核心观点 - 2025年A股半导体行业并购活动活跃但失败率同步攀升 买卖双方围绕估值对价和业绩承诺等核心条款难以达成共识是主要原因 行业一二级市场估值分歧凸显[1] - 为应对挑战 行业参与者与专业人士建议并实践差异化并购定价策略 通过针对不同背景股东设计差异化的估值、支付方式及业绩补偿安排来推动交易[9][10][11] - 业绩承诺条款是并购博弈的关键点之一 在行业下行周期中尤其难以协调 其设置与监管问询密切相关 但强制性的业绩对赌也可能带来权责不一致等遗留问题[12][13][14] 并购市场整体态势 - 2025年A股并购市场案例数量约4773起 总量同比提升约5% 整体重组失败案例数量同比下降约两个百分点[2] - 半导体行业并购活跃度显著提升 年内案例增至161起 同比提升近25% 失败案例达12起 数量均创近五年新高[2] - 2025年中国半导体并购金额合计达到2796.65亿元 并购案例高达496起 失败案例32起 数量同比增长超2倍 均创历史新高[3] - 非半导体企业发起的“跨界”半导体收购活动数量同比减少[2] 并购失败原因分析 - 一二级市场估值分歧是导致交易失败的重要原因 卖方一级市场估值曾处历史高位 而买方基于行业调整期的真实业绩定价 双方价格落差巨大[4] - 2021年半导体行业整体平均市盈率估值高达291倍 2024年行业平均估值已降到53倍 不同周期入股的成本差异为通过统一定价并购退出带来困难[5] - 二级市场波动增加估值难度 例如海光信息吸收合并中科曙光案例中 嵌套持股叠加市场波动影响估值 终止原因提及二级市场股价影响[3] - 未盈利半导体企业上市通道重启为卖方增加独立上市选项 降低了其寻求并购的意愿 部分终止案例的标的自身就在IPO审核进程中[3][4] - 纵向并购难度通常比横向并购更大 例如国科微收购中芯宁波因标的亏损且体量超过上市公司总资产一半而终止[7] - 即便盈利状况良好 产业链上下游公司也可能因对行业关键问题持有不同见解而导致合并终止 如海光信息与中科曙光案例[8] 差异化并购定价策略 - 针对股东背景多元、成本诉求多样的标的公司 上市公司开始从估值定价、支付方式、股份锁定、业绩补偿等多维度推进差异化交易方案[10] - 在概伦电子收购锐成芯微案例中 对核心团队、财务投资者、产业投资者采取了差异化的对价方式与股份锁定期 并按交易对价比例分摊补偿责任[10] - 安凯微收购思澈科技、思瑞浦收购创芯微等案例中 也对财务投资人与管理团队等不同主体做了差异化估值和支付安排[11] - 差异化并购是国际通行做法 通过定价差异补偿不同股东的权利义务差异 恢复“风险与收益对等”的市场逻辑[11] - 监管审批转向“包容审慎” 鼓励以市场法、收益法等多元化评估方法协商定价 且对标的企业不再要求盈利 支付方式也更多样 便利差异化并购推进[11] 业绩承诺与监管环境 - 业绩承诺是交易的关键博弈点 尤其在行业下行周期中 标的企业与管理团队可能不愿签署 但其常与估值方式密切挂钩[12] - 根据《上市公司重大资产重组管理办法》 采用收益法等基于未来收益预期的方法评估时 需就利润预测差异达成业绩补偿或分期支付安排[13] - 监管机构未设立统一的强制性业绩承诺机制 采取“分类监管”策略 但交易所会高频问询无业绩承诺的交易 要求上市公司充分论证交易合理性[13] - 监管高度关注上市公司是否具备对标的资产的整合能力 需证明其在技术、人才和市场等方面的管理能力 否则交易可能终止[13] - 有观点指出A股的业绩承诺对赌要求可能导致收购后“权责”转移不一致 实践中有的标的公司为完成对赌业绩而不惜造假[14] - 建议针对较高收购估值设定合理的对赌及补偿安排 并根据业绩目标完成情况分期支付收购的股份或价款[15]

文章核心观点 - 算力作为新型基础设施的战略地位日益凸显，全球及中国算力产业正经历规模扩张、技术演进和生态重构，其中AI算力需求成为核心驱动力 [1][3] - 中国算力产业在“十四五”期间取得显著进展，国产化生态初步形成，但面临高端芯片供应、软件生态和绿色可持续发展等挑战，“十五五”期间将向高效、绿色、自主、泛在的目标迈进 [4][12] - 全球算力市场呈现中美欧三极生态并行发展格局，技术路线竞争、供应链重构和地缘政治因素将深刻影响未来产业格局与投资机会 [10][11] 全球算力产业发展现状 - **规模与增长**：全球总算力规模已达eflops级，区域分布呈现北美主导、亚太加速追赶的格局 [3] - **技术演进**：异构计算架构成为主流，先进封装与Chiplet技术、光互联与CPO技术正提升算力密度并在高带宽场景渗透 [3][4] - **基础设施布局**：超大规模数据中心集群持续建设，国家级超算中心升级，边缘算力节点在工业与车联网中的部署密度增加 [4] 中国算力产业发展回顾（“十四五”期间） - **规模扩张**：全国总算力规模实现突破，“东数西算”工程重构算力地理布局，智算中心数量与投资规模显著增长 [4] - **建设进展**：数据中心机架总数与上架率变化，液冷、高压直流等绿色节能技术应用比例提升，算力网络试点取得成效 [4] - **国产生态形成**：国产AI芯片出货量保持年均高速增长，自主算力平台、操作系统与框架对国产算力的适配率提升 [4] 算力产业链深度剖析 - **芯片层**：通用处理器（CPU）算力贡献度呈下降趋势，AI加速芯片（GPU/NPU/TPU）成为主力，存算一体、光子芯片等前沿方向在探索中 [4] - **服务器与硬件层**：AI服务器出货量占整体服务器比重提升，OAM、OCP等开放硬件标准普及，国产服务器品牌在算力集群中的份额增加 [4] - **数据中心与设施层**：传统IDC向智算中心转型，算力调度平台功能演进，边缘算力节点在5G+工业互联网中形成特定部署模式 [4][5] - **软件与平台层**：算力虚拟化与容器化技术成熟，跨地域算力调度与计费系统在建设，MLOps平台优化算力利用率 [5] 算力应用场景需求分析 - **人工智能**：千亿参数大模型对算力集群规模要求极高，推理端轻量化算力需求爆发，MoE架构带来稀疏算力调度新挑战 [5] - **科学计算**：气候模拟、核聚变、生物医药等领域消耗大量算力，混合精度计算在HPC中的应用比例提升 [5] - **智能制造**：工厂级边缘算力节点部署密度增加，实时控制要求低延迟算力，数字孪生仿真依赖GPU渲染算力 [5] - **自动驾驶**：L4级自动驾驶单车算力需求达TOPS级，车路协同对边缘算力池化提出要求 [5] - **金融科技与元宇宙**：高频交易偏好低延迟CPU算力，区块链共识机制对专用算力的影响在减弱 [5] 算力市场容量与供需格局 - **全球市场**：按算力类型可分为AI算力、通用算力、HPC算力，按交付模式分为公有云、私有云、混合部署，高端算力存在供需缺口 [5] - **中国市场特征**：政府与国企成为国产算力主要采购方，互联网厂商算力自研与外采策略分化，中小企业通过算力租赁获取资源的比例上升 [6] - **供需矛盾**：高端AI芯片供应受限导致算力“卡脖子”，电力与土地资源制约数据中心扩张，算力调度软件发展滞后于硬件部署 [6] 算力产业竞争格局 - **全球格局**：美国企业（NVIDIA、AMD、Intel）主导高端算力生态，云计算巨头（AWS、Azure、Google Cloud）构建闭环算力服务，开源硬件与RISC-V阵营挑战传统架构 [6] - **中国格局**：国产算力“国家队”、向算力服务商转型的整机厂以及布局算力网络的运营商构成主要竞争力量 [6] - **竞争维度**：关键竞争维度包括硬件性能与能效比、软件生态兼容性与开发者友好度、全栈交付能力与运维服务体系 [6] 中国算力产业重点企业案例 - 报告详细分析了华为、中科曙光、寒武纪、浪潮信息、曙光智算、阿里巴巴、腾讯、百度、天数智芯、摩尔线程共十家重点企业的整体概况、营业规模、业务范围、综合竞争力及发展战略 [6][7][8] 上游供应链安全与软件生态 - **供应链安全**：7nm以下先进制程对高端算力芯片至关重要，美国出口管制影响供应链稳定，关键材料、设备及EDA工具的国产化率与进口依赖度是评估重点 [8][9] - **软件生态与标准化**：面临CUDA生态垄断挑战，国产框架对多芯片的支持、AI编译器降低硬件绑定、算力互联互通标准制定是发展关键 [9][10] 产业投融资动态与投资逻辑 - **投融资热点**：全球AI算力芯片初创企业融资活跃，中国国家大基金三期聚焦算力芯片投资，地方产业基金聚焦智算中心建设 [9] - **逻辑演变**：投资逻辑从看重“硬件性能”转向“全栈交付能力”，生态壁垒成为估值核心因子，地缘政治风险被纳入尽调必选项 [9] 2026-2032年技术趋势与市场预测 - **技术趋势**：Chiplet多芯粒集成将成为高端算力标配，存算一体芯片在推理场景规模化应用，液冷数据中心渗透率提升，算力网络向泛在化发展 [10][12] - **中国市场预测**：总算力规模年均复合增长率可观，AI算力占比预计从40%提升至70%，国产算力市占率有望突破50% [10] - **全球市场预测**：全球总算力将进入Zettaflops时代，形成中美欧三极算力生态并行发展格局，新兴市场算力需求崛起，供应链呈现去美化与本地化趋势 [10][11] 产业发展战略建议 - **对厂商建议**：芯片厂商应聚焦场景定义芯片、联合软件伙伴共建生态；数据中心应构建多芯片兼容算力池、开发碳足迹追踪系统 [12] - **对政府与机构建议**：设立算力互操作性测试认证中心，引导绿电与算力协同规划，支持开源社区与人才培养 [12]

2025年A股半导体行业并购重组市场概况 - 2025年A股半导体行业并购活动活跃，案例数量增至161起，同比提升近25%，但失败案例达12起，创近五年新高 [2] - 2025年中国半导体并购金额合计达到2796.65亿元，并购案例高达496起，失败案例32起，数量同比增长超2倍，均创历史新高 [3] - 并购重组目的更加聚焦资产整合与战略合作，非半导体企业发起的“跨界”收购活动数量同比减少 [1][2] 并购失败率抬升与核心原因 - 半导体行业内并购失败率随着案例增多而抬升，既有千亿级市值公司的换股吸收合并案终止，也涉及多家细分赛道龙头的收购尝试折戟 [1][2] - 并购失败的重要原因是一二级市场估值分歧凸显，买卖双方围绕估值对价、业绩承诺等核心条款达成共识的难度增加 [1][4] - 2021年半导体行业整体平均市盈率估值高达291倍，2024年行业平均估值降到53倍，不同周期入股成本差异为并购退出“埋雷” [5] - 未盈利半导体企业上市通道重启，为卖方提供了独立上市的选项，降低了其寻求并购的意愿，增加了交易不确定性 [3][4] 估值博弈与交易难点 - 卖方一级市场估值曾处于历史高位，而买方基于行业调整期的真实业绩定价，双方价格形成巨大落差 [4] - 在已披露案例中，一二市场标的估值“倒挂”现象经常出现，例如某标的最后一轮投后估值高达36亿元，而收购估值仅为9.5亿元 [6] - 上下游的纵向并购难度通常比横向并购更大，涉及收购亏损标的或对产业链关键问题持有不同见解均会增加交易难度 [7] - 协调不同轮次投资方的利益是重大挑战，有案例因难以调和不同轮投资方利益，导致对交易对价未能达成一致而终止 [5] 应对策略：差异化并购与支付方式创新 - 业内人士建议采取差异化并购、并购基金分段孵化等方式降低失败风险 [1] - 针对股东背景多元、成本诉求多样的标的，上市公司开始从估值定价、支付方式等多维度推进差异化交易方案 [8] - 具体做法包括：结合交易对方初始投资成本等因素采取差异化定价；对核心团队、财务投资者、产业投资者采用不同的对价组合（如“现金+股份”、全现金）以满足不同需求 [8] - 自“并购六条”出台后，采取现金、股份、定向可转债及组合支付方式的数量显著提升，便利了差异化并购的推进 [11] - 监管审批转向“包容审慎”，鼓励以市场法、收益法等多元化评估方法协商定价，且对标的企业不再要求盈利 [11] 业绩承诺的挑战与监管 - 在行业下行调整周期中，同时满足卖方高溢价期望、买方可兑现业绩承诺要求与高成功率交易目标的“不可能三角”难度很大 [12] - 监管未设立统一的强制性业绩承诺机制，交易双方是否设置主要取决于评估方法和自主协商，但交易所会高频问询无业绩承诺的交易 [13] - 有观点指出A股的业绩承诺要求可能导致“权责”转移不一致的问题，并建议业绩承诺补偿应以标的企业股权价值为上限 [14] - 针对较高收购估值，可设定合理的对赌及补偿安排，并根据业绩目标完成情况分期支付收购股份或价款 [14]

1月12日，中科曙光盘中上涨2.02%，截至10:33，报95.23元/股，成交31.37亿元，换手率2.28%，总市值 1393.33亿元。 资金流向方面，主力资金净流出5477.47万元，特大单买入3.11亿元，占比9.90%，卖出3.45亿元，占比 10.99%；大单买入8.15亿元，占比25.99%，卖出8.36亿元，占比26.64%。 中科曙光今年以来股价涨11.20%，近5个交易日涨8.46%，近20日涨6.25%，近60日跌11.48%。 资料显示，曙光信息产业股份有限公司位于北京市海淀区东北旺西路8号院36号楼，成立日期2006年3月 7日，上市日期2014年11月6日，公司主营业务涉及研究、开发、生产制造高性能计算机、通用服务器及 存储产品,并围绕高端计算机提供软件开发、系统集成与技术服务。主营业务收入构成为：IT设备 88.79%，软件开发、系统集成及技术服务11.15%，其他(补充)0.06%。 截至12月19日，中科曙光股东户数35.53万，较上期减少0.59%；人均流通股4116股，较上期增加 0.60%。2025年1月-9月，中科曙光实现营业收入88.20亿元，同比增长9.68%； ...

行业投资评级 - 计算机行业评级为“强于大市”，且维持该评级 [1] 核心观点 - 全球AI算力平台能力在CES 2026上持续提升，英伟达与AMD等厂商发布了新一代产品，这将与全球大模型的迭代升级共振，推动全球AI产业持续蓬勃发展 [3][6] - 以Kimi K2 Thinking、DeepSeek V3.2等为代表的国产大模型持续迭代，能力提升，正从“可用”迈向“好用”，将加快在千行百业的应用落地和产业发展 [3][19] - 智谱、MINIMAX等国内大模型算法公司陆续登陆资本市场，未来发展有望加速，大模型商业化进程有望进一步加快 [3][19] - 坚定看好我国AI产业发展前景，建议持续关注AI主题投资机会 [3][19] 行业要闻及简评 - **CES 2026展会核心动态**：2026年1月9日，CES 2026在美国拉斯维加斯闭幕，英伟达与AMD展示了AI算力芯片领域的最新进展 [3][5][6] - **英伟达发布Rubin平台**：英伟达发布了由六款芯片协同设计的NVIDIA Rubin平台，旨在以最低成本构建和运行大型AI系统，该平台现已全面量产，基于该平台的产品将在2026年下半年通过合作伙伴提供 [6][7] - **AMD发布“Helios”平台及新品**：AMD公布了单机架可提供**3 EFLOPS**算力的“Helios”机架级平台，并首次公开完整的AMD Instinct MI400系列加速器产品组合，同时预览了预计于2027年推出的MI500系列GPU [6][8][9] - **AMD MI500系列性能展望**：相比于2023年推出的AMD Instinct MI300X GPU，MI500系列的AI算力预计将实现高达**1000倍**的提升 [9] 重点公司公告 - **MINIMAX上市情况**：公司最终发售价为**165.00港元**，全球发售股份数目为**29,197,600股**，上市后已发行股份数目为**309,255,668股** [11] - **智谱上市情况**：公司发售价为**116.20港元**，全球发售股份数目为**37,419,500股**，上市后已发行股份数目为**440,230,190股** [11] - **中科创达股份回购进展**：截至2025年12月31日，公司累计回购股份**68.76万股**，占总股本**0.15%**，已使用资金总额为**3630.93万元** [11] - **深信服股份回购进展**：截至2025年12月31日，公司累计回购股份**364,900股**，占总股本**0.09%**，成交总金额为**19,938,676.00元** [11] - **深信服可转债转股情况**：2025年第四季度，公司可转债因转股减少**276张**，票面金额减少**27,600元**，转换成公司股票**248股**，截至2025年12月31日，债券余额为**12,143,612张**，剩余票面总金额为**1,214,361,200元** [11] 一周行情回顾 - **指数表现**：本周（报告期），计算机行业指数上涨**8.49%**，沪深300指数上涨**2.79%**，计算机行业跑赢沪深300指数**5.70**个百分点 [3][12] - **年初至今表现**：年初至本周最后一个交易日，计算机行业指数累计上涨**8.49%**，沪深300指数累计上涨**2.79%** [12] - **行业估值**：截至本周最后一个交易日，计算机行业整体P/E（TTM，剔除负值）为**58.8倍** [3][16] - **个股涨跌分布**：本周，计算机行业**359只**A股成分股中，**325只**股价上涨，**1只**平盘，**33只**下跌 [3][16] - **涨幅前十个股**：涨幅最大个股为星环科技-U（**49.74%**），其次为*ST汇科（**47.79%**）和岩山科技（**45.98%**） [17] - **跌幅前十个股**：跌幅最大个股为荣科科技（**-26.59%**），其次为安联锐视（**-9.44%**）和海峡创新（**-9.12%**） [17] 投资建议与标的 - **AI算力领域**：推荐海光信息、龙芯中科、工业富联、浪潮信息、紫光股份、中科曙光、神州数码、深信服；建议关注寒武纪、摩尔线程、沐曦股份、华勤技术、软通动力、拓维信息 [3][19] - **AI算法和应用领域**：强烈推荐恒生电子、中科创达、盛视科技；推荐道通科技、金山办公、科大讯飞、同花顺、宇信科技、福昕软件、万兴科技、彩讯股份；建议关注合合信息、鼎捷数智、汉得信息、赛意信息、普联软件、泛微网络、致远互联 [3][19]

2025年12月私募调研概况 - 2025年12月，共有713家私募机构参与A股调研，覆盖28个申万一级行业中的392只个股，合计调研频次达1765次 [1][2] - 当月有30家A股公司接受超过10次私募调研，其中海光信息和中科曙光均以117次调研并列第一 [2] - 海光信息和中科曙光为算力领域龙头企业，2025年股价涨幅分别为50%和18.9% [2] 私募调研的行业分布 - 电子和机械设备行业是私募调研的绝对焦点 [1][3] - 电子行业有60只个股获得私募调研，合计调研频次高达384次，为所有行业最高 [4][5] - 机械设备行业有64只个股获得私募调研，为所有行业中数量最多，合计调研频次为286次 [4][5] - 计算机、医药生物、汽车和电力设备行业也是重要方向，接受调研频次均突破100次，被调研个股数量均不低于24只 [4] 私募调研的个股焦点 - 海光信息和中科曙光以117次调研并列第一 [2][3] - 长安汽车接受调研42次，杰瑞股份34次，博盈特焊31次，伟创电气30次 [3] - 一盟红、华勤技术、束瘦线能、佐力药业等公司也位列当月私募调研次数前十 [3] 百亿级私募的调研动向 - 2025年12月，43家百亿级私募对23个行业中的151只A股进行了调研，合计调研频次达291次 [6] - 百亿级私募对电子板块兴趣最为浓厚，调研频次达60次，居所有行业之首 [6] - 景林资产、淡水泉、盘京投资等十余家百亿级私募扎堆调研海光信息，关注其AI算力芯片竞争格局及客户情况 [6] - 景林资产、淡水泉、盘京投资等还组团调研了胜宏科技，关注其产能爬坡及ASIC客户拓展进展 [6] 机构对2026年投资方向的展望 - 在宽松流动性环境下，2026年中国股市有望持续演绎结构性行情 [1] - 成长空间广阔的AI产业链以及受益于新能源和AI产业发展的顺周期板块值得关注 [1] - 半导体行业在国内芯片需求高增、国产设备渗透率提升背景下，未来数年有望维持高景气 [6] - 国内先进制程和存储扩产逻辑有望共振，带动国产设备需求持续增长 [6] - 部分私募建议采取“两条腿走路”策略，除科技外，有色金属亦是值得关注的投资方向 [7] - 黄金在中长期因地缘政治不确定性和美元信用弱化，价格表现值得期待 [7] - 铜受益于新能源与AI产业发展的双重趋势，逐步显现稀缺性，价格具备较强增长潜力 [7] - 有色、基础化工等偏顺周期板块，将在美元走弱、海外实物资产需求增加的趋势中受益 [7] - AI产业机会将从深度走向广度，2026年自动驾驶、AI医疗、存储等方向值得重点跟踪 [7]

北京商报讯(记者陶凤王天逸)1月9日，中科曙光（603019）宣布，近日国家工业信息安全发展研究中心 发布《2024—2025年中国智能体应用研究报告》，收录了曙光云为甘肃省"5G+智慧公路"云平台项目提 供的智能体服务，该服务支撑了"公路交通建设智能决策"，成为智能体技术在交通基础设施领域深度应 用的代表性实践。 ...

文章核心观点 国产算力产业在资本市场表现活跃，多家核心公司成功上市或推进IPO，标志着产业进入快速发展与资本化新阶段[1] 同时，行业竞争焦点已从硬件参数比拼转向大规模集群的稳定性、软件生态的易用性及商业落地的性价比[3] 通过硬件互连技术的突破、存储芯片的自主化、计算架构的开放解耦以及软件生态的积极构建，国产算力产业已初步形成从底层硬件到上层应用的生态闭环，具备了应对外部挑战和把握市场机会的能力[17] 资本市场动态与公司进展 - **天数智芯**于2026年1月8日在港股上市，公开发售获超400倍认购，显示资本市场热情高涨[1] - **摩尔线程**于2025年12月5日登陆科创板，上市首日股价一度上涨468.78%，总市值突破3055亿元[1] - **沐曦股份**于2025年12月17日登陆科创板，上市首日涨幅达692.95%，市值站上3300亿元[1] - **长鑫科技**于2025年12月30日递交科创板招股书，披露2025年前三季度营收达320.84亿元，2022至2024年主营业务收入复合增长率超70%[1][6] - **长存集团**于2025年9月25日完成股份制改革，估值达1600亿元，刷新半导体独角兽纪录[1] 硬件竞争焦点：万卡集群与互连技术 - 行业竞争新标尺转向“万卡集群”的稳定性、软件生态易用性及商业落地性价比[3] - **中科曙光**发布scaleX万卡超集群，由16个scaleX640超节点互连，实际部署10240块AI加速卡[3] - 万卡集群面临指数级增长的故障概率挑战，系统可靠性面临严峻考验[3] - 集群核心突破在于采用国产首款400G原生RDMA网络，以解决高速数据传输瓶颈，其规格指标和实测稳定性已可对标英伟达当前量产产品[4][5] - 未来技术挑战在于物理极限，铜缆传输距离随速率提升急剧缩短，行业需向硅光技术发展以突破极限[5] 存储芯片自主化进展 - **长鑫科技**作为中国最大DRAM设计制造一体化企业，产品线覆盖DDR4到DDR5、LPDDR5X，其首款国产DDR5产品速率达8000Mbps[6] - **长存集团**在NAND Flash领域凭借Xtacking架构实现技术突围[7] - DRAM及衍生的HBM是决定GPU性能上限的核心要素，NAND Flash则是底层存储基础[6][7] - 2025年下半年以来，全球存储颗粒（DRAM/NAND）供应压力巨大，国产化尚无法完全解决全球性供需失衡，导致云厂商采购策略前置[13] 计算架构开放与生态协作 - 行业共识从“全产业链通吃”转向“分层解耦、各司其职”[9] - **海光信息**开放其HSL高速互连总线协议，实现了海光CPU与各家GPU的异构互联，拉通了CPU与GPU[8] - **光合组织**秘书长指出，大规模算力系统已非单一品牌独角戏，协议的打通是关键[7] - 这种技术解耦与开放架构，旨在构建更开放的生态，避免厂商各自为战导致的生态割裂与用户适配成本高企[11] 软件生态构建与迁移策略 - 在英伟达CUDA生态主导下，开发者切换至国产平台面临巨大代码重构与学习成本[10] - **摩尔线程**策略是从个人开发者抓起，发布“MTT AIBOOK”AI算力本实现开箱即用，并推出代码生成大模型MUSACode，声称CUDA到MUSA代码自动化迁移可编译率达93%[10] - 在企业级市场，云服务商承担“屏蔽差异”职责[11] - **优刻得**作为云服务商，向下适配3到5家主流的国产芯片，通过虚拟化和统一调度屏蔽底层硬件割裂，统一管理异构算力[11][12] - **紫光计算机**看到本地化价值，推出带前置可插拔硬盘仓的AI工作站，以应对网络延迟、隐私风险及海量数据交换效率问题[12] 应用落地、客户选择与市场风向 - **中国科学院高能物理研究所**已开始采用国产算力设施进行AI训练和科学计算，评价其性能“完全够用”，并与芯片厂商进行联合调试优化[14] - 国内互联网大厂态度变化，从直接采购国际主流芯片转向希望拥有更多话语权和接受更开放的架构[14] - **海光信息**推出定制化产品，允许大厂将特殊需求写入芯片，以建立深层绑定[14] - 行业认为2026年是Agent（智能体）元年，其对算力的消耗是指数级增长，算力依然短缺，问题在于供需错配而非总量过剩[15] - **DeepSeek**等国产大模型的爆发反向定义硬件标准，如采用FP8量化策略，促使芯片厂商优化底层计算库以支持特定计算格式[15][16] 产业链闭环与应对挑战的能力 - 面对美国可能放宽英伟达H200芯片出口限制的传闻，行业强调国内政企客户对供应链安全有刚性考量[17] - 国产算力产业链已形成闭环：从**长鑫科技**、**长存集团**的存储底座，到**中科曙光**、**海光信息**的计算与网络集群，再到**摩尔线程**、**天数智芯**适配的终端应用[17] - 过去几年，中国算力产业已初步形成紧密咬合的生态闭环，具备了进一步直面挑战的能力[17]

资本市场热潮与国产算力产业进步 - 国产算力产业在资本市场运作提速，天数智芯在港交所上市，公开发售获超400倍认购 [2] - 国产GPU头部企业摩尔线程和沐曦股份登陆科创板，上市首日股价分别一度上涨468.78%和692.95%，市值分别突破3055亿元和3300亿元 [2] - 国产存储芯片厂商长鑫科技递交科创板招股书，披露2025年前三季度营收达320.84亿元，2022至2024年主营业务收入复合增长率超70% [2] - 长江存储完成股份制改革，估值达1600亿元，刷新半导体独角兽纪录 [3] - 从芯片设计到存储颗粒，从科创板到港交所的资本热潮间接宣告了国产算力产业的快速进步 [1][4] 硬件竞争焦点转移与“万卡集群”挑战 - 国产算力竞争焦点从比拼硬件参数，转向“万卡集群”的稳定性、软件生态易用性及商业落地性价比 [6] - “万卡集群”意味着指数级增长的故障概率，中科曙光发布的scaleX万卡超集群部署了10240块AI加速卡 [6] - 专家指出，当系统规模达到十万张卡时，平均一小时要出一次错，只要一张卡出错，整个系统就得停下来 [6] - 硬件厂商在“连接”上寻求突破，中科曙光集群采用国产首款400G原生RDMA网络，以解决大规模协同计算对高信号质量、低延迟、大带宽网络的需求 [7] - 英伟达通过GPU、NVLink和InfiniBand网络构成“三驾马车”产品体系，节点间高速互连网络是决定AI集群效率的关键瓶颈 [8] - 未来需采用硅光技术以突破铜缆在高速率下传输距离急剧缩短的物理极限 [8] 存储与计算协同及产业分工 - 在解决“连得上”问题后，需解决“存得下”问题，长鑫科技和长江存储分别卡位DRAM和NAND Flash两大核心存储领域 [9] - 长鑫科技产品线覆盖DDR4到DDR5、LPDDR5X，其首款国产DDR5产品速率达8000Mbps，DDR5承担AI集群数据预处理，其衍生的HBM是决定GPU性能上限的核心要素 [9][10] - 长江存储凭借Xtacking架构在3D NAND领域实现技术突围 [10] - 产业逻辑转向分层解耦、各司其职，海光信息开放其HSL高速互连总线协议，实现了海光CPU与各家GPU的异构互联，技术解耦折射出商业逻辑的妥协与成熟 [11] 软件生态构建与迁移挑战 - 软件生态迁移是比硬件建设更复杂的系统工程，开发者从英伟达CUDA生态切换至国产平台面临巨大代码重构与学习成本 [13] - 摩尔线程发布“MTT AIBOOK”AI算力本预置全栈开发工具，并推出代码生成大模型MUSACode，声称可实现从CUDA代码到MUSA代码的自动化迁移，可编译率达93% [13] - 在企业级市场，云服务商承担“屏蔽差异”职责，优刻得向下适配3到5家主流的国产芯片，通过虚拟化和统一调度，让上层应用感知不到底层硬件差异 [15] - 行业存在生态割裂、互不兼容的问题，构建开放的生态架构已成为行业生存的必选项 [15] - 紫光计算机看到“本地化”价值，推出带有前置可插拔硬盘仓的AI工作站，以应对云端AI的网络延时、隐私风险及海量数据交换效率问题 [16] 供应链波动与产业新变量 - 2025年下半年以来，全球存储颗粒（DRAM/NAND）供应压力巨大，国产化尚无法完全解决全球性供需失衡 [17] - 为应对缺货，云厂商改变采购策略，从按季度规划拉长到按半年规划，并前置采购计划 [17] - 2026年被认为是Agent（智能体）元年，其对算力的消耗是指数级增长，从供需关系看，算力依然短缺，行业面临的是供需错配而非总量过剩 [20] - DeepSeek等国产大模型的爆发反向定义硬件竞争标准，如其采用FP8量化策略，要求芯片厂商优化底层计算库以支持特定计算格式 [21] 应用落地、客户选择与产业闭环形成 - 检验国产算力成色的最终标准是客户选择，中国科学院高能物理研究所已采用国产算力设施进行AI训练和科学计算，评价其性能“完全够用” [19] - 合作模式发生变化，科学家深入参与芯片调优过程，通过联合调试加速软硬件适配 [19] - 国内互联网大厂态度变化，希望拥有更多话语权，接受更开放的架构，海光信息推出定制化产品以迎合需求，建立深层客户绑定 [19][20] - 面对美国可能放宽英伟达H200芯片出口限制的潜在变量，行业认为国内政企客户对供应链安全有刚性考量，且国产算力产业链已形成闭环 [21] - 从长鑫科技、长江存储的存储底座，到中科曙光、海光信息的计算与网络集群，再到摩尔线程、天数智芯适配的终端应用，国产芯片产业已形成一个完整、庞大的产业链条，初步形成生态闭环 [21][22]

资本市场表现与产业进展 - 国产GPU厂商在2025年末至2026年初密集登陆资本市场，天数智芯港股上市获超400倍认购，摩尔线程与沐曦股份科创板上市首日股价分别一度上涨468.78%和692.95%，市值分别突破3055亿元和3300亿元 [1] - 国产存储芯片厂商完成关键资本运作，长鑫科技于2025年12月30日递交科创板招股书，披露2025年前三季度营收达320.84亿元，2022至2024年主营业务收入复合增长率超70% [1][7] - 长江存储于2025年9月25日完成股份制改革，估值达1600亿元，刷新半导体独角兽纪录 [2] 硬件集群的挑战与突破 - 国产算力竞争焦点转向“万卡集群”的稳定性、软件生态易用性与商业落地性价比 [3] - 大规模集群面临可靠性挑战，十万卡系统平均一小时出错一次，单点故障可导致整个系统停机 [3][4] - 硬件厂商在高速互连网络技术上取得突破，中科曙光发布采用国产首款400G原生RDMA网络的scaleX万卡超集群，其规格指标与实测稳定性已可对标英伟达当前量产产品 [5][6] - 未来技术挑战在于物理极限，铜缆在高速率下传输距离急剧缩短，业界判断未来需依赖硅光技术实现芯片直接出光 [6][7] 存储与计算产业链协同 - 长鑫科技与长江存储分别卡位DRAM和NAND Flash两大核心存储领域，为算力提供存储底座 [7] - 长鑫科技产品线覆盖DDR4至DDR5、LPDDR5X，其首款国产DDR5产品速率达8000Mbps，HBM（高带宽内存）是决定GPU性能上限的核心要素 [7][8] - 长江存储凭借Xtacking架构在3D NAND领域实现技术突围 [8] - 产业链走向分层解耦与开放合作，海光信息开放其HSL高速互连总线协议，实现了海光CPU与各家国产GPU的异构互联 [9][10] 软件生态构建与迁移 - 在英伟达CUDA生态主导下，国产计算平台面临巨大的开发者迁移与代码重构成本 [11] - 摩尔线程通过发布预置全栈开发工具的“MTT AIBOOK”AI算力本及代码生成大模型MUSACode（声称CUDA到MUSA代码自动化迁移可编译率达93%）来降低个人开发者门槛 [11] - 在企业级市场，云服务商（如优刻得）通过虚拟化与统一调度来屏蔽底层不同品牌国产加速卡的生态割裂与不兼容问题，为拥有多类型国产算力硬件的客户提供统一管理方案 [12][13] - 终端侧出现“本地化”创新，紫光计算机推出带前置可插拔硬盘仓的AI工作站，以应对云端AI的网络延迟与隐私风险，提升海量数据交换效率 [13][14] 应用落地、供应链与未来展望 - 国产算力已在科研等高要求场景得到应用，中国科学院高能物理研究所采用海光CPU与DCU进行AI训练和科学计算，评价其性能与国外产品差距不大且完全够用 [15] - 国内互联网大厂态度转变，从采购国际主流芯片转向寻求更开放的架构与更多话语权，海光信息通过提供定制化芯片产品来迎合此需求并建立深度绑定 [15][16] - 上游存储颗粒（DRAM/NAND）供应在2025年下半年以来压力巨大，全球性供需失衡对2026年产业构成挑战，云厂商已拉长采购规划周期以应对缺货 [14] - 国产大模型（如DeepSeek采用FP8量化策略）正在反向定义硬件竞争标准，推动芯片厂商优化底层计算库以支持特定计算格式 [16][17] - 行业认为算力需求依然短缺，当前问题是供需错配而非总量过剩，Agent（智能体）应用的兴起预计将带来指数级增长的算力消耗 [16] - 尽管面临外部潜在变量（如美国可能放宽英伟达H200芯片出口限制），但国内政企客户对供应链安全有刚性考量，且国产算力产业链已从存储、计算、网络到终端应用形成初步生态闭环，具备直面挑战的能力 [17]