Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 智算产业发展格局与演进趋势 来源：与非研究院 智算产业呈现高度集中与多元化并存的格局，技术创新和政策驱动为主要推动力，绿色低碳与国产替代 成为新趋势。 10 Supplyframe, Inc. Confidential & Proprietary. Do not 算力基础设施架构和国产化情况 智算中心对我国算力格局的影响 集中度提高，算力更加集中在少数大型数据中心 推动算力向边缘计算下沉，满足实时数据处理需求 促进区域平衡，缩小不同地区的算力差距 影响算力价格，由于技术进步和规模经济，价格更加亲民 提高智算中心服务效率，促进产业高质量发展 来源：与非研究院 智算中心建设提升了算力集中度和效率，对促进区域算力平衡、降低算力成本、支撑产业高质量发展具 智算中心AI芯片主要方向 引入存算一体技术，解决存储带宽和功耗问题 引入稀疏化计算能力提升能效 芯片设计支持更复杂的AI算子 提升芯片推理的实时性和并行能力 来源：与非研究院 智算中心AI芯片发展主要集中在存算一体等架构创新、能效提升、支持更复杂AI模型，以及增强推理的 实时性和并行能力等方向。 19 Supplyframe, Inc. Confidential & Proprietary. Do

半导体：新需求拉动叠加进口替代，行业迎来黄金机遇 3 行业变局：需求多元、龙头集中、周期减弱 3.1 供需格局：库存主导行业短期景气波动 3.2 大陆半导体行业：贸易战和库存短期扰动不改加速发展大趋势 3.3 产业链分析：建厂潮拉动设备材料、5G+AI带来设计领域新机遇 3.4 PCB：内资大厂加速崛起，5G拉动新需求 4 行业变局：行业集中度提升，加速向大陆转移 4.1 供需格局：主要原料价格震荡回调，创新应用带来新需求 数据来源：工信部，中国移动，国泰君安证券研究 1.1 10 对于5G换机周期的几个判断  5G换机高峰期将出现在2020~2023年，届时手机出货量将恢复增长：国内4G建设相对较晚，换机高峰集中在15~16年，两 年内4G用户渗透率从10%提升到65%，从欧美经验来看，换机高峰一般延续3年左右，考虑到5G建设我国相对领先，我们判 断2020~2023年将是5G换机高峰期，预计国内5G用 射频开关 Skyworks（33%）、Qorvo（20%）、Murata（14%）、Avago（10%）等 天线 Amphenol、立讯精密、Murata、信维通信等 1.2 市场竞争格局：行业集中度高，海外厂商占据领导地位，天线大陆龙头 电有 子大 行业机 2遇 019年春季投资策略 18 电子行业2019年春季投资策略 从iPhone看终端天线变革：无线通信技术和外观设计驱动终端天线变革

5 比亚迪：智驾平权加速，边际变化可期 3.智能驾驶产业链 3.1 车端：电子电气架构向中央计算迈进 3.2 感知层 3.2.1 传感器数量减配、性能提升 3.2.2 激光雷达市场快速增长，格局集中 3.2.3 高阶智驾需要激光雷达提供安全冗余 3.2.4 前视摄像头市场分散 3.2.5 从全量感知到按需感知的算法演进 3.3 决策层 3.3.1 域控制器构成 3.3.2 智驾域控市场逐渐走向合作定制化 6 地平线：软硬结合是必由之路 3.3.7 黑芝麻智能：依托技术创新，构建自动驾驶芯片产品矩阵 3.4 执行层 3.4.1 线控底盘结构及优势 3.4.2 智驾渗透加速线控底盘国产放量，行业格局集中，主机厂 粘性高 3.4.3 线控底盘技术在自动驾驶领域的应用正逐渐普及 3.4.4 拓普集团：业务体系多元化，已形成XYZ三大系列产品线 3.4.5 线控制动发展历程 3.4.6 线控制动：EHB 10万级别智驾落地推动行业进入智驾平权 16 随比亚迪引领的10万级别智驾落地，视觉感知方案与端到端大模型共同推动 行业进入“智驾平权”时期。过去，由激光雷达、高算力芯片和海量数据训 练等筑成的高门槛，使智能驾驶功能主要集中在豪华车上。2024年，中国市 场乘用车入门级L2及以下辅助驾驶前装搭载虽高达52.44%，以NOA为代表的 高阶智驾前装搭载率仅为8.62%，尤其是10-20万元价位区间高阶智驾的前装 标配搭载率仅为1

制批发业务的高速发展。 ➢ 供给端，受益于新一轮技术升级，算力中心市场迎来更多整合契机。头部企业凭借在技术、资金、资源等方面的领先优势，能够更迅速地适应市场 需求变化，逐步扩大市场份额，提升行业集中度，推动行业向高质量发展转型。 • 随着各行业数字化转型进程加速，尤其是 AI 与科技企业对算力资源的旺盛需求，正推动中国算力中心市场需求不断提升。一线及环一线城市凭借经济 发达、数字经济活跃的 提供提供大规模、 高效率、低成本的算力服务。确保算力资源的集中部署、高效运行。 8 算力中心的定义与概览 中央监控 电源配电柜 消防减压系统 机柜及其附件 气体灭火系统 UPS不间断电 源及PMM电 源管理系统 精密空调设 备和冷却器 高性能液冷 服务器机柜 钢制布 线系统 光纤布线系统 • 算力中心，是一种集中提供计算能力的基础设施，主要由算力设备、 存储设备、网络设备及管理运维系统四大核心要素构成。 • AI大模型井喷，智能算力需求增速远超芯片性能提升和产能扩张速度的上限。相较于传统云资源池以CPU为通用计算主体，当下以GPU为代表的芯片成为提供智能 算力的主力军。借助云计算实现零散智算资源集中与纳管的优势，各大云厂商纷纷在智算领域进行布局，形成千卡、万卡智能云集群，以云服务的方式提供可便捷 获取的智能算力。云计算与智算资源融合形成的智能云能够为大模型训练和推理提供充足的算力资源，已经成为促进人工智能领域发展的坚实底座。

将焦点从技 术转向人，使各国能够共同构建全球人工智能框架。这样一个框架应优 先考虑共享繁荣，创造公共产品，并将人类置于人工智能发展的核心。 报告开始，详细记录了几家企业和国家在人工智能开发中的高度集中情 况，并识别了数字基础设施方面的广泛差距，这些差距可能加剧各国和 各国内部的不平等。接着，它探讨了生产率和劳动力动态，重点关注经 济增长和体面工作。从国家层面看，报告分析了支持人工智能的采用、 适 Stock 2 925 138 2023 2033 189 (市场规模估计，以十亿美元为单位) 人工智能物联网 大数据 区块链技术 5G 3D 打印 无人机技术 太阳能光伏 集中式太阳能电力 生物质燃料 风力能源 绿色氢气 电动汽车 纳米技术 机器人学 沼气与生物质 基因编辑 人工智能 电力 车辆 电力 车辆 人工智能 物联网 2.5 万亿美元 16.4 万亿美元 苹果 英伟达 微软 Alphabet (谷歌) 亚马逊 沙特阿拉伯国家石油公司 Meta Platforms（Facebook） 特斯拉 博通 台积电 也存在研发（R&D）投资的重要集中。2022年，全球40%的企业资助研发仅由100家 公司执行，其中约一半在美国总部，以Alphabet、Meta、Microsoft和Apple为首。大约 13%在中国总部，以华为和腾讯为首，比10年前增长了2%，并超过了德国、日本、韩

利用多模态大模型对环境进行建 模, 实现具身智能对空间信息的 多模态理解 Ø 机器人能够从数据中学习决策与 规划策略，基础模型为机器人决 策与规划引入了丰富的先验知识。 感知、交互与决策 大模型在控制上的助力主要集中于大模型处理环境观察与提示，输出动作序 列，动作序列可以是一系列关节角度或末端执行器的位姿与夹爪开合数据， 这些序列将直接用于控制机器人的运动。 控制 需求级 任务级 理解需求 分解需求 完成任务 资料与数据来源：IFR • 从工业场景看，2021 年中国工业机器人密度为322 台/万人，按照目标2025年达到约500台/万人；目前，工业机器人主要用于搬运环节（超过50%）、焊接与清洁 环节，主要领域集中于电子、汽车等重工业场景。因此，提高工业机器人在轻工业、分配加工等环节的渗透成为未来发展的主要课题。 • 从全球商用机器人的出货量看，运输物流场景是使用智能机器人最多的商业场景，而服务业、农业机器 为商业配送、清洗场景，所需的功能集中于精准导航、路线规划、人机交互等。正在发展的场景 如教育应用、商业协作等场景注重于更有启发性的交互引导和更精准的机械操作。商业服务领域凭借其广泛的受众、活跃的市场以及对创新的高度接纳性，能使 新技术快速得到应用验证，通过实际运营反馈不断改进完善，推动产业发展。 餐饮、酒店配送机器人 市场成熟度较高，市面上的 应用方案主要集中于普渡机 器人、优地科技、擎朗智能、

311 System [J]. International Journal of Organization Theory & Behavior, 2009, 12(2):218-236. 4 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 依法治理、多元治理、数据 治理。 三是“主动治理”阶段。2021 年起，北京市结合党史学习教育，把接诉即 办作为“我为群众办实事”实践活动的主抓手，建立“每月一题”工作机制，聚 焦市民反映最集中的民生问题，全面加强主动治理、源头治理，推动接诉即办改 革向主动治理、未诉先办深化。2021 年 11 月，北京市委深改委通过了《关于推 动主动治理未诉先办的指导意见》，探索将诉求问题转变为主动治理任务，拓宽 能力的科学分配、诉求接听的 科学管理和诉求识别的精细规范等多个方面仍然存在一系列挑战与不足。 1.诉求承载 诉求量的快速增加对政务热线诉求承载能力提出了挑战。尤其是在一些城市， 大量热线诉求集中在单一渠道，造成信息过载，弱化了城市政民互动能力。 第一，跨部门和跨地区热线归并有待推进。当前，政务热线被日渐广泛地用 于受理企业和群众各类非紧急诉求，往往涉及经济调节、市场监管、社会管理、

311 System [J]. International Journal of Organization Theory & Behavior, 2009, 12(2):218-236. 4 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 依法治理、多元治理、数据 治理。 三是“主动治理”阶段。2021 年起，北京市结合党史学习教育，把接诉即 办作为“我为群众办实事”实践活动的主抓手，建立“每月一题”工作机制，聚 焦市民反映最集中的民生问题，全面加强主动治理、源头治理，推动接诉即办改 革向主动治理、未诉先办深化。2021 年 11 月，北京市委深改委通过了《关于推 动主动治理未诉先办的指导意见》，探索将诉求问题转变为主动治理任务，拓宽 能力的科学分配、诉求接听的 科学管理和诉求识别的精细规范等多个方面仍然存在一系列挑战与不足。 1.诉求承载 诉求量的快速增加对政务热线诉求承载能力提出了挑战。尤其是在一些城市， 大量热线诉求集中在单一渠道，造成信息过载，弱化了城市政民互动能力。 第一，跨部门和跨地区热线归并有待推进。当前，政务热线被日渐广泛地用 于受理企业和群众各类非紧急诉求，往往涉及经济调节、市场监管、社会管理、

我国对人形机器人的探索起步于 20 世纪 80 年代末，并且早期的 机器人研究主要集中在高校以及科研院所。自 1986 年开始，哈尔滨工 业大学先后研发出 HIT 系列机器人，HIT 机器人以电机驱动，机身共 12 个自由度，可以实现静态行走。国防科技大学于 2000 年率先自行研 制出我国具有历史意义的第一台仿人机器人“先行者”，这一阶段研 究集中在机器人关节以及简单步态控制上；21 世纪初，伴随着传感技 交互场景提供更加 灵活和仿生的解决方案。 1.2.2 国际人形机器人发展历程 国际上对人形机器人的研究起步较早，得益于 20 世纪领先的科研 水平与先进的技术基础设施，人形机器人早期发展主要集中在美国和 日本。 13 1967 年，日本启动了极具影响力的 WABOT 项目，并于 1972 年成功 研制了世界上第一个全尺寸人形“智能”机器人——WABOT-1；2000 年，本田推出了 发投入、完善产业生态、重视人才培养、加强国际合作以及关注伦理 安全等维度，出台了一系列政策措施，为本国的人形机器人产业发展 提供强力支持。 15 以中国、欧美、日韩地区为例，各国政府在技术创新与研究支持 方面，集中资源推动核心技术的突破，包括人工智能、机器学习、机 器人技术和人机交互等领域的研发，并为相关技术研究提供资金和政 策支持；在市场拓展与应用推广方面，重点关注人形机器人在提升生 产力、改善产品质

多项检测，又比如 ABB 提供的人工智能机器人焊接质检 系统，以比人工快 20 倍的速度，检测、发现和识别仅 22 微米的缺陷。 4、安全管理：在部分重化工业存在一定需求 安全管理类应用占比约为 5%。主要集中在钢铁、化工、电力、 采矿、交通等安全性要求较高的领域，总体需求较小。此类场景“机 器人+人工智能”应用模式主要为“移动机器人+识别类模型+自主导 航模型”，AI 应用的主要目标是识别和预测异常情况，巡检机器人 高，各类搬运、测量、焊接机器人及其他生产设备实现互联互通，并 通过统一的控制平台和模型算法开展协作，为产线和研发的智能化创 造了基础条件，但是由于前期投入大、回报周期长，目前这两类场景 14 的探索主要集中在部分高科技行业的龙头企业。 此类场景“机器人+人工智能”主要是“多智能体+协同优化模型” 模式，AI 应用的主要目标是优化生产或研发流程。在产线优化方面， 宁德时代“灯塔工厂”构建了以 MES 的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调 17 节冲压模式；特斯拉上海工厂压铸车间利用人工智能分析系统，对压 铸工艺参数实现全面的数据统计，并进行参数波动报警功能。 另外，人形机器人在工业场景中的应用探索集中在汽车领域。主 要存在三点原因：一是人形机器人与自动驾驶存在大量技术共性，汽 车厂商在机器视觉、机器学习、传感器融合、决策算法等多个领域的 技术和人才积累，可以快速迁移到人形机器人领域。二是汽车厂商在