多物理场仿真

1. 3 秒看懂

多物理场仿真是指在计算机中同时模拟多个物理场（电磁场、温度场、结构应力、流体流动等）并处理它们之间相互影响的数值分析技术。一句话：它让工程师在虚拟环境中“看到”芯片发热、机翼震颤、电池热失控的全过程。在 AI 芯片-核心系统（chip-core）链条中，这项技术位于芯片设计与系统集成验证的关键节点，是高端半导体、航空航天、新能源等领域难以绕开的基础性工业软件。

核心价值：将产品缺陷发现阶段从物理样机测试前移至概念设计阶段，大幅压缩研发周期与试错成本，同时提升性能极限。例如先进 3nm 以下芯片必须通过芯片-封装-系统级（CPS）协同仿真才能通过热与信号完整性验收。

2. 3 分钟产业解释

多物理场仿真软件属于计算机辅助工程（CAE）范畴，是工业软件中技术壁垒最高的类别之一。其产业链可划分为：上游——求解器内核、数学库、网格引擎、高性能计算硬件（GPU/CPU、云计算）；中游——通用或行业专用仿真平台、仿真数据管理、云仿真服务；下游——半导体、航空航天、汽车、新能源、电子消费品等工业部门，直接嵌入研发设计流程。

在 AI 芯片与数据中心核心系统中，多物理场仿真的角色正从被动验证走向主动协同设计。3D-IC 封装若不计入电磁-热-力耦合效应，信号完整性可能偏差超过 30%，产品一次流片失败的风险极高。因此台积电、英特尔等代工厂与设计公司将多物理场仿真与 EDA 流程深度集成，成为先进制程设计套件（PDK）的一部分。

当前全球市场由 ANSYS、达索系统（SIMULIA）、西门子（Simcenter）三家主导，合计份额超过 70%。中国市场 2023 年 CAE 整体规模约 50 亿元人民币，但多物理场耦合模块和高端应用几乎被进口软件垄断。国产力量以索辰科技、十沣科技、霍莱沃等为代表，正在特定物理场和行业中寻求替代，但综合耦合能力与生态完善度仍有明显差距。

3. 技术原理

多物理场仿真的本质是将描述物理现象的偏微分方程组（PDEs）通过离散化转化为代数方程组，并在计算机上迭代求解。其核心技术链路包括：

数学建模与耦合机制 每个物理场可由一组 PDE 描述，例如麦克斯韦方程（电磁）、纳维-斯托克斯方程（流体）、热传导方程和弹性力学方程。多物理场问题中，各场通过材料属性或边界条件产生交互，例如电磁损耗产生的热影响材料电导率，温度梯度产生热应力并改变结构形变，形变又影响电磁边界。耦合方式分为：

• 单向耦合（弱耦合）：一个场的结果作为另一个场的输入，不考虑反向影响，计算成本低。
• 双向耦合（强耦合）：两个或多个场在每一时间步或迭代中互相反馈，须采用协同仿真或全耦合求解，收敛难度和计算量陡增。

网格生成与自适应 将连续的几何模型离散为有限数量的单元（四面体、六面体、棱柱层等）是决定计算精度和效率的关键。网格类型和质量直接影响数值稳定性。六面体网格在边界层流体仿真中具有更好的精度，但生成复杂几何时自动化程度低。灵活的自适应网格细化（AMR）技术可根据误差估计自动加密局部区域，以平衡精度与资源。

数值求解方法

• 有限元法（FEM）：最常用的结构、电磁频域求解器，适合任意几何但需要稳定的弱形式。
• 有限体积法（FVM）：守恒性好，主导流体与热仿真，计算效率高。
• 边界元法（BEM）：仅离散边界，适合电磁散射等开放区域问题。
• 谱方法与无网格法：特定场景下具有高阶精度。

求解器通常采用直接法（稀疏矩阵分解）或迭代法（Krylov 子空间、多重网格），并配合预条件子加速。对大规模非线性问题，牛顿-拉夫逊方法及弧长法、伪瞬态延续等技术必不可少。

高性能计算（HPC）支撑 典型芯片封装协同仿真可产生数亿至数十亿自由度，需在数千个 GPU 或 CPU 核心上并行。领域分解法（DDM）、混合 MPI+OpenMP/CUDA 并行模式、稀疏求解器的 GPU 加速是近年热点。云化的弹性 HPC 正改变仿真资源的获取方式，但高度耦合的求解器在并行效率（强可扩展性）上仍面临挑战。

4. 关键参数

理解和评估多物理场仿真工具的维度通常包括以下技术指标，数据多基于 2023-2024 年行业公开基准：

• 自由度规模（DOFs）：商用工具可在常规集群上处理千万至十亿级自由度。例如 ANSYS HFSS 的 3D 全波电磁仿真在单个任务中可支撑数千万网格，通过 HPC 达到更高。
• 耦合迭代与收敛容差：强耦合问题可能需要在牛顿或不动点迭代中循环数十次，能量守恒相对误差通常要求小于 10⁻⁵ 量级。收敛速度取决于耦合策略和物理非线性的强度。
• 求解时间：芯片封装级热-应力耦合仿真（约 2000 万自由度）在 128 核 CPU 上典型运行时间 0.5~4 小时；完整 CPS 信号-电源完整性（PI/SI）加冷却仿真可能需数十小时。时间步长在瞬态仿真中受 CFL 条件约束。
• 并行效率：评测强可扩展性，理想值在 1024 核时应维持 80% 以上。公开测试中，某些流体求解器在数千核时效率降至 50%，而结构隐式求解器扩展性更弱。
• 多物理场耦合支持类型：工具可标注支持电磁-热-力、流-固-热、声-结构等组合。国产软件通常为“顺序弱耦合”而非全耦合，可能涉及额外的人工数据传递。
• 材料库与非线性模型：模具包含的先进材料（低维材料、相变材料、超弹性、蠕变、磁性饱和等）数量，直接影响仿真可信度。
• V&V 置信度：通过标准基准题（如 NAFEMS、SEMATECH）测试的公开验证案例数量。三巨头通常发布数以万计的验证案例，国产厂商一般公开数百至数千个。
• 求解器内核的 AI 加速替代方案：如利用神经网络降阶模型（ROM）加速参数扫描，其相对速度提升可达 100~1000 倍，但精度下降 1%~5%（具体依模型与训练数据而定，2023 年学术报道）。

5. 技术路线

当前主流技术路线可概括为三个方向，它们在工业应用和研究中并行存在：

路线一：传统基于物理的数值求解（第一性原理） 以 FEM、FVM 为核心，依赖精确的材料本构、边界条件与严格收敛控制。优势是结果可解释、可验证，适合安全关键领域；瓶颈在于计算成本随自由度超线性增长，无法实时仿真或大批量扫描。

路线二：AI 增强与代理解模型（AI for Simulation） 利用深度神经网络（CNN、GNN、Transformer、物理信息神经网络 PINN 等）直接从数据或 PDE 残差中学习场映射。具体方法包括：

• 降阶模型（ROM）：用全阶求解器生成样本，训练轻量网络，实现毫秒级预测。
• 算子学习（Neural Operator）：如 DeepONet、FNO，可在网格无关情况下快速输出解。
• 混合模型：利用 AI 加速线性求解器的预条件、网格自适优、物理参数反演等。 该路线可在大幅降速的同时维持可接受的精度，但泛化能力和外推边界模糊是主要障碍。2023 年后，巨头已将 AI 嵌入其平台，如 Ansys SimAI、Siemens 的 AI-增强仿真。

路线三：基于云的 SaaS 化与协作平台 将仿真工具部署在云端，按需使用弹性计算资源，并支持多部门、多物理场数据的标准化管理（SPDM）。降低企业软硬件门槛，但数据安全与网络延迟对某些敏感行业仍是阻碍。

未来趋势：传统与 AI 路线将从替代走向融合，形成“物理+数据”双驱动范式。多物理场联合仿真将向“设计-仿真-优化-制造”全流程打通，实时仿真可能进入控制层面。

6. 上游

多物理场仿真工具的技术供应链主要由四部分组成：

计算与存储硬件 仿真软件重度依赖浮点运算能力。英伟达 A100/H100 GPU、AMD MI300X 加速器以及 Intel Xeon、AMD EPYC 高核心数 CPU 是数据中心主流配置。HBM 显存容量和带宽对大规模电磁直接求解器至关重要。2023 年全球数据中心用于 CAE 类 HPC 的 GPU 出货约 xx 万片（公开资料未见精确拆分），但增长受 AI 训练需求拉动明显。

数学内核与求解库 底层基础线性代数子程序（BLAS、LAPACK）、稀疏直接求解器（MUMPS、PARDISO）、迭代求解框架（PETSc、Trilinos）以及网格分区工具（METIS/ParMETIS）构成了求解器的“发动机”。多数商业软件依赖自研或经深度定制的开源库。国产软件在一些核心求解器内核上仍使用国外成熟库，自主化重写是长期目标。

网格生成引擎 复杂几何的网格生成耗时占仿真总工时 50% 以上。专用工具如 Pointwise、ANSYS Meshing、Siemens STAR-CCM+ 自带网格引擎，开源方案包括 Gmsh、OpenFOAM 的 snappyHexMesh。几何容错、局部细化、六面体主导网格生成是持续的技术高地。

学术研究与标准验证组织 大学和国家实验室是新算法、新模型的主要来源，例如斯坦福、MIT、TU Delft 等。NAFEMS 等独立组织发布基准测试和验证标准，为软件可靠性背书。中国“工业软件”重点研发计划、自然基金重大项目也资助了大量求解器理论创新，但产学研转化链条仍薄弱。

云计算与算力服务 AWS、阿里云、华为云均提供 HPC 实例，适用于突发性大规模仿真。2023 年多家国产仿真厂商推出云端 SaaS 版本，采用按 vCPU 小时计费，降低中小企业门槛。

7. 下游

多物理场仿真深入渗透到以下主要下游应用领域：

半导体与集成电路

• 芯片-封装-系统（CPS）协同仿真：用于 3D-IC、Chiplet 集成、扇出型封装的热管理、翘曲和应力分析。台积电、英特尔、三星等代工厂的先进封装设计平台已将多物理场仿真作为签核（Sign-off）的必要步骤。
• EDA 集成：电源完整性（PI）、信号完整性（SI）、电磁干扰（EMI）仿真直接纳入芯片设计流程，Cadence、Synopsys 自身也发展了一定的多物理场分析能力，并与 ANSYS 等合作或竞争。
• 光刻与工艺仿真：热效应和流体扩散影响光刻精度，需要多场联合分析。

航空航天与国防

• 气动弹性（Fluid-Structure Interaction）——飞机机翼颤振、发动机叶片振动疲劳。
• 热防护系统设计——高超声速飞行器再入过程中的空气动力学加热和材料响应。
• 雷达天线罩电磁-结构-热一体化设计。
• 中国国防工业是国产仿真软件最大的早期订单来源，承担国家重点型号任务。

汽车工业

• 整车碰撞安全、NVH（噪声-振动-平顺性）、空气动力学优化（燃油车和电动车）。
• 三电系统（电池、电机、电控）：锂电池热失控传播仿真、电机电磁振动噪声耦合、IGBT/SiC 模块热应力。
• 电动机电磁设计结合温度场多目标优化已成为标准流程。

新能源与电力

• 大功率风电叶片流固耦合与防雷击电磁仿真。
• 光伏组件热斑效应和结构载荷。
• 核能设备中中子物理、热工水力、材料辐照等多场耦合。

医疗与生命科学

• 植入物（人工关节、血管支架）的生物力学和磨损仿真。
• MRI、CT 电磁-热剂量分析。

下游的共同需求是更短的仿真周期、更高的预测准确度和与设计和优化系统（PLM）的无缝对接。

8. 受益公司

多物理场仿真产业链上的代表性企业（不构成任何投资建议，仅作行业梳理）：

全球范围内

• ANSYS, Inc.（2023 年营收约 22.7 亿美元，数据来源：公司年报）：CFD、电磁、结构等多物理场耦合的绝对领导者，Workbench 平台可轻松拖拽耦合分析流程。正等待监管审批被 Synopsys（新思科技）收购（2024 年 1 月宣布）。
• Dassault Systèmes SIMULIA（达索系统整体 2023 年营收约 59 亿欧元）：Abaqus（结构非线性）和 CST（电磁）均以高精度著称，与达索其他 CAD/PLM 工具深度整合。
• Siemens Digital Industries Software Simcenter（西门子 2023 财年数字工业软件收入约 46 亿欧元，CAE 部分未单独披露）：STAR-CCM+（流体与多物理场）、NX CAE 等与 Teamcenter 形成闭环。
• Altair Engineering（2023 年营收约 6.13 亿美元）：以优化驱动仿真为特色，拥有 HyperWorks、FEKO 等产品，近年来强化电磁与多物理场。
• Cadence 与 Synopsys：EDA 厂商通过内建分析与收购（如 Cadence 的 Clarity、Celsius）进入电磁-热-结构耦合领域，侵蚀传统 CAE 厂商的芯片仿真市场。

中国主要参与者

• 索辰科技（688507.SH）：2023 年营收约 3.98 亿元人民币（来源：公司年报），是国内 CAE 软件上市公司，产品涵盖结构、流体、声学、电磁等，多用于航空、船舶、兵器等国防领域。多物理场耦合能力仍在发展中。
• 霍莱沃（688682.SH）：2023 年营收约 5.41 亿元人民币（来源：年报），电磁仿真与测试解决方案提供商，包括 RDSim 等平台。
• 十沣科技（非上市）：源自南方科技大学，聚焦流体与热管理仿真，凭借开源 OpenFOAM 经验，提供 TF-QFLUX 等产品，完成多轮融资。
• 适创科技（非上市）：压铸工艺仿真细分龙头，智能设计系统在汽车行业渗透较快。
• 安世亚太（非上市）：历史悠久的 CAE 咨询与服务商，同时开发自主品牌 PERA SIM。
• 中望软件（688083.SH）：主要提供 CAD/CAM，亦有 CAE 能力（结构、电磁），但多物理场耦合较弱。

其他受益环节

• 云计算服务商（AWS、微软 Azure、阿里云、华为云）：提供仿真即服务（Simulation as a Service）基础架构。
• 硬件厂商（NVIDIA、AMD、Intel）：HPC 强需带动高端芯片销售。
• 上游求解器库与网格引擎供应商（如 Tech Soft 3D、Pointwise 等）间接受益。

9. 市场规模

多物理场仿真作为 CAE 的核心子集，并无独立的全球市场统一统计，因此行业常规以 CAE 市场上限或通过耦合模块渗透率进行估算。

全球 CAE 市场

• 2023 年全球 CAE 软件市场规模约为 90 亿美元（来源：IDC、Gartner 等综合估算，口径为授权与订阅收入）。
• 预计 2024-2028 年将以 8%10% 的年复合增长率扩张，2028 年有望达到 130140 亿美元。
• 其中，多物理场耦合相关模块及服务估计占市场总量的 25%35%（行业估算，无精确权威报告），即约 2332 亿美元。
• 增长驱动力包括：先进工艺芯片的 3D-IC 设计需求、新能源电池系统开发、自动驾驶仿真需求，以及 AI 辅助仿真带来的新商业模式。

中国市场

• 2023 年中国 CAE 市场总体规模约 50 亿元人民币（来源：赛迪顾问等机构数据，包含授权、服务、云订阅，口径较宽）。
• 多物理场仿真在其中的占比因国产替代刚起步，预估不超过 20%（约 10 亿元人民币），绝大部分被国外三巨头占据。
• 国产份额：据赛迪 2023 年报告，国产 CAE 厂商在国内整体 CAE 市场中份额约为 10% 左右（约 5 亿元人民币），且主要集中在单场仿真和咨询项目中，多物理场耦合市场份额更低（公开资料未见细分）。
• 预计到 2027 年，随着国家工业软件替代政策推进，国产化率有望提升至 20%~30%，但突破点可能仍在单场或弱耦合产品。

细分领域标杆

• 全球 EDA 领域内集成的多物理场分析市场增速可能高于传统 CAE，因为 Chiplet 先进封装使仿真成为必须。Synopsys 收购 ANSYS 正是瞄准这一融合机会。
• 高安全性行业（核、航空、医疗）对多物理场仿真的强制性法规要求，将稳定贡献高端需求。

10. 玩家对比

以下表格基于 2023-2024 年公开数据，对比全球与中国代表性企业的多物理场仿真能力（不作为任何投资或采购依据）。

注：市场份额数据综合参考了 IDC、Gartner 2023 全球 CAE 市场报告及多家券商行业研报，份额为营收口径估算，可能因统计范围不同存在偏差。中国厂商份额为国内 CAE 市场中的占有，不代表全球。

对比显示：全球巨头已实现一体化强耦合，并有大量行业验证案例和生态绑定。国产厂商在特定单场性能上已接近，个别指标甚至可对标，但缺乏统一的耦合框架，且在与主流 EDA/PLM 的数据互通、自动化流程方面差距明显。云化、AI 化方面，国外巨头起步更早，但中国云原生仿真也可能成为后发优势。

11. 风险

技术路线迭代风险 AI for Science 的快速发展（如 DeepMind 的 GraphCast 等）正在挑战传统数值求解范式。若基于物理信息的神经网络（PINN）或算子学习在特定场景下达到工程可接受的精度，可能颠覆现有高成本求解器的需求模式。然而在涉及安全认证的应用中，黑箱方法的采纳速度会很慢，但技术替代风险不可忽视。

“黑箱”与置信度缺失 高度自动化的多物理场耦合容易掩盖模型设置错误。如果用户缺乏对边界条件、网格敏感性和物理假设的深入理解，输出结果可能“看似精确实则谬误”。没有严格的仿真验证与确认（V&V）流程，误用可能导致重大工程事故。国产软件由于积累的验证案例不足，在客户端的信任建立更为艰难。

数据安全与出口管制 使用国外商业仿真软件进行敏感项目，存在设计数据回传和受出口管制（如美国 EAR 对某些高级电磁、多物理场模块的限制）的风险。这对国防和航空航天单位尤为尖锐，是推动国产化的直接原因。但另一方面，国产软件在算法和内核上本身也可能受国外许可（如使用受限制的数学库）限制，存在技术主权不完整的隐患。

生态锁定与迁移成本 国外仿真软件已与主流 CAD、PLM、PDM 系统形成深度绑定，用户流程、脚本、经验数据库均基于这些工具构建。切换到国产或替代工具不仅需购买新软件，还得重新培训工程师、重建仿真模板和历史结果数据库，总持有成本可能数倍于软件本身费用。这种生态壁垒是国产软件渗透速度慢的关键。

人才极度短缺 多物理场仿真需要计算数学、多物理理论、软件工程和领域工程的复合型人才。全球范围内此类人才供给不足，国内尤其匮乏。高水平研发人员更多流向互联网和金融科技，工业软件行业吸引力有限。这将迟滞自主研发进程。

市场碎片化与盈利能力 中国工业软件市场整体规模虽大，但被大量免费、开源或海外已付费锁定的用户稀释了付费意愿。国产厂商不得不在狭窄的预算空间中竞争，研发投入难以与海外巨头抗衡，盈利能力是长期挑战。

12. 误读纠偏

误解 1：“仿真等同于漂亮的 3D 动画” 后处理中的云图、矢量图只是结果的可视化，甚至可能是完全错误设置生成的艺术图像。真正的价值在于可预测的定量物理精度。看仿真报告必须关注网格独立性验证、收敛残差和与实验的偏差统计。

误解 2：“多物理场耦合就是把各个物理场分别算完再加起来” 真正的多物理场是双向、非线性的交互过程。例如焦耳热导致温度改变，温度改变电阻率，进一步改变电流分布。如果简单顺序计算，热量可能被高估或低估，导致设计错误。强耦合求解成本远高于单场，必须由专用的耦合算法和求解器架构支撑，不是功能拼凑。

误解 3：“AI 很快会完全取代传统仿真” AI 代理模型在数字孪生、运维阶段确实可以快速预测，但在设计阶段，当几何、物理参数变化剧烈时，模型泛化能力会急剧下降，尤其对未见过的工况。法规强制要求的安全性分析领域必然仍需第一性原理仿真作为最终背书。两者将是互补关系而非替代。

误解 4：“国产软件永远追不上，没必要用” 在特定行业如国防，自主可控是第一优先级，即使功能弱也需要替代。同时，国产在单点技术上已有局部对标实力，并通过更开放的定制化和服务弥补差距。真实差距存在于全流程耦合和生态，而非所有维度，因此选择性替代和逐步渗透是现实路径。

误解 5：“只需买一套软件，仿真就做好了” 仿真成功 70% 依赖工程师的知识和经验（网格、模型简化、边界条件设置）。没有经验丰富的分析师，工具只是摆设。软件采购必须同步进行团队建设和流程建设。

13. 最新事件

以下为截至 2024 年的重要行业动态，基于公开报道整理：

• Synopsys 拟收购 ANSYS：2024 年 1 月，全球 EDA 巨头 Synopsys 宣布以约 350 亿美元现金加股票方式收购 ANSYS。若交易获批，将诞生横跨 EDA 与 CAE 的多物理场仿真霸主，对芯片设计全流程（从 RTL 到 sign-off 热应力仿真）产生深远影响。目前仍在反垄断审批中。
• 国产 CAE 上市及融资：2023 年 4 月，索辰科技登陆科创板，成为 A 股 CAE 第一股，公开募资超过 25 亿元。同年，十沣科技完成数亿元人民币 B+ 轮融资，由国开制造等领投。适创科技、上海数巧等也获得新一轮融资，资本对工业仿真赛道的关注度提升。
• 华为发布仿真工具链：2023 年华为全联接大会上，华为轮值董事长表示联合国内伙伴打造了包括结构、电磁、流体等仿真软件的工具链，已应用于华为自身研发，并逐步向行业开放。这是重要下游需求方反哺上游的标志性事件。
• AI 增强仿真产品落地：2024 年初，Ansys 发布 SimAI 和 AI 驱动的仿真加速方案，Siemens 也在 Simcenter 中集成了深度学习降阶模型，Altair 的 physicsAI 持续更新。这标志着 AI 技术正从科研走向商业化应用。
• 国家级攻关项目推进：2023 年底国家工信部发布《工业重点行业领域设备更新和技术改造指南》，明确继续支持核心工业软件（含 CAE）的研发攻关与应用。多个省区配套了工业软件替代补贴与应用示范项目。

14. 跟踪指标

持续关注多物理场仿真赛道，可跟踪以下先行和同步指标：

市场层面

• 国内 CAE 整体市场规模及国产化率（年度，赛迪、IDC 中国）。
• 重点领域（航空、芯片）公开招标中国产仿真软件中标比例。
• 国产 CAE 龙头企业的研发投入强度（研发费用/营收），当前索辰约 40% 以上（2023 年报），应保持且转化为产品力。

技术与产品

• 头部厂商发布的多物理场基准测试（如 NAFEMS 挑战题）表现，特别是国产工具的参与度与排名。
• 公开发布的客户成功案例和验证试验数量，反映软硬件生态成熟度。
• 核心求解器算法突破：线性求解器对 GPU 的加速比、大规模强耦合迭代耗时减少的比例。
• AI 代理模型与传统求解器在同一基准上的精度对比（年度趋势）。

供应链与政策

• 中国本土数学库和网格引擎的自主化程度，例如替换 BLAS/LAPACK 和稀疏求解器的进展。
• 工业软件国产替代相关政策的资金支持规模及落地速度。
• 高校 CAE 相关专业招生及毕业生进入工业软件行业的比例变化。

生态与竞争格局

• 全球三巨头 CAE 业务的营收增速变化，以及其在中国区的收入占比。
• 新进入者（如云计算厂商、EDA 厂商延伸）对竞争格局的扰动。
• 用户社区活跃度（开源社区如 OpenFOAM 派生版本，国产开源仿真社区成员数），侧面反映开发者生态。

15. 信源

本文数据与信息主要来自以下公开渠道，仅供参考：

• 公司年报与官方披露：ANSYS, Inc. 2023 Annual Report；达索系统 2023 Full Year Results；西门子 FY2023 财报；Altair Engineering 2023 Annual Report；索辰科技 2023 年年度报告；霍莱沃 2023 年年度报告。
• 行业研究机构：IDC “Worldwide CAE Software Market Shares, 2023”；Gartner “Market Share Analysis: Simulation and Analysis Software, Worldwide, 2023”；赛迪顾问《中国工业软件发展白皮书（2023）》；头豹研究院 CAE 行业系列报告。
• 学术与技术文献：IEEE Transactions on Antennas and Propagation、Journal of Computational Physics、Computer Methods in Applied Mechanics and Engineering 等期刊中关于多物理场耦合方法、AI for PDE 的研究；NAFEMS 基准测试报告。
• 政策文件：工业和信息化部《“十四五”软件和信息技术服务业发展规划》、各省市工业软件发展行动计划。
• 权威媒体与公开报道：Synopsys 收购安世的官方声明（2024 年 1 月 16 日）；华为全联接大会 2023 主题演讲；各融资消息来自企查查、天眼查及官方新闻稿。

部分细分市场数据和耦合渗透率因缺乏精确统计，标注为“行业估算值”或“公开资料未见”，读者在引用时需注意口径限制。全文无任何投资推介或买卖建议，只反映截至 2024 年上半年的公开信息与行业认知。