（文/罗叶馨梅）11月25日，有投资者在互动平台上就泰凌微（688591.SH）港股上市进展及端侧芯片是否能够部署大模型或智能体等问题进行 提问。公司回应称，在香港联交所上市的事项仍在筹措过程中，相关进展将按监管要求通过公告方式披露。同时，公司详细介绍了端侧芯片在 人工智能与大模型时代的技术布局。 泰凌微表示，公司端侧芯片及其搭载的机器学习与人工智能发展平台，使低功耗无线物联网芯片脱离了传统无线芯片"只负责传输"的单一功 能，具备了一定的本地计算与自学习能力。这些芯片不仅可以参与、对接云端大模型和应用小模型，还支持在终端侧执行部分推理任务，实现 从"管道"型通信芯片向"可思考"智能节点的升级。 公司进一步介绍，泰凌微已与多家国际、国内一线客户达成合作，并与业界领先的大模型平台建立对接机制，推动多款芯片和开发套件适配相 关大模型平台，方便下游客户在熟悉的生态中快速完成接入与开发。通过这一路径，开发者可在智能家居、可穿戴设备、工业物联网等场景 中，更便捷地部署具备感知、学习和决策能力的终端设备。 在公司的整体AI战略中，"让人工智能从云端下沉到终端设备"是核心方向之一。泰凌微认为，端侧智能可以在降低时延、增强隐私 ...

文章核心观点 - 算法、框架和部署技术的演进正深刻影响未来端侧芯片的设计，当前端侧芯片在支持大模型时面临效率未达上限的挑战 [1][2] - 视觉与语言大模型带来的性能飞跃使Transformer架构支持势在必行，但其计算复杂度对端侧设备的算力和带宽提出巨大需求 [4] - 线性注意力、动态稀疏MoE、低比特量化和Token压缩是未来端侧芯片设计需重点关注的四大确定性技术趋势 [5][7][11][14] 注意力机制演进对芯片设计的影响 - Transformer自注意力机制的计算复杂度与序列长度呈平方关系，对prefill阶段算力和decode阶段带宽构成挑战 [4] - 线性注意力机制通过核函数近似将计算复杂度降至线性水平，RWKV、Mamba、DeltaNet等属此路线 [5] - 稀疏注意力通过将序列长度n变小来突破瓶颈，DSA、MoBA等技术是典型代表，今年ACL最佳论文DSA即属此类 [5] - 对端侧芯片而言，注意力机制变体影响有限，只要算子可融合则计算效率依然高，通道数、head数及SRAM容量是更关键瓶颈 [5] 动态稀疏与MoE技术的影响 - MoE技术在推理阶段只激活部分专家，14B稠密模型与30B-A3B稀疏模型相比，后者性能更好且推理时省算力、省带宽 [8] - 单batch场景下MoE优势明显，但多batch decode阶段带宽需求几乎等同于30B稠密模型，此时反而不如稠密模型 [8] - 蚂蚁集团MoE模型（100B-A6.1B及端侧16B-A1.4B）展现出稀疏性加大趋势，未来MoE技术将驱动芯片向大内存、中带宽、中算力方向发展 [9] - MoE模型压缩是工业界需关注的重点，例如MoNE等工作致力于降低内存需求 [9] 低比特量化技术趋势 - Deepseek采用FP8训练开启低比特量化新时代，端侧大模型对4bit及以下量化有更激进需求 [11] - 技术呈现四大特性：权重专用量化（如GPTQ、AWQ）以解决decode带宽瓶颈；低精度浮点与定点数两条技术路线；细粒度量化提升精度；动态与静态量化的权衡 [11][12] - 混合量化是未来趋势，尤其适合处理大模型层内层间数值不平衡问题，在MoE模型上有更大应用潜力 [12] Token压缩技术的影响 - Token维度压缩极大降低端侧大模型应用门槛，视觉Token数量远超文本Token且冗余度高，是压缩重点 [14] - FastV、PyramidDrop、Holov、LightVLM、SpecPrune-VLA等工作近期呈现井喷式发展 [14] - 对芯片设计而言，Token压缩技术是纯收益，能够直接降低计算量 [14]

行业政策方向 - 上海市印发《上海市智能终端产业高质量发展行动方案（2026-2027年）》以推动产业高质量发展 [1] - 方案提出强化机器人终端能力，打造能听会道、有情商、有智商、有技能的人形机器人产品 [1] - 支持人形机器人产品研发和量产制造，推进端侧芯片、灵巧手、电池等核心零部件加快产业化突破 [1] 产业链发展重点 - 推动工业机器人整零协同，聚焦关键零部件、高端整机等薄弱环节，补全产业链短板 [1] - 加速机器人终端产品向消费级市场渗透，打造陪伴机器人、家庭机器人等消费级产品 [1]

AI产业链布局 - 公司自去年起开始布局AI产业链 目前已在GPU领域取得进展 与国产厂商摩尔线程合作推广应用于AIoT及小型数据中心等场景的GPU产品 [2] - 部分原有ASIC原厂如星宸科技已在端侧芯片中集成小算力AI功能 公司协助原厂在客户端推广并取得初步成果 [2] - 未来将继续依托技术团队应用方案设计经验和市场理解 与原厂紧密合作推动生态协同建设 积极挖掘AI市场潜力 [2] 国产原厂合作进展 - 已与多家国产原厂展开合作 工业汽车领域川土微电子隔离产品表现突出 成功推广进入多个行业头部客户 [2] - 格见DSP产品在国内具有显著特色 接口类产品如基石创新在多个应用场景实现客户导入并进入批量生产阶段 [2] - 相关产品已在工业汽车领域实现规模化应用 [2] 财务表现 - 上半年实现营业收入38.84亿元 同比增长16.13% [2] - 归属于上市公司股东的净利润3361.14万元 同比增长71.05% [2]

上海市人工智能+行动政策 - 上海市经济信息化委发布2025年度人工智能+行动项目申报通知 支持人工智能高性能训练 推理芯片及端侧芯片研发应用 支持建设人工智能基础软硬件系统 支持适配异构芯片训练 推理协同优化和加速技术 加快超大规模智算集群技术突破和组网应用 [1] 端侧AI行业市场规模 - 头豹研究院预测2028年中国端侧AI行业市场规模将突破1.9万亿元 [1] - AI大模型破圈及AI智能眼镜 AI手机等设备市占率提升带动端侧AI算力需求上行 [1] 端侧AI芯片技术需求 - 端侧AI核心诉求是在本地完成复杂模型推理 要求芯片在性能和功耗上取舍 需要具备高能效比的专用算力 [1] - 以NPU为代表的AI芯片成为关键 [1] - 端侧AI SoC芯片公司受益于端侧AI硬件渗透率释放 一二季度业绩体现高增长 [1] - 2季度末3季度初AI眼镜密集发布 后续展望乐观 [1] 相关公司动态 - 星宸科技拟收购蓝牙芯片设计公司富芮坤53.31%股权 打造领先业内的完整SoC自研IP平台 [2] - 恒玄科技BES2700 BES2800等芯片已在客户智能眼镜 无线麦克风 录音笔等项目中量产落地 [2]

核心财务表现 - 二季度营收18.01亿元 同比增长9.94% 环比增长17.72% [4] - 二季度归母净利润3.08亿元 同比增长31.46% 环比增长63.90% [4] - 上半年营收33.30亿元 同比增长10.42% 归母净利润4.97亿元 同比增长37.12% [4] - 剔除股份支付费用影响后上半年归母净利润为5.20亿元 [4] 盈利能力与成本控制 - 二季度综合毛利率37.29% 环比提升1.06个百分点 [5] - 管理费用环比下降14.16% 销售费用环比下降75.67% [5] - 研发费用保持平稳约3.76亿元 [5] 运营与订单状况 - 存货环比增加4.66亿元至18.53亿元 预付款项环比增加6.02亿元至6.21亿元 [5] - 增加备货主要因在手及预期订单充裕 [5] - 预计2025年第三季度及全年经营业绩将同比进一步增长 [5] 产品出货表现 - 单二季度出货量接近5千万颗创历史新高 [6] - 智能家居类产品销量同比增长均超过50% [6] - 19款携带算力的端侧芯片上半年出货超900万颗 超过2024年全年销量总额 [6] - Wi-Fi芯片上半年销量超800万颗 其中二季度突破500万颗 [6] - Wi-Fi6芯片二季度销量超150万颗 环比增长120%+ 占W系列比例上升至近30% [6] - 6nm芯片二季度销量突破250万颗 上半年累计出货超400万颗 [6] 技术进展与新品布局 - Wi-Fi AP芯片已顺利完成流片 [6] - 积极开发高精度电子图像校正、匹配及稳像等产品 [6]

科创50指数ETF表现 - 科创50指数ETF(588870)盘中涨幅超2% 收盘仍涨1.18% 成交额达5130.90万元 换手率17.93% [1] - 该ETF年内份额增长率超18% 持续领先同类产品 当前流通盘2.55亿份 流通值2.8亿元 [1] - 标的指数成分股中寒武纪涨11.45% 市值首破4000亿元 海光信息涨9.58% 中芯国际涨1.43% [2][3] 半导体行业动态 - 国产AI算力芯片加速迭代 寒武纪拟定增39.85亿元投资大模型芯片 沐曦发布国产旗舰GPU [3] - 模拟IC呈现"量增价稳"趋势 中芯国际和华虹Q2业绩说明会均强调车规模拟IC的国产替代机遇 [4] - 2025年全球半导体增长保持乐观 AI驱动下游需求 存储/功率/代工/ASIC/SoC领域业绩弹性显著 [5] 数字基础设施发展 - 中国5G基站总数达455万个 千兆宽带用户2.26亿户 算力总规模全球第二 [1] - 国产算力厂商聚焦互连技术创新与系统方案输出 通过算力集群构建支撑AI大模型训练需求 [6] 投资产品特征 - 科创50指数ETF(588870)管理费率0.15% 托管费率0.05% 为全市场最低档 [7] - 该ETF覆盖芯片/医药/电力设备/计算机等新质生产力板块 跟踪科创板50只龙头股 [7]

核心观点 - 中欧基金科技研究小组预判国产大模型能力将逐步追赶并超越GPT-4水平，并在2025年达到GPT-o1水平，这一预判在DeepSeek问世后得到验证[3] - AI行业变化速度极快，对投研的全球性和时效性提出前所未有的挑战，传统景气度跟踪方法难以适应[3] - 中欧科技战队通过工业化组织样本应对AI快节奏：更早更广的行业覆盖、专业化分工和流程化协作、平等沟通机制[4] 投研团队建设 - 中欧科技战队建立了对AI行业更早更广覆盖的投研平台，称为"曲速引擎"，包括人工智能、机器人、通信等专门研究员配置[5] - 科技领域在中欧指数产品布局占比较大，第一只指数产品是机器人、第二只是芯片、第三只是软件，覆盖上下游全产业链[5] - 投研团队采用"勾稽关系"工作方法，通过产业链各环节研究员相互验证，如光模块研究涉及上游光器件、大模型发展、半导体代工数据三个研究员交叉验证[7] 前瞻性判断案例 - 2023年中欧内部对机器人机会达成共识，提出三个投资关键要素：先发优势、端到端大模型能力、应用场景[6] - 杜厚良在2023年下半年就预判算力国产化将是未来科技领域最大变化，提出先进制造竞争格局集中和国产算力芯片市场空间新增两条逻辑[6] - 周蔚文2013年开始关注工业机器人，2014年重仓机器人股票，2023年提出人形机器人机会，预测2030年可能达到1亿台，再过五年可能10亿台[6] 投研协作机制 - 团队成员各有所长：冯炉丹擅长AI，钟鸣擅长智驾和机器人，刘伟伟和代云锋擅长算力，刘金辉擅长计算机，王颖擅长互联网，邵洁擅长端侧芯片[7] - 采用平等透明的沟通机制消除层级边界，鼓励分歧交锋，如冯炉丹与周蔚文就持仓展开讨论，刘伟伟在算力回调时基于不同观点做出投资决策[8] - 通过历史数据统计发现行业连续两年大幅跑赢市场后第三年超额收益概率降低的规律，作为投资参考[8] 投资理念 - 周蔚文强调洞见的重要性，认为知道大家都知道的信息无法赚钱，必须依靠团队产生超越市场的洞见[10] - 投资既要抓住产业趋势也要关注长期价值，不轻易判断泡沫，而是先预期基本面变化[8] - 受《第五项修炼》、《惠普之道》影响，中欧基金倡导平等自由的组织文化，让洞见在团队中涌现[11]