行业趋势与核心观点 - AI大模型推动算力竞争从“单卡比拼”转向“集群博弈”，决定算力上限的不再是单颗GPU的峰值算力，而是由芯粒、封装与互联共同构成的系统底座[1] - 算力架构正从单芯片走向多芯粒、超节点，如何在复杂系统中保持高带宽互联、灵活扩展与高效调度成为新一代算力生态的关键命题[1] - 在超节点时代，连接与调度不仅是性能加分项，更是掌握整个算力体系结构主动权的关键，芯片需要“连得上”并“调得活”[15] 互联技术的关键作用与市场差距 - 互联是实现自主算力的关键环节，随着计算规模要求提高，集群算力的发挥离不开互联和调度，AI对网络需求是新的范式，需要超高带宽和效率[3] - 以AI网卡为例，国际最先进水平达800G甚至1.6T，而国内还停留在200G，显示出本土与国际领先厂商在互联底层架构上存在差距[3] - 超节点架构兴起，其互联挑战主要体现在两方面：一是需实现Scale Out网络10倍的高带宽和1/10的低延时，并实现百卡至千卡的全连接；二是缺乏统一标准，目前海外有ESUN、SUE、UALink等，国内有OSA、Ethernet X等，处于百花齐放阶段[5] 公司战略与产品布局 - 公司将自身定位为“AI Networking全栈式互联产品解决方案提供商”，业务本质是连接，品牌LOGO升级融合了莫比乌斯环、Wafer和Die等元素，象征Chiplet概念[9] - 公司产品矩阵已初具雏形，包括片内互联的Die to Die IP、高性能互联芯粒、超节点芯粒以及AI原生的超级网卡，构建全栈互联的高性能架构[12] - 公司提出利用HPDE架构，即可编程的高性能数据处理引擎，通过软件编程方式用一种芯粒支持并兼容多种超节点标准，以平衡性能、功耗、灵活性，帮助行业度过标准不统一的过渡期[6] - 公司展示了通过FPGA实现的Scale Up超节点互联芯粒Demo，将GPU计算Die和超节点互联的网络Die封装在一起，形成支持超节点功能的GPU，实现数据超高速传输[10] - 公司部分产品已量产并有客户采用，部分产品处于量产导入前夕，下一步目标是与客户合作将新技术应用至产品并推向更大规模市场，期待未来一至两年内被更多大规模计算中心和AI芯片系统采用[14] 多元算力融合与生态共建 - 多元算力融合的关键在于互联层和调度层两者缺一不可，互联需要解决带宽和标准问题，而调度需要硬件层面的实时监控和反馈，以有效分配任务和进行数据交换[7] - 公司秉持开放心态，致力于打造AI Networking的基础设施，定位为生态中的互联角色，希望帮助整个AI产业赶超并成为全球领头羊[8] - 行业整体呈现All in AI的趋势，ICCAD 2025上AI相关公司显著增多，涵盖EDA、IP、互联及芯片公司[12]