科创产业图谱｜AI算力产业洞察（下）：以终为始

摘要： 暗黑破坏神全新憎恨之躯即将发售游戏解锁时间为北京时间月日上午点距离正式推出的时间已不足小时自游戏推出以来暴雪为暗黑破坏神提供了稳定的季节性内容更新但这些内容都是独立的即使是新玩家也...

《暗黑破坏神4》全新DLC“憎恨之躯”（VesselofHatred）即将发售，游戏解锁时间为北京时间10月8日上午7点，距离正式推出的时间已不足24小时。自游戏推出以来，暴雪为《暗黑破坏神4》提供了稳定的季节性内容更新，但这些内容都是独立的，即使是新玩家也无需担心会落后于DLC的剧情进展。

编者按：

2024年， 财经与上海证券交易所共同发起的《科创产业图谱》专题策划全新升级，深入调研产业链上下游及龙头企业，探寻我国科创产业升级的脉络起伏。

人工智能技术快速发展，从大模型到应用端各种创新层出不穷，一二级市场各类资本竞相追逐。AI算力企业不仅面临着从芯片到AI芯片的技术挑战，也面临资本逻辑之外，市场逻辑的艰巨考验。当前，AI产业链企业正在不断调整自己的定位和方向，以终为始，建立起技术进步向商业价值的转化闭环。

《科创产业图谱》第三期AI算力篇，深入调研龙芯中科（688047.SH）、云天励飞（688343.SH）等科创板代表性企业，一起探讨国产算力企业的技术突围和商业化实践。

从芯片到AI芯片，产业链企业的新挑战

AI大模型不断迭代，为产业链企业推动应用落地提供了技术支撑。而人工智能的快速发展，也给算力企业带来了新的机会和新的挑战。

从大模型集中爆发到各种智能应用落地，速度之快超出想象。这在很大程度上，得益于AI产业链上不同位置的企业所进行的差异化探索。

其中，算法芯片化正成为一种被验证的技术思路。云天励飞副总裁郑文先表示，算法芯片化并不是简单将算法与芯片结合，而是在芯片设计过程中，就把AI深度经济网络的框架和计算范式，结合到芯片底层的指令集设计当中，让“AI芯片”与场景更加紧密结合。

在他看来，边缘AI与云端AI相比有三个明显优势。一是成本更低，二是更保护隐私，三是更靠近场景。“边缘AI的本质也是‘以终为始’，”郑文先说，从场景角度去匹配更适合的技术、更加富有效率的模型和算法，然后更好完成最终的应用。

龙芯中科也在AI芯片领域有相应布局。龙芯中科董事长胡伟武表示，人工智能是一个充满机会的新赛道，站上新的起跑线，要想跑赢，需要对产业规律有更高更深的认识。

在胡伟武看来，AI技术创新至关重要，但是应用落地也是必不可少的环节，产品和服务最终如何被市场所需要，是芯片企业必须关注的问题。当前AI领域头部企业已经在市场化方面多有尝试，比如开发收费版，推出行业垂直大模型等等。不过从芯片的角度，胡伟武看好的方向在具身智能，因为具身智能有使用寿命，会不断产生新的需求。

立足技术逻辑，拥抱市场逻辑

无论是CPU还是边缘计算，基于其产品和服务的天然特点，早期多以 和企业为主要客户群体。然而，伴随人工智能应用场景日趋多元，AI算力企业竞争日益激烈，C端凭借其无限的想象空间，正成为越来越多AI企业的竞逐方向。

郑文先表示，AI企业普遍都经历了算法方案化、算法硬件化到算法芯片化的过程。不过前期项目都是以To B或To G为主。这类项目的特点是有利于做大规模、快速商业化，但是问题在于定制成本 高。所以AI企业都在寻找一个标准化、可 的赛道。而C端就成为未来AI爆发 有想象力的场景。

据他介绍，B端主要是与生态伙伴一起打造训推一体机，为工业场景开发适应性的算法或者模型。C端主要是为便利居民生活提供可穿戴产品，比如手表、耳机等。

龙芯中科也同样在经历从B端、G端走向充分竞争市场的进程。胡伟武表示，过去电子政务和安全设备采购是两个主要引擎，今年是龙芯中科三年研发转型的“攻坚之年”，坚决提升产品竞争力，以期在未来营收中，越来越高的比重来自充分竞争的开放市场。

算力运营需求井喷，AI创新带来新机遇

大模型集中爆发离不开算力的支撑，而随着训练和推理需求的快速增长，AI算力企业也迎来巨大的市场机会。

据郑文先观察，在大模型、生成式人工智能爆发式发展背景下，算力运营市场也呈现井喷态势。因为无论是“百模大战”还是大模型应用落得的过程中，最核心的就是算力的支撑。“云天励飞在大模型的研发过程当中，也自研了很多此类工具。”他举例称，比如大模型的训练优化工具，这方面预算里结合在一起，可以为更多人工智能企业提供一站式算力运营服务。

同时，大模型的技术迭代需要大量算力支撑，大量的算力也离不开AI芯片的供应。郑文先表示，从云天励飞来看，公司一方面在关注大模型底层技术的积累和推进，另一方面更关注人工智能技术所取得进步，如何能够快速转化为市场商业价值，形成闭环。

在他看来，与高校和科研机构不同，企业需要通过技术落地，转化为商业价值，去更好回馈投资者。“所以在大模型落地过程中，我们依然会去夯实或者推动边缘AI战略的推进。”他坦言，通过对底层大模型的训练，通过剪枝、量化、蒸馏等一些相关的技术，将大模型调整成不同客户、不同场景所需要的小模型，进而让客户基于这种小模型，再“长”出他们所需要的模型，为他们的规模化应用提供有价值的服务。

结语

无论是致力于打造 自主生态体系的芯片企业，还是以为家庭和个人提供AI助手体验的边缘计算企业，以终为始，创造价值，都是他们共同的努力方向。科技发展离不开资本的支持，但技术进步最终的意义，在于提高社会生产效率，改善人们的生活水平。相信在无数AI企业星夜兼程的努力之下，科技之花，终将灿烂绽放于你我身边。