公司战略与业务布局 - 公司正通过“深耕智能汽车 + 拓展机器人赛道”的双轮驱动战略，叠加纵向收购补全产品矩阵，完成从单一车规级芯片供应商到全场景AI芯片平台型企业的关键跨越 [2] - 公司近期动作频频：2025年11月发布SesameX多维具身智能计算平台，宣告入局人形机器人赛道；2025年12月公告拟以4亿元至5.5亿元收购珠海亿智电子，补全低功耗端侧芯片短板 [2] - 公司宣布与元戎启行达成深度合作，通过资本与业务双重纽带建立紧密关系，并预计明年初市场格局会更加清晰 [2] 财务与增长预期 - 2025年，公司有望实现至少60%以上的收入增长 [2] - 公司销售额由芯片、解决方案、软件算法三部分构成，其中芯片和算法毛利率较高，是核心盈利来源 [13] - 未来毛利率提升将主要依赖芯片出货量增加和市场占有率提升，规模效应有望使毛利率稳步提升，收购亿智电子和机器人赛道规模化交付将加速这一进程 [13] 智能汽车核心业务 - 公司将智能汽车领域视为核心主赛道，围绕自动驾驶与跨域融合两大技术趋势构建产品体系 [3] - 核心客户涵盖吉利、比亚迪、一汽、东风等国内外主流车企，产品服务于国内车型并通过海外车型进入欧洲市场 [3] - 在自动驾驶赛道，公司形成了覆盖中级到高阶的产品梯队：华山系列A1000芯片已实现大规模量产；A2000芯片面向L3级自动驾驶和Robotaxi场景开始客户送样 [3] - 公司是国内少数能与高通、英伟达对标的开放平台型芯片企业，其开放平台模式更契合车企自研自动驾驶方案的行业趋势 [3] - 在跨域融合赛道，公司瞄准智能汽车中央计算架构，2023年发布的武当系列芯片已获得国内头部主机厂商等多家客户青睐，成功切入核心供应链 [4] - 公司产品线全面覆盖智能汽车短中长期发展需求，形成“智能驾驶 + 中央计算”的双技术主线 [5] 自动驾驶市场趋势与机遇 - 短期内L3级人机共驾模式仍是市场主流，同时Robotaxi市场正进入加速发展期，未来五年中国至少30个城市将各部署不少于5000辆Robotaxi [5] - 相较于L3级自动驾驶车辆，Robotaxi的单车价值量更高，且公司不仅提供芯片，更深度参与解决方案与平台合作，市场空间极为广阔 [5] - 随着Robotaxi快速落地，对芯片算力需求越来越大，而国内真正具备中高算力车规级芯片研发能力且有成功商业化经验的企业寥寥无几，公司的产品和技术是市场上为数不多的成熟选择 [5] - 公司还在规划下一代更高算力的芯片产品，并关注国产供应链的适配情况 [6] 机器人赛道拓展 - 基于技术逻辑的高度契合与供应链的天然重叠，公司将车规级芯片的技术积累延伸至机器人领域，是一场顺势而为的战略布局 [7] - 高阶自动驾驶与机器人领域均向大模型、具身智能方向发展，核心技术同源使得公司无需从头研发，仅需在软件层面新增ROS操作系统适配，研发投入可控且落地效率高 [7] - 2025年11月发布的SesameX多维具身智能计算平台是业内唯一符合车规安全的具身智能计算平台，也是首个针对机器人商业化部署的全栈计算平台，包含三款模组，最高算力可达近600TOPS [8] - SesameX平台已实现商业化突破，在星程智能物流车、深庭纪消费级四足机器人等产品中落地，并与均胜电子等企业达成战略合作 [8] - 未来五到十年机器人市场出货量预计至少是汽车（全球年销量约8000万至1亿辆）的十倍，增长空间巨大 [9] - 公司在机器人领域采取“卡位”与“布局”并重的策略：通过打造通用计算平台降低客户二次开发门槛，同时上下游联动构建生态，注重商业化落地 [9] 收购亿智电子的战略意义 - 2025年12月，公司公告拟以4亿元至5.5亿元收购珠海亿智电子，交易完成后亿智电子将成为其非全资附属公司，预计于2026年第一季度完成 [11][12] - 此次收购精准填补了公司在低功耗端侧场景的产品缺口，亿智电子的低功耗、高性价比AI SoC芯片可与公司现有的中高算力车规级芯片形成互补，构建“高中低端全覆盖”的AI端侧芯片产品矩阵 [11] - 收购在技术层面能为机器人、便携设备等新兴领域提供量产经验支撑；在业务层面，双方在智能车载领域的技术积累可形成协同 [11] - 此次收购与机器人赛道布局形成良性闭环：亿智电子的低功耗芯片技术可优化SesameX平台在机器人便携场景的能效表现，而机器人赛道的技术积累又能反哺车规级芯片的感知与决策能力 [12] - 交易完成后，亿智电子将为公司带来新的营收增长点，进一步夯实其在AI芯片领域的市场地位 [12] 行业背景与公司定位 - 当智能汽车向高阶自动驾驶加速演进，当机器人从实验室走向商业化落地，AI芯片作为核心算力底座的价值愈发凸显 [2] - 公司的发展轨迹是本土AI芯片企业在核心技术领域自主突破的缩影，当前中国科技行业正迎来“投资科技、投资未来”的新浪潮 [13] - AI芯片作为数字经济的核心基础设施，市场需求持续旺盛 [13] - 公司的战略布局不仅有望实现自身的持续高速增长，更将推动国产AI芯片在智能汽车、机器人等关键领域的渗透率提升 [13]

文章核心观点 - 谷歌即将上市的TPU v7（Ironwood）芯片技术指标比肩英伟达B200，其上市将加剧AI芯片市场竞争，并有望提升谷歌自身AI芯片市占率 [1] - TPU v7的推出将全面推动AI产业从硬件到软件生态的全产业链变革，自上而下带动上游环节需求，并为AI模型研发与应用普及注入动力 [2] - 随着谷歌TPU v7的上市，国内液冷、电源、PCB领域有望迎来新的发展机遇，同时国产算力芯片在国产替代趋势下长期上行 [1] 谷歌TPU v7产品技术细节 - 芯片名称为“Ironwood”，单芯片峰值算力达到4614 TFLOPs（FP8精度），配备192GB HBM3e内存，内存带宽高达7.4TB/s，功耗约1000W [1] - 与前代产品相比，Ironwood的算力提升了4.7倍，能效比达到每瓦29.3 TFLOPs，是前代产品的两倍 [1] - 服务器散热采用100%液冷架构，采用大冷板设计，覆盖4颗TPU及VRM；集群规模上最大支持144个机架互联，即9216个TPU芯片集群 [1] TPU v7的应用场景与客户 - TPU v7聚焦AI推理场景，支持实时聊天机器人、智能客服、智能驾驶等低延迟需求，同时可扩展至大规模模型训练 [2] - Anthropic计划用百万颗TPU训练Claude系列模型 [2] - Meta拟从2027年起在数据中心部署TPU，2026年通过谷歌云租用算力 [2] - 谷歌自身将TPU v7用于Gemini等模型的训练与服务，其超大规模集群能力与低成本优势正成为AI企业降低推理成本的首选方案 [2] 对产业链的影响与机遇 - TPU v7的上市将自上而下带动ASIC芯片、PCB、封装、HBM、光模块、散热、制造封装等上游环节需求 [2] - 随着明年谷歌TPU v7的上市，国内液冷、电源、PCB领域有望带来新的发展机遇 [1] - 随着AI芯片竞争格局不断深化，国产算力芯片在国产替代趋势长期上行 [1] 行业竞争格局展望 - 未来AI芯片的市场竞争将更加激烈，谷歌有望凭借TPU v7系列产品提升自身AI芯片市占率 [1][2] - 除芯片外，谷歌还同步推出一系列升级，旨在让其云服务更便宜、更快、更灵活，以便与亚马逊AWS和微软Azure竞争 [2]

日前，港交所官网显示，上海壁仞科技股份有限公司(以下简称"壁仞科技")已通过聆讯，离"港股GPU第 一股"又近一步。聆讯后资料集显示，此次IPO壁仞科技拟使用募集资金投入智能计算解决方案的研 发、商业化等。当前，壁仞科技以自主研发的壁砺™系列GPU产品为核心，已成功开发并量产了BR106 及BR110两款芯片，并推出了性能更高的BR166芯片产品，目前该芯片部分型号已于2025年12月开始量 产。 根据最新披露的数据，壁仞科技于2023年开始实现商业化并产生收入2022年至2024年，壁仞科技收入规 模从人民币49.9万元快速增至3.37亿元，年复合增长率达2500%。 2025年上半年，壁仞科技收入约为5890万元，同比增长近50%。于2025年下半年量产上市的新品BR166 芯片，预计将为2025年全年收入作贡献。根据招股书披露，截至2025年12月15日，壁仞科技手握总价值 约为12.41亿元的在手订单。值得一提的是，除现有产品组合外，壁仞科技将计划推出基于第二代架构 开发的下一代旗舰数据中心芯片BR20X系列用于云训练及推理。BR20X预计将于2026年实现商业化上 市。 从利润端来看，2022年至2 ...

交易概述 - 东微半导拟以每股85.2378元人民币的价格收购苏州登临科技11.73万股股份，交易金额为1000万元人民币 [1] - 东微半导实际控制人之一龚轶拟以相同价格收购3.52万股，交易金额为300万元人民币 [1] - 股东中新苏州工业园区创业投资有限公司拟以相同价格收购58.66万股，交易金额为5000万元人民币 [1] - 交易完成后，东微半导将持有苏州登临0.2175%的股份，龚轶和中新创投将分别持有0.0652%和4.3998%的股份 [1] 标的公司（苏州登临科技）概况 - 苏州登临科技是国内首个实现规模化商业落地的GPU企业 [1] - 公司专注于全国产高性能、高性价比的AI芯片研发与技术创新 [1] - 致力于打造云边端一体、软硬件协同、训推融合的前沿芯片产品 [1] - 公司成立于2017年底 [2] - 总部位于苏州，在上海、北京、成都、杭州设有全资子公司，在西安、深圳设有研发中心 [2] 产品与技术 - 公司AI芯片产品“高凛”已规模化运用于边缘和云计算的各个应用场景 [1] - 产品已在互联网和智慧城市等多个行业的领军企业实现量产导入 [1] - 公司成功填补了国内高性能GPGPU领域技术、产品及商业方面的空白 [1] - 公司专注于高性能、通用计算平台的芯片研发，致力于打造平台化基础系统软件 [2] 团队背景 - 核心团队成员来自图芯、S3、英伟达、AMD、阿里等全球知名芯片设计公司 [2] - 核心团队人均拥有超过20年的GPU研发和产品商业化经验 [2] - 产品运营团队来自苹果、思科、飞利浦等国际企业，精通高质量、高可靠性产品运营与供应链管理 [2]

日前，港交所官网显示，上海壁仞科技股份有限公司(以下简称"壁仞科技")已通过聆讯，离"港股GPU第 一股"又近一步。聆讯后资料集显示，此次IPO壁仞科技拟使用募集资金投入智能计算解决方案的研 发、商业化等。当前，壁仞科技以自主研发的壁砺™系列GPU产品为核心，已成功开发并量产了BR106 及BR110两款芯片，并推出了性能更高的BR166芯片产品，目前该芯片部分型号已于2025年12月开始量 产。 成熟的商业化成果来源于壁仞科技领先的技术优势，作为对资金及人才需求较高的行业之一，持续的研 发投入及专业资深的研发团队为壁仞科技造就了较深的技术护城河。2022年至2024年，壁仞科技研发开 支分别为2022年至2024年以及2025年上半年，壁仞科技研发开支达到了10.18亿元、8.86亿元、8.27亿元 及5.72亿元，报告期内累计研发开支达到了33.02亿元。 在人才队伍建设方面，壁仞科技建立了一只一支具备深厚产业经验的高精尖研发团队。核心技术团队由 首席技术官洪洲以及首席运营官张凌岚领衔，截至2025年6月30日，研发人员达657名，占员工总数的 83%，其中78%拥有知名大学硕士以上学历，超过210名研发 ...

成熟的商业化成果来源于壁仞科技领先的技术优势，作为对资金及人才需求较高的行业之一，持续的研 发投入及专业资深的研发团队为壁仞科技造就了较深的技术护城河。2022年至2024年，壁仞科技研发开 支分别为2022年至2024年以及2025年上半年，壁仞科技研发开支达到了10.18亿元、8.86亿元、8.27亿元 及5.72亿元，报告期内累计研发开支达到了33.02亿元。 在人才队伍建设方面，壁仞科技建立了一只一支具备深厚产业经验的高精尖研发团队。核心技术团队由 首席技术官洪洲以及首席运营官张凌岚领衔，截至2025年6月30日，研发人员达657名，占员工总数的 83%，其中78%拥有知名大学硕士以上学历，超过210名研发人员具备逾10年行业经验。 截至2025年12月15日，壁仞科技已向九家财富中国500强企业提供解决方案，其中有五家亦于财富世界 500强上榜，已战略性拓展AI数据中心、电信、AI解决方案、能源及公用事业、金融科技及互联网等关 键行业。 根据弗若斯特沙利文(全球市场研究及咨询公司)预测，到2029年，中国的AI芯片市场规模将从2024年的 1425.37亿元激增至13367.92亿元，2025年至2 ...

根据最新披露的数据，壁仞科技于2023年开始实现商业化并产生收入2022年至2024年，壁仞科技收入规 模从人民币49.9万元快速增至3.37亿元，年复合增长率达2500%。 2025年上半年，壁仞科技收入约为5890万元，同比增长近50%。于2025年下半年量产上市的新品BR166 芯片，预计将为2025年全年收入作贡献。根据招股书披露，截至2025年12月15日，壁仞科技手握总价值 约为12.41亿元的在手订单。值得一提的是，除现有产品组合外，壁仞科技将计划推出基于第二代架构 开发的下一代旗舰数据中心芯片BR20X系列用于云训练及推理。BR20X预计将于2026年实现商业化上 市。 来源：智通财经网 从利润端来看，2022年至2024年，壁仞科技亏损金额分别为14.74亿元、17.44亿元以及15.38亿元。据招 股书解释，较大幅度亏损主要系若干前股东的赎回权相关的"赎回负债账面值变动"，该变动为非现金性 质，后期赎回负债将自动转换为公司权益。若剔除赎回负债账面值变动及其他非现金及非经常性项目影 响，壁仞科技2023年至2024年经调整净亏损分别为10.5亿元及7.7亿元，呈收窄态势。 日前，港交所官网显 ...

来源：排头国际站 在英伟达CEO黄仁勋的极力游说下，特朗普日前终于就AI芯片对华出口一事上松口了。据观察者网报 道，近期特朗普宣布，允许英伟达向中国出口H200芯片。不过他还有两个附加条件，一个是保障美国 所谓的"国家安全"，另一个是要向美国政府上交25%的分成。 在中美经贸关系缓和的背景下，特朗普此举乍一看是在对华释放善意，但实际上是想要一石三鸟。 首先，英伟达向美国政府上交了25%的分成，这部分钱实际上来源于中国公司。如果H200在中国市场 卖得好，特朗普接下来势必会大肆借此吹嘘，批评拜登政府一刀切的做法损害美国利益，吹嘘自己的政 策不仅可以限制中国获取高端AI芯片，还能够从中国公司身上赚钱。毕竟类似的套路，特朗普没少 用。 其次，美方并非无条件向中方出售H200，所谓的"国家安全"，其实就是给自己留的后手，或者说筹 码。未来如果中美经贸关系再度恶化，美方就可以打着"国家安全"的旗号，收回解除禁令的政策，再次 卡中方的"脖子"。 最重要的是，特朗普政府其实已经意识到，在美方限制中国获取高端AI芯片的这几年里，中国国产替 代产品迅速占据市场。对中国这样一个工业体系完善、人才储备丰富、科技水平拔尖、市场规模庞 ...

文章核心观点 - 评判AI芯片实力的标准已从单纯算力转向能否稳定支撑从百亿到万亿参数、从稠密到MoE架构、从单模态到多模态的完整模型谱系训练，并在万卡乃至更大规模集群上实现高效扩展[1] - 国产AI芯片在大规模训练场景中真正落地难度极大，替代是一个渐进式过程，推理场景已基本解决，但大规模训练是真正的挑战[5][6] - 即便对于参数激增的MoE模型，“小芯片搭大集群”的路径依然可行，关键在于极致的通信优化与系统级协同设计[2] 大规模训练的核心挑战与攻坚路径 第一大挑战：集群稳定性 - 大规模训练是上万卡的同步系统，任何一张卡中断都可能导致任务重启，例如在100张卡时有效训练时间为99%，但当线性扩展到一万张卡时，1%的中断时间就可能导致整个集群不可用[7] - GPU天生是高故障率器件，晶体管数量多、算力高、功耗大，且监控能力弱，整体故障率比CPU高出多个量级[7] - 解决集群稳定性需从两方面入手：一是事前精细化监控与验证，通过系统级手段提前定位可能的故障（如运行变慢、精度异常、数据不一致），尤其是在静默错误场景中需精准定位故障节点[8]；二是构建故障后的透明Checkpoint和快速恢复机制，避免大规模重算[9] 第二大挑战：让集群真正扩展起来 - 一个万卡集群必须实现线性扩展，否则只有千卡、两千卡的规模意义不大[10] - 扩展过程大致经历三个阶段：在百卡集群上验证技术可行性，关键在于RDMA通信技术的适配与优化[11]；在千卡集群上，由于网络不再对等，需要做好网络亲和性调度等复杂优化[11] - 实现大规模扩展的核心逻辑是“XPU驱动的any to any的通信”，即以XPU为核心，在通信过程中绕过CPU影响，直接用XPU驱动网络，并针对不同流量设置不同优先级以优化任务[14] 第三大挑战：模型生态与精度体系 - 英伟达最强的护城河是其过去十多年沉淀的模型生态，包括成千上万种模型变体、算子体系、框架适配，这使其在训练精度上保持绝对稳定性[15] - 在大模型时代，由于Transformer架构相对统一，国产芯片迎来了机会[16] - 当前的Scale维度已转变为模型参数的Scale（如十亿、百亿、千亿）和任务训练规模的Scale（如百卡、千卡、万卡），这两个维度的Scale带来了整个系统层面的Scale，映射到硬件上会有不同的size、形状、切分策略和并行策略[5][17] - 算子映射到不同硬件平台时，在精度和性能上都会存在挑战，精度上的微小差异可能导致长时间的训练白跑[19] - 为此，公司构建了高度泛化的算子体系，针对不同算子的size做了高强度泛化，并在泛化基础上进行小规模验证精度，避免每次都使用万卡对比，从而保证大规模训练的可靠性[19] MoE模型与多模态模型的新挑战 - MoE模型能在不提升激活参数规模的情况下扩展模型参数，延续Scaling Law，但给系统架构带来新挑战：模型参数变大、输入序列变长，导致通信占比显著提升，从而需要改变整个模型架构[12][20][21] - 适配MoE系统需要极致的通信优化，以及显存的协同与计算overlap[22] - 结论是，即便是MoE模型，“小芯片搭大集群”的方式依然可行[24] - 多模态模型带来另一类挑战，不同模态具有不同的训练强度和计算需求，若沿用原来的同构拆分方法会导致训练效率极低，典型情况下MFU（模型浮点运算利用率）可能都不到10%[24] - 针对多模态模型，需要进行异构数据均衡的调度，适配异构并行策略，使系统能够根据workload动态调整并行策略，为不同模型找到最优的运行策略[26] 国产芯片的实践与衡量标准 昆仑芯的大规模实践案例 - 公司已在百度Qianfan VL、百度蒸汽机等自研模型上取得较领先的效果，并实现了全栈基于昆仑芯的训练[12][31] - 具体实践案例包括： - **Qianfan-VL-70B模型**：多模态模型，在5千卡集群上训练，在通用基准测试中表现出色，并在OCR、文档理解和数学推理等特定领域任务中达到了SOTA性能，支持通过特殊token激活思维链能力，覆盖复杂图表理解、视觉推理、数学解题等多种场景，主打OCR全场景识别和复杂版面文档理解两大特色能力，在多项基准测试中表现优异[28] - **Qianfan-VL-8B模型**：多模态模型，在2千卡集群上训练[28] - **百度蒸汽机模型**：多模态模型，在6千卡集群上训练，是全球首个中文音视频一体化生成模型，在VBench-I2V榜单上位列全球第一，支持“无限时长”生成，突破了传统AI视频生成10秒左右的时长限制，行业首次实现AI长视频实时交互生成（即边生成边调整），目前生成速度超越国内主流视频模型[28] 衡量国产芯片“能否真正用起来”的关键维度 - **模型覆盖能力**：需覆盖大语言模型、多模态、文生视频等完整模型体系[30] - **集群规模能力**：需实现从百卡到千卡再到万卡的全覆盖[30] - 公司目前在模型覆盖上基本达到主流大模型体系，在规模上已能跑万卡任务，未来还会向数万卡推进[27] - 如同Google用Gemini证明TPU的训练能力一样，硬件需要绑定优秀的自研模型才能真正被市场接受[28][29]

一、国际新闻 美国金融市场方面，周三美股三大股指收盘普跌，道指跌0.47%，纳指跌1.79%，标普500指数跌 1.14%，其中特斯拉、博通跌超4%，甲骨文跌超5%。 盘后交易中，美光科技涨幅扩大至9%。 纳斯达克中国金龙指数收跌0.76%，盛丰物流、复朗集团、虎牙等多只中概股跌幅居前。 加密货币市场波动显著，比特币日内经历震荡，先后突破89000美元、90000美元，随后跌破86000美 元，日内跌幅2.21%；以太坊则跌破2800美元，日内跌5.61%。 大宗商品市场表现分化，能源类产品涨幅显著，布伦特原油日内涨3%，现报60.69美元/桶；美国天然气 期货涨超4%，报3.387美元/百万英热。 美俄计划于本周末在迈阿密举行俄乌冲突相关会谈，美国同时允许部分与俄罗斯民用核能相关的交易。 此外，美国向厄瓜多尔派遣军队参与"打击贩毒"行动，并在委内瑞拉问题上动作引发关注，美国保守派 媒体人称委内瑞拉即将爆发战争。 企业动态方面，谷歌正与Meta合作扩大AI芯片软件支持，推动TPU在PyTorch工具上运行以替代英伟达 方案；诺华、罗氏就药品定价与白宫磋商接近达成协议；美联储向花旗集团发出监管通知，要求完善风 ...