DeepSeek更新 - DeepSeek更新版本为R1-0528而非R2 推理能力确有提升 但公司认为该版本不足以称为R2 [1] - 真正的R2版本预计基于V4而非V3 需要更多时间开发 预期将有更大进步 [1] - DeepSeek将尝试一些新的技术方向 [1] 英伟达业绩分析 - H20库存过度计提10亿美金 从55亿下调至45亿 部分材料可重新利用 [1] - 4月9日前H20出货46亿美金 但禁令导致Q1少发货25亿美金 对应约200亿美金的资本支出缺口 [1] - H20在Q2影响80亿美金收入 若加回则Q2收入可达540亿美金 显示Blackwell需求强劲 [1] - Blackwell在数据中心收入占比从Q1的100亿美金跃升至Q2的300亿美金 过渡速度超预期 [1] - 微软已部署数万个Blackwell GPU 对应数百至1000个机柜 未来将扩展至几十万GPU 对应5000+机柜 [1] 行业趋势 - 推理需求呈现急剧增长 微软 谷歌等公司日均处理数万亿token [1] - Agent应用推动推理需求 超级agent集群所需计算量远超单次聊天机器人 [1] - 幻觉问题担忧正在被行业克服 多模态和agentic应用发展快于chatbot [1] - 美国AI商业化进程快于中国 两地生态差异明显 [1] 中国市场影响 - 出口禁令导致500亿美金中国市场对美国芯片关闭 Hopper产品线无法继续供应 [2] - 中国AI自主生态发展已成必然 但需关注付费生态和企业支持能否形成健康商业循环 [2] - 出口限制刺激中国本土芯片创新 可能增强中国厂商海外竞争力 [2] - 公司强调美国市场仍是其最大市场 同时肯定中国市场的战略重要性 [2]

市场情绪与反弹结构 - 美股市场情绪转向risk on模式 美欧贸易缓和及日本央行减少超长债发行推动美债收益率回落 带动美股全线反弹 尤其是TMT和M7板块 [1] - 美元走强且加密货币同步上涨 显示市场从股债汇三杀迅速转为集体反弹 比特币在risk on时表现出杠杆化QQQ特性 [1] - 特朗普政策扰动影响减弱 市场对关税等事件脱敏 例如欧洲50%关税政策在48小时内被收回 仅引发1个点的短暂下跌 [1] 财政政策与宏观转向 - 财政政策立场转向宽松 放弃财政收缩策略 通过GDP增速超过债务增速解决债务问题 预计2025-2026年将推出降税及放松监管方案 [1] 科技行业动态与叙事驱动 - ComputeX展会反馈积极 尽管无实质性新品 但卖方机构对GB200机柜良率改善和产能爬坡转为乐观 推动成长股动能因子扩散 [2] - 谷歌I/O大会强势亮相 叠加云服务提供商资本支出及中东主权AI需求增量 缓解此前行业风险 中国市场需求以阉割版本延续 [2] - 英伟达计提55亿美元库存或150亿美元收入可能过度 潜在影响后续季度业绩 但当前市场对其依赖度降低 AI叙事主导性减弱 [2] 市场结构与资产配置 - 英伟达业绩对市场整体走势影响减弱 不同于一年前的决定性地位 即便业绩不及预期 市场承接力仍存 [2] - 美股展现出较强韧性 投资者情绪转向"相信XX 定投XX"的长期配置模式 [2]

半导体行业并购与系统级定义 - 半导体行业历史上每一次重大跃迁都伴随并购 中国半导体行业也将遵循这一规律[1] - AI时代对国产半导体提出新要求 需从单纯国产替代转向系统级定义 构建适合中国本土的技术堆栈[1] - 当前AI芯片发展趋势显示 芯片独立功能性被削弱 需与软件算法协同优化重新定义[1] AI硬件基础设施演进 - 英伟达GB200和华为Matrix 384证明 AI硬件不再仅受算力约束 需平衡网络/延迟/计算/功耗等系统级能力[1] - 国产AI发展方向可能是算力/存力/运力解耦 而非追求单一指标[1] - 英伟达推出NVLink Fusion 试图将NVLink打造为硬件系统中的行业标准 延续CUDA生态定义权[2] 中国市场策略调整 - 英伟达可能针对中国市场调整策略 将存/算/运拆分为独立产品 降低算力和存储规格以规避限制[2] - 海光战略重组反映产业逻辑 虽非领先但符合行业整合趋势 国内企业如昆仑芯已开始布局超节点技术[2] - 国内半导体存在低效冗余问题 需借鉴海外科技巨头通过市场竞争建立的高效垄断模式[2] 国产半导体发展阶段 - 国产AI芯片已过从0到1替代阶段 需转向更高效率满足新需求定义[2] - 国内部分企业单卡性能优异但集群组网能力待提升 需系统性解决方案[2] - 行业呼吁在并购整合潮中寻找符合中国生态的系统级答案[3]

苹果美国本土制造的成本问题 - 若iPhone全部在美国本土制造（包括零部件），成本将从1000美元翻3倍至3500美元 [1] - iPhone自动化率低于芯片制造，台积电美国厂成本已显著增加，iPhone成本优化空间有限 [1] - 中国难以替代的优势在于成规模、成标准的熟练工人供给，美国无法复制这一条件 [1] 精密制造与中美制造业对比 - 芯片制造自动化程度高于组装，墨西哥组装GB200的良率爬升速度慢于台湾 [2] - 中美制造业落差显著，中国已实现除台积电外的全产业链国产化 [2] - 美国制造业回流面临库存危机和通货膨胀挑战，可能沦为口号 [2] 中美科技供应链与生态发展 - 美国科技界希望维持全球供应链，避免与中国脱钩，而中国科技界向下扎根的趋势不可逆转 [2] - 科技竞争的核心是生态和全栈技术应用渗透，中国正建立自主全栈体系及应用生态 [3] - 中国企业在本地化策略（Local for local）中表现更优，如小米、鸿蒙和国产AI芯片 [2] 关税与供应链妥协 - 特朗普关税政策可能促使苹果承诺扩大美国制造计划或转移芯片代工至亚利桑那以换取关税豁免 [2] - 中美博弈可能以中间点妥协收场，通过利益交换解决供应链分歧 [2]

谷歌AI战略优势 - 谷歌构建了"全栈式服务体系"，具备领先的模型技术、最大流量矩阵和自研基础设施，形成难以复制的系统能力 [1] - 主要竞争对手如苹果、OpenAI、Anthropic、微软/Meta和中国BAT都未能达到同等水平的全栈系统能力 [1] - OpenAI战略报告指出AI行业竞争核心是调度权争夺，而非单纯模型技术，谷歌凭借"足够好的智能+调度权"获得优势 [1] - 谷歌从Gemini 2.5开始实现模型反超，通过全面产品发布确立领先地位，可能"正在杀死比赛" [1] AI行业竞争格局演变 - AI竞赛已从单一产品竞争转向结果交付能力比拼，传统互联网时代的用户/流量指标失效 [2] - 用户迁移速度极快（如豆包到DeepSeek再到元宝），说明单一产品形态无法建立护城河 [2] - 未来竞争需要T型能力：模糊任务定义+广泛行业覆盖+专业程度，结果交付满意度成为核心价值 [2] - OpenAI认为护城河来自"模型+用户界面+品牌心智/用户信任"，而非特定场景限制 [2] 谷歌商业化前景 - 市场对AI影响广告业务尚未形成共识，谷歌股价未反映AI进展，当前PE仅10余倍 [3] - 谷歌全面拥抱AI可能源于Overviews商业化率已追上传统搜索，或看到助手类应用清晰商业化路径 [3] - 关键信号在于AI商业化贡献能否实质性对冲广告收入压力，这对整个AI行业意义重大 [3]

小米玄戒SoC技术突破 - 玄戒SoC采用与联发科相同的X925大核和N3E工艺，但单核跑分达3100分，显著高于联发科天玑9400的2900分，差距达200分接近代差水平[1] - 跑分优势源于配置差异：玄戒采用2颗X925超大核(频率3.9GHz)比天玑9400的1颗(3.63GHz)多100%，且频率高出7.4%，L2/L3缓存分别达1MB/16MB，是天玑9400(512KB/8MB)的2倍[1] - 10核CPU架构设计(2×X925+4×A725/X925+2×A720+2×A520)相比天玑9400的8核方案(1×X925+3×X4+4×A720)更具性能优势[1] - 外挂5G基带设计可能降低AP功耗密度，为散热留出更多空间[1] 研发投入与团队建设 - 玄戒项目累计研发投入达135亿RMB，研发团队规模2500人，2024年研发投入60亿，未来十年计划投入500亿[2] - 研发团队疑似吸纳了松果、海思、展锐及解散后的zeku精英人才，未进行大规模外部招聘[2] - 四年研发周期相比行业标杆(华为海思8年达到顶尖水平)显著缩短，展现团队技术实力[2] 行业对比分析 - 性能表现超越联发科15年技术积累，接近实现zeku未完成的芯片突破目标[2] - 对比Google tensor芯片数百人团队规模，玄戒在资源投入和性能表现上具有明显优势[2] - 芯片成本预计不低于天玑9400和高通8E的200美元单价，反映高端定位[1] 技术实现路径 - 采用ARM公版架构自主设计SoC/CPU/GPU，独立开发ISP成像和AI NPU芯片[1] - 通过堆料设计(高频多核、大缓存)实现跑分突破，但可能带来功耗上升(预估单核功耗比天玑9400高20%)和成本压力[1] - 首代产品在量产实机表现仍需验证，但已展现突出技术实力[2]

腾讯与阿里财报对比 - 腾讯基本面更为稳健 主营业务游戏和广告表现扎实 在AI投入和资本规划上保持优势 [1] - 阿里关注重点在云业务增速 但需消化高预期 未来几个季度可能逐步加速 [1] - 两家公司本季度资本开支(Capex)环比显著下降 主要因NV计提55亿美元导致BAT节省开销 其中腾讯阿里占比约40%即400亿人民币 [1] - SMIC产能无法在3个月内填补400亿国产替代缺口 [1] AI行业动态与策略 - 腾讯采取理性谨慎的开支策略 从软件优化入手应对硬件瓶颈 强调降本增效 [2] - Agent领域竞争加剧 下半年将出现加速需求上升 引发行业竞赛 [2] - 美国对华技术管制存在矛盾 既限制高端芯片销售又希望保持市场份额 [2] - 行业面临H系列芯片禁运问题 国产替代方案和海外厂商均试图抢占市场 [2] 技术突破路径 - 单纯依赖BAT资金投入和代工厂扩产属于线性追赶 难以突破系统性封锁 [3] - DeepSeek论文提出模型+芯片+系统协同优化创新 或为中国生态突破方向 [3] - 需摆脱对美国技术路径依赖 探索适合中国自身特点的AI发展路线 [3]

BIS新规核心内容 - BIS废除拜登AI扩散规则 市场风险偏好改善 AI叙事重新主导市场 [1] - 新规核心思想包括两点：全球范围内使用华为昇腾芯片均违反出口管制 使用美国芯片训练推理中国AI模型将面临警告 [1] 新规潜在影响分析 - 中国本地使用昇腾芯片可能违反美国出口管制 涉及BAT等公司的合规挑战 [1] - 使用美国芯片(如NV)训练推理中国模型将受警告 但跨国监督执行难度大 开源模型套壳可能规避监管 [1] - 海外云服务商托管中国开源模型(如Qwen/deepseek)将面临警告 但缺乏进一步制裁措施实际约束力有限 [1] 行业竞争格局变化 - 新规结构性利好NVDA 消除AI扩散风险并抑制华为全球竞争 NV股价已上涨5%回归交易中枢 [2] - 华为昇腾芯片在全球市场的拓展受到直接限制 中国境内使用也可能面临美国长臂管辖争议 [1] - NVDA H20芯片持续阉割背景下 中国AI公司可能面临芯片供应双重限制(禁用昇腾+限制NV使用) [1] 政策执行可行性 - 对中国境内使用昇腾芯片及NV卡推理中国模型的管制存在过度长臂管辖特征 实际执法难度较大 [1] - 警告机制(黄牌)缺乏配套制裁措施 政策威慑效果存疑 需等待后续细则出台 [1][2]

中芯国际二季度营收指引分析 核心观点 - 中芯国际二季度营收指引略低于市场预期 主要受生产性波动影响 包括厂务年度维修突发因素及设备验证改进过程 [1] - 影响周期为3-5个月 其中厂务维修为偶发事件（影响一二季度） 设备改进为必然事件（影响二三季度） [1] - 公司预计三季度初完成设备调优 年末新增先进产能将服务于国产AI算卡厂商 [3] 生产波动原因分析 厂务维修事件 - 三四月份岁修期间中芯京城因变压器合闸跳电 导致生产中的晶圆受损 [1] - 电力恢复后部分机台参数偏离未被及时发现 影响良率 需对客户降价赔偿 [2] - 该事件导致一季度已交付晶圆协商降价 二季度出货量进一步受损 [1][2] 设备改进影响 - 中芯南方采用国产设备替代美系设备 需3-6个月工艺调优期 与公司指引的3季度初完成时间吻合 [2][3] - FAB3开始采用国产设备作为baseline 标志着可复制的国产生产线建设 [3] - 设备磨合影响二季度及三季度前半段良率 但为长期扩产必经阶段 [1][3] 产能与需求展望 - 中芯南方和中芯京城合计贡献公司50%以上收入 放大事件影响 [3] - 国产AI算卡需求旺盛 年末新增产能将优先服务昇腾、海光、寒武纪等客户 [3] - 行业趋势显示台积电HPC营收已超智能手机 预示AI芯片需求结构性增长 [3] 管理改进方向 - 公司需在扩张期加强厂务管理 避免类似跳电事故再次发生 [4]

特朗普政府计划撤销拜登时代AI芯片限制 - 特朗普政府计划撤销拜登时代的人工智能芯片出口限制 最早可能在周四宣布 这些限制曾遭到主要科技公司和外国政府强烈反对 [1] - 现任BIS发言人批评拜登规则过于复杂官僚化 将用更简单规则取代以释放美国创新力并确保AI领域主导地位 [1] - 国家等级和芯片出口限制并非AI扩散规则唯一政策 该框架还包括对AI模型权重的出口管制 特朗普政府对这些限制的计划仍在讨论中 [1] 特朗普中东访问与阿联酋AI芯片协议 - 特朗普可能在5月13日至16日访问中东 预计与阿联酋宣布启动政府间人工智能芯片协议 [1] - 阿联酋积极推动此协议 承诺未来十年内向美国技术和基础设施投资高达1.4万亿美元 [1] 对NVIDIA及行业影响 - 若撤销拜登政策 NVIDIA中国特供卡指标可能继续被阉割 同时严控东南亚市场 [1] - 网传B20/B30/B40指标可能导致某些型号只能用GDDR而砍掉HBM 使阉割卡几乎无法与国产卡竞争 [1] - AI扩散政策若不执行 将给中间国提供更多腾挪流通机会 [1] 政策变动潜在动机 - 特朗普单纯执行拜登政策难以获得利益 通过与各方利益交换取消政策可获取更多利益 涉及NVIDIA、中东、微软、甲骨文等利益方 [1]