文章核心观点 深圳科技产品出海正从单打独斗转向链群协同、政企联动、品牌引领的新阶段，目标是打造人工智能时代的全球标杆产品，实现从“深圳制造”到“深圳设计”与“深圳品牌”的价值跨越 [5][10][12] 新能源汽车产业 - 深圳新能源汽车产量占全国23%，居全国首位，是“新广货”出海的核心主力 [6] - 近五年，汽车制造业产值占全市工业总产值比重从不足1%提升至约10% [6] - 对“一带一路”市场出口同比增长76.2%，市场需求旺盛 [6] - 面临从单一产品出口向技术、标准和品牌综合优势输出的转型挑战，存在结构性制约 [6] - 建议加强跨部门协同，设立市级国际化推进机构，统筹商务、海关、金融等资源，形成全链条支持格局 [7] - 建议搭建一站式国际化服务平台，提供准入指导、标准认证、通关便利等公共服务，降低企业制度性成本 [7] - 建议针对电池运输、二手车、售后服务等瓶颈开展专项攻关，并建立常态化企业沟通机制 [7] - 建议针对俄罗斯、南美等关键市场，编制“一国一策”投资贸易指南，帮助企业预判风险 [7] 合规与风险防控 - 企业在出海过程中面临日益复杂的法律监管环境，合规风险凸显，合规经营是构建可持续全球竞争力的底线与保障 [8] - 以医疗器械企业为例，面临欧美市场MDR、FDA认证周期长、品牌认可度低及地缘政治等瓶颈 [8] - 建议动态编译并发布全球主要市场的产业政策、技术标准、竞争格局与需求分析报告 [8] - 建议针对国际贸易摩擦、技术壁垒、汇率波动等风险，建立健全预警机制并提供应对指导 [8] - 企业应深入研究目标市场法规、质量监管与消费者保护制度，提前布局品牌维护与风险防控 [8] - 推动企业从制造贸易向技术认证、售后保障、循环利用延伸，构建海外产业闭环，实现从产品出口到系统能力输出的转变 [8] - 建议支持本土律所、会计师事务所等第三方服务机构“走出去”，为企业在海外应对法律纠纷、知识产权等挑战提供专业支持 [9] 人工智能与品牌升级 - 深圳科技产品出海模式已从过去的低成本、贴牌代工，迭代为“品牌引领、设计出彩”的新阶段 [10] - 影石、大疆、拓竹等品牌凭借独特设计和硬核技术，已成为全球年轻人追捧的“潮牌”，实现了从“卖产品”到“建生态”的升级 [10] - 2026年被视为人工智能从“技术爆发”向“生态构建”转型的分水岭 [11] - 智能眼镜被认为是下一代主流人机交换中心之一，产业发展呈现“百镜大战”的爆发态势，已成为全球科技竞争的战略制高点 [11] - 建议推进“标准先行与质量认证”，通过牵头制定关键标准，并积极争取上升为国家与国际标准，抢先行业规则主导权 [11] - 建议建立国家级智能眼镜产品质量与性能检测认证平台，为行业提供统一、权威的评价基准，树立“深圳制造”品质标杆 [11] - 提出以“AI推理芯片、AI原生硬件、AI商业模式”三个关键突破点为抓手，推动深圳率先进入第四次工业革命，打造全球人工智能产业第一城 [12] - 建议支持龙头企业与科研院所加大在AI推理芯片领域的技术攻关，核心目标是大幅降低算力成本 [12] - 建议推动成立AI推理算力工作组，输出深圳技术与深圳标准，同时加大全时空场景开放，重构新的商业模式，打造深圳样板并推广到全球 [12] - 最终目标是让人工智能时代的标杆产品（如iPhone级产品）不仅是“深圳造”，更是深圳设计、深圳品牌 [12]

公司上市与市场表现 - 爱芯元智于2月10日在港交所主板上市，股票代码0600.HK，成为首家在港股上市的边缘计算AI芯片企业 [1] - 上市首日股价一度上涨3.48%至29.16港元，公司总市值突破170亿港元 [1] - 此次上市将为公司提供更强资金支持，加速下一代AI推理芯片的研发与商业化进程 [1] 市场地位与排名 - 根据灼识咨询报告，按2024年出货量计算，爱芯元智已成为全球第一大中高端视觉端侧AI推理芯片提供商 [1] - 公司在全球视觉端侧AI推理芯片市场排名前五 [1] - 在中国边缘AI推理芯片市场，公司位列第三 [1] - 在智能驾驶SoC领域，公司为中国第二大国产供应商 [1] 公司战略与愿景 - 公司创始人、董事长兼执行董事仇肖莘博士表示，上市是公司发展的关键里程碑 [1] - 未来公司将实施平台型战略，持续突破技术边界、拓展业务版图，加速推动AI从智能感知向具身智能跃迁 [1] - 公司认为AI的价值主战场正在端侧与边缘侧全面展开，其边端AI芯片是这场变革的核心基石 [1] - 公司秉持“普惠AI，造就美好生活”的使命，致力于以芯片创新赋能更智能、更美好的世界 [1]

行业趋势与共识 - 全球AI算力重心正从训练加速转向推理，未来五到十年推理芯片将主导AI演进方向 [1] - 行业核心需求从依赖GPU、CUDA生态构建的“绝对算力”，转向对高性价比推理芯片的迫切需求 [2] - 推理芯片的增长已超越训练芯片，Groq估值在2025年9月至2026年1月四个月内从70亿美元飙升至200亿美元，增长近3倍 [3] - 谷歌在2025年4月发布第七代TPU “Ironwood”，明确将其定位为面向推理时代的基石 [1] - 英伟达以200亿美元的代价，实质上整合了Groq最核心的资产，包括其创始团队、核心技术人员，并获得其IP的永久授权 [2] 公司战略与目标 - 云天励飞在2025年果断将芯片战略全面聚焦于云端大算力、大模型专用的推理芯片 [3] - 公司致力于通过底层架构创新，力争实现百万Tokens推理成本降低100倍以上的目标 [1] - 公司目标是每年将百万Token的推理成本降低100倍，到2030年实现“百亿Token仅需一分钱人民币”的成本水平 [3] - 未来五年，公司将全力打磨并推广DeepVerse 100、200、300系列芯片，覆盖互联网、通信运营商及各行业头部客户 [6] 技术架构与创新 - 公司正在打造专为大模型推理优化的新型处理器架构GPNPU，其核心公式为“GPNPU = GPGPU + NPU + 3D堆叠存储” [5] - GPNPU架构致力于解决可迁移、可部署、可持续降本三大工程难题 [5] - 在通用生态层面，GPNPU能够实现一行代码完成CUDA程序兼容，以降低迁移成本 [5] - 针对“内存墙”瓶颈，公司正深度研发3D堆叠存储及更前沿的互连技术，以提升带宽与能效 [5] - 在架构工程上，公司采用“算力积木”架构，通过Chiplet扩展与互连思路，实现算力按需扩展 [6] 市场机遇与竞争格局 - 在推理芯片领域，格局尚未成型，谷歌TPU v7、Groq等新兴架构刚刚崭露头角，这为中国企业提供了历史性窗口 [4] - 中国在AI应用场景丰富度与落地速度上全球领先，但在模型层与芯片层仍相对落后，意味着巨大的追赶与超越空间 [3] - 公司认为中国应在训练芯片领域持续追赶，在推理芯片领域依托丰富的应用场景、强大的基建能力及开源模型生态实现弯道超车 [5] 公司核心竞争力与保障 - 公司将核心竞争力总结为技术、产能、生态、市场、资本五大关键要素的协同共振 [6] - 公司是目前国内屈指可数手握充足国产产能保障的企业之一，为芯片大规模量产与交付提供了确定性 [6]

公司创始人背景与创业历程 - 公司创始人是中国AI 1.0时代的拓荒者，曾是中国第一个复现AlexNet深度卷积神经网络模型的团队成员 [1] - 创始人曾为地平线创始团队成员及前智能驾驶总裁，于2024年地平线上市后离开，创立了Vbot维他动力，进入具身智能领域 [2] - 创始人拥有跨越软件算法、芯片硬件到机器人本体的“全栈”技术背景，其创业决策逻辑是追求高上限且锁定下限的领域 [3][30] 公司产品与市场表现 - 公司致力于打造全球领先的消费级机器人产品，首款智能四足机器人产品发布即引爆市场 [2] - 截至1月10日，产品预订订单量已达到6540台，实现了以C端带动B端的销量破局 [2] - 产品定价在10000元人民币级别，早期种子用户为核心科技爱好者，形成了关键的初始用户群体 [56] 行业洞察：AI公司与科技公司的本质区别 - 真正的AI公司与科技公司的核心区别在于是否追求Scaling Law（尺度定律）带来的无限增长 [4] - AI公司的业务特点是资金线性增长能带来性能指数级增长，其产品需要对算力有持续且无限的需求 [48][50] - 若一个产品对AI算力的需求存在明确天花板，则它更接近自动化产品，而非真正的AI产品 [47] 战略选择：避开主战场与寻找新兴价值网 - 公司在战略选择上倾向于避开竞争激烈的“主战场”，例如机器人领域未选择人形机器人，AI芯片领域未选择云端训练芯片 [39] - 这种选择被视为一种创业的“品味”，旨在进入竞争对手少的新兴市场 [41] - 地平线当年选择智能驾驶而非安防，正是因为智能驾驶对算力的需求“没有天花板”，符合其追求无限算力增长的底层逻辑 [42][44] 组织架构：AI时代的“太上老君炼丹”模式 - 未来的AI公司组织将呈现“太上老君炼丹”式结构，只需要极少数顶级的“炼丹师”（定战略、给配方）和一群务实的“造炉人”（搭建基础设施、处理数据） [4][67][69] - 核心的模型研发团队（“炼丹仙童”）可能仅需10名左右的顶尖人才即可 [68] - 当前大部分机器人公司仍属于传统科技公司架构，因为机器人本体技术尚未收敛，必须优先打磨硬件基础 [70][71] 市场拓展：用户群体与B端应用 - 公司认为，拥有高认同感和归属感的核心种子用户群体，是比技术不变量更关键的长期发展决定因素 [57] - B端客户主要分为四类：地产商（用于物业服务）、教育机构（聚焦下沉教育科研市场）、各类园区景区、以及线下门店（如耐克儿童门店用于营造氛围） [60] - 打开B端市场的核心竞争力在于产品能否实现10倍性价比的综合价值提升 [61] 行业趋势：从自动驾驶到机器人的技术迁徙 - 自动驾驶行业已进入收官阶段，市场格局固化，增长预期收缩，导致人才供给过剩 [62][63] - 随着端到端技术成熟，自动驾驶研发从“人海战术”模式（曾需500多人团队）转变为高度整合的模型，释放了大量人才 [64][65] - 机器人赛道因资本涌入和岗位充足，正承接这批从自动驾驶领域流出的人才，重复2015至2020年自动驾驶的发展路径 [66] 发展路径：先硬件后AI的迭代逻辑 - 机器人行业的发展必然经历两个阶段：先打磨好硬件本体，再推进AI技术落地 [71] - 公司的规划是优先做好机器人本体，将其视为后续AI深化的基础 [72] - 借鉴地平线经验，公司将深耕第一代产品，通过广泛铺开建立用户群体与合作关系，为后续产品快速切入市场打下基础 [76]

行业趋势：AI发展重心由训练转向推理 - 2026年是AI发展核心推动力由AI训练转向AI推理的转折之年，是未来五年AI应用大规模落地的开端[3] - 2025年相当于互联网时代的“iPhone时刻”，2026年将是未来五年大规模AI应用落地的开端[5] - 随着AI应用大规模落地，AI推理市场将进入一个指数级增长的时代，其增速和规模将远超过往的AI训练[6] 市场前景：AI推理市场规模巨大 - 保守估计，到2030年，全球AI训练的算力市场会达到1万亿美元的规模，而全球AI推理市场的规模将会达到4万亿美元至5万亿美元的规模[6] - AI推理计算将增长超过10亿倍[6] - 博通2024财年AI收入同比大增220%至122亿美元，2025财年达200亿美元，同比增长超65%，目前在手订单达730亿美元[7] 竞争格局：中国在AI应用时代的优势 - 随着AI进入应用爆发期，全球AI产业将进入“中国时刻”的新发展阶段[9] - 中国发展AI应用的优势包括丰富的互联网应用场景、数据资源以及强大的工程化能力[9] - 中国拥有全球最为齐全的工业门类和全球最大量的工程师群体，两者协同将产生最为丰富的AI应用场景及解决方案[10] 公司战略：云天励飞聚焦AI推理芯片 - 公司瞄准并等待AI推理市场，从早期的行业解决方案，到大模型时代的标准硬件及服务，再到当前发力的AI推理芯片[3][12] - 公司经历了AlexNet带动的小模型时代、以ChatGPT为代表的大模型时代，并进入到当前的算力驱动阶段[12] - 公司构建了包括AI算法、云天天书大模型、AI芯片和AI应用及解决方案在内的完整数据飞轮[12] 产品与技术：云天励飞的芯片路线与目标 - 公司目标是在三年内，将百万token的综合推理成本压缩到1分钱[4][11] - 评估AI推理芯片公司的重点不是看其芯片架构或技术路线，而是看其是否能让用户获得更低成本的token[4] - 公司全新的第五代AI芯片Nova500采用GPNPU架构，研发正在有序推进中[11] - 公司的GPNPU架构可理解为“中国版TPU”，在统一技术架构下融合了三方面技术优势：GPU的可编程性和生态兼容、“算法芯片化”理念、以及存算一体和3D堆叠等先进封装技术[12] 应用落地：AI应用渗透加速 - 到2027年，全球80%以上的企业都会有业务运行在大模型之上；到2030年，全球范围内AI的智能总和将超越全人类[5] - 公司已将AI大模型应用到公司的研发、销售与管理等全业务链条中[5] - 随着推理算力市场爆发，公司推理芯片的出货量将迎来增长拐点，互联网大厂、运营商及AI初创公司的需求都在快速增长[13]

中国企业二十年发展历程与现状 - 过去二十年，中国企业从全球产业链的追赶者成长为在新兴战略产业领域开疆拓土的先锋 [2] - 中国企业的“出海之路”已从最初的产品出口升级为商业模式、工业能力、供应链的系统化出海 [2] 未来发展战略与方向 - 企业家群体应主动把握时代机遇，以科技创新为引擎，深化全球化布局，在高质量发展新征程中勇担使命 [2] - 中国企业的未来发展路径清晰：以AI推理芯片、定制化算力为代表的技术突破为产业升级提供硬核支撑；以用户价值为核心、以优质管理为保障的发展模式筑牢企业根基；以守正创新为原则的传统产业转型彰显文化传承与科技赋能的共生力量 [4] 通用人工智能（AGI）产业发展 - 通用人工智能时代正加速到来，将从根本上重塑产业形态、重构商业逻辑 [3] - 预计到2025年年底，中国的人均Token大模型消耗量接近100万亿，比2024年年初增长1000倍 [3] 新能源汽车与智能汽车产业 - 中国汽车产业已从“电动化”迈入“智能化”竞争深水区 [3] - 自动驾驶、智能座舱等核心技术突破是抢占全球制高点的关键 [3] 传统产业与科技融合创新 - 传统产业与科技创新的融合展示了中国企业创新的多元化路径 [3] - 泸州老窖已识别窖池中的1563种微生物，通过AI技术实现智能踩曲、自动上甑等工艺革新 [4] - 泸州老窖的核心价值在于450余年未间断的窖池微生物群落，公司用现代科技赋能产业升级 [4] 金融与财富管理市场展望 - 预计到2030年，中国家庭资产规模将达到440万亿元 [4] - 保险资金将逐渐成为资产配置组合的重要组成部分 [4]

公司战略与资本运作 - 公司拟在香港联交所主板上市 旨在提高综合竞争力、提升国际品牌形象、更好地利用国际资本市场并多元化融资渠道 [1] - 本次发行H股所得募集资金将主要用于研发与AI推理芯片相关的新技术及新产品、拓展产品应用领域、拓展海外市场、加速全球化布局以及进行海内外战略性投资和收购 [1] 公司治理与价值提升 - 公司已制定“提质增效重回报”行动方案 旨在提高经营质量、增强投资者回报、提升投资者的获得感 [1] - 该行动方案将从聚焦主营业务、加大研发投资力度、优化培育与激励机制、加强公司治理、加强与投资人的互动沟通等多方面着手 以提升公司价值 [1]

行业趋势与市场信号 - 英伟达拟以约200亿美元收购AI加速芯片初创公司Groq的核心资产与团队，以强化其在AI推理领域的布局[1][9] - 该并购被业内视为清晰信号，表明AI算力的重心正从“训练为王”转向“推理为先”[1][9] - 随着大模型走向规模化应用，实时、低成本、可部署的推理能力成为新的竞争焦点[1][9] - 在AGI时代，AI大模型应用对“云端AI推理+云端渲染”产生海量需求，市场被描述为蓝海[4][12] 公司创立与核心团队 - 瀚博半导体于2018年创立，创始团队在当时即洞见到云端AI推理市场具有比训练市场更大的爆发力[1][9][10] - 创始人兼CEO钱军拥有近30年高端芯片设计经验，曾是全球第一颗7纳米GPU设计量产的带头人及AMD前高管[4][12] - 联合创始人兼CTO张磊是AMD院士，拥有超过25年芯片领域经验及超过50项核心专利和在途专利[4][12] 公司战略与产品定位 - 公司战略高度聚焦，选择将资源集中于AI推理赛道，而非追逐全赛道[5][13] - 首款产品定位于对实时性要求极为苛刻的视频处理与AI加速领域，首颗芯片实现回片后8分钟成功点亮[5][13] - 公司已推出SV和SG两大系列AI推理和渲染芯片[4][12] - 公司强调其商业模式是提供可落地、高性价比的解决方案，而非单纯销售芯片[6][14] - AI训练芯片的核心是“能不能”，而AI推理芯片的诉求点是“是不是划算”[6][14] 技术优势与市场进展 - 瀚博SV系列芯片在深度学习推理等特定场景下，数据吞吐速度可达通用GPU的2倍，且带宽要求更低[6][14] - 公司产品是国内少数原生支持FP8大模型推理的产品之一[6][14] - 凭借SG系列全功能GPU，公司在云手机、AI Agent云底座、云游戏、云桌面等云端渲染应用领域取得突破，成为互联网和运营商的首选方案[6][14] - 公司的超低延时渲染技术及生态适配已获得顶级客户认可[6][14] - 产品及解决方案已在几乎所有国内头部互联网公司和多家运营商实现商业化落地[4][12] 发展前景与行业预测 - 公司预测2027年可能是国产AI推理芯片规模化替代的关键节点，到2030年则有望在主流场景全面站稳脚跟[8][16] - 公司当前已实现市场化成功与云端渲染领先地位，产品在关键场景实现规模化商业落地[8][16] - 公司的长期目标是成为全球AI推理芯片领域的领导者[4][8][12][16]

公司战略与定位 - 云天励飞已从AI解决方案提供商转向更具长期价值的AI推理芯片赛道[3] - 公司战略方向始终未变，但市场策略与时俱进，经历了三个发展周期，分别对应全球AI行业的智能感知时代、大模型时代和算力驱动阶段[7] - 公司并未盲目追随GPU路线或切入训练芯片赛道，而是立足自身技术积累，坚持符合自身节奏的发展道路[8] - 公司营收结构变化与AI行业发展阶段匹配，早期以行业解决方案为主，大模型阶段出现标品和服务，未来推理算力市场爆发将带动推理芯片出货量增长拐点[19][20] 对AI推理芯片市场的判断 - 公司董事长陈宁认为，训练芯片市场规模远无法与未来推理芯片的市场潜力相比，推理环节才是将AI转化为现实生产力的关键[11][13] - 据公司判断，到2030年，全球训练芯片市场规模可能达到约1万亿美元，而推理芯片市场至少将达到4万亿美元，甚至更高[14] - 2025年将是重大转折点，训练与推理开始真正分离，推理走向专业化、高效化和场景化，形成独立的技术路径和产品体系[15] - 中国真正的机会和主战场在推理芯片赛道，这里市场空间更大，也更契合中国应用驱动、产业落地见长的发展优势[14] 公司技术与产品进展 - 公司最新提出GPNPU架构，可理解为中国版TPU，相较于GPGPU，在推理效率与成本控制上能够实现数个数量级的优化[16] - GPNPU架构融合了GPU的可编程性与生态兼容性、NPU的高能效优势，并深度融合存算一体技术[16] - 基于GPNPU架构的Nova500芯片预计将在明年流片，目标是在推理赛道上性能对标全球头部企业，同时保持价格优势[16] - 公司第一代芯片至今仍在龙岗区政府部门稳定运行，并通过端到端的应用闭环验证芯片实际价值，构建了覆盖应用、算法与芯片的全栈能力[6] 客户与市场需求 - 当前芯片订单需求最明确的客户是互联网头部大厂，第二梯队包括三大通信运营商及部分中大型互联网企业，第三类客户是AI领域的创业公司[17] - 互联网大厂是推理芯片的终极目标客户，其每年的采购额达上千亿，只要成为其第三、第四供应商，订单规模可达几十亿、上百亿[18] - 互联网大厂通常会采用多家供应商的策略，以保障供应链安全和满足不同产品线需求[18] 行业发展与竞争格局 - AI推理芯片时代正在形成市场共识，推理已进入算力中心舞台，未来AI赛场将构建起更加繁荣的推理芯片和应用生态[3][4] - 英伟达收购专注于AI推理芯片的Groq，进一步强化了推理基础设施加速演进的行业信号[14] - 中国AI发展模式是应用驱动，强调技术落地到产业场景，国家政策明确推动AI规模化落地，到2027年新一代智能终端、智能体等应用普及率目标超70%，到2030年目标超90%[9] - 中国在大模型上已基本追平、进入全球第一梯队，接下来的重点是鼓励大规模市场化应用，加速AI在各行各业渗透，而高效运行的推理芯片是亟需补齐的关键环节[10] 面临的挑战与应对 - 芯片研发和市场推进的挑战包括硬件本身的复杂性、软件生态的构建以及AI技术的快速演进[23][24] - 公司研发投入聚焦于行业即将爆发的关键节点，以构建核心竞争力，重点包括加强GPNPU架构与主流生态的兼容性、优化NPU架构以及聚焦3D堆叠与存算一体等未来大算力技术[21][22] - 半导体市场的并购活动将越来越多，原因是AI应用和AI推理两大生态快速崛起催生大量新机会，公司自身也在积极筹备多支产业基金进行布局[25] 区域产业环境 - 广东省对集成电路产业高度重视，明确提出应用场景开放驱动AI与集成电路产业发展的战略思路，具有全国前瞻性[26] - 粤港澳大湾区被英伟达CEO称为“全球唯一一个AI与机电一体化深度融合的区域”，其核心竞争力在于不仅是AI算法和软件的试验场，更是AI原生硬件的策源地[26] - 深圳产业政策聚焦，早在五六年前就明确提出要发展NPU芯片产业，这种长期稳定的政策支持使企业能坚持深耕技术研发[27] - 深圳涌现大量AI硬件公司，堪称AI产品经理的摇篮，其产品经理能敏锐捕捉真实需求并清楚大模型能力边界，做出务实、可落地的产品[28]

公司战略与定位 - 公司已从AI解决方案提供商，转向更底层、更具长期价值的AI推理芯片赛道[3] - 公司的战略方向始终未变，但市场策略与时俱进，经历了三个发展周期，分别对应全球AI行业的智能感知时代、大模型时代和算力驱动阶段[8] - 公司并未盲目追随GPU路线或贸然切入训练芯片赛道，而是立足自身技术积累和产业定位，坚持走符合自身发展节奏的道路[9] - 公司营收结构的变化与AI行业发展阶段完全匹配：早期以行业解决方案为主，大模型阶段出现标品和服务，接下来推理算力市场爆发将带动推理芯片出货量增长[20] 对AI推理芯片时代的判断 - AI推理芯片时代正在形成市场共识，推理已进入算力的中心舞台，未来AI赛场将构建起更加繁荣的推理芯片和应用生态[4] - 训练芯片市场规模远无法与未来推理芯片的市场潜力相比，据判断，到2030年全球训练芯片市场规模可能达到约1万亿美元，而推理芯片市场至少将达到4万亿美元，甚至更高[12] - 2025年将是一个重大转折点，训练与推理开始真正分离，推理走向专业化、高效化和场景化，形成独立的技术路径和产品体系[14] - 推理环节是真正的“电动机”和“输电网络”，它把训练好的模型部署到实际场景中，让AI真正成为现实生产力[12] - 英伟达收购专注于AI推理芯片的Groq，进一步强化了推理基础设施加速演进的行业信号[13] 中美AI发展路径与中国的机会 - 美国AI发展模式更偏向“从0到1”的原始创新，以理论驱动为主；中国则更多是应用驱动，强调将技术落地到产业场景中[10] - 中国的强项在于将已有技术快速转化为规模化、可落地的应用，因此中国不应只聚焦于训练芯片，更应重视推理芯片的巨大机会[10] - 中国的大模型发展已取得显著进展，基本追平并进入全球第一梯队，接下来的重点是鼓励大规模市场化应用，加速AI在各行各业的渗透[11] - 从长远和更具战略意义的角度看，中国真正的机会和主战场在推理芯片赛道，这里市场空间更大，也更契合中国以应用驱动、产业落地见长的发展优势[13] 公司技术路径与产品 - 公司始终在坚持做芯片，2014年回国创业申报的第一个项目就是关于神经网络处理器（NPU）的研究[7] - 公司通过端到端的应用闭环来验证芯片的实际价值，并逐步构建起覆盖应用、算法与芯片的全栈能力[7] - 公司最新提出GPNPU架构，可理解为中国版的TPU，相较于GPGPU，在推理效率与成本控制上能够实现数个数量级的优化[15] - GPNPU架构融合了三方面核心优势：借鉴GPU的可编程性与生态兼容性；继承NPU在推理任务中的高能效优势；深度融合存算一体技术[15] - 基于GPNPU架构的Nova500芯片预计将在明年流片，目标是在推理赛道上性能对标全球头部企业，价格还能有一定优势[15] 市场与客户 - 公司芯片订单需求主要来自三个领域：第一是互联网头部大厂；第二是三大通信运营商以及部分中大型互联网企业；第三是AI领域的创业公司[16] - 互联网大厂是推理芯片的终极目标客户，它们每年的采购额都是上千亿，只要做到第三、第四供应商，都是几十亿、上百亿的订单规模[18] - 大模型的使用已从技术圈扩展到普通大众，用户行为的转变在2025年真正成型，类似于2007年iPhone发布后的拐点[14] 研发挑战与投入 - 公司研发投入的重点方向包括：加强GPNPU架构与主流生态的兼容性扩展；基于近20年积累优化NPU架构；聚焦3D堆叠与存算一体等突破先进制程限制的技术[21] - 推理芯片研发和市场推进的挑战包括：硬件本身设计、流片到量产的高投入与长周期；软件生态的构建；以及应对AI技术快速演进所需的前瞻性与灵活性[22] - 芯片设计是一门艺术，是在性能、功耗、面积与成本之间不断权衡与优化的过程[15] 行业趋势与区域发展 - AI应用和AI推理两大生态正在快速崛起，催生出大量新机会，预计半导体市场的并购活动将越来越多[23] - 广东省明确提出应用场景开放驱动AI与集成电路产业发展的战略思路，具有全国前瞻性[24] - 粤港澳大湾区被英伟达CEO称为“全球唯一一个AI与机电一体化深度融合的区域”，其核心竞争力在于不仅是AI算法和软件的试验场，更是AI原生硬件的策源地[24] - 深圳堪称AI产品经理的摇篮，对市场、用户和产业土壤的深刻理解，使其在AI硬件新阶段中持续领跑[26] - 深圳早在五六年前就旗帜鲜明地提出要发展NPU芯片产业，长期稳定的政策支持使企业能够坚持深耕并实现技术积累与产业落地的良性循环[25]