文章核心观点 - 联想创投作为联想集团旗下的产业基金，凭借对AI算力底层革命的超前洞察，自2016年起进行了长达十年的系统性产业投资布局，其核心成果是作为唯一一家同时重仓寒武纪、海光信息、摩尔线程、沐曦四家AI算力领军企业的投资机构，并伴随它们全部登陆公开市场，迎来了系统性收获期[3][5] - 联想创投的投资策略并非简单押注单一赛道，而是构建了一个功能互补、彼此咬合的算力“军团”，覆盖了从专用AI芯片、通用CPU/DCU到全功能及高性能GPU的完整拼图，旨在为未来智能世界提供多元化、专属化的算力工具箱[13][22][24] - 作为企业风险投资（CVC），联想创投的核心优势在于“双向赋能”，不仅提供资金，更通过联想集团的产业资源为被投企业提供从产品集成、场景验证到联合定义解决方案的全方位支持，加速其技术商业化进程，同时反哺联想自身的技术竞争力，实现生态共赢[26][27][29] - 在完成当前AI算力核心布局的同时，联想创投已将投资视野延伸至量子计算、RISC-V架构、存算一体等下一代计算范式，以保持对未来计算技术变革的前瞻性卡位和话语权[31][32][35] 投资布局与成果 - **独中四元**：联想创投是唯一一家同时重仓投资了寒武纪、海光信息、摩尔线程、沐曦四家AI算力公司并陪伴它们全部上市的投资机构[3] - **高市值捕获**：在2016年至今A股上市的科创企业中，市值曾超过5000亿人民币的公司仅五家，联想创投捕捉了其中的三家：宁德时代、寒武纪和海光信息[5] - **巨大市值规模**：仅寒武纪、海光信息、摩尔线程、沐曦股份这四家科创板AI算力公司的市值总计已超过1.5万亿人民币（以当前市值计算）[5] - **长期系统性布局**：基于“端-边-云-网-智”战略和对算力需求十年内增长百倍的判断，公司在AI算力尚处“洪荒时代”的2017年前后便开始系统性投资，而非追逐当时热门的O2O和共享经济风口[7][8] - **关键投资时间线**： - 2017年：从A轮（估值约45亿人民币）投资寒武纪，并在此后连续追加三轮投资[9] - 2018年：参与寒武纪B轮，继续加注[10] - 2021年：密集出手，战略投资海光信息（估值约300亿人民币），投资沐曦A轮（估值约40亿人民币），押注摩尔线程A轮（估值约45亿人民币）[10] - 2025年：在沐曦冲刺上市前，再次参与其C轮融资[11] 构建互补的算力技术拼图 - **寒武纪（“特种部队”）**：专注于为AI计算原生设计的专用芯片（思元/MLU），其MLUarch™架构从底层指令集和芯片架构层面追求智能处理效率和能效比的极致，在特定场景下相比通用GPU更具优势[9][14] - **海光信息（“主力军团”）**：选择务实路径，其CPU兼容庞大的x86软件生态以降低企业迁移成本，其深度计算处理器（DCU）致力于为现有高性能计算应用提供平滑过渡，解决从“可用”到“好用”的问题[15] - **GPU领域的“双轨注”**： - **摩尔线程（“多面手”）**：致力于打造基于“MUSA”统一架构的“全功能GPU”，同时驾驭图形渲染、视频处理、科学计算和AI训练，产品从游戏显卡延伸到数据中心计算卡，旨在构建完整的国产GPU生态[19] - **沐曦（“攻坚者”）**：聚焦于为数据中心和高性能计算打造纯粹为AI训练与推理优化的高性能GPU，其自主研发的XCORE架构一切设计指向更高的算力密度和更优的能效比[20][23] - **更广泛的算力投资矩阵**：投资版图延伸至高端通用CPU（此芯科技）、AI编译与平台（无问芯穹）、存算一体（后摩智能）等领域，形成了从底层芯片、核心加速器到上层软件与解决方案的立体化支撑网络[22] CVC的“双向赋能”模式 - **提供真实场景验证**：联想集团将被投企业的芯片产品集成到自身服务器及解决方案中，在智慧城市、医疗影像、天体物理模拟、量化金融建模等真实复杂场景中进行长期运行和“实战测试”，为芯片初创公司提供高价值的反馈以驱动产品迭代优化[27] - **深度产品协同与适配**：摩尔线程的全功能GPU通过与联想高端游戏本和工作站的深度适配与联合调优，在8K视频渲染等创意生产和娱乐场景中证明性能，为其切入消费与商用市场铺路[28] - **联合定义解决方案**：联想与沐曦的合作更进一步，联合推出“DeepSeek国产AI一体机”解决方案，将沐曦GPU、联想服务器硬件及优化的大模型软件栈深度融合，打包成开箱即用的算力产品交付给企业客户，实现了从“零部件供应”到“联合定义产品、共创解决方案”的升级[28] - **实现生态共赢**：对于被投企业，缩短了市场验证期，借助联想全球资源加速技术规模化落地；对于联想集团，前沿算力技术反哺其从“端”到“云”的全栈产品线，保持了AI时代的底层技术竞争力和解决方案主动权[29] 面向未来的前瞻性布局 - **探索下一代计算范式**：投资版图已延伸至旨在突破经典“冯·诺依曼体系”瓶颈的下一代计算技术[31][32] - **量子计算**：布局了如华翊量子（离子阱技术路径）、图灵量子（光量子计算等）等公司，尽管商用化道路漫长，但提前卡位以在“第二曲线”上拥有理解与话语权[33] - **RISC-V架构**：投资了进迭时空等专注于RISC-V架构高性能CPU研发的企业，试图构建一个从底层指令集开始就更开源的计算底座，为未来算力基础设施提供新选择[34] - **颠覆性计算逻辑**：关注如清程极智等从根本上重构计算逻辑的早期技术，这些技术风险高但颠覆性潜力巨大[34]

ASIC市场增长 - AI ASIC市场规模预计从2024年120亿美元增长至2027年300亿美元，年复合增长率34%，显著高于GPU（25%）、CPU（5%）和APU（8%）[1] - 云计算服务提供商加速内部开发ASIC芯片，平均每1-2年推出新一代产品，中国本土芯片市场份额预计从2024年37%提升至2025年40%[2] - ASIC增长核心驱动力为成本优势，例如AWS Trainium 2比英伟达H100性价比提高30%-40%，Trainium 3计算性能提升2倍且能效提高40%[3][4] 技术发展 - 谷歌第七代TPU Ironwood单芯片峰值算力达4614 TFLOPS，内存带宽7.2 terabits/s，Pod规模扩展至9216芯片时可提供42.5 exaflops算力[5][6] - 中国企业中昊芯英自研TPU芯片"刹那"性能超越英伟达A100，集群性能达传统GPU十倍，能耗降低50%，单位算力成本仅为国外产品42%[6] - 阿里含光800峰值性能7.8万IPS，能效500 IPS/W，相当于10块GPU；百度昆仑芯P800显存优于主流GPU 20%-50%，支持8bit推理[12] 市场竞争格局 - 博通以55%-60%市场份额居首，2025Q1 AI相关收入41亿美元（同比+77%），定制ASIC芯片预计占Q2 AI半导体收入70%（308亿美元）[7] - Marvell以13%-15%份额列第二，数据中心业务营收14.4亿美元（环比+5.5%），主要客户包括亚马逊Trainium 2和谷歌Axion处理器[9][10] - 国内寒武纪扩展MLU芯片系列，腾讯紫霄芯片量产落地，单卡负载达T4的4倍，超时率从0.005%降至0[11][13] 行业趋势 - 头部企业加速布局定制ASIC，谷歌、亚马逊、Meta、OpenAI等推进自研芯片，OpenAI委托博通开发3nm/2nm工艺ASIC芯片[4][8] - 芯片设计成本攀升，台积电2nm晶圆成本约30,000美元，1.4nm达45,000美元，引发对自研芯片经济性的思考[15][16]