小幅回升，印证服务器需求旺盛 [3][27] AI应用端：模型迭代与调用活跃，价格持续下降 - **大模型持续迭代更新**：近期，Mistral AI开源三款24B参数模型；阿里通义发布Qwen3-TTS-VD/VC模型，支持对语音的精细化调控；字节跳动推出形式化数学推理专用模型Seed Prover 1.5 [31] - **API调用量环比微降**：2025年12月16日至22日，OpenRouter平台统计的Token调用量为5.70T，环比下降2.56% [3][37] - **模型厂商市占率分布**：截至2025年12月22日至28日，Google以22.40%的市占率居首，其次是xAi（12.60%）、Anthropic（12.20%）、Deepseek（12.20%）、OpenAI（10.30%）和Xiaomi（6.80%） [37] - **头部应用月活用户情况**：2025年11月，ChatGPT以60.4亿的网站访问量位居全球AI应用第一，但访问量环比下降5.21%；阿里千问在当月全球AI应用月活用户增速榜中位列第一 [43][44] - **大模型推理价格持续下降**：2025年第三季度，随着Grok 4 Fast、GPT-5 nano等模型发布，在Artificial Analysis智能指数上得分超过40分的模型，其Tokens价格下降超过50% [3][46] 投资建议 - **核心逻辑**：AIDC建设推动固态变压器（SST）需求增长，2024年全球数据中心新增装机量约14GW，预计将保持高速增长 [3] - **推荐标的**：阳光电源（300274.SZ） [3] - **建议关注标的**：科华数据（002335.SZ）、科士达（002518.SZ）、科陆电子（002121.SZ）、麦格米特（002851.SZ）、金盘科技（688676.SH）、四方股份（601126.SH） [3]

行业与公司 * 涉及的行业：国产算力产业链、半导体封测、通信设备、覆铜板、服务器分销[1][2][4][5][9][10] * 涉及的公司： * **H客户/华为**：作为产业链核心，其战略调整影响深远[1][2][3][9] * **供应链公司**：华正新材、神州数码、杰华特、伟测科技、华丰科技、深南电路、生益科技、南亚新材、英维克、申菱环境、烽火通信、华工科技、光学科技、航五七海光、航微技、中国曙光、浪潮信息、华勤、完成动力、拓维信息、海光信息等[1][2][4][5][8][9][10][11] 核心观点与论据 * **H客户战略转向带来产业链逻辑扭转** * H客户正积极调整战略，缓解其云业务与互联网芯片客户之间的竞争关系，此举将加速其产品和技术迭代[2][3][9] * 战略转向有望提升升腾系芯片在互联网大厂的份额，并可能降低供应商议价能力，从而改善供应链公司盈利[1][2] * 调整从2025年9月起逐步显现，将对2026年招标产生积极影响[9] * **国产算力需求旺盛，供需紧平衡** * 国内AI领域CSP大客户对H链的大额加单，表明国产算力需求快速增长并超过供应[1][6] * 目前国内智算卡处于供需紧平衡状态，总量和份额双升的逻辑持续演绎[1][6] * 字节跳动等头部CSP大厂的框采和加单陆续落地，使得2026年的业绩可见度不断提升[7] * **国产计算卡发展前景广阔** * 2026年国产计算卡将迎来新一代产品迭代，应用场景进一步拓展，成长空间较大[1][8] * 超级计算节点技术的应用有助于提升国产卡的性价比和性能，缩小与海外的差距[7][8] * H系列产品凭借价格策略和工业优势，在大型企业中取得了不错的市场表现[1][8] * **供应链关键环节与公司受益逻辑** * **覆铜板**：华正新材受益于上游铜价上涨带来的利润率提升，且在H客户下一代产品中份额有望显著提升，迎来基本面和估值双击[1][4] * **服务器分销与集成**：神州数码与国内Top 1 AI领域CSP大客户达成大额订单，预计明年完成上架并结算，其企业ID分销业务2025年增速30%，2026年预计20%-30%[1][5] * **电源管理芯片**：杰华特作为H核心供应商，其多项和DiMOS产品完美适配H客户的GPU及CPU场景，每张卡可贡献100-150美元价值量，预计2026年收入增长30%-40%[3][11] * **通信设备与散热**：通信板块建议关注与H芯片价值量占比稳定且利润释放同步的环节，如液冷（英维克、申菱环境）和服务器合作伙伴（烽火通信）[3][9] * **封测**：伟测科技业务扩展至AI领域，前三季度资本开支达18亿人民币，高额资本开支带动收入和利润扩张，未来有望享受H公司带来的增量需求[10] * **连接与光模块**：明年910C和950芯片将采用机柜方案出货，提升华丰科技等公司的价值量占比；高比例光模块互联方案使华工科技、光学科技等供应商受益[9] 其他重要内容 * **市场表现**：升腾供应链板块表现强劲，华丰、伟测、华正、深南等公司涨幅居前[2] * **半导体国产化进程**：由于TI和MPS等海外玩家特许权到期，杰华特加速了GPU多项和DiMOS国产化进程[11] * **业绩预期**：航五七海光等公司不会因短期竞争担忧而影响2026年的份额增长预期[6] * **增长预测**：部分供应链公司有望实现超过50%的年复合增长率，同时净利率有望进一步提升[10]

技术突破与核心优势 - 北京大学团队成功研制出基于阻变存储器的高精度、可扩展模拟矩阵计算芯片，在全球范围内首次将模拟计算的精度提升至24位定点精度[2] - 该芯片将模拟计算的相对误差从1%大幅降低至千万分之一（10⁻⁷），精度提升了5个数量级，首次使模拟计算具备与主流数字计算（如FP32）接轨的数值可靠性[8][13] - 核心创新点包括：器件层面采用可量产的阻变存储器实现“现代模拟计算”范式；电路层面设计全新反馈电路实现快速近似求解；算法层面结合“位切片”与迭代优化算法高效实现高精度矩阵方程求解[15] - 相较于数字计算，模拟计算通过物理定律直接进行运算，无需二进制编码和逻辑门操作，因此在硬件资源开销与能耗上均下降数个量级，能效提升百倍，算力吞吐量提升千倍[6][10] - 该芯片可在28纳米及以上成熟制程量产，能够利用现有芯片生产线，有效绕开先进光刻机等“卡脖子”环节[2][10] 应用场景与市场定位 - 该芯片面向矩阵计算，是AI推理（矩阵乘法）、AI二阶训练（矩阵方程求解）、6G通信、具身智能及科学计算等前沿领域的核心运算单元[2][10] - 该技术特别适用于AI模型的二阶训练加速，因为二阶训练每次迭代都需解矩阵方程，计算量巨大，而该芯片擅长快速矩阵方程求解[19] - 除AI与6G外，超级计算（如气象预报、量子力学模拟）是更庞大且契合的应用场景，因为超算中心的大量算力实质上都用于求解矩阵方程[21] - 目前芯片处于实验室原理验证阶段，矩阵规模为16x16，更适用于中等规模场景，在小规模任务上性能优势不明显，尚未进行大规模应用[11][18] - 团队计划在2年内将芯片阵列规模从16x16提升至128x128，并力争达到512x512，以在具身智能、6G通信等中等规模场景产生实际效用[11][25] 行业影响与战略意义 - 该技术为算力领域提供了一条全新的“模拟计算”技术路线，有助于减少对单一数字计算范式（如GPU）的依赖[4] - 随着摩尔定律趋于终结，晶体管微缩困难，数字计算陷入能耗困局，横向堆叠计算卡（从百卡到十万卡）的方式在能耗和碳排放上不可持续，模拟计算被视为一种潜在的突破路径[5] - 该成果由中国团队在全球范围内首次实现，在模拟计算赛道上处于领先位置，为中国在算力领域提供了“换道超车”的可能性，有望降低对先进制程和英伟达GPU的单一依赖[11] - 新型芯片的问世证实了新路径的可行性，但距离真正大规模应用和“摆脱依赖”仍有很长的路，需要国家、科技界和产业界持续投入进行技术储备，以抓住未来算力需求爆发的窗口期[11][26]

英特尔与英伟达的战略合作 - 2024年9月，英特尔与英伟达宣布达成合作，共同设计开发面向数据中心和客户端市场的定制x86芯片，英伟达向英特尔投资50亿美元（约356亿人民币）[5] - 美国联邦贸易委员会（FTC）近期批准了该投资计划，为交易扫清了关键监管障碍[5] - 合作宣布后，英特尔股价近半年一路上涨，市场反应积极[5] 合作对英特尔传统CPU业务的影响 - 合作有望帮助英特尔在数据中心、个人电脑和边缘计算市场“收复失地”[7] - 在数据中心领域，英特尔将为英伟达定制集成NVlink接口的x86 CPU，以重新开拓AI数据中心市场[8] - 在PC市场，英特尔计划推出集成英伟达RTX GPU的x86 SoC，用于AI PC和工作站，以提升竞争力[8] - 双方将成为彼此的大客户，互相销售CPU和GPU，从而带动业绩增长[8] 英特尔在CPU市场面临的竞争压力 - 在服务器处理器市场，英特尔份额持续下滑，2024年份额已降至62.7%，而AMD份额为32.8%且持续增长[9] - 预计到2025年底，AMD服务器CPU份额将升至36%，英特尔降至约55%；到2027年，AMD可能达到40%，英特尔预计跌破50%；到2028年，双方份额或旗鼓相当[9] - 在消费级CPU市场，AMD在桌面CPU领域已略微超越英特尔[11] - 在笔记本CPU市场，英特尔面临AI PC机遇，但其Meteor Lake、Arrow Lake处理器的NPU性能不足，新的Lunar Lake处理器也未获PC厂商广泛响应[12] 英特尔晶圆代工业务的挑战与机遇 - 英伟达的投资未给英特尔的晶圆代工业务带来直接订单，英伟达CEO黄仁勋仅表示在评估英特尔的代工技术[13] - 英特尔在制程技术上落后于台积电，其18A制程良率从10%升至55%，但仍落后于台积电N2制程的65%良率[13] - 根据技术对比，英特尔18A（1.8nm级）计划2025年下半年量产，晶体管密度约238 MTr/mm²；台积电N2（2nm）也计划2025年下半年量产，晶体管密度约313 MTr/mm²[14] - 台积电先进产能持续紧张，摩根大通报告指出，尽管英伟达要求台积电将N3产能扩至每月16万片晶圆，但到2026年底实际产能可能仅14万至14.5万片；N2产能已被高通、联发科、苹果和AMD等客户订满[15] - 台积电产能不足为英特尔代工业务提供了机遇，使其可能成为客户制衡台积电的砝码，拥有更大战略价值[17] - 巨头们为争抢台积电产能支付高出50%至100%的晶圆价格，摩根大通预测，若“加急单”持续，台积电毛利率在2026年上半年有望达到60%区间的低至中段[15][17] 美国政府的影响与英特尔的处境 - 英特尔已成为美国政府抢夺尖端制造的关键棋子，其未来超越了纯粹的商业叙事[18] - 美国政府是英特尔单一大股东，持股约10%，高于英伟达的约5%和软银的约2%，在人事、管理、战略等方面拥有话语权[20] - 美国政府的影响可能带来效率低下、组织臃肿等弊端，若长期过度干预，可能加剧英特尔的创新不足、效率低下及成本增加等问题[21] - 英特尔需要从内部改变企业文化以恢复创新活力，而非仅依赖外部力量干预[21] - 英特尔的复兴已成为美国国家安全和地缘政治竞争的核心筹码，其命运与美国芯片制造产业紧密绑定[22]

CES 2026展会概况与热度 - 全球消费电子展CES将于明年1月6日在拉斯维加斯开幕，作为行业风向标，展会聚焦未来12个月即将上市的新品或概念产品[1] - 展会热度高涨，拉斯维加斯酒店价格飙涨数倍，机票价格波动大，各类创投机构的社交活动邀约比去年更多，几乎排满[1] - 展会核心叙事已定调，AI从“概念狂欢”走向“场景落地”成为关键节点，AI成为无法忽视的焦点[1] AI技术趋势与产业焦点 - CES 2026的AI叙事聚焦于“AI技术如何融入硬件产品与产业场景”[4] - AMD CEO苏姿丰将在开幕前夜发表主题演讲，披露其在CPU、GPU及AI软件上的最新进展，并勾勒AI从云到边缘的转型路径[3] - 英伟达CEO黄仁勋将在展会期间密集参与多场活动，包括其公司活动、作为嘉宾参与西门子关于工业AI的演讲，以及与联想等共同探讨AI生态协同[3] - 西门子、卡特彼勒、联想等企业高管的主旨演讲均将AI作为核心议题，工业AI的规模化落地成为重要趋势[4] - 联想将公布最新款AI PC等产品，并披露与AI驱动的世界杯合作计划及全新的Agent原生应用[4] - 展会标志着AI竞争从比拼模型参数转向全面进入硬件与真实场景，工业AI、端侧算力、原生AI硬件正在重塑终端与产业格局[4] 中国参展企业动态 - 参展中国企业除海信、TCL、京东方等老面孔外，一股新兴力量正加速涌入[2] - 中国具身智能企业正以前所未有的规模集体登陆CES，其中不少是首次参加[2] - 包括智元机器人、松延动力、北京人形机器人创新中心等多家具身智能企业将首次参展CES[8] - 智元机器人预计将首次在美国完整展示其全系列产品线，并发布灵巧手等核心部件的新版本[8] - 包括宇树、银河通用、云深处、众擎、傅利叶、魔法原子、逐际动力、擎朗智能、优里奇、星动纪元等十余家中国具身智能企业都将参展[8] - 多家中国机器人公司将以英伟达合作伙伴生态成员的身份出现在其展台上[8] - 中国新石器无人车将首次参展CES，公布下一代城市配送解决方案，并计划明年在欧美等地设立办公室加速全球化[9] - 追觅、MOVA、未岚大陆、科沃斯、石头科技等中国智能清洁企业将在CES 2026集中发布面向欧美市场的新品[9] 机器人及具身智能领域 - 中国机器人“出海潮”在CES 2026将更为汹涌[8] - 参展的中国具身智能企业首要目的是在海外进行品牌露出，并希望获得更多确定性订单，为寻找新的海外落地场景打下基础[8] - 在CES 2025现场，宇树科技等国内机器人厂商的样机在展会期间全部售罄[7] - 韩国K-人形联盟将在CES 2026设立专属展区，现代汽车集团将公布其机器人战略并首次公开展示波士顿动力研发的下一代人形机器人Atlas，LG电子也将首发家用机器人产品[8] 消费电子行业格局变化 - CES正在经历静默更迭，索尼2026年将不再以集团身份参展，仅其与本田的合资公司参展并公布新车[6] - 部分去年参展的智能硬件企业今年选择缺席[6] - 包括Rokid、Xreal等中国智能眼镜厂商以及一批出海的陪伴型AI企业将继续参展[6] - 科技竞技重心已从单一技术展示，转向AI技术与场景的深度融合及生态的协同共建[9] - 参展人群主要包括做AI+硬件的创业者，以及非直接AI相关行业但对AI感兴趣或焦虑、希望捕捉消费电子趋势的人士[5]

将投中网设为"星标⭐"，第一时间收获最新推送 成都，成了芯片巨头背后最扎实的力量。 作者丨 黎曼 来源丨 投中网 摩尔线程与沐曦的接连上市，引爆了资本市场对国产 GPU 赛道的热情。其惊人的首日表现，为投资者带来了丰 厚的回报。 作为"国产 GPU 第一股"的摩尔线程，首日最高涨幅超 500% ，股价达 688 元，市值一度突破 3000 亿元。 沐曦开盘价即达 700 元，市值突破 3500 亿元。股民中一签的盈利上限更是高达 40 万元，成为近期罕见的"超 级肉签"。 这两家企业背后均站上了数十家机构一同分享这场财富盛宴。对于一般机构来说，能押中一家市场大热项目已是 难得，能够同时押中二者的无疑是大赢家。 这样的机构虽然寥寥，但并非没有。在盘点这些机构时，我们也发现了一匹西部杀出的芯片投资"黑马"：这两个 IPO 背后都出现了成都高新区国有资本的身影。其于 Pre-IPO 阶段入股摩尔线程和沐曦，并分别投入 5 千万元 和 1.5 亿元。 不止于此，在更早上市的千亿芯片巨头海光信息背后，成都高新区是位列第二的大股东，收获了千亿元的回报。 前有合肥国资在危难之际救下京东方、蔚来留下创投佳话。如今，成都高新区 ...

算力概念的演进与重新定义 - “算力”是中国创造的概念，其本质是在可接受的资源与时间内完成计算任务的能力 [7][8] - 有观点提出用“Computility”一词替代“Computing Power”，以强调算力应像水电一样成为基础设施 [7] - 在传统算力基础上，衍生出“训力”（快速训练大模型）和“推力”（基于大模型快速推理）等新概念 [9][10] - 算力体系的演进可能催生多模态生成能力，例如未来或将小说直接“演”成电视剧 [10] 算力需求增长与异构计算的必然性 - 生成式AI对算力的需求持续快速增长，其增速远超制程工艺带来的性能提升 [12] - 仅靠CPU已无法满足需求，CPU主频与架构在过去二十多年未发生本质变化 [16] - 行业必然选择CPU+XPU（如GPGPU）的异构计算架构，以在通用性、性能、能耗和成本间寻求平衡 [16] XPU的本质与软件生态的核心地位 - XPU属于保守型硬件结构，仅提供计算资源，性能能否发挥取决于软件、编译器与程序员 [18][19] - 算力芯片的核心问题并非硬件架构，而是应用生态，生态包括操作系统、编译器、应用软件等所有软件的总和 [20][24] - 真正产生生产力的是应用软件而非芯片本身，成熟的软件体系对释放硬件性能至关重要 [24] - 硬件峰值性能只是指标，真实应用软件通常仅能发挥整机20%～30%的效率，优化空间巨大 [38] CPU生态格局：x86、Arm与RISC-V的挑战 - x86生态经过四五十年发展，拥有极高的市场占有率和生态惯性 [24] - 根据Gartner数据，基于x86软件的销售收入达3000多亿美元，而其年研发费用约600亿美元，远超全球服务器市场约800亿美元的总收入 [24] - Arm架构在服务器领域屡战屡败，其成功需要两个条件：掌握全栈技术的大公司弃用x86，以及端云融合促进应用迁移 [27] - RISC-V面临商业化困难，例如行业顶级人物Jim Keller创办的Tenstorrent公司已开始裁员，其芯片面临“不知卖给谁”的困境 [29] - RISC-V目前仅在软件简单的嵌入式场景（如存储控制器）应用较好，一旦进入计算领域则面临软硬件生态不成熟的多重问题 [29] - RISC-V在多核CPU所需的片上互联网络等硬件生态上尚不成熟，可能仍需依赖Arm的解决方案 [29] CUDA生态的壁垒与国产化必要性 - 硬件指令的直接支持对性能和能效始终有价值，Intel不断加入新指令即是例证 [32] - 兼容CUDA的API接口从技术角度看并不难，但复制其背后的完整软件生态（包括算力库、函数库、开发工具等）则极其困难 [32] - 国家层面已意识到生态建设的重要性，正在推动打造自主算力生态，以避免长期受制于人 [33] 芯片成功的核心：软件生态与差异化价值 - 在半导体发展放慢、中国面临制程限制的背景下，需通过跨学科交叉在系统、软件和算法层面寻求性能突破 [35] - 通过软件、编译和系统层面的优化，完全有可能在峰值性能较低的芯片上获得不错的应用效果 [44] - 实现AIGC生成影视内容等愿景，不仅需要GPGPU的计算能力，也需要GPU基础的图形渲染能力 [44] - 系统与平台厂商自研芯片能否成功，关键在于能否为产品和服务提供足够大的增值，以及能否掌控全栈软件体系 [44] - 苹果基于Arm自研芯片的成功，关键在于通过自研高性能芯片与自有软件体系结合，打造领先体验并实现产品高溢价 [45] - 架构创新不一定需要新指令系统，在现有指令体系（如RISC-V）下完全可以进行创新 [45] - 平台或系统厂商自研芯片必须有清晰的、能为系统或服务带来显著增值的差异化，否则使用成熟商用芯片是更理性的选择 [46] RISC-V的未来潜力与行业愿景 - RISC-V具备一定的包容性，有机会融合CPU、GPU和AI处理器的特性 [1] - 行业希望将RISC-V作为统一的指令系统方向，让各类处理器尽量统一到同一架构平台，以减少重复投入 [46] - 未来计算架构可能从当前的CPU+XPU异构体系，回归到以CPU为中心的新一体化架构 [47] - RISC-V有机会吸收开源体系的力量，逐步突破CUDA的生态壁垒 [47]