核心观点 - 2025世界人工智能大会（WAIC）展示AI技术突破与全球合作愿景，聚焦算力集群、人形机器人等前沿领域，推动产业智能化升级[11][23][24] - 7月制造业PMI为49.3%，环比下降0.4个百分点，但生产指数（50.5%）仍处扩张区间，大型企业（50.3%）和新动能行业保持韧性[19][22] - 1-6月规模以上工业企业利润同比下降1.8%，但6月单月降幅收窄至4.3%（较5月改善4.8个百分点），装备制造业利润同比增长9.6%[14][17][18] 资讯要闻 政策动态 - 中共中央政治局会议部署下半年经济工作，强调"持续发力、适时加力"的宏观政策基调，重点包括提振消费（培育服务消费新增长点）、反内卷式竞争治理及统一大市场建设[9][10] 行业事件 - 2025WAIC规模创新高：展览面积突破7万平方米，覆盖AWS、Google、华为等300+企业，展示昇腾NPU集群（算力300 PFlops）等核心技术[11][23] - 国务院总理提出AI发展三大方向：普及普惠（智能平权）、创新合作（联合技术攻关）、共同治理（全球框架构建）[12][13] 市场表现 指数与行业 - 主要指数分化：科创100周涨0.5%（年初至今+22%），沪深300周跌1.8%[25][26][28] - 申万行业涨幅前三：医药生物（+2.9%）、通信（+2.5%）、传媒（+1.1%）[28] - 热点板块：光模块（CPO）周涨7.96%，创新药涨5.3%；稀土永磁跌5.62%[32] 产业数据 制造业 - 6月装备制造业利润同比+9.6%，其中汽车行业利润增长96.8%，电气机械/仪器仪表分别增长18.7%/12.3%[17][18] - 7月PMI结构：生产指数50.5%（环比-0.5pct），新订单指数49.4%（环比-0.8pct），原材料库存指数47.7%[22] 投资建议 - **新质生产力**：聚焦人工智能（算力集群/ASIC芯片）、人形机器人（关节模组技术）、创新药、低空经济等[3][23][24] - **消费复苏**：关注汽车（6月行业利润+96.8%）、家电、新消费场景[3][18] - **防御配置**：高股息资产、黄金（地缘避险需求）[3][33]

市场整体表现 - 上证指数跌1.18%，深证成指跌1.73%，创业板指跌1.66% [1] - 沪深两市成交额约19360亿元，较前一个交易日放量约917亿元，全市场超4200只个股下跌 [2] 周期股集体回调 - 钢铁、油气、能源金属、煤炭等板块领跌，钢铁板块跌超3%，有色金属、煤炭板块跌超2% [5] - 个股方面，安阳钢铁、包钢股份跌超7%，云南锗业、北方稀土大跌超5% [5] - 期货市场多个品种大幅回落，玻璃、焦煤主力合约大跌8%，多晶硅跌超7%，纯碱、工业硅跌超6%，碳酸锂跌近5% [7] - 广期所调整工业硅、多晶硅、碳酸锂期货部分合约交易限额，单日开仓量不得超过500手 [7][8] 国产替代走强 - 国家网信办约谈英伟达公司，要求其对H20算力芯片漏洞后门安全风险问题进行说明 [10] - 国产替代概念冲高，东芯股份3连板，寒武纪盘中一度涨超7%，华虹公司、海光信息、中芯国际等快速冲高 [10] - 摩尔线程、沐曦集成电路发布招股说明书，摩尔线程计划募资80亿元用于GPU研发及市场拓展 [12] - 华为发布CloudMatrix384AI超节点，算力提升50倍，推理吞吐量提升近4倍，时延降低至50ms以下 [13] 婴童概念延续强势 - 阳光乳业、安正时尚走出3连板，共同药业、汉商集团涨停 [15] - 中央财政设立"育儿补贴补助资金"，今年初步安排预算900亿元左右 [16] - 北京市发布15项措施完善生育支持政策体系，包括建立生育补贴制度等 [16]

英伟达被约谈事件 - 国家网信办约谈英伟达，要求其对华销售的H20算力芯片漏洞后门安全风险问题进行说明并提交证明材料 [1][2] - 英伟达H20芯片被曝存在"追踪定位"和"远程关闭"技术，可能威胁中国用户网络安全和数据安全 [2] - 美国白宫批准英伟达恢复向中国出口H20芯片，该芯片是专为中国市场设计的降级版AI芯片，性能远低于国际市场主流H100 [4][5] - 此前美国对H20芯片实施禁售导致英伟达面临45亿美元库存损失和55亿美元减值，市值一度蒸发1600亿美元 [5] 国产替代概念股表现 - 寒武纪短线拉升一度涨超7%，成交额超47亿，华为海思概念股如神州数码涨超6%，卓易信息涨超4% [1][6] - 国内GPU企业摩尔线程和沐曦集成电路发布招股说明书，加速国产GPU发展 [6] - 摩尔线程科创板IPO申请获受理，计划募资80亿元用于GPU研发及市场拓展，2022-2024年研发费用累计达38亿元 [6] 华为AI算力突破 - 华为发布CloudMatrix384AI超节点，算力提升50倍至300pFLOPS，单卡推理吞吐量提升近4倍至每秒2300token [7] - 支持混合专家MoE大模型推理，实现384个专家并行推理，推理时延从100ms降低至50ms以下 [7] 国内GPU行业动态 - 摩尔线程自主研发全功能GPU，覆盖AI智算和图形渲染领域，采用自研MUSA架构和先进制程技术 [6] - 沐曦股份是国内高性能通用GPU领军企业，国产替代进程有望提速 [6]

华为盘古大模型开源 - 公司首次开源盘古大模型核心能力，包括70亿参数稠密模型和720亿参数混合专家模型（盘古Pro MoE），同时开放基于昇腾的模型推理技术 [1] - 盘古Pro MoE在昇腾800I A2上实现单卡1148 tokens/s推理吞吐，通过投机加速技术可提升至1528 tokens/s，优于同等规模稠密模型 [3][11] - 开源组件包括盘古Pro MoE 72B模型权重、基础推理代码及昇腾超大规模MoE推理代码，盘古7B相关资源将于近期上线 [4] 模型架构与技术特性 - 盘古Pro MoE基于MoGE架构构建，总参数量720亿，激活参数量160亿，针对昇腾硬件优化，在昇腾300I Duo服务器上提供高性价比推理方案 [4][11] - 引入"快思考"和"慢思考"双系统，简单问题快速响应，复杂问题深度推理，专家选择采用分组机制实现跨设备负载均衡 [9] - 预训练使用4000个昇腾NPU处理13万亿tokens语料，后训练通过SFT和RL增强推理能力，采用检查点合并优化模型 [11] 性能表现与基准测试 - 在千亿参数内模型中处于领先地位，MMLU-PRO英文基准显著超越Qwen3-32B、GLM-Z1-32B等主流稠密模型及Llama4-Scout MoE模型 [12] - 中文领域C-Eval（EM）得分91.1超越Qwen3-32B（89.2），CLUEWSC（EM）94.7微幅领先Qwen3-32B（94.6） [14][15] - 代码生成MBPP+（Pass@1）达80.2接近Qwen3-32B（82.0），数学推理MATH-500得分96.8超越Qwen3-32B（96.6） [15] 行业影响与生态整合 - 公司形成昇腾NPU芯片、MindSpore框架、盘古模型的垂直整合体系，被媒体评价为"工业奇迹"，提供英伟达之外的替代方案 [18] - 国产大模型开源浪潮加速，MiniMax、阿里巴巴等厂商推动模型价格下降60%-80%，华为开源有望进一步促进行业应用普及 [20] - SuperCLUE测评显示盘古72B在开源榜排名第五（58.75分），超越Qwen3-14B/8B，仅次于DeepSeek和Qwen3-32B/235B [17]

华为Pangu Ultra MoE模型技术突破 - 华为推出参数规模高达718B的准万亿MoE模型Pangu Ultra MoE 该模型融合计算、通信和内存等多维度指标 在昇腾NPU平台上实现最佳平衡 [6] - 模型采用256个路由专家 每个token激活8个专家 总参数量718B 激活量39B 具有超大规模和超高稀疏比特性 [6] - 引入MLA注意力机制 有效压缩KV Cache空间 缓解推理阶段内存带宽瓶颈 优于传统GQA方案 [6] 模型架构创新 - 采用Depth-Scaled Sandwich-Norm稳定架构和TinyInit小初始化方法 使梯度突刺率从1.54%下降到0.76% 相对下降51% [13][17] - 设计EP-Group负载均衡loss 相比主流Micro-batch方案在大部分任务上平均提升1.5个点 [20][21] - 采用单头MTP进行训练 后续复用参数扩展至多头结构 实现多Token投机推理 接受长度提升约38% [26][27] 训练方法优化 - 全流程采用dropless训练模式 避免Drop&Pad训推不一致问题 提升训练数据效率 [7] - 预训练阶段在6k到10k张NPU上进行 具备128k长序列能力 [8] - 采用迭代难例挖掘与多能力项均衡的奖励函数 参考GRPO算法提升训练效率与推理性能 [29][31] 昇腾硬件亲和设计 - 隐藏维度设置为7680维 精准匹配DaVinci芯片的16×16 MatMul单元 充分发挥计算潜力 [7] - 设置61层Transformer结构 预留额外MTP层空间 保障计算负载均衡的流水线调度 [7] - 路由专家数量设为256 在TP×EP并行下提升All-to-All通信效率 加速分布式训练 [7] 模型性能表现 - 在C-Eval评测中得分90.8 CLUEWSC得分94.8 MMLU得分91.5 整体效果优于主流模型 [9] - 在推理能力评测中 AIME2024得分81.3 GPQA-Diamond得分75.3 MATH500得分97.4 [9] - 强化学习训练系统有效解决了多能力协同提升问题 保持模型在数学、代码和通用能力的均衡表现 [31]

华为昇腾NPU技术突破 - 华为基于昇腾国产算力平台成功训练7180亿参数MoE模型，突破万亿参数大模型训练瓶颈 [4][5] - 采用6000+块昇腾NPU集群实现长期稳定训练，算力利用率(MFU)达30%，较优化前提升58.7% [4][33] - 攻克负载均衡难、通信开销大、训练效率低等四大技术挑战 [8][9][10] 模型架构优化 - 采用细粒度专家加共享专家范式，通过hidden size调整提升算力利用率13% [12][13] - 设计TP8×EP4超融合并行方案，运用TP-extend-EP技术避免算子效率下降 [14] - 张量256对齐处理完美匹配16×16矩阵计算单元，释放NPU算力 [15] - 参数搜索空间从庞大范围缩小至10000个左右，建模仿真工具准确率达85% [17] 训练效率提升 - 创新EP组负载均衡损失算法，在20B先导模型验证效果 [24][26] - 采用dropless方案优化并行策略，空泡率从18.98%降至10.49% [33][39] - 实现16路流水线并行、8路张量并行、4路专家并行、2路虚拟流水线并行及48路数据并行 [35] - 专家组总数32组划分256个专家，任务分配不均衡控制在5%以内 [38][39] 通信与显存优化 - 分级EP通信技术减少跨机通信量，Allgather同步结合机内AlltoAll重分配 [42][43][44] - 自适应前反向掩盖策略实现机内外通信互相掩盖，缓解host bound问题 [46][48] - 细粒度模块重计算结合Tensor Swapping技术优化显存使用 [51] - 动态负载均衡机制通过贪心算法预测调整专家分配，MFU提升10% [53][54] 性能表现 - 在CLUEWSC(94.8分)、MMLU(91.5分)、AIME2024(81.3分)等基准测试表现优异 [61] - 与DeepSeek-R1等MoE模型相比，在数学推理(MATH500 97.4分)等任务展现竞争力 [62] - 专家差异化显著，共激活现象少，冗余度低，增强模型表达能力 [65][66][72] - 路由专家与共享专家贡献均衡，协同提升模型表征能力 [68][70] 行业影响 - 标志国产算力平台进入AI大模型训练世界领先行列 [73] - 展示中国科技自主创新能力，实现从跟跑到并跑甚至领跑的跨越 [74] - 为千行百业智能化转型提供技术支撑，助力占据科技革命制高点 [74]

文章核心观点 华为用纯昇腾集群训练出的盘古Ultra，参数量135B，训练零英伟达含量且无损失尖峰，性能优异，能与DeepSeek - R1竞争，采用关键技术并经多阶段训练实现高效训练 [1][2][5] 分组1：盘古Ultra性能表现 - 作为135B密集模型，达到同尺度最优，可与参数量更大的MoE模型竞争 [5] - 预训练评测中，在绝大部分英文基准任务和全部中文任务上性能最佳，优于Llama 405B、DeepSeek - V3等模型 [5] - 在MMLU、TriviaQA、GSM8K等数据集上展现卓越语言理解和推理能力 [6] - 指令调优后，在AIME 2024、MATH - 500等数学推理任务和LiveCodeBench等编程竞赛题上达SOTA水平 [7] - 综合超越GPT - 4o、Mistral - Large 2等模型，与DeepSeek - R1竞争激烈 [8] - 在Arena Hard、MMLU - pro等评测中表现优异 [9] 分组2：盘古Ultra关键技术 - 采用分组查询注意力（GQA）机制，含96个查询头和8个键值头 [12] - 模型架构改进采用深度缩放的Sandwich - Norm层归一化，消除训练loss尖峰，使训练平稳 [12][13] - 引入深度缩放机制，对Post - Norm中的放缩参数γ进行深度相关初始化 [16] - 采用TinyInit参数初始化策略，依据模型深度和宽度缩放初始化权重标准差，避免梯度问题，加速收敛 [18] - 针对Tokenizer优化，得到153376个token的平衡词表 [18] 分组3：盘古Ultra训练流程 - 训练分预训练、长上下文扩展和指令调优三个阶段 [20] - 预训练分通用、推理、退火三个子阶段，使用大量中英文通用语料，采用数据清洗和curriculum learning策略，用AdamW优化器并动态调参 [21][22] - 预训练后在最长128K的长上下文数据上训练，扩大RoPE基频实现长序列建模 [25] - 指令调优阶段用监督微调（SFT）和强化学习（RL）使模型适应下游任务 [26] 分组4：盘古Ultra训练设施与优化 - 使用8192个昇腾AI处理器组成的大规模计算集群，节点通过HCCS和RoCE网络互联 [27] - 采用数据并行、张量并行、序列并行和流水线并行等并行策略组合 [28] - 使用ZeRO分布式优化器，降低单个设备内存占用 [32] - 通过算子融合、通信计算重叠等技术，最小化通信开销，提升计算效率，实现52%以上算力利用率 [33][36]

推荐系统发展趋势 - 生成式推荐范式HSTU将推荐参数扩展至万亿级别，验证了推荐领域的扩展定律，成为颠覆当前推荐系统的新范式[1][5] - 推荐系统发展经历四个阶段：手工设计特征和简单模型→复杂深度学习模型→重新关注特征工程→基于大语言模型扩展定律的生成式推荐大模型[4][5] - 扩展定律描述模型性能与参数规模、数据集规模和训练资源之间的幂律关系，通过增加模型深度和宽度可提升推荐效果[5] 生成式推荐模型架构对比 - 在ML-1M、ML-20M和AMZ-Books数据集上测试HSTU、Llama、GPT和SASRec四种架构，小参数时各架构表现相似，大参数时HSTU和Llama扩展性显著优于GPT和SASRec[7] - HSTU在16模块时ML-20M数据集HR@10达0.3520，NDCG@10达0.2079，MRR达0.1787，显著优于其他架构[8] - GPT在推荐任务表现未达预期，因其架构缺乏专为推荐设计的关键组件[7] 可扩展性来源分析 - 消融实验显示相对注意力偏移（RAB）是关键组件，移除后HSTU性能明显下降（32模块HR@10从0.3298降至0.3149）[9][10] - 为SASRec同时引入HSTU的RAB和调整残差连接后，其扩展性显著改善（32模块HR@10从0.0301提升至0.3182）[11][12] - 残差连接模式与RAB的结合是传统推荐模型获得扩展性的关键因素[11] 复杂场景与排序任务表现 - HSTU在多域联合训练中表现优于单域独立训练，在Digital Music和Video Games等小规模场景扩展性显著[13] - 排序任务中HSTU在ML-20M数据集32模块时AUC达0.7914，优于DIN的0.7247和Llama的0.7107[14][15] - 缩减embedding维度提升小数据集性能（ML-1M和AMZ-Books），但降低大数据集ML-20M性能[17] 技术突破与行业应用 - 中科大与华为合作开发推荐大模型部署方案，首次在国产昇腾NPU上成功部署[2] - Meta提出的HSTU框架引发生成式推荐大模型研究热潮，参数规模达万亿级别[1][5] - 未来研究方向包括数据工程、Tokenizer优化和训练推理效率提升[18]