一、涉及行业与公司 - **涉及行业**：半导体行业[1][2][3][4][26][27] - **涉及公司**：Jingxin Foundation，提到了公司旗下由Kong Xuebin管理的两款基金，分别是Jinxing Software Strategy Mixing Fund（A代码007872，C代码020436）和Jinxing Selection Growth Mixing Fund（A代码018776，C代码018777）[3] 二、核心观点与论据 （一）市场整体情况 - **市场活跃度**：从10月24日上次直播到11月4日，市场较为活跃，之前成交量曾达到3万亿，近期在2万亿左右，市场热度仍在，短期波动不必过于关注[2] - **行业情况**：特别是科技板块，市场表现较强，符合牛市上半场增长的特征，9月30日3万多百万美元的收益短期内难以突破，目前市场较为和谐[2] - **国际因素影响**：美国大选结果后，美联储降息25个点；8月8日美国国会批准10万元台湾证券激励减债计划，减债实际是债务转移[2] - **国内政策影响**：国内有降低地方政府债务成本、延长债务周期的举措，以重启地方政府职能促进经济发展，目前有500亿和300亿相关资金情况，主力仍在进程中，国家不希望出现特别疯狂的牛市，而是缓慢发展的市场[3] （二）半导体行业相关 1. 华为Mate 60 Pro芯片情况 - **芯片性能测试**：华为Mate 60 Pro于去年8月29日推出，其搭载的麒麟9000S芯片，在未宣传情况下开售并引发关注。当时中国芯片市场部分国产芯片活跃度不高，多为28nm芯片量产，而麒麟9000S芯片经测试，性能达到7nm工艺水平，但不能确定就是7nm芯片[6] - **芯片与手机需求关系**：手机有性能（Performance）、功耗（Power consumption）、尺寸（Area）即PPA三个需求，芯片是实现PPA核心的关键。以麒麟9000S芯片为例，芯片制造类似在有限空间内安排更多“工人”（金属管）工作，纳米数指芯片结构中的凹槽宽度等，技术要求很高，如14nm芯片每平方毫米要去除近3000万个机制，7nm芯片则要去除近1亿个[7][8][9][10] 2. 芯片制造相关技术 - **芯片设计**：芯片制造第一步是设计，如美国限制我国的EDA工具就是用于芯片设计工作，华为海思主要工作是芯片设计，要像安排城市人口工作一样合理安排芯片内数十亿电子元件的工作、职责、流程等[11] - **光刻技术** - **光刻原理**：光刻是将设计好的芯片电路图刻在类似传统相机底片的东西上，再投射到底板（芯片）上。光的波长越短，切割越精细，如红色光波长约1mm，紫色光波长约30 - 400nm，其中红色光用于加热工具，而芯片光刻需要极细的光[15] - **光刻设备**：目前能生产光刻技术设备的主要是荷兰，有DUV（深紫外）和EUV（极紫外）光刻技术。DUV波长基本集中在193nm，用于28nm及以上中低端芯片生产；EUV波长为13.5nm，用于7nm及以下高端芯片制造，且光刻设备由全球合作生产，单个国家无法生产全部零件，我国曾有厂家想买EUV激光设备，因美国反对未能成功[16] - **国内生产7nm芯片的技术手段**：我国没有EUV技术时，利用DUV技术生产7nm芯片采用了静默式光刻（将晶体放在超纯水内，利用光折射使193nm波长变为134nm，可生产22nm芯片）和多层曝光（重复光刻步骤）技术，但多层曝光存在成本、操作成本增加，合并图片有误差等问题，9月9日报告中提到的8nm指的是误差值[18][19][21] - **EUV技术的难度**：引用上海科技研究所研究员王向超的话，光刻技术工作时需要工作平台和模型平台，二者高速运行时要保持同步，误差平均值需控制在1nm内，如两架时速1000km飞机起飞，间距平均值要控制在0.3微米内，且EUV光产生过程复杂，需要用特定方式产生13.5nm光并持续稳定发光，还需要用最光滑的镜子来达到效果[23][24] 3. 半导体行业投资相关 - **行业投资难度**：半导体行业很长，从上游材料设备到下游消费电子等各阶段都很专业，很多普通投资者难以研究，市场上很多操作半导体投资的投资者可能并不了解相关技术知识[27] - **基金推荐与风险**：推荐公司旗下两款基金，这两款基金为高风险基金，适合将专业投资交给专业人士的普通投资者，投资前要做好风险评估，半导体行业是长期行业[26][27][28] 三、其他重要内容 - **投资建议**：普通投资者在当前市场（如科技板块）波动大的情况下，不要期望短期高额回报，可合理设定投资目标，如整体资产达到30%回报率即可，不要盲目跟风投资，可选择定期投资，将专业投资交给专业人士，对于看好的行业赛道（如芯片）可关注相关公司理财产品或指数ETF进行调整投资[28] - **市场指数情况**：提到科技50指数近期较高，若未来市场突破新高，相关指数也可能突破新高，但目前存在如5000 - 3000元资金未入市、金融发行需要时间等情况，中间可能有大波动，不建议普通投资者轻易涉足，对于加密货币，其波动性更强，若当前市场政策或流动性乐观，中间调整阶段可能会暂停[29] - **对华为新手机的期待**：期待今年华为Mate 70 Pro推出后，会有国内芯片爱好者拆机查看新芯片是否有突破，是否会给芯片制造带来新工具和高端芯片制造的新突破[30]

报告行业投资评级 未提及 报告的核心观点 报告分析建筑数字化转型建设驱动力与技术挑战，围绕“全面智能、以人为本、绿色节能”理念，阐述基于OpenHarmony生态的建筑数智化参考架构、关键技术及价值应用场景，助力建筑行业数智化发展[10]。 根据相关目录分别进行总结 第一章 建筑行业数字化转型发展趋势与挑战 - 政策驱动建筑行业数字化转型：建筑业是全球经济最大产业，占全球GDP的13%，我国将构建现代化建筑业发展体系，国家多部委推出相关政策，各地也出台鸿蒙赋能产业发展政策[11][12][17] - 传统建造模式向智能建造发展：传统建造模式存在建造技术智能化水平低、建造过程数据质量不高、业务模式割裂数据协同难等问题，智能建造以新一代信息技术与工程建设融合为特征，可推动建筑业数字化转型[20][21][23] - 传统楼宇自动化向智慧建筑发展：全球智慧建筑市场规模预计从2023年的969.6亿美元增长到2030年的4082.1亿美元，中国新建智慧建筑市场需求旺盛，但传统楼宇自动化存在终端和网络等问题，新技术推动智慧建筑发展[25][26][28] - 新一代ICT技术加速建筑行业智能化：ICT技术是新质生产力关键驱动力，建筑行业数字化转型需应用新一代ICT技术，智能建造和智慧建筑建设依赖相关装备、系统和网络设施[29][30] 第二章 建筑数智化发展的技术难点 - 终端不智能用户体验差：现有终端通信方式落后、操作系统碎片化、智能化水平差，难以满足联网和协同需求[32][33][34] - 信息孤岛多互联互通难：传统楼宇自动化建设存在烟囱式子系统和孤岛式网络，导致信息和网络互联困难[35][36] - 数据质量差智慧应用难：现有数据质量差、感知数据缺乏，难以支撑AI智慧应用发展[36][37] 第三章 建筑开源鸿蒙互联设计目标 - 关键设计目标：打造鸿蒙终端智能升级，实现端端协同、以网助端、端云协同、以云助端和内生安全全局防御，构建全联接、全智能的有机生命体[40][41][42] 第四章 建筑开源鸿蒙互联参考架构 - 架构组成：由鸿蒙终端、智能联接、智能底座、智慧应用协同组成，解决传统建筑智能系统问题，提升园区治理数字化水平和用户体验[43] - 各层功能：鸿蒙终端实现万物互联新生态，智能联接提供多种接入方式和可靠联接方案，智能底座提供开放能力并统一管理，智慧应用带来创新体验[46][47][49] 第五章 建筑开源鸿蒙互联关键技术 - 鸿蒙终端智能升级：OpenHarmony操作系统具有硬件互助、一次开发多端部署、统一OS弹性部署、分类分级安全可靠等特征，助力建筑数智化[52][53][55] - 端端协同万物互联：OpenHarmony操作系统的分布式能力实现分布式软总线、数据管理、任务调度和设备虚拟化，保障端端协同[58][59][60] - 以网助端联接随需：信息网络需满足物联网终端接入需求，提供极简组网、网络智能和智能识别跨域路由等功能[61][65][67] - 端云协同数据开放：智能底座提供多种服务能力，通过统一物模型、设备标识和通信接口实现端云协同数据开放[68][71][74] - 以云助端智慧服务：利用云侧算力弥补端侧不足，实现空间智算、智能认知和智能降耗等典型场景[80][81][83] - 内生安全全局防御：基于内生安全、全局防御原则，打造终端安全、网络安全和数据安全的全方位安全零信任架构[84][85][87] 第六章 价值应用场景 未提及具体内容，但列举了鸿蒙AIOC智慧运营、鸿蒙智慧工地安全高效等多个应用场景[4]

一、涉及公司与行业 - 涉及公司为华为，行业为机器人行业[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19] 二、核心观点与论据 （一）华为机器人的重大意义 - 与特斯拉等机器人的区别：特斯拉机器人硬件组装在中国，但软件核心算法等在美国做，很多创业公司也用国外算法和架构，而华为机器人从底层架构、软件研发到场景应用全为国产[5][6] - 带来的增量价值：会给软件、芯片、场景等环节带来巨大增量，这些增量是特斯拉机器人和其他创业公司机器人所不能带来的，软件价值量未来会占人形机器人价值量的90%，硬件成熟后价值量会下降[6][7] （二）华为机器人的投资机会 - 投资机会的独特性：是从零到一的变化，带来的投资机会不同于特斯拉机器人带来的硬件投资机会，重点在芯片、软件、场景三个产业链环节[8] - 具体产业链环节的投资机会 - 芯片：人形机器人大多用英伟达的Jason算力卡，华为可能会用海思3559，道通科技在将3559用于中端（如无人机）方面有经验，可能有机会参与华为机器人项目[9][16] - 软件：克拉逊飞在人形机器人算法模型领域有经验且与华为盘古大模型有合作，可能在华为机器人软件算法层面有重要参与；中文软件在3D建模方面国内领先且与华为有深入合作，索晨科技做CNE仿真，在仿真和建模领域有重要性[13][14][15] - 场景：教育是机器人重要场景，克拉逊飞在教育机器人方面有产品和经验，且教育资金投入未来会增加，对其业绩有支撑；能科科技等在场景方面股票走势已有反映，未来华为机器人相关公司会增多，华为机器人在软件场景供应链方面会带来显著阿尔法[14][18] 三、其他重要内容 - 华为机器人的时间表：已经出了两个demo，明年年初可能出第三个demo，乐观情况下Q2底或Q3产品亮相并开始小规模量产[8]

一、涉及公司 S公司[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36][37][38][39][40] 二、核心观点及论据 （一）机器人项目基本情况 1. **项目启动与投入** - S公司于2024年4月启动机器人事业，创始团队约23人，预计投入2500万左右，截至2024年10月立了三个项，花费不到500万（不包括人员工资）[1]。 2. **项目保密性与部门情况** - 机器人项目对内对外保密，位于S公司五云湖总部三号楼三层，使用特殊门禁卡。部门组织架构包括部长1名，产品设计组6人，硬件机械组4人，应用软件和平台组13人（其中应用平台和软件8人，运控5人），AI组1人[2]。 3. **产品计划与目标** - 产品计划方面，VP给出两个目标，一是做与汽车相关的机器人（因为S公司利润主要在汽车方面），二是工厂劳动。共确定四个SKU，分别为D1（消费级小狗）、D10（工业级大狗）、R1（双足人形机器人）、R100（轮式人形机器人），截至10月份，D1出了两个POC，D10出了一个POC，R1出了一个POC[2]。 （二）项目进展与量产规划 1. **项目进展** - 所有出POC的产品足部运控已做完且能顺畅行走。平台设计理念为自主建设、平台化、有开放性，硬件采用MPU板加SoC板，软件平台化分为虚拟硬件层、核心层、能力层、应用层[3]。 - 从9月开始，公司每周关注机器人项目且认为进展慢，着重关注双足人形机器人。9月设立量产目标，原计划24年底量产，后改到25年6月底，TMO团队16个项目经理参与梳理项目，发现人员不足，从科技院调了150多人，目前项目人员接近200人[3][4]。 2. **量产规划的不确定性** - 量产数量、后续量产时间分配没有详细安排，公司没有计划生产多少量。目前没有市场团队处理产品针对的场景、市场、用户群体等问题，导致研发团队在功能和指标设计上比较迷茫，难以制定三年五年计划[6][7][8]。 （三）项目相关决策与领导情况 1. **决策情况** - 项目启动不是部长牵头，更多是总部方面的意思，量产决策也是从总公司来的，具体背后是谁做主要决策不清晰，已知对项目比较关心的有S公司的“太子爷”，做出量产等决策的可能是董事长[9][10]。 2. **领导层级** - 领导机器人项目的是前瞻研究部的部长，其级别类似生产型企业中的中层领导，在智创公司里VP和CEO话语权更强，但也不能完全做决策[9]。 （四）与其他公司关系 1. **与华为关系** - 从项目开始到现在，S公司与华为没有开过会、没有接触，没有合作。S公司做机器人项目可能是想做代工角色，与华为的机器人生产项目有关，但这只是猜测[11][12]。 2. **与其他汽车厂商对比** - 国内汽车厂做机器人的较多，如小鹏、比亚迪。小鹏机器人的双足是S公司运控组组长参与挑选的，不能确定其他企业是否比S公司强[19]。 （五）供应商与成本情况 1. **供应商情况** - 本体采购自语树（机器人采购H1，狗采购low2），11月初部长和VP唐总进行市场巡查，接触了省内企业和江浙沪企业，目前没有确定的供应商合作方。VP表示如果省内公司产品不能满足要求，会选择其他公司，采购是VP级别的重要项目[20][21]。 2. **成本情况** - 机器人售价预计一万到一万五千左右，目前没有测算过成本。研发团队前期不用考虑钱的问题，VP建议先做好功能，后期由产品或市场团队考虑成本。例如语树本体80万，若选择NX100T卡（售价约5000人民币）会使成本超支，部长要求机器人尽量便宜在一万到一万二[26][27][28]。 （六）算力情况 1. **算力规划与设计** - 算力规划时汽车硬件组同事参与，对GPU做了统计，运控只用CPU不用GPU，AI运控用不到100T，导航用100多T，AI远高于100T。SOC板上可能集成三五八八CPU芯片，有二三十Tops能力，可外插NX板用于导航或运控，机器人有不同算力配置方案，如不插板通过网络用云端智脑（速度慢但算力强），插一块分插板跑基础导航或运控，插275可跑本地AI、导航和运控等，还可开放给第三方插板[23][24][25]。 - 目前机器人算力大概在2000 - 4000TUPS水平，由于成本原因可能中配或高配只插一块NX板[26]。 （七）AI相关情况 1. **大模型合作与现状** - 包括部长在内已在寻找其他大模型合作，未与华为谈过。目前S公司机器人的AI发展有局限性，与成都大模型团队交流发现其能力有限，S公司展厅的AI比其好[16][30]。 2. **AI改进方向** - 真正的AI应不需要对机器人进行训练就能控制其动作，目前的AI是特殊领域的“放话”能力，如训练腿或手的动作，换硬件可能需要重新训练，要实现通用还需要更聪明的AI，目前距离特斯拉等世界顶级目标还有较大差距，且训练结果具有随机性[34][35][36][37]。 3. **项目对AI的投入方向** - 部长拒绝用传统自动化编程方式，将100%投入到巨声智能大模型方向[38]。 （八）传感器相关情况 1. **传感器使用现状** - 目前摄像头可能有，雷达据说装满了，深度相机可能没有，最终方案不确定，导航团队认为全视觉方案不可行。对于关节末端（如手腕、脚踝）的传感器，目前还未涉及相关应用，也未讨论是否使用[38][39][40]。 三、其他重要内容 （一）项目资金使用情况 1. **资金分配不明确且有串用** - 在四个SKU上资金分配没有说明，部门逐个立项，报销很细，资金有串用情况，具体花费在项目上主要是外购机器人本体，机器狗外购了十几条，机器人外购了两台，语树的机器人H1售价10 - 20万，实际机器狗一台5 - 10万，机器人一台80万，本体采购花费不到一百万但也有好几百万[5]。 （二）机器人性能情况 1. **与市场产品对比的性能水平** - 半年时间S公司机器人的四足和两足腿部运控稳定，在中国机器人市场达到及格线且小超及格线。机器人大会上多数机器人腿部运控和手部动作存在问题，S公司手部研究分三个部门采用不同方法进行，相信一段时间后手部动作能达到90分以上水平，但要达到95分以上较难，因为大模型突破困难[13][14]。

纪要涉及的行业或者公司: 1. 华为原生鸿蒙操作系统 [1][2][3][4] 2. 科创板相关公司和行业 [5][6][7][8][9][10][11][12][13][14][15][16][17] 3. 芯片行业 [10][11][12][13][14][15] 4. 消费电子行业 [12][13] 纪要提到的核心观点和论据: 1. 华为原生鸿蒙系统实现了完全自主可控,是全球第三大移动操作系统,在系统性能、安全性等方面有显著提升 [1][2][3][4] 2. 鸿蒙系统可以覆盖手机、平板、智能家居等多种终端设备,实现跨设备的无缝连接和数据共享 [3][4] 3. 鸿蒙系统的发布体现了中国在操作系统等基础软件领域的重大进展,增强了国家的科技自信 [4] 4. 鸿蒙系统的发布将带动相关的产业链机会,包括终端制造、软件开发、芯片设计等 [5][6][7] 5. 科创板是国内硬科技企业的聚集地,半导体和芯片公司占比很高,具有较强的创新能力和成长性 [7][8][9][10][11][12][13][14][15] 6. 近期科创板相关ETF资金流入较多,主要是由于其高弹性和较高的研发投入占比 [6][14][15][16] 7. 从宏观政策层面,政府出台了一系列支持科技创新和产业升级的政策,为科技类资产提供了良好的政策环境 [8][9][10] 8. 从行业基本面来看,半导体和消费电子行业当前景气度较好,有望持续复苏 [11][12][13] 其他重要但可能被忽略的内容: 1. 投资者可以采用核心-卫星的资产配置策略,将科创板ETF等科技成长类资产作为卫星配置 [16][17] 2. ETF作为一种指数投资工具,具有便捷、高效、透明、低费等优势,尤其适合新手投资者参与科技类资产 [16][17]

根据电话会议记录,可以总结以下关键要点: 1. 纪要涉及的行业或公司 - 华为原生鸿蒙操作系统 - 科创板上市公司,尤其是半导体芯片公司 2. 纪要提到的核心观点和论据 - 华为原生鸿蒙系统实现了完全自主可控,是全球第三大移动操作系统,在系统性能、安全性等方面有显著提升 [1][2][3] - 鸿蒙系统可以实现跨设备的无缝连接和数据共享,生态已有超过15,000个原生应用 [3][4] - 鸿蒙系统的发布标志着中国在操作系统领域取得重大进步,体现了科技自立自强 [4] - 鸿蒙系统的产业链包括终端制造商、软件开发商、芯片设计制造商等,都有投资机会 [5][6] - 科创板聚集了大量半导体、集成电路等硬科技公司,是国内半导体产业的重要平台 [7][8][9] - 科创芯片ETF基金聚焦于科创板半导体龙头,具有高研发投入、高成长性和高弹性等特点 [10][11][12][13][14][15] - 政策支持科技创新,包括并购重组、轻资产高研发企业的再融资等,有利于科技公司发展 [8][9] 3. 其他重要内容 - 国内外半导体行业景气度持续回升,AI需求旺盛,消费电子新品发布有望带动换机潮 [10][11][12] - 投资者可采用核心-卫星策略,将科创芯片ETF等科技成长类资产纳入卫星配置 [16][17] - ETF作为参与科技投资的便捷工具,受到市场广泛关注 [16][17]

行业和公司概述 1. 华为鸿蒙系统(Harmony OS Next)发布 [1][2] - 华为鸿蒙系统正式发布,具有以下优势: 1. 原创性及自主可控:作为国内创新操作系统,展示了强大的自主研发能力 [1] 2. AI技术集成:广泛应用于AI写作、创作和图像识别等领域,并嵌入底层架构,提高应用适应性 [1][2] 3. 数据安全:结合自身安全框架,确保数据隐私安全 [1] - 鸿蒙系统发布后,将带来以下投资机会: 1. 软件创新:互联网大厂正在为鸿蒙进行更新迭代,新操作系统将带来新的应用创新 [2] 2. AI需求增长:与AI相关的大模型需求将成为重要看点 [2] 3. 硬件支持:新操作系统和AI技术需要强大的硬件和算力支持,包括芯片和光模块等 [2] 2. 芯片行业前景乐观 [3][6][9] - 芯片概念具有广阔空间、较大投资弹性及强劲成长性 - 台积电和英伟达等厂商对未来需求持乐观态度,半导体产业链前景乐观 - 美国对英特尔和阿斯麦(ASML)出口限制加剧了国际科技竞争,国产替代逻辑值得关注,包括AI芯片、核心半导体设备等领域 - 半导体行业具有明显的周期性,目前处于上行周期,预计未来一两年内仍将保持景气度 3. 光伏行业反转潜力较强 [4][5][10] - 美国对中国光伏产品的反倾销调查有所放松,提振海外需求 - 中国光伏业协会协调终端价格不应低于0.68元/瓦,维护合理定价,有助于行业良性发展 - 在碳达峰和节能减排的大背景下,光伏行业仍有进一步发展的预期 - 美国对光伏板块态度的放缓,有助于未来产业链出口逻辑和整体需求逻辑的改善 4. 新能源汽车市场需求强劲 [8] - 新能源汽车市场需求超预期增长,目前新车销量中新能源汽车占比已接近50% - 国内车厂在产品竞争力方面表现突出,相比之下海外传统车企在本轮新能源车竞争中并不占优 - 在全球碳达峰与绿色经济的大背景下,新能源汽车无疑是一个坚定且具有广阔前景的发展方向 5. 锂电池产业链面临供给过剩 [7] - 碳酸锂价格已降至7-8万元/吨区间,不同技术路径成本差异显著 - 电池产业链供给端过剩问题明显,但新能源车需求依然强劲 - 观察供给端实质性变化将是判断投资机会的重要指标 6. 港股市场面临三重利好 [11][12] - 积极的政策转向、经济基本面的改善预期以及海外流动性的明显改善 - 恒生科技和恒生互联网等相关ETF值得关注 7. 国产替代逻辑值得关注 [6][13] - 华为推出国产操作系统,实现技术突破后,中国将快速提升全球市占率 - 头部芯片厂商核心竞争力将进一步提高 总结 综上所述,当前科技行业呈现以下特点: 1. 华为鸿蒙系统发布,带来软件创新、AI需求增长和硬件支持等投资机会 [1][2] 2. 芯片行业前景乐观,国产替代逻辑值得关注 [3][6][9][13] 3. 光伏行业反转潜力较强,受益于海外限制放松和国内价格协调 [4][5][10] 4. 新能源汽车市场需求强劲,国内车企表现突出 [8] 5. 锂电池产业链面临供给过剩,需关注供给端实质性变化 [7] 6. 港股市场面临三重利好,相关ETF值得关注 [11][12] 7. 国产替代逻辑值得关注,包括操作系统和芯片等领域 [6][13] 总的来说,科技行业仍是下阶段值得重点关注的方向,投资者应把握上述投资机会。

行业和公司研究纪要总结 1. 科技行业概况 [1] [3] [7] - 近期科技领域出现多个重磅事件,如AI应用广泛、鸿蒙操作系统推出等 - 科技板块依然是下阶段值得重点关注的投资方向 - 芯片和半导体产业链需求持续旺盛,毛利率和业绩超预期 - AI领域需求强劲,如英伟达GPU产品订单充满信心 - 整个AI大行情和科技板块驱动依然在持续 2. 光伏行业政策变化 [4] [5] [6] - 历史上美国曾对国内光伏企业实施双反调查,限制其海外发展 - 近期政策有所宽松,但2024年10月又恢复了新一轮双反 - 国内光伏企业竞争力强,行业协会出台价格下限政策维护利润 3. 锂电池行业成本分析 [8] - 不同锂电池原料技术成本差异较大 - 李辉石开采成本约4-8万元/吨,处于盈亏平衡 - 云母矿开采成本较高,曾达9-15万元/吨 - 行业巨头宁德时代曾布局高成本云母矿,但现已关停该项目 4. 新能源汽车行业竞争格局 [9] - 特斯拉在海外市场仍占主导地位 - 国内新势力造车企业销量表现突出,竞争力强 5. 港股市场机会 [10] - 政策利好:民营经济促进法、美联储降息 - 经济基本面改善:消费预期、广告收入提升 - 流动性改善:海外资金流入港股,估值有望提升 - 建议关注恒生科技、恒生互联网等ETF

报告行业投资评级 无 报告的核心观点 数字化快速走向数智化 - 人工智能大模型从单模态走向多模态,同时大模型能力和性能持续提升,帮助 AI 逐步走出中心训练,走向千行万业并得以应用 [12] - 数字化和智能化以数据为纽带,相互促进、加速和融合,逐渐走向两者相结合的数智化 [8] 数据为纲:行业数智化呼唤高质量数据和高效数据处理 - 缺数据,不 AI。数据短缺成为制约大模型发展的瓶颈 [88] - 需要充分发挥历史数据价值,激活业务闲置数据和唤醒历史归档数据 [89][90] - 需要通过提升数据规模和质量来加速数字化到数智化的转型,包括提高数据生成频率、改善数据格式、覆盖业务全流程等 [96][97][98][99][100][101][102][103][104] - 可以考虑利用数据合成的方式来弥补数据缺失 [105][106][107][108] - 需要提升数据效率,包括极致性能、高扩展性、数据韧性、数据编织、全新数据范式、绿色节能等 [109][110][111][112][113][114] 数智化时代数据基础设施展望 - 采用存算分离架构,分别部署智能算力和存力,各自按需演进 [126][127][128] - 数据基础设施具备横向扩展能力,性能随容量线性增长 [130] - 数据基础设施支持多协议,且协议之间互通 [133][134] - 全闪存可以提升数据处理效率,满足不断增长的数字化转型和日益深化的智能化变革 [137][138][139][140][141][142][143][144] - 需要构建防治结合的数据安全体系,基于存储内生安全,从被动应对攻击走向主动全面防护 [145][146][147][148][150] - 建立统一 AI 数据湖,实现数据资产可视、可管、可用 [151][152][153][154][155][156][157][158][159][160][161] - 利用训/推一体机可以有效助力 AI 快速落地行业应用 [169][170][171][172][173][174][175][176][177][178]

产业趋势 - 算力需求十年百倍增长，算力分布进一步极化 [13] - 算力的规模和效率成为国家和企业的核心竞争力 [14] - AI 驱动数据中心发生全景式革命 [15] - 数据中心的产业标签从高耗能转变为绿色发展使能器 [16] - 超出物理数据中心边界，多流协同的数据中心普及化 [18] - 系统级创新成为数据中心技术发展的主流 [19] 未来场景与创新方向 - AI for All，创造新生产力 [24] - 科研第四范式，以数据密集型计算探索未知 [26] - 空间互联网，带来多维虚实交互体验 [29] - 行业数字孪生，推动智能升级 [30] - 普惠云原生,消除企业数字鸿沟 [31] - 系统化多流协同，提升能效 [32] - 多级化软硬协同，提升算效 [34] - 无损化网业协同，提升运效 [35] - 社会化数据协同，提升数效 [36] - 智能化人机协同, 提升人效 [39] 愿景与关键技术特征 - 多样泛在 [46][47][48][49][50][51][52][54][55] - 安全智慧 [58][59][60][61][62][63][64][65][66][67][68] - 零碳节能 [71][72][73][74][75][76][77][80][81][82][83][84][85] - 柔性资源 [86][87][88][89][90][91][92][93][94][95][96][97][98][99][100][101][102] - 对等互联 [106][107][108][109][111][112][113][116][117][118][119][120][121][122][123][124][125][126][127][129][130][131][132][133][134][135] - 系统摩尔 [136][137][138][139][140][141] 新型数据中心参考架构 - 新基础设施，供电制冷走向全天候绿色零碳 [158][159][160] - 新算力底座，构建以数据为中心多样算力系统 [161][162][163] - 新资源调度，应用为中心实现柔性调度 [164] - 新数据管理，数据全局可视助力高效流通 [166][167] - 新协同服务，开放架构融入社会化算力 [168][169] - 新智能管理，AI 驱动实现 DC 自动运维 [170][171][172]