行业动态与战略举措 - 在郑州举行了“国产万卡算力赋能大模型发展研讨会暨联合攻关启动仪式”，汇聚了头部大模型厂商、算力基础设施商等百家核心伙伴与学者 [1] - 会议核心议题为共商“万卡算力+万亿模型”的协同发展路径 [1] - 会议指出，系统攻关是推动国产AI生态破局发展的关键，需将政策引导、算力、大模型、模型优化与场景应用五大环节紧密串联 [1] 技术发展与生态构建 - 行业致力于通过软硬件深度融合与供需双向迭代，协力破解国产算力发展瓶颈 [1] - 此举旨在为中国AI技术自主发展提供有力支撑，真正构筑自主可控的产业生态 [1] - 现场正式启动了“国产大算力+大模型联合攻关专项计划”，并为首批专项企业授牌 [1]

核心观点 - 华商新动力混合基金经理刘力表示，2026年较为关注三大投资方向：国产AI生态、创新药、以及处于技术“0到1”突破阶段的商业航天领域 [1][6] 基金经理背景与投资理念 - 刘力为北京大学理学硕士，2016年7月加入华商基金，是华商基金自主培养的成长投资实力派 [4][8] - 截至2025年12月31日，刘力具有9.5年证券从业经历，其中5.3年证券研究经历，4.2年证券投资经历 [6][10] - 其投资理念是“投资长坡厚雪的赛道中符合产业趋势的优秀企业，立志于在长周期获得可持续回报”，方法论上淡化择时，注重行业比较与个股筛选 [4][8] - 刘力认为，投资的关键在于把握时代大趋势——时代的贝塔往往就是最大的阿尔法 [5][10] 关注方向一：国产AI生态 - 尽管2025年GPU算力板块已有不错表现，但大模型技术仍在快速迭代驱动产业持续发展，AI应用渗透率的不断提升正加剧算力短缺的问题，进而拉动上游资本开支与基础设施建设，推动半导体等环节步入高景气周期 [4][8] - 2025年上半年海外大模型技术的突破率先带动了相关环节在资本市场的表现，而去年下半年以来，国内在大模型技术与半导体制造上都有明显进步，国产AI生态正实现跨越式发展 [4][9] - 预计今年（2026年）国内AI产业有望复刻海外的成长路径，从而提振相关板块的表现 [4][9] - 从产业链视角，下游以大模型与云计算为核心，上游则包括AI芯片、存储、半导体制造、设备及材料等环节，随着下游需求持续释放，全产业链有望呈现逐步轮动走强的态势 [4][9] 关注方向二：创新药 - 国内创新药产业经过多年积累，早在过去2-3年已表现出爆发的态势 [5][9] - 虽然去年下半年板块因阶段性估值压力出现了一定回调，但产业趋势依然明确 [5][9] - 对于具备出海能力与管线兑现实力的企业，当前调整或提供了较好的布局窗口 [5][9] 关注方向三：商业航天与军工信息化 - 随着火箭回收、低轨卫星等技术的持续突破，行业有望加速商业化 [5][9] - 未来5至10年成长路径更加明晰，板块兼具主题与成长属性，值得重点关注 [5][9] - 该领域处于技术“0到1”突破阶段，值得持续跟踪，捕捉产业链卡位核心的品种 [1][6]

中国AI产业进入商业验证新阶段 - 近期智谱华章、MiniMax、天数智芯、壁仞科技等企业密集登陆港交所与科创板，标志着中国AI产业正式迈入商业验证与规模化应用的新阶段 [1] 国产AI芯片面临的生态困境 - 在英伟达构建的生态高墙下，国产芯片面临“卡脖子”困境，部分已上市GPU公司股价在大幅上涨后出现明显回调，反映出市场对其商业化路径和长期成长逻辑的审视 [1] - 中国AI应用层繁荣，千问、智谱GLM、阶跃Step系列等模型在多项基准测试中与国际顶尖水平并驾齐驱，DeepSeek、豆包等应用的日活用户数以千万计 [3] - 但算力基石长期笼罩在“英伟达依赖症”阴影中，范式智能创始人戴文渊指出，Hugging Face上有200万个模型，而顶尖国产GPU能顺畅支持的只有几十到几百个，99%的中国AI应用仍建立在英伟达体系之上 [3] - 英伟达CUDA生态经过近二十年发展，已构建起从底层驱动、编译器、库函数到上层框架的完整栈，并沉淀了海量的优化算子、工具链和开发者经验，全球数百万AI开发者在此体系中工作，迁移成本极高 [3][4] - AI模型架构快速演进，从Transformer到下一代基础架构，芯片设计需具备足够弹性与前瞻性，英伟达因与全球最前沿模型研发紧密绑定而动作更快 [4] - 生态贫瘠导致国产芯片易陷入“有芯无用”或“为适配而适配”的泥潭，客户真正关心的是模型能否无缝运行、开发成本会否激增以及长期运维难度 [4] - 国产芯片陷入“负向循环”：生态不佳导致用户少，用户少导致反馈和迭代慢、生态更难以改善，同时出货量有限难以摊薄高昂研发与流片成本，导致芯片单价居高不下、性价比缺乏竞争力 [4] - 许多企业采购国产芯片仍是出于Plan B的考虑 [5] 国产AI发展的转机与“双向奔赴”策略 - 当前AI算力需求重心正从一次性、集中的“训练”快速转向持续性、分散的“推理”，这成为行业明确趋势 [6] - 推理模型规模化应用面临实时性、成本与能效的核心挑战，模型与算力的深度协同成为应对挑战的关键路径 [6] - 燧原科技创始人赵立东指出，国产AI芯片厂商面前有两座大山，一是高端芯片制造，二是生态，模型和芯片合作正是在解决生态问题 [6] - 合作并非简单将模型部署于硬件，而是通过从芯片架构、编译优化到模型设计层的全栈协同，实现效率的本质提升 [6] - 推理时代的来临为国产芯片打开了差异化竞争的窗口，国产芯片正积极向国内大模型靠近 [6] - 曦望联席CEO王勇表示，以DeepSeek为代表的国内大模型公司已开始走出与美国不同的技术路径，例如MoE架构、EP与PD分离的部署方式，这些变化牵引着中国大模型发展，芯片公司必须第一时间去适配这些新特性 [6] - 中国的模型公司也开始主动转身向国产算力靠近 [6] - 去年7月，大模型企业阶跃星辰联合近10家芯片及基础设施厂商发起“模芯生态创新联盟”，旨在打通芯片、模型与平台之间的技术壁垒，通过联合优化提升算力利用效率，加速大模型在各行业场景中的应用落地 [7] - 行业共同目标是把成本打下去，实现AI的规模化应用，这是一场需要时间、协作与战略定力的漫长工程 [7] - 能否把握本轮场景落地的机会，将短期适配转化为长期协同演进的机制，将决定未来中国AI算力自主的深度与广度 [7] 国产芯片的竞争策略转向 - 既然国产芯片在绝对算力上难以短期追平英伟达，行业转向从系统效率、场景贴合度上寻求超越 [1] - 近期芯片企业和大模型企业的发布中，都在强调“国产适配”，即通过联合优化提升算力利用效率，加速大模型在各行业场景中的应用落地 [1] - 业内普遍认为，单点技术突破不足以赢得竞争，生态的协同，尤其是模型与芯片的“双向奔赴”，正成为国产AI能否真正自主的关键 [1]

文章核心观点 - 阿里巴巴通过整合“通义实验室、阿里云、平头哥”，形成了名为“通云哥”的“大模型+云+芯片”全栈AI架构，旨在构建从底层硬件到上层应用的自主可控技术体系 [1][2] - 全栈AI路径是AI竞争进入深水区后的新共识，但该路径投入巨大、挑战重重，其成功关键在于芯片能力与生态构建 [2][3][17] 阿里巴巴“通云哥”全栈AI战略 - “通云哥”战略由马云在2025年春天定名，使命是让每个人和企业都能参与AI时代，其成形基于公司长达17年的战略投入与垂直整合 [1][2][15] - 该战略由三大支柱构成：模型层的通义千问大模型、基础设施层的阿里云、硬件层的平头哥自研芯片，三者协同以实现系统效率提升 [12][15] - 阿里巴巴CEO吴泳铭表示，全栈AI技术能力已成为阿里云的关键竞争优势 [16] - 目前全球范围内，仅有阿里巴巴和谷歌两家公司在大模型、云和芯片三大领域均有布局且具备实力 [17] 平头哥与“真武”AI芯片进展 - 平头哥半导体公司于2018年合并中天微系统与达摩院芯片团队成立，旨在突破国际芯片垄断，已相继推出含光800、玄铁处理器、倚天710等产品 [4] - 公司近期正式推出高端AI芯片“真武810E”PPU，采用自研并行计算架构和片间互联技术，内存为96G HBM2e，片间互联带宽达700 GB/s，可应用于AI训练、推理和自动驾驶 [4][5] - “真武”PPU整体性能据称超过英伟达A800和主流国产GPU，与英伟达H20相当，升级版性能强于英伟达A100 [8] - 该芯片性能稳定、性价比突出，市场供不应求，累计出货量已达数十万片，超过寒武纪，在国产GPU厂商中属第一梯队 [8] - “真武”PPU已在阿里云实现多个万卡集群部署，服务了国家电网、中科院、小鹏汽车、新浪微博等400多家客户，并大规模用于千问大模型的训练和推理 [8] 全栈AI路径的挑战与行业困境 - 硬件层面存在代际差距，国内芯片企业无法使用最先进制程，存在约两代的差距，且缺乏高效的大规模互联技术，难以组建高性能万卡级集群 [10] - 软件层面面临生态适配困境，尤其是与英伟达CUDA生态的兼容问题，这是几乎所有中国AI芯片公司共同面临的挑战 [10] - AI模型架构快速演进，芯片设计需具备足够弹性与前瞻性，否则专用芯片可能面临“刚量产即过时”的风险 [10] - 有行业观点认为，在中国当前条件下，更理性的路径或许是联合扶持一到两家国内芯片企业，集中力量突破 [17] 全栈AI模式的行业对比与意义 - 全球科技巨头中，谷歌是拥有自研芯片TPU、云平台和Gemini大模型的先行者，软硬一体协同建立了效率与体验壁垒 [2][15] - 亚马逊和微软有云和芯片，但缺乏顶级模型，依赖外部合作，长期面临合作风险，例如OpenAI已开始将部分负载迁移至Google Cloud和Oracle [14] - OpenAI则拥有顶级模型但无云底座与芯片，其技术演进受制于合作伙伴的资源分配和商业节奏 [14] - 对于大多数客户而言，需要的是一套能稳定交付、持续迭代、安全可控的端到端解决方案，整合能力差异正成为决定未来AI产业格局的关键因素 [14] - 在中国市场，算力自主已成为不可逆的战略方向，政策引导、信创采购与本土云巨头的自研需求共同构成了国产AI芯片的基本盘 [11] - “通云哥”全栈路径的战略意义或许已超过商业本身，代表了一条从底层芯片到上层应用完全自主可控的技术路径 [17]

国际股市概况 - 美股三大指数连续四日上涨 道琼斯工业指数收于48,442.41点，单日上涨0.16%，标普500指数收于6,909.79点，单日上涨0.46%，纳斯达克指数收于23,561.84点，单日上涨0.57% [5][11] - 科技股领涨美股 英伟达股价上涨超过3%，亚马逊上涨超过1%，万得美国科技七巨头指数上涨1.18% [5][11] - 欧洲股市涨跌互现 德国DAX指数上涨0.23%至24,340.06点，法国CAC40指数下跌0.21%至8,103.85点，英国富时100指数上涨0.24%至9,889.22点 [5][11] - 亚太市场表现分化 日经225指数微涨0.02%至50,412.87点，韩国KOSPI指数上涨0.28%至4,117.32点，恒生指数下跌0.11%至25,774.14点，恒生科技指数下跌0.69% [5][11] - 中概股多数下跌 纳斯达克中国金龙指数下跌0.58%，万得中概科技龙头指数下跌0.83%，阿特斯太阳能下跌近12%，大全新能源下跌超5% [5][13] 宏观经济与政策 - 美国第三季度GDP增长强劲 实际GDP初值年化季环比大幅增长4.3%，远超市场预期的3.3%，增速创两年来最快，消费支出当季增速加快至3.5% [5][9] - 美国消费者信心连续下滑 12月大企业联合会消费者信心指数由上月的92.9降至89.1，连续第五个月下滑，追平2008年金融危机以来最长连跌纪录 [5][10] - 人民币汇率走强 离岸人民币对美元升破7.02关口，为2024年10月以来首次，在岸人民币对美元升破7.03关口 [5][12] - 中国强调央企核心能力建设 国家主席习近平指示中央企业要聚焦主责主业，强化关键核心技术攻关，深化改革，建设世界一流企业 [12] 行业动态与数据 - 中国电动汽车充电设施快速增长 截至11月底，全国电动汽车充电基础设施总数达到1932.2万个，同比增长52%，其中私人充电设施达1469.7万个，同比增长57.8% [5][12] - 中国交通投资预计超3.6万亿元 交通运输部预计今年将完成交通固定资产投资超3.6万亿元，新增高速铁路超2000公里，高速公路约8000公里 [12] - 国产AI生态建设加速 摩尔线程举办首届开发者大会，推出开放的MUSA全栈生态对标CUDA，其核心效率在GEMM、通信等方面达到90%以上，并计划逐步开源关键组件 [14] - 中国大模型应用市场活跃 火山引擎公布的豆包大模型日均Tokens使用量已突破50万亿Tokens，规模位居中国第一、全球第三 [14] 重点公司动态 - 诺和诺德口服减肥药获FDA批准 其口服减重版司美格鲁肽（Wegovy）获美国FDA批准，成为首个被批准用于体重管理的口服GLP-1药物 [5][13] - 京东法国仓库遭窃 位于法国塞纳-圣但尼省的仓库被盗超过5万台3C数码设备，价值约为3700万欧元（约合3.06亿元人民币） [5][13] - 字节跳动计划大幅增加资本支出 初步计划的2026年资本支出达1600亿元人民币，较今年的1500亿元增长，投资重点将集中在AI基础设施建设，约一半资金用于采购先进芯片 [5][13] - 多家A股公司公告新投资项目 九丰能源拟投资3亿元加码海南商业航天发射场配套项目，海博思创子公司拟投资20亿元建设智能绿色储能工厂项目，震裕科技子公司拟投资10亿元建设人形机器人核心部件等项目 [5][13]

行业趋势：从技术单点突破转向生态协同 - 中国人工智能产业的竞争规则正在被改写，衡量AI计算产业竞争力的新标尺从单点技术突破转向以“开放架构”为基座的生态协同能力 [1] - 超过2500家上下游企业共同展示产业趋势，通过打破“技术墙”和“生态墙”，中国AI计算产业正以“群体跃迁”模式，将价值重心从硬件性能转向生态协同效率 [1] - 光合组织成立五年来已汇聚超过6000家生态伙伴，持续推动标准制定与跨层协作，“开放”理念正渗透到部件、系统、基础设施、软件、数据等各个层面 [3] 开放架构：突破瓶颈与实现算力普惠 - 人工智能已升级为核心生产要素，但产业面临“技术墙”与“生态墙”的双重制约，包括高端算力供给不足、软硬件适配不畅、技术标准不一、应用成本高昂等问题，“开放”成为产业突破瓶颈的必然选择 [4] - AI计算开放架构通过共享关键共性技术能力，降低行业研发应用门槛，促进算力普惠 [4] - 基于开放架构打造的中科曙光scaleX万卡超集群正式发布，该集群由16个scaleX640超节点通过scaleFabric高速网络互连，可部署10240块AI加速卡，总算力规模超5EFlops，部分技术与能力已超越海外同类产品研发路线图的2027年NVL576里程节点 [4] - 该架构硬件支持多品牌AI加速卡，软件兼容主流计算生态，验证了开放架构的技术可行性与优势 [4] 生态融合：从物理堆砌到化学融合 - AI计算开放架构通过统一标准与技术共享，推动产业链上下游实现从“物理堆砌”到“化学融合”的质变，构建开放兼容的软硬件技术生态体系 [6] - 该架构有效解决高端AI算力不足、创新门槛高、产业协同难等行业痛点 [6] - HAIC2025期间，超过50项光合生态人工智能创新成果集中发布，数十项战略合作及签约密集达成，系统呈现了覆盖硬件、软件、应用、服务等全链条的产业成果 [6] 伙伴实践：开放生态下的协同创新 - 众多生态伙伴的实践印证了“多厂商协作、共同底座支撑”模式的可行性与竞争力，共同推动国产AI生态进入“群体跃迁”阶段 [7] - 雷神科技依托开放架构，发布搭载海光最强芯片的电竞主机，标志着国产芯片正式切入电竞领域，并通过系统优化与显卡适配实现良好的游戏性能释放 [7] - 雷神科技创始人表示，开放平台避免了企业成为“信息孤岛”，推动行业资源高效协同，降低了产品成本，并能提供更优质的用户体验 [7] - 紫光计算机凭借开放共享优势，在金融、能源电力、医疗等重点领域取得进展，其基于国产CPU、国产显卡及AI的XPU打造的AI应用模型已成功应用于药物研发、医疗电子阅片等场景 [8] - 紫光计算机产品中心总经理指出，开放架构有效解决了国内ICT市场架构多元、适配复杂的痛点，避免了硬件厂商的几何乘积式交叉适配，大幅提升了产业效率 [8] - 优刻得作为云平台服务商，通过对国产算力的深度适配与异步化调度，解决了不同类型算力的割裂与兼容问题，已与3-5家国产芯片厂商建立合作，搭建大型集群面向多用户提供服务 [8] - 优刻得为大型制造企业集团提供多类型算力统一管理调度解决方案，将分散算力转化为实际生产力，开放架构降低了企业AI算力布局门槛，凸显了国产算力的性价比优势 [8][9] 共生模式：产业发展的核心动力 - 生态伙伴的实践呈现共同特征：依托开放架构统一底座实现技术资源共享互补，通过跨企业、跨层级协作攻克技术难题，聚焦真实应用场景推动技术与市场融合 [9] - “多厂商协作、共同底座支撑”的共生模式已成为国产AI生态发展的核心动力，从雷神科技的消费端突破，到紫光计算机的行业场景落地，再到优刻得的算力平台赋能 [9] - 该模式打破了封闭垄断，促进了良性竞争，降低了创新门槛，避免了重复研发，构建了共赢生态 [10] - 国家先进计算产业创新中心主任指出，“拒绝内卷、分工协作”是解决AI计算产业发展痛点的必要手段，旨在加速产业从无序竞争的“红海”迈向协同共生的“蓝海” [10] 未来规划：联合研发与生态建设 - 光合组织着眼于产业未来，“AI计算开放架构联合实验室”未来三年将投入10亿元资源，吸引150余家成员单位、1000余名研发人员参与，开展30余项联合研发项目，培养1万名开发者 [12] - 此举旨在推动更多技术标准制定与落地，国产AI将在算力供给、生态兼容、行业应用等方面实现全面提升，有望在全球AI竞争中形成独特生态优势 [12]

公司产品与技术发布 - 商汤科技正式发布Seko2 0 这是行业首个多剧集生成智能体 在多剧集视频生成的一致性方面展现出显著优势 [1] - Seko2 0基于商汤自研的日日新Seko系列模型技术底座 包括SekoIDX SekoTalk等图像与视频生成多模态模型 [1] - 商汤日日新Seko系列模型已完成对国产AI芯片寒武纪的适配 实现了国产算力对AIGC核心场景从语言到多模态的关键跨越 [1] 技术适配与性能优化 - 商汤LightX2V框架设计了强兼容的国产化适配插件模式 可快速完成各类国产硬件的适配 目前已支持寒武纪等多款国产芯片 [1] - Seko系列模型与LightX2V框架引入了低比特量化 压缩通信 稀疏注意力等硬件友好创新机制 将推理性能提升3倍以上 [1] - 公司与寒武纪的战略合作重点推进软硬件的联合优化 并共同构建开放共赢的产业生态 [2] 未来合作与优化方向 - 双方将持续优化模型核心能力 在长序列处理 低比特计算等方向提升多模态生成的整体效率与响应速度 [2] - 双方将提升算力利用率与成本效率 通过算子融合 算子自动调优等 降低模型运行所需的资源占用 [2] - 双方将强化大规模并行处理能力 优化跨硬件的调度与通信策略 提升复杂任务在大规模集群中的运行效率与稳定性 [2] - 双方将构建更灵活的资源管理机制 探索分层调度与异构资源协同技术 有效降低显存压力 [2] 行业影响与生态建设 - 商汤与寒武纪在多模态生成模型的适配 是国产大模型与国产算力底座协同创新的重要实践 [2] - 双方的协同优化将降低多模态AI的使用门槛并提升整体体验 [3] - 双方将共同推动国产AI应用生态的繁荣与发展 打磨更高效 更易用的阶梯式产品体系 并面向广大开发者构建更开放 友好的工具与生态 [3]

平台发展里程碑 - 「信创模盒」ModelHub XC上线两个月后，已完成适配并认证的模型数量突破1000个，比原计划提前了4个月[1] - 平台于2025年9月22日正式启动上线，旨在解决模型与底层芯片架构互不兼容的行业核心痛点[1][2] - 2025年11月25日，平台在摩尔线程芯片上一次性完成108个模型的规模化适配，为扩展至千量级模型库奠定基础[11] 核心技术突破与适配成果 - 2025年10月17日，在国产芯片曦望S2上完成风洞计算大模型的完整适配，实现单张图处理时间约1.5秒，性能比肩国际主流高端GPU[4] - 2025年11月1日，完成创新模型DeepSeek-OCR在昇腾、沐曦等信创算力卡上的适配测试，模型输出效果与NVIDIA平台完全一致，推理性能差距控制在30%以内[6] - 2025年11月17日，在昇腾910B4芯片上完成总参数量2300亿的顶尖开源Agent模型MiniMax-M2的适配，通过EngineX对GGML/MoE架构的深度优化实现“即插即用”部署[8][9] 平台核心能力与生态建设 - 平台以"EngineX引擎+批量适配"为核心，通过基础算法架构的深度适配实现模型在国产芯片上的“即插即用”[12] - 模型生态覆盖从通用大语言模型、垂直领域专业模型到前沿创新模型的多元化品类，已广泛支持华为昇腾、壁仞科技、天数智芯、昆仑芯、摩尔线程、曦望等主流国产算力[1][2][12] - 每个模型均标注可运行的芯片型号，支持用户快速匹配模型与算力[12] 未来发展规划 - 平台未来将加速向“万模互联”迈进，计划在一年之内冲刺十万模型，持续扩展模型规模与芯片支持范围[13] - 公司将保持快速更新节奏，以构建更完整、更高效的国产AI基础设施[13]

文章核心观点 - AI行业竞争已从单纯算力比拼转向围绕软件、开发者与生态的“护城河”之战 [1] - 华为昇腾异构计算架构CANN的全面开源是国产AI基础设施在生态战略上的一次深刻自我革命，旨在打破封闭模式，构建开放社区 [4] - CANN开源的核心价值在于“破壁与赋能”，即打破技术黑箱实现透明度革命，并将创新主动权交还给开发者，这是其从“可用”迈向“首选”的必由之路 [21][23] - 构建成功的计算生态关键在于为最广泛的开发者群体提供稳定、通用、高效的底层工具，即找到“最大公约数”，并激发社区的“原生创新” [18][44] CANN的演进历程与挑战 - CANN早期开发阶段被形容为“刀耕火种”，技术门槛极高，2018年的1.0版本甚至要求开发者在接近汇编层面编程，生产效率极低 [11] - 平台架构经历剧烈迭代，曾有团队花费一年编写的应用案例因底层软件推倒重来而需全部重做，凸显早期生态建设的不稳定性 [13] - 经过数年迭代，工具链完备性显著提升，例如Ascend C编程语言已与CUDA C基本对标，性能分析工具Profiling能将NPU利用率从50%逼近90%的理论峰值 [15] - 尽管工具进步，开发者仍面临系统性瓶颈，如模型精度难以复现（收敛结果可能相差十几个百分点）、缺乏高级调试功能、软件包过于庞大耦合导致迭代缓慢 [17] 开源带来的变革与机遇 - 全面开源意味着编译器、运行时等核心组件代码完全可见，开发者可洞察硬件运行逻辑，进行更深层次性能优化，解决如IR生成不匹配等顽疾 [24] - 开源深度和广度超越行业领导者，英伟达CUDA核心组件并未完全开放，而CANN全面开源能提供更大的探索和创新空间 [25] - 开源为产学研融合提供机遇，高校研究者可直面产业真实痛点，将解决实际问题转化为科研成果，形成良性循环 [26] - 开源是培养下一代开发者的最佳土壤，使青年开发者能从使用者转化为贡献者，在真实世界级项目中锻炼成长 [28] - 开源将加速高效易用工具的诞生，如算子模板库CATLASS将开发门槛从硬件专家级降至模板调参级，效率提升5到10倍 [30] CANN的生态战略与布局 - 生态战略核心是“分层解耦”，将过去庞大的软件包拆分为20多个细颗粒度组件包，允许开发者按需更新，提升灵活性与敏捷性 [37][40] - 采取差异化开放策略：对运行时、编译器、Ascend C等需要创新自由度的组件进行全量代码开源；对需保持稳定性的虚拟指令集则开放接口 [39][40] - 通过成立CANN技术指导委员会（现有26位成员）吸纳外部专家共同决策，标志其从企业主导走向社区共治 [39] - 公司实施系统性人才培养举措，与国内16所顶尖高校合作，提供算力资助，并举办训练营、创新算子挑战赛（年度总决赛奖金池超100万元）等活动 [42] - 公司承诺每年投入1500P算力和3万片开发板，与全球开发者共创共享昇腾开源生态 [45] 未来展望 - CANN当前阶段重要任务是对标CUDA，补齐功能短板，但最终目标并非成为替代品，而是孕育自身的“原生创新”能力 [44] - 国产AI生态真正繁荣的标志是下一个类似FlashAttention的革命性创新诞生于CANN生态，使其从追赶者变为引领者 [29][44] - 生态建设的评判标准正从“能做出什么”转向“开发者愿意用此创造什么”，其未来取决于能否构建开发者友好的社区，完善文档、教程和示例仓库，形成雪球效应 [47] - 全量算子将于9月底开源至GitCode社区，领域加速库、图引擎等软件代码将于12月底陆续上仓，完成开源开放 [48]

指数表现 - 中证金融科技主题指数上涨0.40% [3] - 成分股凌志软件上涨13.36% 财富趋势上涨11.49% 格灵深瞳上涨6.94% 电科数字上涨6.84% 东华软件上涨6.67% [3] - 金融科技ETF上涨0.58%报1.74元 近1周累计上涨4.67% [3] 交易数据 - 金融科技ETF盘中换手率17.42% 成交额3.69亿元 [3] - 近1周日均成交额4.10亿元 [3] - 最新规模21.18亿元创近1年新高 [4] - 最新份额12.26亿份创近1年新高 [4] 资金流向 - 单日资金净流入1905.01万元 [4] - 近5个交易日有3日净流入 合计净流入2.87亿元 日均净流入5732.26万元 [4] - 融资净买额185.09万元 融资余额1.19亿元 [4] 业绩表现 - 近1年净值上涨181.20% 在指数股票型基金中排名3/2977（前0.10%） [5] - 成立以来最高单月回报55.92% 最长连涨月数3个月 最长连涨涨幅113.16% [5] - 上涨月份平均收益率10.10% 年盈利百分比66.67% 持有3年盈利概率97.77% [5] - 成立以来超越基准年化收益0.45% [5] - 近1年夏普比率2.01 [5] 产品特性 - 近半年相对基准回撤0.62% 回撤后修复天数79天（可比基金中最快） [6] - 管理费率0.50% 托管费率0.10%（可比基金中最低） [6] - 近1年跟踪误差0.044%（可比基金中跟踪精度最高） [6] 政策环境 - 国务院发布"人工智能+"行动意见 提出2027年智能终端应用普及率超70% 2030年超90% [4] - 重点推动AI在科技、产业、消费、民生、治理、全球合作六大领域融合应用 [4] - 政策强调模型、数据、算力协同发展 布局建设国家人工智能应用中试基地 [4] 宏观经济 - 7月规模以上工业企业利润同比下降1.5% 降幅较6月收窄2.8个百分点 [3] - 1至7月利润降幅较上半年收窄0.1个百分点 企业盈利水平继续好转 [3] 指数构成 - 跟踪中证金融科技主题指数 选取金融科技相关领域上市公司证券 [6] - 前十大权重股包括东方财富、同花顺、恒生电子等 合计权重51.26% [6]