开销大，但广泛应用催生了针对其推理的专用语言处理单元(LPUs)需求，现有LPUs(如GroqLPU、CerebrasWSE)通过预加载权重或固化数据流，能效较传统CPU、GPU、NPU提升4~20倍。 2)技术创新点：现有AI基础设施仍面临较高能耗问题，根据论文原文，预计到2028年美国AI数据中心将占用12%总电力容量，核心原因是当前LPUs和GPU仍将模型视为动态数据，千亿级权重参数在自回归解码中反复调取，功耗进而提升。为从根本解决该问题，需将LPU专用化推向极致——提出硬连线LPU(HardwiredLPU)，通过将权重参数物理硬连线到计算架构中，实现架构-模型完美匹配、零参数调取开销及极致计算效率。硬连线LPU的核心挑战是现代LLM规模过大：直接硬连线GPT-OSS120B模型，在5nm工艺下需176,000mm?的CMAC阵列，经济性成为挑战。论文提出金属嵌入(Metal-Embedding)方法，将权重嵌入金属线3D拓扑而非硅器件二维网格，使硬连线LPU的非经常性工程(NRE)成本进入经济可行范围。 3)论文成果：基于该方法设计的硬连线神经元语言处理单元(HNLPU)，在5nm工艺下实现249,960tokens/s吞吐(H100的5555倍、WSE-3的85倍)、36tokens/J，但是能效是H100的1047倍、WSE-3的283倍，总芯片面积13,232mm?。 投资建议：公司是国产AI芯片龙头，积极研发新一代智能处理器微架构和指令集，推动智能芯片及加速卡在互联网、运营商、金融、能源等多个重点行业持续落地。在LPU发展大趋势下，公司前瞻布局相关技术并取得创新性研究成果，有望在长期内受益于LPU发展大趋势。预计公司2025-2027年营业收入分别为64.97/95.37/118.53亿元，归母净利润为20.59/36.28/51.28亿元，EPS分别为4.88/8.60/12.16元，对应PE分别为241X、137X、97X，维持“推荐”评级。 风险提示：政策落地不及预期；AI技术路线变化具有不确定性；同业竞争加剧。
=*=*=*=*=*=
当前为第12/12页
上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页