全球资产市值排名 - 截至2026年2月2日，黄金的全球资产市值为32.518万亿美元，位居全球第一 [1] - 同期，白银的全球资产市值为4.331万亿美元，位居全球第三 [1] - 英伟达的全球资产市值为4.653万亿美元，位居全球第二，略高于白银 [1]

核心观点 - Meta、微软等科技巨头资本开支指引超预期，AI投资加速，直接推动业务增长并拉动上游硬件需求[1][2] - AI需求持续强劲，带动存储芯片、覆铜板/PCB、核心算力硬件（如GPU、ASIC）及半导体设备等产业链景气度上行，相关公司业绩持续兑现[1][3][4] - 多家公司上调资本支出以扩产，满足AI驱动的未来需求增长，产业链各环节呈现稳健或加速向上的景气趋势[3][4] 科技巨头资本开支与AI业务进展 - Meta预计2026年全年资本支出在1150亿至1350亿美元之间，较2025年的约700亿美元显著增长，主要用于数据中心、服务器和网络基础设施[1] - Meta的AI改进使其Facebook广告点击率提升3.5%，Instagram转化率提升超过1%，Instagram Reels在美国观看时间同比增长30%，Facebook视频观看时间在美国实现两位数增长[1] - 微软2025年第四季度资本开支达到375亿美元，同比增长66%，云商业订单增长230%，主要由OpenAI和Anthropic的长期承诺驱动，Azure营收增长39%[2] - 微软表示其GPU等短期资产已为已签约的长期需求（如Azure和Copilot）预订，随着软件优化，利润率会随时间提升[2] - 天弘科技大幅上修2026年资本支出至约10亿美元（此前长期每年为1-2亿美元），用于支持2026及2027年需求增长，计划在泰国和美国分别增加超过100万和70万平方米产能[3] 存储芯片与硬件产业链 - 闪迪2026财年第二财季营收30.25亿美元，同比增长61%，环比增长31%，下季度指引营收44.48亿美元，预计同比增长171%，环比增长52%，non-GAAP每股收益12-14美元，毛利率指引65-67%（本财季为51%），均超预期[3] - AI需求强劲，英伟达GB300积极拉货，Rubin产业链预计2026年第一季度进入拉货阶段，谷歌及亚马逊新一代ASIC芯片也将进入拉货阶段[4] - Token数量爆发式增长带动ASIC强劲需求，研判谷歌、亚马逊、Meta、OpenAI及微软的ASIC数量在2026-2027年将迎来爆发式增长[4] - 继续看好覆铜板及存储芯片涨价趋势，认为其具有较强的持续性，从产业链公司陆续公布的营收及利润来看，业绩在持续兑现[1] 行业景气度与投资关注方向 - 整体看好AI-PCB及核心算力硬件、苹果产业链及自主可控受益产业链[1] - 继续看好AI覆铜板/PCB及核心算力硬件、半导体设备及苹果产业链[4] - 细分行业景气指标：消费电子（稳健向上）、PCB（加速向上）、半导体芯片（稳健向上）、半导体代工/设备/材料/零部件（稳健向上）、显示（底部企稳）、被动元件（稳健向上）、封测（稳健向上）[4] - 天弘科技强调了与Google长达十年的合作关系，是Google TPU系统的首选制造合作伙伴，并宣布获得第三家超大规模客户的1.6T网络交换机平台设计与制造订单，预计2027年开始量产[3]

市场情绪与资产表现 - 欧洲股市预计周一普遍高开 因投资者在黄金、白银和比特币大幅下跌后减少避险操作 [1] - 亚洲股市因普遍的避险情绪而普遍走低 [3] - 美国股市周五收低 纳斯达克综合指数下跌0.9% 道琼斯指数和标普500指数均下跌0.4% [6][7] - 欧洲股市周五稳健收高 泛欧斯托克600指数上涨0.6% 德国DAX指数上涨0.9% 法国CAC 40指数上涨0.7% 英国富时100指数上涨0.5% [7][8] 科技行业与公司动态 - 科技股将成为焦点 因据报道英伟达计划向OpenAI投资高达1000亿美元的计划已陷入停滞 [1] - 英伟达首席执行官黄仁勋表达了对竞争和OpenAI方法缺乏纪律性的担忧 并表示公司提议的1000亿美元投资“从未是承诺” [2] - 投资者等待财报季线索 本周将有超过100家标普500公司公布季度业绩 包括亚马逊、Alphabet和迪士尼 [2] 宏观经济数据与政策 - 美国劳工部月度就业报告以及制造业和服务业活动、职位空缺和消费者信心报告可能在本周吸引投资者关注 [3] - 澳大利亚储备银行、欧洲央行和英国央行本周都将召开政策会议 欧洲央行和英国央行预计将维持利率不变 [3] - 中国官方制造业采购经理人指数远低于预期为49.3 非制造业PMI回落至收缩区间 而一项中国制造业私营指标显示1月份工厂活动继续扩张 [4] - 日本制造业活动在1月份恢复扩张 产出和新订单数月来首次增长 [4] - 美国12月生产者价格指数以五个月来最快速度上涨 部分原因是进口关税的传导 [6] 大宗商品与加密货币 - 黄金和白银延续跌势 比特币在上周因美元走强引发的暴跌后跌至10个月新低 [1][5] - 油价暴跌近5% 原因是有报道称美国和伊朗进行谈判 以及欧佩克+宣布维持3月份暂停石油增产的计划 [5] 货币政策与政治事件 - 美元指数攀升 国债收益率飙升 因特朗普总统提名凯文·沃什为美联储主席 [6] - 沃什被广泛认为对宽松货币政策持更怀疑态度 并曾批评美联储低估通胀风险 [6] - 特朗普威胁对加拿大飞机以及向古巴出售石油的国家加征关税 也给市场带来压力 [7]

报告行业投资评级 - 看好 维持 [2] 报告核心观点 - 报告认为，随着AI芯片功耗持续攀升和单机柜功率密度创新高，数据中心供电架构向800V高压直流化演进趋势明确，其中固态变压器（SST）凭借高能效、高功率密度、占地面积小等核心优势，成为适配下一代AIDC（人工智能数据中心）的理想供电方案，行业正处在从0到1的突破前夜 [10][28][37][115] - 报告指出，SST技术壁垒较高，涉及中高压整流、方案设计、直流系统控制保护等多维技术要求，但国内企业在非AIDC场景已有领先的技术积累和项目经验，部分厂商在研发和产品化方面进展迅速，有望把握产业机遇 [21][45][94] - 报告预计，SST的推广应用将带动上游高频变压器、固态断路器、碳化硅（SiC）等功率器件产业链的需求弹性 [96][100][107] 根据相关目录分别总结 01 SST是什么？ - **定义与架构**：固态变压器（SST）是基于电力电子技术的高频、高效率电能变换装置，可替代传统工频变压器 [10] 在数据中心场景，SST能将10-35kV中压交流电直接转换为800V直流输出，省去多级变换环节 [10] - **性能优势**：根据台达数据，采用SST后，数据中心供电端到端总能效可从传统架构的89.1%提升至92.1%，SST自身转换效率可达98% [10][13] - **成本与结构**：SST内部包含输入级（AC/DC）、隔离级（高频变压器）、输出级（DC/DC）三级转换架构 [16] 其成本构成中，电力电子器件占比最高，达32%，高频变压器占比约16%，散热系统和控制系统分别占比约9%和8% [15][16] - **发展历程与应用**：SST技术起源较早，但过去应用规模有限，主要用于直流配电网、充电站、轨道交通等场景 [20] 中国在非AIDC场景的SST应用经验丰富，自2017年起有多个示范项目落地，在全球已应用项目中占优 [21][23] 02 SST为何必要？ - **行业驱动力**：AI芯片功耗迈向千瓦级，算力集群规模突破吉瓦量级，导致数据中心电力需求快速增长，传统多级交流供电架构在能效和体积上承压 [28] 预计到2028年，美国AIDC/IDC电力消耗占比可能从2019年的约2%上升至近18% [29] - **技术路线明确**：英伟达已明确800V全直流供电架构，预计将全面匹配其2027年推出的Rubin Ultra系列芯片/Kyber机架系统 [37] 英伟达在白皮书中指出SST设计紧凑，可大幅减少白区占地面积，并更好支持算力密度增长 [37] - **方案对比优势**：在多种数据中心供电方案中，SST在整体能效（98%-98.5%）、系统可靠性、占地面积（GW级占地低于220平方米）等方面表现最优 [41] 相较于传统2N-UPS方案，SST能效更高，且随电压升高电流降低，能减少供电系统的铜用量 [41] 03 SST有何壁垒？ - **中高压整流技术**：SST需将10kV/35kV交流电直接整流为直流电，对电力电子产品的耐压、绝缘、保护要求大幅提升，技术难度高于常见的400V整流 [48] - **方案设计技术**：AIDC对SST的集成度、链路转化效率和产品体积要求高，但目前行业尚无统一规格标准，更高的性能依赖于核心电路拓扑结构的设计 [52] - **直流系统控制保护技术**：AIDC负载侧波动预计较大，且直流系统存在灭弧难度大、绝缘难度大、故障扩散快等特点，需要更强的直流控制保护系统及创新保护产品 [56] 04 SST进展几何？ - **下游需求指引**：谷歌明确未来配电方案将采用SST，其方案采用34.5kV交流接入，直流侧为±750V输出，并接入电池储能系统（BESS） [63] 微软也提出了包含“SST+储能”的“明日”供电方案 [64][68] - **中游产业布局**：海外厂商如伊顿、台达进展较快，台达的800V SST已在头部云服务商（CSP）测试超过6个月，端到端效率稳定在92%以上，比传统方案节省近30%的能源成本 [69][78] 伊顿推出的中压能源路由器方案效率达98.3%，占地面积仅9平方米 [79][84] - **大陆企业进展**：四方股份可提供功率范围0.5MW～15MW、整机效率98.5%的系列化SST解决方案 [70][94] 阳光电源基于SST技术的中压直挂光伏逆变器单机功率达6MW，最高效率98.5% [89][94] 金盘科技发布的元神ONE系列SST传输效率达98%，占地面积可节约60%以上 [70][94] - **上游产业链机会**：SST将带动核心零部件需求，包括采用铁氧体、非晶合金等材料的高频变压器 [99] 适配直流系统保护需求的固态断路器（SSCB） [106] 以及因耐高温高压、高频特性而受益的碳化硅（SiC）功率器件 [107]

文章核心观点 - 作者认为市场将超微半导体与英伟达进行过多比较是不合理的 其无法理解这两家公司为何被相提并论 [1] 作者背景与研究方法 - 作者自称拥有超过20年的货运代理行业经验 是一位热情的市场参与者 擅长从普通素材中发掘珍宝 [1] - 作者的行业经验使其对投资心理学有独到见解 其投资理念常与主流观点相悖 [1] - 作者强调在其研究项目中会进行深入的尽职调查 旨在为受众提供及时准确的信息 [1]

行业共识与战略方向 - 2025年末，业界普遍认为人工智能技术已迈过关键“临界点”，生成式AI和大语言模型加速落地，尤其是在生命科学领域引发了产业范式变革 [2] - 华大智造在2025年初完成了GLI（自发光测序仪研发和实验室智能自动化）业务的战略重构，旨在突破“数据-算法”的互哺瓶颈，加快“AI+生命科学”的落地 [2] AI赋能的具体效率提升 - 在测序循环效率方面，通过AI技术优化后，单次循环时间从2-2.5分钟缩短至75秒，循环时间缩短约40%-50% [3] - 在靶向引物设计上，借助AI可以将单次研发循环从2-3周缩短至41-5天，成本下降60%-70%，效率提升2-3倍 [3] - 在研发周期方面，传统模式需耗时半年，而AI辅助流程可将“每轮迭代”压缩到周级，显著缩短整体周期 [3] 技术路径与核心差异 - 基因组序列与自然语言在数据结构上具有“序列”这一核心共性，但生命系统具有高度复杂性与动态性，自然语言上下文的压缩方法不能直接等价迁移到生命序列 [1][4] - DNA序列源于进化过程中的选择性突变，并非线性生成结果，仅依靠Transformer模型或注意力机制难以完全解码生命系统的复杂规律 [4] - 未来探究生命序列的核心路径包括：在模型构建中融入物理化学等第一性原理；构建多智能体协作系统；坚持“干湿闭环”原则，借助自动化技术提升实验可重复性与效率 [4][5] 产品创新与市场定位 - 公司开发了全球领先的自发光半导体闪速测序仪，采用手机摄像头图像传感器替代传统激光器系统，实现了成像与反应模块的小型化，显著提升便携性与成本优势 [5][7] - 该产品定位为入门级工具，初始成本较低，能够广泛适配小型实验室、基层医院、疾控中心、海关及教育等场景，而传统测序仪单价高达数百万至数千万元 [7][8] - 该产品通过人工智能技术实现了全链条赋能，涵盖生化原理优化、信号处理、调度仿真及实验设计等关键环节 [8] 临床与科研场景的差异化应用 - 未来基因测序在临床与科研场景的应用将形成明确分野：科研场景的智能体追求“覆盖面与探索效率”；临床场景的核心要求是“稳定、合规、可追溯与一次成功” [8] - 临床场景要求“一次成功”，核心应用方向为全流程质量控制与智能报告输出，需要智能驱动的全流程质控、可追溯体系以及针对多样本工况的适配性优化 [9] 未来技术演变趋势 - 未来五年，测序仪将朝着“样本进，洞察出”的方向发展：临床场景实现“样本进，诊断出”，科研场景实现“样本进，成果出” [6][9] - 实现该目标需依托自动化工作流与任务编排技术，AI将全面赋能全流程质量控制与溯源，并在实验前进行虚拟仿真验证，形成“测序前先仿真”的技术范式 [6][9] - 公司的智能实验室自动化业务线（GLI）未来将实现模块化、柔性化定制，通过标准化实验模块的快速拼接来适配多样化的复杂生物工作流 [10] AI技术融合与核心竞争力 - AI技术已全面渗透于产品研发、核心模块设计、用户服务及未来规划等全流程，例如利用AI算法实现单循环四通道信号同步解码，结合边缘计算提升处理效率 [11] - 公司的核心原则是“AI技术落地导向”，避免为“技术而技术”，只有将AI深度融入产品与业务流程，才能体现其商业价值 [12] - 未来AI领域的核心竞争力将是企业的AI原生能力，当全行业都能以AI思维开展工作，将形成最核心的共性竞争优势 [6] 面临的挑战与解决思路 - AI应用的核心挑战之一是“人机协作范式转型”，需要将AI从工具转变为“可托付任务的伙伴”，但这将面临组织架构、协作模式甚至旧有生产关系的调整阻力 [6][13] - 技术层面的挑战包括生成式模型输出的概率性带来的“幻觉”风险，在临床与严肃科研中必须通过可追溯流程、证据链等将风险压到可控范围 [13] - 此外，AI应用还需防范生物安全等伦理风险，例如在DNA序列合成场景需防止造成不可逆的生物安全影响 [14] 跨学科融合与人才需求 - 行业已正式进入工程生物学时代，是推动计算技术、自动化技术与生命科学深度融合的关键时期 [16] - 融合过程面临显著挑战，生命科学研究者缺乏计算思维驱动研究的培养，而计算机领域研究者则难以充分理解生命系统的复杂性和实验验证的核心价值 [16] - 大模型的知识覆盖为打破学科壁垒提供了条件，未来需推动生命科学研究者主动运用计算工具，同时助力计算机研究者借助大模型快速掌握生命科学专业知识 [17]

英伟达对OpenAI潜在投资的态度与现状 - 英伟达首席执行官黄仁勋澄清，公司拟向OpenAI投资1000亿美元的计划“从来都不是一项承诺” [1] - 公司表示将在任何融资事宜上“一轮一轮地评估”，并“一步一步地推进投资” [1] - 此前有报道称，英伟达与OpenAI之间价值至多1000亿美元的合作交易谈判已陷入停滞 [1] 黄仁勋的公开表态 - 黄仁勋于2月1日在台北对记者做出上述表态 [1] - 黄仁勋表示，尽管对OpenAI的邀请感到“非常高兴”和“非常荣幸”，但投资决策将审慎推进 [1]

中国公司高管变动 - 百度重组设立个人超级智能事业群组，由副总裁王颖负责，整合文库与网盘业务，旨在强化AI应用协同创新能力 [2] - 爱奇艺首席财务官汪骏因个人原因辞职，财务高级副总裁曾颖出任代理首席财务官，公司将继续遴选正式人选 [3] - TCL科技创始人李东生卸任兼任的首席执行官职务，保留董事长职位，由首席运营官王成接任首席执行官 [4][6] - 360集团公关副总裁张永生离职，其于2024年8月加入，负责市场营销和公关传播工作 [7] - 康佳总裁曹士平因工作安排原因辞职，将继续在公司任职，近期公司副总裁杨波亦请辞，董钢被聘为副总裁 [8] - 同方股份原总裁、董事长陆致成因病去世，享年78岁，其曾主导公司改制上市并培育了同方威视、同方知网等多个核心企业 [9] 全球科技与媒体公司高管变动 - 迪士尼首席执行官鲍勃·艾格考虑在合同于12月31日到期前提前卸任，董事会拟提拔主题乐园部门主席Josh D'Amaro为新任首席执行官 [10][12] - 迪士尼成立全新的企业营销与品牌部门，由Asad Ayaz担任首席营销与品牌官 [13] - TikTok美国数据安全合资公司正式成立，由亚当·普雷瑟担任首席执行官，威尔·法瑞尔担任首席安全官，董事会由七名成员组成且美国籍占多数 [14] - 苹果公司扩大硬件主管约翰·特努斯的职责范围，将设计团队纳入其管理，巩固其作为首席执行官蒂姆·库克潜在接班人的地位 [15] - 苹果公司人工智能团队近期至少流失四位研究员，分别转投Meta、谷歌DeepMind或自主创业 [16] - Meta任命前特朗普顾问迪娜·鲍威尔·麦考密克为总裁兼副董事长，以帮助指导公司整体战略，并提拔两名高管负责名为“Meta Compute”的AI基础设施倡议 [17] - 英伟达任命谷歌云计算营销高管艾莉森·瓦贡菲尔德为首位首席营销官，其将向首席执行官黄仁勋汇报 [18][19] - 英伟达董事珀西丝·德雷尔从董事会辞职，公司称其是为寻求新职业发展机会，董事会成员现为10人 [20] - 马斯克旗下xAI联合创始人杨格因被诊断患有莱姆病离职，将担任公司非正式顾问 [21] - OpenAI推行总经理负责制，为各产品线配备负责人，巴雷特·佐夫将牵头企业AI销售业务 [22] - Anthropic任命微软印度前董事总经理伊琳娜·戈塞为印度地区董事总经理，以拓展当地市场 [23] - 派拉蒙天舞任命Dennis K. Cinelli为首席财务官，其此前就职于人工智能初创公司Scale AI [24] - 华纳音乐集团任命前Billboard总编辑Hannah Karp为执行副总裁兼首席传播官 [25][27] - 苹果前iPhone Air设计师Abidur Chowdhury加入AI初创公司Hark，将出任设计主管 [28] - 法国半导体晶圆制造商Soitec任命洛朗·勒蒙为新任首席执行官，接替因个人原因离职的皮埃尔·巴纳布 [29] - 数字基础设施提供商Black Box任命Sameer Batra为全球系统集成业务首席商务官，负责印度及国际市场 [30] - 日本存储芯片制造商铠侠控股任命执行副总裁Hiroo Oota为新任首席执行官兼总裁，接替Nobuo Hayasaka [31] - 软银任命首席运营官Jun Shimba为董事长，现任董事长Yasuyuki Imai将转任特别顾问 [32] - 默克任命Benjamin Hein为执行董事会成员兼电子科技业务首席执行官，接替即将升任集团主席的毕康明 [33][35] - 夏普美国家用电子公司总裁James Sanduski将于3月31日退休，由Grace Dolan接任总裁职务 [36][38]

全球资产市值排名概览 - 根据Companiesmarketcap数据，黄金的全球资产市值跌至32.518万亿美元，但仍位居全球资产市值排名第一位 [1] - 白银的全球资产市值缩水至4.331万亿美元，排名跌至第三位 [1] - 英伟达以4.653万亿美元的总市值，超越白银位列全球资产市值排名第二位 [1] 主要资产与公司市值及价格变动 - 黄金市值32.518万亿美元，价格每盎司4,677美元，单日下跌1.44% [2] - 英伟达市值4.653万亿美元，股价191.13美元，单日下跌0.72% [2] - 白银市值4.331万亿美元，价格每盎司76.95美元，单日下跌2.01% [2] - 谷歌母公司Alphabet市值4.086万亿美元，股价338.53美元，单日微跌0.04% [2] - 苹果公司市值3.813万亿美元，股价259.48美元，单日上涨0.46% [2] - 微软公司市值3.195万亿美元，股价430.29美元，单日下跌0.74% [2]

行业核心观点 - AI支出浪潮刚刚开始 尽管市场担忧AI泡沫 但在计算基础设施领域并未出现泡沫 超大规模AI公司正竭尽全力投入资金以扩大其计算能力规模[1] - 销售计算设备的公司必将蓬勃发展 这是AI领域寻找投资机会的最佳方向[2] 台湾积体电路制造公司 - 公司是全球最大的芯片代工厂 其生产的逻辑芯片为几乎所有人工智能计算设备提供动力[3] - 在技术规模和先进性上几乎没有替代供应商 客户为追求极限性能大多不计成本选择该公司 这使其近期表现出色[4] - 公司预计AI芯片需求巨大 计划投入520亿至560亿美元用于提升产能 管理层对巨额投资最初感到紧张 但在与客户会晤后信心增强[6] - 公司预计从2024年至2029年 AI芯片营收将以近60%的复合年增长率增长 随着芯片需求增长和新技术的推出 公司将在未来几年持续强劲增长[6][7] - 公司当前股价330.56美元 市值1.7万亿美元 毛利率59.02% 股息收益率0.93%[6] 英伟达 - 公司是AI领域最知名的公司 其图形处理器几乎成为AI基础设施建设的代名词 占据了填充AI数据中心的大部分计算设备份额 其性能市场无出其右[8] - 华尔街分析师预计公司在2027财年营收将增长52% 这一增长预计将持续数年[10] - 公司认为 到2030年 全球数据中心的资本支出将每年增至3万亿至4万亿美元 考虑到2025年该数字约为6000亿美元 公司的增长周期刚刚开始[10] - 公司当前股价191.13美元 市值4.6万亿美元 毛利率70.05% 股息收益率0.02%[9][10] 博通 - 公司在AI计算领域采取与英伟达不同的策略 通过与AI超大规模公司直接合作 设计专用集成电路 这些芯片专为AI工作负载定制 在配置正确的情况下能以更低成本提供更好性能[11] - 公司的AI半导体营收预计在第一季度将翻倍 显示出巨大的增长势头 随着更多AI超大规模公司在2026年底和2027年增加采购 这一势头将加速[13] - 公司是值得关注的可能从英伟达手中夺取市场份额的企业[13] - 公司当前股价331.22美元 市值1.6万亿美元 毛利率64.71% 股息收益率0.73%[12][13]