事件：百度“萝卜快跑”点燃无人驾驶网约车热潮。本周萝卜快跑凭借在武汉的优异运营表现获得较高关注度，作为百度 Apollo 计划的最新一代无人驾驶车型（Apollo RT6，24 年 5 月发布），萝卜快跑已经在武汉覆盖 3000 多平方公里和 770 万人口。全国来看，萝卜快跑已于 10 多个城市内使用，包括北京、上海、广州、深圳等一线城市及其他大城市。根据百度财报，截至 2024 年 1 月 2 日，萝卜快跑累计向大众提供的无人驾驶出行服务订单超过 500 万单。百度自动驾驶业务部的总经理陈卓表示，随着千台无人车陆续投入使用，已经非常接近收支平衡的临界点，萝卜快跑的目标是到 2024 年底在武汉实现收支平衡，在 2025 年全面进入盈利期。除了百度的无人驾驶外，享道、小马等均推出 Robotaxi，无人驾驶热潮燃起。

Robotaxi“跑起来”背后是 AI 软硬件的全体系支撑。为了实现自动驾驶功能，萝卜快跑的汽车配备较多传感器，以 Apollo RT6 为例，其配备 38 个车外传感器包含 8 个激光雷达、6 个毫米波雷达、12 个超声波雷达、12 个摄像头，可实现 1.8 倍环视感知覆盖，超过 200 米远距感知；此外，核心软硬件还包括 AI 芯片（百度自主研发的“昆仑芯”）、自动驾驶系统（百度 Apollo，具备 L4 级别的自动驾驶能力）、智能决策算法、车联网技术、高精度地图等；配备车规级高算力主冗双计算单元，算力可达 1200Tops。小鹏汽车在其 G9 车型中配备了 12 个摄像头（双目摄像头 *1+ 环视摄像头 *4+ 辅助驾驶摄像头 *6+ 车内摄像头 *1）、5 个毫米波雷达、12 个超声波雷达以及 2 颗激光雷达和两个 Nvidia Orin 芯片，总算力达到 508 TOPS。

展望全球，特斯拉 Robotaxi 备受期待，背靠 Nvidia 强算力支撑。特斯拉的 Robotaxi 是利用特斯拉的完全自动驾驶（FSD）技术，实现无需人类驾驶员的出租车服务，其发展高度依赖于特斯拉的 FSD 系统。今年 3 月特斯拉向北美车主推送了最新的 FSD V12.3.1 版本，马斯克在此前的试驾直播中表示，FSD V12 版本是端到端自动驾驶系统，采用人工智能算法进行车辆控制，特斯拉计划在 2024 年 8 月 8 日推出 Robotaxi。而 FSD 系统之所以可以处理庞大的驾驶数据，背后是 Dojo（特斯拉超级计算机，采用自研 D1 芯片）和 Nvidia 的强大 AI 训练能力，特斯拉一季度电话会表示，其自动驾驶发展曾受制于训练限制，目前已经解决该问题，部署了 35000 台 Nvidia H100 服务器，预计到 24 年底增加至 85000 万台。此外，马斯克表示特斯拉今年在 Nvidia 硬件上的支出将超过 5 亿美元，对应算力空间庞大。

Robotaxi 的“纷争”：激光雷达 VS 纯视觉。值得关注的是，Waymo、百度 Apollo 等无人驾驶出租车技术路径是摄像头 + 激光雷达，其本质是车路协同，通过雷达尽可能感知路况，提供 AI 训练及推理数据，而特斯拉的无人驾驶方案更接近于“纯视觉”，移除所有传感器，只在车辆上使用摄像头。

Robotaxi 的思考：无论哪种技术路径，AI 算力是无人驾驶的“灵魂”。无人驾驶概念由来已久，但是在今年才有武汉引起热议的萝卜快跑以及特斯拉 8 月发布 Robotaxi，都反映了一大边际变化，AI 训练及推理的加速进步，推动了无人驾驶的商用落地，本质上都是 AI 赋予了汽车以算力的“灵魂”，伴随后续无人驾驶网约车的需求崛起，对算力的需求有望指数级上升，无人驾驶或成为第一个真正的具身智能或者物理智能的 AGI：

• 云端：为了提高无人驾驶系统的效率、准确性和安全性，云端大模型训练至关重要，汽车各类传感器返回的海量数据对算力形成庞大需求。

• 控制域：无人驾驶在 AI 赋能下实现高度自动化和智能化的驾驶决策，本质是其背后的算力能够实时处理和分析大量传感器数据，进行精确的环境感知、动态障碍物识别与预测、复杂交通场景的理解、优化驾驶策略等。

• 座舱域：在智能座舱领域，多模态感知技术和大语言模型的结合正在改变人车交互的方式，需要大量算力融合语音、视觉和触控等多种感知信息，快速、准确地处理和响应用户指令。

从 Robotaxi 延展看未来：无人经济或将提前到来，算力成为核心资产。我们认为，无人驾驶有望作为首先需求起量的“无人经济”，其后包含的是庞大的市场空间，包含各类垂直领域如无人超市、无人机外卖、无人工厂等，无人经济逐步开展后算力需求更将紧缺，有望成为未来经济竞争的核心资产。

建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。算力调优 / 调度 / 租赁：恒为科技、思特奇、中科曙光、中国移动、中国联通、中国电信。算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。液冷：英维克、申菱环境、高澜股份、佳力图。边缘算力承载平台：美格智能、广和通、移远通信。卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。数据可视化：浩瀚深度、恒为科技、中新赛克。BOSS 系统：亚信科技、天源迪科、东方国信。

风险提示：AI 发展不及预期，算力需求不及预期，市场竞争风险。

1.投资策略：无人驾驶背后的算力故事

本周建议关注：

算力——

光通信：中际旭创、新易盛、天孚通信、太辰光、腾景科技、光库科技、光迅科技、德科立、联特科技、华工科技、源杰科技、剑桥科技、铭普光磁。

算力调优 / 调度 / 租赁：恒为科技、思特奇、中科曙光、中国移动、中国联通、中国电信。

算力设备：中兴通讯、紫光股份、锐捷网络、盛科通信、菲菱科思、工业富联、沪电股份、寒武纪。

液冷：英维克、申菱环境、高澜股份、佳力图。

边缘算力承载平台：美格智能、广和通、移远通信。

卫星通信：中国卫通、中国卫星、震有科技、华力创通、电科芯片、海格通信。

数据要素——

运营商：中国电信、中国移动、中国联通。

数据可视化：浩瀚深度、恒为科技、中新赛克。

BOSS 系统：亚信科技、天源迪科、东方国信。

本周观点变化：

本周受 Robotaxi 概念影响，通信板块上涨明显，尤其是与无人驾驶相关的通信设备、物联网、光通信领域。一直以来我们坚定看好 AI 算力板块，当前位置依旧坚定推荐。短期来看，Robotaxi 积极发展、“车路云一体化”试点工作推进顺利引发市场关注，无人驾驶不仅进一步拓展了 AI 应用的场景也对算力提出了更高要求，推动自动驾驶大模型加速发展。中长期来看，AI 应用场景不断落地带来了海量训练、推理需求，所需要的百万卡超大规模 gpu 集群，将会巩固交换机和光模块为主的通信市场持续放量逻辑。由于光电芯片新的产线建设周期较长，短期内产能难以匹配其日渐扩张的需求，下游光模块的供需缺口将持续存在。基于此，我们依旧重点推荐以 AI 算力为主的方向，重视其网络产品供应商包括云厂商光模块供应商、交换机供应商等。

2.行情回顾：通信板块上涨，运营商表现最佳

本周（2024 年 7 月 8 日 -2024 年 7 月 12 日）上证综指收于 2971.30 点。各行情指标从好到坏依次为：中小板综>创业板综>万得全 A＞万得全 A( 除金融，石油石化 )>沪深 300>上证综指。通信板块上涨，表现优于上证综指。

从细分行业指数看，通信设备、物联网、光通信分别上涨 4.10%、3.60%、3.40%，表现优于通信行业平均水平；移动互联、运营商分别上涨 1.0%、0.04%，云计算、卫星通信导航、区块链、量子通信分别下跌 0.4%、1.2%、1.5%、2.0%，表现劣于通信行业平均水平。

本周，受益资产重组预期，*ST 迪威上涨 23.45%，领涨板块。受益无人驾驶概念，中海达上涨 20.84%；受益 MR（混合现实）概念，佳创视讯上涨 19.18%；受益数据中心电源业务预期增长，中恒电气上涨 18.92%；受益车联网概念，高新兴上涨 12.97%。

3.周专题：无人驾驶背后的算力故事

事件：百度“萝卜快跑”点燃无人驾驶网约车热潮。本周萝卜快跑凭借在武汉的优异运营表现获得较高关注度，作为百度 Apollo 计划的最新一代无人驾驶车型（Apollo RT6，24 年 5 月发布），萝卜快跑已经在武汉覆盖 3000 多平方公里和 770 万人口。全国来看，萝卜快跑已于 10 多个城市内使用，包括北京、上海、广州、深圳等一线城市及其他大城市。根据百度财报，截至 2024 年 1 月 2 日，萝卜快跑累计向大众提供的无人驾驶出行服务订单超过 500 万单。百度自动驾驶业务部的总经理陈卓表示，随着千台无人车陆续投入使用，已经非常接近收支平衡的临界点，萝卜快跑的目标是到 2024 年底在武汉实现收支平衡，在 2025 年全面进入盈利期。除了百度的无人驾驶外，享道、小马等均推出 Robotaxi，无人驾驶热潮燃起。

Robotaxi“跑起来”背后是 AI 软硬件的全体系支撑。为了实现自动驾驶功能，萝卜快跑的汽车配备较多传感器，以 Apollo RT6 为例，其配备 38 个车外传感器包含 8 个激光雷达、6 个毫米波雷达、12 个超声波雷达、12 个摄像头，可实现 1.8 倍环视感知覆盖，超过 200 米远距感知；此外，核心软硬件还包括 AI 芯片（百度自主研发的“昆仑芯”）、自动驾驶系统（百度 Apollo，具备 L4 级别的自动驾驶能力）、智能决策算法、车联网技术、高精度地图等；配备车规级高算力主冗双计算单元，算力可达 1200Tops。小鹏汽车在其 G9 车型中配备了 12 个摄像头（双目摄像头 *1+ 环视摄像头 *4+ 辅助驾驶摄像头 *6+ 车内摄像头 *1）、5 个毫米波雷达、12 个超声波雷达以及 2 颗激光雷达和两个 Nvidia Orin 芯片，总算力达到 508 TOPS。

展望全球，特斯拉 Robotaxi 备受期待，背靠 Nvidia 强算力支撑。特斯拉的 Robotaxi 是利用特斯拉的完全自动驾驶（FSD）技术，实现无需人类驾驶员的出租车服务，其发展高度依赖于特斯拉的 FSD 系统。今年 3 月特斯拉向北美车主推送了最新的 FSD V12.3.1 版本，马斯克在此前的试驾直播中表示，FSD V12 版本是端到端自动驾驶系统，采用人工智能算法进行车辆控制，特斯拉计划在 2024 年 8 月 8 日推出 Robotaxi。而 FSD 系统之所以可以处理庞大的驾驶数据，背后是 Dojo（特斯拉超级计算机，采用自研 D1 芯片）和 Nvidia 的强大 AI 训练能力，特斯拉一季度电话会表示，其自动驾驶发展曾受制于训练限制，目前已经解决该问题，部署了 35000 台 Nvidia H100 服务器，预计到 24 年底增加至 85000 万台。此外，马斯克表示特斯拉今年在 Nvidia 硬件上的支出将超过 5 亿美元，对应算力空间庞大。

Robotaxi 的“纷争”：激光雷达 VS 纯视觉。值得关注的是，Waymo、百度 Apollo 等无人驾驶出租车技术路径是摄像头 + 激光雷达，其本质是车路协同，通过雷达尽可能感知路况，提供 AI 训练及推理数据，而特斯拉的无人驾驶方案更接近于“纯视觉”，移除所有传感器，只在车辆上使用摄像头。

Robotaxi 的思考：无论哪种技术路径，AI 算力是无人驾驶的“灵魂”。无人驾驶概念由来已久，但是在今年才有武汉引起热议的萝卜快跑以及特斯拉 8 月发布 Robotaxi，都反映了一大边际变化，AI 训练及推理的加速进步，推动了无人驾驶的商用落地，本质上都是 AI 赋予了汽车以算力的“灵魂”，伴随后续无人驾驶网约车的需求崛起，对算力的需求有望指数级上升，无人驾驶或成为第一个真正的具身智能或者物理智能的 AGI：

• 云端：为了提高无人驾驶系统的效率、准确性和安全性，云端大模型训练至关重要，汽车各类传感器返回的海量数据对算力形成庞大需求。

  
  

• 控制域：无人驾驶在 AI 赋能下实现高度自动化和智能化的驾驶决策，本质是其背后的算力能够实时处理和分析大量传感器数据，进行精确的环境感知、动态障碍物识别与预测、复杂交通场景的理解、优化驾驶策略等。

  
  

• 座舱域：在智能座舱领域，多模态感知技术和大语言模型的结合正在改变人车交互的方式，需要大量算力融合语音、视觉和触控等多种感知信息，快速、准确地处理和响应用户指令。

  
  

从 Robotaxi 延展看未来：无人经济或将提前到来，算力成为核心资产。我们认为，无人驾驶有望作为首先需求起量的“无人经济”，其后包含的是庞大的市场空间，包含各类垂直领域如无人超市、无人机外卖、无人工厂等，无人经济逐步开展后算力需求更将紧缺，有望成为未来经济竞争的核心资产。

4.福州试点无人驾驶已开放 15 个站点

7 月 1 日，工信部等 5 部委公布了智能网联汽车“车路云一体化”应用试点城市名单，福州等 20 个城市（联合体）入选。

据《福州晚报》7 月 10 日了解到，随着无人驾驶出租车进入示范应用阶段，市民可在福州新区滨海新城核心区已开放的 52 条道路，通过“萝卜快跑”小程序一键叫车，在设定的 15 个站点体验自动驾驶出租车服务（目前仍配备安全员）。

《福州晚报》了解到目前，百度、金龙、轻舟智航 3 家测试主体已申领 22 张智能网联测试和示范车辆临时行驶牌照，所有测试车辆均为 L4 级别自动驾驶车辆。目前应用区域内已部署 36 辆各类型车辆，包括 20 辆无人驾驶出租车、2 辆无人驾驶 MINI 巴士、6 辆无人驾驶公交车、8 辆小物种车辆（接驳车、零售车、扫地车等），道路测试里程累计达 9 万公里。

根据《福州新区智能网联道路建设导则》，福州新区正对 188 平方公里内的路口进行等级划分，改造提升高级智能网联路口 277 个、基础智能网联路口 105 个，力争 2025 年在整个区域内开放自动驾驶测试和示范运营服务。截至 6 月底，已完成 120 个智能网联路口建设，开放鼓石路、砥砺路、朗山路等 52 条道路路网，打通了滨海新城核心区主要道路路网、万寿站—下沙公园旅游专线。

5.商汤发布“日日新 5o”对标 GPT-4o

据第一财经报道，7 月 5 日，商汤科技在 WAIC 2024 举办“大爱无疆·向新力”人工智能论坛发布国内首个具备流式原生多模态交互能力大模型“日日新 SenseNova 5.5”，综合性能较两个月前的「日日新 5.0」提升 30%，交互效果和多项核心指标实现对标 GPT-4o。

对标 OpenAI 和谷歌此前的产品发布会，商汤也在论坛上搭台进行了模型交互能力的现场演示。商汤工作人员举起手机与“日日新 5o”打招呼后，它能识别出工作人员脖子佩戴的胸卡，判断这是一个大会会场。工作人员进一步测试了“日日新 5o”识物能力，将手机对准带有商汤 LOGO 的安全帽，模型能够识别出这与某个品牌或公司有关，将手机对准一个玩偶，模型回复称，“小兔玩具超可爱的，像穿着警服的卡通警察，白身子粉耳朵，紫眼珠特灵动，嘴边红点点缀，俏皮又逗趣。”工作人员还将手机对准了书，让模型介绍书名和内容，另外对准某一页书，模型也能概括这页大概的内容。根据记者在现场的感受，在交互反馈上，人类与模型问答间隔的时间大概在 2-3 秒。

据商汤官网介绍，“日日新 5.5”主要更新点包括：6000 亿参数基模型性能全面提升。大量使用合成高阶思维链数据，提升推理思维能力，在数理逻辑、英文、指令跟随等方面能力增强明显；率先推出国内首个“所见即所得”模型「日日新 5o」，流式多模态交互，带来全新 AI 交互模式。通过整合跨模态信息，基于声音、文本、图像和视频等多种形式，这种交互模式多任务适应性强，能够在同一模型中自然处理多种任务，且根据不同上下文自适应调整行为和输出；端侧模型全面升级，发布「日日新 5.5 Lite」，相比 4 月 5.0 版模型精度提升 10%，推理效率提升 15%，首包延迟降低 40%。目前，商汤「日日新」端侧模型已深入各个行业，与超过 150+ 客户启动商业对接，覆盖智能手机、平板电脑、VR 一体机、车载电脑、智能台灯等诸多 IoT 设备部署应用。

6.Anthropic：未来三年内，AI 大模型训练成本将上升至百亿美元

据 Tom's Hardware 7 月 8 日报道，AI 初创公司 Anthropic 的首席执行官 Dario Amodei 近期接受播客节目采访时表示，目前像 GPT-4o 这样的模型训练成本约为 1 亿美元，而目前正在开发的 AI 大模型训练成本可能高达 10 亿美元。

当然，10 亿美元还不是“终点”。Dario Amodei 作出预测，未来三年内，AI 大模型的训练成本将上升至 100 亿美元甚至 1000 亿美元。”

Dario Amodei 还谈到了对通用人工智能（AGI）的看法：AGI“不会突然实现”，而是一个渐进的发展过程。新的模型建立在过去的模型的发展之上，就像人类孩童不断学习新知识。

Tom's Hardware 报道称，若 AI 模型算力每年增长 10 倍，那么也可以据此推测训练模型所需的硬件也至少强大 10 倍。因此，硬件很可能是训练 AI 模型中最大的成本驱动因素。早在 2023 年，Trend Force 便估计认为 ChatGPT 商业化运行需要 3 万块 A100 显卡，而斯坦福 HAI 研究所通过云计算租赁价格测算 GPT-4 训练成本为 7800 万美元。

7.无问芯穹 Infini-AI 云平台宣布支持千卡混训

据 C114 报道，近日无问芯穹联合创始人兼 CEO 夏立雪发布了无问芯穹大规模模型异构分布式混合训练系统，该系统千卡异构混合训练集群算力利用率最高达 97.6%。同时，无问芯穹 Infini-AI 云平台宣布已集成大模型异构千卡混训能力，可进行单任务千卡规模异构芯片混合训练，具备万卡扩展性，支持包括 AMD、华为昇腾、天数智芯、沐曦、摩尔线程、NVIDIA 六种异构芯片在内的大模型混合训练。

据夏立雪介绍，7 月起，通过试训申请的用户，已可在 Infini-AI 上一键发起 700 亿参数规模的大模型训练。今年三月，无问芯穹 Infini-AI 大模型开发与服务云平台宣布首次公测，智谱 AI、月之暗面、生数科技等大模型公司客户在 Infini-AI 上稳定使用异构算力，还有 20 余家 AI Native 应用创业公司在 Infini-AI 上持续调用各种预置模型 API，使用无问芯穹提供的工具链开发业务模型。

“上次我们证明了 10 多种异构芯片在 Infini-AI 上可被用于大模型推理，这次我们则是证明了异构算力在 Infini-AI 上可以被用来做大模型训练。”夏立雪表示，“这项技术工程化的初衷，是希望能够通过整合更多异构算力，继续推高大模型技术能力的上限，同时通过打通异构芯片生态，持续降低大模型应用落地成本。”

8.中国移动新型智算中心标包 2 集采落地：光迅科技独家中标

7 月 3 日据 C114 从中国移动官网获悉，中国移动日前公示了 2024 年至 2025 年新型智算中心采购标包 2 的中标结果，武汉光迅独揽。此前中国移动公示了该集采项目标包 1 的中标结果，昆仑技术、华鲲振宇、宝德计算机、长江计算等 7 家中标。

9.三星电子工会计划“无限期”罢工，将中断芯片生产

据 C114 报道，三星电子全国工会表示，准备将正在进行的罢工“无限期”延长，此举可能会影响全球最大存储制造商厂商的芯片生产。三星工会在其网站上发表声明称，在“确认管理层无意进行对话”后，工会宣布总罢工。

工会呼吁总罢工，这急速加剧了与三星的争端。7 月 8 日，数千名工人在首尔南部的三星芯片制造厂外集会，开始了最初为期三天的罢工，要求三星提高工资，并履行带薪休假承诺，此外需赔偿因罢工造成的工资损失。这是三星集团半个世纪以来规模最大的有组织劳工行动。工会最新声明表示，“我们已经明确确定中断生产线，三星公司将对这一决定感到遗憾，我们认为管理层最终会让步，坐上谈判桌。”工会领导人表示，此次行动旨在通过中断三星最先进的芯片工厂之一的生产来推动他们的诉求。这也恰逢三星 7 月 10 日在巴黎举行的最大规模产品发布会，预计将新型折叠屏手机，以及配备人工智能（AI）和新颖健康追踪功能的智能手表。

三星电子 7 月 9 日对罢工事件回应称，由于前一天引入替代工人，因此没有造成生产中断，半导体生产线的运行没有受到任何重大影响。三星还表示，与前一天相比，7 月 9 日参加罢工的人数有所减少。对于三星来说，在关键时刻，公司承受不起内部动荡或生产混乱。三星现在正全力以赴说服英伟达使用其高端 AI 存储芯片——这是在蓬勃发展的 AI 市场上占据更大份额的先决条件。今年 5 月，三星突然更换半导体部门负责人，自 2023 年以来，SK 海力士一直主导着关键的高带宽存储器（HBM）芯片领域。

三星电子全国工会表示，由于薪资谈判破裂，事态正在升级。目前，争议核心是提高 28000 多名工会成员的工资和增加额外带薪休假。其他问题包括与三星超额利润挂钩的奖金。三星通过复杂的公式计算这些奖金，该公式从营业利润中扣除资本成本，并根据现金基础进行税收调整。工会表示，它要求该公司像一些同行一样简单地使用营业利润——或者在确定这些数字的方式上更加透明。

10.上海发布 16 条举措助力新城发展：开展智能出租车、智能公交等规模化应用

据上海发改委消息，7 月 10 日上海市发布《深化推动新城高质量发展的若干政策举措》，聚焦关键领域关键环节，强化市区协同机制，进一步加大政策供给力度，打造特色产业和公共服务的新高地，推动新城进入“功能优化、资源集聚、功能进一步优化”的良性循环，提升新城承接主城区功能溢出的承载力、引领城乡融合发展的带动力、服务长三角一体化国家战略的辐射力。《若干政策举措》围绕产业引领、能级提升、要素保障、机制创新 4 个方面，提出了 16 条政策举措。

16 条举措中包括谋划推动新兴产业应用场景落地，涉及开展智能出租车、智能公交等规模化应用。《深化推动新城高质量发展的若干政策举措》指出要加快推进上海高级别自动驾驶引领区建设，创新车联网技术赋能，推动相关平台、功能及政策优先在嘉定、南汇、奉贤新城落地，有序开放新城智能网联汽车应用范围，开展智能出租车、智能公交等场景的规模化应用。在青浦、南汇等有条件的新城试点推动低空经济基础设施建设，支持在物流配送、特色文旅、应急救援、智慧城市、低空通勤等场景开展商业应用。加快新城工业园区、数据中心等用户侧储能典型场景落地，支持一批储能示范项目建设。支持在新城建设大数据联合创新实验室，促进公共数据资源汇聚融合应用。

此前，《科创板日报》报道在 2024 世界人工智能大会上，上海发布了首批无人驾驶智能网联汽车示范应用许可，赛可智能科技（上海）有限公司、百度智行科技（上海）有限公司、上海裹动科技有限公司（AutoX）、小马易行科技（上海）有限公司为首批获得示范应用许可的企业。小马智行科技宣布，上海市民将能通过其手机应用预约乘坐无驾驶员的自动驾驶出租车（Robotaxi），覆盖浦东 205 公里的路线。许可证显示，有效期为 2024 年 7 月 4 日至 2025 年 1 月 4 日。据《科创板日报》了解，本次上海示范应用许可仍处于“免费试乘”阶段，企业正在配置车辆，很快将正式上线，目前尚未面向公众收费。

11.AMD 收购欧洲最大私人 AI 实验室 Silo AI

AMD 官方 7 月 10 日宣布，与欧洲最大的私人 AI 实验室“Silo AI”达成最终协议，将其收之麾下，交易价格约 6.65 亿美元，全部以现金支付。Silo AI 首席执行官兼联合创始人 Peter Sarlin 将继续领导 Silo AI 团队，作为 AMD 人工智能集团的一部分，向 AMD 高级副总裁 Vamsi Boppana 汇报工作。此次收购预计将于 2024 年下半年完成。

AMD 人工智能事业部高级副总裁 Vamsi Boppana 表示：“在每个行业中，企业都在寻找快速有效的方法来开发和部署 AI 解决方案，以满足其独特的业务需求。Silo AI 拥有值得信赖的 AI 专家团队，并拥有开发领先 AI 模型和解决方案的丰富经验，包括基于 AMD 平台构建的最先进的 LLM，这将进一步加速我们的 AI 战略，并推动为我们的全球客户构建和快速实施 AI 解决方案。

Silo AI 总部位于芬兰赫尔辛基，业务遍及欧洲和北美，专注于端到端 AI 驱动解决方案，帮助客户快速轻松地将 AI 集成到其产品、服务和运营中。他们的工作涉及不同的市场，客户包括安联、飞利浦、劳斯莱斯和联合利华。除了 SiloGen 模型平台外，Silo AI 还在 AMD 平台上创建了最先进的开源多语言 LLM，例如 Poro 和 Viking。

Silo AI 首席执行官兼联合创始人 Peter Sarlin 表示：“在 Silo AI，我们的使命从一开始就是打造一家 AI 旗舰公司。今天的公告是这一追求的合乎逻辑的下一步，因为我们将与 AMD 联手塑造 AI 计算的未来。我们在打造成功的 AI 产品和为客户提供价值方面有着悠久的历史。我们期待成为 AMD 的一部分，以进一步扩大我们的影响力并开发企业解决方案和 AI 模型，以应对当今大规模部署 AI 所面临的最复杂挑战。”

十二、风险提示

AI 发展不及预期，算力需求不及预期，市场竞争风险。