纪要涉及的行业或公司 * 道氏技术 一家从陶瓷墨水材料转型至新能源和人工智能领域的上市公司 投资了长脑科技并布局AI加材料战略[1][3][12] * 长脑科技 专注于非侵入式脑机接口技术的公司 由哈佛大学脑科学中心博士韩必成于2015年创立 产品包括智能仿生手 仿生腿 脑电波监测仪器 神经信号解码仪器等[4] * 新培森 道氏技术AI布局中的关键组成部分 专注于算力芯片研发 致力于解决数学方程描述物理事物和复杂数据处理两类人工智能问题[2][5][6] 核心观点和论据 * 道氏技术以3000万美元参股长脑科技 旨在通过AI赋能脑机接口技术 提升产品研发效率和迭代速度 并探索在机器人皮肤 手臂等领域的合作 提升导电性能和传感精度[2][4] * 新培森通过AI算力发现新材料并提升现有材料性能 在人形机器人 特种机器人及传感器材料上提供计算支持 实现性能提升[2][5] * 新培森在应对维度灾难方面取得突破 通过存算一体技术 其APU芯片在分子动力学和密度泛函理论计算中 速度显著提升 功耗大幅降低[8] * 新培森的APU芯片通过模拟薛定谔方程 已在原子尺度上应用于军工 化工 锂电池 光伏 半导体 化妆品等材料科学领域 预测反应过程及结果[9][10] * 人工神经网络擅长处理无法用方程描述的复杂问题 如大语言模型 图像识别等 当前AI领域的大语言模型训练和推理主要依赖GPU技术[2][7] 其他重要内容 * 道氏技术自2018年转型进入新能源赛道 并结合人工智能机会进行发展 展现了敏捷的市场反应能力[3][12] * 新培森的研究成果已获国内外专家认可 包括中国工程院院士李国杰和孙凝晖 以及DeepMind首席科学家哈萨比斯[6] * 新培森未来计划开发EPU芯片 拓展至更大尺度的有限元分析 如气象模拟 风洞实验及车辆风阻模拟等 通过高速低功耗方式解决复杂物理过程模拟问题[8][11] * 道氏技术致力于成为AI加材料的平台型企业 通过AI与各种材料结合 实现跨领域合作[4]

财务表现 - 2025年上半年营业收入为1.7428亿元，同比减少1.79% [4] - 归属于上市公司股东的净利润为-7078.24万元，扣除非经常性损益的净利润为-7725.94万元 [4] - 综合毛利率为12.31%，较去年同期下滑 [33] - 计提存货跌价准备3329.94万元，存货账面价值为3.336亿元，占流动资产24.93% [4][34] - 应收账款账面价值为1.444亿元，占流动资产10.79% [34] 产品与技术进展 - NOR Flash产品采用50nm/55nm制程工艺，容量覆盖1Mb至512Mb，支持最高166MHz工作频率和664Mbits/s传输带宽 [5] - 通用32位MCU芯片基于Arm Cortex-M0+内核，采用55nm超低功耗嵌入式闪存技术，动态功耗低于100μA/MHz [6] - AI业务包括通用AI SoC芯片、6大类算法模型及AI模组板卡，已实现语音识别、人脸识别等应用落地 [7] - 大容量存储产品新增SPI NAND、SD NAND及DDR4模组，其中DDR4产品速率达3200Mbps [8][9] - 研发费用为4283.05万元，占营业收入比例24.58%，同比增加1.87个百分点 [27] 市场与业务动态 - NOR Flash产品通过AECQ-100车规认证，计划实现全容量系列车规认证 [5] - MCU产品线销售额同比增长59.98%，出货量增长102.99%，在电动工具、智能水表等领域取得突破 [13] - AI模组在3C夜灯市场占比超50%，灯控和风扇灯领域出货量超百万台套 [14] - 采用Fabless模式，主要晶圆代工厂为武汉新芯和中芯国际 [10][11] 研发与创新 - 新增3项发明专利和6项集成电路布图设计，累计拥有41项发明专利 [26] - 存算一体AI芯片技术基于Nor Flash和SRAM介质，支持低功耗推理和音频预处理 [23][24] - TinyML技术支持4bit/8bit/16bit混合精度模型部署，具备环境鲁棒性增强能力 [25] - 电机控制MCU实现小批量试产，攻克FOC算法、高速电机控制等关键技术 [22][28] 行业与竞争环境 - NOR Flash领域主要竞争对手包括华邦、旺宏、兆易创新等 [31] - MCU领域面临瑞萨、恩智浦、英飞凌等国际龙头企业竞争 [31] - 行业存在技术研发失败、核心技术泄密及产品质量风险 [29][30][32] - 供应商集中度较高，前五名供应商采购占比82.21% [32]

超节点技术布局与趋势 - 华为、中兴通讯、新华三、超聚变等国内厂商在WAIC上集中展示超节点方案 超节点技术成为行业热点 [1][3] - 超节点通过整合算力芯片资源构建低延迟高带宽算力实体 提升集群算力利用效率 支撑千亿至万亿参数模型训练和推理 [3] - 英伟达较早布局超节点技术 其GB300 NVLink72方案可整合72个GPU和36个CPU到单一平台 [4] 超节点技术原理与价值 - 解决万卡集群时代芯片协同问题 通过scale up纵向拓展实现单节点内多GPU协同 避免传统横向拓展导致的算力性能损失 [5] - 在单颗芯片制程受限背景下 超节点成为提升集群性能的重要路径 国内厂商可通过大规模集群部署弥补单点性能不足 [9] - 光互连技术成为主流方向 光互连光交换方案实现纳秒级切换 保证高带宽低延迟通信 曦智科技、壁仞科技等厂商已推出相关方案 [6] 国产芯片市场竞争策略 - 国产AI芯片在服务器中占比提升 外购芯片份额从去年63%预计降至今年49% 英伟达仍计划推出针对中国市场的全新GPU [10] - 部分厂商采取差异化竞争策略：墨芯人工智能聚焦推理场景优化 云天励飞专注边缘计算和云端推理 后摩智能定位端边场景存算一体技术 [10][11][12] - 避开与海外巨头直接竞争 通过垂直行业定制化方案（如稀疏计算、边缘设备）实现特定场景下的性能优势 [11][13] 技术发展驱动因素 - 大模型参数量迈向万亿级 需1万张以上GPU构建具备容错能力的训练集群 推动超节点技术需求 [4] - 摩尔定律面临失效风险 芯片制程提升难度增大 促使行业通过集群互连技术突破算力瓶颈 [9] - 国内光通信技术全球领先 与海外先进水平无代差 为光互连方案提供技术基础 [9]

公司动态 - 后摩智能在WAIC 2025首次展示M50系列芯片，包括M50芯片、力谋®BX50计算盒子、力擎LQ50 Duo M2卡等核心产品 [1] - M50芯片专为大模型推理设计，面向AI PC和智能终端场景，实现160TOPS INT8、100TFLOPS bFP16物理算力，搭配48GB内存和1536GB/s带宽，典型功耗仅10W [4] - 公司已启动下一代DRAM-PIM技术研发，目标突破1TB/s片内带宽，能效提升三倍，推动百亿参数大模型在终端设备普及 [9] 产品技术 - M50芯片支持1.5B到70B参数的本地大模型运行，具有"高算力、低功耗、即插即用"特点 [4] - 力擎LQ50 Duo M2卡采用标准M2规格，为AI PC和陪伴机器人提供即插即用的端侧AI能力 [4] - 公司通过存算一体技术实现AI大模型"离线可用、数据留痕不外露"的特性 [4] - 2024年初公司推出优化版M30芯片，针对大模型进行调整 [7] 市场战略 - 公司定位端边AI计算市场，CEO认为未来90%数据处理将在端和边完成 [1] - 意向客户包括联想的AI PC、讯飞听见的智能语音设备、中国移动的5G+AI边缘计算设备 [8] - 重点布局消费终端、智能办公、智能工业三大领域，包括平板电脑、智能语音系统、运营商边缘计算等场景 [8] - 将机器人视为新兴垂直赛道，类比十年前的智能驾驶市场 [8] 行业趋势 - 大模型发展呈现从训练向推理迁移、从云端向边端迁移两大趋势 [1] - 端边AI具有实时响应、低成本、数据隐私和用户体验优势，预计将成为未来趋势 [7] - 5G+AI边缘计算被视为重要发展方向 [8] - 公司CEO提出"让大模型算力像电力一样随处可得"的愿景 [5]

冯诺依曼架构瓶颈与存算一体技术 - 冯诺依曼架构芯片面临高算力、高带宽和低功耗难以同时实现的矛盾[1] - 存算一体技术通过集成计算和存储单元，从根本上解决数据传输慢、功耗高的问题[1] - 存算一体技术特别适合AI和大模型应用，因其需要算力密集和带宽密集的特点[6] 存算一体技术商业化挑战 - 学术界研究停留在理论层面，量产和软件适配是主要商业化障碍[5][6] - 后摩智能选择存算一体路线基于两个原因：解决功耗/存储墙问题，以及避开与英伟达直接竞争[6] - 公司深耕该技术四年多，2023年起重点研究与大模型的结合[6][7] 后摩漫界M50芯片技术特点 - 采用第二代SRAM-CIM双端口存算架构，支持权重加载与矩阵计算并行[8] - 集成第二代IPU架构"天璇"，最高可提供160%加速效果[8] - 物理算力达160TOPS@INT8、100TFLOPS@bFP16，典型功耗仅10W[10] - 支持最大48GB内存和153.6GB/s带宽，能效比传统架构提升5-10倍[10] - 配备新一代编译器"后摩大道"，支持自动算子优化和原生浮点运算[11][12] 产品矩阵与应用场景 - 力擎LQ50 M.2卡支持7B/8B模型推理超25tokens/s[14] - 力擎LQ50 Duo M.2卡集成双M50芯片，算力达320TOPS[14] - 力谋加速卡最高集成4颗M50芯片，算力达640TOPS[14] - BX50计算盒子支持32路视频分析与本地大模型运行[14] - 应用场景包括消费终端、智能办公、智能工业等离线本地处理需求[16] 公司战略与技术路线图 - 目标成为端边大模型AI芯片领跑者[18] - 已启动下一代DRAM-PIM技术研发，目标突破1TB/s片内带宽[18] - 新技术预计能使能效较现有水平再提升三倍[18] - 愿景是让大模型走出云端，进入终端设备赋能各行各业[18]

存算一体技术市场概述 - 产品定义及统计范围涵盖近存计算、存内计算、存内处理三大技术类型 [3] - 不同产品类型增长趋势显示2020-2031年复合增长率显著 其中存内计算技术占比提升最快 [3][13] - 应用场景分为小算力(如IoT设备)和大算力(如AI服务器) 两类应用市场规模2024-2031年预计分别增长18倍和22倍 [3][13] 行业规模与区域分布 - 全球市场规模2020年为12亿美元 预计2031年达380亿美元 年复合增长率37% [4][13] - 中国市场占比从2020年18%提升至2031年32% 规模达122亿美元 增速超全球平均水平 [4][13] - 区域格局显示亚太(含中国)为最大市场 2025年份额达46% 北美和欧洲分别占31%和19% [4][14] 竞争格局与厂商分析 - 全球TOP5厂商市占率42% 第一梯队包括Syntiant(14%)、知存科技(11%)、Graphcore(9%) [4][6][8] - 中国本土厂商快速崛起 知存科技、九天睿芯等10家企业进入全球TOP20 合计收入占比达28% [6][7][8] - 头部企业产品差异化明显 Syntiant专注近存计算 知存科技主攻存内处理方案 [6][8][10] 技术路线与供应链 - 三大技术路线中存内计算占比最高(2025年58%) 近存计算在边缘侧应用广泛(2031年占比29%) [5][13] - 主要原材料供应商包括三星(存储芯片)、SK海力士(DRAM)等 产业链本土化率达65% [7][11] - 下游客户中AI服务器厂商采购占比超40% 智能驾驶领域需求增速最快(年增62%) [7][13] 发展驱动因素 - 大模型训练催生算力需求 存算一体芯片能效比传统GPU提升8-10倍 [5][13] - 中国"十五五"规划将存算一体列为关键技术 政策扶持资金超50亿元 [3][7] - 小算力场景渗透率从2020年12%提升至2031年68% 主要来自智能穿戴设备需求 [5][13]

2025世界人工智能大会概况 - 大会主题为"智能时代 全球共济"，设置会议论坛、展览展示、赛事评奖、应用体验、创新孵化五大板块 [1] - 展览面积首次突破7万平方米，吸引800余家企业参展，展示3000余项前沿展品及100余款"全球首发""中国首秀"产品 [1] - 南京经开区企业出门问问、后摩智能携核心产品参展，展现区域人工智能技术实力 [1] 出门问问的AI产品与技术 - 推出Agentic AI智能硬件TicNoteAIGC产品矩阵，并赋能《听见胡同》AI艺术展，展示AI与人文融合的创新应用 [2] - TicNote AI录音笔可智能转录声音为文字，提炼灵感生成艺术展内容，实现"声→字→故事"的多维展陈 [2][3] - TicNote内置Shadow AI，提供"有记忆的AI记录+主动洞察+分析+陪伴创作"功能，适用于会议、医疗、教育等场景 [3] - 同步展示"魔音工坊""奇妙元""元创岛""小问移动数字人"等产品，体现全栈软硬结合能力 [3] - 未来将以Shadow AI为基石，拓展Agentic AI产品边界，推动人机共生 [4] 后摩智能的端边大模型芯片 - 发布自主研发的端边大模型AI芯片"后摩漫界 M50"，支持本地大模型推理，无需云端依赖 [5] - M50芯片实现160TOPS@INT8、100TFLOPS@bFP16物理算力，典型功耗仅10W，能效比传统架构提升5-10倍 [6] - 采用存算一体技术，解决传统芯片数据传输慢、功耗高问题，适配1 5B至70B参数的本地大模型运行 [6] - 配套推出力擎TM系列M 2卡、力谋系列加速卡及计算盒子，形成覆盖移动终端与边缘场景的产品矩阵 [7] - 应用场景包括消费终端、智能办公、工业质检等，支持全流程本地处理，保障数据安全 [7] 行业趋势与南京经开区布局 - 大模型行业面临推理成本占比超80%的挑战，端边侧部署成为产业格局关键拐点 [6] - 南京经开区聚焦大模型集聚区建设，推动核心技术突破与实体经济融合，增强新质生产力 [7]

产品发布 - 公司正式发布端边大模型AI芯片后摩漫界®M50，同步推出力擎™系列M2卡、力谋®系列加速卡及计算盒子等硬件组合，形成覆盖移动终端与边缘场景的完整产品矩阵 [2] - M50芯片实现160TOPS@INT8、100TFLOPS@bFP16物理算力，搭配最大48GB内存与1536GB/s带宽，典型功耗仅10W，支持15B到70B参数本地大模型运行 [2] - 产品矩阵包括：力擎™LQ50 M2卡支持7B/8B模型推理超25tokens/s，力擎™LQ50 Duo M2卡集成双M50芯片达320TOPS算力，力谋®LM5050/LM5070加速卡分别集成2颗/4颗M50芯片最高达640TOPS，BX50计算盒子支持32路视频分析与本地大模型运行 [4] 技术突破 - M50采用第二代SRAM-CIM双端口存算架构，支持权重加载和矩阵计算同时进行，实现多精度混合运算 [3] - 自主研发第二代IPU架构天璇通过压缩自适应计算周期实现弹性计算，最高提供160%加速效果 [3] - 内建高速多芯互联技术实现算力与带宽扩展，适配后摩大道®编译器自动选择最优算子，支持浮点运算无需量化调优 [4] - 相比传统架构能效提升5～10倍，完美适配端边设备"算得快又吃得少"需求 [4] 应用场景 - 产品可广泛应用于消费终端、智能办公、智能工业等领域，支持全流程本地离线处理 [5] - 消费终端赋能笔记本、平板等设备本地大模型推理，实现智能交互与内容生成 [5] - 智能办公场景支持断网环境下多语种翻译、纪要生成 [5] - 智能工业领域实现产线质检与车路云协同实时分析决策，生产数据设备端闭环处理 [5] 战略布局 - 公司已启动下一代DRAM-PIM技术研发，目标突破1TB/s片内带宽，能效较现有水平再提升三倍 [5] - 技术路线旨在推动百亿参数大模型在终端设备普及，使AI算力融入PC、平板等日常设备 [5] - 近两年获得中国移动产业链发展基金、北京市人工智能基金等多家机构投资支持 [6] 行业影响 - 公司通过存算一体技术与大模型深度融合，构建"低功耗、高安全、好体验"的端边智能新生态 [5] - 技术路径实现"离线可用、数据留痕不外露"，解决云端传输隐患 [5] - 目标让大模型算力像电力一样随处可得，走进产线、设备和用户指尖 [8]

公司动态 - 后摩智能发布端边大模型AI芯片M50及配套硬件组合 包括力擎系列M2卡 力谋系列加速卡及计算盒子 形成覆盖移动终端与边缘场景的完整产品矩阵 [1] - M50芯片典型功耗仅10W 支持1.5B到70B参数的本地大模型运行 具备高算力 低功耗 即插即用特性 [1] - 公司依托存算一体技术优势 将计算和存储单元集成 解决传统芯片数据传输慢 功耗高问题 满足端边设备算力需求 [2] - 产品矩阵可应用于PAD PC 智能语音设备 机器人等移动终端 以及一体机 计算盒子 工作站等边缘设备 [2] - 解决方案支持消费终端 智能办公 智能工业等领域的离线全流程本地处理 保障数据隐私安全 [3] - 公司成立于2020年 已获得中国移动产业链发展基金 北京市人工智能基金等多家机构投资 [3] 行业趋势 - 大模型加速落地各类人机交互终端 包括PC 手机 机器人 眼镜 耳机 手表等 端侧大模型具备隐私保护强 响应速度快优势 [1] - 全球端侧AI市场规模预计从2025年3219亿元增长至2029年1.2万亿元 复合年增长率达39.6% [1] - 市场对适配端侧大模型的算力需求持续提升 需满足高算力 高带宽 低功耗三大指标 [2]