Workflow
算力自主化
icon
搜索文档
A股,再度刷新10年新高!
证券时报· 2025-08-25 17:07
市场整体表现 - A股市场加速上涨 上证指数高开0.59% 最高达3883.56点 刷新10年新高纪录[1][2] - 主要指数全面上涨 沪指涨1.51%报3883.56点 深证成指涨2.26% 创业板指涨3% 科创50指数涨3.2%[3] - 市场成交金额再次突破3万亿元 港股市场同步走强 恒生指数涨超2% 恒生科技指数涨超3%[3] 板块表现 - 有色金属、通信、消费、房地产等板块表现活跃[2] - 稀土永磁板块早盘拉升超5% 收盘涨幅近4% 金力永磁20%涨停 大地熊、金风科技等大涨[4][5] - 通信板块活跃 中际旭创涨超10% 剑桥科技、长飞光纤等涨停[6] - 消费板块大涨 酿酒行业舍得酒业、会稽山10%涨停 食品饮料行业紫燕食品涨停[9][10] 科技股表现 - 寒武纪股价盘中达1391元 刷新上市新高 逼近贵州茅台股价[13] - 海光信息盘中达217.66元创新高 收盘涨12.92%报210.10元 总市值超4800亿元[14] - 西部证券认为AI算力景气周期拉长 训练端与推理端需求共振 看好算力芯片、服务器、光模块等领域[14] 算力产业发展 - 算力产业链公司2025年半年报显示业绩增长源于基础算力设施建设和AI算力投资增长[7] - 2028年中国智算中心市场规模预计达2886亿元 2025年智能算力规模达1037.3EFLOPS 2028年达2781.9EFLOPS[7] - 长城证券指出国产大模型推进带动算力需求攀升 看好算力国产自主化机会[8] 全球AI基建投入 - 微软2025财年资本开支882亿美元 谷歌上调至850亿美元 Meta上调至660-720亿美元 同比增幅超60%[15] - 阿里2025财年资本开支激增184%至934亿元 计划未来三年投入3800亿元 腾讯2024年资本开支增长221%至767.6亿元[15] - AI大模型从技术验证转向规模化落地 算力消耗指数级增长 推动AI基础设施建设进入良性循环[15]
国产 HBM3 芯片突破!华为获供后,存储三巨头格局生变
是说芯语· 2025-08-13 17:43
国产HBM3技术突破 - 国内DRAM龙头企业已向华为批量供应自主研发的16nm G4工艺HBM3样品,芯片尺寸较18nm G3工艺缩小20%,能效比显著提升,使中国成为全球第三个具备HBM3量产能力的国家[2] - 国产HBM3将整合至华为昇腾910C AI芯片,应用于韶关商用智算超节点,推理速度较前代提升40%,能效比优化30%,满足生成式AI对高带宽、低功耗存储的需求[3][4] - 国产HBM3在层数(8层)和带宽(6.4Gbps)上仍落后于SK海力士12层HBM3E(9.6Gbps),但16nm工艺已具备商业化竞争力[6] 全球HBM市场竞争格局 - 当前全球HBM市场由SK海力士(50%份额)、三星、美光垄断,国产HBM3的加入将打破这一平衡[4] - 国际厂商加速技术迭代:SK海力士计划2025年将HBM产能提升至每月15万片;美光目标HBM市场份额达25%;三星与英伟达联合认证HBM3E产品[4] - 国产HBM3规模化应用将倒逼国际厂商技术下放,未来两年HBM3E价格或下降20%-30%[5] 国产HBM3竞争优势 - 国内厂商通过整合自有DDR5产线降低研发成本,依托华为昇腾生态实现全链条协同,2025年底前量产成本可控制在国际同类产品的70%以内[6] - 中国"东数西算"工程和智算中心建设为国产HBM3提供应用场景,预计2025年国内HBM需求达1.2亿GB,占全球30%[6] - 16nm工艺与国内其他高端芯片技术形成协同效应,如辰至半导体车规级C1芯片和飞腾FT-2000/4处理器[2] 产业影响与发展前景 - 中国半导体产业以"算力自主化"为突破口,在AI核心技术领域实现弯道超车,将重塑全球数字经济底层架构[5] - 华为昇腾生态与国产存储芯片深度绑定,提升"中国芯"在全球AI算力竞赛中的话语权[5] - 国产HBM3有望通过"性价比+本土化"策略在中高端市场占据一席之地[5]
打破美国AI算力限制,华为云发布超节点技术,重塑全球算力格局
齐鲁晚报· 2025-05-15 20:29
华为技术突破 - 公司发布CloudMatrix 384超节点技术,单集群算力达300PFlops,突破技术封锁[1] - 自主研发的华为AI芯片性能对标英伟达A100,2025年Q1国内市场占有率达38%[3] - 长江存储128层3D NAND芯片良率突破85%,上海微电子28nm光刻机实现量产[3] CloudMatrix 384技术亮点 - 架构革命:全对等互联总线技术实现2.8Tbps卡间带宽,训练效率达单卡性能90%[5] - 能效跃升:液冷技术使数据中心PUE降至1.1,能耗降低40%,单集群功耗172.8kW[5] - 生态重构:开源MindSpore框架适配3000+应用场景,训练成本较三年前下降75%[5] 实际应用表现 - 支撑DeepSeek-R1模型实现单卡1920Tokens/s推理吞吐量,超越英伟达H100的1850Tokens/s[5] - 384卡无收敛组网技术打破物理服务器边界,千亿参数模型训练效率提升3倍[8] 行业影响与市场变化 - 2025年Q1中国AI芯片进口量暴跌60%,国产出货量暴涨180%[6] - 中国政企采购国产算力比例突破50%,智算中心七成设备采用华为AI芯片[6] - 马来西亚、泰国等东南亚国家与华为签署算力合作协议,槟城封装厂预计2026年覆盖全球30%AI推理需求[6] 战略意义 - 技术封锁加速中国算力自主化进程,形成"硬件-软件-模型"闭环生态[3][6] - 集群架构创新推动全球AI基础设施从"单点突破"转向"系统领先"[8]