公司产品发布 - 行云集成电路推出全新“褐蚁”大模型推理一体机，最高配置仅需14.9万元即可跑满血版DeepSeek R1/V3大模型，对话速度达20token/s [2] - “褐蚁”一体机已支持阿里最新发布的Qwen3系列开源大模型，包括顶配版Qwen3-235B-A22B [2] - 产品提供三款配置：最高性价比的“超大杯”褐蚁HY90，以及即将推出的“大杯”褐蚁HY70和“中杯”褐蚁HY50 [2] 产品规格与性能 - “超大杯”褐蚁HY90搭载双路AMD EPYC 9355服务器CPU、24条48G 6400M频率内存和NV 5090D计算卡，支持FP8和INT4两种数据精度 [2][3] - 褐蚁HY90在FP8精度下跑满血版DeepSeek模型对话速度达21token/s，在INT4精度下达28token/s，最高支持128K上下文 [2][3] - 褐蚁HY90在FP8精度下，1K上下文速率21.5+tps，2K上下文速率20+tps，16K上下文速率19+tps [3] - 褐蚁HY90首字延迟在8K上下文内不超过40秒，16K上下文内不超过80秒，支持知识库RAG和开源大模型，交货期1个月以内，保修期2年 [3] - 公司通过对推理引擎的独家优化提升效率，是国内首个在10万价位提供满血FP8精度模型20+tps速率的一体机产品，并可配置各类调用大模型API的应用 [3] 公司背景与团队 - 行云集成电路成立于2023年8月，核心团队主要来自清华大学及全球顶尖芯片公司，致力于研发针对大模型推理场景的高效能GPU芯片 [4] - 创始人兼CEO季宇为31岁的清华大学物理本科、计算机体系结构方向博士，曾为“华为天才少年”之一，主攻体系结构与AI芯片方向，曾是海思昇腾芯片编译器专家 [4] - 公司CTO为余洪敏 [4] - 2024年11月，公司完成总额数亿元的天使轮及天使+轮融资，投资方包括智谱AI、仁爱集团、中科创星、奇绩创坛等多家知名机构 [4] 行业背景与市场 - 目前多家芯片、服务器、云计算、运营商、AI Infra等领域公司都发布了DeepSeek一体机产品，形成“百机大战”，但可运行满血版DeepSeek-V3/R1模型的企业不多 [5] - 国产GPU芯片层面主要有壁仞科技、摩尔线程等公司 [5] - 据券商数据预计，到2027年国内一体机市场规模将超过5000亿元，超过30家企业已向市场推出了一体机产品 [5] - 行业观点认为，一体机核心解决部署易用性问题，相比云计算方案落地周期更快、私有化安全性更高、价格更有性价比 [5] - 但行业也指出一体机存在持续维护、升级、大规模数据调度等挑战，以及综合使用成本无法复用的问题，有观点认为推理一体机是过渡态产品，最终大模型需与云计算结合 [6] - 公司CEO季宇认为，当前一体机仍能跑动超大杯MoE模型和30b当量的dense模型，后续模型迭代问题不大，且“褐蚁”在显存、KTransformers等技术层面有更多研发能力 [6] 公司未来规划 - 公司下一步将自研GPU卡，以持续带来更低价格和更高tps体验 [7] - 公司计划实施由30台褐蚁一体机组成的“蚁群”方案，发挥分布式系统优化能力，或将支持500-1000的有效并发数，价格有望降至300万-400万元，低于英伟达HGX H200集群的整体硬件成本 [7] - 公司CEO季宇的最终目标是为AI构建x86，让AI PC与互联网底座重回组装机模式，将组装机打造成AI基座，低成本搭建高端大模型，激活AI服务器组装机体系 [7]

产品性能与定价 - 褐蚁HY90一体机搭载671B参数FP8精度原版DeepSeek模型，价格降至14.9万元级别，较传统百万级设备成本降低一个数量级[1][5][19][31] - 推理速度达22 tokens/s，优于DeepSeek官网表现，数学题等复杂任务仍保持20+ tokens/s[4][10][16] - 采用双路AMD 9005系列CPU+消费级GPU异构架构，1TB/s高内存带宽突破"内存墙"，硬件成本控制在10万元内[24][25] 技术架构与创新 - 自主研发推理引擎框架，FP8精度下Decode阶段速度稳定20+TPS，128K上下文仍保持15TPS，16K上下文首字延迟≤80秒[26][27] - 支持INT4量化技术，Decode速度提升至28TPS（1K上下文），预留1.5T参数模型扩展能力[26][28] - 通过参数压缩与算法优化，实现满血FP8精度模型部署，未来将支持MoE类模型[27][29] 公司背景与团队 - 创始人季宇为清华90后博士，CCF优博奖得主，曾任华为昇腾AI芯片编译器专家，入选"天才少年"计划[6][35][38][39] - CTO余洪敏为中科院博士，主导过百度昆仑芯、华为车载昇腾芯片等10余款芯片流片与量产[40][41][42] - 获智谱AI、峰瑞资本等明星机构投资，成立两年即实现技术突破[42][43][44] 行业影响 - 改写行业格局，将满血671B模型部署成本从百万级降至10万元级，同类低配方案价格区间原为20-40万元[31][32] - 推动大模型在智能客服、数据分析等场景的普惠应用，为中小团队提供高扩展性AI部署方案[32][33]

报告公司投资评级 - 买入评级，目标价160美元，较现价有33.17%的上涨空间 [2][3][32] 报告的核心观点 - Blackwell产品大规模出货将推动公司业绩环比持续增长，虽25年上半年受产能限制下调2025财年数据中心收入预测、定单收入确认延迟，但公司需维持快速产品研发及迭代保证竞争力，利润率不会明显上升，预计2026 - 2028财年公司收入CAGR为29.1%，GAAP EPS的CAGR为29.2% [3][32] 根据相关目录分别进行总结 业绩摘要 - 2025财年Q4公司收入393亿美元，同比增长77.9%，高于公司指引与彭博一致预期；毛利率73.0%，环比降1.6ppts，低于彭博一致预期，因Blackwell产能爬坡短期成本高；经营利润240亿美元，同比增长76.5%；GAAP净利润221亿美元，同比增长79.8%，净利润率56.2%，GAAP摊薄每股收益0.89美元，高于彭博一致预期；公司对下季度收入指引中值430亿美元，同比增长65.1%，高于彭博一致预期，GAAP毛利率中值70.6%，低于一致预期，GAAP经营开支52亿美元，预计税率约17% [3][5][6] Blackwell平台产品进展 - Blackwell是公司历史上最快产能爬升的产品，Q4收入110亿美元超预期；2025年下半年出货的Blackwell Ultra和Blackwell系统架构相同，产能爬坡后毛利率有望改善至75%左右；其大模型推理成本比Hopper低20倍，适合推理AI和大规模模型训练，目前思考链大模型推理需求比初代产品提升超100倍，公司认为数据中心将把大部分资本支出用于加速计算和AI [3][10] 各业务情况 - **数据中心业务**：2025财年Q4收入355.8亿美元，同比增长93.3%，计算GPU收入325.6亿美元，同比增长116%，由大模型等需求推动，CSP收入约占一半且同比翻倍，托管GPU的区域云占比增加；网络产品收入30.2亿美元，同比下降9%，因公司产品过渡 [15] - **游戏业务**：2025财年Q4收入25.4亿美元，同比下降11.2%，主要因产能限制，预计一季度有强劲环比增长；一月份CES2025发布GeForce RTX 50系列台式机和笔记本电脑GPU [22][24] - **专业可视化业务**：本季度收入5.1亿美元，同比增长10.4%，因相关公司软件平台接入AI技术推动NVIDIA RTX工作站需求 [26] - **汽车业务**：本季度收入5.7亿美元，同比增长102.8%，来自智能驾驶芯片需求增加，公司称2025年自动驾驶芯片市场空间达50亿美元，未来6年汽车芯片订单140亿美元，汽车行业采用Omniverse及英伟达GPU进行相关开发，丰田将在NVIDIA DRIVE AGX Orin上打造下一代汽车 [26][27] - **OEM与IP业务**：本季度收入1.26亿美元，同比增长40% [29] 公司未来展望 - 微软等大厂2025年资本开支指引同比增长近25%，未来一年内GPU需求强劲；公司软件业务将迎来增长契机，通过相关软件服务扩展市场空间，NIM简化传统企业模型部署，埃森哲利用英伟达支持的AI Agent应用程序减少手动步骤 [20][32] 主要财务报表 - 2024 - 2028财年主营业务收入分别为60922、130497、213582、253562、280876百万美元，呈增长趋势；毛利率分别为72.7%、75.0%、72.5%、73.5%、73.1%；净利率分别为48.8%、55.8%、53.9%、54.7%、54.7%等 [36]

英特尔至强处理器在AI推理领域的优势 - 英特尔至强处理器通过AMX加速器显著提升大模型推理性能，在DeepSeek 7B蒸馏模型上实现超过9token/s的生成速率 [12] - 至强6处理器支持T级超大内存，可高效部署DeepSeek-R1 671B满血版模型，单实例单socket部署下达到9.7~10 token/s吞吐量 [13] - CPU方案在GPU资源不足或利用率低的场景下更具成本优势，资源划分粒度更小且硬件获取门槛更低 [7] 天翼云部署实践 - 提供一键部署云主机镜像，内置DeepSeek-R1-Distill-Qwen-7B模型、vLLM推理框架及open-webui前端，5分钟内自动启动服务 [4][5] - 镜像预配置vLLM API接口，支持通过8000端口直接调用模型服务，并可通过修改API_KEY增强安全性 [9] - 测试环境采用24vcpu/64GB内存配置，AMX加速后实现30-60输入token与256输出token的高效处理 [10] 大模型CPU部署性能表现 - DeepSeek-R1 671B满血版在至强6980P处理器（128核）上通过llama.cpp优化实现9.7~10 TPS，双实例部署总吞吐达14.7 TPS [32][33] - 采用Q4_K_M量化版本模型（404.43GB）平衡性能与存储成本，社区同时提供Q8_0（713.29GB）等高精度选项 [26][27] - 通过numactl绑定CPU核心与内存节点、Intel oneAPI编译器优化等技术手段最大化硬件利用率 [32] 英特尔处理器技术升级 - 第五代至强处理器（Emerald Rapids）AI推理性能较前代提升42%，大语言模型场景加速达1.5倍，TCO降低77% [16] - 至强6处理器（Granite Rapids）支持DDR5-6400内存与MRDIMM技术，内存带宽提升至2.3倍，三级缓存达504MB [17][18] - AMX加速器新增FP16支持，配合AVX-512等指令集形成完整AI软件生态，兼容主流开源框架 [18][19] 行业应用价值 - CPU方案有效解决GPU显存不足问题，适用于医疗、金融、零售等需快速接入大模型能力的行业 [2] - MOE结构参数稀疏化特性与CPU计算特点契合，降低算力需求的同时保持模型性能 [14] - xFasterTransformer框架支持多节点分布式部署，兼容vLLM等主流Serving框架，加速大模型应用落地 [20]

大模型应用成本降低 - 第四范式推出大模型推理一体机解决方案SageOne IA，显著降低大模型推理成本，满血版DeepSeek V3/R1仅需两台一体机即可使用 [2] - 解决方案集成智能算力池化技术，支持主流大模型如DeepSeek V3/R1、QWen2.5、LLama3.3，GPU利用率提升30%以上，推理性能平均提升5-10倍 [2] SageOne IA核心优势 智能算力池化 - 通过第四范式GPU资源池化（vGPU）技术，实现算力和显存智能切分及任务调度，GPU利用率提升30%以上 [4] - 支持多任务共享存储及处理优化，推理性能平均提升5-10倍，具备千卡级别分布式调度与管理能力 [4] 集成大模型工具链 - 开发平台包含数百个开放模型服务及全生命周期管理工具，支持可视化workflow编排和Agent智能体框架 [5] - 开发周期普遍缩短95%以上，企业开发者可数周内搭建生成式AI应用 [5] 内置AI应用套件 - 预装AIGC、智能办公、数字员工等丰富AI应用套件，支持主流大模型按需选择 [6] - 提供开箱即用的AI工具如模型仓库、智能体Agent平台等，加速企业AI落地 [6] 公司业绩与产品动态 - 第四范式前三季度营收同比增长26.1%，超40款AI产品推动长期增长 [11] - 先知AIOS 5.1新增GPU资源池化能力，算力资源利用率进一步提高 [11] - Q1核心业务收入增长84.8%，行业大模型规模效应显著 [11]