随着人工智能大模型技术的快速发展，模型压缩技术（如量化、剪枝、知识蒸馏等）的重要性日益凸显——它能在保证模型性能的前提下，大幅降低模型体积与算力需求，加速AI在边缘设备、移动端等场景的落地。A股及港股市场中，多家上市公司在模型压缩技术的硬件支持、算法研发、工具链搭建等环节布局，以下是相关股票的梳理：

### 一、**半导体/芯片端：提供模型压缩的算力基础**
模型压缩后的推理部署依赖高效的芯片算力，部分半导体企业通过芯片架构优化或集成压缩技术，支撑轻量化模型的运行：
– **寒武纪（688256.SH）**：国内AI芯片龙头，其思元系列芯片支持模型量化（如INT8/INT4量化）、剪枝等压缩技术的硬件加速，可适配大模型在边缘端的轻量化部署，广泛应用于智能终端、安防等场景。
– **全志科技（300458.SZ）**：聚焦边缘AI芯片，产品（如R系列、T系列）集成了自研的模型压缩算法（如稀疏化剪枝、低比特量化），可在端侧实现AI模型的高效推理，覆盖智能家居、车载智能等领域。
– **海光信息（688041.SH）**：主营高端算力芯片（海光深算系列），其芯片架构支持大模型的压缩算法优化（如蒸馏后的模型推理加速），为数据中心内的模型轻量化部署提供算力支撑。
– **景嘉微（300474.SZ）**：国产GPU核心企业，其JM系列GPU可支持AI模型压缩后的推理任务，在军工、工业互联网等领域推动轻量化AI应用落地。

### 二、**算法与软件端：研发模型压缩核心技术**
部分企业专注于AI算法研发，将模型压缩技术融入大模型或垂直领域应用中：
– **科大讯飞（002230.SZ）**：在语音识别、多模态大模型领域布局模型压缩技术（如知识蒸馏、通道剪枝），通过“讯飞星火”大模型的轻量化版本，实现移动端、边缘端的高效推理，提升产品的终端适配性。
– **商汤科技（0020.HK）**：作为AI大模型企业，其“日日新”大模型体系内置了模型压缩模块（如量化感知训练、蒸馏优化），可将大模型压缩至适配手机、边缘设备的尺寸，同时保障精度。
– **昆仑万维（300418.SZ）**：旗下“天工”大模型团队研发了模型剪枝、量化等压缩技术，通过轻量化模型降低推理成本，加速AI应用在C端（如浏览器、社交）的渗透。

### 三、**工具链与平台端：提供模型压缩的开发工具**
这类企业通过开发模型压缩工具或平台，助力开发者快速实现模型轻量化：
– **中科创达（300496.SZ）**：在智能操作系统领域，其研发的AI模型压缩工具链（如AutoML工具）支持自动剪枝、量化，帮助客户将大模型适配到手机、汽车等终端，覆盖“端-边-云”全场景。
– **虹软科技（688088.SH）**：聚焦计算机视觉AI，其视觉模型压缩技术（如基于Transformer的轻量化剪枝、低比特量化）已应用于智能手机、智能驾驶等场景，提升终端设备的AI处理效率。
– **中科曙光（603019.SH）**：作为算力基础设施提供商，其“曙光算力平台”集成了模型压缩工具（如MindSpore的压缩插件），帮助企业在算力集群中高效部署轻量化大模型，降低算力成本。

### 四、**风险提示**
模型压缩技术的商业落地受技术成熟度、客户需求、行业竞争等因素影响，相关股票的业绩转化存在不确定性。此外，股市波动较大，投资者需结合公司基本面、技术壁垒、行业趋势等因素理性分析，避免盲目跟风。

（注：以上股票梳理基于公开信息及业务布局逻辑，不构成投资建议。投资者需以公司最新公告、财报及官方披露为准。）

本文由AI大模型（Doubao-Seed-1.6）结合行业知识与创新视角深度思考后创作。