会议主要讨论的核心内容 - 嵌入式数据库的背景和特点,包括轻量级、高效性、移动设备载体等 [1][2][3] - 嵌入式数据库的分类,包括软件嵌入式、设备嵌入式和内存嵌入式 [3] - 嵌入式数据库的发展历程,从90年代到现在的四个阶段 [4][5] - 嵌入式数据库的市场规模及未来增长预测 [5] - 嵌入式数据库的产业链情况,包括上游硬件软件、中游数据库厂商、下游应用行业 [6] - 嵌入式数据库面临的主要瓶颈和挑战,包括性能、标准、安全等方面 [6][7] - 嵌入式数据库的技术架构,包括基础层、接口层和应用层 [8][9] - 市面上主流的嵌入式数据库产品,如SQLite、嵌入式文件存储系统等 [9][10] - 嵌入式数据库的商业模式,包括开源和非开源两种 [11][12] - 嵌入式数据库的应用场景,从高性能到微嵌入式不同领域 [13] - 嵌入式数据库未来的发展趋势,包括智能化、分布式、云计算等 [13][14] - 国内外嵌入式数据库厂商的差距及原因分析 [14][15] 问答环节重要的提问和回答 无相关内容。

会议主要讨论的核心内容 近期需求情况 - 公司自身的草根调研显示,6月份国内挖掘机销量预计维持在7500台左右,同比增长20-30% [1][2][3] - 行业协会预测,6月份国内销量7300台,海外8700台,整体降幅收窄至个位数 [4][5] - 需求结构变化,小挖和中挖需求逐步改善,大挖需求也有望在6月转正 [4] 后续需求趋势 - 国内需求方面:专项债持续发行、利率下行周期、基建项目加速、旧机更新等因素将支撑下半年需求 [10][11][12] - 国内中期需求:保有量约180万台,中枢销量应在18万左右,未来3-5年有望逐步提升至17-20万台 [11][12] - 海外需求:欧美市场下滑趋势或将在明年得到缓解,公司在一带一路市场份额提升明显 [12][13][14] 行业公司业绩表现 - 行业整体股价从年初大涨15%以上,主要机械公司涨幅达30%左右 [15][16] - 业绩改善是推动股价上涨的主要因素,预计二季度业绩同比增速10%-20% [16][17] - 不同公司间存在一定差异,柳工盈利弹性较强,徐工估值相对较低 [18][19][20]

利好政策不断推出地产板块可期 ...

会议主要讨论的核心内容 地产行业基本面分析 - 地产行业经历一系列调整后,部分指标已显现底部特征,如按揭负担比、租金回报率等 [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] - 与日美同期城镇化率阶段相比,我国千人开工套数已大幅低于同期水平,显示供给端已出现超跌 [39][40][41][42][43] 政策利好对地产行业的影响 - 政府出台一系列稳定地产市场的政策,如保障性住房再贷款、租赁住房贷款支持计划等,有望提振市场需求 [18][19][20][21][22][23][24][25][26][27][28] - 政策推动地方国企和城投成为收储主体,有利于盘活存量资产,缓解房企资金压力 [22][23][24] 地产行业未来发展前景 - 市场预期地产行业2024年净利润同比增长将达572%,处于行业前列,主要受益于低基数效应和优质房企业绩改善 [41][42][43] - 银华房地产ETF跟踪的指数具有估值低、高股息等特点,可为投资者提供地产行业投资机会 [43][44][45][46][47] 问答环节重要的提问和回答 问题1 **提问者提问** 地方政府和国有房企在本次收储中将扮演什么角色,对地产行业有何积极影响?[22][23][24] **回答者回答** 地方城投和国有房企将被指定为收储主体,一方面可以盘活存量资产,缓解房企资金压力,另一方面也可以利用收储资金进行新的土地拍卖,有利于促进供需平衡。 问题2 **提问者提问** 您如何看待近期各地出台的稳定地产市场的政策措施?[25][26][27][28] **回答者回答** 近期各地出台的政策,如调整公积金政策、推动以旧换新等,有助于提振市场信心,刺激购房需求,预计将带动一线城市楼市成交的回暖。但政策效果仍需进一步观察。 问题3 **提问者提问** 您认为地产行业未来的成长性有多大?[41][42][43] **回答者回答** 市场普遍预期地产行业2024年净利润同比增长将达572%,处于行业前列,主要受益于低基数效应和优质房企业绩改善。从估值、股息等指标来看,地产行业具有较强的投资价值。

会议主要讨论的核心内容 - 以逆回购作为主要的短端货币政策工具 [2] - 淡化其他期限货币政策工具利率的政策利率色彩,理顺长短的传导关系 [2][3] - 压缩利率走廊的宽度 [18][19][20] - 国债的买卖作为流动性管理工具和货币政策储备工具 [21][22][23] - 目前的经济形势判断和货币政策思路 [25][26] 问答环节重要的提问和回答 - 以逆回购作为主要政策利率如何影响资金面利率,以及如何理顺有短及长的传导关系 [7][8][9][10][11][12][13] - 如何收窄利率走廊 [18][19][20] - 央行如何进行国债的建仓 [21][22][23] - 国内外目前的经济环境、汇率和货币政策取向 [24][25][26][27]

会议主要讨论的核心内容 - 英伟达作为人工智能芯片领域的领军企业,其市值已经接近德国股市,是否存在新一轮的互联网泡沫[1][2] - 英伟达在人工智能芯片领域具有较强的壁垒,目前其他厂商如AMD、英特尔等都难以完全取代英伟达的地位[2] - 英伟达未来几年仍有较大的增长空间,即使目前市值接近3万亿,估值也不算高[2] - 华为在人工智能芯片领域的910系列与英伟达相比还有一定差距,但其自身在算法和生态建设方面具有优势,未来有望成为英伟达的替代品[3] - 随着人工智能算法的不断迭代,未来芯片需求将从训练芯片向推理芯片转变,这将降低芯片的壁垒,为更多厂商提供机会[4] - 国内人工智能发展与海外相比还存在一定差距,主要体现在算力投入和基础模型构建方面,但未来有望实现赶超[5][6] 问答环节重要的提问和回答 - 提问:华为在人工智能芯片领域能否扛起算力不同的大旗? 回答:华为的910系列与英伟达的H系列和Blackwell还有一定差距,但其自身在算法和生态建设方面具有优势,未来有望成为英伟达的替代品[3] - 提问:我们的大模型何时能够跟上海外进度? 回答:国内大模型与海外相比还存在一定差距,需要12-24个月的时间来跟上,但不能过于神化海外的进度,因为海外模型也存在一些局限性[5] - 提问:未来人工智能发展是百家争鸣还是大一统? 回答:未来基础模型领域可能会呈现收敛趋势,只有顶尖企业有能力在1-2年内构建万卡机群,才能进入这个门槛,中小企业可能很难进入[6][7]

关键要点 * **报告主题**：中长期应变投资报告[1] * **调研活动**：6月份进行密集的线下公司调研和小公司调研[1] * **市场关注度**：市场对调研活动关注度较高[1] * **企业端政策**：企业端政策策略转型[1] * **活动环境**：国内活动环境描述[1]

然后来汇报一下我们对于这个中长期应变投资报告的一个深度的汇报,因为在6月份我们也做了一个很密集的一个线下的公司调研和小公调研,也充分的反映出来市场的关注度,包括企业端的一个政策的,这个策略的一个转型了,其实在国内的一个活动环境还是处于一个 这个不太不太明朗的一个背景之下其实大部分的这个企业都是对出口这个业务包括出海这个业务的关注度是有明显的提升的并且从这个出海的节奏上来看其实各个企业在品牌的营销和渠道的布局包括产品端的产能的这个相当的打造上方面其实目前的进度还是非常的可观的所以对于家电这个领域来说可能未来我们可能要把 相对投资视角包括企业金融视角从国内这样的一个两千多亿的市场规模可能要放到更大的全球市场当中去这是这样一个大背景而且从目前的短期数据上来看也确实支撑我们对于家电出海包括家电出口比较乐观的一个预期判断因为从今年的一到五月份来看家电出口的数额累计同比增长还是有25%金额同比累计增长了14%并且跟2022年同期相比个月度的一个同比增速还是在持续的 加速过程当中的这个实际上是一个比较好的这个信号实际上从后续我们对于家电这边的进一步的出海的加速还是非常值得看好的大概这样的一个 这个前言哈那从后面的这个框架来 ...

- 纪要涉及的行业或者公司：计算机行业、南方基金、国胜证券[1] - 纪要提到的核心观点和论据：无 - 其他重要但是可能被忽略的内容：举办向心而行圆桌论坛，邀请南方基金计算机ETF基金经理潘水扬、国胜证券计算机行业首席分析师刘高畅参与[1]

会议主要讨论的核心内容 算力硬件的发展趋势 - 算力持续提升,单芯片算力可达到1000倍增长 [4][5] - 数据类型优化和低精度计算可以释放更多有效算力 [4][5] - 算力产品迭代速度加快,从2年一次到1年一次 [5] - 算力需求持续增长,驱动硬件厂商加速迭代 [5][6] 通信和存储的重要性 - 通信带宽提升是算力硬件发展的另一个关键 [6][7] - 存储容量和带宽的提升也是重点,与计算单元的协同很关键 [6][7] 成本降低是当前最大诉求 - 硬件厂商正在通过各种方式降低算力成本 [3][4][5] - 成本下降有利于AI模型迭代和应用落地 [3][10] 问答环节重要的提问和回答 问题1：英伟达新推出的Blackwall芯片有什么特点? - 满足8年内1000倍AI运算能力提升 [4] - 芯片价格只增加2-3倍,通过软件优化和低精度计算实现 [4][5] 问题2：英伟达为什么要加快算力产品的迭代速度? - 下游对算力需求持续增长,驱动硬件厂商加快迭代 [5][6] - 成本下降有利于AI模型迭代和应用落地 [3][10] 问题3：AMD在云端AI加速芯片方面有什么新动作? - 推出下一代MI325X芯片,内存带宽提升到6TB/s [8] - 计划在2025年推出支持FP4和FP6低精度格式的新品 [8] - 通过数据格式优化释放更多低成本有效算力 [8]