AI行业现状与市场观点 - 全球资本对人工智能的追逐近乎狂热，但巨额资本开支与短期商业回报之间存在剪刀差，关于“AI泡沫”的论调自去年底以来甚嚣尘上 [1] - 行业共识认为当前仍处于AI时代的“Day 1”，尽管当前投入与产出存在时间差 [1] 算力基础设施的价值逻辑 - 算力作为新型基础设施，其价值逻辑与高铁类似，不能仅凭短期损益表衡量，而应关注其产生的巨大外溢效应 [3] - 对于算力投入，相对于未来数据挖掘和交互方式的彻底变革，目前的投入仍然是不足的 [4] - 类比中国高铁，其真正价值在于带动沿线城市发展、缩短产业与人才的物理和逻辑距离，而非仅“卖车票”的账面收入，AI作为基础设施具有确定性的外溢价值 [4] - 回顾互联网时代，初期的泡沫最终衍生出改变产业结构的商业模式创新，在尚未完全看懂AI全貌之前定义“泡沫”为时尚早 [4] 国产算力芯片的竞争策略 - 面对英伟达、博通等国际巨头的垄断，国产算力企业的突围策略是“聚焦”与“小突围”，先在一个技术高地上做深做透，建立“根据地” [5] - 以迈络思为例，其通过在高速网络芯片这一细分领域的极致专注，最终在技术上超越了规模更大的巨头 [5] - 国产厂商不能盲目跟风追逐热点，也不能只做简单易落地的产品，必须敢于在核心技术领域“啃硬骨头”，要抓住“每一个”机会而不仅仅是“哪一个”机会 [5] DPU细分市场的差异化机会 - 中科驭数避开了竞争最激烈的GPU领域，切入了DPU这一细分市场 [6] - 用“冰山”模型分析芯片格局：CPU和GPU是市场关注的热点（水面之上），而DPU主要解决数据传输和I/O问题，属于底层基础设施（冰山之下） [7] - 国内研发GPU和CPU的厂商很多，但在网络芯片领域（包括AI网卡和交换芯片）相关企业数量相对较少，产品更为稀缺 [7] - 随着网络带宽从10G、25G向100G、200G演进，网络数据处理需求的增长远超摩尔定律，这为DPU提供了巨大的市场空间 [7]

行业与公司 * **行业**：半导体行业，特别是AI算力产业链中的CPU、存储及配套芯片领域[1] * **涉及公司**：AMD、英特尔、英伟达、海光信息、澜起科技[1][2][3][12] 核心观点与论据 * **CPU在AI时代的重要性显著提升** * **供需紧张**：AMD的2026年服务器GPU已被完全预订，预计其服务器CPU业务2026年将增长至少50%以上，AI相关收入预计达140亿到150亿美元[1][2] 英特尔的数据中心CPU也接近售罄，并具备提价能力[1][2] * **技术瓶颈与战略地位**：技术分析表明，CPU已成为AGI（通用人工智能）推理的首要性能瓶颈[1][2] 英伟达与英特尔合作定制X86数据中心CPU，以深度融入AI基础设施平台[1][2] Deepseek和北大的论文也指出由CPU负责调度AGM数据库，验证了CPU在下一代AI系统中的战略地位[1][2] * **Agent AI时代进一步凸显CPU价值** * **解决延迟关键**：在Agent AI时代，解决延迟问题是关键，高并发场景下需要多核高线程数的CPU来支撑，以避免严重的上下文切换开销[5] * **任务下放与性能提升**：由于GPU供应链紧张，部分简单推理任务被下放到CPU执行[5] 经过多年迭代，当前CPU性能已足以胜任更多推理任务[5] * **CPU涨价逻辑与现状** * **核心驱动力**：当前CPU涨价并非简单的上游成本传导，而是由于Agent AI对CPU需求的直接拉动[8] * **涨价幅度**：自2026年初以来，服务器端CPU价格上涨了10%至20%，其中多核、高端产品涨幅更大且更紧缺[1][8] * **CXL技术成为解决存储瓶颈的关键** * **作用**：CXL技术通过通信手段将有限的DRAM资源连接成共享池，以解决DRAM资源紧缺问题[10] * **升级与能力提升**：CXL正从2.0升级到3.0，其可连接的AI服务器数量从几十台提升至上千台，显著增强了存储资源调度能力[1][11] * **相关公司分析与前景** * **海光信息**：同时布局CPU和DPU，其系统级优势及AI综合实力尚未被充分定价[3][12] 在国产算力大贝塔下，其GPU估值被重估，挤压了原有的CPU估值，存在较大预期差[3][12] * **澜起科技**：专注于内存配套芯片及PCIe Timer等运力解决方案[3][12] 受益于DDR5渗透率提升、存储价格上涨以及MRAM等新产品形态放量，其配套芯片需求将显著增加[12][13] 公司通过PCIe Retimer逐步过渡到Switch领域，并在CXL技术中占据重要位置，具备较大增长潜力[12][13] 其他重要内容 * **产业周期背景**：当前正处于半导体大级别产业周期，AI各环节零部件都紧缺，CPU作为系统核心和算力外延，其紧缺问题尤为迫切，这轮涨价定义了其在AI体系中的长期价值[9] * **效率优化路径**：在高并发场景下，除了增加多核多线程数，还可以通过优化算法来提升单核能力，但这需要大量工程投入[6] 短期内更实际的方法是在硬件资源允许范围内尽量增加多核多线程数，同时进行算法优化[6][7] * **全球供应影响**：CPU全球供应紧缺已成事实，中国市场作为供应体系的一部分，必然受到影响[8] 类似涨价现象在其他芯片（如Switch芯片）产业链中也有体现[8]

公司概况与上市进程 - 云豹智能正式启动A股IPO进程，冲刺“国产DPU第一股” [1] - 公司于2026年第一天向深圳证监局提交辅导备案 [6] - 公司是一家专注于云计算和数据中心数据处理器芯片（DPU）和解决方案的半导体公司，2020年于深圳创立 [1] 创始人及团队背景 - 创始人萧启阳博士为原RMI公司联合创始人，拥有斯坦福大学电子工程博士学位，曾在加州大学尔湾分校、麻省理工学院任教，研究方向包括AI神经网络、高性能处理器与网络芯片 [3] - 萧启阳博士在硅谷创立多核处理器芯片公司RMI，该公司于2009年被NetLogic收购，后NetLogic于2012年被博通以37亿美元现金并购 [3] - 公司核心团队来自博通、英特尔、Arm、阿里巴巴等公司，拥有中国最有经验的DPU芯片和软件研发团队 [3] 产品与技术定位 - 公司专注于DPU赛道，DPU被描述为连接CPU和GPU算力芯片的网络，负责存储和调度数据 [2] - 创始人指出，国内CPU和GPU厂商众多，但DPU厂商寥寥 [3] - 创始人预测，当前DPU市场规模约为300多亿人民币，估计五年后将达到1000亿人民币 [3] 融资历史与估值 - 公司融资进度迅速，在2020年底注册两个月后即完成种子轮融资，投资方包括五源资本、正心谷资本、中芯聚源等 [4] - 2021年初完成天使轮融资，投资方包括红杉中国、深创投、腾讯、五源资本等 [4] - 2021年9月完成A轮融资，腾讯出资数亿元人民币，其他投资方包括红杉中国、深创投、淡马锡、蔚来资本等，公司在此轮后成为国内DPU第一家独角兽 [5] - 2023年至2025年间完成多轮后续融资，投资方包括阳光保险、国信资本、深圳市引导基金、IDG资本、杭州国资平台及产业方等 [6] - 2025年11月完成D轮融资，估值达140亿元人民币 [1][6] 股东与投资机构 - 公司股东阵容豪华，包括腾讯、红杉中国、深创投、IDG资本、五源资本、蔚来资本、中芯聚源等知名投资机构 [1] - 腾讯参与了公司的天使轮、A轮及2025年11月的最近一轮融资 [4][5][6] - 政府引导基金及地方国资，如深圳市引导基金、宝安区产业投资引导基金、杭州产投等也已进场投资 [6] 行业背景与竞争格局 - 行业正处于芯片IPO大潮中，2025年12月，摩尔线程作为“国产GPU第一股”登陆科创板，开盘涨超460%，总市值突破3000亿元 [7] - 2025年12月，沐曦股份登陆科创板，开盘涨568%，市值迅速突破3000亿元，上市首日盘中涨幅超750% [7] - 2026年开年，壁仞科技在港交所上市，开盘涨超80%，市值突破1000亿港元，成为“港股GPU第一股” [7] - “国产GPU四小龙”中已有三家成功IPO，燧原科技也已完成IPO辅导 [7] - 百度旗下昆仑芯、长鑫科技、粤芯半导体等多家半导体公司也在2026年推进IPO进程 [8] 区域产业格局 - 当前半导体IPO公司多集中于北京和上海，例如沐曦、壁仞、燧原位于上海，摩尔线程位于北京 [8] - 2026年开局的大模型IPO公司，如智谱位于北京，MiniMax位于上海 [8] - 珠三角地区在近期的半导体IPO浪潮中相对缺位 [8] - 云豹智能作为深圳公司，其IPO有望为深圳乃至珠三角半导体产业“挽回一局” [9] - 分析认为AI硬件产业发展将为大湾区聚集消费电子企业，并驱动周边半导体行业汇聚 [9]

耀途资本的投资布局与收获 - 耀途资本作为一家早期投资机构，其投资组合中的多家AI芯片企业正迎来集中收获期，包括上市和并购退出 [1] - 耀途资本的投资策略聚焦于AI浪潮中的算力基础设施这一确定性赛道，并选择了技术门槛更高的路径，而非当时较为普遍的国产替代项目 [3] 被投企业的IPO动态 - GPU企业壁仞科技已在港股上市，市值一度突破千亿港元 [3] - GPU公司瀚博半导体已完成上市辅导 [3] - DPU厂商云豹智能、互联芯片公司星拓微电子也已完成IPO辅导备案 [3] - 耀途资本约有10家被投企业正在或计划在2024年申报上市 [3] 耀途资本的早期投资案例 - 对瀚博半导体的首次投资发生在2019年的Pre-A轮，并在多轮融资中持续加码 [3] - 于2020年参与了壁仞科技的A轮融资 [3] - 于2021年领投了云豹智能的天使轮及A轮 [3] - 这些早期布局均早于AI半导体投资成为市场共识的年份 [3] 投资回报与机构发展 - 一家A轮投资的交换芯片供应商近期被全球科技公司并购，预计将带来亿元人民币级别的回报 [3] - 耀途资本自身完成了新一期双币基金的超额募集 [3] - 耀途资本入选了国家创业引导基金的首批合作机构名单 [3]

公司上市进程 - 深圳云豹智能股份有限公司于2025年12月31日上市辅导备案获深圳证监局受理 [1] - 辅导协议于2025年12月30日签署，辅导机构为中信证券，律师事务所为北京市中伦律师事务所，会计师事务所为天健会计师事务所 [3] - 公司成立于2020年8月28日，注册资本36,000万元，法定代表人萧启阳，行业分类为计算机、通信和其他电子设备制造业 [2] - 公司无控股股东，最大股东为腾讯，合计持股23.4%，创始人萧启阳直接持股7.551% [14] 公司市场地位与估值 - 公司是国产DPU赛道第一只行业独角兽，正冲刺“国产DPU第一股” [4] - 公司在2025年11月底完成最新一轮融资后，估值已超过140亿元 [4][12] - 截至2024年，公司在国内DPU市场的占有率约为15.3% [16] - 公司核心产品已落地中国移动、腾讯等头部客户 [16] 创始人及团队背景 - 创始人萧启阳拥有斯坦福大学电子工程博士学位，曾获美国国家科学基金会青年研究员奖，是神经网络理论基石著作的作者 [5][7] - 萧启阳曾在美国麻省理工学院（MIT）担任讲座副教授，并是连续创业者，曾在硅谷创办多核处理器芯片公司RMI [8] - RMI公司后被博通以37亿美金并购 [9] - 公司核心团队来自博通、英特尔、ARM、阿里巴巴等，拥有中国最有经验的DPU芯片和软件研发团队 [9] 产品与技术发展 - 公司专注于云计算和数据中心数据处理器芯片（DPU）和解决方案 [9] - 2021年12月，公司发布基于FPGA方案的全功能云霄DPU网卡 [15] - 2023年底，公司采用6nm先进工艺的DPU芯片一次性流片成功，无需修改即可量产 [15] - 公司云霄DPU芯片为国内首颗达400Gbps的DPU芯片，风驰智能网卡芯片为国产领先的400Gbps智能网卡芯片，支持GPU万卡互联 [16] - 公司产品发展路径为前期用FPGA方案进行客户验证，后期用自研DPU SoC芯片替代 [15] 融资历程与投资方 - 自创立至今，公司累计完成8轮融资 [13] - 投资方包括腾讯、红杉中国、深创投、淡马锡、IDG资本、蔚来资本、同创伟业、东方富海、基石资本等众多知名机构 [11][12][13][14] - 2025年11月20日完成的D轮融资金额为10亿人民币 [14] 行业背景与公司战略 - DPU是数据中心重新分配和优化算力资源的高效解决方案，与CPU、GPU共同构成未来数据中心的标配 [1] - 行业被英特尔、英伟达、博通等巨头垄断，国产替代浪潮下，国产DPU曝光度提高 [1] - 公司目标是打造“最高性价比”的国产DPU，追求快速商业落地和占领最大市场份额 [16] - 公司认为DPU是“整个云数据中心的灵魂”，负责CPU做不好、GPU做不了的基础设施业务 [9]

文章核心观点 - 人工智能时代正经历从基础设施军备竞赛转向价值创造的关键转折，硬件霸主与软件巨头的竞争格局正在重构[7][8] - 英伟达凭借算力垄断在AI上半场占据主导，但其高估值面临从硬件供应商向平台运营商转型的压力[10][19] - 谷歌拥有从芯片到应用的完整AI全栈能力，其内生型AI战略在价值兑现期优势凸显[12][15][18] - AI价值链界限逐渐模糊，胜负关键在于构建"软硬一体、端云协同、数据驱动"的生态系统[21][22][23] - 最终赢得AI时代的将是能够将技术转化为实际价值并建立生态闭环的企业，而非单纯提供工具的公司[26] 历史产业规律分析 - 互联网时代成就谷歌、Facebook，思科跌下神坛[4] - 云计算时代成就微软、亚马逊，Intel跌下神坛[5] - 移动互联网时代成就苹果，高通跌下神坛[6] - IT行业存在铁律：每美元硬件需产生十美元软件和服务收入，软件服务商估值超越硬件厂商[7] 英伟达竞争优势 - 训练端GPU市占率超95%，形成事实垄断[10] - 毛利率高达75%以上，接近软件公司水平[10] - CUDA生态拥有百万开发者、数千优化库，迁移成本极高[10] - Blackwell芯片订单排到2026年，客户包括所有云巨头[10] - 通过AI Enterprise软件套件等向"AI操作系统"演进[10] 谷歌AI全栈能力 - 技术源头：2017年提出Transformer架构，成为所有大模型基础[13] - 自研TPU芯片已迭代至v5e/v5p/v6/v7，训练效率媲美B200[13] - 拥有Search、YouTube等产品产生的海量真实用户数据[13] - AI深度嵌入Search、Workspace、Android、Cloud等核心产品[14] - 2024年Q3广告收入达65亿美元/天，为AI投入提供充足资金[15] AI产业发展阶段转折 - 上半场主题是基础设施军备竞赛，受益于GPU需求爆发[17] - 下半场转向价值创造，关注AI如何转化为产品服务和利润[17] - 模型同质化加剧，单纯堆参数不再有效[17] - 推理成本成为瓶颈，能效比和边缘部署更重要[17] - 企业更关注AI实际应用效果而非技术参数[17] 竞争格局演变 - 英伟达需要从硬件供应商进化为AI平台运营商[19] - 谷歌拥有从芯片到应用的完整闭环和20亿+用户生态[18][19] - 各大科技公司都在模糊硬件与软件的界限[22] - 胜负关键在于构建软硬一体、端云协同的飞轮效应[23] - 谷歌的护城河是用户习惯+数据飞轮+产品集成度[19]

公司战略定位与历史背景 - AMD通过优秀工程能力、辛勤工作及运气，在数据中心领域实现从低谷到超越竞争对手的良性循环[2] - 公司借助对赛灵思、Pensando和ZT Systems的收购，获得GPU、网络及系统设计能力，重塑数据中心业务[2] - 首席执行官苏姿丰明确表示公司已准备好乘上AI浪潮，并在传统企业级计算市场获取超额增长份额[2] - AMD在高性能CPU和GPU领域比老对手英特尔更可靠，并成为Nvidia在GPU与DPU方面的可信替代者[3] 金融分析师日核心信息 - 2025年金融分析师日活动传达AMD数据中心业务强劲增长预期，此类活动对同步华尔街预期至关重要[3] - 公司预计未来三到五年数据中心AI收入复合年增长率超过80%，服务器CPU市场份额目标超过50%[8] - 客户端CPU市场份额目标超过40%，FPGA市场份额目标超过70%[8] - 预计2025年总营收约340亿美元，其中约160亿美元来自数据中心部门[8] 数据中心总可寻址市场预测 - AMD对数据中心AI加速器市场规模预测持续上调，2023年10月预测2028年市场规模达5020亿美元，累计达1.239万亿美元[5] - 2025年6月最新预测显示，2030年数据中心总可寻址市场将达11380亿美元，复合年增长率41.6%[10] - AI训练市场占比从2025年的55%降至2030年的34.8%，而AI推理市场占比从45%升至65.2%[5] - 公司预计其数据中心部门未来三到五年复合年增长率超过60%，推动整体营收复合年增长率超过35%[8] AMD各业务板块财务预测 - 预计2025年数据中心营收160亿美元，其中Instinct GPU约62亿美元，Epyc服务器CPU约93亿美元[8] - 预测到2030年，数据中心营收将增长至1470亿美元，复合年增长率55.9%[10] - 数据中心AI加速器营收从2025年的62亿美元增长至2030年的1200亿美元，复合年增长率80.7%[10] - 核心业务包括客户端、嵌入式、定制和FPGA，预计未来三到五年实现10%的复合年增长率[8] 服务器CPU市场动态与产品规划 - AI工作负载推动GPU需求，反过来刺激服务器CPU市场复兴，AI服务器CPU市场从2025年约82亿美元增至2030年约300亿美元[14] - 2026年将发布基于Zen 6与Zen 6c内核的"Venice" Epyc处理器，Zen 6版本最高172核心，Zen 6c版本最高256核心[11] - 一般用途服务器市场经历衰退后，因老旧机器升级和负载整合需求而重新回升[14] - AMD预计在服务器CPU市场获得超过50%的营收份额，X86 CPU份额从2025年的35.8%增至2027年的46.9%[10] GPU产品路线图与技术规格 - MI400系列GPU采用台积电2纳米工艺，为全球首批采用该工艺的芯片，其中MI455X型号HBM4容量达432GB[17] - 配备MI455X的Helios机架可提供1.45 EFLOPS和2.9 EFLOPS算力，总计31TB HBM4内存，1.4PB/s带宽[17] - MI500系列GPU预计2027年推出，FP4算力最高约72 PFLOPS，比MI455X高约80%[27] - MI430型号面向国家级HPC中心，可能采用将不同浮点精度拆分到不同计算chiplet的新设计[23] 市场竞争格局分析 - 在假设AMD数据中心营收实现60%复合年增长率情况下，Nvidia数据中心营收预计从2025年的1744亿美元增长至2030年的5930亿美元[10] - Nvidia在数据中心总可寻址市场份额从2025年的87.2%降至2030年的52.1%[10] - AMD数据中心市场份额从2025年的8.0%稳步提升至2030年的12.9%[10] - AMD AI加速器市场份额从2024年的0.2%显著提升至2028年的15.0%[5]

公司概况与财务表现 * 公司为海光信息 专注于AI算力芯片（CPU DPU）[1] * 第三季度营收40亿人民币 同比增长接近70% 环比增长超过30%[4] * 利润总额12亿人民币 同比增长31%[4] * 归母净利润7.6亿人民币 同比增速仅为13% 主要因少数股东损益达4.39亿人民币 同比增幅110.23%[4] * 研发费用11亿人民币 同比增长59.35% 销售费用1.28亿人民币 同比增长160%[4] * 存货65亿人民币 较上半年末增加约5亿 合同负债28亿 较上半年末小幅下降不到3亿 但仍处较高水平[4] 未来业绩预期与估值 * 预计2025至2027年净利润分别为30.74亿元 45.1亿元 62.10亿元[2][5] * 当前股价对应市盈率分别为172.9倍 117.9倍 85.6倍[2][5] * 业绩增长动力源于AI趋势及信创加持 产品获市场认可[5] 行业前景与竞争格局 * AI算力市场需求端旺盛 智算中心和互联网企业需求强劲 供给端稳定[2][6] * 国产替代逻辑不变 中国市场由海光 寒武纪 升腾等国产AI算力芯片厂商填补空白 性能达不错水准[2][6] * 2026年市场展望更为乐观[6] 战略举措与公司发展 * 与中科曙光合并正常推进 合并后将提升海光信息处理能力与曙光整机解决方案能力 实现相互赋能[2][7] * 海光开放CPU互联总线协议 与海外CPU和GPU协同开发趋势一致 有望提升估值[2][7] 投资建议与风险提示 * 维持推荐评级 认为其CPU DPU产品性能优秀且生态丰富 国内竞争力逐渐增强 有较大成长潜力[2][5][8] * 风险提示包括下游需求不及预期 市场竞争加剧 半导体制裁风险[3][8]

公司概况与财务表现 * 海光信息2024年收入达91亿元，2019年至2024年复合增速达89.09%，利润从2019年亏损1亿元增长至2024年的19.31亿元[2][3][5] * 公司上市时PE超100倍，但因业绩增速高达145%，PEG小于1，估值合理，2023年和2024年的PEG也基本在1左右[2][4][5] * 预计公司未来三年复合增长率超40%，利润增速快于收入增速，到2027年利润体量接近60亿元，2028或2029年有望达到百亿水平[4][18] 重要发展与整合 * 2025年公司宣布与中国曙光整合，形成从芯片设计、整机制造到方案的全链条能力[6][16] * 合并后总体利润站上30亿元以上（海光信息2024年利润20亿元，曙光利润约20亿元），未来有望突破50亿甚至向百亿迈进[7] * 整合优化了资源配置，形成从芯片到系统再到云服务的一体化能力，减少企业间协同管理成本[16] 技术与产品优势 * 公司掌握x86指令集，是国内少数具备该能力的企业之一[8] * DPU产品兼容英伟达CUDA架构，在国内AI芯片中具有强大兼容性[8] * CPU产品线包括3,000、5,000和7,000系列，其中7,000系列价格超过1万元，5,000系列价格也超过1万元，3,000系列约1,000元[19] * 2024年CPU市场收入超70亿元，广泛应用于党政、数据中心、云基础设施等领域[4][12] * 深算3号于2025年三季度量产，聚焦AI训练和自动驾驶，性能强劲，可支持千亿参数处理，并提升40%~60%的创新能力[6][12] * 研发投入占营收比重约30%，处于行业高水平[8] 市场机遇与行业动态 * AI收入占比约三成，未来预计显著增加，因AI芯片市场容量远大于CPU市场[2][6] * 国内GPU市场容量预计超500亿美元，海光信息的DPU占据卡位优势[2][9] * 国内日均Tokens消耗量从2024年的千亿级别增长至2025年的10万亿级别，大模型需求旺盛[9] * 国产服务器CPU市场渗透率达到25%，2025年是2025-2027年信创招标启动元年[14] * 国内云厂商在算力和AI方面投入显著增加，例如阿里巴巴计划在2025年至2027年间投入3,800亿人民币用于云计算和AI建设[10] 竞争格局与生态建设 * 国产GPU市场主要玩家包括海光、华为、寒武纪以及昆仑芯等[21] * 寒武纪2024年上半年收入同比增长4,200%[11] * 光科组织以x86架构和DCU为核心，整合了超过5,000家的上下游合作伙伴，形成国产化生态体系[17] * 公司通过“光合组织”协同推广深算3号与海光4号全栈解决方案，以建立生态壁垒[13] * 公司积极参与国家算力和超算项目，并与多家互联网厂商合作[4][20] 产能与需求 * 海光信息更新了2025年全年AI芯片出货量预期，产能仍然不足[11] * 产品主要供应给国家超算中心、计算中心等领域，同时也在不断提高互联网等领域的产能[11] * 深算3号2025年出货量预计达到六位数水平，明年订单预期更高，但核心问题是产能[13] * 公司的合同负债大幅提升，反映出对国产芯片需求强劲[13]

大会概况 - 新一代计算产业大会于9月16日在北京召开，由中国电子工业标准化技术协会指导，新一代计算标准工作委员会主办，中科驭数、Intel、经开区国家信创园共同承办 [1] - 大会汇聚产学研多方力量，聚焦GPU、DPU、服务器电源、异构计算和行业应用等关键领域，旨在通过标准化推动计算产业创新与发展 [1] 行业趋势与战略意义 - 计算技术与工业结合日益广泛深入，智能制造和智能服务成为全球传统工业和制造业转型升级的主要方向 [2] - 新一代计算技术被视作驱动中国经济高质量发展的核心引擎，其与新型工业化的融合是工业发展的重要驱动力 [2] - 人工智能大模型生命周期包含五个高度依赖大规模算力与存储支持的环节：数据获取、数据预处理、模型训练、模型微调和模型推理 [3] 关键技术领域与工作部署 - 新一代计算标准工作委员会成立了五个工作部：DPU数据处理器、图形处理器、计算产品组件、液冷生态、异构计算 [3] - 随着AI快速发展，传统计算架构无法满足海量数据处理需求，基于DPU高速网络的新一代计算架构成为提升效能的关键 [4] - 芯片微缩无法完全满足数据量上升和计算速度提高的需求，先进封装为数据传输和存储提供更高效率以应对未来需求 [4] - 面临单芯片瓶颈、集群效率下降及散热供电挑战，需通过算电热协同、算网协同及标准化构建绿色高效的智算生态 [5] - 异构计算工作部将重点覆盖芯片特性、高速互联、软件生态及未来组件等关键技术方向，并推动其在行业场景中的规模化应用 [5] 标准化成果与产业协作 - 大会正式发布了《新一代计算标准体系》，旨在为团体标准建设奠定坚实基础 [6] - 大会为GPU、DPU、计算产品组件、液冷生态、异构计算工作部部长单位颁发证书，并启动了服务器电源两项国家标准的编制工作 [6] - 通过多方合力，新一代计算产业正加速形成标准共建、技术共进、生态共赢的新格局 [6]