业务板块与财务表现 - 公司四大业务板块包括碳材料、锂电材料、陶瓷材料和战略资源，形成协同发展格局 [2] - 2025年上半年净利润2.30亿元，同比增长108.16% [3] - 锂电板块化解高价存货压力，碳材料板块成为新增长极，战略资源板块扩大产能，陶瓷板块巩固行业地位 [3] 战略资源板块 - 刚果金基地阴极铜产能达6.5万吨/年，2025年底预计提升至7-7.5万吨/年 [3] - 新建3万吨阴极铜及2710吨钴项目，计划2026年底投产 [3] - 钴产品受益市场价格上涨，低成本优势提升毛利率 [3] 固态电池材料布局 - 布局单壁碳纳米管、高镍三元前驱体、富锂锰基前驱体、硅碳负极、硫化物/氧化物电解质、金属锂负极等关键材料 [5] - 目标成为固态电池全材料解决方案提供商 [5] 单壁碳纳米管进展 - 已向多家电芯客户批量供货，性能与进口产品相当 [6] - 2026年第一季度实现50吨/年产能，一年内完成120吨/年产能建设 [7] - 规模化制备技术突破，生产成本将进一步下降 [7] 硅碳负极进展 - 累计向30余家客户送样，部分客户已批量出货 [8] - 2025年底完成300吨/年产能建设，1000吨项目已签约 [8] - 新一代产品采用单壁碳纳米管直接包覆，提升性能并降低成本 [9] 金属锂负极技术 - 创新采用液相涂布技术制备超薄锂负极 [11] - 成本低、结合力强、电化学性能优异 [11] - 与电子科技大学李晶泽教授团队合作推进产业化 [12] 硫化物电解质进展 - 与头部企业合作送样测试，性能指标处于行业先进水平 [14] - 部分客户已通过测试，正推进产能建设 [14] AI+材料战略布局 - 参股芯培森公司，APU芯片计算速度比CPU/GPU提升1-3个数量级，能耗降低2-3个数量级 [16] - 赫曦智算中心2025年底建成200台，整体规划千台 [17] - APU芯片已被30多家单位使用，正推动头部企业验证测试 [5] 市场前景与商业模式 - AI4S市场规模潜力达595亿美元，目前渗透率不足1% [21] - 头部锂电池企业年研发投入百亿量级，算力需求可达十亿量级 [22] - 芯培森商业模式包括服务器销售、算力中心建设方案和服务方案 [22] - 赫曦算力中心为多行业提供原子级科学计算服务 [22] 客户协同优势 - 多板块布局可共享电芯厂客户资源，缩短开发周期 [19] - 材料供应+研发赋能双重价值深化客户合作 [19] - 已与苏州能斯达达成战略合作，拓展AI+碳材料在电子皮肤/肌肉领域应用 [20]

纪要涉及的行业或公司 * 道氏技术 一家从陶瓷墨水材料转型至新能源和人工智能领域的上市公司 投资了长脑科技并布局AI加材料战略[1][3][12] * 长脑科技 专注于非侵入式脑机接口技术的公司 由哈佛大学脑科学中心博士韩必成于2015年创立 产品包括智能仿生手 仿生腿 脑电波监测仪器 神经信号解码仪器等[4] * 新培森 道氏技术AI布局中的关键组成部分 专注于算力芯片研发 致力于解决数学方程描述物理事物和复杂数据处理两类人工智能问题[2][5][6] 核心观点和论据 * 道氏技术以3000万美元参股长脑科技 旨在通过AI赋能脑机接口技术 提升产品研发效率和迭代速度 并探索在机器人皮肤 手臂等领域的合作 提升导电性能和传感精度[2][4] * 新培森通过AI算力发现新材料并提升现有材料性能 在人形机器人 特种机器人及传感器材料上提供计算支持 实现性能提升[2][5] * 新培森在应对维度灾难方面取得突破 通过存算一体技术 其APU芯片在分子动力学和密度泛函理论计算中 速度显著提升 功耗大幅降低[8] * 新培森的APU芯片通过模拟薛定谔方程 已在原子尺度上应用于军工 化工 锂电池 光伏 半导体 化妆品等材料科学领域 预测反应过程及结果[9][10] * 人工神经网络擅长处理无法用方程描述的复杂问题 如大语言模型 图像识别等 当前AI领域的大语言模型训练和推理主要依赖GPU技术[2][7] 其他重要内容 * 道氏技术自2018年转型进入新能源赛道 并结合人工智能机会进行发展 展现了敏捷的市场反应能力[3][12] * 新培森的研究成果已获国内外专家认可 包括中国工程院院士李国杰和孙凝晖 以及DeepMind首席科学家哈萨比斯[6] * 新培森未来计划开发EPU芯片 拓展至更大尺度的有限元分析 如气象模拟 风洞实验及车辆风阻模拟等 通过高速低功耗方式解决复杂物理过程模拟问题[8][11] * 道氏技术致力于成为AI加材料的平台型企业 通过AI与各种材料结合 实现跨领域合作[4]

**道氏技术 20250813 电话会议纪要关键要点** **1 公司及行业概况** - 道氏技术通过持股辛培森的森持有平台涉足芯片研发、生产和销售，并自持80%股份成立算力中心，旨在通过算力服务扩大市场影响力[1][2] - 公司专注于APU芯片设计环节，采用fabless模式，委托台积电、中芯国际等代工厂生产[2][6] - APU芯片主要用于原子级科学计算，市场潜力巨大，中国市场规模达数百亿元人民币/年，目前尚无同质化竞品[2][6][12] **2 APU芯片技术优势** - **架构创新**：采用存算一体类脑架构，计算速度比传统GPU/CPU提升数量级，能耗降低2-3个数量级，可处理更多原子数量[2][8][9] - **性能表现**：基于FPGA的初版产品性能超英伟达禁运版GPU 1个数量级，比进口CPU快3个数量级，已有30多家用户[4][14] - **制程工艺**：采用28纳米工艺（中国自主可控），虽落后于英伟达7/5纳米，但凭借架构优势实现更高效率[28][33] **3 市场空间与增长潜力** - **超算服务市场**：规模达数百亿人民币，原子级科学计算占比50%-75%，实际空间或被低估[11][12] - **未来增长**：APU有望撬动万亿级市场，推动材料研发领域发展，类似GPU对AI的推动作用[12][29] - **下游应用**：新能源材料设计、半导体工艺优化（如离子注入）、极端服役条件材料仿真等[14][15][50] **4 商业模式与客户** - **三大模式**：机时租赁（按节点收费）、硬件销售（加速卡/服务器）、技术服务（定制开发）[16][19] - **客户案例**：宁德时代、珠海冠宇等锂电池企业合作，提供算力服务及本地中心搭建[19][31] - **高校合作**：中山大学、国防科技大学等使用APU设备，反馈良好[31] **5 贺锡原子计算中心进展** - 一期投入200台服务器（佛山），固定资产约3,000万元，满负荷运行年营收预计3,000万元，净利润2,000万元[10][41][42] - 2025年建成后，2026年计划扩展至多地训练中心[10][37] **6 竞争壁垒与研发动态** - **核心壁垒**： - 芯片设计方案（复杂算法集成至存算一体芯片） - 封闭式驱动程序生态（类似CUDA，不开放源代码）[32] - **研发进展**： - 2023年完成MPW流片，2025年流片新一代ASIC，速度提升2-3个数量级[48][49] - 持续优化14纳米等先进制程潜力[33] **7 行业对比与差异化** - **与GPU/CPU区别**： - APU专注原子级科学计算（如密度泛函理论），GPU/CPU为通用计算[5][7] - 海外竞品（如美国安腾）采用经典分子动力学技术，精度低于AI for Science方法[51] - **不涉足领域**：明确不进入消费级显卡或通用计算市场，聚焦科学计算[44][47] **8 其他关键信息** - **数据安全**：通过开源工具及严格隔离措施解决保密问题[38][39] - **单项目收入**：技术服务或算力租赁合同金额达百万量级[40] - **道氏技术支持**：提供资金、客户资源及实验数据共享，助力APU产业化[37] **9 可能被忽略的细节** - **无机 vs 有机材料**：无机材料（如硅）市场释放更快，有机材料（如DNA）算法难度更高[24][25] - **高校技术差异**：公司存算一体技术侧重回归计算，其他高校多聚焦分类任务（如图像识别）[34][35] - **大模型集成**：已应用大原子模型等开源技术，支持国内算力需求[45]

纪要涉及的公司 道氏技术、新贝森、广东赫奇原子计算中心有限公司、广东鹤西、广东新贝盛世 纪要提到的核心观点和论据 道氏技术业绩与业务 - 2025 年上半年归母净利润预计 2.2 亿 - 2.4 亿，同比增长约 100%，主要增长源于战略资源部阴极铜扩产，2023 年阴极铜出货量 4 万吨，2025 年预计 5 - 6 万吨，年底接近 7 万吨[3] - 陶瓷材料和碳材料业务稳定，锂电业务量不如往年，但金属价格上涨带来收益[3] 道氏技术与新贝森合作 - 双方成立广东赫奇原子计算中心有限公司，旨在结合 AI 算力与材料应用提升研发效率，解决单壁管等关键材料研发耗时耗力问题，广东鹤西由道氏技术控股 80%，新贝盛世占股 20%，注册资本 5000 万元[4] - 引入 APU 设备后，道氏技术单壁碳纳米管质量参数从 110 - 120 提高到 140 - 150，研发周期从数年缩短至数月，降低人力成本，加速产品商业化进程[4][23] 新贝森 APU 芯片 - 选择开发非冯诺依曼架构 APU 芯片，是为应对科研大规模计算需求，突破传统架构存储墙瓶颈，提升计算速度并降低功耗，如第一款 APU 产品运行原子级科学计算时，比进口 CPU 核提速三数量级，比高端 GPU 提速一个数量级[6] - 应用优势和市场前景：近期可替代高校、科研院所及企业的 CPU 和 GPU，抢占百亿级超算服务市场份额；中长期有望使材料研发范式转向数字孪生，潜在市场规模达千亿甚至更高[9] - 核心技术壁垒是轻量化设计技术，用移位、指数预对齐等取代传统乘法运算，使用自定义非线性激活函数和量化神经网络，提升片内并行度，形成知识产权保护[22] APU 产品商业模式与盈利模式 - 主要有销售算力（按小时收费提供计算服务）、销售硬件（APU 加速卡等）、承接大客户研发需求并提供优化报告或建议三种商业模式[18] 第二代 APU 产品 - 预计 2026 年推出，将在第一代基础上进一步提速一到两个数量级，有望替代 2025 年中国超算服务市场中原子级科学计算部分需求[20] - 推出后将改变材料领域研发范式，减少对实验试错的依赖，打开中长期增量市场，提升研发效率[21] 其他重要但是可能被忽略的内容 - 新贝森 APU 适用于生物化学、生物制药、环境科学、地质勘探等领域，能加速相关研究进程并提高精确性[12] - 用户从传统 GPU/CPU 切换到 APU 成本低、操作便捷，只需在控制脚本中改动关键字，APU 作为加速卡插入现有计算节点与 CPU/GPU 协同工作[15] - APU 可直接利用现有生态系统，操作简单易上手，插入 APU 卡后在 Python 脚本中改动一个关键字即可完成切换，对创业公司和用户都有好处[16] - 新贝森在锂电池领域，特别是电解质和固态电解质应用中有优势，能分析元素运动规律，已有顶尖研究机构采购设备进行计算，产品还适用于物理、国防等领域[13] - 中国芯片工艺制程落后不制约新贝森芯片生产，可通过落后工艺节点实现高性能，避免高端工艺节点卡脖子问题，非冯诺依曼架构在原子级科学计算领域是创新[14] - 第一个数据中心注册资本 5000 万元，可建成第一期算力中心，因计算任务主要由 APU 承担，所需 CPU 和 GPU 性能要求低，降低整体成本[19] - 公司设计存算一体化芯片架构，大幅降低数据搬运能耗，实现两到三个数量级的能效提升，成果已在第一代产品验证，第二代将进一步优化[27] - 大原子模型类似于大语言模型，智算中心基于大原子模型构建，可覆盖更多应用场景，实现高效且通用的计算能力[28]

公司融资与背景 - 总部位于特拉维夫的初创公司Speedata完成4400万美元B轮融资 融资总额达1 14亿美元 [2] - B轮融资由现有投资者领投 包括Walden Catalyst Ventures 83North Koch Disruptive Technologies Pitango First和Viola Ventures 战略投资者包括英特尔CEO陈立武和Mellanox Technologies联合创始人Eyal Waldman [2] - 公司成立于2019年 由六位联合创始人共同创立 部分成员是最早研发多线程粗粒度可重构架构(CGRA)技术的研究人员 [3] 产品与技术 - 公司开发专为加速大数据分析和AI工作负载设计的分析处理单元(APU) 专注于解决计算层面分析任务的特有瓶颈 [2] - APU架构与GPU不同 GPU最初为图形处理设计 后被改造用于AI和数据任务 而APU专为数据处理打造 [2] - 单个APU能取代整排服务器 提供显著更优性能 在一个制药工作负载案例中 APU仅用19分钟完成 相比非专用处理单元所需的90小时 实现280倍性能提升 [4] - APU目前主要针对Apache Spark工作负载 技术路线图规划将支持所有主流数据分析平台 [3] 市场定位与进展 - 公司目标是将APU打造为数据处理的标准处理器 类似GPU成为AI训练的标准配置 [4] - 已有数家大型企业正在测试APU芯片 产品将于6月第二周在Databricks的Data & AI峰会上正式发布 [4] - 2024年底完成首款APU的设计和制造 已从概念验证阶段推进至现场可编程门阵列(FPGA)测试 拥有可运行硬件并正在投入市场 [4]

公司融资与投资者 - Speedata完成4400万美元B轮融资 融资总额达1 14亿美元 [1] - B轮融资由现有投资者领投 包括Walden Catalyst Ventures 83North Koch Disruptive Technologies Pitango First和Viola Ventures [1] - 战略投资者包括英特尔CEO陈立武和Mellanox Technologies联合创始人Eyal Waldman [1] 技术产品与创新 - 公司开发专为大数据分析和AI工作负载设计的分析处理单元(APU) 解决计算层面分析任务的特有瓶颈 [1] - APU架构不同于GPU GPU最初为图形处理设计 后被改造用于AI和数据任务 [1] - 单个APU可取代整排服务器 提供显著更优性能 [2] - 在制药工作负载案例中 APU仅用19分钟完成非专用处理单元需90小时的任务 性能提升280倍 [3] 公司背景与发展 - Speedata成立于2019年 由六位联合创始人共同创立 部分成员是最早研发多线程粗粒度可重构架构(CGRA)技术的研究人员 [2] - 创始团队与ASIC设计专家合作 旨在解决通用处理器承担数据分析工作负载的问题 [2] - 2024年底完成首款APU的设计和制造 从概念验证阶段推进至FPGA测试 现已拥有可运行硬件 [4] 市场定位与战略 - APU目前主要针对Apache Spark工作负载 技术路线图规划将支持所有主流数据分析平台 [3] - 目标成为数据处理的标准处理器 类似GPU成为AI训练标准配置 [3] - 已有数家大型企业正在测试APU芯片 产品将于6月第二周在Databricks的Data & AI峰会上正式发布 [3]