公司战略布局 - 公司首次对外公布未来三年大算力AI推理芯片战略布局 核心研发资源集中于攻克大模型落地的"成本壁垒" 目标为实现百万Tokens推理成本大幅降低 [1] - 公司确立了GPNPU技术路线 核心公式为"GPNPU=GPGPU+NPU+3D堆叠存储" 旨在兼顾通用计算的"通用性"与NPU的"高效性" 解决可迁移、可部署、可持续降本三大工程难题 [1] - 公司核心竞争力总结为技术、产能、生态、市场、资本五大关键要素 这五大维度的协同共振是应对行业竞争的底气并为未来三年战略落地提供体系化保障 [2] 技术架构与产品路径 - 在通用生态层面 公司GPNPU架构致力于实现一行代码完成CUDA程序的兼容 以降低主流生态的迁移成本和生产系统进入门槛 [1] - 针对"内存墙"瓶颈 公司正深度研发3D堆叠存储及更前沿的互连技术 以提升带宽与能效并降低推理时延 [2] - 公司提出"算力积木"架构 通过Chiplet扩展与互连思路将标准计算单元模块化封装与组合 使算力可按需扩展 形成从边缘到大规模推理的弹性产品形态 [2] - 公司强调面向推理的系统级优化能力 主张把"模型怎么跑得更省"沉淀到架构里 围绕真实业务负载持续迭代 击穿推理链路中的成本与时延瓶颈 [2] - 公司未来三年将不遗余力投入大算力芯片DeepVerse的研发 围绕推理成本、时延与吞吐的核心矛盾持续迭代 并按产品节奏梯度覆盖市场需求 [3] 市场与生态构建 - 公司提出"1+4"架构 "1"指聚焦于AI大算力推理芯片 "4"指四大事业部 旨在解决芯片从研发生产、优化打磨到市场推广的核心难题 [3] - 四大事业部中 政企事业部作为基石 将战略重点转向推理设备和智算中心的建设 公司还计划打造区域级"千卡集群" 树立城市AI算力赋能新标杆 [3] - 公司是目前国内屈指可数手握充足国产产能保障的企业之一 这一战略储备为后续芯片的大规模量产与交付提供了极高的确定性 [2] 行业趋势与竞争 - 推理时代的胜负手在于系统级协同 需承接主流软件生态并在推理负载下实现更优能效与更低时延 [1] - 面对大模型推理这种高度结构化、可被体系化优化的负载 专用化设计带来的能效优势更容易转化为真实成本优势 这是国际厂商持续加码专用路线的重要原因 [1]