公司战略与定位 - 公司已从AI解决方案提供商，转向更底层、更具长期价值的AI推理芯片赛道[3] - 公司的战略方向始终未变，但市场策略与时俱进，经历了三个发展周期，分别对应全球AI行业的智能感知时代、大模型时代和算力驱动阶段[8] - 公司并未盲目追随GPU路线或贸然切入训练芯片赛道，而是立足自身技术积累和产业定位，坚持走符合自身发展节奏的道路[9] - 公司营收结构的变化与AI行业发展阶段完全匹配：早期以行业解决方案为主，大模型阶段出现标品和服务，接下来推理算力市场爆发将带动推理芯片出货量增长[20] 对AI推理芯片时代的判断 - AI推理芯片时代正在形成市场共识，推理已进入算力的中心舞台，未来AI赛场将构建起更加繁荣的推理芯片和应用生态[4] - 训练芯片市场规模远无法与未来推理芯片的市场潜力相比，据判断，到2030年全球训练芯片市场规模可能达到约1万亿美元，而推理芯片市场至少将达到4万亿美元，甚至更高[12] - 2025年将是一个重大转折点，训练与推理开始真正分离，推理走向专业化、高效化和场景化，形成独立的技术路径和产品体系[14] - 推理环节是真正的“电动机”和“输电网络”，它把训练好的模型部署到实际场景中，让AI真正成为现实生产力[12] - 英伟达收购专注于AI推理芯片的Groq，进一步强化了推理基础设施加速演进的行业信号[13] 中美AI发展路径与中国的机会 - 美国AI发展模式更偏向“从0到1”的原始创新，以理论驱动为主；中国则更多是应用驱动，强调将技术落地到产业场景中[10] - 中国的强项在于将已有技术快速转化为规模化、可落地的应用，因此中国不应只聚焦于训练芯片，更应重视推理芯片的巨大机会[10] - 中国的大模型发展已取得显著进展，基本追平并进入全球第一梯队，接下来的重点是鼓励大规模市场化应用，加速AI在各行各业的渗透[11] - 从长远和更具战略意义的角度看，中国真正的机会和主战场在推理芯片赛道，这里市场空间更大，也更契合中国以应用驱动、产业落地见长的发展优势[13] 公司技术路径与产品 - 公司始终在坚持做芯片，2014年回国创业申报的第一个项目就是关于神经网络处理器（NPU）的研究[7] - 公司通过端到端的应用闭环来验证芯片的实际价值，并逐步构建起覆盖应用、算法与芯片的全栈能力[7] - 公司最新提出GPNPU架构，可理解为中国版的TPU，相较于GPGPU，在推理效率与成本控制上能够实现数个数量级的优化[15] - GPNPU架构融合了三方面核心优势：借鉴GPU的可编程性与生态兼容性；继承NPU在推理任务中的高能效优势；深度融合存算一体技术[15] - 基于GPNPU架构的Nova500芯片预计将在明年流片，目标是在推理赛道上性能对标全球头部企业，价格还能有一定优势[15] 市场与客户 - 公司芯片订单需求主要来自三个领域：第一是互联网头部大厂；第二是三大通信运营商以及部分中大型互联网企业；第三是AI领域的创业公司[16] - 互联网大厂是推理芯片的终极目标客户，它们每年的采购额都是上千亿，只要做到第三、第四供应商，都是几十亿、上百亿的订单规模[18] - 大模型的使用已从技术圈扩展到普通大众，用户行为的转变在2025年真正成型，类似于2007年iPhone发布后的拐点[14] 研发挑战与投入 - 公司研发投入的重点方向包括：加强GPNPU架构与主流生态的兼容性扩展；基于近20年积累优化NPU架构；聚焦3D堆叠与存算一体等突破先进制程限制的技术[21] - 推理芯片研发和市场推进的挑战包括：硬件本身设计、流片到量产的高投入与长周期；软件生态的构建；以及应对AI技术快速演进所需的前瞻性与灵活性[22] - 芯片设计是一门艺术，是在性能、功耗、面积与成本之间不断权衡与优化的过程[15] 行业趋势与区域发展 - AI应用和AI推理两大生态正在快速崛起，催生出大量新机会，预计半导体市场的并购活动将越来越多[23] - 广东省明确提出应用场景开放驱动AI与集成电路产业发展的战略思路，具有全国前瞻性[24] - 粤港澳大湾区被英伟达CEO称为“全球唯一一个AI与机电一体化深度融合的区域”，其核心竞争力在于不仅是AI算法和软件的试验场，更是AI原生硬件的策源地[24] - 深圳堪称AI产品经理的摇篮，对市场、用户和产业土壤的深刻理解，使其在AI硬件新阶段中持续领跑[26] - 深圳早在五六年前就旗帜鲜明地提出要发展NPU芯片产业，长期稳定的政策支持使企业能够坚持深耕并实现技术积累与产业落地的良性循环[25]