GPU 凭借强大的算力，已然成为 AI 芯片的代名词，而英伟达也借此跻身全球市值最高的公司之列。 但 AI 硬件的未来究竟会走向何方？哪些趋势将塑造 AI 硬件的发展？哪些新玩家正涌入这一市场？ 又有哪些技术突破可能成为主流？接下来，就让我们一同开启探索 AI 硬件世界的旅程。 AI热潮在波动中向前 这无疑是一场重磅冲击：2025 年 1 月，中国 AI 初创企业深度求索（DeepSeek）向全球发布其最新语言模型 后，英伟达的股价应声暴跌。这家美国芯片巨头的市值瞬间蒸发 17%，折合近 6000 亿美元。从绝对值来看， 这是华尔街历史上最大规模的单日市值缩水，此前从未有美国企业在一天内损失如此巨额的价值。 此次股价震荡的余波仍在持续，同时也抛出了一个无法回避的问题：在可预见的未来，类似事件是否可能再次 发生？若答案是肯定的，那么下一次冲击是否会更剧烈、影响更持久，甚至更具决定性？ 归根结底，深度求索新语言模型对外宣称的 "低成本" 是引发投资者恐慌的核心原因：据称该模型的研发成本 仅为 600 万美元，与同类大型语言模型相比堪称 "白菜价"。但未来的 AI 研发，真的能脱离昂贵的芯片硬件 吗？ AI加速器的 ...

LENS的出现为机器人拓展应用新场景打开了大门。传统导航往往依赖卫星信号或激光雷达，难以在灾 害废墟、隧道矿井、密林深处或遥远星球等"信号盲区"内施展。LENS不仅无须外部定位支持，还能以 极低能耗重建导航路径。"像救援机器人、月球车、森林监测设备，其续航和环境适应性尤为关键， LENS系统在这些能源受限、环境复杂的应用场景中展现出独特优势。"海因斯表示，在多种测试条件 下，LENS在定位精度和系统稳定性方面已初步表现出与传统导航方法相当的水平。 中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃表示，LENS系统的核心突破 在于，跳出了依赖预设高精度地图和庞大算力的传统框架，将重点转向实时环境适应与能效最优，代表 了更接近生物智能的第三代导航的一个发展方向。 目前，该系统仍处于研发阶段。海因斯说："以神经形态计算为基础的导航系统仍处于发展初期，但我 们相信，随着处理器性能、传感器精度和算法模型的持续进步，LENS等系统将具备跨越式提升的潜 力。"研究团队计划扩大LENS系统的识别范围，尝试在更复杂、多变的环境中进行部署，并集成到轻量 级飞行器或可穿戴设备等平台上，使其在各类移动场景中实现更长续 ...

如果没有卫星信号、无法地图建模，机器人还能靠什么来导航？最近，澳大利亚昆士兰科技大学研究团 队在国际期刊《科学·机器人学》上提出一种模仿人类大脑感知模式的新型导航方案，让机器人能够运 用"类脑"识别环境位置，在无GPS、能耗受限等场景中实现高效自主定位。"我们希望机器人就像拥有 大脑一样，在特定环境条件下，只需激活必要的感知部位、处理最关键的信息，从而大幅提升能效与适 应性。"该项目负责人、昆士兰科技大学机器人与神经工程研究员亚当·海因斯对笔者表示，未来具 备"类脑感知力"的机器人，或将以更低能耗适应更复杂的世界。 （文章来源：人民日报） LENS的出现为机器人拓展应用新场景打开了大门。传统导航往往依赖卫星信号或激光雷达，难以在灾 害废墟、隧道矿井、密林深处或遥远星球等"信号盲区"内施展。LENS不仅无须外部定位支持，还能以 极低能耗重建导航路径。"像救援机器人、月球车、森林监测设备，其续航和环境适应性尤为关键， LENS系统在这些能源受限、环境复杂的应用场景中展现出独特优势。"海因斯表示，在多种测试条件 下，LENS在定位精度和系统稳定性方面已初步表现出与传统导航方法相当的水平。 中国科学院自动化研究所复杂 ...

技术突破与创新 - 公司推出Vision Iconic概念车 展示其在电动化与数字化领域的未来愿景 包含神经形态计算 线控转向 太阳能涂层及L4级高度自动驾驶等突破性技术 [2] - 神经形态计算技术模拟人类大脑运作方式 可使自动驾驶数据处理的能耗降低90% [7] - 创新的太阳能涂层可像膏体般无缝涂覆于车身 光伏活性表面适配各种基底 太阳能电池效率高达20% 在理想条件下11平方米涂层每年可为车辆增加12000公里续航 [5] - 线控转向技术结合后轮主动转向系统 为Vision Iconic这类长车型大幅提升操控性 机动性与泊车便利性 同时使内饰设计更灵活 [7] 设计与美学 - Vision Iconic概念车重新演绎了标志性格栅 采用宽大镀铬框架 熏黑玻璃质感网格与集成式轮廓照明 新一代盾形格栅将于2025年9月随全新纯电GLC SUV首次亮相 [2] - 概念车将引擎盖上的三叉星徽立标点亮 进一步强化品牌辨识度与出众风范 [2] - 内饰以休息室舒适氛围和华丽装饰艺术风格为灵感 仪表台中央设有"齐柏林"悬浮式玻璃结构 融合经典指针与数字仪表屏功能 [4] - 车门开启时仪表盘呈现电影质感动画 横跨座舱的屏幕中央时钟可化身人工智能伙伴 车门面板镶嵌珍珠母点缀 环绕银金色调黄铜把手 [4] 品牌战略与行业参与 - 公司不仅是汽车设计的美学典范 也是全球时尚与设计产业的参与者和先驱者 [9] - 公司通过推出与Vision Iconic概念车一同亮相的胶囊系列时装（包含6套男装及女装） 向上海时装周进行呼应和致敬 展示其在更广泛设计领域的影响力 [9]

公司背景与创始人团队 - Nervana Systems由三位拥有神经科学博士学位的创始人Naveen Rao、Amir Khosrowshahi和Arjun Bansal于2014年创立，他们均对能够像人类一样思考的机器着迷[2] - 创始团队在高通公司工作期间萌生创业想法，目标是打造机器学习处理器，专注于解决深度学习技术的硬件障碍[3] - 团队获得加州大学伯克利分校红木理论神经科学中心主任Bruno Olshausen的支持，被认为在AI硬件领域处于领先地位[4] 早期发展与市场环境 - 2014年创立时人工智能被视为缺乏商业价值的领域，融资困难，首轮融资仅筹集60万美元[7][8] - 谷歌收购DeepMind及AlphaGo击败围棋冠军等事件推动人工智能关注度提升，Nervana随后筹集约2400万美元[7][8] - 公司早期认识到深度学习需要专用硬件，传统中央处理器难以处理，图形处理器尤其是英伟达GPU表现更佳[3] 英特尔收购与整合 - 2016年英特尔以约3.5亿美元收购Nervana Systems，旨在打入由英伟达主导的深度学习训练芯片市场[1][10][11] - 收购后英特尔成立人工智能平台事业部，由Naveen Rao领导，致力于开发专用人工智能芯片[12][13] - 英特尔希望借助Nervana技术开发专用集成电路，以获得超越英伟达的竞争优势[11] Nervana芯片产品与技术细节 - 2018年英特尔推出Nervana神经网络处理器，包括用于深度学习训练的NNP-T1000和用于推理的NNP-I1000芯片[13][15] - NNP-T1000在ResNet-50和BERT等重要训练模型上提供95%的扩展能力，32块芯片运行时性能几乎不下降[15] - NNP-I1000与英伟达T4推理GPU相比，计算密度提高近四倍，单个机架单元每秒可进行最多推理[15] - 芯片采用pod参考设计，由10个机架和480块NNP-T1000卡组成，使用无胶结构互连，专门用于分布式训练[15] - 英特尔曾预计其人工智能产品在2019财年创造35亿美元销售额[16] 项目终止与战略调整 - 2019年12月英特尔以20亿美元收购AI芯片公司Habana Labs，其产品与Nervana芯片定位雷同[18] - Habana Goya芯片在ResNet-50基准测试中性能达每秒14,451个输入，而Nervana NNP-I仅为每秒10,567个输入，性能差距接近1.4倍[19] - 2020年英特尔决定停止Nervana神经网络处理器的开发工作，转向Habana Labs的AI芯片架构，Nervana项目生命周期不到四年[21] 创始人新创业项目Unconventional - Nervana联合创始人Naveen Rao创立新公司Unconventional，目标估值50亿美元，计划融资10亿美元[1][26] - Andreessen Horowitz领投，Lightspeed、Lux Capital和Databricks参与投资，已筹集数亿美元[26] - 公司旨在重新思考计算机基础，构建与生物学一样高效的智能新基础，摆脱生物学包袱，实现大脑规模效率[27][28] - 新公司融资规模和估值目标远超Nervana时期，反映AI硬件市场巨大变化和投资者高期望[26] AI硬件市场演变与竞争格局 - 2024年AI硬件市场规模达数千亿美元，英伟达市值突破4万亿美元，数据中心业务季度营收超数百亿美元[30][35] - 竞争格局多元化，除传统芯片厂商外，科技巨头如谷歌、亚马逊、微软、Meta纷纷自研AI芯片[30] - 技术路线出现创新方向，包括模拟计算、神经形态芯片、光子计算等，为新进入者提供差异化机会[30] - 英伟达建立强大软件生态系统CUDA平台，经过近二十年发展成为AI开发者标准工具[31] - 顶尖芯片设计人才供不应求，科技巨头和高薪初创公司竞争激烈[32]

技术突破 - 瑞典林雪平大学团队开发出由导电塑料制成的人造神经元，能够模拟生物神经元多达17种关键特性 [1] - 该人造神经元能够实现“反重合检测”的信息处理功能，这是人类触觉感知等复杂过程的关键原理 [1] - 团队将整个系统浓缩为一个有机电化学晶体管，结构极为精简，尺寸与真实人类神经细胞相当 [2] 材料优势 - 人造神经元使用共轭聚合物柔性有机材料，该类材料不仅能传导电子，还能传输离子，具备与生物系统自然交互的独特优势 [1] - 有机电子学被证明不仅是硅基电子的柔性替代品，更有潜力实现新型神经形态计算，将生物学与电子学真正连接起来 [2] 应用前景 - 该技术突破为新一代可植入人体的传感器、医疗器件以及先进机器人技术带来了广阔前景 [1] - 该能力使得未来在假肢或机器人中集成更灵敏、更智能的触觉成为可能 [1] - 这是目前报道过的最简单且与生物学相关性最高的人工神经元之一，为未来将人工神经元直接整合进活体组织或软体机器人系统铺平道路 [2]

人工智能芯片市场格局 - 人工智能发展推动公司面临性能优化与未来模型适配的难题，目前市场提供针对高端手机、数据中心及边缘设备的多样化方案，包括GPU、ASIC、NPU、MPU和FPGA [1] - 云端与边缘设备存在明显区分，边缘设备涵盖手机、汽车等多样化形态，各自具有不同的散热和功耗特性 [1] - 人工智能训练主要在云端进行，而推理在边缘设备中占比较大，边缘设备更注重隐私保护、本地数据处理及响应效率 [1] 处理器架构比较 - CPU具有极高灵活性和可编程性，但并行处理能力不足，适合作为备用引擎运行通用代码 [2] - GPU功能强大且用途广泛，是数据中心首选处理器，但高功耗限制其在移动设备中的应用 [2] - NPU针对人工智能任务优化，具备低功耗和低延迟特点，适合移动和边缘设备，在性能与效率间取得平衡 [2] - DSP介于GPU和NPU之间，为人工智能及其他工作负载提供更高能效，可作为NPU的备用和卸载机制 [2] - ASIC为特定推理任务提供最高效率和性能，适合大规模部署，但缺乏灵活性且开发成本高 [2][3] 定制化芯片趋势 - 大型系统公司如谷歌、微软、亚马逊等开始涉足芯片制造，推动定制化硅发展，以满足特定功耗和软件优化需求 [4] - 高端定制芯片在移动设备中存在软件所有权维护难题，需要广泛开发者生态支持 [4] - ASIC难以适应快速变化的人工智能模型，GPU因其架构灵活性更具优势 [4] - 人工智能算法快速发展推动硬件对灵活性和适应性的需求，并行计算引擎更适合人工智能工作负载 [4] DSP与人工智能融合 - 传统DSP处理领域如音频和相机接口正被人工智能算法取代，实现更高精度和复杂功能 [6][7] - 手机中NPU可能由DSP演变而来，例如高通Hexagon DSP通过扩展成为低功耗人工智能加速器 [7] - 人工智能推动DSP角色转变，在移动领域渗透到特定处理领域如相机接口和音频处理 [6][7] FPGA应用前景 - FPGA提供算法上的灵活性和可管理性，适合不断变化的算法如稀疏度算法 [8] - 嵌入式FPGA(eFPGA)结合ASIC的低功耗和FPGA的计算能力，适合需要更新算法的场景 [8] - FPGA擅长确定性结果和宽并行处理，在信号处理类型任务中表现优异 [8] 边缘设备处理器选择 - 低功耗边缘设备通常配备MCU和NPU，运行轻量级实时操作系统如FreeRTOS或Zephyr [10] - 手机和高端设备运行完整操作系统如Linux或iOS，并配备GPU和NPU [10] - 神经形态计算作为手机人工智能处理的备选方案，可降低功耗但生态系统尚不完善 [11] 边缘计算市场趋势 - 边缘领域不存在一刀切的解决方案，应用范围从企业数据中心到移动设备不等 [12] - 市场趋势朝向更多定制化和细粒度优化发展，特定领域和工作负载需求推动多样化解决方案 [12] - 功耗、性能和面积/成本是主要考虑因素，其重要性因应用领域和供电方式而异 [12]

板块行情表现 - 6月17日脑科学板块集体暴涨，板块整体涨幅达5.20% [1][2] - 爱朋医疗和创新医疗开盘即一字涨停，涨幅分别为19.99%和10.01% [1][2] - 南京熊猫、北陆药业、倍益康、麒盛科技纷纷涨停，狄耐克、诚益通、三博脑科涨幅均超过10% [1][2] - 板块上涨的直接催化因素是美股脑再生科技股价大涨 [2] 行业关键事件与突破 - 美股中概股脑再生科技股价单日暴涨283%，年内累计涨幅超过50倍 [3] - 美国加州大学戴维斯分校团队在《自然》杂志发表成果，开发出可将大脑活动立即转化为语音的研究性脑机接口 [3] - 美国研究人员构建一台神经形态超级计算机，其运行速度可能比生物大脑快25万到100万倍，而功耗仅需10千瓦 [3] - 中国成功开展首例侵入式脑机接口前瞻性临床试验，成为全球第二个进入该技术临床试验阶段的国家 [3] 机构观点与市场前景 - 中国侵入式脑机接口技术的突破，预计将推动高端影像设备、手术机器人、脑机接口、人工智能医疗等相关产业快速发展 [4] - 神经形态计算潜力巨大，可能彻底改变人工智能、机器人、汽车和医疗保健等领域，预计到2025年全球市场规模将达到18.1亿美元 [4] - 脑机接口产业链技术进步带来下游应用不断突破，国家医保局已为脑机接口新技术价格单独立项，商业化应用的服务收费路径已经铺好 [5] - 在技术革新和政策红利催化下，国内脑机接口公司有望逐步实现商业化应用 [5]

海外市场表现 - 中东冲突担忧缓和推动美股反弹 道指涨0.75% 标普500涨0.94% 纳指涨1.52% 芯片股指涨3% AMD涨近9% 航空股反弹美联航涨超6% [1] - 特朗普批准美国钢铁与新日铁合并 美国钢铁股价涨超5% 中概股指数反弹超2% 脑再生科技RGC单日涨幅达280% [1] - 伊朗重启谈判消息引发美元指数走低 原油期货较日高回落10% 黄金期货跌超2% [1] - 20年期美债标售稳健推动收益率回升 [2] 行业动态 - 韩国夏季白菜产量或锐减 潜在"金菜"危机再现 [3] - Meta计划在WhatsApp引入广告 寻求新收入增长点 [3] - 人形机器人行业招聘需求激增 前五月同比增长409% [6] - 神经形态计算技术突破 美国研发出占地2平方米的类脑超级计算机 运行速度或比人脑快25万-100万倍 功耗仅10千瓦 预计2025年市场规模达18.1亿美元 [10] 政策与产业规划 - 国家药监局拟缩短创新药临床试验审批周期 从60日缩减至30日 [4] - 广东核医疗产业目标：2030年培育3-5家全国龙头企业 [5] - 离境退税政策扩容 7月起大连、湖北实施新规 全国退税商店增至5196家 首月退税笔数同比增116% 销售额增56% [11] - 沪港将签署国际金融中心协同发展方案 [14] 资本市场动向 - 上证指数在3350-3360点政策底区域企稳 创业板指依赖宁德时代等权重股表现 [8] - 军工板块受巴黎航展及地缘因素催化 稳定币、IP经济、稀土永磁板块活跃 创新药冲高回落 [8] - 今日新股广信科技申购 北交所发行价10元/股 主营绝缘纤维材料 [13] - 迪阿股份、瑞泰新材、风光股份17日迎大额解禁 解禁市值分别达113.29亿、89.23亿、25.13亿 [19] 公司公告精选 - 五洲新春拟定增募资10亿元 投向具身智能机器人和汽车智驾零部件研发 [18] - 美的集团拟50-100亿元回购股份 东方盛虹获控股股东5-10亿元增持 [18] - 拉卡拉筹划港股上市 加速数字货币跨境应用 [18] - 通鼎互联预中标国网及移动项目合计7.17亿元 [18] - 小米汽车宣布YU7将于6月底发布 搭载自研玄戒O1芯片 定位豪华高性能SUV [12] 创新药行业 - 临床试验审批提速至30日 行业创新生态优化进入"量质齐升"阶段 出海项目存在超预期可能 外资对港股配置空间显著 [9] 免税与消费 - 离境退税起退点降至200元 现金退税上限提至2万元 "即买即退"试点销售额同比增50倍 [11] 技术突破 - 神经形态计算机模拟人脑结构 功耗仅相当于灯泡级别 被视作下一代AI关键方向 [10]

神经形态计算技术发展 - 科学家瞄准神经形态计算技术以解决AI能源危机 旨在让AI像人脑一样高效运行 [1] - 美国研究人员构建占地两平方米的神经形态超级计算机 其神经元数量堪比人脑皮层 运行速度可能比生物大脑快25万到100万倍 功耗仅需10千瓦 [1] - 神经形态计算受人类大脑生物功能启发 通过神经元和突触协同处理信息 被视为下一代AI关键方向 核心目标是用"灯泡级"能耗驱动强大智能 [1] 神经形态计算市场潜力 - 神经形态计算可能彻底改变人工智能、机器人、汽车和医疗保健等领域 [1] - 未来应用包括实时监测诊断的智能医疗设备 自然互动的家用机器人 高度响应的自动驾驶汽车 [1] - 全球神经形态计算市场规模预计2025年达18.1亿美元 [1] 相关公司布局 - 科大智能与复旦大学合作 研究方向包括神经形态计算模拟与仿真 多模态多尺度数据算法 类脑控制器智能算法 [2] - 翔宇医疗成立Sun-BCI Lab脑科学实验室 覆盖脑电采集装置 脑控产品 生活场景类产品 自研算法 [2]