AI芯片技术派别分化 - AI芯片赛道分化为共享式集中计算架构和创新数据流架构两大技术派别[4] - 共享式集中计算架构以英伟达GPU为代表 凭借成熟生态占据市场主导[4] - 创新数据流架构包括分布式数据流架构和可重构数据流架构 正成为一级市场资本新焦点[4] 国际非GPU阵营企业融资与估值 - Groq在一年内从28亿美元估值增长至近60亿美元 最新完成6亿美元融资[1][4] - Groq自研LPU在推理速度上比英伟达GPU快10倍 成本仅为1/10[4] - SambaNova估值5年内飙升至50亿美元 其产品支持5万亿参数大模型训练[5] - SambaNova 8芯片配置性能达英伟达H100的3.1倍 总拥有成本仅为1/10[5] 国际非GPU技术应用与认可 - 谷歌自研TPU芯片已迭代多代 广泛应用于谷歌云服务器及大模型训练与推理[5] - OpenAI开始采用谷歌TPU支撑ChatGPT推理运算 被解读为数据流阵营崛起的重要信号[5] 国内AI芯片市场格局 - 国内AI芯片市场呈现GPU与非GPU架构并行发展格局[6] - 短期内GPU企业仍是科技资本重点布局标的 沐曦、摩尔线程等国产GPU企业相继启动IPO[7] - 寒武纪今年股价飙升 进一步带热GPU赛道资本关注度[7] 国内非GPU架构企业融资与技术 - 上海思朗科技获得宁德时代创始人曾毓群旗下溥泉资本领投的D轮融资[7] - 思朗科技自主研发MaPU架构 通过指令集与体系结构重构实现算力效率突破[7] - 清微智能获得国家大基金二期入股 累计完成多轮融资[8] - 清微智能TX8系列AI芯片2024年底正式量产 单机算力达4 PFLOPS[8] 国内非GPU企业商业化进展 - 清微智能在东北、浙江、北京等多省份落地千卡级智算中心[8] - 清微智能已在金融、能源、教育等行业完成服务器部署[8] - 清微智能与智谱华章协同发展 智谱华章估值达200亿元[9] 技术创新与生态挑战 - 国内非GPU架构单卡算力接近英伟达主流产品 但与最新产品仍存在一到两代差距[10] - 新型架构芯片从研发到生态建设通常需要3-5年 投入超10亿元[10] - 创新架构需突破算法适配、工具链完善等多重障碍 生态建设需3-5年才能缓解薄弱困境[10] 资本投资逻辑与战略价值 - 资本最核心考量指标为技术的前瞻性和稀缺性[3][11] - 政策性资本和产业资本重点关注具备创新架构的企业[7] - 清微智能获得国家大基金二期、中关村科学城科技投资、北京政府引导基金等国有资本入股[8]