顺为资本管理团队

人因梦想而伟大

从梦想到现实的过程中，我们希望协助互联网和高科技创业者完成创业梦想

共同携手创造令人尊敬的伟大企业！

我们希望通过资本和经验的帮助，

与创业者共同创造受人尊敬的伟大企业！

顺为资本团队是由投资行业和互联网行业资深人士组成，具有丰富的风险投资，资本运作和企业经营管理经验，主导投资了超过六百家创业公司。

雷军

创始合伙人 / 董事长

雷军先生在科技行业拥有长达30年的创业经验，是中国互联网的代表人物，也是国内知名企业家与天使投资人。雷军先生的职业生涯始于金山，是金山软件的联合创始人及现任董事长，于2007年带领金山软件成功上市。他同时也是卓越网创始人，并于2004年成功将其出售给亚马逊。

雷军先生于2010年创办小米公司，专注于智能手机、智能硬件、大数据、人工智能等前沿科技。2018年7月9日，小米在香港证券交易所成功上市，是继阿里巴巴、Facebook之后的全球第三大科技企业IPO。作为天使投资人，雷军先生乐于为创业企业的创立及成长提供帮助。得益于雷军先生的协助，他进行天使投资的企业，多玩(YY)、拉卡拉等企业已经完成上市，UCweb已成功出售给阿里巴巴，其他项目也在各自领域均有优异表现。

许达来

创始合伙人

许达来先生现任顺为资本联合创始人。顺为资本是一家专注中国本土市场，以投资早期至成长期创新企业为重点的风险投资基金，共管理总规模近500亿元人民币的美元及人民币双币基金。

作为顺为资本的联合创始人，许达来先生全方位负责公司的投资和管理等各项事务，带领公司团队深耕深度科技、生成式AI、AI+硬件、先进制造、机器人、消费品牌、双碳科技及生物科技等领域的投资。许达来先生凭借卓越的投资眼光，曾连续多年跻身福布斯“全球最佳创投人Top 100榜单”（The Midas List），并自2018年至2024年连续7年被清科评为“投资界Top100”投资人之一。

许达来先生的代表性投资项目包括：金山软件（港交所：3888）、小米集团（港交所：1810）、蔚来汽车（纳斯达克：NIO）、声网（纳斯达克：API）、金山办公（上交所：688111）、南芯科技（上交所：688484）、Momenta、智慧芽等。

许达来先生曾于2013年8月6日至2019年10月25日期间，任职小米集团董事会席位。

许达来先生拥有新加坡国立大学工学学士学位及美国斯坦福大学理学硕士学位。目前，他在斯坦福大学工程学院亚洲咨询理事会中担任成员职位，并曾任新加坡国立大学设计与工程学院顾问委员会成员，以其丰富的学识和经验，在教育和投资行业链接知识与实践。 

程天

合伙人

程天先生在股权投资及金融领域拥有多年相关经验，曾在淡马锡 （Temasek）及高盛高华等国际机构担任投资和研究职位，对资本市场、PE股权投资和创业投资有着深入的观察和见解。

他参与多项股权投资项目，涉及科技和消费相关行业，在风险投资和成长期投资方面都有覆盖，投资案例包括小米集团、快手、蔚来汽车、货拉拉、Boss直聘、石头科技、九号公司、酷家乐、微牛、茶颜悦色等。

程天先生拥有复旦大学理学学士和管理学硕士学位。

张志坚

合伙人

张志坚是一位连续创业者，自 2004 年起在电子商务、企业技术服务和电信领域有13年的创业经历。 曾创办中国最大的移动电商服务公司——耶客，购物推荐引擎“好东西”，厨师上门和生鲜电商平台“烧饭饭”，以及互联网美食品牌“味蕾” 。曾获得过顺为资本、IDG 和尚心资本总计 1053 万美元的投资。

张志坚毕业于北京大学电子系，并获得了新加坡麻省理工联合学院理学硕士学位，2001 年曾任职于上海贝尔。 

张志坚喜欢足球和宠物，已故的金毛犬 Coco 是他的最爱，现在在抚养 Coco 的儿子 Marco。

李锐

投资合伙人

锐先生在互联网创业和企业管理上有丰富的从业经验。曾经在好大夫在线、阿里巴巴、雅虎中国和 263 网络集团担任高级管理和产品运营等职位，也曾参与多家互联网企业的早期筹办，了解互联网企业各个阶段的发展运营特点。

关注中早期投资，主导了开思、锐石创芯、未来机器人、海拍客、凌迪科技Style3D、特纳飞和智愈科技等项目早期投资。

李锐先生拥有北京大学物理学学士学位。 

黎万强

投资合伙人

黎万强，小米科技联合创始人，商业畅销书《参与感》作者。曾任小米MIUI负责人，创立了基于“用户开发模式”MIUI手机操作系统研发方法。后任小米网负责人，负责小米的市场营销、电商和服务。

胡峥楠

投资合伙人

胡峥楠先生在汽车产品开发和研发管理领域拥有近25年的相关经验，曾在吉利汽车担任研究总院院长、高级副总裁、产品技术管理委员会主任等职务。也曾创业龙创汽车设计股份有限公司，

深刻理解初创公司业务开拓和公司发展各个阶段的发展特点在其职业生涯中，领导开发了国内多款畅销车型的产品开发，关注和发掘新技术在汽车产品中的应用和推广，实践传统制造企业的数字化转型和智能制

造的行业应用，致力于建立物联网系统中的智能汽车技术生态。

胡峥楠先生拥有南京航空航天大学工学士学位，也是华中科技大学在读工程博士研究生。 

耿益璇

执行董事

耿益璇主要负责考察科技和企业服务领域的投资机会，包括各种软硬件技术的行业应用。 他还参与了顺为资本在印度和东南亚等新兴市场的项目投资。参与投资的案例包括云从科技，智行者，Meesho，Krazybee，Gojek等。

在加入顺为之前，耿益璇曾经在甲骨文美国任职高级软件工程师，从事企业级应用和数据库系统的研发。在此之前，曾在耶鲁大学和中科院等科研机构参与分布式计算系统和自然语言处理方向的研究。

耿益璇毕业于武汉大学软件工程专业，并拥有耶鲁大学计算机硕士和斯坦福大学管理科学工程硕士学位。

汪若凡

执行董事

汪若凡女士于2014年底加入顺为资本，主要负责考察消费互联网、企业服务、金融信创的投资机会。

参与投资的案例包括水羊股份(SZ:300740)，易点云(HK:02416)，药师帮(HK:09885)，车车车险、闪送、皇家小虎、扬腾创新、直客通、赢和信息、茶颜悦色和福米科技等公司的投资。

汪若凡拥有北京大学理学和经济学学士学位以及金融硕士学位。 

马艳新

执行董事

马艳新主要负责考察智能制造、智能硬件、电子产业链、汽车电子等硬科技领域的投资机会。

马艳新主导及参与了瑞科慧联、华秋电子、奥易克斯、微源半导体、锐石创芯、开元半导体、希微科技、特纳飞、佛山隆深、高视科技等一系列项目的股权投资，在3C、半导体、自动化等领域有丰富的投资经验。

马艳新拥有浙江大学学士学位及长江商学院工商管理学硕士学位。 

吴文涛

执行董事

吴文涛主要负责考察医疗技术领域投资机会。在加入顺为之前，曾在华创资本负责医疗领域投资；在此之前，曾在北京大学第三医院从事再生医学与免疫治疗领域的基础及临床研究。

吴文涛主导完成了创新药和医疗器械领域多个项目的投资，包括法伯新天、溪砾科技、河络新图、穹顶医疗、卓道医疗、新格元生物、应世生物、豪思生物、福贝生物等。

吴文涛本科毕业于武汉大学，硕士毕业于北京大学医学部。

向雯琦

副总裁

向雯琦主要关注新能源汽车方向的投资机会。

在加入顺为资本之前，她曾在甲骨文总部工作，从事云数据库的软件开发工作。

向雯琦持有华中科技大学生物医学工学学士，和斯坦福大学电气工程硕士学位。

她亦是清华大学管理科学硕士，也是第五届苏世民学者。 

高源祥

副总裁

高源祥主要负责考察消费、企业服务、TMT等领域的投资机会。参与投资的案例包括阿嬷手作、Lucy Lee、探马企服、Certik等。

在加入顺为之前，曾在山行资本担任分析师。

高源祥拥有北京大学经济学硕士学位。

石雷

投资经理

石雷先生主要负责研究、筛选及投资企业服务、智能制造、新能源等科技领域的机会。参与投资的案例包括华秋电子、未来机器人、瑞科慧联、通天晓、品览智造、图漾科技、深视科技、商网云、渐近线等。

在加入顺为资本前，石雷曾在嘉实投资、摩根士丹利华鑫证券、国泰君安证券等多家金融机构有过全职或实习的工作经历。

石雷拥有北京大学理学和经济学学士学位以及经济学硕士学位。

周劲松

投资经理

周劲松先生主要负责考察、研究和筛选企业服务、科技与消费等领域的投资机会。参与投资领星、数说故事、扬腾、皇家小虎、易买工品等项目。

在加入顺为资本之前，他曾在中金公司、深创投等机构工作实习，参与多个科技与消费项目的股权投资工作，此外还参与多家成熟企业的资本运作执行工作。

周劲松拥有北京大学理学和经济学学士学位，以及北京大学金融学硕士学位。

陈冠潼

投资经理

陈冠潼主要负责考察智能制造、智能硬件等领域的投资机会，主导或参与了华勤技术、博众精工、英集芯、甬矽电子等项目的投资。

在加入顺为之前曾任职于清控金信资本，参与了多家半导体企业的投资。

陈冠潼拥有北京大学理学和经济学双学士学位，和波士顿学院金融学硕士学位，并是ACCA协会会员。 

杨晓

投资经理

杨晓主要负责考察科技、企业服务、智能制造等领域的投资机会。

在加入顺为之前，杨晓曾在摩根大通香港投资银行部担任高级分析师。<br />

杨晓拥有上海交通大学工学及金融学双学士学位，以及哥伦比亚大学运筹学硕士学位。 

刘子墨

投资经理

刘子墨先生主要负责考察、研究和筛选企业服务、工业互联网的投资机会。

在加入顺为资本前，刘子墨先生曾在大钲资本、高盛、华平等多家金融机构有过实习经历。

刘子墨先生拥有北京大学金融学学士学位和哥伦比亚大学管理学硕士学位。

郭尤子

投资经理

郭尤子主要负责考察科技和企业服务领域的投资机会。参与投资案例包括智谱、边塞科技、什月科技、极睿科技等。

在加入顺为资本之前，郭尤子曾在有赞战略投资部、真格基金等多家金融机构有过全职或实习的工作经历。

郭尤子拥有浙江大学学士学位及北京大学硕士学位。

马晔清

投资经理

马晔清主要负责考察、研究和筛选消费与出海等领域的投资机会。

在加入顺为资本之前，她曾在元生资本、险峰长青、字节跳动等公司实习，参与多个消费项目的投研与投资工作。

马晔清拥有中国人民大学经济学学士与金融硕士学位。

投资分析师

生冀明主要负责考察、研究和筛选前沿科技领域，尤其是技术尚在研发阶段但未来有巨大社会和商业价值的领域的投资机会，关注如可控核聚变、量子信息、脑机接口等方向，曾参与星环聚能项目的投资。

生冀明拥有北京大学物理学学士学位，和加州大学洛杉矶分校物理学博士学位。

崔淼

人力资源副总裁

崔淼在高科技行业、金融领域和海外的人才寻访、人力资源咨询和创业公司拥有近 6 年的工作经验。

在加入顺为资本之前，崔淼曾任万宝盛华人力资源咨询、科锐国际人力资源咨询海外招聘顾问和高科技行业总经理助理。

崔淼拥有中国人民解放军装备指挥技术学院文学学士、英国阿斯顿大学人力资源专业理学硕士学位，和英国人力资源师协会 CIPD 认证。

严正声明

近日，我司发现有不法分子通过网站、App、微信等渠道，公开冒用顺为或顺为创始人、员工的名义，诱导投资人，开展融资、理财、诱导股票投资等非法活动。该等行为严重损害了我司及相关人士的形象及声誉，也严重损害了社会公众利益。对此，我们高度重视顺为资本在此郑重声明如下：顺为资本从来没有并且将来也不会授权任何实体或个人，通过网站、App、微信、微博等任何渠道，使用“顺为资本”、“顺为”、或品牌标识或以相关人士的名义开展任何公开募集、诱导投资等活动。所有涉及上述行为的实体或者个人均系非法行为，这些行为严重损害了我司及相关人士的形象及声誉，我司绝不姑息，将严格依法追

究该等实体或个人的法律责任。再次重申，顺为资本官方联系方式仅限于：

投资组合

顺为资本重点关注深科技、智能制造、互联网+、智能硬件、消费、企业服务、电动汽车生态等领域。希望可以通过投资早期至成长期有梦想的企业，让我们的生活更加美好。

全球领先的产业数字化智造平台「华秋电子」宣布完成 C++轮 3.1 亿元融资

近日，深圳华秋电子有限公司（以下简称：华秋电子）宣布完成 C++ 轮股权融资，金额 3.1 亿元人民币。本轮融资由鹏瑞产投和启赋资本领投，云沐资本及多家新老股东跟投。在当前全球经济放缓、市场需求下滑以及投资环境紧缩的背景下，华秋电子能够逆势获得资本青睐，充分证明了其在行业中的强劲竞争力和卓越的创新优势。

顺为曾于 2021 年 3 月领投华秋电子 C 轮融资，并在后续融资中给予持续支持。

本轮融资将主要用于加强产业链数字化系统研发、智能化工厂扩建和产能提升，以进一步提升产业数智化能力和服务升级。这也标志着华秋电子在电子产业数智化转型道路上迈出了坚实的步伐。

一、关于「华秋电子」

华秋电子是全球领先的产业数字化智造平台，致力于以信息化技术改善传统电子产业链服务。自 2011 年成立以来，布局了电子发烧友网➤华秋方案➤华秋 Layout➤华秋 DFM➤华秋商城➤华秋 PCB➤华秋 SMT 等一系列产业服务平台，全面打通产业上、中、下游，给行业带来 “高可靠、短交期、高性价比” 的电子产业一站式服务。目前华秋电子的服务网络已覆盖全球 166  个国家和地区，正在为全球 30 万+企业用户提供电子供应链一站式服务，企业用户群体全面覆盖了工业控制、智能硬件、汽车电子、通讯设备、消费电子、医疗电子、新能源、科研院校等行业领域。

二、华南智造基地将于 2025 年投产使用

发展至今，华秋电子在深圳、东莞、长沙、郴州和九江等地已构建了 5 大数字化生产基地。 2024 年 8 月，华秋在广东省江门市江海区投资的 “华南智造基地” 正式建设开工，该基地占地 60 亩，总建筑面积将达 15 万平方米，布局了年产能达 300 万平方米的高多层 PCB 全自动化智能产线、元器件智能仓和 PCBA 智造产线，预计 2025 年初投产使用，届时将大幅提升一站式服务能力，进一步缩短交期、提升产品可靠性和降低制造成本，大大提升生产效率和服务体验。

三、持续为电子产业创新赋能

本轮融资不仅体现了各投资方对华秋电子业务模式、产业基础和发展前景的高度认可，也将为公司在推动产业链数字化转型、服务效率提升及高质量发展与创新上提供强大动力。

华秋电子创始人陈遂伯表示：“产业数智化是我国电子供应链成为全球新质生产力的重要力量。作为一名曾做过 5 年研发的硬件工程师，我深知产业存在的各种缺陷、不足和问题，我们始终以 “为产业增效降本” 为使命，14 年如一日，坚守产业初心，不断夯实，不断精进。通过本轮融资我们将加速推动产业数字化进程，进一步提升供应链服务能力，全方位从品质、价格、交期和服务上为用户创造更大价值” 。

此次的成功融资，将加速华秋电子推动电子产业数字化进程与服务能力。未来，华秋电子将一如既往地坚守 “以客户为中心，追求极致体验” 的产品理念，持续为电子产业创新赋能，与广大用户及合作伙伴携手并进，共创硬科技时代背景下的光明未来。

空间激光通信领域知名科创企业「极光星通」获数亿元 A+轮融资，加速产业落地

近日，空间激光通信领域知名科创企业「极光星通」宣布完成数亿元 A+ 轮融资。本轮融资由复容资本、长江资本、雅榕资本、创业黑马、光谷产投、普华资本、融道资本、华真资本、雅瑞资本联合投资。资金将主要用于产品研发、生产制造、设备采购和运营成本等。

顺为曾于 2023 年参与「极光星通」A 轮融资。

一、关于「极光星通」

截至 2024 年 9 月 30 日，极光星通旗下激光通信试验星座 “极光星座 01 星（复旦信息星）、 02 星（上海电机学院一号）” 已完成全天候＞24 小时激光通信稳定建链通信，在轨累计通信时长超过 200 小时。 2023 年 12 月至今，极光星通厚积薄发，已完成八台产品在轨飞行。产品覆盖相干制式、非相干制式，1.25Gbps 、 2.5Gbps 、 5Gbps 、 10Gbps 、 100Gbps，通信距离覆盖 350km 至 5500km 。另有部分特种装备完成测试及初样阶段。极光星通积极推进批量化制造，目前在北京、上海等地建成年产 500 台套半自动化特种装备专用生产线，年内已实现数十套产品的批量化制造。预计 2025 年内，极光星通公司将可实现数十套产品在轨飞行。

全建制顶配团队自研产品供应多个巨型星座极光星通成立于 2020 年，团队聚焦于空间激光通信技术研发及落地，致力于为客户提供高品质的空间激光通信产品及解决方案，是国内多个巨型星座的重要供应商，公司拥有完整的产品矩阵，涵盖星间同轨、星间异轨、星地和临近空间等应用领域。公司先后获得国军标质量管理体系认证、国家高新技术企业、北京市专精特新企业、北京市创新性企业等资质荣誉。作为我国激光通信行业的佼佼者，极光星通自主研发能力突出，已申请和授权核心技术知识产权超过 50 项。曾获顺为资本、中科创星、方正和生、上海国际创投、成都科创投等知名创投机构投资。

极光星通汇集了来自中国科学院、中国航天科技集团、航天科工集团等业内知名航天院所技术人才，并吸引了华为、中兴通信等国内头部光通信企业的技术专家，组成了一支集荷载研制、组织管理和市场运营为核心的成熟队伍。公司创始人、董事长兼总经理吴少俊博士，深耕空间信息网络领域 15 年，曾担任中科院空间应用中心研究室主任、中国载人航天工程应用信息系统主任设计师等，主持过多项国家重大航天型号任务。团队研发负责人则拥有超过 10 年的航天产品研制经验，曾牵头负责多项载人航天项目。

二、在轨 8 台整机，实现 30 小时长时稳定建链

2024 年 5 月 31 日，星河动力谷神星一号遥十二运载火箭在我国酒泉卫星发射中心成功发射，将 “极光星座 01 星（复旦信息星）、 02 星（上海电机学院一号）” 激光通信试验卫星顺利送入预定轨道，两颗卫星搭载了由极光星通自主研制的卫星激光通信终端，用以构建 “激光通信在轨试验平台”，加速我国巨型星座建设。极光星座 01/02 星由极光星通团队联合中国航天科技集团、上海埃依斯航天、中国电子科技集团第二十九研究所、复旦大学、复旦大学信息科学与工程学院、上海电机学院、星河动力航天公司、北京天链测控、馥昶空间、久之洋、巡天航宇、湖南正道建设集团等单位共同研制。

双星运行在 535km 的太阳同步轨道上，用以验证从 300 公里至 4000 公里不同星间距下宽带星间激光通信，测试星间业务数据的高速稳定传输等。所搭载的终端产品，在无信标高精度动态捕获跟瞄技术、在轨高精度光轴自主标校技术、光机电一体化轻小型高集成技术等多项关键技术上均实现了突破，可有效满足星座规模化组网星间通信需求。截至今年 9 月底，极光星座 01/02 星激光通信建链持续时长 30 小时，实现了全天候长时激光通信，有力验证了极光星通产品的稳定性和可靠性。极光星座 03/04 星目前已经在建设期间，预计在 2025 年二季度发射入轨。

三、低轨星座建设加速，空间激光通信需求爆发

空间激光通信是一种利用激光束作为信息载体的无线通信方式，具有速率高、通信容量大、天线尺寸小、功耗低、体积小等优点，是提升未来通信网络服务能力的关键技术。

近年以来，在我国航天技术的快速带动下，尤其是低轨卫星和星座组网对信息通信需求量的持续攀升，空间激光通信以其带宽大、传输快和成本低等优势，被称为是解决信息传输 “最后一公里” 和下一代移动通信技术的最佳解决方案，备受行业上下游和投资机构关注。空间激光通信在近轨卫星、民用航空、远洋舰船和陆基车载等领域前景广阔，市场规模非常可期。

根据行业第三方机构预测，到 2025 年，中国光通信市场规模将达到 1750 亿元，对应 2022—2025 年的年均复合增长率为 12% 。在行业需求快速增长的同时，激光通信产品终端的可靠性和稳定性是行业上下游最关切的核心要素，同时也是整个全球竞争最为激烈的赛道。空间激光通信产品的核心技术壁垒，是对目标的捕获、跟踪、瞄准及建链等。在轨跟踪并持续稳定建链的时长，是厂商综合技术水平的主要体现，也是产品评价的关键指标。

全固态电池技术研发企业「中科深蓝汇泽新能源」宣布完成 Pre-A 轮投资

近日，中科深蓝汇泽新能源（常州）有限责任公司宣布成功完成数亿元 Pre-A 轮融资。本轮由全球知名投资机构淡马锡领投，投资方包括中国石化资本、国信创新股权、汇智资本、煜华资本等多家知名机构，春华创投与丰元股份持续加持。

本轮融资将为中科深蓝汇泽在全固态电池的商业化进程提供强有力的支持，资金主要用于加强固态电池代次开发、生产与拓展新兴市场。

顺为团队长期关注双碳领域创新机会，并于 2023 年投资中科深蓝汇泽新能源天使轮融资。

一、聚焦高比能、高安全固态锂电池研发制造及应用

中科深蓝汇泽新能源（常州）有限责任公司成立于 2022 年 4 月，是一家聚焦高比能、高安全固态锂电池研发、制造与应用的高科技企业，致力于为未来 “零碳” 能源转型提供高效、安全与清洁的新一代全固态锂电池系统解决方案。

本公司技术传承于中国科学院青岛生物能源与过程研究所固态能源技术团队，该团队深耕固态电池二十多年，在固态电池发展理念、关键材料和核心技术领域做出重大贡献。该团队发现了商品锂离子电池氢锂竞争反应和氢化锂界面氢串扰三元电池失效机理，发明了 “刚柔并济-三相渗流” 聚合物复合电解质关键材料体系，国际首创 “内外兼修-能级匹配” 与 “原位固化-界面融合” 等全固态电池制备理念，独立开发了国际领先的全固态电池电解质关键材料与核心工艺，拥有相关专利 260 余项，具备完整的知识产权布局。

目前已成功开发四代综合性能优异的固态锂电池，兼顾高能量密度、高功率与高安全性能，具备 5C 快充能力，在深海、深空、大规模储能、新能源汽车等方面得到了长期可靠性验证，产品性能国际领先。值得强调的是，凭借多年电池技术开发经验，该研发团队基于亚硫酰氯衍生物体系，开发出了首款宽温区（-60℃～90℃）二次高比能凝聚态锂金属原型电池，该电池能量密度超过 700 Wh/kg，这将极大促进深空深地开发，为新兴的人形机器人、低空经济和人工智能产业注入强劲动力。

二、引领新能源未来，加速绿色发展

固态电池相较于传统液态锂电池，使用固态电解质替代电解液，锂离子在固态电解质和正负极中完成离子传输，避免了液态电解液与高活性电极材料的副反应，从本征上提升了电池的安全性能。此外，固态电解质可以匹配更高活性的电极、拓宽正负极电位窗口，从而实现更高的能量密度，在相同体积或重量下能够存储更多的能量，这对于提升电动汽车、电动船舶和飞行器的续航里程至关重要。

中科深蓝汇泽作为新一代全固态电池制造商，开发出的聚合物基固态电解质拥有更宽的电化学窗口、更高的离子导电率，在实际应用中，电池可实现更高能量密度、更出色的长续航能力以及更好的倍率性能。

在全球对于清洁能源和高性能电池需求不断提高的背景下，随着固态电池技术的不断成熟与应用，中科深蓝汇泽凭借其深厚的技术积累和强大的研发团队，将在未来空中出行、电动汽车、可再生能源存储等多个领域发挥重要作用，为推动全球可持续发展做出贡献。

AI 算力基石：万字剖析 AI 基础设施的硬件架构、全球竞争格局与中国自主发展之路｜顺为行业观察

在当今科技迅猛发展的时代，以芯片、板卡、服务器为主的人工智能基础设施（AI Infra）作为未来 AI 时代数字经济的基石，正逐渐从幕后走向台前，从数据中心走向每一个智能设备的边缘。

随着 AI 技术的不断进步，全球对于 AI 基础设施的需求激增，这不仅推动了半导体市场的快速增长，也为整个行业带来了颠覆性的变革。从 NVIDIA 的 A100 和 H100 GPU，到 AMD 的 MI300 系列，再到华为的昇腾 910B，各大半导体厂商正在加速迭代产品线，以满足迅猛增长的 AI 计算需求。

AI 基础设施的快速发展，预示着智能系统将拥有更加强大的 “心脏” 和 “大脑”，能够通过高效的数据处理和智能推理来快速学习和适应复杂的任务。这在大模型训练和推理、自然语言处理、图像识别、科学计算等领域带来了显著的提升。同时，随着计算芯片架构迭代，以及存储技术、互联方案、先进封装的发展，AI 芯片的性能和能效比也正在持续提升。

然而，尽管 AI 基础设施的发展前景令人充满期待，其实际建设和应用仍面临诸多挑战。从技术层面来看，如何突破存储墙和互联墙的瓶颈，如何提高数据中心的能效比，以及如何实现 AI 芯片的高性能和低成本，都是当前研究的热点和难点。从产业角度来看，AI 基础设施的全球竞争格局日益激烈，如何在当下实现产业链的协同和创新，这些都是行业亟待解决的问题。

在下文的分享中，你将了解到：

AI 基础设施的定义及其在计算、存储和互联层面的发展现状；

全球主要厂商在 AI 基础设施领域的进展和挑战；

中国 AI 基础设施的发展方向和策略；

AI 基础设施未来的发展趋势，包括计算芯片的 DSA 架构、存储芯片的 HBM 技术、先进封装以及能源系统的优化；

中国在 AI 基础设施领域的投资机会和挑战，以及如何在全球化的背景下寻求突破。

顺为资本 陈冠潼

关注半导体芯片、智能制造等行业

欢迎在下文中与我们分享你对于 AI 基础设施行业的观点与看法，或者发送你的想法与建议至陈冠潼的邮箱：chenguantong@shunwei.com 。

另外，我们将在评论区选取 5 位读者，送出赠书一本～

AI 基础设施行业观察：

AI 时代的到来与算力需求的激增

随着大模型（LLMs）规模的不断扩大，AI 时代的步伐已经加快。在 AI 模型的发展过程中，Scaling Law（扩展定律）成为推动性能提升的重要理论基础。根据 Scaling Law，当模型参数、训练数据和硬件配置同步增加时，AI 模型的能力会随之提升。模型扩展的这一趋势被视为 AI 时代的 “摩尔定律”，推动了各类 AI 系统的蓬勃发展。

当前，像 GPT-4 、 PaLM 2 以及中国的悟道 2.0 等大模型不断涌现，参数规模从数十亿级别扩展至数千亿甚至上万亿级别。这一现象表明，未来的 AI 技术将需要更强大的算力来满足训练和推理的需求。麦肯锡预测，到 2030 年，全球 AI 计算需求将达到 25×10³⁰ FLOPS，相当于 2024 年需求的 50 倍，这意味着 AI 基础设施建设将进入一个密集投入期。

AI 基础设施需求提升，

推动半导体市场快速增长

“AI 基础设施” 狭义上指用于 AI 训练、推理的硬件，目前训练和推理场景均在云侧数据中心，AI 基础设施即数据中心的服务器、板卡、芯片等，但推理未来也会在 smartphone 、 PC 、机器人、智能硬件、汽车等场景多元化，AI Infra 定义将被扩展。

AI 算力基础设施（数据中心为主）已成为全球半导体增长的主要驱动力，拉动全球半导体市场达到 1 万亿美元。在各类智能设备中，从智能手机到个人电脑、智能家居再到数据中心，AI 芯片的需求不断增加。其中数据中心在 2023 年也阶段性超越消费电子成为最大半导体终端市场。 GPU 在数据中心中扮演着至关重要的角色，而 AI 大模型的特征也使得存储需求大幅提升。

自 2023 年以来，消费类市场、数据中心、汽车、通信和终端设备的需求快速上升，数据中心的扩建尤为突出。在未来几年，这些领域将以约 10% 的年均复合增长率（CAGR）保持高速增长。

推动这一增长的关键在于：

数据中心和云计算：为了支持大规模模型的训练和推理，企业需要不断扩展其数据中心和计算资源。

智能终端设备：AI 技术的普及使得终端设备的智能化成为趋势。

汽车和通信：AI 在自动驾驶和 5G 通信领域的应用拓展，为芯片厂商创造了新的增长机会。

AI 基础设施中的：

计算、存储、互联与生态构建

如图所示，不同科技巨头正在各自领域内推动 AI 基础设施的创新，AI 基础设施正在重塑全球科技格局。

NVIDIA：凭借强大的 GPU 硬件、互联方案和 CUDA 生态系统，成为全球 AI 计算的领导者。

AMD：通过 MI300 等新产品系列进行扩展，在 GPU 市场取得一定进展。

SK Hynix：作为 DRAM 三大原厂之一，引领全球 HBM 发展。

Qualcomm：在 AI PC 、 AI Smartphone 时代想象空间提高，正在推动终端设备的智能化。

Broadcom 和台积电：分别在半导体互联和制造代工领域中发挥重要作用，为 AI 基础设施提供底层支持。

AI 基础设施的未来将由计算、存储、互联和通信技术共同驱动。同时，边缘计算和物联网的快速发展将进一步推动 AI 技术向终端设备的渗透。

一、 AI 基础设施系统架构梳理

AI 基础设施的构建是确保 AI 技术高效运行的基石，涵盖了计算芯片、存储系统、互联方案、封装技术、电源管理和冷却方案等关键环节。

1. 计算芯片：CPU 、 GPU 、 DSA（ASIC）

计算芯片是 AI 基础设施的核心，用于执行训练和推理等高强度任务。

CPU（central processing unit，中央处理器）：是对计算系统所有硬件资源进行控制调配、执行通用运算的核心硬件单元，在处理单线程、通用及复杂计算任务的能力强。全球 CPU 市场主要由 Intel 、 AMD 两家美国公司垄断，合计市占率常年维持在 95% 以上。 CPU 具有极高的灵活性、兼容性，通用服务器（传统）绝大部分计算资源依赖 CPU，在过去数十年间，CPU 作为数据中心的算力中枢，负责了网站运行、数据管理、企业级应用等诸多功能，但由于在架构本身处理多线程计算任务能力差，在处理 AI 任务时性能和成本均远劣于 GPU，CPU 逐渐失去了主导地位。

GPU（graphics processing unit，图形处理器）：是一种异构多核处理器芯片，针对图形图像处理和优化场景设计，包括运算单元、 L0/L1/L2 缓存、存储单元、分配单元、寄存器堆等。 GPU 擅长并行计算，是目前 AI 服务器的算力中枢。由于其架构特征及极高的通用性，GPU 是目前最适合大模型训练、推理的成熟硬件方案。 GPU 目前已成为仅次于 CPU 、 DRAM 的第三大半导体市场，受 AI 需求驱动，多家机构预测 GPU 将以超过 CAGR~20% 高速增长，在 2030 年超过千亿美元，有望成为全球最大半导体细分市场。近年来，NVIDIA 的 GPU 市场占有率一骑绝尘，其 CUDA 生态系统进一步巩固了优势。

DSA（Domain Specific Architecture）指专为某计算场景定义的特殊芯片架构：如 Google TPU 等 ASIC 芯片为特定 AI 任务（如 AIGC 模型推理）设计。这些芯片具有高效的能耗比，并在特定应用场景中展现出卓越的性能。 McKinsey 预计 2030 年 95% 的 AI 计算任务将由 DSA 架构 AI 加速核完成，基本完全取代 GPU 。

2. 存储芯片：

HBM 、 HAND 、存内计算、新型存储

AI 模型训练和推理需要高效的数据存储与访问，存储系统在整个计算架构中至关重要。然而，当前存储能力的提升速度远不及计算能力，大大制约了整体系统表现，出现了 “存储墙（memory wall）” 问题：指代存储芯片及互联性能的提升速度远不及计算芯片的提升速度，使得数据的存储、搬运成为制约计算系统整体表现的核心原因。

为了解决存储墙问题，存在两种思路：减少 SoC 和外部存储之间的数据传输需求；将存储更 “贴近” 计算芯片。

HBM（High Bandwidth Memory，高带宽存储）：即 “3D 堆叠” 的 DRAM，将 4/8/12/16 层 DRAM 存储芯片在垂直方向进行堆叠，之间通过硅通孔（TSV）、微凸块（micro bump）进行连接，可以实现更高存储密度、更高通信带宽、更低功耗，实现超高速数据传输，解决了大规模计算中的数据瓶颈问题。 HBM 广泛用于高性能 GPU 和 AI 加速器中，如 NVIDIA H100 GPU 。未来，HBM3 和 HBM4 的推出将进一步提升性能，适应更复杂的 AI 模型需求。

DRAM（Dynamic Random Access Memory，动态随机存储器）：是一种由晶体管和电容器组成基本存储单元的高密度/大容量、相对低成本的易失性存储器，被用于主存/内存，是仅次于 CPU 的全球第二大半导体细分市场。虽然不如 HBM 带宽高，但 DRAM 凭借其较大的存储容量和较低的成本，依然是数据中心的重要组成部分。

NAND (not-and) Flash：是最主流的非易失性闪存存储器，常被用于外存，固态硬盘、手机是 NAND flash 应用占比最高的两大场景；NAND 是除 DRAM 外第二大的存储类半导体器件。 3D NAND 技术的成熟大幅提升了存储密度，使其成为 AI 服务器和终端设备的重要存储解决方案。

存内计算（Process-in-memory，PIM）：即 “直接在存储中进行计算”，是计算与存储合并在一个单元内的架构，无需或大幅减小数据搬运的需求，从而解决存储墙的问题。

3. 先进封装：2.5D 与 3D 封装技术

先进封装技术为突破计算和传输瓶颈提供了解决方案，作为 “超越摩尔” 的主要技术路径之一，近年来得到了快速发展，先进封装发展的主要驱动力包括：

制程趋近极限带来的摩尔定律放缓：在 3D 层面集成可进一步提高集成度并降低成本；

AI 芯片存储墙问题：提升互联性能、降低能耗；

Chiplet 模式的加速发展：先进封装使得 Chiplet 的集成成为可能，是前提条件。

先进封装是一个较宽泛的概念，指利用键合等方式实现更高集成度、更小尺寸、更高性能、更低功耗的一系列芯片封装技术。广义上，先进封装包括高密度倒装封装（HD Flip Chip）、晶圆级封装（Wafer Level Package）、 2.5D 封装、 3D 封装。

狭义上，先进封装指 2.5D 和 3D 封装，即通过 TSV（硅通孔）技术在 Z 轴上进行信号延伸和互联，可以将多个芯片进行垂直堆叠，以实现更高的集成度和更好的互联性能。

2.5D 封装：集成密度超过 2D 但未达到 3D，将多个芯片整合在同一基板上，提高了芯片之间的数据传输效率。采用硅中介层（interposer）的集成方式进行互联，典型代表为 TSMC 的 CoWoS 封装工艺，如 NVIDIA A100 与 H100 芯片。

3D 封装：通过垂直堆叠芯片实现更高的集成度和互联性能，台积电和三星在这一领域具有技术领先优势。 3D 封装使得存储和计算单元更加紧密地协作，提高了整体系统的能效。典型代表为 TSMC 的 SoIC 工艺；HBM 也属于一种广义的 3D 封装工艺。

4. 其他主板芯片与元器件：

互联芯片、电源管理

互联技术：NVIDIA NVLink 和 NVSwitch 全球领先

AI 服务器内部的计算单元需要通过高速互联进行高效协作。传统 PCIe 技术已逐渐无法满足现代 AI 任务的需求，NVIDIA 的 NVLink 和 NVSwitch 技术提供了更高的带宽和更低的延迟。

NVLink 技术：NVIDIA 的高带宽互联技术支持 GPU 之间的低延迟通信。新一代 NVLink 将带宽提升至 900GB/s，相当于 PCIe 5.0 的 7 倍。

NVSwitch 系统：实现节点内部与外部的交互，用于连接多 GPU 服务器及集群数据中心。每个 NVSwitch 拥有 64 个连接端口，支持 2.7Tb/s 至 13.6Tb/s 的数据传输能力，为 AI 系统提供顶级算力。

电源管理：DCX 模块与能源效率优化

AI 服务器的高功耗要求更加高效的电源管理系统。传统的 12V 供电方案在能效上已经无法满足需求，48V DC 系统逐渐成为新一代服务器的标准。电源管理采用 DC/DC 转换模块优化电流传输，将 50V 直流电降压至芯片所需的 0.8V，以减少电流转换中的损耗。

国内企业正在开发本土 DCX 模块，努力摆脱对国外供应的依赖。预计未来华为等数字能源企业将成为关键参与者。

DCX 电源管理模块：支持高效的电压转换，为 GPU 和 AI 加速器提供稳定的电源供应。

5. 服务器侧：制冷方案、光通信、互联方案

制冷方案：数据中心的散热与热管理

AI 服务器在高负载运行时产生大量热量，传统风冷系统已不足以满足散热需求。液冷和浸没式冷却系统逐渐成为数据中心的主流方案。智能监控系统结合冷却设备，确保数据中心温度与能效的最佳平衡，满足 AI 服务器的高密度部署需求。

液冷：通过液体循环降低服务器温度，提高散热效率。

浸没式冷却：将服务器完全浸入冷却液中，极大减少了能耗和维护成本。

光通信模块：核心元件与发展趋势

光模块在数据中心的高速数据传输中发挥着关键作用。随着数据中心规模的扩大，光通信设备的重要性进一步提升。作为光通信系统的核心部件，光模块 BOM 成本占比达到 75-80% 。主要元件包括光芯片（VCSEL 、 PD）、 TIA 、 DSP 和调制器。目前全球市场以 Coherent 、 Lumentum 等厂商为主，但中国企业正加速自主开发，缩小与国际市场的差距。

互联方案：提升服务器通信性能

数据中心的瓶颈不仅来自计算力，还包括不同节点间的通信延迟。 NVLink 与 PCIe 等技术持续升级，提高了服务器内部与集群之间的通信效率。英伟达的互联系统结合了 NVLink 和 NVSwitch，实现高效的数据传输，为大规模计算提供了支撑。

6. 端侧：AI 手机、 AI PC 的框架

出于对个性化、隐私、低延迟的诉求，AI 大模型在端侧进行部署存在广大的想象空间。但端侧 AI 的部署仍受到算力、存储、电量的限制，其中大模型对内存容量的高要求可能是限制大模型在端侧部署的主要因素。

AI 手机：SoC 架构与 AI 算力的突破

手机端芯片采用 SoC 集成方案，融合 CPU 、 GPU 、 NPU 等多元计算单元。像华为的 Kirin 9000S 、苹果 A18 Pro 、骁龙 8 Gen 3 等芯片正推动 AI 手机进入深度学习时代。 AI 手机的重点发展方向包括本地推理、语音交互及个性化应用，使终端设备不依赖云端计算，同时提升用户体验。

AI PC：赋能新一代办公与生产力

AI PC 以 PC SoC 芯片为核心，融合 CPU 与 GPU，优化深度学习推理能力。例如，苹果 M4 、 AMD Ryzen AI 300 以及 Intel 的 Meteor Lake Ultra 等芯片都在推动个人计算机进入 AI 时代。

未来 AI PC 将不仅用于办公，还将在数据处理、模型推理等场景中发挥关键作用，实现更高效的生产力。

二、全球主要厂商进展

全球 AI 基础设施市场正在经历快速变革，各大企业在计算芯片、存储技术和封装工艺上的竞争日趋激烈。

NVIDIA  凭借 GPU 的绝对性能和 CUDA 生态系统，稳居市场领导地位。 NVIDIA 通过软硬件结合的战略强化了市场壁垒，其 H100 GPU 和 NVLink 互联技术不仅满足了高性能计算的需求，还为大型 AI 模型的训练和推理提供了基础设施支撑。 NVIDIA 在较长时间内，仍将维持全球范围对 GPU 、加速卡、 AI 服务器的接近垄断地位。

AMD  正凭借多元化的产品布局向 NVIDIA 发起挑战。 AMD 不仅在 CPU 市场中凭借 EPYC 系列占据一席之地，还通过 MI300 GPU 和 Xilinx 的 FPGA 技术在 AI 计算市场扩展影响力。多元化的芯片组合使 AMD 能够灵活应对不同场景的需求，并在云计算和数据中心市场中取得了重要进展。然而，AMD 要想超越 NVIDIA，CUDA 软件生态系统是 AMD 难以逾越的一道难关。

Intel  作为传统的半导体巨头，尽管在 AI 领域的表现略显滞后，但其在先进封装和制程工艺上的布局为其未来发展提供了潜力。 Intel 与台积电一同推动了 3D 封装技术的应用，同时推出了 Sapphire Rapids 系列 CPU，以应对高性能计算的需求。然而，Intel 在 AI GPU 和加速器领域的相对劣势使其面临来自 NVIDIA 和 AMD 的双重压力。未来，Intel 需要在工艺优化和市场开拓方面寻求更多突破。

在 AI 基础设施的发展过程中，云厂商自研芯片可能在未来实现一定出货规模。 Google 、 Amazon 和 Microsoft 等企业通过自研 AI 加速器芯片，减少了对第三方供应商的依赖。 Google 的 TPU 系列自推出以来，广泛应用于 NLP 和计算机视觉任务，而 Amazon 的 Trainium 加速器则进一步提升了其 AWS 云服务的竞争力。这些云厂商的创新不仅推动了 AI 基础设施的发展，还重塑了芯片供应链的格局。

与此同时，中国企业也在 AI 基础设施市场中崛起。华为的昇腾 910B GPU 成为国内市场上与 NVIDIA A100 抗衡的少数选择之一，并在 AI 训练和推理中展现出强大性能。长鑫存储和长江存储作为本土存储厂商，通过自主研发的 DRAM 和 3D NAND 技术，逐步弥补了国内市场的短板。尽管中国厂商在产业链上仍面临挑战，但随着技术的积累和政策支持，他们正在缩小与国际领先企业的差距。

未来，AI 基础设施市场的竞争将不仅限于计算芯片的性能提升，还将包括存储效率和封装工艺的优化。 2.5D 与 3D 封装技术的发展将进一步提升计算单元之间的协作效率，而 Process-in-Memory 等新兴技术有望解决传统架构中的数据传输瓶颈。全球市场的格局也将更加多元化，各大厂商需要在创新和市场拓展上不断突破，以应对日益复杂的市场环境。

总的来说，AI 基础设施的发展正处于关键转型期。随着各大厂商的深度布局和竞争的加剧，计算芯片、存储系统和封装工艺之间的协同创新将成为决定企业成败的关键因素。 NVIDIA 、 AMD 、 Intel 、云厂商以及中国本土企业的互动与博弈，将在未来几年内重新定义全球 AI 基础设施的市场格局。

三、中国企业的未来方向

随着全球科技竞争的加剧，AI 基础设施已成为中美博弈的重要战场。美国通过严格的出口管制和技术封锁，试图限制中国在高端芯片和半导体领域的崛起。具体措施包括 EAR 条例和实体清单，对关键技术和产品如 GPU 、 EUV 光刻机及半导体材料实施全面限制。这种多层次的封锁试图遏制中国获取尖端技术与设备的能力，使其在未来的科技竞争中陷入被动。然而，中国并未因此停滞不前，而是在不断探索自主创新路径，以突破核心技术瓶颈，确保科技产业的独立发展。

美国的 “小院高墙” 策略针对性地封锁中国获取高性能计算芯片和 AI 加速器等产品，这不仅影响了华为、 SMIC 等本土企业的技术研发，也对中国 AI 产业链的上下游造成了严重冲击。在光刻机领域，ASML 等欧美供应商在国际市场上扮演关键角色，其先进 EUV 光刻设备的出口限制直接限制了中国高端芯片的制造能力。尽管 EUV 技术短期内难以实现完全自给，但通过技术积累和合作研发，中国企业已经在等效 7nm 工艺上取得了重要进展，为未来的技术升级奠定了基础。

在应对外部挑战的过程中，中国企业不仅需要依靠自主研发，还要重视供应链的整合与国际合作。华为的昇腾系列芯片和 SMIC 的 N+2 制程工艺为中国芯片产业链提供了重要支撑。与此同时，长鑫存储和长江存储的 DRAM 和 3D NAND 量产也显著提高了本土存储产品的供应能力。政策层面，中国政府通过专项基金和产业引导，鼓励企业在关键技术环节展开布局，并推动各领域的协同创新，以提升整体产业链的抗风险能力。

在国际合作方面，尽管欧美国家的出口管制对中国造成一定影响，但日本、韩国和欧洲国家仍希望在半导体市场上保持开放的贸易关系。这些国家和地区在材料、设备和技术服务方面占据重要位置，其市场态度将直接影响全球供应链的稳定性。因此，中国在推进本土化进程的同时，还需保持与其他国家的经济和技术合作，确保在复杂的国际环境中实现科技与产业的平衡发展。

总体来看，科技战给中国的科技发展带来了严峻挑战，但也为产业升级和自主创新提供了机遇。通过持续的技术创新和产业链整合，中国有望在未来的全球科技竞争中占据一席之地，实现从 “被动应对” 到 “主动出击” 的战略转变。这不仅是对当前局势的有力回应，更是未来科技强国之路上的关键一步。

四、 AI 基础设施未来发展趋势

未来 AI 基础设施的发展趋势呈现出多样化特征，从计算芯片到存储系统、先进封装工艺以及终端设备的智能化部署，每个领域都在推动新一轮的创新和产业升级。

1. 计算芯片架构的多样化：

GPGPU 与 DSA 竞争加剧

随着 Transformer 模型的大规模应用，未来 GPGPU（通用图形处理单元）可能无法高效地满足复杂的 AI 任务需求。 DSA（Domain Specific Architecture）定制芯片崛起，专门优化特定任务，以实现更高的性能和更低的成本。长期，GPGPU 和 DSA 可能共存于市场，GPGPU 处理通用计算任务，而 DSA 承担深度优化场景中的关键角色。

在现阶段，全球在 AI 芯片架构上做的尝试更多针对 SRAM 、 HBM 等存储上。未来，随着模型框架和算法固化，针对大模型的计算芯片 DSA 架构将具备更高的可行性，有望实现更高的 PPA 表现。

2. 存储芯片的升级与整合：HBM 成为主流

高带宽内存（HBM）因其超高的数据吞吐能力成为 AI 芯片的标配。

HBM 技术的迭代速度在提升，未来将引入更高层数和速度的产品，同时在能耗和体积上优化。 SK 海力士、三星等厂商正在扩充产能以满足市场需求，推动 HBM 与 DRAM 和 SRAM 技术的深度整合。

3. 先进封装技术的广泛应用：

3D 封装与 Hybrid Bonding 引领潮流

2.5D 与 3D 封装技术通过将不同类型的芯片紧密集成，提高了芯片的计算能力和能效。

TSMC 和 Intel 等厂商在 3D Hybrid Bonding 技术方面领先，将其作为未来 AI 芯片封装的主流方案。随着市场对计算效率的需求提高，先进封装将在未来成为产业链竞争的关键一环。

4. 指令集架构的多元化：

RISC-V 崛起与国产化趋势

RISC-V 开放架构因其灵活性和低成本，逐渐在边缘计算和物联网设备中获得应用。

随着全球对供应链安全的关注增加，中国正在加快 RISC-V 生态系统的布局，在与 x86 、 ARM 的竞争中打造自主可控的技术路线。

5. 能源系统的优化：

“AI 的尽头是能源”

AI 服务器出货量的提升、耗电量的大幅增加，使得 AI 数据中心的电力需求大幅上升。据 SemiAnalysis 预计，2030 年全球数据中心能耗将占全球总能耗的 4.5% 左右（由 1.5% 上升 3pct），带来的额外能源需求约为数万亿度电。

未来，新能源的利用和能源管理系统的智能化将成为数据中心和服务器的重要发展方向，推动绿色 AI 计算的发展。

6. 从云端向端侧设备的延伸：

智能终端设备的崛起

当前，AI 技术逐步从云端向端侧设备扩展，手机、 PC 以及汽车等终端设备都将搭载 AI 处理芯片。

智能手机 SoC（系统级芯片）正在集成更高性能的 GPU 、 NPU 、 DDR，以支持本地化的 AI 模型推理。未来的 PC 也将逐步采用更大 DRAM 和 NPU 的 AI 专用芯片，为用户提供更智能的使用体验。

案例分析：此芯科技——

国内首款搭载 ARM 架构的 AI PC CPU 探索

2024 年 7 月 30 日，「此芯科技」发布了中国首款 AI PC 处理器，标志着国产 PC 在 AI 时代迈出了重要一步。此芯的 SoC 采用 6nm 制程，集成了大核 A72 与小核 A55 的 “big.LITTLE” 架构，支持 4K 视频编码和解码。 GPU 部分采用自研架构，提供图形渲染与 AI 计算加速能力。此外，NPU（神经网络处理单元）提供 40TOPS 算力，可高效处理复杂的 AI 模型推理任务。

这款 AI PC 不仅能满足日常办公需求，还能支持 AI 推理、图像处理和语音识别等复杂应用场景。配备 128 位 LPDDR5 内存，带宽高达 6400Mbps，整体数据传输速率超过 100GB/s 。这一突破性产品的推出，标志着国产 AI PC 正在摆脱对国外芯片的依赖，走向自主创新的道路。

五、中国的 AI Infra 投资机会

1. 大算力训练芯片：

先进制程产能紧缺，关注 SMIC 进展

随着 AI 模型对算力的需求不断攀升，高算力芯片成为 AI 基础设施的核心。当前全球芯片制造领域的先进制程产能主要集中于台积电和三星等企业，但国内 SMIC（中芯国际）正在逐步突破技术瓶颈。中国企业通过发展自主 HBM 内存和前沿芯片封装技术，力争在制程和 Foundry 合作上取得进展。同时，部分企业正在布局 A100 级别的替代产品，这种产品具备与 NVIDIA 高端 GPU 竞争的潜力，将帮助国内厂商在全球市场上占据一定位置。

2. 端侧推理芯片：

市场需求牵引，DSA 架构或带来创业机会

端侧计算和推理芯片市场正快速增长，涵盖智能手机、 PC 和边缘设备。 RISC-V 等架构的崛起提供了可编程的灵活性，满足不同设备的推理需求。未来随着 DSA（领域专用架构）的发展，中国有望出现专注于 NPU 和 AI 推理芯片的初创企业。这些公司不仅能够抓住国内市场，还能通过差异化设计和高效能芯片架构在国际市场寻求突破。

3. 先进封装：关注设备、材料链条国产化

随着芯片封装从传统 2D 封装向 2.5D 和 3D 混合封装转型，先进封装成为提升芯片性能的重要环节。

中国企业在封装设备和材料链条上的国产化进程正在加速，减少对国际厂商的依赖。长鑫存储、长江存储、华为、盛合晶微等企业在封装设备和材料方面已形成一定布局，未来通过整合上下游供应链，国内企业将更具成本和效率优势，从而抢占全球封装市场的领先地位。

4. 光通信：光芯片、电芯片国产化，

关注硅光、 CPO 带来的技术变革

光通信技术正在经历快速迭代，CPO（共封装光学）技术和硅光芯片的发展为数据中心和高速网络提供了新动能。

光模块的升级以及光电芯片的融合，将极大提高数据传输速度与能效。国内企业需要在 DSP 、 TIA 等核心技术领域实现突破，以在全球光通信市场中占据重要地位。与此同时，光通信模块的国产化也将降低成本，增强供应链稳定性。

5. 其他：互联、制冷方案、电源管理等

在 AI 服务器和数据中心内部，计算单元之间的高速互连是性能优化的关键。 NVIDIA 的 NVLink 等技术已经证明了高速互联的重要性，而国内头部企业正通过整体自研互联系统，提升计算系统的整体效能。

同时，电源管理与冷却系统的优化将成为未来数据中心的重要关注点。国内企业通过在这些环节进行深耕，可以更好地服务于服务器和云计算市场，为 AI 基础设施的稳定运行提供保障。

这一系列投资机会表明，中国正加速布局 AI 基础设施的核心环节，从芯片设计、封装、通信到电源管理，逐步完善产业链条。

在全球供应链环境日益复杂的背景下，国内企业不仅要技术自主，更要加强上下游的整合，实现生态协同。这为资本市场和创业者带来了巨大的机遇，也为中国在 AI 时代的基础设施建设奠定了坚实基础。

具身智能企业「千寻智能」完成天使+轮融资，商业化落地驶入快车道｜顺为被投企业

近日，具身智能企业「千寻智能」完成了由柏睿资本独家注资的天使+轮融资，自成立至今，千寻在半年多的时间里已完成三轮融资。新融资后，公司将重点发力人才引进和商业化场景下的产品迭代及业务拓展。本轮投资方柏睿资本，是由宁德时代天使投资人，联合创始人、副董事长李平出资创办的投资机构。

顺为曾于 2024 年领投「千寻智能 Spirit AI」种子轮融资，并在后续的天使轮融资中给予持续支持。

一、关于「千寻智能」

千寻智能 Spirit Al，是国内极少数具备 Al+ 机器人生产力级全栈技术能力的具身智能公司，通过前瞻的产品思维、领先的大模型技术以及卓越的机器人研发能力，打造世界级通用人形机器人和下一代具身大模型与学习算法，让通用的机器人伙伴走进千家万户，驱动世界迈向智能机器人时代。

二、资本入局加速资源整合

千寻智能创始人兼 CEO 韩峰涛表示：“感谢资方的支持，千寻的愿景是打造能够适用于各类机器人的通用具身模型。依托于 UC 伯克利顶尖的 AI 技术、行业领先的硬件以及丰富的商业化实践经验，千寻智能拥有坚实的基础，并以此作为追求具身智能领域极限的基石。借助产投资源，千寻智能将快速切入市场化落地进行具身智能泛化性作业验证，预计在明年将交付数百台具身智能产品，有望成为全球首家在高附加值真实场景中实现批量交付的企业。”

“我们相信模型的质量取决于数据的质量，高质量交付所产生的高质量真实数据将助力千寻快速形成物理数据飞轮闭环，持续推动模型和算法快速迭代，最终赋予机器人前所未有的灵巧作业能力。”

三、率先实现多场景泛化

面向具身智能企业除技术之外的最大挑战，即应用场景探索，今年 9 月初，千寻智能已率先公布了通用机器人泛化技术最新研究成果。基于神经网络架构，机器人在非结构化环境下成功完成冲泡咖啡、手掂苹果等复杂动作，实现了多任务连续泛化能力。

具身智能要实现大规模落地，首先要解决泛化能力，满足不同场景的作业要求，而解决泛化能力的前提是获取高质量数据样本，这直接影响到机器人执行任务的精准性。

千寻智能拥有业界领先的具身大模型技术及卓越的机器人研发能力，在预训练模型、模仿学习和强化学习等方面核心技术优势突出。

四、全球顶级具身智能技术实力

千寻智能联合创始人高阳，本科毕业于清华大学，因热爱机器学习而选择美国加州大学伯克利深造，在 Trevor Darrell 团队攻读博士，专注于机器人跨模态交互研究。高阳不仅深耕视觉领域，还勇于探索可动 AI 与决策科学，博二即涉足自动驾驶，并在 Waymo 实习深化实践。他敏锐洞察到自动驾驶与机器人控制的共通性，积极推动模仿学习与强化学习的结合。在 Trevor 领衔的 Deep Drive 项目中，高阳负责核心算法开发与实车验证，亲历了从仿真到现实的跨越。其发布的自动驾驶数据集 BDDV，强调了数据质量对模型的关键作用。

博士后期间，高阳在伯克利跟随强化学习领域顶尖教授 Pieter Abbeel 开展研究，并与机器人学习领域的顶尖学者 Sergey Levine 深度合作，Pieter Abbeel 是扩散模型（Sora 、 SD 背后核心技术）的提出者之一，而 Sergey Levine 则是美国 Physical Intelligence（Pi）的联合创始人，专注于自主智能体学习复杂行为的算法研究，为 Physical Intelligence 提供了关键的技术支持和战略指导。就在不久前，Physical Intelligence 宣布完成 4 亿美元（约合 28 亿人民币）融资，使其整体估值达到 24 亿美元（约合 170 亿元）。

尤为重要的是，Sergey Levine 与高阳的技术研究都专注于提高机器人的泛化能力，通过训练一个模型来控制多种机器人。同时两个人都重视数据在机器人学习中的重要性，探索了如何利用多样化的数据集来训练机器人模型。由于两者研究技术路线趋同，因此两人也成了亲密无间的挚友，而 Physical Intelligence 的再次亮眼融资，也让高阳坚定了千寻智能未来会成为一个全球顶尖具身智能公司的信心。

放眼全球，目前最有成果的具身智能科学家和公司绝大多数都在北美，而伯克利又被称为具身智能大本营。博士毕业后，高阳选择回国，加入清华大学交叉信息研究院任博士生导师，聚焦计算机视觉与机器人结合领域的研究。他坚信当具备泛化能力的机器人技术得到大规模普及落地的时候，中国将会率先进入第四轮工业革命，而他则立志成为那把开启这扇大门的关键钥匙。

高阳在机器人领域拥有多项技术创新成果，在刚刚结束的德国 CoRL 2024 顶会上，高阳团队连中四篇高水平论文。除此之外，他们还发现了具身智能领域的 “圣杯”——data scaling laws，让机器人实现了真正的零样本泛化，可以无需任何微调就能泛化到全新的场景和物体。这一发现揭示了机器人对新物体、新环境以及环境-物体组合的泛化能力与训练数据量之间的幂律关系。

Scaling Laws：从 ChatGPT 到机器人的制胜法则（图为：谷歌 DeepMind 技术专家 Ted Xiao 评论，称该项研究对机器人大模型时代具有里程碑意义）

五、多维度高效协同，飞速发展

除此之外，模型的进化还有赖于高质量的商业化落地，千寻智能从创立之初就组建了专门的产品团队负责场景落地和商业拓展，从产品定义就以市场需求为主，真正的以客户和市场需求为中心，始终保持着敏锐的市场嗅觉。

公司另一位联合创始人郑灵茵曾是工业机器人出海先行者，曾组建和带领海外团队深耕全球市场，并迅速实现商业化成果转化。千寻智能不仅在国内市场上稳步布局，更将视野扩展至全球，在新能源电池、物流、餐饮、康养等领域完成 80+ 场景调研，已形成了一套独特且行之有效的商业化逻辑。

人工智能在大模型上的突破，使得 AI 深入理解并融入物理世界成为可能，加速了其进入现实生活的进程。具身智能是这波技术进展中的关键方向，其发展路线和技术路径日益清晰。千寻智能在 AI 技术、硬件研发和商业化应用上积累深厚，具备快速响应市场需求、持续迭代的能力。未来，公司将持续努力，致力于加速实现这一未来愿景。

高端生命科学自动化平台提供商「玄刃科技」宣布完成 A+轮战略融资，顺为持续加码

近日，国内领先的高端生命科学自动化平台提供商，玄刃科技（XR TECHNOLOGY）宣布成功完成 A+ 轮战略融资，本轮融资由华泰金斯瑞和顺为资本共同参与。

顺为曾于 2021 年投资「玄刃科技」Pre-A 轮融资，并在本轮融资中给予持续支持。

玄刃科技专注于为生命科学领域提供卓越产品和一站式整体解决方案，凭借稳定的产品力和强大的终端交付能力，不断引领行业创新。通过本轮融资，公司将加大研发投入、扩大商业版图，以更强劲的实力服务于药物研究、合成生物、诊断检验等前沿领域。作为生命科学领域的专业价值提供商，玄刃科技基于标准化技术平台，成功拓展化学及新能源实验室自动化新领域并交付诸多项目。

玄刃科技凭借其核心团队在跨国公司积累的丰富机器人研发经验以及严苛的质控体系，成功铸就了扎实的产品力，确保高效交付与可靠质量。

公司拥有专业的生化团队为客户提供技术支持、设计交付和售后维护等一流服务，服务范围涵盖基因细胞、组学分析、分子生物学、合成生物学、医药研发与生产、药品 GMP 等众多领域。

玄刃科技经过多年的迭代升级，拥有精湛的流体控制技术平台，确保液体控制和固粉注料达到更高的精度和更强的鲁棒性，基于该平台技术的产品和解决方案得到了多行业龙头企业的充分验证与认可，并于近年实现了标准化复购和交付。

自成立以来，公司始终致力于提升人效比及注重日常精细化管理，展现了极高的资源配置效率。与此同时，公司秉持与客户共同成长、携手前行的企业愿景，不断推动生科行业向前发展。

关于「玄刃科技」

玄刃科技，秉持 “技术先行、高效至上” 的理念，自 2020 年创立以来，以先进机器人技术深耕生命科学自动化产业，具备国内领先的流控技术，为客户提供高端智能化平台，服务药物研究与生产、合成生物、诊断检验等领域，助力客户提高实验通量、优化实验质量、提升研发与生产效率。

公司在上海与江苏多地拥有 5000 平研发与生产基地，提供从系统方案、产品交付到售后支持的全方位服务。自成立以来，公司已累计获得来自一线投资机构数亿元的融资，并先后荣获国家高新技术企业、上海市 “专精特新” 中小企业、创新型中小企业、成长型科技企业以及重点人才引进机构等多项称号。

化妆品原料创新研发商「观辰生物」完成天使+轮融资，顺为持续加码

近日，化妆品原料创新研发商「观辰生物」宣布完成天使+轮融资，本轮由凯风创投领投，赤子基金、水木清华校友种子基金跟投，天使轮投资方顺为资本持续加码。资金将主要用于完善研发管线、补充流动资金。

对于本轮持续加码「观辰生物」，顺为投资团队马晔清表示：“我们观察到，功效与纯净是当前中国美妆市场的两大趋势。顺为团队看好观辰团队的行业洞察、技术能力与商业化能力，期待观辰能为美妆行业贡献更多创新产品。”

一、一家专注于创新技术的化妆品原料商

「观辰生物」成立于 2021 年 9 月，以 “科技创造美” 为理念，开发化妆品创新成分。创始人乔舰在本科至博士阶段分别就读于清华大学、新加坡国立大学，曾在国际知名化妆品品牌拜尔斯道夫、欧莱雅以及国际原料公司赢创就职，从业经验丰富，且目前作为美妆科普博主，在全网拥有百万级粉丝。

基于创新技术的化妆品原料商，是观辰生物的基本定位——“不希望沿着「me too」的思路去做产品，而是立足更新的技术。” 在乔舰看来，倘若历经研究，将一种成熟活性原料的公斤成本从上万元降到几千元，并不会产生实质性意义，反而可能陷入重复、低成本的内卷与竞争中。因此，创新技术成为观辰生物最核心的差异点。

二、基于四大技术平台研发生产

今年 2 月完成天使轮融资时，观辰生物规划的两大研发导向是纯净美妆和功效，重点切入的技术则是光解技术、递送技术等。尽管目前仍处于相对早期的开发阶段，但经过近一年的发展，观辰生物已基于四大技术平台确立初步的产品框架：一是天然来源的复合果酸；二是基于光解技术的光解植物精华；三是靶向递送体系；四是活性物包埋技术。

据乔舰透露，围绕上述的四个技术平台，观辰生物将在今年底到明年一季度内实现产品量产，目前已与国货新锐品牌、国际化妆品公司开展业务合作。

再向前走，观辰生物希望做的事情是，在纯净、功效的基础上，跳脱成分的角度，去满足消费者的情绪价值。在乔舰的理解中，“消费者做决策时，功效是很重要的一部分，但「scientific story」也是差异化竞争、打动用户的重要因素。” 平台性的新技术恰恰能满足这种需求。与同行的原料商相比，这种意识使得观辰生物的研发更具市场导向。

化妆品原料领域有公认的权威 “ABCDE”—— Ashland（亚什兰）、 BASF（巴斯夫）、 Croda（禾大）、 DSM（帝斯曼）、 Evonik（赢创）。乔舰谈到，观辰生物的长期目标正是对标这些国际化、精细化的厂商，先将团队熟悉的化妆品赛道做透，在技术足够夯实后，会尝试在保健品、医药辅料、饲料添加剂等更广阔的行业拓展应用场景。

国内领先的空间激光通信核心技术研发与产品制造商「极光星通」完成超亿元 A++轮融资

近日，国内领先的空间激光通信核心技术研发与产品制造商「极光星通」宣布，完成超亿元人民币的 A++ 轮战略融资。本轮融资由北京市级引导基金——北京市商业航天和低空经济产业投资基金、彬复资本、宁波前湾新区甬商雅榕创投、光谷金控共同投资，长江资本等多家老股东持续加码。所募资金将重点用于公司规模化产能提升、下一代前沿产品的持续研发以及核心技术团队的进一步壮大。

顺为曾于 2023 年参与「极光星通」A 轮融资。

极光星通董事长兼总经理吴少俊表示：“衷心感谢北京市商业航天和低空经济产业投资基金、彬复资本、雅榕创投、光谷金控等新股东的信任与支持，以及所有老股东一如既往的鼎力相助。极光星通自成立以来，始终秉持技术创新驱动发展的理念，致力于突破空间激光通信的关键技术瓶颈，为客户提供稳定可靠、性能优异、使用便捷的激光通信产品。过去一年，我们在核心技术攻关、产品在轨验证和市场拓展方面均实现了跨越式发展。当前，中国商业航天产业正迎来黄金发展期，卫星互联网等国家 ‘新基建’ 项目加速推进，为空间激光通信技术提供了前所未有的广阔舞台。极光星通将乘势而上，借助本轮融资的强大动能，加快提升核心技术竞争力与产业化能力，努力成为全球空间激光通信领域的领军企业，为构建我国自主可控、高效安全的天地一体化信息网络贡献关键力量。”

此次 A++  轮融资是极光星通继 2024  年 10  月完成数亿元 A+  轮融资后，短短半年内再次获得资本市场的高度认可。密集的融资节奏和持续加码的老股东阵容，不仅印证了公司在技术研发、产品交付和市场开拓方面取得的扎实成效，也凸显了资本市场对空间激光通信这一硬核科技赛道长期价值的高度共识。

一、关于「极光星通」

北京极光星通科技有限公司是一家专注于空间激光通信核心技术与产品研发、生产、销售和服务的国家高新技术企业。公司致力于为全球客户提供高性能、高可靠的空间激光通信终端、系统解决方案及技术服务，产品广泛应用于卫星互联网、空间科学探测、遥感数据传输等领域，是推动我国空间信息基础设施建设的重要力量。

二、致力于构建下一代空间信息网络基石

空间激光通信技术，以其超高带宽、超高速率、高安全性、强抗干扰能力等独特优势，被视为构建下一代空间信息网络的基石，是实现全球无缝覆盖、实时互联的关键。极光星通在此领域深耕多年，已取得一系列令业界瞩目的成就。其中最具代表性的是，2025  年 3  月18  日，公司利用自主研制的 “光传 01/02  试验星” 激光通信载荷，成功完成了国内首次、速率高达 400Gbps  的在轨星间激光通信数据传输试验。这一速率不仅刷新了国内纪录，更达到了国际同期领先水平，为我国在该领域抢占了技术制高点，也为极光星通赢得了全球范围内的技术声誉。

极光星通成立于 2020  年，核心团队源于国内顶尖科研机构，拥有深厚的空间光通信技术背景。公司致力于为全球卫星运营商、科研机构及政府部门提供高性能、高可靠性的空间激光通信终端产品。

凭借快速响应市场需求和强大的工程实现能力，极光星通已成为国内多个巨型商业卫星星座计划的核心供应商和重要合作伙伴。公司现已构建起行业内覆盖全面的产品矩阵，其激光通信终端产品可满足星间同轨/异轨组网、星地高速数传、临近空间平台通信等多种复杂应用场景的需求。仅在 2024  年，极光星通便成功将 5  个型号共计 12  台激光通信终端随卫星发射入轨，全面进入了产品的规模化在轨应用与快速迭代优化新阶段。

本轮融资的成功，将为极光星通的下一阶段发展注入强劲动力。公司计划将资金战略性地聚焦于三大核心引擎：

首先，构筑世界领先的规模化智能制造能力，确保高品质、高效率地满足全球客户的批量交付需求，快速抢占并巩固市场份额；

其次，持续投入前沿技术研发，通过对小型化低成本终端等下一代技术的重点攻关，引领行业发展；

最后，加速集结顶尖人才，以强大的组织力，驱动公司长期可持续创新与高质量发展。

三、空间激光通信市场迎来爆发式增长

随着全球范围内卫星互联网星座建设的浪潮迭起，以及深空探测、载人航天、地球观测等任务对高速数据传输需求的日益增长，空间激光通信市场正迎来爆发式增长。 2024  年全球太空经济规模达 5960  亿美元，预计到 2033  年将增长至 9440  亿美元，超过一万颗卫星绕地球运行。

极光星通将继续秉持 “为客户提供高品质的空间光通信产品” 的使命，依托持续的技术创新和强大的资本助力，在全球太空经济的宏伟蓝图中，书写中国科技企业的精彩篇章。

创业计划联系：deals@shunwei.com

加入顺为或被投资公司：hr@shunwei.com

更多信息登录顺为资本网址:https://shunwei.com