文章核心观点 - AI算力需求日益苛刻，市场格局正从GPU垄断转向GPU、传统TPU（ASIC）和“高阶TPU”（可重构数据流芯片）三大技术流派共存的“三国演义”局面 [1][3] - 2025年底至2026年初的两起重大交易（英伟达200亿美元收购Groq核心团队、OpenAI超100亿美元订购Cerebras系统）标志着围绕算力底层架构“定义权”的争夺白热化，总价值超300亿美元 [2] - 非GPU阵营，尤其是采用“软件定义硬件”技术的“高阶TPU”正在崛起，因其兼顾高效与灵活的特性，被视为最具颠覆性潜力的技术路线，并成为国产算力实现换道超车的关键方向 [11][15][18] AI算力技术流派与特点 - **GPU (通用并行计算派)**：定位为“全能多面手”，核心优势是并行计算能力，适配AI训练和推理，但因其通用性设计，在AI计算（尤其是推理场景）中存在数据搬运频繁、能效偏低的问题 [4] - 英伟达凭借GPU和CUDA生态构建了强大护城河，市值曾达5万亿美元 [4] - 国内GPU市场繁荣，摩尔线程上市高开涨幅超468%，市值一度超3000亿元；沐曦上市涨幅近700%，市值也突破3000亿元 [6] - **传统TPU/ASIC (专用集成电路派)**：定位为“专精选手”，专为AI张量运算优化，采用数据流式计算，核心优势是极致性能与能效，量产成本低，但灵活性不足，与特定生态绑定 [7] - 大型云厂商和科技巨头为追求算力主权和成本控制，纷纷自研ASIC，如谷歌TPU、亚马逊Trainium/Inferentia、微软Maia、Meta MTIA等 [9] - ASIC定制芯片设计服务市场庞大，博通因此受益，其股价曾在两个月内涨幅超70%，市值一度突破1万亿美元 [9] - 国内ASIC公司享受“战略资产溢价”，寒武纪2024年底以387%涨幅获“2024年股王”称号，2026年1月市值约6367亿元；昆仑芯估值达130亿元，正筹备港交所上市 [9] - **“高阶TPU”/可重构数据流芯片派**：定位为“专业师傅+万能工”结合体，是TPU的升级版，采用基于“软件定义硬件”的可重构数据流技术，核心优势是兼顾灵活与高效，能适配快速迭代的算法，具备确定性延迟 [11][12] - 该技术路线适合对延迟敏感的场景，如实时推理、金融交易、边缘计算等 [12] - 该阵营代表公司Groq，其TSP芯片在推理任务中比传统GPU快5-18倍、能效比高10倍；相比谷歌TPU v7，首token延迟降低20%～50%，每token成本降低10%～30% [13] 市场竞争与格局演变 - 英伟达在2025年底以200亿美元现金收购Groq核心团队与技术，该价格较Groq前一估值翻了近三倍，被视为战略性防御，旨在消除架构挑战者并将可重构计算技术纳入自身体系 [2][13] - 除Groq外，可重构计算芯片公司SambaNova也受到关注，英特尔在2025年10月有意收购，并于2个月后进入收购谈判阶段 [14] - 全球算力市场形成GPU、ASIC、可重构数据流“三足鼎立”格局，三大流派间的竞合将决定万亿美元AI算力产业的走向 [15] 中国算力产业发展 - 国产芯片企业聚焦“高阶TPU”的核心技术——可重构数据流架构，视其为打破GPU垄断、实现算力架构换道超车和国产替代的有效路径 [15] - 基于清华大学技术的清微智能与Groq、SambaNova同期起步，布局新型数据流处理器，其自主研发芯片已在国内十余座智算中心规模化部署 [15] - 清微智能在去年12月初完成超20亿元C轮融资，获得北京双重国资支持，且是国家大基金二期投资的唯一新型架构算力芯片企业 [17] - 以可重构架构为核心技术标签的国内企业正获得资本青睐和政策扶持，并启动上市进程 [17] - 随着国产软件和指令生态（如flagOS）的突破，借助中国完备的集成电路封测体系，国产算力有望在全球格局中获得话语权 [18]

行业背景与市场现状 - 最近半年的PC DIY市场表现惨淡，闪存价格暴涨导致内存和显卡等硬件涨价，影响了消费者升级电脑的计划 [1] SER技术核心解析 - SER（着色器执行重排序）是一项旨在提升光线追踪效率的技术，最初由英伟达研发，后被微软纳入DirectX 12的开放规范 [2] - 该技术通过重新排列光追模式下的GPU计算线程，归纳相似工作负载，以充分释放GPU的并行计算能力 [2] - 传统显卡的SIMD架构在处理光追产生的随机、零碎的“二次光线”时效率严重下降，SER通过充当“分拣员”对光线任务进行分类和打包调度来解决此问题 [4][5] - SER技术普遍能够带来**20%–40%** 的帧率提升，在部分针对性优化的Demo中甚至可获得**90%** 的帧率提升 [8] 技术整合与行业影响 - 微软将SER纳入DirectX 12规范后，未来AMD、英特尔等其他厂商的显卡均可使用，无需开发者针对性调用，只需支持DX12即可 [7] - 此举有望降低中小型游戏开发商集成光追技术的优化门槛，推动光追功能普及 [7] - SER的意义在于让路径光追真正普及，并为未来实现“全景光追”奠定基础 [15] - 技术普及遵循“旗舰平权”过程，从旗舰产品开始，随后下放到中端、入门产品，最终带动整个行业性能下限提升 [15] 硬件支持与产品现状 - 英伟达RTX 40系及以上显卡已支持SER，例如在《赛博朋克2077》的路径光追模式下已自动启用 [9] - AMD需要RX 9000系列（基于RDNA 4架构）及以上显卡才能完美支持SER，该架构首次引入全新的RT单元以原生支持DXR 1.2 [9] - 英特尔从Xe2架构开始原生支持SER，例如B580显卡在2K分辨率下性能接近RTX 4060Ti，凭借SER更新在光追模式下性能提升**90%**，追上了RTX 4060的水平 [11] - 目前RTX 4060Ti、英特尔B580和AMD RX 9070 GRE被认为是支持SER技术的不错升级选择 [14] 技术普及的挑战与未来趋势 - SER的普及依赖游戏引擎（如虚幻5）的整合，已发售的老游戏除非开发商重写渲染后端并发布补丁，否则无法支持该技术 [15] - 在硬件升级带来的性能提升放缓（如RTX 50系对比40系理论性能提升大多在**20%** 以下）及闪存涨价的背景下，通过底层软件优化挖掘硬件潜能成为关键趋势 [16] - 未来“软件定义硬件”的情况将更常见，例如DLSS 4的多帧生成技术最高能把帧数翻**8倍**，软件优化为玩家提供免费的性能提升 [16]

全球半导体产业2025年核心态势 - 全球半导体产业在2025年迎来历史性拐点，总营收达到7930亿美元，同比增长21%，行业增长逻辑发生根本转向 [1] - 行业增长引擎从过去的“移动互联网+云计算”转向以AI基础设施为核心，AI处理器、高带宽内存和高速互连芯片正在重塑产业版图 [1] - 全球半导体TOP10排名发生深度洗牌，反映了公司在生态、战略与时代判断上的差异 [1] 2025年全球半导体厂商排名与增长 - 英伟达以1257亿美元营收稳居第一，同比增长63.9%，成为半导体史上首家单年营收突破千亿美元的公司，其营收比第二名三星电子高出530亿美元 [2][4][6] - 英伟达是行业增长的最大贡献者，独自贡献了超过35%的行业总增长 [6] - 三星电子以725.44亿美元营收位列第二，同比增长10.4% [4] - SK海力士营收达606.4亿美元，同比增长37.2%，排名从第四跃升至第三 [4][6] - 美光营收达414.87亿美元，同比增长50.2%，排名从第七升至第五 [4][6] - 英特尔营收为478.83亿美元，同比下降3.9%，排名从第三下滑至第四 [4][7] - 高通、博通、AMD、苹果、联发科分列第六至第十位，营收分别为370.46亿、342.79亿、324.84亿、245.96亿和184.72亿美元，同比增长分别为12.3%、23.3%、34.6%、19.9%和15.9% [4] AI驱动增长与内存厂商的逆袭 - 2025年AI处理器销售额已超过2000亿美元，英伟达占据了其中最大份额 [6] - 内存厂商的增长主要由HBM的强劲需求驱动，HBM作为AI加速器的关键配套，具有高利润和高技术壁垒 [7] - 2025年HBM占DRAM市场的比例已达23%，销售额超过300亿美元 [7] - SK海力士因业绩暴增，向全体员工发放了人均超1.36亿韩元的绩效奖金 [6] 传统计算巨头的结构性挑战 - 英特尔2025年市场份额已降至6.0%，仅为2021年的一半 [7] - 英特尔在发布财报后，股价在盘后交易中一度大跌13% [7] - 英特尔首席执行官承认其18A尖端工艺节点的良率存在不足，尽管良率符合内部计划但仍低于预期，目标是每月提升7%至8%以降低单价 [7][8] - 对于2026年，英特尔将聚焦于巩固x86业务、加速推进加速器与ASIC、构建可信赖的代工业务 [8] AI时代半导体产业竞争的三大变革 - 变革一：竞争壁垒从硬件性能转向“软件定义硬件”的生态系统，英伟达的CUDA生态系统将硬件、软件、算法和开发者社区捆绑，形成了极高进入壁垒 [9][10] - 变革二：垂直整合以新形式回归，强调“系统级优化”，苹果通过自研芯片构建生态壁垒，并准备在2026年下半年量产自研AI服务器芯片；三星在HBM和先进封装方面的优势使其在AI供应链中占据不可替代位置 [11][12] - 变革三：增长驱动力转向数据中心、AI和汽车电子，高增长厂商均与这些领域高度相关 [12][13] - 博通第四季度营收180.2亿美元，同比增长28%，其中AI半导体收入同比增长74%；预计2026年第一财年AI芯片销售额将同比翻倍至82亿美元，占预计总营收191亿美元的43% [13] 十年产业格局变迁 (2015 vs 2025) - 全球半导体市场总规模从2015年的3348亿美元增长至2025年的7934.49亿美元，十年增长2.4倍 [16] - 英特尔从2015年的榜首（营收514.22亿美元，市场份额15.4%）跌至2025年的第四位（营收478.83亿美元） [16][18] - 英伟达在2015年未进入TOP10，2025年以1257亿美元营收登顶，是英特尔2025年营收的2.6倍 [16][18] - SK海力士、美光、博通十年营收增长显著，分别增长3.7倍、2.9倍和4.1倍 [16] - 2015年TOP10多为IDM或拥有强大制造能力的厂商，2025年TOP10中出现了更多Fabless或IP/设计驱动的厂商，如英伟达、AMD、苹果、联发科 [18] - AMD凭借Zen架构和MI系列GPU成功跻身2025年第八位，并计划在2027年推出基于2纳米工艺的MI500系列处理器 [19] - 苹果首次以半导体供应商身份进入TOP10，NXP、东芝、意法半导体等传统厂商逐渐淡出TOP10 [19] 未来竞争格局展望 - 英伟达面临挑战，Google的TPU、亚马逊的Inferentia等定制化AI芯片正在数据中心内部挑战通用GPU的地位 [20] - 预计到2026年，ASIC AI服务器的出货占比将提升至27.8%，出货增速超越GPU AI服务器 [20] - AI正从云端走向终端设备，高通、联发科等移动芯片巨头将迎来第二增长曲线 [21] - 高通启动了“AI加速计划”，并预计2026年发布新的智能手机架构 [21] - 联发科通过发布天玑9500s与天玑8500双芯片，进一步加码中高端手机市场 [21]

AI硬件市场现状与核心挑战 - 2025年以来AI硬件产品（如录音卡片、智能眼镜、AI毛绒玩具、智能指环）大量涌现，但市场整体仍处于极早期阶段[2] - Founder Park的调研显示，绝大多数用户对当前AI硬件产品不满意，评价多为“不尽如人意”和“做得不够好”[2] - 目前几乎所有AI硬件产品都仅在2%的技术尝鲜者和10%的早期采用者这两类早期用户中打转[2] - 行业面临的核心问题是：在手机作为强大计算中心面前，独立的AI硬件需要找到其不可替代性，以说服用户额外付费并持续使用[2] 成功案例：Plaud AI录音卡片的策略分析 - 在调研中，以Plaud为代表的AI录音卡片是过去30天内用户使用频率最高、持续使用最久的AI硬件品类[5] - 公司成功的关键在于精准切入苹果生态系统中的“通话录音”刚需痛点，利用骨传导传感器解决苹果手机无法正常通话录音的问题[6] - 其商业模式是硬件作为入口，核心价值在于接入OpenAI能力后的AI服务（如会议纪要、内容总结），从而实现规模化推广[6] - 产品精准锚定美国市场的投资人、销售、医生、小微企业主等特定职业人群，对他们而言是提升效率、节省时间、创造收益的生产力工具[7] - 硬件售价能做到BOM（物料清单）成本的6到7倍，这得益于其服务的目标用户愿意为效率提升支付高额溢价[8] - 产品强调与手机“解耦”，能够独立、稳定地完成录音工作，这种专注性和稳定性是重度用户看重的价值[9] 大厂入局与行业竞争态势 - 在Plaud之后，钉钉、飞书联合安克等大厂也推出了录音设备，但Plaud在销量和市场反馈上仍处于领先位置[10] - 阿里、腾讯等大厂做产品的逻辑是“生态优先”，即利用自身已有资源（如钉钉、飞书的会议生态）开发硬件来强化生态，思路是“用硬件强化已有的1，再利用生态里的一堆0来放大体量”[11] - Plaud面临的后续竞争压力不小，主要体现在产品定价偏高以及国内互联网大厂在该赛道的竞争加剧[12] - 有国内厂商正在研发成本极致压缩的硬件，例如99元的录音按钮，并计划通过付费订阅制来竞争，预示着未来硬件可能越来越“白菜价”，竞争将转向后端AI服务的能力和体验[12] AI智能眼镜赛道的格局与挑战 - 智能眼镜已成为一个极度内卷的赛道，主要玩家是Meta、Google、苹果等科技巨头，它们在资金和生态上具有优势，战略目标是将眼镜打造成替代手机的下一个计算平台[14] - 创业公司在该赛道更像是一场艰难的“求生”，更多是在细分场景里做到极致，实现“小而美”的产品市场契合[14] - 科技巨头希望构建一个全新的独立生态系统，将眼镜作为未来能够替代甚至绕开手机的核心终端[15] - Meta与雷朋联名的AI眼镜是最有希望冲击千万销量的产品，其成功核心在于选对了市场（美国）和产品形态（墨镜），智能款只比普通雷朋墨镜贵几十美元，通过技术补贴硬件换取市场[15][18] - 墨镜形态比近视镜款更容易成功，原因包括：墨镜无需一直佩戴可缓解续航焦虑；镜腿更粗大能容纳更多硬件，降低了硬件设计要求和成本[16] - 创业公司的成功案例包括：Viture定位为Switch玩家的“随身大屏”游戏外设；Even Realities瞄准高端商务人群，主打低调、舒适和身份彰显，在欧洲市场表现出色[24] - 行业普遍认为，AI眼镜必须找到手机无法替代的“魔法时刻”，例如“骑行导航”场景，在骑车时看手机不便且不安全，智能眼镜能提供直观的转向提示且不影响听歌，这是一个体验提升明显且手机无法替代的场景[20] - 当前智能眼镜存在两个核心问题：1) 功能堆砌但缺乏能击穿用户痛点、无可替代的核心体验；2) 现有操控方式（如抬手触控）不实用，语音交互在公共场合又显尴尬[21][22] - 未来交互方式可能衍生出专用的小型操控硬件，例如智能戒指，以实现更隐蔽、省力的操控[22] AI陪伴与记录类硬件的价值逻辑 - 单纯贩卖“陪伴感”的AI硬件产品商业模式脆弱，国内外很多产品的情感交互、记忆功能做得生硬，使用者更多是“尝鲜”，并非可持续需求[25] - 现场共识是，完全脱离实际功能的“纯陪伴”产品很难走通，“陪伴”有价值但“纯陪伴”本身不成立，情感价值需要一个“场景锚点”（如养老、教育机器人）[26][27] - Looki提供了一个有价值的视角：其核心不是“陪伴”，而是帮助用户“看见”自己，例如通过“步式模式”每2分钟自动拍一段9秒视频，一天可记录200多个片段，几乎覆盖全天活动[28] - Looki的目标是实现真正的“Proactive AI”，即设备能通过传感器感知环境变化（声音、震动、光线），在它认为重要或有趣的时刻主动发起记录，而非按固定频率记录[28] - 理想的AI记录硬件形态应像“行车记录仪”，平时无感存在，需要时可随时回看，其价值可分为两种：1) 负向价值，像买保险一样防止重大损失；2) 正向价值，主动创造惊喜和额外洞察[29][32] 硬件技术约束与形态选择 - 所有可穿戴设备（手表、戒指、耳机）都面临电池和物理尺寸的硬约束，电池技术发展速度跟不上功能需求[30] - 以戒指为例，若要做录音，麦克风阵列需要一定的物理距离（如两个麦克风间距至少30毫米以上）以达到好的收音效果，这导致体积难以做小，影响佩戴体验[30] - Plaud选择卡片形态，虽然牺牲了便携性和佩戴舒适性，但可以放在桌上，功能单一纯粹，不受手机干扰，续航压力小，用稳定性换取了功能实现[30] - 针对不同场景，理想的硬件形态可能不同：工作场景追求功能优先，可能是一个99元的带双麦克风的手机壳；个人生活场景追求无感记录，可能是OWS（开放耳道式）耳机[38] “软件定义硬件”时代的核心理念与挑战 - 在AI时代，硬件的角色正在变化，更像是一个信息采集更稳定、更持续的传感器，核心价值完全体现在软件和AI服务上[31] - 无论是Looki还是Plaud，其核心价值都在软件上，Plaud的大量商业化来自软件会员服务，硬件只是让录音比手机更稳定的传感器[31] - 传统的专业录影设备拼硬件参数，但AI硬件最后拼的是软件，用户最终愿意付费的是能生成结构化纪要、提炼待办事项的AI服务，而非硬件本身[33] - AI模型能力成为关键因素，大厂（如阿里、字节）在模型做好后可能形成降维打击，硬件的先发优势只是暂时的，最终存活取决于能否用AI真正满足用户需求[34] - 产品开发流程进入“软件定义硬件”时代：先有明确的软件服务需求，再反向定制最适合它的硬件形态，硬件形态会因场景而异，变得更加灵活和专注[35] - 许多生活场景尚未被数据化，像Plaud的骨传导、Looki的可穿戴相机等硬件，能够以独特方式采集到手机难以获取的高质量、带场景上下文的数据，这些数据是宝贵的资产[36] - 尽管强调软件，但对硬件制造仍需抱有敬畏之心，“硬件最后拼的是软件”的前提是硬件没有差异化，但初期做出差异化和建立先发优势依然重要[37] - 硬件开发有复杂的体系（如IPD-产品集成开发流程），硬件看短板，需要补齐技术体验的短板，才能谈软件价值[39] - 当前做硬件的门槛比几年前低很多，“软件定义硬件”意味着设备最后拼的是服务，用户愿为AI服务付费，硬件只是入口，这导致硬件本身很难做差异化[40] - 真正的产品差异化来自于对细节的重视，例如LOVOT的成功在于其传感器和关节设计能让人感受到生命力，这些是需要一点点抠出来的细节[41][42] 商业模式对产品形态的决定性影响 - 独立AI硬件的核心在于服务那些对特定体验要求超出大众平均阈值的用户，他们愿意为更优质、更稳定的专属体验付费[43] - AI硬件产品的商业模式从第一天起就决定了产品的最终形态[43] - 一个观点认为，未来硬件竞争可能走向“硬件免费，服务收费”的订阅制模式，例如录音设备硬件只卖99元，主要通过后端的AI转写、总结等服务进行按月订阅收费，硬件本身成为低成本的“获客入口”[44] - 商业模式决定了硬件设计思路：若商业模式是“订阅服务”，硬件设计首要目标是低成本、高可靠性，以降低用户入门门槛；若商业模式是“靠硬件盈利”，则设计需更注重材质、品牌溢价和用户感知价值[46]

文章核心观点 - 全球工业自动化行业正受益于周期性复苏、劳动力短缺与各国制造业回流政策的多重支撑 行业未来的结构性增长锚定于四大变革性投资主题 这一转变正从纯软件的“数字高原”迈向硅与机械深度融合的“物理前沿” 为多个高增长垂直领域带来机遇 随着“物理AI”叙事落地 行业可能迎来根本性估值重估 从传统机械领域重新定位为AI数据采集与现实应用的核心基础设施 [1] 市场表现与产品 - 2月6日 工业母机ETF（159667）涨超1.1% [1] - 工业母机ETF（159667）跟踪的是中证机床指数（931866） 该指数从沪深市场中选取涉及机床整机及其关键零部件制造和服务的上市公司证券作为指数样本 以反映机床产业相关上市公司证券的整体表现 [1] 行业驱动因素 - 全球工业自动化行业正受益于周期性复苏、劳动力短缺与各国制造业回流政策的多重支撑 [1] 结构性增长主题 - 行业未来的结构性增长锚定于四大变革性投资主题 [1] - 主题一：物理AI使AI从计算迈向在现实世界中自主行动 [1] - 主题二：软件定义硬件时代来临 战略价值转向协调复杂物理系统的软件层 [1] - 主题三：规模化大规模定制推动产业向模块化、分布式“微型工厂”转型 [1] - 主题四：主权供应链趋势催生持续的本地化需求 [1] 行业转型与机遇 - 行业转变正从纯软件的“数字高原”迈向硅与机械深度融合的“物理前沿” [1] - 转型为生命科学自动化、能源与AI基础设施、下一代移动出行、国防与航空航天等高增长垂直领域带来机遇 [1] 估值前景 - 随着“物理AI”叙事落地 行业可能迎来根本性估值重估 [1] - 行业可能从传统机械领域重新定位为AI数据采集与现实应用的核心基础设施 [1]

文章核心观点 - AI硬件发展的关键分水岭在于操作系统，而非硬件形态本身，未来的趋势是软件定义硬件，并由一个统一的Agent OS来协同多设备工作 [2][7][64] - 光帆科技认为，一个随时可用的AI助理的理想载体并非标新立异的“新物种”，而是基于用户已有使用习惯的日常设备进行深度智能化改造，其产品Lightwear选择了“耳机+智能耳机盒+手表”的组合形态 [4][6][9] - 公司押注的方向是构建一个全新的、端云结合的Agent操作系统，这是实现通用AI助理和“一个大脑，多个设备”愿景的核心技术壁垒 [7][26][27] 产品理念与硬件形态选择 - 选择耳机作为主要入口是基于降低用户接受门槛的策略，类比苹果当年改造手机而非推出全新iPod touch的思路，目标是实现AI助理的“全天候可用” [9][10] - 将传统充电配件耳机盒升级为集成了GPS、指纹识别、独立联网等功能的传感与计算节点，以扩展设备能力 [11] - 联动手表以补充显示和简单交互（如卡片化信息呈现），并集成人体传感器增强感知，形成与手机、PC场景互补的“需求漏斗”，优先解决80%的轻量化需求 [13][14][15][17] - 判断耳机形态在至少未来十年内都是最优解之一，虽然眼镜形态潜力更大，但面临用户接受度和技术成熟度的长期挑战 [47][104][105] Agent 操作系统的核心设计 - 操作系统必须从零开始构建，因为传统的图形交互系统（如iOS、安卓）的代码架构不适用于以多模态交互为核心、且需要端云协同的AI时代 [27][28][85] - 操作系统采用端云结合架构是现实选择，因为效果好的大模型动辄上百亿参数，无法在端侧运行，且可穿戴设备用户在线率高达约98%，对话交互对延迟不敏感 [30][31][89][90] - Agent OS的核心特性是“全感知”与“主动性”，其最重要的任务是划清操作系统、大模型与第三方应用之间的职责边界，以实现高效协同 [33][39][92][98] - 操作系统需完成三大核心工作：硬件调度（管理多传感器与跨设备协同）、应用接入、以及基于多传感器数据融合与用户理解的“多模态混排”式交互 [35][94] 技术实现、成本与供应链 - 产品进行了“大改”，最大的创新赌注之一是专为AI感知设计的弧面摄像头，该设计涉及复杂的光学、材料与工艺调整，旨在弱化攻击感并保护隐私 [19][76] - 当前制造成本高昂主要源于两方面：一是几乎所有部件均为定制件；二是因缺乏高集成度芯片而需使用多颗芯片，增加了复杂度与体积 [20][77][78] - 通过向供应链展示在现有品类上改良的合理预期与AI落地潜力，说服了供应商合作，产业链厂商因担心错过AI时代机会而愿意尝试 [23][81] 应用生态与商业模式演进 - Agent OS上的应用形态将发生根本变化，应用（APP）将存在于云端，没有传统图形界面，用户通过自然语言与统一的AI助理交互，背后由不同的云应用承接需求 [41][42][101] - 在真正的AI时代，类似手机时代的独立“超级应用”（如抖音）可能难以再现，商业模式将围绕新的业态重新构建 [43][102] - 与第三方应用厂商（包括部分大厂）的合作基础在于能为它们带来手机生态之外的增量价值、新场景与新流量 [40][99] 公司战略与运营 - 公司团队规模约100人，其中软件相关员工占一半以上，硬件创新侧重与成熟产业链伙伴协同 [51][109] - 在技术变革期，招人更看重对创新的渴望程度和学习能力，而非完全匹配的经验 [52][53][110][111] - 产品计划于1月启动公测，并在公测后于一季度正式量产，未来将持续迭代现有产品并探索由系统反推的新硬件形态 [55][114][115] - 公司初期聚焦国内市场，但会很快向海外拓展，面对竞争持开放态度，更倾向于产业协作而非完全闭环 [57][116][117]

AI芯片技术格局演变 - 2026年初，AI芯片战场正悄然转向，三大技术流派成形：GPU派、ASIC派与可重构数据流派[4] - GPU派以英伟达为代表，是当前AI芯片领域的绝对霸主，但其性能提升受制于“内存墙”、高功耗等问题[4] - ASIC派以谷歌TPU为代表，通过硬件与算法深度绑定实现极致能效，但存在算法迭代后硬件难匹配的风险[4] - 可重构数据流派以Groq的LPU和清微智能的RPU为代表，核心是“软件定义硬件”，兼具ASIC高效能与GPU灵活性[4] 行业领导者动态与竞争 - 英伟达在CES上发布Rubin平台，宣称推理成本降至十分之一，但面临战略焦虑[1] - Meta被曝考虑弃用英伟达GPU、转投谷歌TPU[1] - 2025年圣诞节，英伟达以200亿美元闪电收购估值仅69亿美元的初创公司Groq，溢价近3倍[1] - Groq的核心武器是其LPU，在大模型推理中性能可达GPU的5–18倍，能效比提升10倍[1] 可重构芯片技术优势与案例 - 可重构芯片（如LPU/RPU）绕过传统GPU的内存墙，实现几乎“确定性延迟”的Token吞吐[1] - 清微智能的旗舰芯片TX81支持万亿参数大模型的训推一体[2] - 搭载TX81芯片的REX1032服务器可高效运行DeepSeekR1/V3等主流大模型，推理成本降低50%，能效比提升3倍[2][5] - 该技术路线正从细分走向主流，成为头部企业争相布局的核心方向[7] 中国关键玩家：清微智能 - 北京AI芯片公司清微智能自研的RPU与Groq的LPU同属可重构数据流架构，被业内称为“中国版高阶TPU”[2] - 2025年12月，公司完成超20亿元C轮融资[2] - 公司已实现从IP、芯片到服务器的全栈自研，并在全国部署超3万张AI加速卡，稳居国产第一梯队[2] - 清微RPU已落地国家“东数西算”工程，新疆双河市中树云智算中心全部采用其芯片构建[2] - 在生态层面，清微深度适配国产开源操作系统FlagOS，并与华为昇腾、寒武纪等共同组成“FlagOS卓越适配单位”[4] 市场定位与未来展望 - GPU派在训练和通用计算中保持核心地位[7] - ASIC派正用极致能效比主攻特定模型的推理场景，帮助云厂商降本增效[7] - 可重构数据流派以其灵活、高效、确定性，成为多元化AI芯片生态的重要力量[7] - 在这场决定下一代算力话语权的竞赛中，清微智能和它的RPU被视为中国打出的一张关键牌[7]

交易方案概述 - 观想科技拟通过发行股份及支付现金方式收购辽晶电子100%股份 [1] - 公司将向不超过35名特定投资者发行股份募集配套资金 [1] - 截至预案签署日 标的资产的审计和评估工作尚未完成 具体交易价格待定 [1] 标的公司业务与地位 - 标的公司辽晶电子是国防科技领域重点配套单位 [2] - 公司深耕半导体分立器件与集成电路领域多年 [2] - 产品广泛应用于航天 航空 兵器 船舶 电子以及核物理等领域和多项国家重大工程 [2] 交易的战略协同与产业链整合 - 交易将在现代化装备及未来智能装备产业链布局 技术研发 市场拓展 产品迭代等方面产生互补和协同效应 [2] - 上市公司将牵引和强化标的公司的核心固态器件技术 融合封装技术和光耦技术在边缘算力技术中的作用 [2] - 旨在构建观想科技智慧大脑核心关键硬件 加速公司在无人化 智能化 小型化装备领域的战略布局 [2] - 依托标的公司产能基础 直接掌握高可靠半导体器件 集成电路的研发与生产能力 [2] - 打通“数据算法-边缘算力-软件架构-核心硬件-智能装备”的全产业链条 践行“软件定义硬件”的技术路线和经营战略 [2] - 通过软硬件协同优化缩短产品研发周期 降低产品成本 提升综合竞争能力 [2] 市场与客户价值 - 交易将提升公司向军方及军工单位客户提供“核心元器件+智能系统平台+全寿命周期管理”的一站式解决方案能力 [2] - 有利于增强客户粘性 构筑极高的竞争壁垒 [2] - 上市公司与标的公司的客户既有相通性又各有偏重 结合有利于进一步扩展市场方向及客户类别 [2] 交易预期效益 - 交易旨在扩大公司整体销售规模 提升持续盈利能力和核心竞争力 维护全体股东利益 [2] - 结合有利于增强双方经济效益及市场知名度 助力上市公司持续经营能力的提升 [2]

交易方案概述 - 观想科技拟通过发行股份及支付现金方式收购辽晶电子100%股份 [1] - 交易将向不超过35名特定投资者发行股份募集配套资金 [1] - 截至预案签署日 标的资产的审计和评估工作尚未完成 具体交易价格待定 [1] 标的公司业务与地位 - 标的公司辽晶电子是国防科技领域重点配套单位 [2] - 公司深耕半导体分立器件与集成电路领域多年 [2] - 产品广泛应用于航天 航空 兵器 船舶 电子以及核物理等领域和多项国家重大工程 [2] 交易的战略协同与产业链整合 - 交易将在现代化ZZ及未来ZY智能装备产业链布局 技术研发 市场拓展 产品迭代等方面产生互补和协同效应 [2] - 上市公司将牵引强化标的公司的核心固态器件技术 融合封装技术和光耦技术在边缘算力中的作用 [2] - 旨在构建观想科技智慧大脑核心关键硬件 加速在无人化 智能化 小型化装备领域的战略布局 [2] - 依托标的公司产能基础 直接掌握高可靠半导体器件 集成电路的研发与生产能力 [2] - 打通“数据算法-边缘算力-软件架构-核心硬件-智能装备”的全产业链条 践行“软件定义硬件”的技术路线和经营战略 [2] - 通过软硬件协同优化以缩短产品研发周期 降低产品成本 提升综合竞争能力 [2] 市场与客户价值创造 - 交易将提升公司向军方及军工单位客户提供“核心元器件+智能系统平台+全寿命周期管理”一站式解决方案的能力 [2] - 此举旨在增强客户粘性 构筑极高的竞争壁垒 [2] - 上市公司与标的公司的客户既有相通性又各有偏重 结合有利于进一步扩展市场方向及客户类别 [2] 交易预期财务与经营影响 - 交易预期将扩大公司整体销售规模 [2] - 交易预期将进一步提升公司持续盈利能力和核心竞争力 [2] - 交易预期将增强双方经济效益及市场知名度 助力上市公司持续经营能力的提升 [2] - 交易旨在维护全体股东利益 [2]

公司上市与募资详情 - 公司正式启动招股，计划全球发售25,430,000股H股，其中香港发售2,540,000股，国际发售22,890,000股，拟募资37亿港元 [1] - 招股期为2025年12月30日至2026年1月5日，预计定价日为2026年1月7日，发售价为每股144.6港元，股份预计于2026年1月8日在香港联交所开始交易 [1] 行业地位与市场认可 - 根据弗若斯特沙利文资料，公司是首家实现推理通用GPU芯片量产的国内芯片设计公司，也是首家实现训练通用GPU芯片量产并采用7nm工艺达成该里程碑的企业 [1] - 公司已成功向来自金融服务、医疗保健、运输等行业的超过290名客户累计交付超过5.2万片通用GPU产品，并在各行业实现了超过900次部署 [2] - 在2024年的中国训练型通用GPU市场份额中，公司在中国公司中排名第三；在中国推理型通用GPU市场份额中，公司位列中国公司第二 [2] 核心商业模式与差异化优势 - 公司采用软硬件一体化协同设计路径，将编译器、驱动、函数库和框架视为产品不可分割的一部分，以软件定义硬件 [3] - 公司专有指令集支持800多条定制指令，兼容FP32、FP16、INT8等精度，确保在大语言模型等复杂负载中保持领先性能 [3] - 公司具备生态兼容性优势，其解决方案支援主要Linux发行版本（Ubuntu、CentOS及麒麟），同时兼容x86与ARM架构，并对PyTorch、TensorFlow及PaddlePaddle等主要AI框架进行了深度适配与优化 [3] - 公司定位为提供全栈式解决方案，不止于“卖卡”，提供从单机到集群的全栈能力闭环，包括天垓系列训练产品和智铠系列推理产品，以及基于此构建的通用GPU服务器及集群 [4][6] 研发实力与产品迭代 - 公司研发团队拥有超过480名专业人员，其中约70%拥有硕士以上学历，超过三分之一具备10年以上行业经验 [7] - 核心管理层汇聚全球顶尖半导体公司专家，例如副总裁孙怡乐在GPU芯片设计方面有14年经验，曾在AMD附属公司担任高级经理；副总裁吕坚平曾任三星先进计算实验室研发及运营副总裁，拥有耶鲁大学计算机科学博士学位 [7] - 公司坚持“量产一代、设计一代、预研一代”的研发理念，已成功推出天垓Gen 1、Gen 2、Gen 3以及智铠Gen 1、Gen 1X等多代产品 [7] - 天垓Gen 1于2021年发布并量产，是中国首款实现量产的通用GPU产品；智铠Gen 1于2022年发布并于2023年量产，是中国首款专注于AI推理应用的通用GPU产品，并采用7nm工艺 [7] 市场前景与产品管线 - 根据弗若斯特沙利文数据，中国通用GPU市场出货量从2022年至2024年复合年增长率达72.8%，预计2025年至2029年将维持33.0%的增速 [8] - 其中国产化率从2022年的8.3%提升至2024年的17.4%，到2029年有望超过50% [8] - 公司正积极推进下一代产品研发，包括智铠Gen2、Gen 3，以及天垓Gen 4、Gen 5，计划于2025年至2027年陆续量产 [8][9] - 具体产品管线规划：智铠Gen2预期于2025年第四季度推出并量产；智铠Gen3预期于2026年第一季度推出，第二季度量产；天垓Gen 4预期于2026年第二季度推出，第一季度量产；天垓Gen 5预期于2027年第一季度推出，第二季度量产 [9] 上市的战略意义 - 港股上市为公司提供了独特的资本平台，相较于A股更利于吸引国际资本，为公司未来出海铺设跳板 [10]