算力国产化重要性 - 随着全球供应链风险升高，算力国产化已成为我国信息产业和各行业发展的重要命题 [1] - 专家认为需要以自信打破"不敢用"的思维定式，以体系创新破解"不好用"的现实困境，以生态协同构建"可持续"的发展根基 [1] 中国算力发展现状 - 2024年我国在用算力中心机架总规模超过830万标准机架，算力总规模达246EFLOPS，位居世界前列 [3] - 虽然算力总量很大，但国产算力设施贡献占比不高 [3] 国产算力发展策略 - 专家建议对国产算力设施要有自信，敢于使用国产设备 [3] - 提出"科研先行"策略，科研领域对国产算力比较宽容，可促进国产技术发展 [3] - 高性能计算等大型算力项目可推动算力产业链国产替代 [3] 高性能计算国产化进展 - 国产高性能计算集群能几乎无缝对接国内外主流软件生态，解决95%以上迁移问题 [4] - 国产高性能计算平台已成功应用于宇宙数值模拟实验，精度不断提高 [4] - 美国国立卫生研究院禁止中国访问其数据库事件凸显了算力国产化的紧迫性 [4] 国产算力创新方向 - 需要关注底层理论创新，人脑20瓦功耗实现的智能远超兆瓦级AI算力集群 [5] - 建议构建开源社区，在兼容国际标准基础上实现迭代创新 [5] - 空间科学、高能物理等领域蕴含丰富场景，可依托开源算力平台带动国产化替代 [5]

中国算力国产化发展现状 - 中国算力总规模达246EFLOPS（每秒246百亿亿次浮点运算），机架规模超830万标准机架，稳居全球前列，但国产算力设施贡献占比亟待提升 [3] - 国产算力已具备国际竞争力，关键要建立重用自信 [3] - 曙光国产高性能计算集群已实现95%以上软件生态迁移适配，其构建的算力平台正为国家天文台宇宙数值模拟提供精度跃升的算力支撑 [3] 国产算力发展路径 - 科研领域对创新包容度高，可优先试点国产算力技术，通过大型项目牵引验证技术成熟度并形成产业链协同效应 [3] - 实施"三步走"战略：兼容国际主流生态、打造国产化特色能力、通过引领性应用带动全链条升级 [4] - 空间科学、高能物理等领域通过产学研用协同优化算子算法，国产算力正从"可用"向"好用"跨越 [4] 算力国产化创新方向 - 算力国产化不是单设备竞赛，而是系统能力的综合较量，必须从模型、数据、算力全要素推进体系化创新 [4] - 需要突破底层创新瓶颈，人脑20瓦功耗实现的智能远超兆瓦级AI集群 [4] - 生态壁垒是国产化替代的最大挑战，建议国产厂商联合科研机构构建开源社区，在兼容国际标准的基础上实现迭代创新 [5] 政策与生态建设 - 三年国产化政策推动下，石油行业算力设施已全面实现自主可控 [5] - 通过"揭榜挂帅"等机制突破芯片制程等"卡脖子"环节 [6] - 依托大科学装置、科研院所等场景形成"应用反哺技术"的正向循环 [6]

技术突破与市场反应 - 投资平台"韭研公社"首次披露R2参数细节，包括1.2万亿参数和97.3%成本降幅，引发技术圈与资本圈震动[2][4] - HuggingFace CEO发布含DeepSeek仓库链接的神秘帖子，进一步引爆猜测[2] - 华为昇腾概念股应声大涨，拓维信息等供应链企业单日涨幅突破10%[4] - DeepSeek的HybridMoE3.0架构通过动态激活机制，让1.2万亿参数的实际计算量降至780亿[5] - 华为昇腾910B芯片集群的算力利用率达到82%，首次在硬件效率上逼近英伟达A100水平[5] 技术架构与成本优势 - DeepSeek的1.2万亿参数通过MoE架构实现动态激活，仅7%的参数在单次计算中被调用[6] - 完全搭载华为昇腾910B芯片，单卡成本降至A100的60%[6] - 通过青海数据中心集群获得20%的电价补贴，训练成本从GPT-4o的2.6美元/百万token暴跌至0.07美元[6] - 昇腾生态开始打破英伟达的垄断格局，国产算力产业链迎来历史性机遇[7] 核心公司及其关联逻辑 算力基建与硬件支持 - 拓维信息：华为昇腾生态核心代工厂，承接DeepSeek超算中心50%以上基建订单，2025年AI服务器产能预计突破10万台[7] - 中科曙光：国产液冷服务器龙头，为DeepSeek杭州训练中心提供液冷系统，单机柜功率密度达40kW，能耗成本降低30%[8] - 鸿博股份：运营华北最大算力节点，储备3000P异构算力，独家承担DeepSeek-R2北方区域推理任务[9] - 浪潮信息：为DeepSeek提供5000+台混合架构服务器（H800+昇腾910B），部署于北京亦庄智算中心[10] - 寒武纪：思元590芯片完成DeepSeek框架适配，算力密度提升40%，2025年订单能见度超50亿元[11] 多模态应用与垂直场景合作 - 东方国信：联合开发工业大模型，中标宝钢智能炼钢项目，钢铁冶炼能耗下降12%[12] - 科大讯飞：教育场景接入DeepSeek-Math模型，推出AI数学辅导应用"星火助学"，覆盖全国3万所学校[13] - 拓尔思：与DeepSeek合作开发金融舆情大模型，已在中信证券部署智能研报生成系统，错误率降低90%[14] - 金山办公：WPS智能写作集成DeepSeek-Writer API，提升公文生成效率[14] 股权关联与资本纽带 - 浙江东方：通过旗下基金参与DeepSeek天使轮投资，创投业务利润贡献占比18%，潜在股权增值空间达20倍[15] - 华金资本：珠海国资旗下投资平台，参与DeepSeek Pre-A轮融资，受益于粤港澳大湾区政策倾斜[16] 数据与算力生态合作 - 每日互动：作为幻方量化二股东，提供超4亿日活设备用户行为数据，牵头浙江大数据计算中心支持算力[17] - 润泽科技：提供廊坊数据中心3000+机柜资源，采用间接蒸发冷却技术降低运营成本15%[18] 光通信与硬件技术 - 中际旭创：800G光模块批量供应DeepSeek北美节点，CPO方案降低能耗35%[19] - 天孚通信：独家供应光引擎组件，月出货量突破10万只，市占率超60%[20] 行业趋势与未来展望 - AI产业从"参数军备竞赛"转向"效率优化"，从"依赖进口算力"转向"自主创新生态"[22] - 中小企业的AI创新将迎来黄金时代，算力成本不再是门槛[6] - 技术突破的意义在于让先进技术走出"象牙塔"，成为赋能千行百业的工具[22]

核心观点 - 中欧基金科技研究小组预判国产大模型能力将逐步追赶并超越GPT-4水平，并在2025年达到GPT-o1水平，这一预判在DeepSeek问世后得到验证[3] - AI行业变化速度极快，对投研的全球性和时效性提出前所未有的挑战，传统景气度跟踪方法难以适应[3] - 中欧科技战队通过工业化组织样本应对AI快节奏：更早更广的行业覆盖、专业化分工和流程化协作、平等沟通机制[4] 投研团队建设 - 中欧科技战队建立了对AI行业更早更广覆盖的投研平台，称为"曲速引擎"，包括人工智能、机器人、通信等专门研究员配置[5] - 科技领域在中欧指数产品布局占比较大，第一只指数产品是机器人、第二只是芯片、第三只是软件，覆盖上下游全产业链[5] - 投研团队采用"勾稽关系"工作方法，通过产业链各环节研究员相互验证，如光模块研究涉及上游光器件、大模型发展、半导体代工数据三个研究员交叉验证[7] 前瞻性判断案例 - 2023年中欧内部对机器人机会达成共识，提出三个投资关键要素：先发优势、端到端大模型能力、应用场景[6] - 杜厚良在2023年下半年就预判算力国产化将是未来科技领域最大变化，提出先进制造竞争格局集中和国产算力芯片市场空间新增两条逻辑[6] - 周蔚文2013年开始关注工业机器人，2014年重仓机器人股票，2023年提出人形机器人机会，预测2030年可能达到1亿台，再过五年可能10亿台[6] 投研协作机制 - 团队成员各有所长：冯炉丹擅长AI，钟鸣擅长智驾和机器人，刘伟伟和代云锋擅长算力，刘金辉擅长计算机，王颖擅长互联网，邵洁擅长端侧芯片[7] - 采用平等透明的沟通机制消除层级边界，鼓励分歧交锋，如冯炉丹与周蔚文就持仓展开讨论，刘伟伟在算力回调时基于不同观点做出投资决策[8] - 通过历史数据统计发现行业连续两年大幅跑赢市场后第三年超额收益概率降低的规律，作为投资参考[8] 投资理念 - 周蔚文强调洞见的重要性，认为知道大家都知道的信息无法赚钱，必须依靠团队产生超越市场的洞见[10] - 投资既要抓住产业趋势也要关注长期价值，不轻易判断泡沫，而是先预期基本面变化[8] - 受《第五项修炼》、《惠普之道》影响，中欧基金倡导平等自由的组织文化，让洞见在团队中涌现[11]

文章核心观点 - 面对AI行业快速变化和复杂挑战，中欧科技战队摸索出工业化组织样本，通过更早更广覆盖、专业化分工与流程化协作、平等沟通机制，提升投研能力和胜率，在科技浪潮中收获成果 [3][6][9] 分组1：AI行业变化与挑战 - 2024年12月中欧基金科技研究小组预判国产大模型能力追赶进度，一个月后DeepSeek问世引发AI变革，给投研带来全球性、时效性挑战 [1] - 智能机器人发展冲击科技基金经理传统打法，投资颠覆性创新面临量产摸索和数据体系不完善问题 [2] 分组2：投研团队适应AI节奏的方法 曲速引擎：更早更广覆盖 - 建设对AI行业更早更广覆盖的投研平台，助推学习速度领先产业变化，研究AI比新能源更复杂 [6] - 基金经理和研究员早有AI研究储备，中欧基金在科技产品数量、投研人员储备和细分行业覆盖上领先，指数产品布局覆盖全产业链 [7] - 周蔚文和杜厚良有前瞻判断，如机器人行业空间和算力国产化趋势，战队旗下产品在科技浪潮中收获满满 [8][9] 共乘一舰：专业化分工与流程化协作 - 依靠团队专业化分工和流程化协作，形成勾稽关系，如光模块研究需多环节验证 [10] - 团队成员横向学习赋能，发挥各自专长，相互协作补齐短板，挖掘投资机会 [12] 惯性阻尼：平等沟通回避风险 - 周蔚文不强迫基金经理投资，提供附加值和减小回撤方法论，制定平等透明沟通机制应对分歧 [15] - 分歧交锋对基金公司珍贵，做科技股要控制风险，抓住产业趋势同时关注长期价值 [16] 分组3：洞见与团队的重要性 - 公募基金靠洞见领先长期业绩，洞见需靠团队，中欧制造理念下的组织注重平等自由和团队协作 [18]

文章核心观点 - 中欧科技战队面对AI行业快速变化，通过构建对AI行业更早更广覆盖的投研平台、专业化分工与流程化协作以及平等沟通机制，提升投研能力，在科技浪潮中收获成果，强调团队洞见对长期业绩领先的重要性 [2][4][17] 分组1：AI行业变化与投研挑战 - 2024年12月中欧基金科技研究小组预判国产大模型能力追赶进度，一个月后DeepSeek问世引发AI变革，投研需应对行业快速变化和全球性、时效性挑战 [1] - AI产业供给侧和需求侧全新，与新能源等行业相比，投资过程更复杂，需不断思考AI对行业和公司的影响 [4] 分组2：中欧科技战队投研平台建设 - 中欧科技战队摸索出工业化组织样本，通过对AI行业更早更广覆盖确保认知领先，依靠专业化分工和流程化协作保证学习深度，以平等沟通机制回避风险 [2] - 中欧基金在人工智能等行业配置专门研究员，主动产品线覆盖AI细分行业，指数产品布局占据科技领域较大比重，关注AI顶级大厂动态，做出前瞻判断 [5][6] - 周蔚文早在2013年开始关注机器人，2023年提及人形机器人机会，去年中欧内部达成机器人投资共识并确定关键要素 [6] - 杜厚良去年下半年分享算力国产化逻辑，认为先进制造竞争格局将更集中，未来国产算力芯片市场空间增大 [7] 分组3：投研团队专业化分工与协作 - 中欧投研团队依靠专业化分工与流程化协作，通过全产业链研究的勾稽关系相互补足、验证，如对光模块的研究 [9] - 团队成员在日常研究中横向学习赋能，发挥各自专长，相互交流合作，挖掘投资机会 [11] 分组4：风险控制与沟通机制 - 周蔚文作为管理者提供附加值，摸索减小回撤的方法论，通过长期定价提示风险和参考历史数据统计，制定平等透明沟通机制应对分歧 [14] - 团队成员间的分歧交锋有助于控制风险，做科技股投资要抓住产业趋势，关注长期价值 [15] 分组5：团队洞见与长期业绩 - 公募基金要长期业绩领先需靠团队洞见，中欧科技战队营造平等自由氛围，让洞见在团队中涌现 [17]