投资算力芯片公司海飞科。

算力卡中搭载的Compass C10 GPU芯片是海飞科全自研的创新技术核心，采用海飞科自主研发的单指令多线程（SIMT）架构，显著提升了并行处理能力。这一先进设计确保了在执行大规模AI计算任务时的高资源利用率和低能耗。芯片内置的全自研细粒度指令集，为AI大模型的运算提供了灵活精准的计算资源调度，使得各种计算任务能够得到更加高效的执行。此外，针对AI深度学习中的张量运算，海飞科GPU算力卡对其进行了深度优化，确保了处理复杂张量操作时的高效率和稳定性，加速了AI大模型的推理过程

1、主营业务：

研发先进通用并行处理器架构和指令集，为AI、图形和科学计算等典型应用进行优化；

研制通用可编程、高算力、高能效比、高性价比的云端或服务器端算力处理器芯片产品；

开发包括编译器、Kernel、Runtime、驱动及支持主流深度学习和并行计算框架的完整工具链；

和产业链深入合作，支持云服务和强边缘计算厂商，为终端用户提供软硬件整体解决方案。

2、主要产品：

包括Compass C10通用GPU芯片、C10-S1X和C10-S2X两款计算加速卡 。

这些产品可广泛应用于人工智能的计算机视觉、语音、自然语言、数据分析等领域，亦可用于大数据处理、科学计算等场景

3、投资亮点

底层内核+硬件架构+指令集&编程语言全自研并实现产品化，具有优异的通用兼容性。

一代处理器Compass C10已量产，支持FP32、BF16、NT8，提供高达128GB的内存管理能力，可以和各类服务器CPU通信并协同工作，可满足高并发的多路视频AI处理。

芯片单位算力成本开销约为英伟达一半，性能指标行业领先。

海飞科在边缘推理、大模型单卡部署、能效比上展现差异化优势，适合预算有限且需快速部署的客户

海飞科（Hexaflake）与英伟达（NVIDIA）产品对比分析

一、核心技术对比

维度海飞科（Hexaflake）英伟达（NVIDIA）
架构设计
自研SIMT并行架构，支持细粒度指令访问，兼容CUDA C、OpenCL等主流编程模型。
成熟的SIMT架构（如Ampere、Hopper），CUDA生态系统高度优化，支持大规模并行计算。
显存容量
单卡最高128GB（LPDDR5），支持千亿参数大模型单卡部署（如GLM130B）。
主流产品如H100显存80GB（HBM3），需多卡互联（NVLink）部署大模型。
能效比
实测能效比为主流GPU的3倍（如GLM6B模型功耗90W），强调低碳节能。
高性能伴随高功耗（如H100 TDP 700W），依赖先进制程（4nm）和HBM显存提升能效。
兼容性
通过TOPCA平台兼容PyTorch、TensorFlow等框架，支持CUDA C代码迁移。
CUDA生态无可替代，支持TensorRT、RAPIDS等工具链，覆盖全栈AI开发。

二、产品线与应用场景

维度海飞科（Hexaflake）英伟达（NVIDIA）
核心产品
- Compass C10/C20加速卡（边缘/云计算）
- 大模型一体机（单卡部署千亿模型）
- 消费级：RTX 4090
- 数据中心：A100/H100、Grace Hopper超级芯片
- DGX系统（AI超算）
目标场景
- AI推理（高吞吐、低延时）
- 边缘计算（低功耗）
- 科学计算（药物开发、仿真）
- AI训练与推理（大规模集群）
- 高性能计算（HPC）
- 自动驾驶（DRIVE平台）
大模型支持
单卡支持千亿参数模型（如GLM130B），多batch并发优化，实测吞吐量246 token/s（ChatGLM2-6B）。
依赖多卡互联（如H100 NVLink集群），训练场景优势显著，但单卡推理显存受限。

三、差异化优势与挑战

海飞科优势英伟达优势海飞科挑战
1.单卡大显存：128GB显存支持千亿模型单卡部署，降低成本与复杂度。
1.生态系统：CUDA生态成熟，开发者社区庞大。
1.生态依赖：需长期维护CUDA兼容性，生态扩展压力大。
2.高性价比：采用LPDDR5降低成本，/Token计费）。
- 硬件销售（GPU、DGX）
- 软件授权（CUDA、AI工具链）
- 云服务（NGC平台）。

目标客户
中小型企业、边缘计算服务商、需低成本大模型部署的行业（如医疗、金融）。
大型云厂商、科研机构、自动驾驶企业等高预算客户。

恒林股份于2024年上半年以人民币5,000万元投资海飞科（珠海）信息技术有限公司。感谢您对公司的关注！

免责声明：本网站提供的所有数据及资讯（包括第三方机构提供的信息）仅作交流学习及参考用途，不构成任何投资建议或交易要约‌。