研究报告关键要点总结 涉及的公司与行业 * 公司：**Empyrean**，股票代码 301269.SZ，是中国本土电子设计自动化软件供应商[43] * 行业：**电子设计自动化** 行业，服务于半导体设计、制造及AI芯片领域[1][3][43] 核心观点与评级调整 * **评级下调**：将Empyrean的评级从“买入”下调至“中性”[2] * **目标价下调**：12个月目标价从155元人民币下调至125元人民币，隐含31%的上涨空间[2][29] * **下调原因**：基于相对公允的估值，公司股价当前交易于2028/2029年预期市盈率42倍/29倍，与46%的2023年预期净利润同比增长相符，与同业估值一致[2] * **转为积极的条件**：若观察到新产品推出和本土客户采纳速度加快，将转为更积极看法[2] 业务发展与市场机遇 * **本土化趋势受益者**：作为中国本土EDA领导者，受益于中国市场EDA工具本土化趋势及产能扩张带来的采用率提升[1] * **产品线覆盖**：已覆盖模拟和存储器EDA全流程解决方案[1][43] * **扩张领域**：正在向全流程数字EDA和制造厂EDA工具扩展，以实现规模上量，但此过程仍需时间[1] * **关键产品开发**：持续开发单点工具，如可测试性设计、布局布线工具，全系列数字EDA工具的覆盖将推动大规模客户采用[1][3] * **捕捉AI芯片需求**：全流程数字EDA工具旨在捕捉不断增长的AI芯片需求，本土GPU/ASIC供应商持续发布新一代平台，推动EDA工具需求上升[3][19] 财务预测与业绩展望 * **收入增长预期**：预计2026/2027年收入将分别增长42%和40%[1]，总收入从2024年的12.224亿元人民币增长至2028年预计的38.57亿元人民币[31] * **收入结构变化**：预计数字/制造厂EDA工具的收入贡献将从2024/2025年预计的27%/34%增长至2027/2028年预计的39%/43%[1] * **盈利预测下调**：将2025-2028年预测下调17%~20%，主要因数字/制造厂EDA收入低于预期以及产品开发的高研发支出[1][20] * 下调原因包括：1）开发全流程工具所需时间更长；2）ASIC/GPU或制造厂客户采纳新产品需要时间[1] * **利润率预期**：预计随着新产品推出，运营效率将改善，净利率将从2025年预计的4.8%提升至2028年预计的33.3%[21][31] * **研发支出**：预计研发支出将持续增长，2027年预计达14.759亿元人民币[17]，研发费用率预计从2025年预计的50.1%逐步下降至2028年预计的35.9%[39] 估值方法 * **估值方法**：采用贴现市盈率法，将45倍目标倍数应用于2029年预期每股收益，并以11.5%的股本成本贴现回2026年，得出125元人民币的目标价[29][45] * **目标倍数依据**：45倍目标倍数源自半导体/EDA同业公司的市盈率与预期盈利增长率之间的相关性[29][32] * **同业对比**：目标价隐含的2026年预期市盈率为197倍，与公司自2022年7月以来的平均市盈率200倍一致[29] 风险因素 * **客户获取与支出风险**：客户获取速度及单客户平均支出快于或慢于预期，可能导致预测上行或下行[40] * **竞争环境风险**：公司主要与全球EDA同行竞争，若无法在产品和客户认可度上赶上或超越同行，将对预测构成风险[41] * **人才与成本风险**：随着本土EDA公司涌现，人才竞争和EDA工程师短缺可能影响研发进度和运营费用，人才供应情况将影响增长潜力和盈利能力[42][46] 其他重要信息 * **业绩跟踪指标**：通过以下指标跟踪公司收入：1）EDA行业季度支出；2）新产品推出；3）主要客户增长及研发支出势头；4）全球级供应商的中国业务敞口[19] * **与市场共识对比**：2026年收入预测与市场共识基本一致，2027年收入预测比共识高7%，因预计公司在2026年底覆盖全流程数字EDA后收入将加速增长[24] * **资产负债表与现金流**：预计应收账款天数将从2024年的147天逐步改善至2028年预计的139天，资本支出预计维持在0.9-1.2亿元人民币，因主要支出在研发人员上[26] * **历史表现**：自2022年11月3日首次给予买入评级以来，公司股价下跌12%，而沪深300指数上涨28%，表现不佳主要因新产品上量慢于预期及EDA本土化进程耗时更长[2] * **市场数据**：公司市值为416亿元人民币，企业价值为403亿元人民币[6]

文章核心观点 - 文章基于世界经济50年长波周期理论，指出当前正处于以信息产业为核心的第5个长波周期，集成电路是推动生产力发展的核心引擎 [1][12] - 系统回顾了中国集成电路产业从“六五”到“十四五”的发展历程，梳理了在EDA、设计、制造、封测、设备、材料、存储器等关键环节取得的突破与成就，多家公司已进入全球前十 [1][28][49] - 深入剖析了产业存在的“小散弱”同质化内卷、上下游容错试错机制缺失、数据统计与产业标准不健全、“举国之力”转化不足等主要问题 [1][50] - 结合后摩尔时代集成电路向延续摩尔、拓展摩尔、超越摩尔、丰富摩尔的发展趋势，对“十五五”规划提出打造头部企业、完善协同机制、加大精准投资、强化基础研究、深化国际合作、优化人才培养等具体建议 [1][84][85] 世界经济长波周期与中国经济地位 - 世界经济发展存在约50年的康德拉耶夫长波周期，当前第5个周期以信息产业为引擎 [3][4] - 中国GDP占世界总量比例从1820年的32.92%下降后，自20世纪末开始缓步上升，2009年成为世界第二大经济体 [5] - 2024年，中国、美国GDP分别为18.74万亿和29.18万亿美元，占世界总量的16.84%和26.21% [5] - 基于预测，到2035年，中国GDP可能达到33.8万亿美元，占世界23.12%，与美国（37.1万亿美元，占25.38%）比肩甚至超越 [5] - 到2049年，中国GDP占世界总量比例预计将回升至32.40%，与1820年水平基本相当 [6] - “十四五”期间，中国经济增速平均5.5%，对世界经济增长贡献率约30%，研发支出占GDP比例达2.68% [7] - 2024年，中国制造业产值占全球35%，是200多种主要工业品产量世界第一的制造业大国 [7][10] 集成电路产业的战略核心地位 - 集成电路是第5个经济长波周期中信息产业的核心，是现代信息技术的基础 [12][13] - 集成电路及软件构成的体系正改变战争规则，在国家安全领域已实现100%自主可控 [14][15][28] - 在民生领域，信息体系深刻改变生活，2024年8月中国电子行业以11.54万亿元总市值首次超越银行业，成为A股第一大行业 [17] - 中国集成电路销售额与GDP之比从1/300上升到1/100，证明其对GDP贡献增大，且与电子信息产业（销售额与GDP之比均值约1/5）共同成为经济驱动器 [22] 中国集成电路产业发展历程与现状 - 自“六五”起，每两个相邻的十年段，集成电路年平均销售额增加一个数量级，预计“十四五”到“十五五”这十年的年平均销售额将达到10^4亿元量级 [19] - 2001年至2011年，年均销售额810.9亿元，超过前20年销售额总和519.2亿元 [19] **产业各环节现状总结如下：** - **电子设计自动化**：2024年全球EDA市场规模117.93亿美元，国外三巨头合计占81% [28]。北京华大九天科技股份有限公司以1.56亿美元销售额跻身世界第6位 [29] - **设计**：2024年国内设计企业3626家，全行业产值6460.4亿元（约909.9亿美元），不及英伟达一家销售额（1243.77亿美元）[30][32]。豪威集团以30.49亿美元营收位列全球Fabless第9位 [32] - **制造**：2025年第二季度，中芯国际全球市占率位居世界第3，上海华虹位居第6 [33]。中芯国际≥28 nm月产能达35万片，14 nm及以下FinFET技术已规模化量产 [33] - **封测**：2024年全球封测市场规模821亿美元，江苏长电科技（50亿美元）、通富微电（33.2亿美元）、天水华天科技（20.1亿美元）分别位居全球第3、第4、第6位 [33] - **设备**：2024年全球半导体设备出货金额1171亿美元 [36]。北方华创全球排名第6位，中微公司刻蚀机占全球市场份额17% [35]。中国大陆前10大设备商2024年销售收入约486亿元（约67.51亿美元），占全球市场5.77% [36] - **材料**：2024年，中国200 mm硅片已获约70%国内市场份额，300 mm硅片国产化率约55% [37]。西安奕斯伟硅片产能71万片/月，全球市占率6%，排名第6 [38]。山东天岳碳化硅衬底全球市占率22.80%，居全球第2 [38] - **存储器**：2024年全球存储器市场1655.16亿美元，占半导体市场26.25% [39]。长鑫科技在全球DRAM市场占有率为4%，位居全球第4 [41]。长江存储2024年实现294层3D NAND闪存量产，全球市场份额8.6%，位居第6 [41]。兆易创新在NOR Flash市场以23%份额居全球第2，澜起科技在内存接口芯片市场以36.8%份额位居全球第1 [41] - **进出口与投资**：2024年中国集成电路进口额3857.9亿美元，仍为第一大进口商品，但国产化率在提高 [42]。出口额1595.5亿美元，成为出口额最高的单一商品 [42]。国家大基金三期3440亿元成立，三期合计约967.4亿美元，但2024年仅英特尔、三星和台积电三家资本支出合计就达857.8亿美元 [44] 中国集成电路产业存在的主要问题 - **小、散、弱同质化竞争**：设计企业3626家，其中销售额小于1000万元的企业1769家，人数少于100人的小微企业占总数的87.9%，导致资源分散和内耗 [50] - **上下游容错试错机制欠缺**：新产品、新设备、新材料从研发到成熟需要容错试错过程，成本增加成为国产化障碍，例如国产汽车95%的芯片仍依靠进口 [51] - **数据统计与产业标准不健全**：产业与市场定义不统一导致数据混乱，缺乏权威、连续、可共享的宏观数据；设备及零部件标准体系存在缺陷，制约产业发展 [52][53][54][55] - **“举国之力”转化不足**：面对美国在EDA、设备和材料方面的遏制，需将“举国之力”转化为具体举措，例如集中力量攻克EUV光刻机等关键难题，但缺乏有效的国家层面整合机制 [55][56] 后摩尔时代集成电路发展趋势 - 传统摩尔定律在经济和成本层面已趋近终结，2014年20 nm后，每百万门成本不降反升 [59][61] - 后摩尔时代集成电路向四个方向发展 [63]： 1. **延续摩尔**：继续缩小加工尺寸，发展片上系统，但技术难度和成本激增 [65] 2. **拓展摩尔**：通过系统级封装和Chiplet等技术，实现不同功能、材料、工艺的异构集成 [67] 3. **超越摩尔与丰富摩尔**：向新器件结构（如GAAFET、FFET）、新工艺（如背部供电网络）、新材料（如SiC、GaN）、新架构（如存算一体、软件定义芯片）演进 [70][72][78][79] - 技术演进推动投资持续增长，5 nm产品设计成本是28 nm产品的7.6倍，其中EDA软件占比最高达43% [80] 对“十五五”规划的发展目标与建议 - **发展目标**：使中国集成电路产业跻身全球前三；国民经济领域芯片自给率提高到80%；夯实28 nm全产业链，稳定14 nm生产链，初步建设全国产化7 nm生产线；建设先进工艺公共研发平台；在基础研究领域实现更多原始创新和引领 [81][83] - **建议举措**： 1. 制定政策推动企业整合并购，创建可与国际巨头比肩的头部企业，集中力量攻克硅片、电子气体、光刻机等关键材料设备难关 [84] 2. 建立上下游容错试错和验证的鼓励机制，通过补贴、保险等方式加速国产产品导入市场 [84] 3. 持续加大并集中投资力度，加强对投资的计划制定和监管，确保资金有效使用 [84] 4. 基础研究需提前10年部署，注重器件结构、材料、EDA算法等革命性创新，并加快成果转化 [85] 5. 加强国际合作，融入国际产业链，构建国内国际双循环格局 [85] 6. 加大人才培养和吸引力，深化产教融合，对EDA、材料等基础产业从业人员给予政策倾斜 [85]

量化模型与构建方式 1. **模型名称**：国证工业软件主题指数（CNI Industrial Software Index）[2][32] **模型构建思路**：构建一个能够全面反映中国工业软件产业整体表现的股票指数[2][32] **模型具体构建过程**： 1. **确定样本空间**：满足以下条件的A股和红筹企业发行的存托凭证[33]： * 非ST、*ST证券[33] * 科创板证券、北交所证券上市时间超过1年，其他证券上市时间超过6个月[33] * 公司最近一年无重大违规、财务报告无重大问题[33] * 公司最近一年经营无异常、无重大亏损[33] * 考察期内证券价格无异常波动[33] * 公司业务涉及工业研发设计软件、工业生产信息化软件、工业企业业务管理软件、工业自动化软件等工业软件相关领域[33] 2. **选样方法**： * 计算入围选样空间证券在最近半年的日均成交金额和日均总市值[33] * 剔除最近半年日均成交金额排名后10%的证券[33] * 对选样空间剩余证券按照最近半年的日均总市值从高到低排序，选取前50只证券作为指数样本，样本数量不足时按实际数量纳入[33] 3. **加权方式**：指数采用派氏加权法进行计算，并设置权重调整因子以确保工业研发设计软件领域样本权重不低于50%[33] 4. **定期调整**：指数样本实施半年定期调整，于每年6月和12月的第二个星期五的下一个交易日实施[33] 模型的回测效果 1. **国证工业软件主题指数**，年化收益率2.52%[56]，年化夏普比0.23[56]，年化波动率30.01%[56]，区间最大回撤-61.56%[56] 量化因子与构建方式 1. **因子名称**：研发投入占比[36] **因子构建思路**：衡量指数成分股整体在研发创新上的投入强度[36] **因子具体构建过程**：计算指数成分股的研发费用总和与营业收入总和之比[36] $$研发投入占比 = \frac{\sum 研发费用}{\sum 营业收入}$$[36] **因子评价**：该因子数值逐年提升，表明行业整体创新投入强度持续增强[36] 2. **因子名称**：专精特新公司占比[49] **因子构建思路**：衡量指数成分股中专精特新企业的集中度，反映指数的创新属性和产业链关键环节支撑能力[48][49] **因子具体构建过程**：统计指数成分股中被认定为国家级专精特新“小巨人”企业的数量，并计算其占指数总成分股数量的比例[49] $$专精特新公司占比 = \frac{指数成分股中专精特新公司数量}{指数成分股总数量}$$[49] **因子评价**：该因子比例显著高于主流宽基指数，说明工业软件领域中小企业的专精特新属性突出、创新集中度高[49] 3. **因子名称**：小盘风格暴露[45] **因子构建思路**：通过指数成分股的平均市值和市值分布来刻画指数的市值风格特征[45] **因子具体构建过程**：计算指数所有成分股的总市值平均值，并统计总市值在200亿元以下的成分股的合计权重占比[45] **因子评价**：指数平均市值较低且小市值股票权重占比较高，呈现出显著的小盘风格特征[45] 4. **因子名称**：盈利成长性（归母净利润增速、每股收益增速）[47] **因子构建思路**：衡量指数未来预期的盈利增长能力[47] **因子具体构建过程**：采用市场一致预期，计算指数成分股归母净利润总和与每股收益的预期同比增长率[47] **因子评价**：预期增速较高，表明指数盈利和成长性有望持续改善[47] 因子的回测效果 1. **研发投入占比因子**，2017年至2026年2月，该因子在国证工业软件主题指数上的表现为：2022年取值4.31%[36]，2023年取值8.64%[36]，2024年取值8.71%[36]，2025年三季度取值9.22%[36] 2. **专精特新公司占比因子**，截至2026年2月28日，该因子在国证工业软件主题指数上的取值为68%（34家/50家）[49] 3. **小盘风格暴露因子**，截至2026年2月28日，该因子在国证工业软件主题指数上的表现为：成分股平均市值276.24亿元[45]，总市值在200亿元以下的股票权重占比超过70%[45] 4. **盈利成长性因子**，该因子在国证工业软件主题指数上的预期取值为：2025E年归母净利润增速59.22%[47]，2026E年归母净利润增速30.12%[47]；2025E年每股收益增速59.93%[47]，2026E年每股收益增速59.32%[47]

行业投资评级 - 维持行业“看好”评级 [5] 报告核心观点 - AI for Science (AI4S) 是“人工智能+”行动的核心方向之首，是新质生产力与未来产业发展的关键“乘法因子”，具备政策高度支持、技术从理解到渗透、标的不断登陆资本市场的确定性 [4][5] - AI4S通过“微观-介观-宏观”跨尺度技术链闭环，实现研发提效与成本节约，其投资回报率有明确定量支撑，下游长周期行业需求强烈 [5][18] - AI4S产业链按技术环节可清晰划分，商业模式与估值体系逐渐清晰，国产替代与技术创新驱动本土企业崛起 [5][50] 根据目录总结 1. 自上而下: AI4S, 基础科学的乘法 - AI4S在《国务院关于深入实施“人工智能+”行动的意见》(国发〔2025〕11号)中位列第一位，即“人工智能+”科学技术，是国家自上而下重视的领域 [11][14] - AI4S不仅是狭义的材料/医药研发工具，已广泛渗透至物理、数学、天文、气象、中医现代化等全基础学科，并成为半导体、量子技术、核聚变等国际博弈焦点领域的核心研发工具 [4][15][16] - 国际博弈焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料等，均可利用AI4S方法加速研发 [17][21] 2. 自下而上: AI4S的技术链与ROI - AI4S的技术链可细分为跨越“微观-介观-宏观”的六层：量子力学层（微观）、统计力学层（微观）、经典力学+统计力学层（介观）、介观动力学+统计力学层（介观）、热力学+统计力学层（宏观）、连续介质力学层（宏观工程）[18][24][25][26][28][29] - 报告通过两种比喻帮助理解狭义AI4S：1）类比股票投资决策流程（个股研究→组合设计→收益表现）；2）类比深度神经网络图像识别过程（像素提取→中层特征→语义识别）[31][33][34][36] - AI4S可显著提升研发效率并节约成本：典型研发周期可从传统的36-48个月缩短至12-18个月，加速2-3倍；湿实验次数可减少90%以上；综合成本可节约约79.6% [46][48][49] 3. 产业链: 技术切分, 商业模式明朗 - **上游**：聚焦算力/数据库/底层工具。算力包括AI4S专属算力、一体机及云服务；数据库包括材料、分子、实验等各类科学数据库；底层工具包括DFT、MD、MLFF、KMC、有限元、EDA等软件与算法 [56][58] - **中游**：核心是跨尺度计算引擎、结构生成与优化平台、分子表征与性质预测、实验闭环（含实验机器人）。中游环节理论上具有高通用性和强壁垒 [59][60] - **下游**：覆盖狭义应用场景（如新能源材料、半导体材料、高端金属/合金材料、新医药）和广义应用场景（如高能物理、地质学、中医、气候模拟等）[60][61] - 商业模式参考：上游偏重基础设施，多采用销售产品模式；中游通用性强，可采用SaaS或高价项目制模式；下游定制化深，多采用IP授权或Buy-out模式 [51][58] 4. AI4S一二级参与者 - **二级市场TMT代表公司**：晶泰控股（AI4S干湿闭环平台）、中控技术（工业过程智能仿真）、润达医疗（AI医疗检验）、华大九天（AI驱动EDA）、海光信息（AI4S算力芯片）、索辰科技（物理AI工业仿真）、中科曙光（超算与算力平台）等 [4][71][73][75][77][79][80][81] - **二级市场应用代表公司**：英矽智能（AI制药）、宁德时代（新能源材料）、康众医疗、志特新材、药明康德、道氏技术等，多个公司具备拓展潜力 [4][83] - **一级市场部分代表**：思朗科技、深势科技、芯培森（道氏技术）、深度原理、全芯智造、分子之心等 [4][70]

行业投资评级 - 维持行业“看好”评级 [6] 报告核心观点 - AI for Science（AI4S）是“人工智能+”行动的核心方向和新质生产力发展的关键乘法因子，具备政策高度加持、技术渗透和标的登陆资本市场的确定性 [6] - AI4S通过“微观-介观-宏观”的技术链闭环，实现研发提效与成本节约，其投资回报率有定量支撑，下游长周期行业需求强烈 [6] - AI4S产业链按技术环节可清晰划分，商业模式与估值体系逐渐清晰，国产替代与技术创新驱动本土企业崛起 [6] - AI4S的定义远超AI制药和新材料设计，已覆盖全基础科学与未来产业，是支撑所有未来产业的通用技术底座，产业延展性远超预期 [7] 根据目录总结 1. 自上而下：AI4S，基础科学的乘法 - AI4S在《国务院关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号）中排在第一位，即“人工智能+”科学技术，是国家自上而下重视的关键方向 [14][18] - AI4S不仅是狭义上帮助化学、高分子、新能源、医药、医疗等领域的结构生成，更是广义上加速理论物理、天体物理、计算数学、气象学、地球科学、语文、历史、中医、哲学等全基础学科研发的加速器 [5][19][21] - AI4S可应用于国际博弈的焦点领域，如半导体、人工智能、量子技术、医药生物、新能源与先进材料、航天与国防等，帮助相关研发 [5][26] 2. 自下而上：AI4S的技术链与ROI - 狭义AI4S的技术链可细分为从微观到宏观的六层：量子力学层（微观）、统计力学层（微观）、经典力学+统计力学层（介观）、介观动力学+统计力学层（介观）、热力学+统计力学层（宏观）、连续介质力学层（宏观工程） [23][29] - 报告通过两种通俗比喻帮助投资者理解AI4S：1）类比股票投资从基本面研究到组合收益的决策流程；2）类比深度神经网络图像识别从像素到语义输出的过程 [7][39][43] - AI4S能显著提升研发投资回报率并节约成本：典型AI4S研发模式可将传统36-48个月的研发周期缩短至12-18个月，提速2-3倍；湿实验次数可从1000-5000次减少至100-200次，减少90%以上；综合成本节约率可达79.60% [54][55][57][58] 3. 产业链：技术切分，商业模式明朗 - 报告主张按技术环节而非商业模式划分AI4S产业链，以更好地研究渗透率、国际对标和底层技术估值 [5][59] - 产业链分为上游、中游、下游：上游聚焦算力/数据库/底层工具；中游核心是跨尺度计算/结构生成平台/真实世界交互/实验室机器人；下游覆盖狭义（材料/医药等）与广义（如高能物理/地质等）应用场景 [8][66][70][72] - 中游的实验机器人环节至关重要，它连接虚拟计算与真实世界，形成“计算预测-实验验证-数据回流-模型迭代”的闭环 [71] - AI4S产业成熟后，可能诞生不依赖当前通用算力（如英伟达GPU、CUDA、Transformer架构）的专属算力，其形态可能是专用AI4S算力或一体机 [74][79] 4. AI4S一二级参与者 - 二级市场TMT代表公司包括：晶泰控股（AI4S干湿闭环平台）、中控技术（工业过程智能仿真）、润达医疗（AI医疗大模型）、华大九天（AI驱动EDA）、海光信息（AI4S算力芯片）、索辰科技（物理AI工业仿真）、中科曙光（超算算力）等 [5][84][87][89][91][94][95][96] - 二级市场应用代表公司包括：英矽智能、宁德时代、康众医疗、志特新材、药明康德、道氏技术等，其中晶科能源、钧达股份、天奈科技、厦门钨业等具备拓展潜力 [5] - 一级市场部分代表公司包括：思朗科技、深势科技、芯培森（道氏技术）、深度原理、全芯智造、分子之心等 [5]

报告行业投资评级 - 给予计算机行业“强于大市”的投资评级 [3][6] 报告核心观点 - 2026年AI应用落地进度远超市场预期，将对软件、影视、传媒等传统行业带来直接冲击 [6] - 国内大模型迎来产品密集发布期，性能对标海外模型，在算力消耗和价格上优势极为明显，2026年国产AI大模型将形成对海外头部模型的替代，可能导致全球AI模型竞争格局重塑 [6] - AI推理需求大幅提升带来算力紧张，模型厂商、云厂商均出现涨价动作，对产业链企业形成利好 [6] 行业数据总结 - **软件行业整体**：2025年软件业务收入15.48万亿元，同比增长13.2%，增速较1-11月回落0.1个百分点，结束了连续9个月的回升趋势 [12]；2025年软件业务利润总额18848亿元，同比增长7.3%，低于收入增速5.9个百分点 [13]；2025年1-11月软件业务出口金额627亿美元，同比增长7.7% [14] - **高景气子行业**： - **IC设计**：2025年收入同比增长18.9%，高于软件行业整体增速5.7个百分点，是景气度最高的子行业 [17] - **云计算+大数据服务**：2025年收入同比增长13.6%，高于软件行业整体增速0.4个百分点 [17] - **其他子行业**： - **基础软件**：2025年收入同比增长11.1%，低于行业整体增速2.1个百分点 [20] - **工业软件产品**：2025年收入同比增长9.7%，景气度偏弱但呈回升态势 [20] - **电子商务平台技术服务**：2025年收入同比增长12.7%，低于行业整体增速0.5个百分点 [24] - **信息安全**：2025年收入同比增长6.7%，低于行业整体增速水平 [25] - **嵌入式系统软件**：2025年收入同比增长9.3%，落后于行业平均增速 [25] - **收入结构**：2025年信息技术服务收入增速14.7%，高于软件业务整体增速1.5个百分点，占软件业务整体收入比重提升至68.7% [27] AI领域动态总结 - **大模型发布密集**：2026年2月预期发布的模型包括豆包大模型2.0、DeepSeek-V4、Kimi-K3、Claude Sonnet 5、阿里的Qwen3.5等，春节期间模型市场竞争格局有望呈现较大变化 [6][33] - **中美模型策略分化**：美国头部模型（如Claude Opus 4.6、GPT-5.2）多采取闭源策略，而中国头部模型（如DeepSeek-V3.2、Qwen3-Max、Kimi K2.5）多采用开源策略 [38] - **模型价格与涨价趋势**：国产模型调用价格明显低于海外模型，优势显著 [39]；2026年2月出现涨价趋势，如Anthropic的Claude Opus4.6极速版价格是原版的6倍，智谱GLM Coding Plan套餐价格上涨30%起 [39] - **AI原生应用用户**：截至2025年12月，国内月活跃用户最高的AI原生APP分别为豆包（1.55亿）、DeepSeek（0.82亿）、元宝（0.21亿） [49]；截至2025年12月，豆包大模型的日均token使用量突破50万亿，较上年同期增长超过10倍 [53] - **视频生成突破**：字节推出的Seedance2.0在人物一致性、动作流畅性、音频适配性上远超之前视频生成模型，可能深刻改变影视、游戏等行业的生产模式 [6][55] - **MaaS市场格局**：MaaS是AI云中增长最快的细分市场，Omdia预测2030年中国MaaS市场规模达177亿元，2025-2030年复合增速72% [56]；截至2025年10月，全球企业级MaaS市场中，OpenAI、谷歌云、字节占比分别为31%、19%、15% [56]；2025年上半年中国大模型公有云服务市场中，字节市场份额为49.2%，阿里份额27% [59] - **模型厂商财务**： - **OpenAI**：年化收入从2023年的20亿美元增长至2025年预计的200亿美元，算力从2023年的0.2GW增长至2025年预计的1.9GW [61]；2025年第三季度亏损超过120亿元 [61] - **Anthropic**：2025年年化收入从年初10亿美元跃升至年底逾90亿美元，2026年2月13日已达140亿美元，目标2026年收入300亿美元 [64]；2026年2月13日完成300亿美元G轮融资，投后估值达3800亿美元 [64] - **AI Agent爆发**： - **Clawdbot/OpenClaw**：开源AI智能体，可根据用户指示使用电脑、应用程序和网络完成复杂任务，其火爆导致Mac mini硬件销售火爆 [65]；阿里云上线了Clawdbot全套云服务，腾讯、字节等也接连更新云上部署 [70] - **Claude Cowork**：Anthropic推出的桌面AI Agent，其强大的功能引发市场对软件企业SaaS模式面临颠覆风险的担忧 [72]；Cowork开发周期仅10天，由4人团队在Claude Code辅助下完成 [72] - **科技企业裁员**：2026年初，科技企业裁员呈现加快趋势，如微软计划裁员涉及5%-10%的员工（对应1.1-2.2万人），Meta对元宇宙业务部门裁员约1500人，甲骨文可能裁员2-3万人以释放现金流 [73][74][77] 国产化进展总结 - **芯片国产化率**：2025年，我国集成电路国产化占比约为17%（即进口依赖度81%） [78]；2025年上半年，我国AI芯片国产化比率从2024下半年的34%提升至35% [81] - **海外芯片供应受限**：英伟达H200仍受禁令限制 [6]；英伟达2025年第三季度来自中国大陆的收入占比降至5% [79]；AMD的MI308实现了少量对华供货 [86] - **国内AI芯片企业上市潮**：摩尔线程、沐曦股份于2025年12月在A股上市，壁仞科技、天数智芯于2026年1月在港交所上市，百度昆仑芯已向港交所递交上市申请，阿里平头哥有独立上市计划 [82] - **国内AI芯片企业业绩**： - **寒武纪**：2025年收入预计60-70亿元，同比增长410%-596% [82] - **沐曦股份**：2025年收入预计16-17亿元，同比增长408%-468% [82] - **摩尔线程**：2025年收入预计14.5-15.2亿元，同比增长231%-347% [82] - **海光信息**：2025年前三季度收入94.9亿元，同比增长55% [82] - **华为昇腾芯片**：昇腾将在2026年第一季度发布昇腾950PR，实现低精度计算能力，并加入自研HBM HiBL 1.0，将从根本上解决被美国禁令限制HBM的窘境 [6][91] - **超节点（Scale Up）发展**： - **华为Atlas 900**：已规模销售超过550套 [100] - **中科曙光scaleX 640**：发布全球首个单机柜级640卡超节点，采用浸没相变液冷方案 [96]；以scaleX 640为基础的国家超算互联网郑州核心节点3万卡AI算力集群已上线，是全国首个投入运营的最大国产AI算力池 [100] - **未来规划**：华为计划于2026年第四季度发布Atlas 950 SuperCluster集群（52万+卡），2027年第四季度发布Atlas 960 SuperCluster集群（99万+卡），后者算力将是当前世界最大集群xAI Colossus的1.3倍 [99][102] - **鸿蒙系统**：纯血鸿蒙系统（HarmonyOS NEXT）终端设备数已于2026年1月25日突破4000万 [101]；2025年第三季度，鸿蒙占据中国手机操作系统18%的市场份额，位居第二；占据全球4%的市场份额，位居第三 [105] 算力领域总结 - **云厂商目标激进**：阿里云提出2026年发展目标是拿下全年中国AI云市场增量的80%，并判断2026年增量的10%都会大于2025年全量，意味着其认为2026年AI云市场将数倍于Omdia的预测值 [6] - **自研芯片进展**： - **阿里平头哥**：有独立上市计划 [6] - **字节跳动**：自研芯片计划2026年量产10万枚 [6] - **谷歌TPU**：2025年11月发布第七代TPU Ironwood，峰值算力4614 TFLOPS (FP8)，可扩展至9216颗芯片集群，峰值算力达42.5 EFLOPS [122]；2023年自用TPU芯片量已突破200万颗，成为全球第二大AI芯片厂商 [123]；Meta将在2026年租用、2027年直接采购谷歌TPU [125] - **亚马逊Trainium**：2025年12月发布自研芯片Trainium3，采用3nm工艺，性能较Trainium2提升40% [126]；正在研发Trainium4，目标FP4计算性能提升6倍、内存带宽提升4倍 [127] - **微软Maia 200**：在互联网厂商自研芯片中性能领先 [121] - **英伟达动态**： - **芯片性能**：2025年发布的B300芯片峰值算力为20 PFLOPS (FP4稀疏) [115]；2026年将量产的Rubin架构芯片峰值算力达50 PFLOPS (推理，FP4) [116] - **超节点计划调整**：2026年1月实际发布的是72个GPU的Vera Rubin NVL72，而非2025年计划的144个GPU的NVL144 [116] - **外部技术投资**：2025年12月，英伟达斥资20亿美元投入新思科技项目，并以200亿美元获得AI芯片公司Grop核心技术的非独家授权，以弥补GPU在AI推理实时响应方面的不足 [120] - **海外资本开支**：海外科技厂商2026年资本开支计划大增，引起了市场担忧 [6] - **国内资本开支**：2025年仍受制于芯片供给，整体需求有望更好地释放 [8]

市场行情与ETF表现 - 2026年2月13日，三大指数集体走低，创业板软件板块冲高回落，成分股涨跌互现，其中国投智能领涨4.76%，网宿科技、慧博云通等股跟涨，而东方国信、顺网科技、万兴科技等股则大幅下挫[1] - 当日盘中，创业板软件ETF华夏换手率达18.48%，成交额为1.16亿元，显示市场交投活跃，且该ETF近期呈现资金回流趋势，近3日获得资金净申购2466万元[1] 行业观点与投资主线 - 国泰海通分析认为，2026年AI应用有望实现从“可用”到“好用”的跨越，多元化商业模式将落地，AI应用有望成为2026年AI产业行情的核心主线[1] - 投资应聚焦三类企业：具备流量与用户粘性的互联网平台公司、在垂直领域（如医疗、金融、工业等）实现应用落地的企业，以及受益于资本开支加码的国产算力与AIDC（人工智能数据中心）产业链[1] - 在技术、政策与需求的三重驱动下，AI应用正全方位开启“黄金元年”，将持续渗透更多场景，或将成为2026年最具成长潜力的产业赛道[1] 指数与成分股信息 - 创业板软件ETF华夏紧密跟踪创业板软件指数(399264)，截至2026年1月30日，该指数前十大权重股合计占比为48.61%[2] - 前十大权重股包括同花顺、润泽科技、昆仑万维、指南针、深信服、润和软件、网宿科技、软通动力、中科创达、汉得信息[2] - 根据2026年2月13日数据，部分成分股表现如下：华大九天上涨2.39%，润和软件上涨0.10%，中科创达上涨0.21%，软通动力上涨0.08%，而同花顺微跌0.06%，指南针下跌0.78%，昆仑万维下跌1.90%，神州泰岳下跌1.51%，深信服下跌3.41%[3]

市场行情与ETF表现 - 2026年2月11日，软件概念延续震荡，创业板软件ETF华夏(159256)截至13:55下跌0.09% [1] - ETF持仓股中，网宿科技上涨10.60%，广立微上涨9.04%，东方国信、信息发展、奥飞数据等股领涨 [1] - ETF持仓股中，万兴科技、昆仑万维、汤姆猫等股领跌 [1] 行业动态与催化剂 - 以Claude Code为代表的Agentic Coding产品、以OpenClaw为代表的Agent应用产品正在加速迭代 [1] - 华泰证券研报表示，2025年是Agent元年，2026年可能进入Agent加速落地期 [1] - Agent加速落地主要体现在两方面：一是Agentic Coding的迭代速度会大幅加快；二是国内外大厂会激烈争夺个人Agent助手的超级入口，均会成为下一轮token加速的重要推手 [1] - Agentic Coding的快速迭代可能会加速软件行业的重构，软件开发成本面临“杰文斯悖论” [1] - 未来个性化的、由AI生成的软件会爆发，但单体软件的价值可能下行，建议持续关注Agent进展 [1] 创业板软件指数与ETF构成 - 创业板软件ETF华夏紧密跟踪创业板软件指数 [2] - 截至2026年1月30日，指数前十大权重股合计占比48.61% [2] - 指数前十大权重股分别为同花顺、润泽科技、昆仑万维、指南针、深信服、润和软件、网宿科技、软通动力、中科创达、汉得信息 [2] 部分指数成份股具体表现 - 在所列成份股中，同花顺(300033)下跌1.26%，权重为8.68% [3] - 指南针(300803)下跌0.11%，权重为6.38% [3] - 润和软件(300339)上涨0.06%，权重为4.93% [3] - 昆仑万维(300418)下跌4.13%，权重为4.66% [3] - 软通动力(301236)上涨0.19%，权重为3.82% [3] - 深信服(300454)上涨2.87%，权重为3.58% [3] - 中科创达(300496)下跌0.07%，权重为3.08% [3] - 华大九天(301269)上涨0.56%，权重为2.87% [3] - 神州泰岳(300002)下跌0.88%，权重为2.83% [3]

台积电EDA联盟名单更新分析 - 台积电于2月6日公布最新EDA联盟名单，共包含12家成员企业[1] - EDA是半导体产业“芯片之母”，台积电EDA联盟是全球半导体先进工艺生态的关键组成部分，其成员变动直接反映行业格局调整[1] 联盟成员构成与格局 - 国际EDA巨头Synopsys、Cadence、Siemens EDA依旧占据主导地位[1] - 中国本土EDA厂商Primarius是名单中唯一入选的国产厂商，延续了“独苗”格局[1] - 与上一版本相比，核心调整仅有一项：Ansys因被Synopsys收购而退出联盟，其技术与业务已整合至Synopsys体系[3] - 除上述调整外，联盟其余11家成员均保持不变，凸显出台积电EDA生态的稳定性[3] - 新思科技、楷登电子、西门子EDA三大巨头占据生态核心位置，主导先进工艺相关的EDA工具研发与适配[3] - Altair、Keysight、Silvaco等厂商在特定工具领域、细分技术方向上与台积电协同合作[3] 国产EDA厂商现状与地位 - 概伦电子作为唯一入选的中国本土EDA厂商，其格局延续是对其技术实力的认可，也折射出国产EDA产业发展现状[4] - 概伦电子长期聚焦EDA核心环节，深耕建模仿真、电路验证、参数提取等领域，主要服务于中高端模拟及混合信号电路设计[4] - 其多款核心产品已在多家晶圆代工厂及芯片设计企业中完成验证并投入应用，展现出较强的技术实力与市场适配能力[4] - 台积电EDA联盟是其“开放创新平台”的重要组成部分，围绕先进工艺节点联合全球EDA厂商开展工具适配、方法学优化等工作[7] - 能否进入并持续留在该联盟，被视为衡量EDA厂商工艺适配能力、工具成熟度及长期技术投入力度的重要标志[7] - 华大九天曾作为国产EDA厂商代表入选联盟，但在经历被列入美国实体清单、控股权拟转交中国电子集团等变动后，自去年起未再进入名单[7] - 华大九天曾经入选的经历，证明其具备进入台积电先进工艺合作体系的能力与潜力，也印证了其EDA工具在技术验证、工艺适配方面的可行性[7][8] 行业整体特征与发展趋势 - 本次名单更新凸显出“高度稳定、动态微调”的整体特征[10] - 国际EDA巨头仍在全球先进EDA领域占据绝对主导地位[10] - 国内EDA产业与国际顶尖水平仍存在差距，核心技术与高端工具领域仍面临“卡脖子”挑战[10] - 以概伦电子为代表的国产EDA厂商，正通过聚焦细分领域突破、持续加大技术研发投入、深化与晶圆代工厂的工艺适配合作等方式，逐步突破技术壁垒[10] - 国产EDA厂商正稳步融入全球先进半导体制造生态，推动国产EDA产业的逐步崛起，也为我国半导体产业链自主可控奠定重要基础[10]

公司AI技术在EDA产品中的应用进展 - 公司表示AI技术对EDA发展有重要促进作用，并已将AI技术应用于现有产品中 [1] - 在模拟电路设计EDA领域，公司推出了智能化、自动化设计平台AndesAMS [1] - 在平板设计EDA领域，公司推出了智动化（智能化+自动化）平台AndesFPD [1] - 在数字电路设计EDA领域，公司将AI技术应用于特征化提取（K库）等工具，大幅缩短K库生成周期，提升设计效率 [1] - 在晶圆制造EDA工具领域，良率分析解决方案采用AI驱动技术前瞻性识别工艺缺陷 [1] 公司全定制设计平台生态系统 - 公司在现有全定制设计平台的基础上，基于统一数据库开发了全定制设计平台生态系统PyAether [1]