2024年初春，北京。 空气里弥漫着肾上腺素的味道——不是飙车现场，是53度茅台混着工程师的眼泪。 当TX81芯片首次点亮，王博和他的团队激动得难以自抑，因为那一刻，他们可能改写了中国科技史。 01 中国人改写摩尔定律 一年后，DeepSeek横空出世，如利刃般划破了西方的技术傲慢。 就在云巨头闪电跟进，纷纷接入DeepSeek时，一家初创企业清微智能也悄然加入了这股科技洪流。 尽管成立还不到七年，但其方案却极具颠覆性。 因为在清微的服务器里，跳动着一颗不寻常的心脏——TX81芯片。 过去数十年，算力提升的赌注押在制程竞赛上。 然而，摩尔定律的物理极限已近在咫尺，传统芯片的增长曲线，在AI爆炸式算力需求面前显得苍白而 迟缓。 再加上，海外巨头筑起技术与生态的森严壁垒，中国算力要突围，唯有另辟蹊径——架构创新，才是破 壁的终极密码。 TX81芯片踏准了这一历史的节拍。 这是一种全新架构的动态可重构芯片（RPU）。 它无需指令集与存储的繁复交换，即可高效计算，并根据不同场景和任务，比如语音、图像、大模型 等，动态匹配计算单元，将成熟制程产生的宝贵算力，锻造成可以解决不同计算需求的"变形金刚"。 由此，铸就了高能效 ...

证券分析师：杨海晏 A0230518070003 李国盛 A0230521080003 袁航 A0230521100002 李天奇 A0230522080001 刘菁菁 A0230522080003 黄忠煌 A0230519110001 林起贤 A0230519060002 刘洋 A0230513050006 研究支持： 陈俊兆 A0230124100001 联系人： 刘洋 A0230513050006 2025.6.9 结论 从科技树节点，看新型硬件 2025H2 新型硬件展望 证 券 研 究 报 告 • 串联2022H2、 2024年底、2025H2 科技创新的进展与前景，投资者可以感受到进展； • 前述"硬件-软件"创新轴，会指引投资方向。中短期需要讨论的机会：GPU+HPM、光器件、硅光、激光雷达、车载芯片、RoboVan、AI眼镜； 中长期需要讨论的机会与创新更重要。 ◼ 2B市场：光器件+硅光+GPU+高端化；2C市场：车载+RoboVan+可穿戴+生物电子互动设备 • 其中光器件机会来自MoE架构下的机会，它区别于"Scaling Law"下简单的算力升级，而是MoE架构"高带宽低时延"下光器件 ...

今天分享的是：大模型专题：大模型架构创新研究报告 报告共计：30页 《大模型专题：大模型架构创新研究报告》聚焦大模型架构创新，分析Transformer架构的局限性及行业探索路径。报告指出，随着模型规模扩大， Transformer的二次计算复杂度（O(n²)）导致算力消耗激增，长序列处理效率瓶颈凸显，端侧部署受限，行业对其路径依赖引发创新需求，当前主要从 Transformer架构改进和非Transformer架构探索两条路线突破。 Transformer架构改进围绕Attention机制、FFN层及归一化层展开：稀疏注意力、动态注意力等优化计算效率，MoE混合专家分解FFN层提升稀疏连接效率， LongRoPE等技术改进位置编码增强长序列建模。非Transformer架构则包括新型RNN（如RWKV、Mamba）、新型CNN（如Hyena Hierarchy）及其他创新架 构（如RetNet、LFM），其中RWKV通过广义Delta Rule优化状态演化，Mamba利用状态空间模型提升训练效率，RetNet结合状态空间与多头注意力实现并 行计算。 技术发展呈现混合架构趋势，线性Transformer与非T ...

然而，正如魏少军教授所说："中国芯片设计业的市场还处在价值链的中低端"。 他指出，中国芯片设计业的主战场还集中在通信和消费类电子领域，在计算机领域的份额只有10% 右，与国际上计算机芯片占市场25%的比例差距明显。进入近年，虽然发展迅猛，但在内卷和外部环 的双重影响下，中国集成电路产业急需找到突围之路。 纵观中国集成电路产业发展现状，笔者认为，中国芯片，正在面临艰难一役。 先进芯片，围追堵截 单从数据看来，中国芯片产业欣欣向荣。 据海关总署公布的数据显示，2024年，我国出口了2981亿块集成电路，出口金额达到1595亿美元。这 其超过手机，成为出口额最高的单一商品。来到进口数据方面，2024年，我国进口了5492亿块集成 路，进口金额达到3856亿美元。魏少军教授在ICCAD 2024年的演讲中也指出，2024年，中国集成电 的销售预测为6460.4亿元，同比增长11.9%。 因为智能汽车，人工智能的火热，市场对先进芯片的需求水涨船高。这主要归因于其背后巨大的算力要 求。以引起这波人工智能浪潮的生成式人工智能为例，公开数据显示，OpenAI的Sora视频生成大模型 训练和推理所需要的算力需求分别达到了GPT ...