AI智算行业定义与分类 - AI智算是人工智能与高性能计算深度融合的产物，核心是通过AI专用硬件和分布式架构为AI任务提供高效、可扩展的计算能力，以“算力+算法+数据”三位一体模式支撑复杂AI模型的训练与推理，是数字经济的关键基础设施 [2] - 按技术属性可分为支撑大模型迭代的训练型智算、处理实时数据的推理型智算及一体化适配的混合型智算 [3] - 按部署形态涵盖集中式云端智算中心、近终端边缘智算节点与云边协同的混合云智算 [3] - 按芯片架构以GPU、NPU、ASIC、FPGA等为核心载体，适配不同能效与场景需求 [3] 全球AI市场与算力发展现状 - 2024年全球AI市场规模达2340亿美元，预计到2032年将突破2.75万亿美元，年均复合增长率高达36.8% [5] - 全球算力格局加速，2024年总规模达2207 EFLOPS，增速为43.8%，其中智能算力规模达1610 EFLOPS，同比增长63.8%，贡献了全球算力总增量的93.3% [5] - 智能算力需求指数级攀升导致“需求—建设—供给”三重错配，应用端需求激增：谷歌AI月度Token处理量一年激增约50倍至480万亿，字节跳动豆包大模型日均处理量已突破16.4万亿，同比飙升137倍 [5] 中国AI算力市场现状与预测 - 2024年全国算力总规模达280 EFLOPS，但实际运行中存在资源紧张问题，简单计算任务常需排队2至3小时 [6] - 2024年中国智能算力规模为90 EFLOPS，预计2025年年度增量有望突破100 EFLOPS，总规模将突破100 EFLOPS [6] - 智算中心已成为地区级人工智能新型基础设施的核心载体，算力应用场景正从通用型扩展至更多专业领域特定场景 [6] 中国AI智算行业产业链 - 上游主要由GPU、NPU等加速芯片以及AI服务器、存储网络和绿色数据中心等硬件基础设施构成 [8] - 中游由电信运营商、云服务商和IDC企业整合算力资源，通过公有云、私有云或混合云等形式提供智算服务 [8] - 下游智能算力被广泛应用于互联网大模型训练、金融风控、智能制造、智慧政务及生物医药等行业场景，互联网行业是当前需求核心主力 [8] - 中国AI计算加速芯片市场规模从2020年的175.6亿元迅速增长至2024年的1425.37亿元，年均复合增长率达68.8%，预计2025年市场规模将攀升至2398亿元 [8] - 中国加速服务器市场2024年市场规模达到约1577亿元，较上年大幅增长134.38%，预计2025年市场规模有望突破2000亿元 [8] 中国AI智算行业竞争格局 - 基础设施层由华为主导国产化进程，其芯片在国家级智算中心领域占据主导地位，浪潮信息则领跑AI服务器市场 [9] - 算力服务层由电信运营商和云厂商共同主导，中国电信通过智算云池和平台实现全国算力调度，阿里云、腾讯云提供弹性算力支持 [9] - 模型应用层中，百度、阿里等企业推动大模型研发与行业落地，商汤科技深耕计算机视觉，深度求索等新兴企业通过技术突破展现竞争力 [9] 中国AI智算行业发展趋势 - 算力架构从粗放堆砌转向“云边端”协同与智能调度，算力网络、动态资源调度与异构计算管理等技术将成为发展重点 [11] - 技术生态呈现深度融合与自主创新双轨并行，国产化全栈体系加速成熟，未来将更加注重“软硬协同”以提升国产硬件在实际业务中的可用性 [12] - 产业赋能从模型能力验证转向场景价值闭环，AI将更深入地嵌入工业制造、金融服务、医疗研发、城市治理等关键领域的核心流程，推动规模化落地 [13]

英伟达业绩与市场反应 - 英伟达最新业绩发布后股价剧烈波动，财报发布当日一度涨超5%但最终收跌3.15%，其股价在11月以来已累计下跌近12% [1] - 股价波动反映市场对其未来增长可持续性的微妙预期，并受到外部环境不稳定不确定因素的影响 [3] 全球算力板块市场表现 - 美股科技板块承压下行冲击A股市场，11月21日算力概念板块较上一日下跌3.38%，资金净流出141.2亿元 [4] - 光模块企业新易盛、天孚通信、中际旭创分别收跌8.46%、7.34%和5.69%，AI芯片板块收跌4.33%且资金净流出16.85亿元 [4] - 电子和通信板块基金持仓超配比例已达历史高位，年末部分机构回笼资金导致短期获利盘了结压力加大 [4] AI算力需求与资本开支 - 微软、谷歌、Meta、亚马逊等科技巨头持续上调资本开支，为光模块、服务器等产业链带来确定性需求 [4] - 阿里计划三年内投资超3800亿元用于AI和云基础设施，其2025财年资本开支已达860亿元，而腾讯今年三季度资本开支同比下降24% [6] - 中国互联网公司更关注GPU效率和利用率，会根据需求变化更快速灵活地调整投入目标 [6] 国产算力生态进展 - 2025年中国AI服务器市场中外采芯片比例预计从2024年的63%降至42%，本土芯片供应商占比有望提升至40% [7] - 国产芯片厂商寒武纪今年前三季度营收46.07亿元，同比增长2386.38%，并实现归母净利润16.05亿元扭亏为盈 [7] - 海光信息前三季度营业总收入94.9亿元，同比增长54.65%，归母净利润19.61亿元，同比增长28.56% [7] 算力技术效率提升 - 大模型能力密度呈指数级增长，约每3.5个月翻一倍，意味着可用更少参数实现同等性能，效率优化成为新竞争焦点 [9] - GPT-3.5级模型API价格在20个月内下降266.7倍，约每2.5个月下降一倍，AI应用门槛快速降低 [9] - SpeedupLLM框架通过动态计算资源分配使LLM推理成本降低56%且准确率提升，算法优化提升硬件使用效率成为主流实践 [10] 产业链细分领域机会 - 光模块领域800G/1.6T高速产品成为主要增长点，中泰证券建议关注中际旭创、新易盛、剑桥科技等头部厂商 [13] - 光芯片上游EML、CW光芯片短缺为国产芯片带来导入机会，源杰科技、仕佳光子等厂商被看好 [13] - 中国液冷服务器市场2024-2029年复合增长率预计达46.8%，2029年市场规模将达162亿美元，液冷技术迎来行业拐点 [10][13]

中美关系与经贸合作 - 中共中央政治局委员、国务院副总理何立峰指出，中美两国元首在韩国釜山成功会晤为双边经贸关系发展指明方向，经贸应继续成为中美关系的压舱石和推进器[5] - 美国前总统国家安全事务助理哈德利积极评价两国元首会晤成果，表示美中关系稳定十分重要，愿继续推动美中交流与对话[5] 全球金融市场表现 - 美股三大指数集体收涨，道指涨1.08%至46245.41点，标普500指数涨0.98%至6602.99点，纳指涨0.88%至22273.08点[5][30] - 大型科技股涨跌互现，谷歌涨超3%，英特尔涨超2%，甲骨文跌超5%，奈飞、微软、AMD、英伟达、特斯拉跌超1%[5][30] - 中概股多数上涨，纳斯达克中国金龙指数涨1.23%，蔚来涨超3%，哔哩哔哩、理想汽车涨超2%[5][30] - 比特币报84626.20美元，跌超2%，本月跌幅已超22%，为2022年以来最差表现[6][30] - 国际油价集体收跌，美油主力合约跌1.73%报57.98美元/桶，布伦特原油主力合约跌1.42%报62.48美元/桶[7] - 欧洲三大股指收盘涨跌不一，德国DAX指数跌0.8%报23091.87点，法国CAC40指数涨0.02%报7982.65点，英国富时100指数涨0.13%报9539.71点[9] 中国政策与监管动态 - 财政部明确自2026年6月起，储蓄国债(电子式)纳入个人养老金产品范围，承销团成员将为开立个人养老金资金账户的投资者提供购买服务[11] - 国家网信办就《网络安全标识管理办法》及《实施网络安全标识的产品目录（第一批）》向社会公开征求意见[11] - 商务部数据显示，2025年1-10月全国新设立外商投资企业53782家同比增长14.7%，实际使用外资金额6219.3亿元人民币同比下降10.3%[12] - 高技术产业实际使用外资1925.2亿元人民币，其中电子商务服务业、医疗仪器设备及器械制造业、航空航天器及设备制造业实际使用外资分别增长173.1%、41.4%、40.6%[12] 行业与公司重大事件 - 首批科创创业人工智能ETF及多只科创板芯片类ETF获批，包括4只上证科创板芯片设计主题ETF和3只上证科创板芯片ETF，由广发基金、易方达基金等公司上报[14] - 知名投资人段永平公开表示已开始投资特斯拉，认为10年后回头看这个投资可能是对的[18] - 华为发布并开源创新AI容器技术Flex:ai，通过算力切分技术将单张GPU/NPU算力卡切分，使算力资源平均利用率提升30%[20][21] - 广州聚力现代产业发展有限公司接手恒大汽车两子公司，出资额分别为25亿元和50亿元，持股比例均为100%[22] - 寒武纪向特定对象发行股票333.49万股，每股发行价格1195.02元，募集资金总额39.85亿元，用于面向大模型的芯片平台和软件平台项目[23] - 礼来公司市值达10024亿美元，成为世界上第一家市值达到1万亿美元的医疗保健公司，今年以来股价累计上涨超38%[26] - 小鹏汽车制造基地首台陆地航母陆行体量产试制车正式下线，标志分体式飞行汽车陆地航母陆行体即将迈入量产阶段[28] 上市公司资本运作 - 海澜之家向香港联交所递交境外上市股份(H股)发行并上市申请并刊发申请资料[24] - 国务院国资委发布10户中央企业15名领导人员职务任免，吴秉琪任华侨城集团有限公司党委书记、董事长[25] - 多家上市公司公布投资计划，包括乖宝宠物拟投资9.5亿元建设新项目、大金重工拟8.76亿元投建风力发电项目、安琪酵母拟投资2.32亿元实施酵母项目等[36]

行业背景与核心观点 - 在国际科技竞争背景下，国产AI芯片已形成多厂商、多技术路线并行的竞争格局，用户关注点从硬件算力转向软件生态的成熟度、兼容性与易用性，软件生态成为决定芯片价值释放与商业化落地的关键[1] - 国产AI芯片软件生态已从"基础可用"迈向"特定场景可用"，形成"全栈生态"与"兼容生态"两大主流路径，行业协同与标准化建设初见成效，但在工具链完备性、生态成熟度及开发者规模上与国际主流仍有差距[1] - 未来需坚持"标准化、开源化、协同化"发展，通过产学研协同发力，推动国产AI芯片软件生态从"好用"向"卓越"跨越，筑牢自主可控的技术体系[1] AI芯片软件生态核心架构 - AI芯片软件生态由基础支撑层、核心工具层、框架适配层与管理监控层四层架构构成，各模块通过"技术依赖-功能协同"形成闭环，共同作用于AI模型的训练与推理过程[1][14] - 基础支撑层作为"翻译与调度中枢"负责硬件算力抽象与资源调度，主要包括芯片驱动、底层库和系统运行时等组件，相当于AI芯片的操作系统[1][17] - 核心工具层作为"性能优化引擎"涵盖编译器、算子库、通信库等优化工具，是让算力真正高效发挥的关键[1][20] - 框架适配层通过"国际主流框架+国产插件"与"国产自研框架+多硬件适配"两条路径降低开发者迁移成本[1][25] - 管理监控层提供监控与调度保障系统稳定运行，是系统稳定的"运维保障屏障"[1][31] 国产AI芯片分类及厂商生态 - 国产AI芯片可分为专用加速芯片（华为昇腾、寒武纪等）、通用计算型芯片（海光DCU等）、图形计算型芯片（摩尔线程、壁仞科技等）[1] - 代表性厂商生态各有侧重：华为昇腾构建全栈自主生态，摩尔线程以兼容CUDA降低迁移成本，寒武纪侧重推理场景优化，海光DCU适配"HPC+AI"融合负载[1] - 以华为昇腾、寒武纪、地平线、沐曦、燧原科技、海光信息、壁仞科技、摩尔线程及天数智芯等为代表的一批本土企业，已成功推出一系列具有市场竞争力的AI芯片产品，在国内市场形成了多厂商、多技术路线并行的活跃竞争格局[10] 基础支撑层技术实践 - 基础支撑层通过抽象硬件复杂性，让上层开发者无需直接处理寄存器、DMA等细节，例如摩尔线程的MUSA SDK提供了底层编译器和运行时库，屏蔽了GPU硬件细节[17] - 华为昇腾提供的CANN包含基础支撑层部分，封装了异腾AI处理器的指令集和算子，实现对硬件的抽象和使能，并已全面开源[17] - 寒武纪的NeuWare基础系统同时支持云端、边缘和终端各类芯片，提供统一的底层接口，方便智能应用在不同算力设备间迁移和调优[19] - 基础支撑层还需提供健康检测、故障隔离与版本兼容的能力，华为昇腾提供了npu-smi作为GPU信息查询接口，通过K8S设备插件等工具，上层调度器可感知AI芯片资源状态[19] 核心工具层技术实现 - 核心工具层涵盖模型编译器、算子库、性能分析和调优工具等，核心组成是AI编译器/执行引擎，负责将上层训练好的模型转换为适配芯片的高效执行方案[20] - 寒武纪的MagicMind推理加速引擎可将用户在PyTorch、TensorFlow等框架训练好的模型一键编译为思元芯片可执行的代码，内部集成了基于MLIR的图编译技术[22] - 高度优化的算子库和性能库提供基础数学运算和深度学习常用算子的实现，例如摩尔线程MUSA SDK包含muBLAS、muDNN等加速库，寒武纪的NeuWare提供CNNL以加速卷积、矩阵乘等算子运算[22] - 通信库是实现多芯片协同计算的关键工具，寒武纪NeuWare软件栈内置了CNCL通信库和Horovod分布式框架适配，摩尔线程MUSA SDK包含自研的MCCL，沐曦联合开源社区提供拓扑感知的通信方案[23][24] 框架适配层迁移路径 - 框架适配层通过扩展现有框架的设备类型和算子实现，让原有模型代码以极少改动跑在国产芯片上，典型做法是为框架增加新的设备标识（如npu、mlu、musa）[25] - 华为昇腾社区维护的torch npu仓库是面向Ascend NPU的PyTorch扩展，寒武纪提供CATCH/Torch-MLU等扩展，摩尔线程开源torch musa项目在PyTorch中新增MUSA设备类型[26] - 国产通用软件栈通过插件方式支持多家国产芯片，PaddlePaddle及其部署组件FastDeploy、PaddleX已支持在NVIDIA GPU、百度昆仑XPU、华为Ascend NPU、寒武纪MLU、海光DCU等多种硬件上无缝切换[27] - 国产自研框架如MindSpore+Ascend、MagicMind+MLU将框架执行后端与国产芯片紧密绑定，PaddlePaddle、计图等国产通用框架从设计之初就面向多家国产加速硬件[28][29] 管理监控层运维保障 - 管理监控层负责系统运行维护和资源管控，随着AI训练集群规模扩大，监控硬件状态并调度资源变得至关重要，成熟的算力生态配套完善的监控和调度系统[31] - 监控工具充当AI芯片运行状态的"实时感知载体"，帮助运维人员和上层调度实时了解系统健康和性能状况，包括硬件层面的温度、电压、功耗、利用率等指标[33] - 国产AI集群将GPU或NPU的关键指标对接到现有运维平台，华为云ModelArts平台支持用户接入Prometheus来获取Ascend异腾集群的监控指标，沐曦开发mx-smi监控工具，寒武纪提供cambricon-smi[33] - 调度工具的核心任务是在多用户、多任务共享AI芯片集群的场景下合理分配硬件资源，提升集群吞吐，避免资源碎片，防止任务互相干扰，现代AI调度工具引入GPU切分共享、拓扑感知调度等创新机制[36]

行业概述与背景分析 - 智能芯片是具备感知、计算、决策等多种智能功能的高度集成电路，深度融合人工智能算法、机器学习及大数据分析能力，实现对复杂环境和场景的快速精准应对 [8] - 智能芯片主要类型包括通用处理芯片（CPU）、专用集成电路（ASIC）、数字信号处理器（DSP）、图形处理单元（GPU）、人工智能加速芯片（如TPU/NPU）以及传感器与微控制器（MCU） [11][12][13] - 智能芯片与传统芯片的核心区别在于功能的智能化和计算架构的异构化，智能芯片融合CPU、GPU、NPU等多种计算单元，并支持边缘计算，提升计算效率、能效比及安全性 [15][18] 行业发展历程 - 中国智能芯片行业起步较晚，早期依赖进口，2000年代中后期政府加大扶持力度，行业处于技术积累阶段 [19] - 进入2010年代，伴随人工智能技术兴起，中国企业在NPU、低功耗设计等领域取得突破，推出如寒武纪、华为海思等自研AI芯片 [23] - 政策支持（如国家集成电路产业发展推进纲要）及5G、物联网、自动驾驶等新兴领域的需求爆发，共同推动行业从依赖进口转向自主研发 [24][25] 全球市场现状对比 - 全球智能芯片市场持续扩大，北美凭借技术研发和产业生态领先，欧洲在汽车电子和工业自动化突出，亚洲市场中日韩各具优势，中国成为重要增长极 [26] - 国际领先企业如英伟达（GPU/AI加速器）、英特尔、谷歌（TPU）等在AI芯片、自动驾驶芯片等领域布局广泛，构建了完整的技术和产业生态 [30] - 中国市场增长快、政策支持强，但在核心技术创新和高端制造工艺方面与国际领先水平仍有差距，企业正通过加大研发投入和国际合作缩小差距 [31] 市场规模与增长趋势 - 2018至2022年间，中国智能芯片市场规模年均复合增长率超过20%，成为全球最具潜力和活力的市场之一 [33] - 细分市场中，人工智能芯片占比超40%，是最大且最具潜力的领域；自动驾驶芯片年复合增长率超30%，呈现爆发式增长 [35][36][38] - 5G商用极大推动了物联网和智能终端发展，其对高速率、低延迟、大连接的支持，为智能芯片提供了广阔应用空间 [33][42] 技术发展与创新趋势 - 神经网络处理单元（NPU）技术是中国企业的突破重点，针对神经网络并行计算优化，显著提升深度学习模型的推理效率和速度 [51] - 边缘计算芯片强调终端设备上的智能数据处理，以降低延迟、增强数据隐私安全，并向多模态感知和协同计算方向发展 [54] - 高性能计算架构创新包括采用异构计算、多级缓存、高速互联技术及先进制程工艺（如7纳米、5纳米），以突破算力瓶颈 [55][57] 新兴技术应用探索 - 量子计算芯片基于量子比特实现超高速并行计算，国内科研机构在量子芯片设计、量子纠错等方面取得实验性成果，但距商业化应用仍有挑战 [58] - 生物识别与传感融合技术通过集成多种传感器实现更全面的环境感知和智能判断，应用于身份验证等领域 [38][59]

资金募集 - 2025年9月26日，公司发行股票募资39.85亿元，净额39.53亿元到账[2] 项目实施 - 2025年10月31日，董事会通过增加募投项目实施主体及增资议案[4] - 新增上海、深圳、安徽、西安寒武纪为实施主体[5] 资金管理 - 新增主体设8个专户，上海寒武纪有特定专户[7][9] - 实施主体可现金管理闲置资金，产品不得质押[10] 协议监管 - 2025年11月21日，新增主体签监管协议[6] - 银行、保荐机构、公司有信息提供和督导等职责[11][12] - 违约担责，协议有生效和失效条件[13]

融资概况 - 公司完成向特定对象发行股票333.49万股，每股发行价格为1195.02元，募集资金总额为39.85亿元 [2] - 扣除发行费用后，实际募集资金净额为39.53亿元 [2] - 公司已与保荐机构及银行签订募集资金专户存储监管协议 [2] 资金投向 - 募集资金将用于实施"面向大模型的芯片平台项目"和"面向大模型的软件平台项目" [2] - 新增四家全资子公司作为募集资金投资项目的实施主体，共同推进上述项目 [2]

融资概况 - 公司向特定对象发行股票333.49万股，每股发行价格为人民币1195.02元 [2] - 募集资金总额为39.85亿元，扣除发行费用后实际募集资金净额为39.53亿元 [2] 资金管理与项目规划 - 公司已与保荐机构及商业银行签订募集资金专户存储监管协议 [2] - 新增四家全资子公司作为募集资金投资项目实施主体 [2] - 募集资金将共同用于实施"面向大模型的芯片平台项目"和"面向大模型的软件平台项目" [2]

发行与募资 - 公司将于11月24日开启申购，发行价格为114.28元/股，上市时市值约为537.15亿元 [1] - 本次发行新股数量为7,000.00万股，预计募集资金总额为799,960.00万元，募集资金净额为757,605.23万元 [1] - 公司原计划募集资金800,000.00万元，用于新一代AI训推一体芯片、图形芯片、AISoC芯片研发项目及补充流动资金 [2] 业务与行业 - 公司主要从事GPU及相关产品的研发、设计和销售，以全功能GPU为核心，为AI、数字孪生、科学计算等领域提供计算加速平台 [1] - 同行公司寒武纪近期股价表现萎靡，11月20日收盘价1322.30元，较8月28日高点1595.88元，84天内跌幅达17.14% [1] 股权结构 - 公司无单一持股30%以上的股东，不存在控股股东 [3] - 张建中直接持有公司11.06%股份，并通过多种方式合计持有12.73%股份，合计控制公司36.36%股份，为公司实际控制人 [3] 财务表现 - 2022年至2024年，公司营业收入从4,608.83万元增长至43,845.95万元，但净利润持续为负，分别为-183,955.22万元、-167,331.03万元、-149,193.77万元 [4] - 2025年前三季度，公司营业收入为78,459.92万元，净利润为-72,352.86万元，经营活动产生的现金流量净额为-149,953.99万元 [4] - 2025年1-9月营业收入同比大幅增长181.99%至78,459.92万元，但7-9月单季度净利润同比恶化65.17%至-45,258.63万元 [5] - 公司此前已进行8次融资，披露的融资金额约在百亿元左右 [6]

市场表现 - 11月21日A股三大指数低开低走，截至14点13分，上证指数跌2.05%，深证成指跌2.80%，创业板指跌3.31% [1] - 人工智能AIETF（515070）受大盘影响下跌3.52% [1] - AIETF持仓股中，中科星图、晶晨股份、昆仑万维涨幅居前，协创数据、北京君正、新易盛跌幅居前 [1] 公司动态与战略 - 联想集团计划在明年创新科技大会上推出个人超级智能体，该智能体能协同各类可穿戴与环境感知设备，调度便携式设备，并通过个性化算法持续学习用户习惯 [1] - 联想集团董事长兼CEO杨元庆表示不认为AI市场会出现泡沫，并指出下一阶段将是AI的普及化阶段，技术将从高端应用走向大众化 [1] - 联想集团将抓住AI普及机遇，持续推动AI技术创新与应用 [1] 行业趋势与展望 - 生成式AI正迈入以AI智能体为主导的新发展阶段 [2] - AI智能体发展将沿“先2B再2C，最后终端”的轨迹推进 [2] - 中国在机器人等终端应用领域具有比较优势 [2] - AI商业化的深入对底层算力基础设施（如服务器、光模块）的规模和效率提出更高要求 [2] 产品与指数构成 - 人工智能AIETF（515070）跟踪中证人工智能主题指数（930713），成分股选取为人工智能提供技术、基础资源以及应用端的个股 [2] - 该ETF聚集人工智能产业链上中游，被视为“机器人‘大脑’缔造者”和“万物互联‘地基’” [2] - 其前十大权重股包括中际旭创、新易盛、寒武纪-U、中科曙光、科大讯飞、豪威集团、海康威视、澜起科技、金山办公、紫光股份等国内科技龙头 [2]