AI三要素：算力，超摩尔定律迭代
　　3月，英伟达推出Blackwell芯片，6月初，英伟达公布整体芯片计划，预计将于2025年推出Blackwell Ultra，2026年推出名为“Rubin”的下一代AI平台，该平台将采用HBM4内存。
　　海光深算二号已经发布并实现商用，深算二号实现了在大数据处理、人工智能、商业计算等领域的商业化应用，具有全精度浮点数据和各种常见整型数据计算能力，性能相对于深算一号实现了翻倍的增长。深算三号研发进展顺利。
　　AI三要素：应用，垂直和通用选择
　　大模型趋于分化，通用和垂直两条道路。美国模型聚焦通用，国内模型聚焦垂直行业。
　　通用大模型：参数普遍达上千亿甚至万亿，需要高算力进行模型训练，适用性广，如谷歌“ BERT”、OpenAI“GPT”等。
　　垂直大模型：参数普遍几十到上百亿，所需算力小于通用模型，但对数据的专有性要求高，行业客户更易接受，能够看到明显受益。如华为“盘古”大模型。
　　风险提示
　　算力落地不及预期;应用是算力落地的关键，目前大模型开发、迭代已有一年，但终端爆品应用还未出现，大模型落地需要应用场景加持，市场在等待爆款应用的推出。
　　芯片成本过高影响落地进度。目前英伟达芯片供给虽有改善，但需求增长的速度远大于产能速度，订单执行周期过长，此外国内芯片虽需求旺盛，但产能受限。
　　智算中心建设进度不及预期。智算中心建设需要综合考虑，此外智算所需的卡以及客户都是市场关心的重点，这些资源要素在推进过程中面临着不确定性。