昉擎科技融资与技术 - 上海昉擎科技完成数亿元人民币天使轮融资 由小米战略投资部领投 蔚来资本和明势资本跟投 后续轮次由蔚来资本 临港科创投等机构参与[3][4] - 融资资金将用于核心技术研发 产品化 生态及市场拓展[4] - 公司提出分布式计算架构新技术方向 将前馈神经网络与注意力机制解耦为独立模块 分配给不同硬件处理 以提高计算效率[6] 梁军职业背景与行业影响 - 寒武纪前CTO 海思麒麟前SoC总架构师梁军于2024年8月加入昉擎科技出任CEO[7] - 梁军在寒武纪期间主导推出首颗7nm AI训练芯片思元290/370/590 并推动寒武纪NPU在华为麒麟970芯片商用落地[7] - 此前梁军在华为工作17年 负责海思麒麟芯片及网络芯片架构设计[7] AI芯片行业竞争格局 - 英伟达2024年在AI加速器市场份额达92% 数据中心业务毛利率超80%[7] - 谷歌 Amazon 阿里等大客户在采购英伟达芯片同时布局自研方案以替代单一供应商[7] - 美国禁令使英伟达高端AI芯片无法正常进入中国市场 华为昇腾 寒武纪等国产厂商获得发展机会[8] - AI应用加速落地促使应用团队对国产方案接受度提升 因其更注重服务与售后支持而非极致算力[8]

华为技术突破 - 公司发布CloudMatrix 384超节点技术，单集群算力达300PFlops，突破技术封锁[1] - 自主研发的华为AI芯片性能对标英伟达A100，2025年Q1国内市场占有率达38%[3] - 长江存储128层3D NAND芯片良率突破85%，上海微电子28nm光刻机实现量产[3] CloudMatrix 384技术亮点 - 架构革命：全对等互联总线技术实现2.8Tbps卡间带宽，训练效率达单卡性能90%[5] - 能效跃升：液冷技术使数据中心PUE降至1.1，能耗降低40%，单集群功耗172.8kW[5] - 生态重构：开源MindSpore框架适配3000+应用场景，训练成本较三年前下降75%[5] 实际应用表现 - 支撑DeepSeek-R1模型实现单卡1920Tokens/s推理吞吐量，超越英伟达H100的1850Tokens/s[5] - 384卡无收敛组网技术打破物理服务器边界，千亿参数模型训练效率提升3倍[8] 行业影响与市场变化 - 2025年Q1中国AI芯片进口量暴跌60%，国产出货量暴涨180%[6] - 中国政企采购国产算力比例突破50%，智算中心七成设备采用华为AI芯片[6] - 马来西亚、泰国等东南亚国家与华为签署算力合作协议，槟城封装厂预计2026年覆盖全球30%AI推理需求[6] 战略意义 - 技术封锁加速中国算力自主化进程，形成"硬件-软件-模型"闭环生态[3][6] - 集群架构创新推动全球AI基础设施从"单点突破"转向"系统领先"[8]