高盛对高通的首次覆盖评级与目标价 - 高盛分析师James Schneider首次覆盖高通，给予“中性”评级，目标价为135美元 [2][6] - 该目标价较发布时的股价仅提供约4%的上涨空间，且显著低于华尔街155.67美元的平均目标价 [6] 公司近期股价表现与市场背景 - 高通股价在2026年迄今已下跌25.21%，过去一年下跌16.45%，较52周高点205.95美元大幅回落 [3][5] - 股价下跌主要反映了市场对高通将失去苹果业务份额的预期 [3][6] 业务多元化进展与财务表现 - **汽车业务**：2026财年第一季度，汽车业务营收达11.01亿美元，同比增长15%，连续第二个季度超过10亿美元 [2][11] - **数据中心业务**：公司完成了对Alphawave Semi的收购，并在2026财年第一季度成立了新的数据中心部门，旨在开拓手机以外的增长渠道 [2][11] - **资本回报**：在2025财年，公司通过股息和股票回购向股东返还了125.96亿美元；2026财年第一季度，公司以26亿美元回购了1500万股股票 [2][11] 核心增长驱动与面临挑战 - **增长驱动**：公司的多元化战略涵盖汽车、数据中心和物联网，高盛预计这些业务将抵消手机业务面临的阻力 [3][6] - **主要挑战**：失去苹果业务份额是公司基本面的结构性阻力，多元化业务产生的收入需要时间来消化这一影响 [9] - 在2025财年，非苹果的QCT（高通CDMA技术）部门收入同比增长了18% [6] 实现目标价的路径与市场观点 - 实现135美元目标价需要公司稳定手机业务收入，展示汽车和物联网业务的持续增长势头，并证明数据中心投资开始取得成效 [8] - 华尔街分析师普遍持谨慎态度，目前有23位分析师给予“持有”评级，13位给予“买入”评级，仅1位给予“卖出”评级 [6] - 公司CEO表示，公司仍“有望实现2029财年的收入目标” [8]

文章核心观点 - 国产手机品牌正经历一场覆盖全价格带的集体涨价潮，其本质是“便宜时代”的结束，而非简单的成本转嫁或贪婪 [4][5][8][63] - 涨价是多重因素驱动的复杂多维战争，涉及供应链成本结构剧变、品牌高端化转型、AI技术叙事重构以及地缘博弈 [64][65][66][73] - 消费者行为呈现割裂性，一方面抱怨价格上涨，另一方面通过分期付款等方式为“AI手机”等新价值支付溢价，表明决定价格的关键是用户对新价值的认可度 [10][49][67][70][71] 供应链成本结构剧变 - **内存（DRAM）价格暴涨与定价权转移**：AI浪潮导致韩国存储巨头（三星、SK海力士）将产能优先转向利润更高的HBM（高带宽内存），挤占了手机标准内存的供给，引发结构性缺货和价格飙升 [12][16][20] - 一部旗舰手机的BOM成本中，内存占比从2024年的18%飙升至2026年的25% [20] - 手机厂商采购高端内存（LPDDR5T/LPDDR6）的谈判筹码丧失，面临“爱买不买”的现货竞价 [15][20][25] - **国产内存替代进行中但仍有差距**：长江存储的NAND闪存已可完全替代，但长鑫存储在高端DRAM（如LPDDR5T）领域与韩国企业仍有“半年差”的技术差距，导致短期内无法缓解价格压力 [23][54] - **屏幕“去三星化”与成本上升**：国产屏幕厂商（京东方、华星光电等）技术已与三星显示“齐头并进”，并开始定义行业新标准（如144Hz自适应刷新率、屏下3D结构光）[27][29] - 国产高端屏幕单价比三星同规格产品仍高出8%-12%，但手机厂商愿意为供应链安全、技术话语权和联合研发深度支付溢价 [32] - **高通芯片“保护费”持续上涨**：高端手机SoC市场由高通和联发科主导，高通凭借技术垄断地位持续提价，其理由包括先进制程代工成本（如台积电2nm）和研发投入上涨 [35][38][39] 手机厂商的战略应对与转型 - **推进自研芯片以“赎买自由”**：主流手机厂商通过自研芯片战略，逐步减少对高通等外部供应商的依赖，目标是降低“技术垄断租金” [41][44] - 策略是从电源管理、影像ISP等“边缘芯片”入手，逐步向SoC核心渗透，避免毁灭性投入 [43] - 例如，vivo计划在2026年将自研芯片覆盖旗舰机型的比例提升至50% [41] - **品牌高端化与产品线分层**：旗舰系列（如vivo X系列、小米数字系列、OPPO Find系列）承担双重角色：一是作为利润机器，用高溢价覆盖研发和渠道成本；二是作为技术灯塔，通过“技术下放”至中端机型来走量 [48] - **绑定AI叙事以重构价值与拉长换机周期**：面对中国消费者平均换机周期从2019年的24个月延长至2026年的30-36个月的趋势，手机厂商用“AI手机”概念重新定义产品价值 [49] - 通过端侧大模型（如vivo的“蓝心大模型”）、AI Agent等功能，让用户为“智能”和持续服务付费，而非仅为硬件付费，从而打开价格上限 [49][50][52] 行业竞争格局与未来博弈 - **国产供应链崛起改变权力地图**：国产屏幕和存储芯片厂商的技术突破，正在改变过去由三星、SK海力士等韩国企业主导的供应链格局 [29][32][54] - 2025-2026年，华为、小米、OPPO、vivo等计划将国产存储芯片使用占比提升至50%以上，中国互联网公司的数据中心也大规模采用国产SSD，形成规模效应 [56] - SK海力士财报显示其中国营收占比从2025年的12%进一步降至2026年Q1的9%，反映了中国替代的压力 [58] - **技术追赶面临时间压缩与封锁加剧**：中国存储芯片产业（如长鑫存储）起步较晚（约2016-2017年），需在不到10年内面对更严酷的技术封锁（如14nm以下DRAM设备禁令）和市场窗口，完成韩国企业用23年实现的超越 [59][60] - **定价权的终极战争**：未来的竞争将围绕谁有资格定价展开，涉及完成高端化和AI化转身的中国品牌、面临中国替代压力的韩国供应链，以及试图改写规则的中国芯片势力 [74][75]

文章核心观点 AI正驱动存储行业发生结构性变革，存储从周期性产品转变为AI计算的战略资源和算力引擎的核心组成部分。AI推理的爆发式增长，特别是KV Cache带来的海量数据处理需求，正快速吞噬存储产能，导致供需严重错配，短缺预计将持续至2027-2028年。eSSD（企业级固态硬盘）因能承接从HBM/DRAM下放的KV Cache，并替代HDD解决产能缺口，成为2026年NAND最大应用市场。行业技术演进从微创新转向系统架构级重构，CXL、CIM、PNM及更高容量、更高性能的eSSD产品是未来2-3年的发展重点。在价格持续上涨与需求共振下，存储行业迎来业绩释放期。 根据相关目录分别进行总结 一、闪存市场:穿越周期 释放价值 - AI驱动存储行业定位根本性转变，从周期性成本项转变为数字经济的战略资源和核心竞争力 [15] - AI服务器存储需求是通用服务器的数倍，2026年AI服务器占比将突破20%，消耗全球超50%的NAND产能 [21] - 2026年全球半导体市场规模预计突破6000亿美元，存储行业进入全新黄金时代，市场呈现缺货、涨价、抢产能状态 [18] - 存储行业库存周转天数已跌至历史安全线以下的4周，供应短缺短期内难以缓解 [30] - 2025年四季度起存储价格迎来史诗级上涨，此轮为长周期上涨，不同于以往周期性反弹 [35] 二、三星电子:AI系统架构推进:驱动未来 AI 存储技术 - 2026年将推出首款支持CXL的存储产品PM1763，性能提升2倍，功耗效率提升1.6倍 [41] - 2026-2027年计划推出128层至361层的存储技术，通过EDSFF实现更高密度和容量 [43] - 优化存储控制器架构以应对AI环境下的高速数据处理需求，并降低产品厚度至9.5毫米以优化散热 [45][46] - 在存储产品中集成物理安全技术，即将推出的PM1760将完善机密计算架构 [52] 三、长江存储:以存强算,突破 AI 时代存力瓶颈 - 预计2026年全球半导体销售额首次突破1万亿美元，存储领域投资规模远超其他芯片类型 [61] - AI训练阶段故障间隔降至分钟级，导致大规模算力集群可用度仅约50%，凸显存储瓶颈问题 [67] - 2026年3月中国日均token调用量突破140万亿，近两年增长超千倍，AI agent的token消耗量是多轮对话的15倍，驱动存储需求 [67] - 推出PE501超大容量QLC SSD，容量达128TB，其128TB型号替代16TB HDD后可多养15-25倍的LLaMA模型 [73] - 公司从存储颗粒供应商成长为全面方案提供商，已形成满足AI场景的完整企业级SSD产品矩阵 [76] 四、铠侠:高性能、大容量--打造 Al 智存时代双引擎 - AI发展从训练转向推理阶段部署，长上下文推理使存储成为关键因素 [77] - 针对AI推理需求，推出具备高耐用性（3 DWPD）的企业级PE系列SSD，以及支持512字节细粒度随机访问的HBM扩展型SSD [81][86] - 推出容量高达245.76TB的QLC SSD，以应对AI和云服务的数据爆发需求 [88] 五、闪迪:闪存创新赋能全域 - 将AI市场视为相互关联的生态系统，需同时布局云（主干）与边缘（叶子）两大领域 [93] - 企业AI模型落地多采用实时注入自有数据至推理过程的方式，这驱动了向量数据库等高容量QLC存储需求 [96] - 计划推出新高密度CSC存储，并扩展高密度产品组合至第6代，以应对K-V缓存需求 [97] - 认为当前处于由AI云、AI基础设施、边缘AI设备驱动的存储行业超级周期开端 [103] 六、阿里云:千问大模型发展和演进趋势 - AI Agent（如“小龙虾”）具备自动规划与执行任务能力，其长期记忆和远程执行能力对存储要求高 [104] - 千问模型训练数据量从2T增至45T，训练阶段对存储效率要求显著提升 [106] - KV cache压缩技术可降低六倍消耗，但因模型参数和上下文长度飞涨，存储需求仍持续增长 [108] - 采用UMOE架构，将未激活模型参数卸载到flash，可在端侧设备（如64G MacBook）上运行大参数量模型 [108] 七、高通:引领智能AI创新 在端侧构建个人 AI 未来 - 将AI发展划分为感知AI、生成式AI、智能体AI、物理AI四个阶段，当前行业重点在生成式AI与智能体AI [109] - 端侧可运行的大模型参数量持续扩大，手机端可达100亿，PC端可达200亿，技术支撑包括存储容量提升和量化位宽优化 [112] - 端侧AI优势在于个性化、隐私保护和无网络依赖，但面临内存、带宽限制及能效比挑战 [115] - 个人AI演进方向是从“以手机为中心”迈向“以AI和用户为中心的多终端体验”，通过混合AI架构协同工作 [126] 八、慧荣科技:重塑存储定位,构筑 AI 时代核心引擎 - 存储缺货趋势加剧，2026年是缺货开始，2027年将是历史最糟，2028年仅能稍微缓解 [137] - AI需求真实，预计2027年仅NVIDIA Blackwell和Rubin相关业务规模就达1万亿美元 [143] - AI发展推动热存储从HDD快速向SSD转移，近GPU存储需3D SLC NAND，IOPS至少需1亿次/秒以处理小文件 [146] - 推出首款集成Caliptra 2.1安全功能的PCIe Gen6控制器SM8466，并调整业务模式从仅提供控制器转向提供解决方案 [151][156] 九、Solidigm: 夯实存储根基,拥抱 AI 时代 - 当前面临二十多年来首次由AI驱动的“memory winter”，需求增长远超行业供应能力 [165] - HDD将长期短缺，大容量低成本QLC SSD是良好替代方案，2024年为QLC应用元年，2025年QLC在几乎所有行业大规模使用 [166] - 2025年行业内80%的QLC份额出自Solidigm，全行业122TB企业级SSD 100%出自Solidigm [170] - 针对AI workload，探索用大容量QLC SSD部署大cache解决KV cache offload需求，例如128K token单次推理产生约61GB KV cache [173] - 推出行业首款单面冷板液冷盘D7-PS1010 SSD，功耗19.5瓦，并建立AI中央实验室进行技术测试与联合创新 [179][183] 十、英特尔：端云协同的 Al PC Open Claw 部署 - 推荐云-端混合AI部署模式，可节省云上算力、提升效率并保护本地数据安全 [194] - 最新酷睿Ultra 300系列产品AI算力较上一代提升80%，达到约180 TOPS，五年前需一台完整AI服务器实现 [197] - 采用XPU协同架构，核显、NPU、CPU分别提供约120 TOPS、5 TOPS、10 TOPS算力，以适配不同AI任务 [200] - 提供Open VINO工具链和AI Skills开放生态，支持开发者一站式调用异构算力 [202][205] 十一、江波龙:集成存储 探索端侧 Al - 端侧AI存储需求特点为大容量、高速度、小尺寸及定制化 [212] - 通过技术优化使Gen5 SSD可应用于占市场90%的笔记本场景，解决散热问题 [214] - 开发SPU存储处理单元，具备数据压缩等功能，成本不到企业级主控的1/10 [216] - 将手机VC散热技术应用到SSD，并将智能眼镜中的多个芯片整合为一个以缩小尺寸 [220] - 与AMD合作，通过AI调度将热模型放在SSD分层存储，实现用64G内存替代128G内存运行397B参数的大模型 [221] 十二、群联电子: 闪存"从价到值"的转变 - NAND价格剧烈波动，模组公司面临“买贵卖贵”困境，消费类业务已出现严重倒挂 [226] - 投资2.8亿美金研发PCIe Gen6主控，验证成本达9000万美金，支持244TB容量 [231] - 核心创新逻辑是用Flash补充DRAM不足，解决AI系统Memory瓶颈，相关产品已与全球PC OEM完成POC并开始上市 [231] - 2025年研发费用4.4亿美金，2026年预计7-8亿美金，以应对多颗新主控研发及认证压力 [233] - 内部AI平台（AI Nexus）已生成1800多个AI Apps，每月可节省19个人力，ROI负向快速收敛 [233] 十三、联芸科技:推理时代,重塑存储主控芯片价值 - 2026年是AI产业从训练为核心转向推理为核心的历史拐点，存储定位从算力“仓库”升级为“加速器” [236][239] - KV Cache技术导致数据量爆炸式增长，对存储随机读写性能和带宽提出极高要求，成为推理效率关键 [241] - 推出智能KV Cache技术，通过预测性预取、无感垃圾回收等，让主控芯片从被动数据搬运工升级为主动智能调度器 [247] - 通过技术创新，实现同性能下功耗下降约20%，低速场景功耗降低50%以上 [252] - 市场从卖“标准品”转向卖“客制化”方案，公司关注token生成速度和每美元生成token数等新价值指标 [253] 十四、宜鼎国际:垂直产业赋能,驱动边缘 Al 规模化落地 - AI应用分为企业级与产业级，2026年提出Edge AI闭环架构，存储发展方向从“高容量”转向与GPU加速系统深度协同 [265] - 大语言模型时代，SSD可承接从GPU卸载的KV Cache需求，是模型顺畅落地的关键支撑 [267] - AI推理场景下SSD的I/O特征与传统应用存在颠覆性差异，66%为顺序读，92%的I/O为128KB以上大区块 [269] - 基于实测打造两大差异化AI SSD系列，分别针对企业级和边缘AI场景，并重点布局AI领域的MCP协议以提供差异化应用方案 [272][274] 十五、平头哥: ZNS+QLC 技术赋能存储价值 - 2026年是AI从训练向推理转变的关键节点，数据中心转变为“token制造工厂”，AI Agent、Token、KV Cache引爆存储需求 [276] - AI生成数据在云端新增数据中占比已达1/4，且其中热数据与温数据合计占比超九成 [278] - QLC SSD对比HDD有高密度（存储密度达5倍）、高读性能（IOPS达1000倍）、低功耗（每TB功耗仅为1/2）三大核心优势 [279] - ZNS+QLC方案可提升性能、延长寿命（系统寿命提升3倍以上）、优化成本（减少OP空间和DRAM需求） [280] - 镇岳510芯片原生支持ZNS，最大支持单盘128TB，随机读性能达3400K IOPS，已发货超50万片并在阿里云规模化部署 [282][284] 十六、忆恒创源:以高性能 NVMe SSD,迎接 Al 时代训练、推理与海量数据的新需求 - 2025年企业级SSD发货量首次突破6000万片，较2023年行业低谷期增长300% [285] - 产品平均故障时间达1500万小时，大幅超过200万小时的行业标准，客户反馈已超过业界一线水平 [288] - AI场景下存储需求发生根本变化，需从适配CPU的“小货车”模式升级为服务GPU集群的“集装箱式物流”模式 [289] - 未来将形成PBlaze系列、DeepOcean系列（面向超大容量AI存储）和GPU直连系列三大产品线 [291] - 认为行业需警惕未来供过于求风险，穿越周期需保持平常心，不依赖AI风口 [293] 十七、大普微:AI竞逐下的存储跃迁 - AI革命推动存储从后端容器转向算力引擎的一部分，全闪存成为AI配套存储系统主流 [295] - 指出AI发展的三大存储瓶颈：数据供给不足、延时抖动、堆砌硬件导致成本失控 [297] - 产品布局包括X5系列Fast SSD（加速KV Cache卸载）、R6系列TLC SSD及目标512TB的大容量QLC SSD [299][302] - 技术创新包括全面配置FDP功能进行数据生命周期管理，以及应用透明压缩技术于KV Cache和模型权重以提升介质利用率 [303][305] 十八、FADU:突破存储边界:面向 AI 数据中心的新一代SSD - AI发展进入推理算力需求超过训练阶段，存储完全进入AI主架构，在推理服务器中SSD角色升级为扩展内存和实时工作层 [307] - 推理服务器数量是训练服务器的10:1甚至50:1，且对SSD需求更密集，典型配置为8到16片，预计两年内需配备32片 [309] - 公司第四代Gen6 SSD控制器（代号洛子峰）已流片，将于2026年5月回片；Gen7控制器（PCIe 7.0）将于2026年下半年启动研发 [311]

AI芯片行业格局分化 - 人工智能股票是过去几年市场最大赢家 但并非所有芯片制造商都能从AI热潮中同等获益 部分公司仍面临组件成本上升 终端市场需求疲软和客户需求变化带来的压力 [1] 高通面临评级下调与挑战 - 伯恩斯坦下调高通股票评级并调低目标价 认为投资者应转而持有真正的AI赢家股票 [2] - 尽管高通估值相对便宜 但疲软的智能手机需求和上涨的存储芯片成本被视为限制其上行的阻力 [2] 被认可的AI赢家：英伟达与亚马逊 - 伯恩斯坦指出的“真正的AI赢家”包括英伟达和亚马逊 这两家公司均被视为推动AI基础设施快速扩张的关键参与者 [3] 英伟达的AI领导地位与业务表现 - 英伟达是市场上最明确的纯AI领域领导者 其业务展现了AI基础设施需求的快速扩张 [4] - 公司处于AI热潮的中心 其GPU为超大规模数据中心的训练和推理工作负载提供动力 [4] - 首席执行官黄仁勋称当前为“AI拐点” 并预测到2027年芯片收入可能达到1万亿美元 下一代芯片预计将推动新一轮需求 [4] 英伟达的股价与估值 - 过去两年英伟达股价大约翻了一番 尽管近期在2026年有所回调 但其估值相对于增长步伐仍显得合理 [5] - 公司股票当前远期市盈率在20倍出头的低区间 与行业平均水平一致 且远低于其自身五年平均水平 [5] 英伟达的最新财务业绩 - 公司录得创纪录的681亿美元营收 同比增长73% 其中数据中心业务营收创623亿美元纪录 激增75% [5] - 净利润达到429.6亿美元 增长94% 每股收益攀升98%至1.76美元 [5] - 整个2026财年 营收跃升65%至2159亿美元 公司向股东返还了411亿美元 [5]

评级与目标价调整 - Bernstein Research于3月26日将高通评级从“跑赢大盘”下调至“市场持平” [1] - 目标价从175美元大幅下调至140美元 [1] 下调原因与市场预期 - 共识预期目前显得过高 [1] - 内存相关阻力对智能手机整体出货量产生有害影响 [1] - 股票回购计划和即将举行的数据中心活动带来的潜在叙事顺风 不太可能抵消智能手机需求疲软 [1] 公司特定风险与事件 - 与苹果的许可协议约在一年后到期 构成风险 [1] - 公司于3月17日宣布了一项新的200亿美元股票回购计划 旨在利用股价大幅下跌的机会 [2] - 新授权是在公司现有21亿美元回购计划之外的追加 [2] - 季度现金股息从每股0.89美元提高至0.92美元 增幅超过3% [2] 公司业务简介 - 公司为无线行业开发和商业化核心技术 [3] - 业务涵盖3G 4G和5G连接技术 以及高性能 低功耗计算 包括设备端人工智能 [3]

文章核心观点 - 舱驾一体芯片架构是迈向L3/L4级自动驾驶的关键第一步，而非算法本身，其本质是通过中央计算架构统一处理智能驾驶和智能座舱任务，以应对算力爆炸、实现降本增效，并为高阶自动驾驶奠定基础 [2][5][45] - 行业正从“量产元年”进入“规模化放量”的关键阶段，2026年北京国际车展将成为各家技术方案和量产能力的集中检阅与正面交锋舞台，竞争将从方案发布转向量产交付 [9][37][42][45] - 消费者对舱驾一体的关注点已从参数表转向实际体验，近期出现的“算力虚标”和车机卡顿等问题，对即将上市的新方案提出了更高要求 [10][12][33] 舱驾一体发展现状与市场预测 - **市场进入放量期**：舱驾一体正从“量产元年”迈入“规模化放量”阶段，据佐思汽研预测，2026年至2030年中国舱驾一体市场规模年复合增长率将达36%，到2030年仍有3.6倍的增长空间 [9] - **2026北京车展成关键节点**：车展将首次设立“舱驾一体”技术专题展区，地平线舱驾融合方案将首次公开亮相，多家Tier 1将展出基于高通8775和英伟达Thor的量产级域控方案，多个自主品牌计划发布基于该架构的新车型 [9][42][45] - **消费者体验问题凸显**：车展前夕，领克、丰田等品牌车主投诉存在“算力虚标”、车机卡顿、功能未开放等问题，表明消费者不再满足于参数，更关注实际体验 [10][12] 主要芯片厂商竞争格局 - **高通：从座舱向智驾延伸** - 采用“全屋定制”模式，凭借在座舱市场的优势向智驾扩展 [26] - 骁龙SA8775P是率先规模化上车的舱驾一体芯片，已获得多家主机厂和Tier 1定点 [15] - 合作案例包括极狐阿尔法T5（144TOPS算力，城区及高速领航辅助）、东风日产N6（沉浸式座舱+驾驶辅助）、别克至境E7（多模态交互）[16][17] - 核心合作伙伴德赛西威基于8775的方案已为奇瑞、塔塔等客户实现单车降本20%-30% [16][29] - **地平线：从智驾向座舱渗透** - 凭借征程系列在智驾芯片市场的份额优势，正向舱驾一体延伸 [18] - 征程6系列已获得超过10家主流车企定点，旗舰版支持舱驾一体，2026年是放量年；征程7系列基于新一代黎曼架构，性能对标特斯拉A15，计划2027年量产 [20] - 核心客户包括理想L系列（NOA导航辅助驾驶）、比亚迪多款车型（高速NOA+自动泊车，覆盖十万价位）、蔚来等 [20] - **黑芝麻智能：原生舱驾一体架构** - 采用“精装交付”模式，武当C1200系列从设计之初就瞄准跨域融合，在架构上更为纯粹 [21][27] - 最核心的合作伙伴是东风汽车，双方从华山A1000到武当C1296芯片均有合作；华山A1000家族已在吉利、领克等品牌多款20万以下车型上量产 [22][23] - 构建了强大的Tier 1生态，与均联智行、大陆集团、斑马智行等联合开发方案 [25] 舱驾一体的优势与驱动因素 - **应对算力爆炸与集中趋势**：随着Transformer、端侧大模型普及，整车AI算力需求呈指数级增长，L4场景中单片算力已达1000TOPS，算力集中势在必行 [29] - **实现降本增效** - **直接降本**：德赛西威透露，高通8775方案可为奇瑞、塔塔等客户实现单车BOM成本下降20%-30% [29] - **提升算力利用率**：通过统一内存与调度实现算力动态复用，整车算力利用率可从不足30%提升至70%以上 [30][31] - **促进跨域融合与体验升级** - **降低延迟**：智驾与座舱运行于同一芯片，数据延迟从毫秒级压缩至微秒级，为L3级人机共驾奠定基础 [33] - **支持创新交互**：为基于模糊指令的全程自主操作等创新功能提供可能 [33] - **加快软件迭代**：统一平台和工具链可大幅提升OTA效率 [33] 舱驾一体面临的挑战与风险 - **技术挑战：安全隔离是核心难题** - 座舱软件复杂度高，而智驾要求ASIL-B级以上功能安全，必须通过硬件虚拟化实现“硬隔离” [34] - **市场与产品挑战** - **上车节奏缓慢**：芯片从流片到量产验证周期超18-24个月，可能跟不上最快仅需9个月的新车上市节奏 [36] - **存在“算力陷阱”**：采用5nm/3nm先进制程导致流片成本高昂，若车型规划不清或销量不及预期，单颗高成本反而不如采购两颗成熟芯片划算，且成熟芯片因优化好可能更流畅 [36] - **实际体验问题**：年初领克、丰田等车主投诉的芯片反应迟钝、死机等问题，说明舱驾一体并非解决所有问题的良药 [33] - **厂商具体短板** - **高通**：智驾软件高度依赖Momenta等第三方算法伙伴，算法迭代主动权不完全掌握在自己手中 [39] - **地平线**：有车主反馈其车机动画流畅度与高通座舱方案相比仍有差距 [39] - **黑芝麻**：合作面相对较小，十分依赖核心合作伙伴东风的放量 [27][42] 行业展望与竞争关键 - **竞争焦点转移**：舱驾一体已从“有没有”进入“好不好”的深水区，2026年北京车展后，竞争将从“方案发布”全面转入“量产交付”阶段 [42][45][46] - **胜负关键因素**：谁能率先在安全隔离、量产节奏与成本控制间找到最佳平衡，并拿出真正可量产、可交付、经得起用户检验的方案，谁就能占据先机 [36][43] - **长期价值**：舱驾一体是为L3/L4时代准备的架构基础，是电子电气架构向中央计算演进的必然产物，胜出者有机会成为未来十年智能汽车的新引擎 [27][45][46]

旅游板块股票承压 - 由于地缘政治紧张局势推高油价，旅游板块股票普遍下跌[1][3] - 美国航空股价下跌1.4%，达美航空下跌约1%[1] - 联合航空下跌1%，皇家加勒比游轮下跌0.75%[2] - 嘉年华游轮下跌约0.5%，但已脱离盘前低点[2] - 油价上涨对航空公司和游轮公司构成不利因素[3] - 美国运输安全管理局因政府部分停摆而人手不足，导致机场排长队，加剧了航空公司的压力[5] 航空业ETF数据澄清 - 主持人最初提及JETS ETF连续11周上涨且本周上涨4%[6]，但随后更正该数据有误[12] - 实际连续11周上涨的是能源和石油天然气ETF（XOP ETF）[12] - JETS ETF本月迄今下跌12%，年内迄今亦为下跌[12] ARM Holdings获得上调评级 - Needham将ARM评级上调至“买入”，目标价设定为200美元[7] - 评级机构认为这家芯片设计公司正在迎来转折点，因其业务已超越传统核心领域[8] - ARM采取了一系列大胆举措，包括提高专利费率以及构建更完整的芯片系统[8] - 公司正计划设计自己的数据中心CPU和新的AGI芯片，并获得Meta和OpenAI的早期支持[9] - Needham认为，代理型AI的兴起使焦点重回CPU，这可能使ARM在AI基础设施领域成为更具影响力的参与者[9] - ARM的股票在消息公布当日上涨2%，本周内实现两位数涨幅，年内表现远超大盘[11] 高通遭遇评级下调 - 伯恩斯坦将高通评级下调至“市场表现”，并将其目标价下调至140美元[13] - 下调主要原因是智能手机市场疲软，这对高通构成重大挑战[13] - 伯恩斯坦警告，由于内存成本推高手机价格，手机出货量可能出现两位数百分比的下滑[14] - 高通股价年内已下跌超过20%，今日继续走低[14] - 另一个不利因素是来自苹果的逆风，预计随着苹果转向自研，高通将失去相当一部分调制解调器业务[15] - 伯恩斯坦认为，尽管股价看似便宜，但该不利影响尚未完全反映在预期中，且投资者可在其他地方找到更好的AI领域投资机会[16]

股价表现与评级调整 - 高通公司股票最新交易价格下跌1.1%至128.88美元 [1] - 伯恩斯坦将高通评级从“跑赢大盘”下调至“与大盘持平” 并将目标价从175美元大幅下调至140美元 [1] - 该股目前正交易于4月以来的最低水平附近 年初至今股价已下跌超过24% [2] 市场情绪与目标价 - 覆盖高通的32家机构中 有20家给出“持有”或更差的评级 [2] - 尽管股价下跌 但12个月共识目标价为160.65美元 仍较当前股价有25.2%的溢价 意味着存在进一步下调目标价的空间 [2] - 尽管整体上认购期权交易量仍超过认沽期权 但交易员看跌情绪异常浓厚 其50日认沽/认购期权成交量比率高于过去一年77%的读数 [3] 行业与竞争环境 - 伯恩斯坦指出内存行业面临阻力 原因是Alphabet发布的新AI模型运行大语言模型可能所需内存更少 [1] - 股价面临20日移动均线的上方压力 [2]

**涉及的行业与公司** * **行业**：全球半导体及半导体资本设备行业[1] * **公司**：报告覆盖了广泛的半导体设计、制造、设备及材料公司，包括但不限于： * **设计/IDM**：AMD、ADI、Broadcom (AVGO)、Intel、NVIDIA、NXP、Qualcomm、Texas Instruments[6] * **晶圆代工**：台积电 (TSMC)[6][17] * **存储**：三星电子、SK海力士、美光 (Micron)、KIOXIA[6][17] * **设备**：应用材料 (AMAT)、KLA (KLAC)、Lam Research (LRCX)、ASML、东京电子 (Tokyo Electron)、Advantest、Lasertec、Screen、DISCO、Besi、Kokusai[6][18][19][20][21][22] * **中国设备**：北方华创 (NAURA)、中微公司 (AMEC)、拓荆科技 (Piotech)[6][14][15][16] **核心观点与论据** * **埃隆·马斯克的“Terafab”计划规模极其庞大且充满挑战** * 马斯克宣布启动“Terafab”项目，目标是将全球计算能力年产量提升至1太瓦 (TW)，这相当于当前全球计算供应量（约20吉瓦，GW）的约50倍[2] * 现有供应商对如此大规模的产能扩张持犹豫态度，促使马斯克自行尝试[2] * 项目计划从奥斯汀的一座先进晶圆厂开始，旨在制造先进AI计算所需的一切（计算引擎与逻辑芯片、内存、封装、掩模版生产）[2] * 初步分析显示，若基于当前计算范式（如NVIDIA机架），实现1 TW年计算产能需要每月**700万至1800万片**300mm晶圆启动 (WSPM)，其中HBM内存是主要需求[3][27] * 这相当于需要**140至360座**新的、产能为每月5万片晶圆 (50K WSPM) 的工厂，资本支出高达**5万亿至13万亿美元**（按每座“晶圆厂当量”350亿美元计算）[3][25][26] * 所需产能规模与当前全球已安装的半导体总产能（约1600万片300mm等效WSPM）相当，并且是当前“相关”半导体（内存+先进逻辑）产能（约500万片300mm WSPM）的数倍[4][28][29] * **对半导体行业的潜在影响有限，但若成功将利好设备商** * 目前，该计划除了引起市场炒作外，对半导体行业影响可能不大[4] * 如果相信该计划能成功，显然应买入半导体设备股[4] * 马斯克自己制造芯片可能对现有厂商构成负面解读，但在计算需求如此强劲的世界里，任何参与者的增长机会都将远超其处理能力（对存储厂商同样适用）[4] * 将逻辑、内存、掩模制造、芯片设计、封装等整合在一起，实际上构成了一个“超级IDM”模式，该模式已被证明比代工厂+无晶圆厂+专业存储IDM的模式效率低得多；目前对代工厂（如台积电）的威胁很小[4] **投资建议与个股观点** * **整体评级分布**：报告对覆盖的多数公司给出了“跑赢大盘”(Outperform) 评级，部分为“与大盘持平”(Market-Perform)，仅KIOXIA被评为“跑输大盘”(Underperform)[6][17] * **关键个股观点摘要**： * **NVIDIA (NVDA)**：数据中心机会巨大且仍处早期，仍有实质性上行空间[10] * **AMD (AMD)**：AI预期仍然很高，与OpenAI的新交易有望推动进一步增长[8] * **Broadcom (AVGO)**：2025年强劲的AI增长轨迹似乎将在2026年加速[8] * **Intel (INTC)**：公司的问题已凸显至前沿[9] * **应用材料 (AMAT)**：对晶圆厂设备 (WFE) 的长期增长持积极看法[12] * **Lam Research (LRCX)**：公司正受益于关键的技术拐点（GAA、先进封装、HBM、NAND升级）[13] * **台积电 (TSMC)**：评级为跑赢大盘，目标价NT$2,200 / US$351[6][17] * **ASML**：评级为跑赢大盘，目标价€1,600 / US$1,911[6][17] * **存储厂商**：三星电子、SK海力士、美光均获跑赢大盘评级[17] * **中国设备商**：北方华创、中微公司、拓荆科技均获跑赢大盘评级，认为它们将受益于中国晶圆厂设备国产替代加速带来的份额增长[14][15][16] **其他重要信息** * **技术细节与假设**：报告通过详细表格（展示1）估算了实现1 TW年计算产能所需的GPU、CPU、HBM晶圆数量，基于Blackwell、Rubin、Rubin Ultra等不同平台，并考虑了50%或65%的良率假设[23] * **风险提示**：报告包含大量标准免责声明、评级定义、利益冲突披露及地域性分发限制[31][106]

文章核心观点 - 地缘政治已从背景风险转变为塑造美国股市的主要力量之一 市场不再仅由盈利和利率驱动 全球权力动态的影响日益显著 [1][2] - 地缘政治紧张局势正在影响大宗商品价格、供应链、贸易关系、国防开支和技术政策 并创造新的市场结构 使特定行业受益而其他行业面临压力 [3][5] - 美国股市正进入一个新阶段 地缘政治与经济基本面共同发挥核心作用 能源、国防和战略技术行业日益重要 而全球业务敞口大的公司面临新风险 [14][17] 市场驱动因素转变 - 标普500指数保持韧性 但市场内部领涨板块正在发生变化 [3] - 从地缘政治紧张到全球大国间的战略竞争 政治发展正日益影响行业表现、资本流动和投资者情绪 [2] 能源行业重回市场中心 - 地缘政治紧张最直接的影响体现在石油和能源市场 涉及关键地区（尤其是主要航运路线周边）的冲突增加了供应中断风险 [4] - 埃克森美孚和雪佛龙等公司受益 表现为更高的油价基线、波动性增加以及生产商更强的现金流 [4][6] - 能源正再次成为市场表现的核心驱动力 而不仅仅是一个周期性行业 [4] 国防开支创造结构性赢家 - 地缘政治紧张正推动全球军费开支增加 使洛克希德·马丁和雷神技术等国防承包商受益 [5][7] - 受益于长期合同、全球国防预算上升以及对先进武器系统需求的增长 [7] - 与以往周期不同 此趋势似乎是结构性的而非暂时性的 [8] 供应链重构 - 全球化正在演变为一个更加碎片化的体系 公司正从追求效率转向注重韧性 [9] - 这导致制造业回流、供应链多元化以及减少对单一地区的依赖 [10] - 这一转变对苹果和高通等公司产生重大影响 带来了更高的成本、资本投资增加和运营复杂性 [9][10] 技术成为战略资产 - 技术不再仅仅是关于创新 它现在是一种地缘政治工具 人工智能、半导体和网络安全等领域的竞争正在全球主要大国间加剧 [9] - 英伟达和微软等关键公司参与其中 政府正通过监管和投资日益塑造这些行业的方向 [9][10] 新兴“隐藏赢家” - 除了传统行业 地缘政治紧张局势也使网络安全公司、数据基础设施提供商以及工业和基础设施公司等不太明显的行业受益 [11] - 例如 CrowdStrike和卡特彼勒等公司从长期结构性转变中受益 而非仅短期事件 [12][15] 未来市场情景 - 未来几年地缘政治可能仍是一个主导主题 几种情景可能塑造市场的下一阶段 [13] - **情景一：可控紧张**：市场保持稳定 能源价格维持高位但可控 选择性行业持续跑赢 [16] - **情景二：局势升级**：油价急剧飙升 波动性增加 资金轮动至防御性资产 [16] - **情景三：局势缓和**：风险偏好情绪回归 成长股重获动力 市场参与度提高 [16] 投资者需关注指标 - 为应对此环境 投资者应关注油价走势、国防开支趋势、贸易政策发展、供应链转变以及地缘政治热点 [13][16] - 这些因素在决定市场方向方面日益重要 [13] 市场数据与价格表现 - 截至发布时 标普500指数报6,591.90点 上涨35.53点 涨幅0.54% 纳斯达克指数报21,929.83点 上涨167.93点 涨幅0.77% [18][19] - WTI原油期货报93.03美元/桶 上涨2.71美元 涨幅3.00% 布伦特原油期货报99.78美元/桶 上涨2.52美元 涨幅2.59% [19] - 黄金期货报4,477.25美元/盎司 下跌108.25美元 跌幅2.36% [19] - 个股方面 英伟达报178.68美元 上涨1.99% 苹果报252.62美元 上涨0.39% 微软报371.04美元 下跌0.46% [1][21] - 美光科技报382.09美元 下跌3.40% 西部数据报677.86美元 下跌3.50% [24][25]