AI产业发展趋势 - AI大模型发展推动芯片、网络传输、软件、服务器整机等环节变革，产业充满机遇 [2] - 行业从"跟随Intel/AMD/英伟达"转向全栈创新业态，所有创新都值得努力实现 [2] - 智算中心从粗放"堆算力"转向精细"挤效率"，异构多元算力和效率提升成趋势 [3] 算力需求变化 - 用户需求从"买得到"转向"用得好"，更关注AI在具体场景落地 [3] - 多元异构算力下，智算中心向集中式训练+边缘化推理架构演进，服务器已适配超80种AI加速卡 [3] - 30万元预算以下客户采用DeepSeek一体机快速接入AI，几万元的端侧AI盒子支持200B参数模型推理 [4] 网络技术变革 - 网络从"算力附属"变为"算力倍增器"，以太网崛起成主流选择，满足高密度集群通信需求 [5] - "云-边-端"算力协同推动网络重构，PCIe联接重要性随边缘节点增多而凸显 [5] - 开放网络实现跨厂商技术优势整合，支持PCIe标准化互联和以太协议创新 [6] 公司战略与产品 - 立足"算力×联接"战略，提供全栈智能化ICT基础设施和行业解决方案 [2] - 推出UniPoD超节点服务器，支持16/32/64卡灵活拓扑，覆盖不同规模模型训练需求 [7] - 当前算力超三分之一为国产，与本土芯片厂商全面合作，构建"适配-验证-落地"闭环生态 [7][8] 国产化进程 - 全链条尝试算力国产化，服务器适配所有主流国产AI芯片 [2] - 通过图灵小镇整合算力厂商、整机厂商、行业ISV，加速国产GPU行业场景对接 [8] - 强调开放协作而非闭门造车，定位为上下游"连接器"推动高效本土化算力体系 [8]