公司战略 - 新紫光集团正以“技术引领+生态赋能”双轮驱动，全面布局5G-A/6G通信、汽车电子、端侧AI与智能算力基础设施四大核心赛道 [1] - 公司致力于构建开放协同、价值共生的智能科技产业大生态 [1] - 公司正从单一技术提供者向产业生态赋能者跃迁，推动智能科技从实验室走向千行百业 [7] 5G-A/6G通信技术 - 随着3GPP R18标准正式冻结，全球正式迈入5G-A商用元年 [3] - 公司联合产业链伙伴在5G CPE、RedCap、网络切片及5G LAN等关键场景中打造百余款行业终端，广泛应用于智慧医疗、智能制造等垂直领域 [3] - 在6G前沿探索方面，公司聚焦非地面网络技术路径，并联合伙伴完成NR NTN低轨卫星通信的实验室模拟与设备对接测试，验证了手机直连卫星的技术可行性 [3] - 搭载其自研芯片的卫星物联网浮标已成功应用于水质监测与灾害预警 [3] 汽车电子业务 - 公司系统性布局车规级芯片产品矩阵，涵盖高端域控制器MCU、智能座舱SoC、高速存储、中央计算平台及智能传感等关键环节 [4] - 其芯片及解决方案已实现与一汽、吉利、上汽等主流车企的深度合作，并在多款车型中完成量产上车或项目定点 [4] - 公司推出基于Linux+Android双系统的智能座舱参考设计，获得ISO 26262 ASIL-D最高等级认证 [4] - 与全球软件生态伙伴协同，构建覆盖芯片架构设计、功能验证到量产落地的全生命周期技术保障体系 [4] 端侧AI发展 - 公司推出端侧AI平台化解决方案，集成支持多模态、多并发、AI Agent及端云协同的“万能接口”MCP [5] - 基于该平台的AI学习机、AI手机、AI眼镜等硬件产品已实现量产并推向市场 [5] - 公司正联合芯片、操作系统、算法及终端厂商，共建开放、多元、可扩展的端侧AI协作生态 [5] 智能算力基础设施 - 公司旗下新华三集团以“算力×联接”为核心，推出支持多元异构算力的超节点集群、新一代分布式存储及DDC无损网络等全栈智算基础设施 [6] - 相关基础设施已在政府、交通、教育、金融等八大重点行业实现规模化部署 [6] - 公司发布“灵犀”系列行业大模型，包括医学脑血管病专病模型、企业知识管理模型及城轨运营模型 [6] - 创新推出“图灵小镇”算力运营模式，已在杭州、郑州、咸阳等多地落地，构建集算力建设、生态聚合、运营服务与商业变现于一体的闭环体系 [6]

核心观点 - 华为发布算力超节点和集群产品 旨在通过超节点互联技术引领AI基础设施新范式 满足持续增长的算力需求 [1][2][3] 产品发布 - 推出Atlas 950 SuperPoD超节点支持8192张昇腾卡 Atlas 960 SuperPoD超节点支持15488张昇腾卡 在卡规模/总算力/内存容量/互联带宽等关键指标全面领先 [2] - 基于超节点发布Atlas 950 SuperCluster集群算力规模超50万卡 Atlas 960 SuperCluster集群算力规模达百万卡 [2] - 将超节点技术引入通用计算领域 发布TaiShan 950 SuperPoD通用计算超节点 结合GaussDB分布式数据库可取代大型机/小型机及Exadata数据库一体机 [2] 技术突破 - 通过系统性创新突破大规模超节点互联技术挑战 开创面向超节点的互联协议灵衢（UnifiedBus） [3] - 开放灵衢2.0技术规范 邀请产业界伙伴基于灵衢研发相关产品和部件 共建开放生态 [3] 战略定位 - 基于中国可获得的芯片制造工艺打造超节点+集群算力解决方案 为人工智能长期快速发展提供可持续且充裕算力 [2] - 通过超节点互联技术引领AI基础设施新范式 推动人工智能持续发展创造更大价值 [3]

AI行业发展趋势 - AI正从热门赛道转变为赋能各行各业的底层技术 围绕AI模型运行所需的技术创新和产业链融合将为整个基础设施市场带来新机遇 [1] - 中国智能算力需求面临爆发式增长 IDC预测五年复合增长率达33.9% [1] - AI在互联网、金融、运营商、制造和政府等行业渗透较深 教育、医疗、能源等行业应用逐渐增强 [1] 企业级AI应用现状 - 企业级市场AI应用速度可能不及预期 AI发展呈螺旋上升态势而非线性增长 [2] - 算力、算法、数据、应用场景及人才培养等因素共同影响AI发展 细分领域突破可能推动AI跨越平台期 [2] - 企业关注如何将算力有效应用于具体场景并实现可衡量的效率提升 [2] 技术演进与门槛降低 - 未来3-5年模型压缩、边缘计算和工具链成熟将大幅降低AI开发与应用门槛 [2] - "AI即服务"成为基础设施标配 企业可通过低代码平台调用AI能力而无需庞大算法团队 [2] - 云端协同架构使算力像水电一样随处可得 [2] 垂直领域价值创造 - 通用大模型向垂直场景纵深演化 医疗、制造、交通等领域的行业模型价值将远超通用能力 [2] - AI深入生产线质检、城市管网监测、金融风险推演和尖端科学研究等核心业务系统 成为决策中枢 [2] - AI将从工具升级为"智能体" 通过多模态交互和自主任务分解实现对人类意图的深度理解与执行 [3] 算力基础设施发展 - 云端协同成为主导演进方向 云与端深度融合协同增效 [3] - 单一类型算力（如GPU）难以满足所有AI场景需求 [3] - 云侧将集成CPU、GPU、NPU、DPU等多种异构算力 针对不同任务提供最优组合 [3] 算力效率优化 - 大规模AI集群算力效率是关键瓶颈 需通过先进网络互联、存储加速、液冷散热和集群管理软件实现资源利用率最大化 [3] - 通过云原生架构、AI开发平台和模型即服务（MaaS）方式便捷提供云上AI算力资源 [3] - 端侧设备本地算力显著提升 能够处理更复杂实时推理任务 减少延迟和带宽依赖 [4] 云端协同体系 - 端侧设备内置全栈AI软件能力 屏蔽底层复杂性 [5] - 端侧与云端实现智能高效的模型更新、数据同步和任务协同 形成"云边端"一体智能体系 [5] - 新华三推出超节点集群、分布式存储、DDC无损网络方案和傲飞算力平台等全栈AI智算方案 [5] 产业生态建设 - "图灵小镇"模式在模型与算力间搭建桥梁 成为孵化应用平台和新兴商业模式温床 [5] - 公司积极参与从Scale-up到Scale-out的下一代互联技术攻坚 提升跨数据中心传输性能 [5] - 通过构建开放高效安全的AI基础设施和技术生态 加速产业链协同 支撑多场景AI技术规模化落地 [6]