生成式AI应用发展现状 - 生成式AI从技术竞争转向应用竞争，但企业级AI应用的"iPhone时刻"尚未到来，主要由于企业内部训练数据不足及算力利用率问题 [2] 智算行业增长趋势 - 2025年一季度中国智算规模达748EFlops，占整体算力35%，IDC预测2025年中国智能算力将达1037.3EFLOPS，2028年增至2781.9EFLOPS，五年复合增长率46.2% [3] - 2024年全球AI服务器市场规模1251亿美元，2025年增至1587亿美元，2028年达2227亿美元，其中生成式AI服务器占比从2025年29.6%提升至2028年37.7% [4] - 2024上半年中国GenAI IaaS市场同比增长203.6%，规模52亿元人民币，占智算服务市场35.6% [4] 算力需求演变 - 行业算力需求从预训练主导转向后训练和推理主导，应用侧对后训练、推理要求更高 [4][5] - 联想案例显示生命科学核磁共振影像处理时间从15分钟缩短至20秒，吉利汽车HPC方案落地19种仿真应用 [7][8] 超智融合发展趋势 - 超算、智算、通算融合成为产业重点方向，三一重工通过融合实现产能提升123%，人员效率提升98%，成本降低29% [6][7] - 国家超级计算无锡中心平台为新药研发等提供全栈智能解决方案 [7] 异构算力融合挑战 - 超算与智算硬件架构差异显著（CPU-FP64 vs GPU/TPU-FP16/INT8），算法和调度机制不同导致融合难题 [8][9] - 联想通过"一横五纵"战略构建万全异构智算平台，AI编译优化器降低训练/推理成本15%，推理时延降低3倍 [9][10] 平台化解决方案 - 主流厂商布局平台化产品：神州数码推出神州文学平台、浪潮信息推出EPAI平台、青云科技推出AI智算平台 [10] - 万全异构智算平台3.0兼容国内多数芯片，提速15倍，并接入DeepSeek等主流开源大模型 [10] 未来计算形态 - 超智融合将推动"超级智能计算"新形态，模糊超算与智算界限，重构计算范式 [11]

公司业务表现 - 2024年公司中国区政企业务同比增长25% 计算产业增长达80% [1] - 公司推出xPN先锋行动 从研发营销供应服务全方位支持合作伙伴 [1][3] - 公司将持续投入计算产业 深化与伙伴协同驱动行业场景创新 [1][3] 产品与技术布局 - 昇腾部件产品覆盖AI全场景 2025年下半年实施从低算力到高算力全面覆盖边端场景策略 [2] - 昇腾重点投入Atlas 300I A2和310模组 CANN将于2025年底完成A2版本开源 [2] - 鲲鹏ARM算力增长率10倍于x86 已与50余家伙伴打造70余款产品 [2] - 鲲鹏采用1+N+X生态支持体系 实现多系列模组算力全覆盖 [2] 行业发展趋势 - 数字化和智能化成为经济增长新引擎 全球及中国ICT支出稳步增长 [2] - IT市场进入AI大转型时代 算力需求结构从训练向推理倾斜 [2] - 算力基础设施需具备高性能多核处理器及面向AI应用的加速技术 [2]

公司业绩与增长 - 2024年公司中国区政企业务同比增长25% [3] - 中国区政企计算产业增长80% [3] - 钻金银伙伴数量增长25% 商业交易伙伴数量增长22% [3] - 部件伙伴业务增长翻番 [3] 产品与技术布局 - 鲲鹏模组和昇腾板卡全面开放 [3] - 昇腾部件产品覆盖AI全场景 从模组到标卡共9款 [4] - 鲲鹏算力增长率10倍于x86算力 [4] - 2025年下半年昇腾将实施从低算力到高算力全面覆盖边端场景的策略 [4] 生态伙伴体系 - 已认证APN伙伴近30家 KPN伙伴20+家 [3] - 推出APN和KPN计划深化合作 [3] - 与50+伙伴打造70+款产品 [4] - 布局"1+N+X"全国生态支持创新中心 [4] 战略举措与规划 - 发布"xPN先锋行动" 从研营销供服全方位支撑伙伴 [1][5] - CANN全面开源开放 2025年底完成A2版本开源 [4] - 昇腾重点投入Atlas 300I A2和310模组 [4] - 鲲鹏持续开放助力伙伴创新 推出多系列模组且算力全覆盖 [4]

公司动态 - 华为举办"2025华为算力场景发布会暨北京xPN伙伴大会"，聚焦先进算力与行业场景融合，展示通用计算、大模型技术及AI应用创新等领域突破[1] - 华为商业销售部总裁透露2024年公司经营稳健，中国区政企业务同比增长25%，计算产业增长80%，鲲鹏、昇腾平台为关键增长点[2] - 华为推出"xPN先锋行动"，从研发、营销、供应链、服务全方位支持合作伙伴，共同推动行业数智化升级[9] 产品与技术进展 - 昇腾部件产品覆盖AI全场景，包含9款从模组到标卡的产品，2025年下半年将实施从低算力到高算力全面覆盖边端场景策略[6] - 昇腾重点投入Atlas 300I A2和310模组，CANN架构2025年底完成A2版本开源[6] - 鲲鹏算力增长率远超x86，已与50余家伙伴合作推出70余款产品，KPN体系蓬勃发展[7] 行业趋势 - 数字化和智能化成为经济增长新引擎，中国数智化转型支出显著增长，智能化推动产业升级[4] - 全球及中国ICT支出稳步增长，IT市场进入AI大转型时代，算力需求结构从训练向推理倾斜[4] - 智能算力需求爆发式增长，数智时代对算力基础设施提出更高性能要求[4] 合作伙伴案例 - 图灵智感展示基于昇腾的癫痫监护系统、法律系统及代码开发平台等AI应用[7] - 软通华方推出多款基于鲲鹏和昇腾处理器的核心产品及合作项目[7] - 北京杰创永恒以启智01开发者套件为核心构建AI教育全链条，培养昇腾AI人才[7]

华为计算业务表现 - 2024年华为中国区政企业务同比增长25% 中国区政企计算产业增长80% [3] - 2024年钻金银伙伴数量增长25% 商业交易伙伴数量增长22% [3] - 部件伙伴业务增长翻番 已认证APN伙伴近30家 KPN伙伴20+家 [3] 产品与技术布局 - 鲲鹏模组与昇腾板卡全面开放 鲲鹏升级工具链和引擎 昇腾支持边端AI产品开发 [3] - 昇腾部件产品覆盖AI全场景 从模组到标卡共9款 [4] - 2025年下半年昇腾实施边端场景全覆盖策略 重点投入Atlas 300I A2和310模组 [5] - CANN架构2025年底完成A2版本开源 [5] - 鲲鹏算力增长率达x86算力的10倍 [7] - 2025年鲲鹏已与50+伙伴打造70+款产品 [7] 行业应用与解决方案 - 昇腾算力应用于教育 政务 医疗 制造等多行业场景 [1][4] - 癫痫病患者智能监护系统 Shine Nexus法律系统 Cloudasis代码开发平台等解决方案落地 [5] - 超炫3700液冷工作站采用鲲鹏920和昇腾310处理器 [6] - 政务 应急 医疗等领域AI一体机推出 教育行业推行"一省一策"策略 [6] - 启智01开发者套件构建AI教育全链条 涵盖多类课程与实训项目 [6] - Z2551-M0专为大规模DPI场景设计 Z2651-M0为多节点模块化计算平台 [8] 生态合作与发展战略 - 推出APN和KPN计划深化伙伴合作 [3] - 实施"xPN先锋行动" 从研营销供服全方位支撑伙伴 [1][9] - 布局"1+N+X"全国生态支持创新中心 [7] - 乐研科技2024-2025年推出中高阶网络安全硬件 研发占比超30% [7] 行业趋势与市场前景 - 中国数智化转型支出显著增长 生成式AI多行业渗透 [4] - 全球服务器保有量和CPU核数提升 ARM架构服务器增长迅速 中国市场增速更高 [4] - AI基础架构市场高速增长 算力需求从训练向推理倾斜 [4] - 自主创新算力崛起 智能算力需求爆发式增长 [4]

行业趋势与需求 - 全球算力需求正以指数级速度攀升 需通过生态协同凝聚产业链上下游合力构建共生的创新联合体[2] - 人工智能技术从实验室单点突破加速迈向行业全场景的深度赋能[2] - AI大模型参数规模突破万亿级 企业对算力需求从通用转向专用 从单一转向融合[6] 公司战略与合作 - 华为通过鲲鹏昇腾两大根技术构建开放协同的算力生态 推动算力从可用向好用升级[4] - 华为携手KPN伙伴共创70多款高竞争力差异化产品 覆盖网络安全工作站和工控等多个场景[6] - 恒扬数据与华为共同打造智算领域产品和方案 为构建企业智能化转型赋能[6] 产品发布与创新 - 联合发布恒扬数据K+A一体机及SempFusion智算平台 是华南地区乃至全国首家正式发布的合作伙伴旗舰机型[1][6][8] - 恒扬数据创新性构建多种异构融合算力解决方案 基于SK90智算一体机与昇腾加速卡结合打造[6] - SempFusion智算平台是为企业AI赋能及激活知识资产提供的全栈AI平台 标志合作从硬件协同迈向软硬一体新阶段[8] 生态应用与落地 - 伊登软件依托鲲鹏昇腾算力底座推出eCopilot系列产品 为企业提供AI Agent应用的端到端智慧办公能力[9] - 明泰AI数字人一体机依托鲲鹏昇腾技术 已在深圳重庆北京等地政务领域落地[9] - 通过展车体验SK90 DeepSeek一体机 多芯融合算力一体机 CMN0616计算板卡等高性能算力平台产品[9]

业绩表现 - 2025年上半年实现营业总收入58.54亿元，同比增长2.49% [1][3] - 净利润7.31亿元，同比增长29.89% [1][3] - 扣非净利润5.85亿元，同比增长59.66% [1][3] - 2014年至2024年营业收入从27.97亿元增长至131.48亿元，净利润从1.16亿元增长至19.11亿元 [2] 研发投入与技术布局 - 2020年至2024年研发费用分别为7.35亿元、9.83亿元、11.05亿元、13.16亿元、12.92亿元，五年累计54.31亿元 [1][2] - 构建"芯—端—云—算"全产业链生态，覆盖高端计算、存储、安全等领域 [1][2] - "曙光AI基础设施"体系提供全链条AI算力支持 [2][5] 产业链生态建设 - 投资海光信息、中科星图等"中科系"资产，实现芯片到算力全产业链覆盖 [4] - 全资子公司曙光信息产业（上海）有限公司成立，注册资本10亿元，加速布局计算机软硬件及电子元器件领域 [4] - 与中科星图合作推进先进计算在太空领域的技术创新 [4] AI与算力布局 - 以"智算、智存、智冷、智服务、智生态"五大模块为核心打造计算产业生态 [5] - "5A级智算中心"标准为大规模AI模型训练提供高效支撑 [5][6] - 与百度、阿里等企业在AI服务器领域合作，巩固算力基础设施领先地位 [5] 战略合作与未来方向 - 海光信息拟换股吸收合并公司，整合资源提升竞争力 [4] - 2025年上半年海光信息营业收入54.64亿元（同比+45.21%），净利润12.01亿元（同比+40.78%） [4] - 未来将围绕国家战略推动AI在数字经济、智能制造等领域的融合应用 [6]

科技日报讯 （记者江耘）8月2日，浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计 算机——Darwin Monkey（以下简称"悟空"）。这是国际上首台神经元规模超过20亿的基于专用神经拟 态芯片的类脑计算机。"悟空"支持的脉冲神经元规模超过20亿，神经突触超过千亿，其神经元数量已接 近猕猴大脑规模，在典型运行状态下功耗约为2000瓦。 人类大脑是一部极其高效的"计算机"。类脑计算是将生物神经网络的工作机理应用于计算机系统设 计中，构建像大脑一样的低功耗、高并行、高效率、智能化的计算系统。此前，国际上规模最大的神经 拟态类脑计算机是Intel在2024年4月发布的Hala Point系统，其神经元规模为11.5亿。 "悟空"搭载了960颗该实验室自研的达尔文3代类脑计算芯片，整体由15台刀片式神经拟态类脑服务 器组成。该芯片由浙江大学牵头、联合之江实验室于2023年初研制成功，单颗芯片支持超过235万脉冲 神经元与亿级神经突触，并支持类脑计算专用指令集和神经拟态在线学习机制。 在类脑计算芯片的基础上，科研团队经过两年多的攻关，研制出超大规模的类脑计算机"悟空"，并 开发出新一代达尔文类脑操作系统。团队 ...

类脑计算机技术突破 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"Darwin Monkey"（悟空），其脉冲神经元规模超过20亿，神经突触超过千亿，神经元数量接近猕猴大脑规模 [1] - "悟空"在典型运行状态下功耗约为2000瓦，是国际上首台神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机 [1] 类脑计算技术原理 - 类脑计算将生物神经网络的工作机理应用于计算机系统设计，旨在构建像大脑一样低功耗、高并行、高效率、智能化的计算系统 [1] - 人类大脑被描述为一部极其高效的"计算机"，类脑计算技术试图模仿其高效运作方式 [1]

类脑计算机"悟空"发布 - 浙江大学脑机智能全国重点实验室发布新一代神经拟态类脑计算机"悟空"，神经元规模超过20亿，基于专用神经拟态芯片，标志我国在该领域达到国际先进水平 [3] - "悟空"由15台刀片式神经拟态类脑服务器组成，每台集成64颗达尔文3代类脑计算芯片，单颗支持235万脉冲神经元与亿级神经突触 [4] - 该系统神经元数量接近猕猴大脑规模，典型运行功耗约2000瓦，是团队继2020年亿级神经元类脑计算机"米奇"后的又一突破 [7] 核心技术突破 - 团队利用2.5D先进封装技术研制晶圆级超集成类脑计算芯片DarwinWafer，基于12寸晶圆集成64颗芯片裸片，实现导线微纳尺度互连优化 [7] - 关键技术突破包括：大规模神经元系统互连架构、自适应时间步控制方法、国产晶圆基板工艺、分层系统资源管理框架 [10] - 团队研制新一代达尔文类脑操作系统，通过负载感知调度算法与动态时间片划分机制，实现神经拟态任务高效并发调度 [10] 应用场景 - 已成功部署DeepSeek类脑大模型，完成逻辑推理、内容生成和数学求解等任务 [13] - 初步模拟秀丽线虫、斑马鱼、小鼠及猕猴等不同神经元规模的动物大脑，为脑科学研究提供新手段 [13] - 系统特点包括大规模、高并行、低功耗，将为AI发展提供新算力基座，助力脑科学研究，推动通用人工智能发展 [15] 行业影响 - 类脑计算系统可解决现有深度网络及大模型高能耗问题，无人监督在线学习机制将带来革命性进步 [15] - 作为脑模拟天然平台，"悟空"能减少真实生物实验，帮助神经科学家探索大脑工作机理 [15] - 仿脑工作机制和超越人脑的运算速度，将为未来类脑AI研究提供强大支持 [15]