政府工作报告与科技发展宏观数据 - 2025年政府工作报告指出，中国芯片自主研发取得新突破，集成电路产量同比增长10.9% [3] - 2025年全社会研发投入超过3.92万亿元，研发投入强度达到2.8% [3] - 2025年基础研究投入接近2800亿元，占研发投入比重达7.08%，创历史新高 [3] - 中国在全球创新指数排名上升至第10位，开源大模型和芯片攻关均取得新突破 [3] AI芯片领域进展 - 摩尔线程于去年12月推出新芯片架构“花港”，算力密度相比前一代提升50%，并支持十万卡以上规模智算集群扩展 [4] - 华为发布了业界规模最大的超节点“昇腾384超节点”，将384颗昇腾AI芯片连接成集群，提供高达300 PFLOPs的密集BF16算力 [4] - 上海仪电联合曦智科技、壁仞科技、中兴通讯发布了国内首个光互连光交换GPU超节点“光跃LightSphere X”，旨在用光通信技术优化集群带宽和延迟 [5] - 国产AI芯片厂商市场表现强劲：寒武纪去年营收同比增长4倍以上，实现上市后首次年度盈利；摩尔线程、沐曦股份去年营收均实现同比翻倍增长 [5] - 国产算力生态被接受度持续快速提升，以AI为代表的前沿领域越来越关注国产算力 [5] 存储芯片领域进展 - 在存储缺货、涨价背景下，中国厂商长鑫科技按产能和出货量计算已成为全球第四大DRAM厂商 [5] - 长鑫科技于去年11月推出DDR5和LPDDR5X移动端内存系列，其速率和容量均位居业界第一梯队 [5] - 长江存储正在扩产，其武汉三期工地计划今年建成投产，预计将带动上下游200家企业聚集 [5] 半导体设备与EDA软件领域进展 - 新凯来公司在去年3月的展会上首次亮相，展示了包括刻蚀、扩散、薄膜、物理量测、X射线量测、光学量检测在内的6大类共31款半导体工艺和检测装备 [6] - 新凯来公司产品包括外延沉积设备EPI（峨眉山）、原子层沉积设备ALD（阿里山）、物理气相沉积设备PVD（普陀山）等具体设备 [6] - 新凯来子公司于去年10月发布了两款国产电子工程EDA（原理图和PCB）设计软件以及新一代超高速实时示波器 [6] - 新发布的新一代超高速实时示波器带宽突破90 GHz，将国产示波器性能提升了500%，实现了多代产品的跨越 [6] - 此前国内示波器带宽基本在20GHz以下，高端市场主要被美国三家公司垄断，新产品的发布有助于推动国产测量仪器获得市场认可 [6]

摩尔线程MTT S5000产品性能与规格 - 公司AI旗舰计算卡MTT S5000实现GLM-5的“Day-0”适配，推动国产算力生态进入“零时差”响应时代 [1] - MTT S5000是2024年推出的训推一体全功能GPU智算卡，专为大模型训练、推理及高性能计算设计，可对标国际旗舰水准 [3] - 产品硬件参数首次曝光：支持FP8到FP64全精度计算，单卡AI算力（FP8）最高可达1 PFLOPS（即1000 TFlops），显存容量80GB，显存带宽1.6TB/s，卡间互联带宽784GB/s [4] - 液冷版本AI算力为1000 TFlops，风冷版本为920 TFlops [4] - 业内人士表示，MTT S5000实测性能对标英伟达H100，在多模态大模型微调任务中部分性能甚至超越H100 [4] 芯片架构与技术创新 - S5000采用第四代MUSA架构“平湖”，专为大规模AI训练优化 [6] - 依托MUSA全栈软件平台，原生适配PyTorch、Megatron-LM、vLLM及SGLang等主流框架，实现“零成本”代码迁移，兼容国际主流CUDA生态 [6] - 该产品是国内首批最早原生支持FP8精度的训练GPU，配置硬件级FP8 Tensor Core加速单元 [6] - 相比传统BF16/FP16，FP8可将数据位宽减半，显存带宽压力降低50%，理论计算吞吐量翻倍 [6] - FP8引擎全面支持DeepSeek、Qwen等前沿架构，可提升30%以上训练性能 [6] - 在集群通信层面，S5000采用独创的ACE技术，将复杂通信任务从计算核心卸载，实现计算与通信零冲突并行，大幅提升模型算力利用率（MFU） [10] 夸娥万卡集群性能表现 - 基于S5000构建的夸娥万卡集群已落地，其浮点运算能力达到10 Exa-Flops [8] - 在Dense模型训练中，集群的模型FLOPs利用率（MFU）达到60%，在MoE模型中维持在40%左右 [8] - 集群有效训练时间占比超过90%，训练线性扩展效率达95% [8] - 依托原生FP8能力，集群能完整复现顶尖大模型的训练流程，其中Flash Attention算力利用率超过95% [8] - 实测显示，从64卡扩展至1024卡，系统保持90%以上的线性扩展效率，训练速度随算力增加几乎同步倍增 [10] 实际训练与推理案例 - 2026年1月，智源研究院基于S5000千卡集群，完成了前沿具身大脑模型RoboBrain 2.5的端到端训练与对齐验证 [10] - 训练结果显示，与英伟达H100集群的训练结果高度重合，训练损失值（loss）差异仅为0.62% [10] - 在推理场景，2025年12月公司联合硅基流动基于S5000完成对DeepSeek-V3 671B满血版的深度适配与性能测试 [12] - 实测单卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，刷新了国产GPU的推理纪录 [12]

公司动态：摩尔线程开源TileLang-MUSA项目 - 摩尔线程于2月10日正式宣布开源TileLang-MUSA项目，该项目实现了对TileLang编程语言的完整支持 [2] - 该项目已在摩尔线程多代全功能GPU上完成功能验证与特性开发，旨在通过高层抽象与编译器优化降低开发门槛，为国产算力平台提供更高效的AI与高性能计算开发体验 [2] 技术产品：TileLang编程语言特性 - TileLang是一款基于张量分块（Tiling）抽象的高性能AI算子编程语言，属于领域特定语言（DSL）[3] - 该语言采用声明式语法与类Python前端，使开发者能以接近数学公式的形式描述计算意图，并由编译器自动完成循环优化、内存调度与代码生成 [3] - 其三大核心作用是：通过高级抽象降低开发门槛；具备“一次编写、多架构运行”的跨平台能力；编译器自动执行Layout推导、线程映射等复杂任务以保障性能 [3] - 该语言已应用于AI与机器学习（如快速定义新型算子）、科学计算（移植数值模拟程序）以及作为硬件厂商构建软件生态的基础工具链 [3] 应用案例：TileLang的实际产业应用 - 在产业实践中，DeepSeek-V3的研发已采用TileLang进行算子快速原型设计与性能验证，证明了其在大规模模型训练中的实战价值 [4] - 摩尔线程开源的TileLang-MUSA项目是这一技术理念的产业落地，旨在通过提供高效开发工具链降低创新门槛，推动国产算力应用生态发展 [4] 项目详情：TileLang-MUSA的技术特性与效果 - TileLang-MUSA项目提供了一种介于底层汇编与高层DSL之间的“中间层”抽象，在保留硬件控制力的同时降低编程复杂度 [5] - 该项目已在摩尔线程多代全功能GPU上完成验证，包括训推一体全功能智算卡MTT S5000和MTT S4000，展现了良好的硬件兼容性 [5] - 项目团队实现了TileLang高层语义到摩尔线程GPU底层MUSA架构的精准映射，基于MUSA架构的TileLang原生算子单元测试覆盖率已超过80% [5] - 实测效果显示，在MTT S5000上，使用TileLang-MUSA的代码量相较手写MUSA C++代码减少了约90%，且代码逻辑更清晰，极大降低了开发与维护成本 [5][6] 战略规划：构建国产算力生态的展望 - TileLang-MUSA的开源是摩尔线程构建国产算力生态的关键一步，公司致力于打造一个覆盖从单算子到完整大模型的国产算力统一加速平台 [7] - 具体规划包括：持续进行性能优化，使生成代码性能稳定达到手写优化版本的90%以上；深度集成SGLang等主流AI框架；将优化从单算子延伸至Transformer、MoE等复杂模型架构；同时完善调试和性能分析工具链 [7] - 最终核心目标是构建一个开放、高效、充满生命力的国产算力生态 [7]

公司重大合同 - 公司全资附属公司江苏云工场科技信息技术有限公司中标并签署人工智能产业基地二期项目采购合约，合约价值为人民币5.2亿元 [1] - 合约约定江苏云工场向宿州华瑞网络信息服务有限公司供应硬件设备、软件及服务解决方案 [1] 公司战略与业务动向 - 在该项目的采购与实施阶段，公司将规模化采用国产AI算力卡 [1] - 此举体现了公司对项目需求的精准满足及积极支持国产算力生态的切实行动 [1] - 公司将持续在国产算力领域进行深度投入与长期战略布局，并进一步强化和丰富算力异构能力 [1]

文章核心观点 - 随着大模型应用普及，AI算力需求激增，导致行业出现阶段性算力资源紧张，自主可控的高质量AI算力供给已成为中国抢占人工智能产业制高点的关键前提[1] - 当前中国AI算力供需矛盾突出，存在显著缺口，尤其在高端芯片领域对外依赖严重，但国产AI算力自给率正快速提升，产业发展正从硬件性能追赶转向系统级创新[3][4] - 破解算力困境需多措并举，包括大力支持国产算力应用推广、加快国产芯片供应链建设、优化算力调度与利用率、以及推动产业链各方协同创新[6][7] 行业现状与供需矛盾 - **算力需求激增**：GLM-4.7系列模型上线后用户数量迅速增长，导致算力资源阶段性紧张，这是AI产业算力吃紧的缩影[1] 随着GPT、DeepSeek等大模型算法突破和应用普及，算力需求水涨船高[1] 人工智能加速落地千行百业，带来算力需求激增，全国已落地算力应用项目超过1.3万个，建成各级智能工厂超过3万家[5] - **存在显著算力缺口**：在全球范围内算力供需矛盾突出，但国内算力缺口尤为明显[3] 国外厂商占据中国AI芯片市场近七成的市场份额，形成庞大的自给缺口，在大模型训练领域自给不足问题更为突出[4] - **市场规模与自给率**：中国AI芯片市场规模预计2028年将超一万亿元，约占全球市场的30%[1] 中国人工智能GPU自给率已从2020年不足10%提升至2024年约34%，并有望在2027年升至约82%[4] 供给端面临的挑战 - **技术性能差距**：国产GPU芯片在绝对计算性能、能效比、工艺方面与国际旗舰产品仍有差距[5] 高端芯片进口受限[5] - **技术创新能力不足**：在芯片设计工具、底层算法框架等方面与国际先进水平仍有差距[5] - **资源分散与利用率低**：算力资源存在“碎片化”问题，各服务商算力资源接口和协议不统一，跨区域跨主体算力调度能力较弱，导致算力资源利用率偏低[5] 部分智算中心GPU实际利用率偏低，造成资源浪费和供需结构失衡[6] - **制度环境待完善**：产业发展制度环境仍待完善，数据确权、使用和交易等方面的规则有待细化，企业标准与合规方面的挑战日益凸显[5] 破局方向与措施 - **释放国产算力潜力**：破解难题的核心在于充分释放国产算力潜力，一方面需大力支持国产算力的应用推广，将现有国产算力资源“用足用好”；另一方面要加快推进国产芯片供应链建设，推动技术落地与产能提升[6] - **政策支持与设施建设**：国家发展改革委、工业和信息化部等部门积极部署算力发展政策，推动智能算力优化建设布局、提升服务水平[6] 中国已建成万卡智算集群42个，智能算力规模超过1590 EFLOPS，位居全球前列[6] - **提升算力使用效率**：未来应进一步完善算力利用率、任务完成效率、单位能耗产出等实际效能指标，引导产业转向精细化效率竞争[6] 需要通过更精细的调度、资源池化和弹性部署，把现有算力用到极致[7] - **产业链协同创新**：国产算力生态已具备良好基础，但仍需产业链各方真正凝聚合力，尤其是算力方、模型方、应用方的协同创新，当模型、应用与算力实现深度适配，国产算力逐步支撑起从训练到推理的全流程时，才能在全球人工智能竞争中掌握主动权[7]

公司战略与业务体系 - 品高股份以“云数基座平台”为核心战略，聚焦“垂直领域人工智能+国产算力生态”双轮驱动 [1] - 公司业务体系覆盖全栈云服务、云边端协同基座、国产化算力生态 [1] 关联公司业务介绍 - 深圳江原科技有限公司专注于打造只在境内量产的大算力训练推理芯片 [1] - 该公司深耕异构计算场景，研发销售通用算力芯片及配套解决方案 [1]

公司业务澄清 - 东华软件明确表示未参与摩尔线程MUSA系统的开发 [2] - 公司是摩尔线程MUSA系统的重要生态伙伴 [2] - 双方聚焦于国产算力生态建设并推进相关协作 [2] 公司信息披露 - 公司提示重大业务信息应以官方公告为准 [2]

公司动态：范式智能与摩尔线程的合作进展 - 范式智能宣布其“信创模盒”ModelHub XC已完成108个主流AI模型在摩尔线程GPU上的适配认证，涵盖文本生成、视觉理解、多模态问答等多种任务类型 [1] - 平台预计未来半年内将扩展至千量级模型适配，为国产算力生态注入持续动能 [1] - 适配完成的模型系列包括Mata、千问、Deepseek、混元、Open Sora等 [3] 技术优势与产品特性 - 摩尔线程GPU在量化模型方面展现出显著优势，凭借对低精度数据类型的硬件级支持、优化的指令集与缓存机制，有效降低模型显存占用并提升推理速度 [1] - 通过精细化校准与优化，适配模型在提升性能的同时，确保了推理精度满足商业落地要求 [1] - 范式智能依托自研的EngineX引擎技术，重点突破模型在国产芯片上的兼容性与运行效率，实现了“引擎驱动、多模型即插即用”，有效解决了国产芯片在模型兼容性与规模支持上的瓶颈 [1][3] - “信创模盒”ModelHub XC是面向信创算力生态的AI模型与工具平台，提供涵盖模型训练、推理到部署的全流程解决方案 [6] 市场与行业背景 - 在AI推理效率成为产业落地核心挑战的背景下，实现模型在国产芯片上的高效、稳定运行，已成为推动算力生态走向成熟的关键 [1] - 摩尔线程作为年内登陆科创板的国产GPU企业，于11月24日正式启动科创板发行，发行价为114.28元/股，创下2025年以来A股新股发行价新高 [1] - “信创模盒”平台定位为国内开发者互帮互助的AI社区，旨在让模型在国产化算力上生根发芽 [6]

市场表现 - 截至2025年12月9日13:02，上证科创板芯片指数下跌0.08% [1] - 成分股中，东芯股份领涨，华海清科、天岳先进跟涨；晶晨股份领跌，纳芯微、中科蓝讯跟跌 [1] - 当地时间12月8日美股盘后，多只芯片股走高，英伟达一度涨近3% [1] 行业观点与趋势 - 人工智能或仍为科技行业创新主线，算力、存力、设备、先进封装等多环节有望受益 [1] - 国内AI芯片企业快速发展并在国产化替代方面取得阶段性成果，例如摩尔、沐曦等企业加快资本市场布局 [1] - 腾讯等互联网厂商积极适配国产算力芯片，行业国产算力生态有望加速形成 [1] 指数与产品信息 - 截至2025年11月28日，上证科创板芯片指数前十大权重股分别为海光信息、寒武纪、中芯国际、澜起科技、中微公司、芯原股份、华虹公司、拓荆科技、东芯股份、佰维存储 [1] - 前十大权重股合计占比59.66% [1] - 科创芯片ETF（588200）跟踪上证科创板芯片指数，是布局科创板芯片板块的便利工具 [1] - 没有股票账户的场外投资者可以通过科创芯片ETF联接基金（017470）关注国产芯片投资机遇 [1]

新版基础设施REITs项目行业范围清单发布 - 国家发展改革委办公厅发布《基础设施领域不动产投资信托基金（REITs）项目行业范围清单（2025年版）》，进一步拓展发行范围[6] - 新增项目类型包括：体育场馆项目，商旅文体健等多业态融合的商业综合体项目，四星级及以上酒店，超大特大城市的超甲级、甲级商务楼宇项目，以及老旧街区、老旧厂区更新改造等城市更新项目[6] - 扩围将有助于盘活存量资产、促进投资良性循环，特别是在城市更新和消费领域激发市场活力，支持实体经济发展[7] 中国财险公司全球排名 - 标普全球市场情报发布2025年全球Top50财产险公司榜单，中国共有5家财险公司入围[7] - 上榜公司及排名分别为：中国人保（第6位）、中国平安（第12位）、中国太保（第25位）、国寿财险（第36位）和中国再保险（第42位）[8] - 上榜数量比去年减少1家，中国人保、中国平安和中国再保险的排名较去年有所下滑[8] 新型城镇化发展空间 - 国务院总理李强指出，展望“十五五”时期，新型城镇化发展空间仍然很大，是扩大内需和促进产业升级、做强国内大循环的重要载体[8] - 要深入实施城市更新行动，将其与消除安全隐患、稳楼市等工作结合，扎实推进好房子建设和房地产高质量发展[8] - 新型城镇化发展空间大，有望为房地产市场发展进一步释放空间，并为房地产企业提供发展机会[9] 券商监管政策导向 - 证监会主席吴清表示，监管政策将鼓励强化分类监管，对优质机构适当松绑，适度打开资本空间与杠杆限制，提升资本运用效率[9] - 政策旨在推动券商行业从“规模竞争”转向“价值竞争”，分类监管强化“扶优限劣”导向，同时破解行业ROE低迷困境[10] - 该政策是2024年9月风控指标修订后的延续，核心是为优质券商提升资本利用效率提供量化支持，并引导资金服务国家战略[10] 保险公司风险因子下调 - 国家金融监督管理总局发布通知，调整保险公司相关业务风险因子，以完善偿付能力监管标准，提升服务实体经济质效[11] - 具体调整包括：保险公司持仓时间超过三年的沪深300指数成分股、中证红利低波动100指数成分股的风险因子从0.3下调至0.27；持仓时间超过两年的科创板上市普通股的风险因子从0.4下调至0.36[11] - 下调风险因子能够降低相关股票投资对保险公司的资本占用，提高资本使用效率，进一步打开保险资金入市空间，有望为资本市场带来千亿增量资金[12] 摩尔线程科创板上市 - 摩尔线程于2025年12月5日在科创板上市，开盘价650元/股，较发行价114.28元暴涨468.78%[12] - 盘中最高触及688元/股，总市值突破3000亿元，成为科创板年内最大规模IPO[12] - 中签投资者单签盈利最高超26.7万元，创A股注册制实施以来新股收益纪录[12] 央行开展买断式逆回购操作 - 为保持银行体系流动性充裕，央行于12月5日开展10000亿元买断式逆回购操作，期限为3个月(91天)[13] - 12月份将有10000亿元3个月期买断式逆回购到期，因此本次操作是等量续作，也是该工具连续第二个月等量续作[13] - 央行基本形成每月5日前后开展3个月期买断式逆回购、15号前后开展6个月期买断式逆回购、25号开展MLF操作的中长期资金投放模式[13]