海光信息并购中科曙光，继华为之后中国第二座“AI工厂”
3160亿市值的海光信息，拟换股吸收900亿市值的中科曙光，打通了从芯片到智算的中间环节，初现“AI工厂”气象。这是中国继华为之后的第二座“AI工厂”，也是国产半导体-AI生态整合大戏中，最顺理成章的序幕。
黄仁勋已经念叨了“AI工厂”许久。近两年，他在多个场合，反复阐释其定义：一个基于加速计算构建的，规模高效生产AI智能的，代表着新一代计算范式和工业革命的关键基础设施。它是全栈式、系统级的，既包括云端的大规模集群，也包括只需要一根电源线连接到墙上插座的“一体机”甚至“口袋超算”。
衡量“AI工厂”价值的是生产token的效率，但这越来越不只是AI芯片的任务。在今年的Computex上，黄仁勋强调英伟达在6年前收购Mellanox的意义，就在于重构了网络通信，将整个数据中心，转换成一个计算单元，去完成同一个任务。去年，华为时任轮值董事长徐直军也称，AI计算带来了计算系统结构性的转变，AI需要的是一个系统的算力，包括计算、储存与网络的集成优势，而不是单处理器的算力。
这就给了中国机会。尽管中国半导体将在相当长时间落后于美国，但仍然有办法解决算力问题。对于华为而言，就是它的超节点技术CloudMatrix384。在今年的4月与5月，华为两次隆重介绍了自己的这项技术，通过用电力换算力，华为这套系统扩展解决方案，已经“领先于英伟达和AMD当前市售产品一代”。
现在，轮到海光了。海光信息是中科曙光的子公司，后者持有前者约28%的股份。目前，海光信息专注于国产架构CPU、DCU等核心芯片设计。而中科曙光的主营业务则是IT设备业务，包括高性能服务器与存储设备等，收入占比达到了89%；云计算产品线则占剩下的约10%。
除了持有海光信息，中科曙光还持股了算力运营的曙光智算（持股100%），云服务的曙光云计算（90%），以“最懂AI存储”的营销亮点的曙光存储（80%），液冷模块的曙光数创（62%），大数据分析的中科天玑（50%）等公司，覆盖了从芯片到数据中心到云平台再到应用的国产AI产业链。
早在2023年前后，英伟达提出了“AI工厂”，华为提出要做世界算力底座的“第二选择”，其实也是“AI工厂”。华为与英伟达，都拥有自己的CPU与AI芯片，也都选择内部或外部整合存力与运力，并向下游服务器甚至云服务延伸。
海光的逻辑同样如此，也迫切地需要向“AI工厂”进化。去年以来，政策、技术与市场，都在推着海光信息朝这个方向前进。从新“国九条”到“并购六条”，政策工具已经准备就绪。
从2018年推出CPU“海光一号”以来，海光信息逐步消化吸收了从AMD那里获得的第一代Zen架构的x86指令集，并在独立微体系结构层面，逐步实现C86架构自主研发，目前在国产服务器CPU市场市占率已超50%。海光信息的DCU“深算”是一款GPGPU芯片，兼容ROCm（类CUDA）计算生态系统，目前已迭代至第二代，年初实现了对DeepSeek全版本全尺寸模型的适配。
如果能在自己的芯片组合之上，实现进一步垂直整合，将有助于海光信息通过供应链协同，客户资源整合，提升企业竞争力。而中科曙光恰好持有海光信息向“AI工厂”进化所需要的多数环节。就这一点而言，相比多数国内同行，海光信息更具先天优势。
“低利润率是国内半导体企业的必经阶段，海光信息已经度过了这个阶段。”去年底，海光信息副总裁吴宗友就在一次采访中暗示，要向海外头部看齐，建设产业链大生态。如果各家产品标准不一，用户就需要额外投入大量成本，这不利于国产芯片推广。业内的经验是，在芯片流片阶段同步进行硬件架构设计，可以将适配时间从3个月大幅压缩至2周。
目前，海光信息市值约为英特尔的1/2，高通与AMD的1/4；它的研发强度仍在这些巨头之上，要看齐全球同行，就要尽可能久地维持这种研发强度，就需要更大的市场与更稳定的收入。如果“AI工厂”带来“token经济”即将爆发，那么，过于琐碎过于内卷的市场，并不利于发挥规模效应的优势。这终将是巨头的游戏。
随着英伟达的逐步缺席，中国市场已经空出来了。最近，黄仁勋抱怨美国的芯片出口管制政策，让英伟达在中国的市场占有率，从95%暴跌至50%，但他正想尽一切办法继续参与中国的AI工厂建设。被黄仁勋视为首要竞争对手的华为，正在迅速卡住H20与传说中的下一个合规GPU之间的空挡。但海光信息今年一季度营收同比增长50%，而且，暂未交付的产品所形成的合同负债，是去年同期的近4倍。它也在迅速补位。
早期，所有人都能参与。DeepSeek横空出世，激活了那些在训练上能力稍有欠缺，但在推理上已经可以产出足够价值的token的国产芯片。但是，想要压榨出更高的性价比，就需要重写算力基础设施的系统架构，存储、网络、计算都要底层优化。整个国产AI生态都在围绕DeepSeek的模型展开适配。那些跑得不够快的，或者无法交付同等性价比的算力的厂商，将会逐步退出竞争。
DeepSeek对外分享了自己的心得，还在最新一篇论文里继续“指导”硬件厂商，如何设计未来硬件的架构，包括突破CPU与GPU通信瓶颈与更智能化的互联网络。总归，只有芯片，不行。
中国的第二座“AI工厂”，宣告了国产半导体-AI生态整合的序幕。
