美股半导体板块盘前表现 - 2024年1月23日美股盘前交易中，部分半导体公司股价走强 [1] - 超威半导体盘前涨幅超过3% [1] - 英伟达盘前涨幅接近2% [1] - Arm Holdings盘前涨幅超过1% [1] - 台积电台积电盘前涨幅超过1% [1]

公司股价表现 - 英伟达美股于1月23日盘前交易时段出现拉升，股价上涨超过2% [1]

公司股价表现与市场情绪 - 英伟达股价上涨 市场对该公司H200芯片在华销售的乐观情绪上升 [1] 核心产品与市场动态 - 英伟达H200芯片在中国市场的销售前景成为市场关注焦点 乐观预期是推动股价上涨的直接原因 [1]

文章核心观点 全球金融市场正从技术突破转向基础设施深耕，投资者应关注支撑数字化时代的核心支柱，包括内存与数据存储、核能基础设施以及合规化的数字资产，这些领域在2026年孕育着结构性投资机遇 [1][2][3] 科技与半导体基础设施 - 2025年AI领军企业Palantir和Alphabet涨幅惊人，分别达135%和65%，但这仅是科技革命的序章 [1] - 随着算力竞赛升级，市场长期忽视了关键的内存与数据存储板块，该行业已成为海量数据处理需求下的生产瓶颈 [1] - 三星、海力士与美光科技几乎垄断全球内存产能，极高的行业壁垒赋予相关标的极强定价权 [1] - 尽管美光科技在2025年已实现240%的涨幅，但其估值相较于高市盈率的大科技板块依然具有吸引力 [1] - 2026年市场情绪将效仿贵金属市场轮动逻辑，从核心芯片向云计算、网络安全及高速带宽等下游基础设施渗透 [1] 能源转型与核能复兴 - 训练顶级AI模型对电力的渴求已超出传统可再生能源的承载能力，风能与太阳能的波动性难以满足数据中心对稳定性的极致要求 [2] - 核能，尤其是小型模块化反应堆（SMR）的崛起已成定局，科技巨头正以前所未有的速度布局，例如Meta与Vistra签署20年电力协议，亚马逊与X-Energy深度合作 [2] - SMR的商业化推广将改变核工业依赖巨型工程、建设周期漫长的弊端，使核能从“国家工程”转变为高效的“商业化商品” [2] - 核能复兴带动了深广的供应链需求，从上游铀矿开采、中游浓缩燃料组件制造，到下游反应堆压力容器锻造及特种材料供应，整个产业链正处于多维度复苏阶段 [2] - 对于寻求资产多元化配置的投资者，通过相关ETF或垂直领域龙头公司切入核能赛道，是2026年捕捉结构性牛市的关键 [2] 数字资产与监管演进 - 尽管2025年加密市场表现不尽如人意，在比特币创下12.5万美元峰值后依然跑输传统资产，但这种“压抑”是市场走向成熟的必经阶段 [3] - 机构资金的涌入削弱了加密货币早期的剧烈波动，但为其注入了合规化的生命力 [3] - 随着《明晰法案》（Clarity Act）等关键监管框架的推进，原本处于法律灰色地带的去中心化金融设施将迎来正式的“合规开关” [3] - 无意义的散户炒作潮已接近尾声，取而代之的是由法律保障、机构背书的新型金融工具 [3] - 当全球监管迷雾消散，加密货币将从一种投机资产真正转型为全球金融体系的重要组成部分 [3]

中国车企智能驾驶芯片自研趋势 - 小鹏汽车在2025年1月8日的全球新品发布会上，发布的G6、G7、G9和P7+四款新车型全部搭载自研的图灵AI芯片，未提及英伟达芯片，其上一代车型均使用英伟达芯片，此举被视为智能驾驶发展的转折信号 [1] - 理想汽车计划在L9的重大改款车型中使用自研智能驾驶芯片M100，该芯片预计2025年第一季度回片，进入量产前关键阶段，其性能在处理大语言模型任务时，1颗M100有效算力相当于两颗英伟达Thor-U，处理传统视觉任务时可对标3颗英伟达Thor-U [1] - 蔚来通过自研神玑NX9031芯片实现降本，在旗舰车型ET9上使用两颗神玑芯片，等效算力等于8颗英伟达Orin X，预计可帮助单车实现1万元降本，并计划在新款ET5、ET5T、ES6、EC6上全系搭载 [2] 车企“去英伟达化”的动因与影响 - 成本控制是核心驱动力之一，蔚来汽车创始人李斌透露，2024年公司从英伟达采购Orin X芯片的花销超过3亿美元（约合人民币21.9亿元） [2] - 英伟达芯片的供应与性能问题打乱了车企产品节奏，其Thor芯片算力从最初宣称的2000TOPS缩水至实际交付的700TOPS，且存在功耗过高、散热问题及多次延迟交付，影响了理想汽车、小鹏汽车、智己等公司的产品上市和智能驾驶系统迭代 [5] - 2025年，蔚来、小鹏汽车、理想汽车的合计销量超过116万辆，随着更多车企与华为、鸿蒙智行合作扩大及智能驾驶功能下放，依赖英伟达芯片的车型比例预计将进一步减少 [4] 英伟达在中国市场的竞争态势变化 - 英伟达在中国智能驾驶芯片市场份额出现显著下滑，从2023年的33.5%上升至2024年的39%后，在2025年下降至25%，尽管其同时提供Orin和Thor两个系列芯片 [5] - 市场份额下滑的核心原因包括：英伟达Orin芯片架构落后（2019年设计，2022年量产），以及性能更强的Thor芯片存在算力缩水、交付延迟等问题 [5] - 英伟达在自动驾驶领域的收入占其总收入比例很小，根据其2026财年前三个季度财报，来自自动驾驶芯片销售的收入约占总收入的1%，但中国市场激烈的竞争可能影响其长远规划 [7] 中国智能驾驶市场格局与未来趋势 - 2025年中国智能驾驶市场快速发展，具备L2级功能的乘用车新车销量在前三个季度同比增长21.2%，渗透率达到64%，其中城市NOA功能累计销量在1至11月达321.9万辆，占乘用车上险量的15.1%，较2024年全年提升5.6个百分点 [4][5] - 市场竞争者多元化，以地平线、华为、Momenta为主的供应商，以及蔚来、小鹏和理想为代表的车企，已具备或正在构建“软硬一体”的全栈交付能力，Momenta也已启动芯片自研 [7] - 2026年中国汽车市场呈现三大趋势：高端车型受益于国家补贴和购置税减半政策，竞争白热化且多使用自研芯片；城市NOA功能下放至入门车型，地平线征程系列及基于高通骁龙的解决方案受青睐；本土品牌与华为合作扩大，可能进一步减少对英伟达依赖 [9]

文章核心观点 - 文章核心观点认为，全球AI竞争已从上半场的“缺芯片”阶段，进入下半场的“缺电”阶段，电力成为AI发展的新瓶颈[7][8][11] - 文章核心观点认为，中国在电力基础设施的总量、冗余度和未来增长潜力上远超美国，这构成了中国在AI算力竞争中可能反超的核心优势[12][23][25] - 文章核心观点认为，美国电力系统面临总量不足、结构老化、区域分割及新能源冲击等多重挑战，难以系统性解决AI带来的电力需求激增问题，可能主要依靠科技企业自行解决[17][19][28][30] AI竞争阶段的演变 - AI竞争的上半场（2023-2025年）核心是缺芯片，围绕英伟达GPU算力芯片体系及其配套的光模块、存储展开[9][10] - 由于国产算力芯片受限于算子生态、先进制程良率（低于50%）及设备禁运，国内大厂如字节、阿里在2025年未能完成AI资本开支计划，国产大模型整体性能落后美国约半年[10] - AI竞争的下半场（约2025年年中起）核心瓶颈转向缺电，投资重心转向以吉瓦（Gw）为单位的超大AI数据中心集群[11] - 竞争焦点切换的原因是英伟达单芯片功率提升有限（从800W到1200W），通过先进制程、大卡、集群等方式带来的算力增益也开始放缓，电力成为新的军备竞赛高地[11] 中美电力基础设施对比 - 中国电力总量巨大且冗余度高：总装机量达38亿千瓦（约3800GW），2025年发用电量约10.4万亿千瓦时，即使2030年全球数据中心用电全由中国供应，也仅占其用电量的10%[12] - 美国电力总量不足且冗余度低：电源总装机约1300GW，发电量约为中国的一半，装机量仅为最大负荷的1.5倍，显著低于中国的2.5倍冗余水平[14] - 美国电力需求增长停滞：2024年用电量约4.3万亿千瓦时，过去20年基本未增长，工业用电甚至略有下降，主要靠居民用电支撑[15] - 中国电力持续高速增长且规划明确：根据市场测算，到2035年中国总发电量预计达15万亿千瓦时，将是美国（预计难破5万亿千瓦时）的3倍[25] 美国电力系统面临的具体挑战 - 总量与结构双重危机：AI用电目前占美国总需求约5%，预计到2030年将占10%，到2035年AI耗电需求达800-1000Twh，占比接近20%，未来缺电将更严重[17] - 电网老旧且投资不足：美国超50%的电网设备运行超20年，全球电网年投资约3000亿美元，中国占30%，美国电网投资滞后[19] - 区域分割与新能源冲击：美国东部、西部、德州三大电网互联互通能力弱，新能源的不稳定性叠加老旧电网，在AI大负荷冲击下系统脆弱[19] - 供需矛盾即将爆发：根据EIA数据推演，若不紧急新增装机，美国电力系统储备裕度将在未来几年被击穿，2027年可能从紧平衡变为硬缺口[19][22] - 电价上涨与社会阻力：2025年美国电价上涨超5%，局部区域如PJM涨幅更大，数据中心建设因电网接入阻力、居民反对和政府审批困难而停滞增长[17][26] 中美应对AI用电问题的不同路径 - 中国路径：统筹规划，超前发展，电力整体过剩，2025年电价实际下跌，十五五期间电网投资达四万亿元，电气化率预计以年均1个百分点增长至2030年的35%[23][25] - 美国路径：市场化主导，缺乏系统性解决方案，正快速告别低电价（居民用电约1元/度，工业用电约0.8元/度，高于中国约0.6元/度），目前由居民买单[26] - 美国可能的解决方向：政策上要求科技巨头为AI能耗自行买单，技术路径上短期依赖燃气轮机（美国AIDC中市电占70%，燃气占20%+），但设备商产能紧缺，长期寄望于核电（特别是SMR小型模块化反应堆）和可控核聚变[28] - 科技企业自行布局：多家美国科技公司（如谷歌、微软、OpenAI、亚马逊、甲骨文、Meta）已投资或计划建设SMR等核电设施为数据中心供电[29] 马斯克言论的深层含义 - 马斯克称“中国将是AI竞争最大赢家”的核心逻辑是中国拥有全球最大的电力基础[6] - 该言论可能意在倒逼美国进行电力改革，类似于其过去在航天领域批评环保规则的做法[30] - 但基于美国电力系统的复杂性和结构性难题，系统性解决方案基本没有，最终可能只能依靠科技企业自身“各显神通”[30]

算力租赁市场设备迭代 - 华东某头部大厂大规模叫停B200租赁订单，计划全面转向B300机型，此前配套资金已批复到位，但仅1-2个B200项目完成落地，其余已紧急叫停或转投B300 [1] - B300现货稀缺，即便谈妥订单供货量也十分有限，而市场上原有B200流通量极为紧张，目前仅华南某地区有数十台库存 [1] 英伟达H200出口与市场现状 - 特朗普政府宣布允许英伟达向“经批准的中国客户”出口H200芯片，但市场陷入观望僵局，多数企业暂停下单 [2] - H200模组价格据称从150多万元降至125万元，但降价真实性存疑，因内存价格上涨且美方要求征收25%出口分成 [3] - 自开放消息公布以来，尚未有一批H200完整走完双端审批流程流入国内，真实流通成本无法核算 [4] - 数周前产业报价显示，H200整机价格约205万元，行货价格预计高出20%，而头部贸易商参考价为220万元，但许多海外服务器大厂尚未拿到合规出货法律文件 [5] - 目前仅某服务器厂商有少量出货，侧面印证英伟达备货所剩无几，即便台积电立即重启产能，到货周期也至少需要3个月 [5] 国产AI芯片公司发展动态 - 过去三年间，多家国产AI芯片公司为解决经营与融资压力，曾主动寻求被国内某头部信创整机企业收编，但谈判均以失败告终 [6] - 在产业收购路径被阻断后，上述公司转而选择并完成了公开上市，目前均已登陆科创板或港交所 [6] 国资智算平台动向 - 北京某国资背景算力平台组建了豪华高管阵营，成员来自IBM、花旗投行中国业务、全球知名半导体企业等机构 [7] - 该平台能获取医疗、金融等高门槛国央企的数据，这是民营智算企业难以触达的 [7] - 行业观点认为，该平台正试图剥离早期的外部技术服务方，转而构建完全自主的核心技术底座，并在全国范围内外包智算中心，覆盖从规划到交付的全链条 [8] 英伟达L系列芯片需求 - 华北某互联网大厂上月敲定3万余片英伟达L20、L40芯片订单，用于特效、动画制作等渲染类业务场景，反驳了“L系列产品已过时”的论调 [9] - 对大厂而言，5090存在合规风险，而L20、L40技术成熟、生态兼容度高，能稳定匹配渲染场景需求，即便有国产替代产品，该大厂仍坚定选择英伟达过代产品 [9] 英伟达5090显卡价格波动 - 英伟达RTX 5090显卡迎来涨价潮，单卡涨幅普遍达5000-6000元，当前市场价格区间为28400-31000元 [10] - 海外市场消息称5090官方参考价将从2000美元大幅上调至5000美元，进一步助推国内涨价预期 [10] - 行业分析指出，此次涨价可能并非单纯市场调节，而是英伟达的主动布局，通过抬高消费级显卡售价，引导算力需求转向刚获准出口的H200 [10] 中昊芯英市场策略与传闻 - 中昊芯英在推进AI芯片产品商业化中，疑似在部分销售合同中引入带有“最低使用率承诺”条款的协议，以稳定订单预期 [11] - 该模式可能掩盖产品在开放竞争环境下的真实性能表现 [11] - 业内对其核心团队在国际顶尖AI芯片项目中的履历存在争议，对其宣传深度与真实背景持审慎态度 [12] - 市场传闻该公司可能通过非传统IPO渠道（如寻求重组或借壳）进入资本市场 [12] 润泽科技财务表现 - 润泽科技2025年前三季度毛利率达48.11%，显著高于行业19%-25%的平均水平 [13] - 高毛利核心依托两大因素：算力需求爆发前提前布局设备优化采购价并保障供应；与核心客户签订“3+2”合作协议，将核心利润集中在前期3年兑现 [13] - 后续2年或将面临价格敞口，意味着其依托订单带来的红利效应或将逐步收窄 [13] 国产算力项目竞争与挑战 - 国产算力赛道热度攀升，国内头部服务器厂商接连接手多个国产算力项目，为各家国产芯片厂商搭建算力集群 [14] - 算力租赁厂商坦言，国产算力项目存在消纳难题，规模在64台服务器以上的集群可获得芯片厂商专属工程师支持，但中小规模集群后续运维依赖项目集成方，带来不便 [14] - 国产芯片厂商竞争进入饱和式博弈阶段，以广西某银行算力项目招标为例，仅需数十台设备却吸引多家头部厂商竞标，项目方经全流程实测验证后，最终选择阿里巴巴旗下平头哥半导体的产品方案 [14] 智算中心建设与运营模式演变 - 智算中心建设出现出资方与统筹建设方角色分离的新方式，要求运营商垫资，再由建设方自行解决包销问题 [15] - 为对冲风险，新建智算项目合同中“100%包销”已成为入场标配，原本5年的包销周期现已普遍拉长至7年，核心要求是5年内必须回本 [15]

文章核心观点 - 阿里巴巴集团决定支持其芯片子公司平头哥（T-Head）未来独立上市，此消息引发公司股价显著上涨，市场反应积极 [1][2] - 平头哥从服务于阿里内部战略的技术部门，转向可能独立面对公开市场的商业化芯片公司，其上市之路面临行业估值泡沫与供应链依赖等挑战 [3][9][18][21] 公司背景与定位 - 平头哥于2018年由阿里收购的中天微与达摩院自研芯片团队整合而成，出身特殊，具备嵌入式CPU与高性能芯片研发基础 [5] - 公司初期定位为高度服务于阿里集团战略的内部技术部门，核心目标是为阿里云数据中心降本增效，通过自研芯片（如含光800、倚天710）替代外购方案 [6][8] - 公司产品研发路径独特，是从阿里云的算力需求和业务负载出发进行倒推设计，而非先设计芯片再寻找市场 [8] 产品与技术实力 - 首代通用GPU（PPU）性能可对标英伟达H20，部分指标超过A100，关键规格包括96GB HBM2e显存、700GB/s片间互联带宽等 [10] - 2025年，PPU已成为中国自研GPU中出货量最高的产品之一 [12] - 倚天710是基于Arm架构的云原生服务器CPU，已在阿里云数据中心大规模商用部署，承担双11等核心业务流量 [12] - 玄铁系列是基于RISC-V架构的处理器IP核，累计出货量已达数十亿颗，并完成Android等主流操作系统适配，在RISC-V阵营处于领先位置 [12] - 产品矩阵还包括已量产的SSD主控芯片镇岳510，覆盖GPU、CPU、IP核等多领域 [13] 市场定位与竞争格局 - 平头哥在国内Fabless芯片公司中属第一梯队，但因其独特发展路径，难以与其他本土巨头直接横向比较 [13] - 平头哥PPU的设计核心是追求推理场景下的能效比与算力密度，重点优化INT8、FP16等精度，服务于电商、推荐、搜索等高并发推理场景，与追求极致算力用于训练的华为昇腾910B定位不同 [13][14][15] - 百度昆仑芯的核心优势在于推理性能与自有软件栈深度耦合，适配搜索、广告与大模型推理业务，与平头哥PPU赛道不同 [16] - 公司在RISC-V生态中贡献度和话语权突出，是高性能RISC-V演进路线上绕不开的存在和事实上的技术风向标 [18] 上市前景与市场预期 - 市场对平头哥独立上市消息反应热烈，推动阿里美股盘前大涨超5%，市值单日增长超2000亿人民币；港股开盘跳涨约4% [2] - 行业对平头哥上市的担忧集中于Fabless（无晶圆厂）模式带来的供应链风险，其产品（如倚天710）成功依赖台积电5nm等先进制程，未来流片存在不确定性 [19] - AI芯片赛道估值过热，市场对“算力叙事”的想象空间远超产业兑现节奏 [22][24] - 对比同行：寒武纪半年营收46亿人民币，市值约6000亿人民币；摩尔线程前三季度营收7.8亿人民币，市值约3000亿人民币；沐曦股份前三季度营收12.36亿人民币，估值约2400亿人民币 [23][24] - 燧原科技2025年上半年营收达28.3亿人民币，而平头哥市场份额大幅领先，营收规模大概率在其之上 [26][27] - 基于更领先的市场地位、技术储备及全栈产品线，平头哥估值可能超过4000亿人民币，但高估值也带来了持续增长和外部扩张的高期待与压力 [27][28][29]

事件概述 - AI代码平台Claude Code在半小时内完成了英伟达CUDA代码向AMD ROCm平台的移植，展示了生成式AI在打破计算生态壁垒方面的潜力 [1] 技术突破与市场影响 - 一位用户使用Claude Code将整个CUDA后端移植至AMD的ROCm平台，无需中间转换层，引发市场关注 [2] - 部分市场观点认为，这一案例可能削弱英伟达长期以来依赖CUDA构建的技术护城河 [2] - 该工具采用智能代理框架，能智能替换CUDA关键词为ROCm对应内容，并确保特定内核的底层逻辑保持一致 [4] - 该工具简化了操作流程，开发者无需配置复杂的转换环境，可直接通过命令行完成移植，有助于降低平台迁移门槛 [4] 技术局限性与行业现状 - 业内人士指出，这一成果可能仅适用于较简单的内核代码，对于需要深度硬件优化和复杂上下文的代码库，AI工具的移植能力仍面临显著局限 [3] - 真正的挑战在于处理相互关联的复杂代码库，这需要智能代理系统理解大量上下文信息才能有效完成转换 [6][7] - 编写内核代码的核心在于实现深度硬件优化，有观点指出Claude Code在针对特定缓存层级等硬件细节的优化方面仍力有不逮，限制了其在高性能计算场景中的实用性 [7] - 英伟达的CUDA平台长期主导AI计算领域，其生态系统的封闭性使得开发者难以将应用迁移至竞争对手AMD的ROCm平台，这是英伟达维持市场优势的关键因素 [3] - 由于ROCm在设计上模仿了CUDA平台的多个方面，简单的代码移植对AI工具而言难度不大 [5]

文章核心观点 - 英伟达首席执行官黄仁勋认为，全球人工智能基础设施建设刚刚开始，未来需要数万亿美元的投资，这将涉及从能源到应用的整个AI技术栈，并启动人类历史上最大规模的基础设施建设 [1] AI基础设施建设的规模与投资 - 全球已投入数千亿美元用于AI基础设施建设，但仍有数万亿美元的基础设施需要建设 [1] - 投资将覆盖构成现代AI堆栈的“五层蛋糕”：能源、半导体、云基础设施、AI模型以及最终的应用层 [1] - 应用层将应用于金融服务、医疗保健和制造业，并最终产生经济效益 [1] - 为满足AI超大规模数据中心对高内存带宽的巨大需求，美光、SK海力士、三星等内存及NAND闪存供应商正投入数十亿美元扩大产能 [1] - 合作伙伴台积电正在投资1000亿美元，用于建设或扩建其位于亚利桑那州、日本和欧洲的多个芯片制造厂 [1] - 制造巨头富士康以及原始设计制造商纬创资通和广达科技也在进行大规模投资 [1] AI投资趋势与模型进步 - 2025年是风险投资史上规模最大的年份之一，大部分资金流向了AI原生公司 [2] - 大量投资涌入AI原生公司，因为AI模型首次足够好，可以在此基础上进行开发 [2] - AI模型本身的改进是驱动所有投资的基础，推理模型的引入使AI更加务实，从而最小化幻觉问题 [2] - 开放模型和“理解自然”的物理AI的出现，增强了投资者对大规模AI基础设施投资的信心 [2] - 在制药领域，例如礼来公司，AI模型已取得显著进展，实现了类似ChatGPT的体验，科学家可以“与蛋白质对话”，预计将出现真正伟大的突破 [2] AI对就业与社会的影响 - AI的普及将为电工、水管工等技工行业创造许多高薪工作 [2] - 在医疗领域，如放射科和护理，AI已实现部分工作的自动化，但并未减少放射科医生或护士的数量，医院反而在招聘更多人员 [2] - 由于AI帮助接诊更多病人并缓解护士数量制约，医院收入增加，从而雇佣了更多放射科医生 [3] - 在金融服务和法律公司，AI的影响可能导致分析师人数减少，存在一定的岗位替代现象 [3] - 受教育程度更高的社会对AI的使用更为频繁 [3] - 鼓励每个国家，特别是发展中国家，自主研发人工智能，充分利用其语言和文化资源，建设本国的人工智能基础设施 [4]