文章核心观点 - AI发展的关键瓶颈在于高昂的算力硬件成本，而传统芯片设计流程缓慢且昂贵，严重制约了创新[1][3] - Ricursive Intelligence公司旨在利用AI技术颠覆传统芯片设计流程，通过大幅缩短开发周期和降低成本，实现定制化芯片的普及，从而释放AI行业的创新能力[1][4][13] - 该公司由AlphaChip的核心设计者创立，其技术已成功应用于多代Google TPU，并计划通过“AI赋能芯片设计，芯片设计反哺AI”的递归循环，推动行业进入“无设计”模式[7][10][12] 行业痛点与现状 - **设计周期漫长**：成熟制程芯片设计需12-24个月，5nm或3nm等前沿制程需18-36个月[3] - **设计成本高昂**：7nm芯片平均成本为2-2.5亿美元，5nm为4.5-5亿美元，3nm则高达6-6.5亿美元，其中50-70%为人力成本，5-15%用于EDA工具[3] - **延迟代价巨大**：以NVIDIA Blackwell芯片为例，数月的延迟可能在2025年造成超过100亿美元的收入损失[3] - **市场高度集中**：当前芯片设计市场由Cadence和Synopsys主导，两家公司年收入均达50-60亿美元，市值约在900-1000亿美元之间[12] Ricursive Intelligence公司概况 - **创立与团队**：公司由AlphaChip核心设计者Anna Goldie和Azalia Mirhoseini于2025年12月初创立，团队约10人，成员来自Google DeepMind、Anthropic、Apple和Cadence等顶尖公司[2][9] - **融资情况**：以7.5亿美元估值完成3500万美元种子轮融资，由Sequoia Capital领投[2]；近期完成由Lightspeed Venture Partners领投的3亿美元A轮融资，投后估值达40亿美元，参投方包括DST Global、NVentures、Felicis Ventures等[2] - **技术起源**：技术源于2018年Google Brain的“登月计划”，专注于利用AI进行芯片布局规划，并与TPU团队紧密合作，其成果AlphaChip已应用于从TPU v5e及之后的多代TPU中[6][7][9] 核心技术：AlphaChip与AI设计 - **技术原理**：AlphaChip是一个基于强化学习的AI系统，能在六小时内完成部分半导体组件的设计，而传统方法可能需要数年[1][14] - **应用成效**：已参与Google TPU过去4代的设计，并被联发科等外部半导体公司采用，在TPU中应用的芯片区块越来越多[1][9] - **设计优势**：AI设计有时能产生超越人类经验的“有机感”布局，相比规整的人类设计，能减少线长、降低功耗和时序违例[9] - **数据要求**：构建此类AI智能体最重要的是搭建环境和设定奖励信号，可以使用合成数据[14] 公司愿景与发展阶段 - **递归循环理念**：公司名“Ricursive”体现了“AI赋能芯片设计，芯片设计反哺AI”的递归循环，即用AI设计芯片，再用新芯片训练更好的AI[10] - **三阶段规划**： - 第一阶段：攻克关键瓶颈，将设计流程显著缩短至数周[11] - 第二阶段：实现端到端设计，给定工作负载即可生成送交制造的最终文件（GDSII）[11] - 第三阶段：垂直整合，构建自己的芯片并训练自己的模型，完成递归循环[11] - **终极愿景**：将当前的“无晶圆厂”模式推进到“无设计”模式，将想法直接转化为可供制造的设计方案，外包整个芯片设计流程[12] 潜在行业影响 - **释放AI创新能力**：若定制芯片设计成本大幅降低、时间缩短至数天，将极大释放AI行业在模型训练、产品推广及硬件终端（如机器人、可穿戴设备）方面的创新能力[13] - **引发定制芯片爆发**：设计成本降低将使更多公司（涉及AI硬件、机器人、自动驾驶、太空探索等领域）能够负担定制芯片，可能引发定制化芯片的“寒武纪大爆发”[11] - **颠覆现有格局**：公司旨在将芯片设计全流程自动化，这不仅能颠覆Cadence和Synopsys主导的现有市场，还可能解锁人类未曾探索过的新颖芯片设计，推动硬件创新浪潮[12]

交易概览 - 英伟达与AI芯片公司Groq达成一项价值200亿美元的技术许可协议 并计划聘用其部分高管[1] - 该交易接近Groq三个月前69亿美元估值的3倍溢价 是英伟达迄今为止规模最大的交易[1][2] - 交易被定位为技术许可协议而非收购 Groq的云业务将保持独立[2] 交易动机与战略意义 - 交易核心动机在于芯片设计 Groq的芯片设计能将数据保留在处理器本身进行计算 而非传输至独立的内存芯片[4] - 英伟达的GPU严重依赖由少数几家公司控制供应链的高带宽内存 此次交易有助于缓解该瓶颈[4] - 交易将帮助英伟达设计出更便宜、能效更高的服务器芯片 以运行AI应用[4] - 交易可被视为一项防御性举措 旨在确保可能挑战其领先地位的技术不落入博通或AMD之手[5] - 交易使英伟达能够增加技术能力 同时避免并购审查的聚光灯 并消除一个在推理工作负载领域试图削弱其主导地位的少数可信竞争对手之一[6] 行业竞争格局 - 英伟达目前控制着约90%的AI芯片市场 并在欧盟、英国和中国面临反垄断审查[6] - 英特尔正寻求在前端进行收购 以加强其芯片计划[7] - Groq的CEO兼创始人Jonathan Ross曾帮助构建谷歌的TPU 而TPU已成为英伟达最可信的竞争对手[8] - 谷歌的TPU作为GPU的替代品 运行成本更低 其良好声誉促使许多客户转向谷歌云 并与Anthropic和Meta达成了重大交易[8][9] - 谷歌股价今年上涨了65% TPU是推动因素之一[8] 公司财务状况 - 英伟达目前坐拥600亿美元现金 高于两年前的130亿美元[2] - 尽管Groq将其2025年收入预测大幅下调了75% 但英伟达仍有财力支付此项交易[3]

合作核心内容 - OpenAI与博通达成战略合作，共同部署由OpenAI设计的10GW规模的AI加速器 [5] - 博通将从2026年下半年开始部署配备AI加速器和网络系统的机架，并于2029年底前完成全部部署 [5] - OpenAI负责芯片与系统设计，博通负责合作开发与投入部署 [6] - 10GW电力规模相当于10000兆瓦，足以同时点亮约1亿个100瓦灯泡 [10][11] 合作战略意义 - 通过自研芯片实现垂直整合，将前沿模型开发经验直接嵌入硬件以解锁新能力与智能水平 [7][20][21] - 定制加速器旨在满足现有芯片无法覆盖的特定计算任务或工作负载 [20][21] - 合作凸显定制加速器重要性及以太网作为AI数据中心纵向与横向扩展网络核心技术的战略地位 [13] - 有助于OpenAI缓解算力紧张问题，其ChatGPT每周有近8亿活跃用户 [14][15] 自研芯片动因 - 对AI工作负载的深刻理解以及实现公司使命需要进行垂直整合 [18][22][23] - 在2017年发现规模扩展对AI系统的巨大作用，自研芯片是实现算力扩展的重要举措 [28][29][30] - 与外部芯片公司合作时，关于模型发展方向与形状的反馈未被采纳，缺乏话语权 [30][31] - 公司CEO转变观点，认为垂直整合是实现使命的必要途径，并以iPhone的成功为例 [22][23][24] 预期效益与技术应用 - 通过优化整个技术堆栈，预计能从每瓦特中榨取更多智能，实现巨大的效率提升 [31] - 效率提升将直接转化为更好的模型性能、更快的模型训练速度以及更低的模型成本 [31] - 已在利用AI模型优化芯片设计，其优化速度比人类工程师更快 [32][33] - AI模型提出的优化方案通常是人类专家清单上的项目，但能显著缩短实现时间 [34] 整体战略布局 - 公司采取“自研+合作”路线突破算力瓶颈，除博通外也与英伟达、AMD等厂商合作 [36][37][40][41] - 与英伟达的合作规模同样为10GW，预计使用数百万块GPU，并获得高达1000亿美元投资 [37][38] - 自研芯片布局已持续约18个月，并在o1模型开启推理浪潮后开始专门设计推理芯片 [18][43]

合作项目核心 - OpenAI与博通合作开发定制芯片，计划从2026年下半年开始部署一个高达10千兆瓦（GW）的庞大计算系统 [1] - 合作不仅仅是购买芯片，而是深入到设计核心，OpenAI设计自己的GPU，博通提供定制芯片领域的系统能力并负责部署 [3] - 此次合作推动博通股价应声大涨近10% [1] 技术整合与创新 - OpenAI将GPT模型应用于芯片设计，缩短了开发进度，并实现了大幅的芯片面积缩减 [3] - 未来计算架构将向三维堆叠和光学集成演进，博通提及将100太字节的光学交换集成到同一个芯片中，预计计算集群性能每六到十二个月持续翻倍 [7][9] - 设计全新芯片并实现端到端系统工作是天文数字般的工作量 [9] 战略意图与算力储备 - OpenAI的战略是垂直整合、端到端掌控所有环节，通过在整个技术栈中进行优化以获得巨大的效率收益 [4] - 新增的10GW算力是在与英伟达、AMD等巨头已有合作基础上的额外增加，使其总算力储备达到26GW，足以满足纽约市夏季用电高峰两倍多的需求 [4] - 公司算力增长轨迹惊人：从最初"仅有"的2兆瓦集群，到今年底的略超2千兆瓦，再到不久的将来接近30千兆瓦 [4] 未来愿景与需求预测 - 公司愿景是打破算力瓶颈，创造一个计算不再稀缺、智能极大丰富的世界，目标是让每个人都拥有一个在后台24/7运行的AI代理 [6] - AI需求的增长速度是战略基础，每当把模型优化10倍，需求就会增长20倍 [4] - 以GPT6为例，若能将模型能力推进到感觉比GPT5高30个IQ点，并能处理长达数月的问题，同时降低每个token的成本，产生的经济价值和需求将疯狂上升 [6] 财务投入与行业影响 - 为支付高达数百亿美元的算力账单，OpenAI需要在今年预计的130亿美元收入基础上实现指数级增长 [9] - 公司CEO向员工透露，目标是到2033年建成250GW的算力，按今天的标准将耗资超过10万亿美元 [9] - OpenAI已建立起复杂而充满野心的联盟，其迭代速度可能远超竞争对手，并对整个半导体设计行业带来冲击 [3][9]

股价表现 - 天普股份于9月18日复牌后再度涨停，股价报收83.6元/股，实现连续12个交易日涨停 [1] - 天普股份股价自8月22日至9月18日累计上涨213.81% [3] - 首开股份在9月3日至9月12日期间，股价累计涨幅偏离值达到100%，并于9月17日和18日连续两日收盘价格涨幅偏离值累计达20% [5] - 上海建工股票在9月12日至9月18日五个交易日内累计涨幅达61% [5] 市场交易与监管动态 - 上交所指出天普股份交易中存在影响市场正常交易秩序的异常交易行为，并对相关投资者采取了暂停账户交易等自律监管措施 [3] - 上海建工在9月17日和18日的股票换手率分别高达24.68%和25.83%，呈现明显放量 [5] - 首开股份出现交易量明显增长、换手率大幅提升、股东人数显著增长及个别机构股东减持清仓等情况 [5] 公司控制权变更 - 天普股份股价大涨源于公司实控人尤建义筹划控制权转让，AI芯片设计公司中昊芯英的实控人杨龚轶凡拟通过股权协议转让、增资控股股东及全面要约等步骤获得公司控制权 [4] - 天普股份公告提示，若控制权变更交易中存在内幕交易等异常行为，后续交易可能存在终止的风险 [4] 公司风险提示 - 天普股份公告称公司股价已严重偏离基本面，短期上涨幅度极大，积累了巨大交易风险，未来存在快速下跌的可能 [3] - 首开股份公告表示其股价短期上涨过快，严重偏离基本面，可能存在下跌风险 [5] - 上海建工公告称公司基本面未发生重大变化，当前可能存在市场情绪过热和非理性炒作，交易风险大幅提升，存在短期大幅下跌的风险 [5]

上市辅导备案 - 中星微技术股份有限公司提交首次公开发行股票并在科创板上市辅导备案申请，备案时间为2025年8月8日，辅导机构为银河证券[1] - 银河证券与中星微技术辅导协议签署时间为2025年7月30日，参与辅导的证券服务机构还包括北京市中伦律师事务所及立信会计师事务所[2][3] - 公司控股股东为堆龙中星微管理咨询有限公司，持股比例为20.24%[7] 历史IPO申报情况 - 公司曾于2018年申报IPO，2020年7月平移至深交所创业板审核，保荐机构为中信建投证券，会计师事务所为中汇会计师事务所，律师事务所为北京市金杜律师事务所[3] - 2020年12月15日公司撤回发行上市申请文件，12月16日深交所终止审核，撤回原因系拟合并芯片业务后择机申报[3][4] - 创业板IPO终止两年八个月后，2023年8月公司重启A股上市辅导，辅导机构为中信证券，截至2025年7月16日共开展八期上市辅导工作[4] 公司业务与技术 - 公司2007年成立，是数字感知领域拥有国际领先AI芯片设计技术和新一代AI视觉技术的高科技企业，面向公共安全、智慧能源、智慧交通等多个领域提供数智化解决方案[4] - 2025年4月公司宣布其最新一代AI芯片"星光智能五号"成功运行Deepseek 7B/8B/16B大模型，成为首款全自主可控的能够单芯片实现通用语言大模型和视觉大模型同时运行的嵌入式AI芯片[4] 财务数据 - 2019年度公司营业收入199,464.39万元，归母净利润22,570.13万元，扣非归母净利润16,054.01万元[5] - 2017-2019年公司归属于母公司所有者权益分别为238,156.07万元、248,914.95万元和271,485.08万元[6] - 2017-2019年公司资产负债率(母公司)分别为9.84%、5.96%和8.40%[6] - 2017-2019年公司研发投入占营业收入比例分别为6.13%、6.94%和6.16%[6] 募投项目 - 前次申报创业板IPO募投项目包括新一代智能视频监控产品产业化项目、视频云平台项目、研发中心改建扩建项目、营销网络建设项目及补充流动资金，拟投入募集资金13.60亿元[6]

报告行业投资评级 - 推荐（维持）[2] 报告的核心观点 - 继续看好海外算力链，甲骨文2026财年云基础设施营收预计增长超70%，资本支出将增至250亿美元，总云收入增长加速，RPO将增长超100% [10][11][52] - 中长期建议关注嘉和美康、科大讯飞、寒武纪等公司 [11][53] 各目录总结 算力动态 - 数据跟踪：本周算力租赁价格略有波动，A800 - 80G恒源云价格环比上周增14.29% [19][22] - 产业动态：6月13日AMD推出MI350X和MI355X两款GPU，算力较前代提升4倍，推理速度提高35倍，性能可与英伟达B200竞争，本月初已批量出货；预告2026年推出与OpenAI联合研发的MI400系列 [20][24][25] AI应用动态 - 周流量跟踪：2025.6.7 - 2025.6.13期间，访问量前三位为ChatGPT、Bing和Canva，访问量环比增速第一为Gemini（11.26%）；平均停留时长环比增速第一为Gemini（2.82%） [30][32] - 产业动态：中国科学院推出处理器芯片和相关基础软件全自动设计系统「启蒙」，已基本完成第一步自动设计，后续将推进相关工作以实现系统自演进 [31][35] AI融资动向 - Multiverse完成2.17亿美元B轮融资，其CompactifAI技术可将大语言模型压缩高达95%，运行速度快4 - 12倍，推理成本降低50% - 80%，已上线AWS AI市场，获大企业客户认可 [40][41] 行情复盘 - 上周（6.9 - 6.13日），AI算力指数/AI应用指数/万得全A/中证红利日涨幅最大值分别为1.30%/1.43%/0.76%/0.31%，日跌幅最大值分别为 - 2.49%/-2.29%/-1.10%/-1.01%；AI算力指数内天孚通信涨幅最大，青云科技 - U跌幅最大；AI应用指数内青木科技涨幅最大，每日互动跌幅最大 [44] 投资建议 - 继续看好海外算力链，甲骨文业绩超预期，2026财年云业务多项指标预计大幅增长 [10][11][52] - 中长期建议关注嘉和美康、科大讯飞、寒武纪等多家公司 [11][53]