融资信息披露分化 - 昆仑芯完成新一轮融资但公司官方保持沉默 投资方和财务顾问（如上河动量资本 华兴资本 山证投资 国新基金下属高层次人才基金）则主动披露消息 [1] - 行业人士分析投资方抢跑披露是出于自身传播需求 旨在展示其在该赛道的布局 [1] - 股东对信息披露存在分歧 部分股东（如山证）希望公开 另一些则不希望 [2] 融资背景与IPO计划 - 昆仑芯前身为百度智能芯片及架构部 2021年4月独立融资时估值130亿元 百度持股比例从76 17%稀释至67 49% [4] - 国产GPU AI芯片企业集中筹备IPO（如摩尔线程 沐曦 壁仞 燧原 格兰菲） 行业出现近10家拟上市公司 [6] - 一级市场融资困难 美元基金撤退 国内投资人审慎 尤其对拿了地方资金的项目 [6] - GPU赛道重投入 寒武纪2024年亏损4 52亿元 摩尔线程和沐曦三年累计亏损超80亿元 [7] - 昆仑芯本轮融资目标直指IPO 相当于对投资方做出上市承诺 国资背景投资者更看重确定性回报 [9] - 壁仞科技采取类似安排 5月完成D轮融资（上海国投 海通开元参与） 拟香港IPO融资3亿美元 [9] 技术产品与市场表现 - 昆仑芯2021年推出第一代芯片 2023年第二代 2025年第三代P800 百度已点亮3万卡集群 支持千亿参数大模型训练 [11] - P800单卡价格约10万元 接近英伟达H20 3万卡对应潜在销售额30亿元 [12] - 背靠百度优势明显 百度智能云解决方案可优先采用昆仑芯芯片 形成设计 生产 销售闭环 [13][14] - 半导体综研数据显示P800算力处于国产第一梯队（具体数据未披露） 但低于壁仞BR100（1024TFLOPS）等特殊设计产品 [16][18] - IDC报告称昆仑芯2024年以69279张卡位列国产第二（市场份额未披露） 但行业质疑数据准确性 认为与回片 量产周期不符 [19][20] - 晶圆产能成为关键制约因素 2024年上半年可从台积电获取7nm产能（1400片晶圆对应7万张卡） 但新规后供应链受限 [20][21] 行业竞争格局 - 国产芯片企业普遍面临先进制程代工和HBM供应限制 相关风险在招股书中被重点提及 [22] - 大厂自研芯片模式受认可（如百度+昆仑芯） 客户资源明确 可减少上层应用投入 [14]

沐曦IPO及募资计划 - 沐曦科创板IPO获受理，拟募资39.04亿元，主要用于新一代通用GPU、AI推理芯片及前沿异构计算架构的研发与产业化 [1] - 公司成立仅五年，被视为国产算力挑战国际巨头的生力军之一，目前仍处于亏损状态 [1] - 沐曦GPU产品累计销量超过25000颗，已在多个国家人工智能公共算力平台和商业化智算中心实现规模化应用 [3] 公司财务及研发投入 - 2022年—2024年营收分别为42.6万元、5302.1万元和7.43亿元，增速显著，但同期净亏损7.8亿元、8.7亿元、14.1亿元，三年总亏30.6亿元 [3] - 最近3年累计研发投入占营业收入比例高达282.11%，累计研发投入金额为22亿元 [3] - 亏损原因包括国产芯片渗透率低、技术标准适配及用户习惯迁移障碍、大额研发投入和股份支付费用等 [3] 行业竞争格局 - 国内AI芯片市场渗透率显著上升，但仍处于发展初期，竞争格局未明朗 [1] - 主要竞争对手包括海光信息、天数智芯、壁仞科技、摩尔线程（通用GPU）及华为海思、寒武纪、昆仑芯、燧原科技（专用ASIC/DSA） [1] - 国产GPU厂商在软硬协同、自主IP等方面取得实质性进步，但与国际巨头英伟达在制程工艺、CUDA生态等方面仍有差距 [5] 产品与技术 - 沐曦核心产品包括通用GPU"曦云C系列"、推理GPU"曦思N系列"、图形渲染GPU"曦彩G系列"，主要面向数据中心市场 [2] - "曦云C系列"基于全自研GPU IP、指令集和架构，在通用性、单卡性能、集群性能等方面达到国内领先水平 [3] - 公司构建MXMACA软件生态，兼容主流标准 [3] 政策与市场环境 - 科创板深化改革"1+6"政策为尚未盈利但拥有核心技术的"硬科技"企业提供上市便利 [4] - AI大模型兴起、"东数西算"工程推进及美国对AI芯片管制加速国产GPU替代进程 [5] - 预计2025年中国AI服务器市场中，国产芯片占比将增至40%，英伟达等企业占比降至41.5% [7] 国产GPU生态发展 - 国产GPU生态迈入体系化、工程化建设新阶段，从芯片研制到生态支撑需长期技术积累 [7] - 科技巨头（华为、百度等）、纯芯片厂商（寒武纪、沐曦等）及细分市场企业（地平线等）三大派系共同推动国产化 [5][6][7] - 华为昇腾、百度昆仑芯等已实现技术突破，与GPU厂商形成协同效应 [6]

央企合作与行业智能体 - 65%央企已与百度智能云开展深度合作 [2] - 发布千帆慧金金融大模型及覆盖能源、交通、汽车、医疗等领域的行业场景智能体家族 [2] - 联合国家电网打造"营销供电方案智能体"，实现需求自动识别、任务拆解及方案生成 [8] - 公路应急指挥智能体在河北京雄高速落地，突发事件预警准确率提升至95%以上 [8] 行业大模型战略 - 行业大模型需融入行业特定数据与知识，提升专业领域准确性与实用性 [3] - 金融行业试点面临数据安全、行业知识及算力成本三大挑战 [4] - 千帆慧金金融大模型基于数百亿tokens高质量金融语料训练，提供8B（小参数）和70B（大参数）双版本，支持32K上下文输入 [6] - 百亿参数规模金融模型效果超越千亿参数通用模型 [6] 智能体技术演进 - 2025年被视为智能体应用元年，企业投入重心转向智能体构建 [7] - 智能体通过自主决策、持续交互及工具调用解决复杂任务，替代传统提示词优化 [7] - 百度智能体内置行业知识、标准流程及工具链，支持轻量定制快速嵌入业务系统 [8] 模型与算力基础设施 - 文心4.5 Turbo多模态理解效果提升30%，性能对标GPT 4.1但价格仅其6% [9] - 昆仑芯P800万卡集群实现全国产化方案，单卡吞吐性能较主流芯片高90% [10] - 百舸平台适配多款芯片，与长安汽车共建智算中心综合资源利用率提升50% [10]

人工智能技术发展 - 人工智能技术正从"能用"走向"好用"，领先企业开始在高价值场景中主动布局[1] - 百度智能云已与65%的央企建立深度合作，共同探索AI创新路径[1] 智能体应用案例 - 电力领域："营销供电方案智能体"实现从用户服务受理到供电方案自动生成的全流程智能化[3] - 交通领域："公路应急指挥智能体"在河北京雄高速落地，提升事件预警准确率和处置效率[3] - 汽车领域："座舱大模型智能体"在深蓝汽车S09等高端车型上应用，提供专属学习娱乐空间[3] - 医疗领域："智慧就医智能体"在武汉协和医院应用，缩短患者等待时间并提高资源利用效率[3] 金融大模型与算力建设 - 百度智能云推出千帆慧金金融大模型，优化推理与知识增强算法，提升金融机构服务水平和风控能力[4] - 昆仑芯P800实现大规模商用，并成功点亮昆仑芯三代万卡及三万卡集群[4] - 百度百舸平台支持多种国产芯片高效调度与兼容，为国家重点行业模型开发提供支撑[4] - 公司与国家电网、招商银行、长安汽车等单位联合开展算力合作，推动国产化算力平台建设[4]

央企合作与行业覆盖 - 目前已有65%的央企选择与百度智能云开展深度合作，共同探索AI创新 [1] - 百度智能云正式发布千帆慧金金融大模型，并推出覆盖能源、交通、汽车、医疗、环境等领域的精选行业场景智能体家族 [1] - 百度智能云依托千帆大模型平台，面向企业用户推出覆盖金融、电力、交通、环保、医疗等多个行业的"场景智能体"解决方案 [1] 金融大模型技术突破 - 千帆慧金金融大模型在充分吸收海量金融语料基础上，通过构建金融专用数据生成体系，优化推理与知识增强算法，形成兼具知识广度与逻辑深度的模型能力 [2] - 已推出千帆慧金金融知识增强大模型和千帆慧金金融推理增强大模型，提供8B和70B两个版本，支持最长32K上下文输入 [2] - 百亿级参数版本在多个任务中已超越通用千亿级模型 [2] - 该模型能更精准识别业务流程关键要素，完整列出贷款资料清单、梳理操作步骤、强化风险提示，提升金融机构服务水平与风控能力 [2] 基础设施投入与成果 - 昆仑芯P800已实现大规模商用 [2] - 今年成功点亮昆仑芯三代万卡及三万卡集群，并与国家电网、招商银行、长安汽车等单位联合开展算力合作 [2] - 百度百舸平台实现对多种国产芯片的高效调度与兼容，在3万卡大集群中实现训练时长利用率超过95% [3] 发展战略与愿景 - 大模型赋能产业是一场长期接力，公司将坚定投入打造更先进、高效的人工智能基础设施 [4] - 目标服务更多中国企业，加快推动大模型产业化发展，释放更多场景价值 [4]

论坛主题与背景 - 2025智能经济论坛以"大力发展智能经济 加快建设数字中国"为主题 聚焦人工智能技术与实体经济深度融合的前沿趋势与实践成果 [1] - 论坛深入贯彻落实国家"人工智能+"行动部署 展现AI技术在能源 交通 汽车 医疗 环境等领域的应用成果 [1] 央企合作与市场渗透 - 百度智能云已与65%的央企建立深度合作关系 共同探索AI创新 [1][2][3] - 央企在推动"数实融合"和布局大模型应用中发挥中坚力量 人工智能被视为新质生产力的典型代表 [2] 行业场景智能体解决方案 - 百度智能云推出覆盖金融 电力 交通 环保 医疗等行业的"场景智能体"解决方案 推动AI从试点走向规模化应用 [2] - 与国家电网合作的"智能供电方案系统"实现从用户服务受理到供电方案自动生成的全流程智能化 [2] - "公路应急智能体"在京雄高速部署 具备突发事件识别和应急响应生成功能 [2] - 与武汉协和医院合作的"智慧就医助手"实现导诊 挂号 问诊等流程智能化改造 [2] 金融大模型技术突破 - 推出千帆慧金金融大模型 包含知识增强和推理增强两个版本 提供8B和70B参数规模 支持32K上下文输入 [4] - 百亿级参数版本在多项任务中超越通用千亿级模型 能精准识别业务流程关键要素 提升金融机构服务水平和风控能力 [4] 基础设施与国产化进展 - 昆仑芯P800实现大规模商用 成功点亮三代万卡及三万卡集群 与国家电网 招商银行 长安汽车等单位开展算力合作 [6] - 百舸平台实现对多种国产芯片的高效调度与兼容 在3万卡大集群中训练时长利用率超过95% [6]

文章核心观点 - DeepSeek性能出色且成本低，访问量暴涨，其落地有三种方式，昆仑芯能支持单机部署满血版DeepSeek R1，与百度智能云结合为企业和开发者提供便捷体验，DeepSeek崛起也为国产芯片带来更多可能 [1][3][7][13] DeepSeek情况 - DeepSeek过去两个月席卷全球，效果媲美OpenAI - o1模型，还将推理成本压缩到极致，获行业领先专家赞美 [1] - DeepSeek访问用量急速上升，成为最快突破3000万日活跃用户量的应用程序，开源特性催生本地部署需求 [1] DeepSeek落地方式 使用DeepSeek官方服务 - 通过官网或APP访问，但因访问流量大增，算力配置不能满足需求，使用体验差 [3] 使用云供应商服务 - 百度云、AWS、阿里巴巴、腾讯云、华为云等提供DeepSeek V3/R1服务，还将其植入产品矩阵 [3] - 2月3日百度智能云千帆平台上线满血版DeepSeek - R1和DeepSeek - V3模型，提供超低调用价格和限时免费体验 [3] - 2月16日百度搜索和文心智能体平台宣布全面接入DeepSeek和文心大模型深度搜索功能，搜索用户可免费使用，开发者能调用模型创建并调优智能体 [3] 本地部署DeepSeek - 本地部署在隐私、性能、便捷性、控制权和成本方面优于前两种方式，各地企业、政府和私人纷纷部署 [4] - 开发者选择硬件困难，本土芯片公司纷纷推出支持DeepSeek的设备，部分设备仅支持参数量少的“蒸馏”模型或需多机协同部署“满血版” [4] - 单机部署满血版DeepSeek R1成本更低、数据更安全、部署更快，但需要高显存和算力的芯片 [5] 昆仑芯情况 - 昆仑芯（北京）科技有限公司前身为百度智能芯片及架构部，2021年4月独立融资，团队在AI加速领域深耕十余年 [7] - 2025年2月20日，昆仑芯P800成为首款支持单机部署DeepSeekV3/R1671B满血版大模型的国产AI芯片，率先支持8bit推理，效率更高 [7] - P800提供8卡与16卡配置，8卡配置实现2437 tokens/s吞吐，16卡版本最高每秒处理4825个token，性能领先得益于大显存设计 [7][8] 百度智能云情况 - 2月初百度智能云成功点亮昆仑芯三代万卡集群，突破硬件扩展性瓶颈，采用创新散热方案，对模型进行分布式训练优化 [9] - 百度智能云2021年推出百舸异构计算平台，现升级到4.0，为昆仑芯万卡集群提供容错和稳定性机制，确保有效训练率达98% [10] - 百舸建设超大规模HPN高性能网络优化拓扑结构，降低通信瓶颈，提高带宽有效性 [10] - 公有云服务方面，百度智能云千帆大模型平台为客户提供DeepSeek API调用服务，价格低至官方刊例价3折 [10] - 针对本地部署需求，百度智能云推出搭载昆仑芯P800的百舸、千帆一体机产品，支持单机一键部署DeepSeek R1/V3全系列模型 [10] - 百舸DeepSeek一体机单机高吞吐，支持500人团队并发使用，推理延迟低，平均50毫秒以内，运维成本最高降低80%，价格国内最低，从开箱到服务上线最快0.5天 [11]