行业趋势与技术创新 - 摩尔定律面临物理极限，传统芯片算力增长难以满足AI爆炸式需求，架构创新成为破局关键[5] - 动态可重构芯片(RPU)通过无指令集直接计算和动态匹配计算单元实现高能效、高并发、高扩展性、高性价比四大优势[7][8] - 中国算力芯片采取"高阶国产替代"路径，从底层原创突破技术壁垒，类比电动车产业换道超车模式[9][14] 公司技术与产品 - TX81芯片采用800平方毫米极限尺寸裸片，结合C2C网格直连技术消除数据中转，提升算力利用率[35][36] - 全球首款规模化量产的可重构云端算力芯片，2025年已部署多个千卡集群算力中心[51] - 第二代TX82芯片研发中，计划2026年流片，持续强化自主可控技术路线[53] 创业历程与团队 - 创始人王博基于清华大学THINKER芯片技术，2018年联合尹首一教授创立清微智能，转型学术成果产业化[17][18][22] - 初创团队仅20余人，蜗居30平米办公室，自建研发流程与质量标准，完成全原创代码开发[29][32] - 核心成员包括华为、阿里背景的技术专家，攻克时钟器件定制等关键难题，承受千万美元级流片风险[39][40][41] 市场竞争与战略定位 - 避开GPU主导的存量市场，以可重构架构开辟AI算力新赛道，打破海外技术生态壁垒[28][49] - 与清华系企业智谱形成"AI原创双子星"协同，覆盖芯片与大模型软硬件全栈技术[53] - 复制中国电动车产业逆袭路径，通过原创技术+产业链整合实现高阶国产替代[12][14] 技术突破里程碑 - 首次流片遭遇电源匹配故障，经通宵调试后成功点亮芯片，标志架构可行性验证[42][43][44] - 独创3D存储堆叠等技术组合拳，解决多卡互联编程难题，释放澎湃算力[14][36] - 六年研发周期远超传统芯片12-18个月迭代节奏，体现原创技术攻坚难度[41][51]

报告行业投资评级 未提及 报告的核心观点 采用“硬件Y - 软件X”轴预测新型硬件创新，串联不同时间科技创新进展与前景指引投资方向；2B市场关注光器件、硅光、GPU等高端化机会，2C市场关注车载、RoboVan、可穿戴等机会；架构创新和“物理化学生物AI”易被低估，带来国产科技硬件发展机会；长期机会与创新更重要，附录提供科技树和技术复杂度素材辅助理解[4]。 根据相关目录分别进行总结 基于“硬件Y - 软件X”轴的预测 - 2022H2展望呈现“硬件Y - 软件X”创新轴，展示不同软硬件组合及发展阶段[11] - 2024年底观察到新增ARM、AI眼镜等机会，行业和服务机器人有进展[13] - 2025H2展望在智联汽车、XR等领域有新变化，如增加RoboTaxi、生物 - 电子融合硬件等[16] - 2025H2创新轴对应的硬件机会包括AIPC、AI笔记本等，中长期机会更重要，还涉及算网、算力、材料等方面的发展及问题[18] 2B市场：光器件 + 硅光 + GPU + 高端化 光器件 - 过去算网受“Scaling Law”驱动，光通信量价齐升，不同系列产品对光模块用量有提升[24][26] - 现在AI“非典型”周期打破惯性，MoE架构是光通信需求高成长关键，结合算力多元化等因素带动光通信发展[27][32] - MoE下光器件通信特点与过去不同，带来内存访问和负载均衡增量，但也存在系统效率、通信等挑战[34][42] - 华为CloudMatrix384有MoE优化技术，英伟达也有类似趋势改变[48][51] 硅光 - 高速光通信下一节点是硅光，市场爆发临近，三场景共进以提高集成度、满足带宽增长和降低功耗[56][59] - 硅光产业爆发因VCSEL芯片带宽提升有技术瓶颈，其产业链与传统光模块产业链不同，技术难点是光电集成[61][64] - 中际旭创和光迅科技是硅光代表性企业，在硅光芯片研发和产品出货方面有进展[67][69] 半导体 - 半导体是AI基础，中国在半导体领域有进步，从全球代工和封测排名可见[70][74] - 中系Fab在全球高端市场追赶节点，如中芯国际等[76] - 国产KrF、ArF光刻机完成首台生产并进入推广应用阶段，有相应性能参数[78][81] GPU - 国产算力迈入千卡集群，GPU赛道有众多明星项目，不同厂商的GPU型号在工艺、算力等方面各有特点[84] 半导体趋势 - “DeepSeek时刻”架构关键，等效线宽在先进制程中多为等效概念，AI下晶体管密度有新变化[85][88] - 架构创新未必是单点提价，可解决性能翻倍的功耗和成本问题，如华为手机芯片案例[89][91] 2C市场：车载 + RoboVan + 可穿戴 + 生物电子互动设备 RoboVan - 存在技术外溢关系，涉及智能车、机器人、低空经济、深海科技等多个领域的产业复用[98][101] - 上下游格局包括芯片、算法、传感器等供应商，以及物流、配送等运营商，UE与ROI有吸引力，但存在一定风险[103][107] 车载芯片 - 2025年车载芯片高端化，智驾软硬件成熟，质价比提升，传统主机厂带动价格带下沉，NOA渗透率有提升空间[108][111] - 高阶芯片国产化、算法方案成熟、配置下放等因素推动发展，主机厂自研智驾芯片有进展[112][117] 激光雷达 - 2025年激光雷达有新发展，用于多个领域，物理AI和世界模型崛起使其成为智驾方案新选择[123][131] - 竞争格局逐渐明朗，“四巨头”格局显现[134] AR + AI眼镜 - 2025H2 - 2026年有变化，涉及3D传感、高刷新率、低延迟等方面，不同方案有优劣势[135][141] 新兴AI可穿戴 - 应重视BCI（脑机接口），有非侵入式与半侵入式创新成果[142][143] 一二级机会 未提及 附录：科技树、技术复杂度 未提及具体内容总结信息

大模型架构创新研究核心观点 - Transformer架构目前仍占据行业绝对主导地位，但面临二次计算复杂度高、长序列处理效率低、端侧部署受限等局限性 [1][9][16] - 行业正从两条路径突破：Transformer架构改进（Attention机制、FFN层优化）和非Transformer架构探索（新型RNN/CNN） [1][7][18] - 技术发展呈现混合架构趋势，如Mamba+MoE等组合，兼顾性能与效率 [2][9][18] - 2023年后进入架构创新密集期，学术界聚焦理论突破，工业界加速工程验证 [2][14] Transformer架构现状与挑战 - 当前占据大模型架构90%以上市场份额，通用性和可扩展性优势明显 [9][10] - 核心问题：计算复杂度O(n²)导致算力消耗激增，GPT-4推理成本达GPT-3的7倍 [16] - 长序列处理效率低下，KV缓存内存占用限制端侧部署 [16] - 预训练+微调范式见顶，效果提升边际递减（Grok3资源增10倍效果仅提升2%） [16] Transformer架构改进路径 Attention机制优化 - 稀疏注意力：采用局部窗口/块状计算降低复杂度至O(n log n)，代表技术有Sliding Window、MoBA [24][25][26] - 动态注意力：NSA等新技术实现可学习动态路径，替代预定义结构 [27][28][32] - 线性注意力：将点积计算线性化降为O(n)复杂度 [24] FFN层改进 - 从Dense结构演进为MoE混合专家系统，提升稀疏连接效率 [1][21] - 持续探索动态化、稀疏化下一代技术 [21][23] 其他改进 - 位置编码优化：LongRoPE增强长序列建模 [1] - 归一化层与残差连接改进 [22] 非Transformer架构探索 - 新型RNN：RWKV通过广义Delta Rule优化状态演化，Mamba利用状态空间模型提升训练效率 [1][14] - 新型CNN：Hyena Hierarchy等架构尝试 [1] - 混合架构：2025年MiniMax-01实现456B参数工业级落地，采用Transformer+Mamba组合 [9][14] 行业发展趋势 - 混合架构成为主流选择，字节跳动、阿里等企业加速布局 [2][10] - 研究方向聚焦：算力适配（FP8混合精度）、多模态融合、端侧部署能力 [2][18] - 参数规模持续突破，2025年出现万亿级非Transformer架构 [9][14] - 训练范式革新：从预训练转向多阶段训练、RL优化等后训练技术 [16][18]

中国芯片产业现状 - 2024年中国集成电路出口2981亿块，金额达1595亿美元，成为出口额最高的单一商品 [1] - 2024年集成电路进口5492亿块，金额3856亿美元，国内销售额预测6460.4亿元，同比增长11.9% [1] - 芯片设计业集中在通信和消费电子领域，计算机领域份额仅10%，低于国际25%水平 [2] 先进芯片面临的挑战 - 生成式AI推动高性能芯片需求：2024年AI加速器市场规模210亿美元，2028年将增至330亿美元 [4] - 台积电预计2024-2029年AI加速器营收年复合增长率达45%，2025年AI加速器营收或翻倍 [4] - 美国等国家对华实施先进芯片、设备及技术封锁，导致Arm服务器芯片和GPGPU企业举步维艰 [5] - 魏少军教授建议技术创新路径：架构创新和微系统集成（三维封装技术） [6] 传统芯片竞争格局 - 传统芯片（28nm及以上制程）广泛应用于汽车、家电等领域，中国厂商在MCU、模拟器件、功率器件等细分市场崛起 [8][9] - 中国大陆成熟制程产能预计2027年占比达39% [9] - 美国启动对华传统芯片调查，TI等国际厂商通过价格战挤压中国竞争对手，部分产品售价低于成本 [9][10] 产业突围方向 - 本土企业在MCU（兆易创新、中颖）、模拟器件（纳芯微、圣邦）、射频（唯捷创芯、卓胜微）等领域已形成竞争力 [9] - 行业进入整合期，资金和技术优势企业有望通过生态体系创新突破封锁 [12] - ASML CEO指出中国科技公司仍在限制中寻找技术进步方法 [12]