《个股篇》——咋暖还寒（高精尖科技个股资讯大百科合集）

硅光产业逻辑及受益标的再梳理CJ通信
首先，硅光的技术在可插拔模块、CPO光引擎、Optical I/O下均有应用，需要分开讨论。
硅光对无源器件的影响
1）硅光模块方案下，大约30-40%的无源器件会被集成掉。但是部分核心器件像光纤阵列依旧会有，所以对TF等厂商影响或有限。
2）CPO和Optical I/O的方案下，无源器件的价值量或提升。得益于集成度的提升，硅光光引擎方案基本都是16通道起步，后续32/64通道均可实现。像光纤阵列（FAU），准直透镜阵列（lens array），高芯数的MPO/MTP光纤连接器（CPO交换机用）的价格都是和通道数正相关的，且连接距离较长，比如从光引擎到交换机端口。硅光方案下用的阵列产品耦合精度要求更高 （硅光本身的波导尺寸很小，耦合进光纤容易过度发散），同样通道数ASP或高于传统模块方案。
受益标的：（更多调研关注：股市调研）天孚通信（无源产品全覆盖、和NV绑定深）、太辰光（布局CPO交换机用的MPO连接器）。可关注：仕佳光子（硅基AWG此前出货Intel）、炬光科技（收购的SMO有布局准直透镜阵列）、光库科技（子公司加华微捷有做光纤阵列）、腾景科技（有做准直透镜）。
CW光源受益逻辑
1）量价：70mw的光源1托2，即400G硅光（4通道）用2个，800G硅光（8通道）用4个，100mw的光源1托4，但还不成熟。
2）渗透率：400G DR4有规模商用，800G DR8目前谷歌推进积极，NV在800G这代侧重VCSEL方案（比硅光更便宜），态度更谨慎。1.6T之后，VCSEL方案的退出将进一步加速硅光的渗透。CW光源前期单价高，量产后70mw 7-8美金，100mw 10-15美金。
3）切入进度：产品壁垒相对低，从研发到验证的进度上，国内和海外差距小，#源杰 处于第一梯队，小批量试用已发货，切入机会高，主要得益于研发领先，海外厂技术优势不明显。
受益标的：源杰科技（硅光用的CW光源进度第一梯队）、仕佳光子（布局CW光源）； 可关注 长光华芯（有布局通信用的InP激光器）。
硅光封测设备逻辑
目前头部模块厂商具备自制硅光封测设备的能力，但自制设备大多是半自动的，需要人工辅助。而Ficontec的设备目前是全自动化，生产效率跟高，更受海外大厂的青睐。截至24年1月，公司来自英伟达/台积电/博通的在手订单，为1007w欧元/209w欧元/103w欧元。所以产业逻辑上看，Ficontec或更受益于CPO及Optical I/O的产业趋势。
受益标的：罗博特科（拟收购Ficontec）。
需重视Optical I/O的蓝海市场
Optical I/O指的是为解决CPU, GPU, HBM等片间互联，低功耗、高带宽、低延迟的优势，用光互连取代传统的电I/O方案，目前最先商用场景或在GPU互联，GPU和光引擎合封在基板上，从概念产品看配比关系在1:2到1:16均有，对于硅光无源器件、CW光源和硅光封测设备是全新的增量市场空间。

不过三星也要2026年才可能量产。现在还只是个不错的方向。英特尔在去年9月宣布，将在2030年大规模生产玻璃基板，其已在亚利桑那厂投资10亿美元，建立玻璃基板研发线及供应链。预期到了2030年了。
在半导体领域追求推进摩尔定律极限的当下，行业公司们都在使出浑身解数，以图纳入更多晶体管、实现更强算力。不过之前，大部分竞争焦点集中于如3D封装等工艺环节，而玻璃基板则代表着另一环节竞争——材料。
玻璃基板技术突破是下一代半导体确实可行且不可或缺环节；该突破使封装技术能够持续扩展，实现在单一封装中容纳1兆个晶体管目标，并将摩尔定律延续到2030年之后。
用英特尔的话来说，玻璃基板能将单个封装中的芯片区域增加50%，从而可以塞进更多的Chiplet。

玻璃基板是一种表面极其平整的薄玻璃片，是构成液晶显示器件的一个基本部件，也是电子信息显示产业的关键战略材料。玻璃基板具有高精度、耐高温、耐腐蚀、无气孔等特点，是半导体制造过程中必不可少的材料。玻璃基板的制造需要经过注氧、取平、切割、抛光等多个环节，才能得到高质量的成品。
中国玻璃基板行业市场规模不断扩大，市场前景广阔。随着智能手机、平板电脑、电视等电子产品的普及和更新换代，液晶显示器件的需求量不断增加，进而推动了玻璃基板市场的增长。数据显示，2022年市场规模约为310亿元，预计2023年市场规模将达333亿元。
玻璃基板行业是一个技术和资本密集型行业，具有高技术壁垒，因此竞争较为激烈。目前，全球玻璃基板市场主要由美国和日本企业垄断，这些企业在技术、质量、规模等方面具有较大优势。然而，随着中国等新兴市场的发展，国内企业逐渐崛起，开始在全球市场中占据一定的份额。东旭光电子公司旭虹光电自主研发、生产的Panda高铝玻璃实现了在光热发电领域的创新应用，是中国第一款用于光热发电领域的高附力值玻璃，也是全球范围内首次采用高铝玻璃用于光热项目。

玻璃通孔 (TGV)为具有挑战性且昂贵的硅技术提供了一种成本更低、损耗更低的替代方案。面向未来，TGV基板将在3D集成半导体封装广泛应用。TGV将助力英特尔超越Intel 18A制程节点，达成2030年之前在单一封装中提供1万亿个晶体管的宏愿。

德龙激光(SH 688170 )公司从2021年开始布局集成电路先进封装应用，现有玻璃通孔(TGV)、激光开槽(low-k)、晶圆打标、模组钻孔(TMV)、激光解键合、辅助焊接等激光精细微加工设备，目前相关产品有少量出货，收入占比较低。

沃格光电(SH 603773 )目前公司TGV技术在半导体先进封装领域的市场化应用已进入量产前的产能投建阶段，并同时在加快推动与客户的各项沟通洽谈工作。具备玻璃基板级封装载板技术，且具备小批量产品供货能力。公司玻璃基板级封装载板产品采用TGV巨量微通孔技术，可实现各类芯片包括存储芯片的多层堆叠（2.5D/3D垂直封装）
三超新材(SZ 300554 )三超新材的倒角（边）砂轮可用于玻璃基板的倒边工序。
长电科技（SH 600584 ）已在进行玻璃基板封装项目的开发，预计今年量产。

烟哥周末好！2024这轮大科技涨幅最大的应该就是核心和新面孔，新技术。硅光和算力是这轮强度最大的，我认为涨幅最大的应该就是高新发展和罗博特科这两个了。高兴发展有可能调整完成之后冲击10倍，150左右，罗博特科应该能涨过200。上次在你这里讨论万丰奥威，当时基本没几个人认可讨论，现在已经遥不可及了，我也没想到这票能走得这么快，在炸板等一个回档震荡的时候卖飞了。

随着科技的日新月异，2024年已然成为了一个充满变革与机遇的时代。在这个风起云涌的科技浪潮中，AI、算力、机器人、半导体芯片、华为、脑机接口和数据要素七大主线方向尤为引人瞩目。


一、AI领域：巨头领航，应用无限
在人工智能领域，百度、腾讯、阿里巴巴等巨头凭借卓越的技术实力和广泛的应用场景，持续领跑。它们在语音识别、图像识别、自然语言处理等领域取得了显著突破，为AI技术的商业化应用奠定了坚实基础。随着技术的不断进步，这些龙头企业将为我们带来更多令人惊叹的AI应用。
二、算力领域：云计算巨头角逐未来
算力作为科技发展的核心驱动力，已成为各大云计算公司竞相角逐的焦点。谷歌、亚马逊、微软等云计算巨头通过不断扩大数据中心规模、提升计算效率，为人工智能、大数据分析等应用提供强大支持。在这个数字化时代，算力的重要性日益凸显，这些龙头企业将继续引领算力技术的发展方向。
三、机器人领域：创新引领，智能升级
机器人领域是科技创新的重要方向之一。Boston Dynamics、本田、索尼等企业凭借卓越的技术实力和创新能力，不断推动机器人技术的智能化、灵活性和适应性提升。它们的产品广泛应用于工业生产、医疗服务、智能家居等领域，为人们的生活带来便捷和惊喜。随着技术的不断进步，机器人将在更多领域发挥重要作用。

四、半导体芯片领域：龙头引领，性能为王
半导体芯片是现代电子产品的核心部件，其性能直接决定了产品的竞争力。英特尔、三星、台积电等龙头企业凭借先进的技术和制造工艺，持续推出高性能、低功耗的芯片产品，满足市场不断增长的需求。在这个信息化时代，半导体芯片的重要性不言而喻，这些龙头企业将继续引领芯片技术的发展潮流。
五、华为：通信与智能终端的佼佼者
作为全球领先的信息通信技术解决方案供应商和智能终端制造商，华为在5G、云计算、人工智能等领域拥有深厚的技术积累和创新能力。它的产品和服务遍布全球，为数字化转型提供有力支撑。在这个快速变化的时代，华为将继续保持领先地位，为全球用户带来更多优质的产品和服务。
六、脑机接口领域：探索未来，连接人脑与计算机
脑机接口技术是前沿科技领域的重要方向之一，正吸引着越来越多的企业投入研发。Neuralink、Facebook等企业在脑机接口技术领域取得重要突破，为实现人脑与计算机的无缝连接迈出坚实步伐。这项技术的发展将为人类带来前所未有的变革让我们拭目以待
七、数据要素领域：挖掘价值，驱动数字经济发展
数据要素作为数字化时代的核心资源，已引起各大企业的广泛关注。谷歌、Facebook、亚马逊等科技巨头通过大数据分析、个性化推荐等手段，不断挖掘数据的价值，推动着数字经济的发展。在这个数据为王的时代，这些龙头企业将继续发挥重要作用，为数字经济的繁荣做出更大贡献。

到底什么是RISC-V芯片？

提到CPU，大家首先就会想到"卡脖子"事件。
X86和ARM的IP授权虽然方便，但是不自主和不可控，
一被限制就可能导致国内一夜间"无芯"可用。
今天我们就来聊聊一个解决芯片卡脖子的有效方式--开源RISC-V芯片。要想了解CPU，那不可避免的要了解指令集。我们平常说的X86、ARM芯片，都是指的芯片的指令集架构。
指令集是软件和硬件之间的接口，简单来说指令集就是软件与硬件之间沟通的"翻译官"，是芯片产业中不可或缺的基础部分。使用不同的指令集，代表着不同的CPU。目前市面上的CPU分类主要分有两大阵营，一个是Intel、AMD为首的复杂指令集（CISC）CPU，另一个是以IBM、ARM、RISC-V为首的精简指令集（RISC）CPU。不同品牌的CPU，其产品的架构也不相同，例如，Intel、AMD的CPU是X86架构的，而IBM公司的CPU是PowerPC架构，ARM公司是ARM架构。同时，不同的芯片厂商按照指令集的设计情况分为精简指令集和复杂指令集。
那么不同的指令集有啥不同的？不同的指令集决定着CPU的处理方式。从指令集角度来看，CPU的效率主要通过两种思路来提升：要不通过降低每个程序所需的指令数来提升效率，要不通过降低每条指令所需的时间周期数来提升效率。
CISC更偏重前者，而RISC更侧重后者。目前来看，CISC指令集较为复杂，提供了丰富的指令，能够减少程序员的编程工作量。
然而，随着计算机科学的发展，人们发现这种复杂性会导致处理器的性能和能效下降。因此，RISC应运而生，它采用了一种更简单、更高效的设计理念，通过优化指令集，提高处理器的性能和能效，成为21世纪以来所有新兴领域的绝对主流。聊完指令集，我们了解到，不同的架构反映了设计者对同一功能的不同实现思路。在之前，X86、ARM芯片架构一直是用户采用最多的两种芯片架构。
但是X86被英特尔和AMD封闭使用、ARM要收取高昂的授权费用……
因此，20世纪80年代初，加州大学伯克利分校的David Patterson、斯坦福大学的John L. Hennessy等学者开始尝试对传统的CISC进行精简， RISC便由此诞生，信息技术史上浩浩荡荡的CISC与RISC之争拉开帷幕。
第一代处理器 RISC-I是1980年在伯克利 Dave Patterson 教授主导Berkeley RISC项目中设计而成，就是今天RISC架构的基础。随后，Dave Patterson 教授又在1983年发布RISC-II原型架构，在1984年发布RISCI-III架构，在1988年发布RISC-IV架构。
在这个过程中，RISC的设计理念催生一系列新架构如MIPS、IBM PowerPC以及现在统治嵌入式市场的ARM。
在21世纪初期，受当时开源运动在操作系统和应用软件领域取得了巨大成功（如Linux和Mozilla）的影响，为开源芯片设计带来了崭新的前景。时间来到2010年，当时加州大学伯克利分校的科研团队正在为一个新项目做准备，在调研了x86，ARM等现有指令集后，于是决定重新设计了一套全新的指令集。在这样的背景下，RISC-V（即第五代精简指令集计算机）作为开源芯片的代表，正式诞生了。RISC-V 这个名字，代表了 UC Berkeley 大学设计的第五代RISC芯片。同时罗马数字"V"也暗示 了"变种（Variations）"和"向量（Vectors）"，以支持各种体系结构研究，包括各种数据并行加速器，也是这个 ISA 设计的明确目标。
起初，学术界对于RISC-V的技术创新性持怀疑态度，学者们认为这不属于伯克利分校的教授们的工作，所以，RISC-V在一级学术会议上并不受到关注。直到伯克利团队将RISC-V从概念推进到原型芯片，并在2015年成立了非盈利组织--RISC-V基金会，历经大量的技术研讨会后，于是，RISC-V慢慢受到大众的关注和认可。

那么RISC-V具有什么显著特点和优势呢？今天我们就来看下：
(1)完全开源（自由、免费、可控）
开源意味着自由、免费、可控。对于 RISC-V 指令集的使用，RISC-V基金会不收取高额的授权费。开源采用宽松的BSD 协议，企业可以完全自由免费使用，同时也允许企业添加自有指令集，而不必开放共享，实现差异化发展。而且不必担心某一天像X86、ARM芯片架构一样，很容易被限。
(2)架构简单（没有历史包袱）
与X86和ARM这两大成熟架构相比，RISC-V架构具备显著的后发优势。计算机架构经过多年演进，更趋于成熟，许多问题已被研究透彻，作为后来者的RISC-V架构可以自然而然的加以规避。同时，没有向后兼容的历史包袱。直观地说，X86和ARM架构的指令多达数千条，而RISC-V架构仅需100余条指令。此外，简洁的架构方案还可有效减少错误发生（毕竟CPU流片成本是极高的）。
(3)模块化设计（像乐高一样灵活选择）RISC-V 架构不仅短小精悍，其不同的部分还能以模块化的方式组成在一起，从而试图通过一套统一的架构满足各种不同的应用场景。用户能够灵活选择不同的模块组合，来实现自己定制化设备的需要，比如针对小面积低功耗嵌入式场景，用户可以选择RV32IC 组合的指令集，仅使用Machine Mode(机器模式)；而高性能应用操作系统场景则可以选择RV32IMFDC 指令集，使用 Machine Mode(机器模式)与User Mode()户模式)两种模式。由于不同指令集的特点。精简指令集的RISC-V和ARM都有很好的低功耗特性，适合用于嵌入式系统、物联网设备、移动设备等低能耗场景。X86则比较高功耗，适合用于高性能计算、云计算、大数据分析等高能耗场景。
目前，市场上RISC-V已经在多个领域和场景中得到广泛应用：
物联网（IoT）
物联网设备通常对功耗和成本有严格的要求，而RISC-V凭借其高能效和灵活性成为了这一领域的理想选择。在今年6 月 27 日，中国移动正式发布全球首颗纯自研 RISC-V 架构的 LTE-Cat.1 芯片和移动首颗纯自研量产的蜂窝物联网通信芯片，他们分别是CM8610 LTE-Cat.1和CM6620 NB-IoT，两者在功耗，计算性能，射频性能上都非常优异。
往后RISC-V架构会被广泛应用于物联网时代，其内置的模块化设计可以很好地满足低功耗嵌入式设备需求。再加上开源免费的优势，让RISC-V成为未来潜力无限的物联网架构平台。
人工智能（AI）：
RISC-V架构提供人工智能需要的高性能处理器，同时也可以被设计为支持向量处理器（Vector Processor），提供更高的并行计算能力，优化不同的机器学算法和应用程序。
边缘计算（Edge）
边缘计算需要在设备端进行实时数据处理，对处理器的性能和能效有较高要求。RISC-V的简洁高效设计使其成为边缘计算理选择。
移动设备：
RISC-V处理器可被优化为节能模式，以延长移动设备的电池寿命。同时，基于RISC-V架构的灵活性，处理器可以被定制以满足特定的应用需求，提供高性能和低功耗的优点。
服务器：
RISC-V架构提高性能和改善能效比，从而降低数据中心的能源和运营成本。其也可以被设计为多核处理器，提供更高的并行计算能力和更好的负载均衡。RISC-V的开放性和灵活性也使得处理器可以满足不同的特定的服务器应用需求。
开发者社区与教育
由于RISC-V的开放性，全球的开发者和研究人员都可以参与到其生态建设中来。许多大学和研究机构已经将RISC-V纳入教学和研究计划，培养下一代硬件工程师。同时，也有越来越多的开发者社区和活动围绕RISC-V展开，推动技术交流和创新。
不仅如此，由于RISC-V架构的开放性、灵活性和适应性使它成为全球芯片设计者的首选之一。研究机构Counterpoint Research的数据显示，到2025年，RISC-V在IoT市场占有率将达到28％，在工业市场的占有率将达到12％，在汽车市场的占有率将达到10％。在中国政府芯片自主可控战略的推动下，许多中国企业已开始研发和生产基于RISC-V架构的芯片，RISC-V架构将逐渐成为中国芯片设计和制造领域的重要一步，帮助中国在芯片开发和生态建设方面取得成就。
目前，国产芯片制造商对RISC-V架构的积极参与已经取得了一系列显著的进展。华为、阿里巴巴、等知名企业都在积极研发RISC-V芯片，他们的加入为RISC-V架构的发展带来了更多的可能性和机遇。
例如，华为自主研发的麒麟处理器中就使用了RISC-V指令集架构。这种积极投入不仅提升了中国芯片制造商在国际舞台上的竞争力，也加速了RISC-V生态系统的形成和完善。相信随着更多中国芯片厂商的加入，RISC-V架构将在未来发展趋势中展现出更为蓬勃的生机与潜力。
数据统计，包括IP内核与芯片设计等主要内容在内，中国目前有300家以上公司在关注RISC-V或以RISC-V指令集进行开发。

1.奕斯伟(原京东方董事长王东升)：自研RISC-V core，SoC，北京
2.蓝芯(原字节CPU负责人卢山)：自研高性能RISC-V core，北京
3.时擎科技：自研RISC-V core，上海张江
4.中科睿芯(中科院计算所范东睿)：自研RISC-V core，北京
5.中科声龙(中科院计算所博后汪福全)：自研RISC-V core，北京
6.腾讯：自研RISC-V core，深圳
7.字节：自研RISC-V core和ARM Soc
8.百度：自研RISC-V core，北京
9.阿里平头哥：自研RISC-V core和ARM Soc
10.赛防中国：自研RISC-V core IP，北上
11.芯来科技：自研RISC-V core IP，北上武汉
12.进迭时空(原阿里平头哥910团队)：自研高性能RISC-V core，杭州，北京
13.海思：自研RISC-V core，ARM core，SoC，北上深、西安等
14.微核芯：自研RISC-V core，北京
15.开源芯片研究院(中科院计算所)：自研RISC-V core，北深
16.希奥端(原海思网络)：ARM SoC+自研RISC-V core，北深
17.超睿科技：自研RISC-V core，上海
18.算能科技：自研RISC-V core，北京
19.旭日辰芯(原Intel中国总裁杨旭)：自研RISC-V core， 北京
20.隼瞻科技：自研RISC-V core， 南京
21.睿思芯科(RISC-V团队谭章熹)：自研RISC-V core， 深圳
22.奥维领芯(塞昉SoC team联创)：自研RISC-V core和SoC， 北京
23.群芯闪耀科技(海光子公司)：自研RISC-V core， 北京
24.华米科技：自研RISC-V IoT CPU
25.紫光展锐：自研RISC-V core，北京
26.中兴通讯：自研RISC-V core，深圳
27.兆易创新：自研RISC-V core，北京
28.中科院：自研RISC-V core，北京
29.智原科技：自研RISC-V core，上海
30.海光：自研RISC-V core，北京
31.飞利信：自研RISC-V core，北京
32.乐芯：自研RISC-V core，上海
33.沁恒：自研RISC-V core，南京
34.中微半导体：自研RISC-V core，深圳
35.瑞萨电子：自研RISC-V core，北京
36.中科蓝讯：自研RISC-V core，深圳
37.核芯互联：自研RISC-V core，北京
38.汇顶科技：自研RISC-V core，深圳

展望未来，国产芯片借助RISC-V指令集有望摆脱对ARM的依赖，实现自主可控。随着RISC-V生态系统的不断完善和国内芯片厂商的不断努力，我们有理由相信，未来RISC-V将在中国的芯片领域有更大的应用空间和市场份额。同时，这也将推动我国在芯片领域的自主创新能力的提升，促进整个产业的健康发展。
在这个充满竞争的时代，RISC-V指令集的崛起无疑给了中国芯片产业一次难得的发展机遇。让我们期待国产RISC-V芯片的更多亮相和更好表现！

Figure神经网络（包含NPU）概念股


北京君正：该公司的NPU技术已应用于T40、T41、A1等芯片中，并且已经量产。
固高科技:公司表示各构型的机器人整机是公司部件、系统类产品的一个重要应用领域。2024年3月4日互动，公司基于自主研发构建面向机器人应用的软件体系。神经网络学作为一种技术手段有尝试导入到工业机器人系统中来解决一些特定应用场景下面临的工程问题。
大富科技:自主原创了NPL神经元并行计算机语言。
美格智能：公司是行业内最早推出高算力模组产品的企业，公司的高算力模组集成了CPU、GPU、NPU等多种计算单元，可进行通用计算和异构计算，根据应用场景需求可提供1.4 TOPS 到近48TOPS（对比上图已经非常高了）的AI算力。公司的高算力模组产品已经可以运行类似于Stable Diffusion、Llama 2等复杂大模型，为在各种不同类型的终端产品的端侧执行生成式AI的各类应用，提供了标准的软硬件环境。
国科微：该公司的NPU已经实现前端IPC最高4T算力和后端NVR/DVR 9T算力。
宏达新材:公司基于自主研发构建面向机器人应用的软件体系。神经网络学作为种技术手段有尝试导入到工业机器人
炬芯科技：端侧AI处理芯片布局领先，公司前期深度布局端侧AI处理器，24年公司将推出基于存算一体架构的CPU+DSP+NPU三核异构处理器，产品ASP提升3-5倍，22nm工艺下能效比高达7.8TOPS/W。
全志科技：该公司深入分析了AI算法的应用场景，积极推动NPU和DSP的AI专用算力在终端产品应用的落地。
深水海纳:公司通过自主研发,以神经网络为手段的精确控制系统模型。
泰尔股份:公司利用卷积神经网络和循环神经网络,构建滚动轴承和齿轮箱的故障预警模型和故障诊断模型。
国芯科技：该公司将继续与合作伙伴合作，共同开展GPU和NPU等技术的研发和应用。
瑞芯微：该公司新推出的SoC大部分都搭载了公司自研的NPU，以满足市场对于智能化和算力的需求。
云天励飞:公司自研神经网络处理器NNP400T已经在应用。
昆仑万维：子公司艾捷科芯旨在开发一款可编程的、具有高性能的 NPU 产品，同时应用于模型训练及推理。
神思电子:神思云脑是公司针对战略规划范围内的AI业务打造的认知计算云服务平台,基于大规模神经网络构建各类专项技术引擎以及行业知识库,具备支持语音识别、图像识别、语义理解、知识推理、设备远程升级等功能,主要服务于公司行业服务机器人。
芯原股份：该公司用于人工智能的神经网络处理器IP（NPU）业界领先，已在10多个领域、60多家客户的110多款产品中被采用。
金自天正:公司订单项目涉及人工神经网络算法。
九联科技 ：集成高性能华为自研NPU，我公司研发的信创智算产品可作为华为盘古大模型边缘端侧的算力底座。
广和通:公司拥有智能计算模组系列产品。该产品能在技术端能够将机器人视觉、人工智能解决方案、高精差分GPS定位技术集成在一起，为机器人提供全栈式解决方案。
奥比中光:公司专注于3D视觉感知技术研发,拥有较深的神经网络芯片及算法的技术累积,相关技术未来可在人形机器。
安凯微：公司具备完善的SoC芯片设计能力，能够将CPU、NPU、数字电路、模拟电路、电源管理等集成在单个SoC芯片中。
智微智能：该公司提供AI服务器和AIBOX边缘设备，推出了基于GPU、多家ASIC AI加速卡、ARM NPU的多系列产品。
岩山科技:人类脑神经网络算法模型目前尚处于研究阶段,理论上可以适用于智能驾驶、机器人等多个领域。
京北方:基于自然语言处理（NLP）技术的智能合同风险审核系统通过自然语义分析建立合同条款法律风险识别深度学神经网络模型，快速定位风险条款，缩短合同审核时间，提升法务工作者工作效率，降低审核成本。
华西股份:公司持有 GTI 8.98％股份，后者研发的光矛系列芯片是全球首款可同时支持图像与视频、语音与自然语言处理的智能神经网络专用处理器芯片方案。
创维数字 ：公司在NPU边缘计算等方面拥有差异化的AI技术应用。

老师，我有全志科技，亏着