公司战略与技术路线 - 公司进入大模型和智能体时代，以“高效AI、普惠AI”为发展方向 [2] - 公司以“推理优先架构”为技术抓手，主动参与全球算力体系重构与标准构建 [2] - 公司将持续在新算力体系、安全治理与普惠应用三条主线深耕 [2] 行业挑战与公司解决方案 - 进入大模型和智能体时代，算力成本急剧攀升，算力效率将成为AI发展下一阶段的关键瓶颈 [2] - 公司以NPU为核心，将推出GPNPU架构，走“推理优先架构”路线 [2] - 公司在矩阵/向量单元、存储层级和带宽利用上进行深度优化 [2] 具体性能目标 - 公司技术优化的目标是将100万个token的生成成本，从约1美元压到1美分 [2] - 此举旨在实现百倍级效率提升 [2]