公司业务与战略 - 公司业务聚焦于AI端边侧核心赛道 [2] - 机器人、车载视觉感知等新业务正处于快速成长阶段 [2] - 公司产品正在向高端化升级 [2] - 公司通过战略性投资与收购，探索具身智能、AI推理、大模型等前沿赛道 [2] - 战略性举措旨在补强公司核心能力并扩大公司规模 [2] 公司前景与市场沟通 - 公司表示始终重视长期价值与投资者回报 [2] - 公司对业务基本面将持续向好抱有信心 [2] - 公司指出二级市场股价波动受综合因素影响，并提示投资者理性看待 [2]

公司股价与市场表现 - 12月18日，沐曦股份开盘走低，股价跌破800元，截至10时15分，该股跌5.77%，报782.03元/股 [1] - 12月17日上市首日，公司收盘报829.9元/股，实现单日涨幅692.95%，总市值达3320.43亿元，刷新最赚钱新股纪录 [3] - 上市首日盘中最高价达895元/股，中一签（500股）的投资者浮盈约39.52万元 [3] - 公司上市首日收盘涨幅超过同为GPU公司的摩尔线程（425.46%），市值直逼后者（3359.77亿元） [3] 财务与经营状况 - 2025年1—9月，公司实现营业收入12.36亿元，同比增长453.52% [8] - 2025年前三季度，公司净利润亏损3.46亿元，同比减亏55.79% [8] - 2025年4—6月，公司实现净利润4661.89万元短暂盈利，同比减亏119% [8] - 2025年7—9月，净利润亏损1.6亿元，同比减亏40.64% [8] - 公司预计2025年全年实现营业收入15亿元至19.8亿元，同比增长101.86%至166.46% [13] - 公司预计2025年归母净利润亏损7.63亿元至5.27亿元，同比减亏45.84%至62.59% [13] - 2024年底，公司存货突然飙升至7.77亿元，截至2025年3月末为8.02亿元，主要原因为保障原材料供应稳定而进行的战略备货 [12][13] 产品与技术布局 - 公司核心收入产品为曦云C500系列，自2024年2月量产以来成为重要收入来源 [8][9] - 曦云C500系列在2023年对主营收入占比为30.09%，到2024年和2025年第一季度，占比分别达到97.28%和97.87% [9] - 曦云C500/C550芯片的算力（以FP16/BF16衡量）处于英伟达A100的算力区间 [9] - 曦云C588芯片在C550基础上实现算力跃升，大幅缩小与英伟达H100的差距 [9] - 公司面向智算推理市场有曦思N系列产品，面向图形渲染市场有曦彩G系列产品 [9] - 基于国产供应链研发的新一代训推一体芯片曦云C600已于2024年10月交付流片 [9][10] 市场地位与竞争格局 - 根据Bernstein Research测算，2024年沐曦股份在中国AI加速器市场份额（销售金额口径）约1%，基于算力规模测算市场份额约1.14% [15] - GPU芯片巨头英伟达目前在中国AI芯片市场份额高达70%左右 [15] - 公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发和推动万卡集群的落地 [16] - 公司产品已应用部署于10余个智算集群，覆盖国家人工智能公共算力平台、运营商智算平台和商业化智算中心 [16] 客户拓展与在手订单 - 截至2025年9月5日，公司在手订单金额（不含税）为14.3亿元，以曦云C500系列板卡为主 [17] - 公司正重点开拓两家互联网企业，并与国内三大运营商积极推进业务 [18] - 与一家互联网企业的测试预计在2024年9月底完成，2025年内有望实现首个订单签署 [18] - 与另一家互联网公司于2025年一季度开始接洽，预期2025年四季度可能小批量试产下单 [18] - 公司已进入中国电信的集采短名单，并持续参与中国移动、中国联通的集采项目入围测试 [18] 软件生态与兼容性 - 公司打造了自主可控MXMACA软件栈，实现对CUDA生态的高度兼容 [15] - 其软件栈支持超过6000个CUDA应用、超过2200个高性能算子，与超过1000个模型实现了原生适配 [15] - 公司是首批通过中国信通院AISHPerf基准DeepSeek大模型适配评测的公司之一 [16] 行业背景与外部环境 - 国内AI推理需求旺盛，是国产AI芯片厂商当前重要的增长点，训练侧市场渗透率正持续提升 [7][16] - 英伟达H200芯片有望重返中国市场销售，但中信证券分析指出其应用场景（大模型训练）目前不会与以推理场景为主的国产算力芯片直接竞争 [18][19] - 随着壁仞、昆仑芯等厂商持续推进上市，国产AI芯片围绕技术自主和生态矩阵的竞跑有望加速 [19]

文章核心观点 - AI产业正经历关键拐点，推理算力消耗首次超过训练算力，行业进入“用电”而非“发电”阶段 [2][24] - 中国AI发展路径强调通过应用渗透和千行百业落地来反哺生态，与美国侧重占据技术制高点的策略形成差异 [29][31] - 国产AI芯片面临的核心挑战与机遇在于融入主流生态、降低推理成本以及构建系统级能力，以实现普惠AI [6][8][12] AI产业趋势与拐点 - **推理超越训练**：2025年出现重要拐点，推理算力消耗预计将首次超过训练算力 [2][23][24] - **迭代速度极速提升**：大模型兴起后，产业迭代节奏从“月/季度”缩短至以“周”甚至“小时”为单位，市场推理需求从去年到今年增长近百倍 [8][18] - **成本成为核心矛盾**：模型参数规模扩大导致单位推理成本呈几何级数增长，产业应用必须通过稀疏化、蒸馏、量化等方式降低推理成本 [20][25] - **Token消耗量暴增**：国内企业Token消耗量在2024年同比增长超过100倍，字节跳动日Token调用量据称可能已突破40万亿，增速惊人且未放缓 [28] 中国AI发展路径与策略 - **政策驱动应用落地**：中国推出“人工智能+”计划，核心是通过应用渗透及千行百业落地推动AI繁荣，与美国侧重技术制高点和经济增长的策略不同 [30][31] - **国产算力占比提升**：预计到2025年底，国内AI芯片出货/部署结构中，国产AI芯片占比有较大概率超过50%，整体份额超过非国产高端GPU [28] - **发挥市场与应用优势**：中国在基础数字化、行业应用、应用人群及热情上具备明显优势，将推动以AI推理芯片为核心的资本投入增长 [31] - **工程化追赶与降本**：头部企业通过更大规模训练集群和工程化方式，追赶闭源模型差距并降低未来的训练与推理成本 [31] 国产芯片的挑战与应对 - **生态融入是生存关键**：市场加速度迫使国产芯片必须主动兼容并融入以CUDA为代表的主流开发生态，否则客户迁移与适配成本会显著上升 [8][9] - **构建系统级能力**：技术瓶颈从算力扩展到内存、带宽乃至服务器间互联，芯片公司必须提供全栈的系统工程能力，不止于设计芯片 [7] - **参与标准与生态共建**：需要参与如中移动OISA体系等产业合作，围绕芯片互联、超节点等系统级方向攻关，提升规模化推理场景下的互联效率与互通性 [12] - **软件与生态是最大挑战**：当前国内芯片产业最大的挑战在于软件与生态建设，需要持续投入 [31] 推理芯片的技术路线与成本目标 - **技术路线融合**：云端大算力推理芯片趋向于GPNPU（GPGPU+NPU+3DM）架构，兼顾通用计算、高效能效与大容量高带宽存储 [35][36] - **突破存储与带宽瓶颈**：大模型推理性能瓶颈突出体现在显存容量、互联带宽及节点间互联带宽，在HBM供应受限下，3D Memory（3DM）是国产化突破的关键方向 [35][42] - **明确降本目标**：目前国内云厂商百万Token调用成本普遍在10元以上，无服务水平协议保障的甚至超过20元，未来三到五年必须降至1元人民币以内，才能支撑“人工智能+”的渗透率目标 [41] - **计算与访存分离**：大模型推理需做预填充（P）和解码（D）阶段分离，因P阶段是计算密集型，D阶段算力多在等待数据搬运 [39] 云天励飞的公司实践与布局 - **公司定位与历程**：云天励飞成立于2014年，是一家同时押注算法与芯片的深圳本土AI芯片企业，经历了中国AI产业从萌芽到竞争的全过程 [5][16] - **技术路径演进**：公司坚持“算法+芯片”双轮驱动，芯片已迭代至第四代，第五代将全面转向GPNPU架构，并向通用推理方向演进 [42] - **产品线布局**：围绕“端边云”体系布局三条芯片产品线：“深穹”面向云推理，“深界”专注端侧NPU，“深擎”是面向AI的SoC芯片 [43] - **制造与工艺国产化**：2020年全面转向国内工艺体系，是国内最早实现D2D Chiplet技术的企业之一，并坚持推进3DM等国产突破性工艺 [42]

公司上市与市场表现 - 沐曦股份于12月17日正式登陆资本市场，上市首日收盘报829.9元/股，单日涨幅达692.95%，总市值达3320.43亿元 [2] - 上市首日盘中最高价达895元/股，中一签（500股）的投资者浮盈约39.52万元，刷新了最赚钱新股纪录 [3] - 公司上市首日收盘涨幅超过另一家GPU公司摩尔线程（425.46%），市值直逼后者的3359.77亿元 [4] 公司业务与产品 - 公司自设立之初即专注GPU业务，确定了通用型和统一的GPU计算架构、软件定义硬件的软硬件协同研发体系 [7] - 公司核心产品为曦云C500系列，自2024年2月正式量产以来成为收入重要来源，该系列在2024年和2025年第一季度对主营收入占比分别达到97.28%和97.87% [8] - 公司产品线还包括面向智算推理的曦思N系列和面向图形渲染的曦彩G系列 [10] - 公司基于国产供应链研发设计了新一代训推一体芯片曦云C600，并于2024年10月交付流片 [10] 财务与运营状况 - 2025年1—9月，公司实现营业收入12.36亿元，同比增长453.52% [8] - 2025年前三个季度，公司净利润亏损3.46亿元，同比减亏55.79% [8] - 公司预计2025年全年实现营业收入15亿元至19.8亿元，同比增长101.86%至166.46%，归母净利润预计亏损7.63亿元至5.27亿元，同比减亏45.84%至62.59% [12] - 为保障原材料供应稳定，公司于2024年积极进行战略备货，导致存货从2023年底的约1.8亿元大幅增加至2024年底的7.77亿元，截至2025年3月末存货为8.02亿元 [11] 技术实力与产品性能 - 以FP16/BF16算力性能指标为例，曦云C500/C550芯片处于英伟达A100的算力区间，曦云C588芯片大幅缩小了与英伟达H100的差距，在国内处于先进水平 [9] - 公司基于自研指令集及GPU并行计算引擎打造了自主可控MXMACA软件栈，实现对CUDA生态的高度兼容，支持超过6000个CUDA应用、超过2200个高性能算子，与超过1000个模型实现了原生适配 [14] - 公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发和推动万卡集群的落地，已成功支持128B MoE大模型等完成全量预训练 [16] 市场地位与竞争格局 - 根据Bernstein Research测算，2024年沐曦股份在中国AI加速器市场份额约1%（销售金额口径），基于算力规模测算的市场份额约1.14% [13] - GPU芯片巨头英伟达目前在中国AI芯片市场份额高达70%左右 [13] - 公司产品已应用部署于10余个智算集群，算力网络覆盖国家人工智能公共算力平台、运营商智算平台和商业化智算中心 [16] 客户拓展与在手订单 - 截至2025年9月5日，公司在手订单金额（不含税）为14.3亿元，以曦云C500系列板卡为主 [16] - 公司正重点开拓两家互联网企业，其中一家预计在2025年内有望实现首个订单签署，另一家预期在2025年四季度可能小批量试产下单 [17] - 在运营商市场，公司已进入中国电信的集采短名单，并持续参与中国移动、中国联通的集采项目入围测试 [17] 行业背景与发展趋势 - 国内AI推理需求旺盛，推理侧是国内AI芯片厂商当前重要的增长点，而训练侧正处于快速国产化过程中 [16] - 国内智算中心投资建设的主导方主要为互联网、运营商及地方政府，对互联网和运营商市场的突破是国产AI芯片发展的关键 [16] - 随着后续璧仞、昆仑芯等厂商持续推进上市步伐，国产AI芯片围绕技术自主和生态矩阵的竞跑有望加速 [19]

行业投资评级 - 报告对电子行业维持“强于大市”评级 [2] 核心观点 - 报告核心观点是预期AI推理将主导创新，看好由推理需求驱动的运营支出（Opex）相关方向，主要包括：存储、电力、ASIC和超节点 [2][27] - 报告同时建议关注国产化及端侧AI产品迭代带来的产业链机会 [5][29][30] 本周行情回顾 - 本周（2025年12月8日至12日）沪深300指数下跌0.08%，上证指数下跌0.34%，深证成指上涨0.84%，创业板指上涨2.74% [1][11] - 申万电子指数本周上涨2.63%，在31个申万一级行业中涨幅排名第3 [1][11] - 年初以来，申万电子指数累计上涨45.9%，涨幅排名同样为第3/31 [1][11] - 细分板块层面，电子化学品、元件、其他电子、半导体和消费电子本周分别上涨6.99%、6.08%、5.6%、2.68%和0.37%；光学光电子下跌0.22% [17] - 个股层面，本周申万电子行业243家公司上涨，232家下跌，涨幅前五为富信科技(+45.57%)、东田微(+35.90%)、赛微电子(+29.37%)、鸿日达(+27.93%)、立昂微(+26.84%) [19][22] - 截至2025年12月12日，电子行业估值水平（PE-TTM）为59.28倍，处于历史中部水平 [20] 本周关注事件 - **海光信息终止换股吸收合并中科曙光**：海光信息与中科曙光于2025年12月9日分别召开董事会，审议通过终止本次重大资产重组事项，主要原因为市场环境发生较大变化，重组条件尚不成熟，但双方表示终止不影响后续持续合作 [23] - **GPT-5.2发布**：OpenAI于2025年12月11日发布最新AI模型GPT-5.2，该模型针对专业工作场景优化，在多个基准测试中创下行业记录，并已上线ChatGPT付费套餐及开放API [24][25][26] 投资方向与关注领域 存储 - 随着长江存储新产品和长鑫的HBM3等产品逐渐突破，叠加数据中心对SSD及HBM需求快速提升导致供需错配，激发国产存储厂商扩产动能，判断明年有望是“两存”扩产大年 [2][27] - 建议关注国产存力产业链整体机会，包括： - NAND&DRAM半导体（长存相关）产业链：中微公司、拓荆科技、安集科技、京仪装备、中科飞测、微导纳米 [4][27] - 长鑫&HBM存储芯片相关产业链：北方华创、兆易创新、精智达、汇成股份 [4][27] - 存储原厂：美光、海力士、三星、闪迪、兆易创新、聚辰股份等 [4][27] 电力 - 看好电力产业链产品，重点关注用电侧和发电侧的新技术 [2][28] - 相关公司： - 发电侧：三环集团 [4][28] - 用电侧：中富电路、顺络电子、东方钽业、英诺赛科、华峰测控 [4][28] ASIC - 看好ASIC推理全栈模式，预期未来ASIC份额将提升，建议关注国内外主要CSP厂商 [2][28] - 相关公司： - ASIC芯片：博通集成、寒武纪、芯原股份 [4][28] - 配套：沪电股份、福晶科技 [4][28] 超节点 - 预计未来机柜模式会迭代，看好高速互联、机柜代工、液冷散热、PCB等需求增长 [2][29] - 相关公司： - 高速互联：澜起科技、万通发展、盛科通信 [2][29] - 机柜代工：工业富联 [2][29] - 液冷散热：中石科技、捷邦科技等 [5][29] - PCB：生益科技、菲利华、东材科技、鼎泰高科、大族数控、芯碁微装等 [5][29] 国产化方向 - 供给侧：国内先进制程良率及产能爬升，推动国产算力芯片供给侧将有较大幅度改善 [5][29] - 需求侧：国内CSP厂商商业化模式逐渐明朗，AI相关资本开支持续向上，国内模型持续迭代，有望带动国产算力在训练侧的放量需求 [5][29] - 建议重点关注国产算力产业链整体机会，包括： - 先进工艺制造：中芯国际（港股）、华虹半导体（港股）、燕东微 [6][29] - 国产算力龙头：寒武纪、海光信息、芯原股份 [6][29] - 先进封装：通富微电、长电科技、甬矽电子、长川科技、金海通等 [6][29] - 先进设备：北方华创、拓荆科技、微导纳米 [6][29] 端侧AI - 豆包AI手机开售，看好2026年端侧产品迭代 [5][30] - 相关公司： - 果链：苹果、立讯精密、蓝思科技 [6][30] - SOC：瑞芯微、恒玄科技、晶晨股份 [6][30] - AI眼镜：歌尔股份、水晶光电 [6][30] - 其他：中兴通讯、传音控股、豪威集团 [6][30]

宏观市场与货币政策 - 美国11月非农就业人数增加6.4万人，但失业率意外飙升至4.6%，超出美联储舒适区，且8月和9月数据被大幅下修，显示劳动力市场实质性降温 [4] - 零售销售环比持平不及预期，但剔除汽车后上涨0.4%，表明消费者支出虽未崩溃但已显乏力 [4] - 疲弱数据公布后，市场对美联储降息预期升温，交易员将明年1月降息概率从22%推高至31%，并押注明年降息两次，形成“经济数据越差，货币政策越宽松，股市越受益”的市场逻辑 [4][7] - 当前美股估值高企，标普500预期市盈率为23倍，纳斯达克100指数预期市盈率高达28倍 [7] - 高盛对2026年宏观经济预测乐观，预计美国GDP增长加速，美元走弱、油价下行、通胀放缓，美债收益率维持当前水平，对美股构成正面催化 [9] - 美国银行基金经理调查显示，市场乐观情绪创2021年以来新高，股票和大宗商品配置达2022年2月以来最高，现金比例降至历史最低的3.3% [9] 主要指数与板块表现 - 12月16日市场表现分化，特斯拉股价逆市上涨并创历史新高，而能源板块因油价下跌拖累标普500指数和道琼斯指数收跌 [1] - 道琼斯指数收于48114.26点，纳斯达克综合指数收于23111.46点，标准普尔500指数收于6800.26点 [2] - 行业热力图显示，互联网内容与信息、半导体板块当日上涨，而多元化保险、地区银行、医疗设备等板块下跌 [2] - 标普500指数在技术面上回踩50日线后收阳十字星，多空力量暂时平衡，关键中枢支撑位于6700点 [16] - 纳斯达克综合指数虽收涨，但未能站上50日均线与月均线，技术形态偏弱，下行风险未解除 [18] 重点公司分析：特斯拉 - 特斯拉股价于12月16日突破490美元，创下历史新高，收盘价为489.88美元，被视为市场散户情绪的锚点 [1][9][11] - 市场观点认为，在美联储降息预期下，散户信心充足，推动了特斯拉这类“善于讲故事”的公司的股价上涨 [9] - ARK投资管理公司掌门人Cathie Wood因风控规则在特斯拉上涨途中被迫减仓，与此轮牛市中坚定持股的散户形成对比 [11] - 分析认为特斯拉股价上方无套牢盘，做空的心理压力远大于做多 [11] 重点公司分析：博通 - 有媒体爆料苹果正与博通合作开发代号“Baltra”的服务器芯片，计划于2027年推出，主要用于AI推理场景，此举被解读为苹果对英伟达GPU高价格不满而选择自研方案 [12] - 苹果每年支付约10亿美元使用谷歌定制版的Gemini模型，而非自行投入数百亿美元训练大模型 [14] - 该消息在指数不稳的背景下，仅推动博通股价盘初涨超2%，尾盘涨幅收窄至0.44% [14] - 长期来看，博通被视为“去英伟达化”趋势中的核心受益者 [15] 其他个股与风险提示 - 个股Vision Marine当日涨幅达156.77%，AMC Robotics涨幅为104.51% [2] - 个股Tile Shop跌幅达99.97%，Zynex跌幅为48.67% [2] - 公司CRWV因德州数据中心延误、收购案被否决、管理层失焦等基本面恶化，股价跌至65美元附近，被提示风险 [15] - 美光科技即将发布的财报被视为半导体板块年底的重要风向标，其结果可能影响纳斯达克指数的后续走势 [24] 市场结构与交易机制 - 纳斯达克已申请将交易时间延长至23小时，若获SEC批准将于2026年开始实施 [20] - 分析对全天候交易持保留态度，认为夜间市场流动性差，价格更容易被操纵，对长线投资者意义有限 [20]

投资评级 - 首次覆盖，给予“买入”评级 [1] 核心观点 - 随着AI推理需求爆发，GPU地位需提升，硬件架构上需实现GPU直连SSD以快速传输数据并充分发挥GPU并发性能，软件生态需发生重大变化，核心技术软件数据库需从以CPU为中心转向以GPU为中心进行重构，数据库产业有望迎来新机遇 [8][81][82] - 星环科技是中国领先的AI和大数据基础设施软件提供商，在GPU-Native数据库领域早有布局，是中国面向生成式AI的数据基础设施领导者，有望充分受益于行业变革 [8][13][82] 公司概况与业务 - 星环科技是中国领先的AI和大数据基础设施软件提供商，致力于融合AI、大数据与云计算技术，帮助企业构建AI基础设施 [13] - 公司拥有AI与大数据基础软件业务、解决方案业务及其他业务三条业务线，产品及解决方案已深入金融、能源、政府、交通、医疗等十余个行业，截至2025年6月30日累计服务逾1,600家终端用户 [13] - 公司以自研分布式大数据平台TDH起家，战略定位已由“数字基础设施提供商”升级为“AI基础设施企业”，推出知识平台TKH及大模型运营平台Sophon LLMOps [13] - 公司构建了包括大数据基础平台软件（TDH）、云基础平台软件（TDC）、分布式关系型数据库软件（ArgoDB与KunDB）、数据开发与智能分析工具（TDS）、人工智能平台（Sophon）及知识平台（TKH）在内的产品矩阵 [21][22][23][24][25] - 2025年上半年，大模型相关商机已带动近3,000万元订单，覆盖金融、政府、能源等重点行业 [21] 财务表现与预测 - 2024年公司营业收入为3.71亿元，同比下降24.31%；归母净利润为-3.43亿元，亏损同比扩大19.16% [1][28] - 2025年第一季度至第三季度（25Q1-Q3），公司实现营业收入2.25亿元，同比上升7.42%；归母净利润为-2.13亿元，亏损同比收窄27.21% [8][28] - 分行业看，2025年上半年金融行业营收0.68亿元，同比增长23.38%，占总营收45.01%；能源行业营收0.29亿元，同比大幅增长253.99%，营收占比从上年同期的5.77%跃升至18.77% [32] - 分产品看，2025年上半年软件产品与技术服务营收1.11亿元，同比下降0.89%，营收占比72.84%；解决方案业务营收0.34亿元，同比增长43.18%，营收占比22.37% [34][35] - 25Q1-Q3公司整体毛利率为47.49%，较2024年的50.67%继续回落 [38] - 报告预测公司2025-2027年营业总收入分别为4.26亿元、4.88亿元、5.83亿元，同比增速分别为14.55%、14.64%、19.51% [1][78] - 报告预测公司2025-2027年归母净利润分别为-2.13亿元、-1.51亿元、-0.88亿元 [1][78] 行业趋势与机遇：GPU-Native数据库 - AI推理与AI训练的I/O需求差异巨大：AI训练需要大数据块（10MB-1GB），少并发，总存储容量相对较低（1-10TB）；而AI推理需要小数据块（几KB或更小），高并发（数千条），大存储容量（PB级） [8][47] - 传统以CPU为中心的架构无法满足AI推理的高并发需求，导致GPU未能充分利用，GPU地位亟需提升，需把控制路径和数据路径都放在GPU里 [8] - 硬件方面，GPU直连SSD可增加存储量和传输速率；软件方面，需采用SCADA等软件架构控制存储I/O [8] - 底层硬件变革将带动软件重构，数据库架构需从“以CPU为中心”转向“以GPU为中心”，核心组件如存储引擎、数据布局、查询执行引擎等需升级改造 [8][56][57][59] - GPU直连SSD技术将使得数据库从一个管理磁盘文件的应用程序，演变为一个直接调度和管理GPU和存储硬件的“数据中心级操作系统内核” [8][60] - 产业进展加快：硬件上，高带宽闪存（HBF）技术预计在2026年初取得突破，2027至2028年间正式亮相；铠侠将与英伟达合作开发直连GPU的SSD，目标达到2亿IOPS [61][62][63] - 软件上，已有厂商如Hammerspace、Cloudian通过优化数据编排或采用RDMA over S3技术提升性能 [64] 公司竞争优势与战略 - 技术业内领先：公司拥有AI-Ready Data Platform，以关系型、向量、图、全文、时序等11种模型数据统一存储管理为基础 [8][67] - 2024年，星环科技被IDC评为向量数据库代表厂商 [8][74] - 2025年，星环科技在IDC《中国面向生成式AI的数据基础设施2025年厂商评估》中被定位于“领导者”类别 [65] - 公司已经具有GPU-Native数据库产品 [8] - 积极布局出海：公司在新加坡、加拿大等地设立分支机构，产品已获得新加坡信息通信媒体发展局认证，并与当地机构推进合作 [75] - 公司于2025年8月18日正式向香港联交所递交上市申请，计划发行H股并实现“A+H”双重上市，募资用途之一为拓展海外市场 [8][76] 估值比较 - 报告选取达梦数据和海量数据作为可比公司，可比公司2025年平均PS为14倍 [79] - 星环科技2025年预测PS为26倍，高于可比公司平均估值，报告认为其AI数据库产品竞争力业内领先，理应拥有更高估值 [79][80]

投资评级与核心观点 - 报告对甲骨文（ORCL.N）的评级为“增持” [7] - 报告将甲骨文FY2026目标价调整至229美元 [9][12] - 报告核心观点：云需求持续强劲，但数据中心交付进度可能成为收入兑现的瓶颈 [1][3][9] 财务预测与业绩表现 - 报告调整了甲骨文的营收预测：FY2026E为670亿美元，FY2027E为843亿美元，FY2028E为1278亿美元 [9][12] - 报告调整了Non-GAAP净利润预测：FY2026E为211亿美元，FY2027E为239亿美元，FY2028E为335亿美元 [9][12] - 预计FY2026E营收同比增长16.8%，FY2027E同比增长25.8%，FY2028E同比增长51.5% [5] - 预计FY2026E Non-GAAP净利润同比增长21.9%，FY2027E同比增长13.7%，FY2028E同比增长39.9% [5] - 预计毛利率将从FY2025的70.5%下降至FY2026E的67.1%，并进一步降至FY2028E的61.1% [5] - 当前股价为184.92美元，当前市值为5312.99亿美元 [7][8] 业务亮点与增长驱动 - 甲骨文FY26Q2剩余履约义务（RPO）达到5230亿美元，环比净增680亿美元，其中包括与Meta和NVIDIA的合同 [9] - 甲骨文将FY2026资本支出指引大幅上调150亿美元至500亿美元，但维持全年总收入670亿美元的指引不变 [9] - 甲骨文云基础设施（OCI）设计灵活，可在数小时内完成工作负载切换，能快速适配多元化客户需求 [3][9] - 甲骨文在数据库方面积累的客户资源，结合AI推理能力，有望在企业AI推理端占据独特生态位 [12] 估值依据 - 估值方法：参考可比公司FY2028平均Forward PE 20.6X，给予甲骨文Forward PE 25X（估值溢价源于其高规模与高增长性的在手订单），对应FY2029合理估值389美元，再以19.4%的股权资本成本折现至FY2026，得出目标价229美元 [12] - 甲骨文自身预测PE（稀释）为：FY2026E 25.7倍，FY2027E 23.1倍，FY2028E 16.8倍 [5] 潜在挑战与公司应对 - 数据中心建设进度可能成为收入兑现的瓶颈，收入增长节奏可能无法匹配资本支出的节奏 [3][9] - 甲骨文采用多种手段应对融资和现金流问题：1）将数据中心建设风险转嫁给上游，仅在建成运营后确认现金支出；2）允许客户自带芯片安装（托管模式）；3）可以租赁GPU代替购买 [9] - 管理层预计融资需求低于1000亿美元 [9] - 报告指出，为OpenAI建设的数据中心目前均按计划推进，未出现延误 [9]

核心观点 - 全球AI技术正从训练主导转向推理主导 驱动硬件产业链迎来新一轮成长机遇 多模态大模型迭代与AIAgent规模化落地显著提升推理算力需求 [2] - 云服务商资本开支上调与各国主权AI计划共同推动全球AI基础设施高景气建设 带动服务器、存储、光互连等云侧硬件价值提升与技术创新 [1][2] - AI手机与AR眼镜等端侧设备加速智能化演进 正在重塑产业格局 [1][5] 总量趋势 - 预计2025年全球八大云服务提供商资本开支将达4310亿美元 同比增长65% 2026年有望进一步增至6020亿美元 [2] - 各国主权AI计划启动 例如美国“星际之门”计划投资约5000亿美元 欧盟拟投入215亿美元建设AI超级工厂 [2] - 预计到2030年 全球AI数据中心容量将达156GW 占数据中心总需求的71% [2] 云侧硬件产业链 PCB - AI服务器带来明确的价值量提升 例如英伟达DGX H100单GPU对应PCB价值量达211美元 较前代提升21% GB200 NVL72将单GPU价值量推高至346美元 [3] - 随着Rubin架构采用无缆化设计及交换机向800G/1.6T演进 PCB正朝着高层数、使用如M9等低介电材料的更高性能方向升级 [3] - 2026年国内高端PCB产能将迎来集中释放 以支撑下游需求 [3] - 上游材料同步升级迭代 包括M9级别中碳氢树脂比例提升、第三代石英玻纤布引入、以及HVLP4铜箔使用 国产材料厂商正在各环节加速实现替代与突破 [3] 存储 - 2025年因AI需求导致的结构性供需失衡 已推动DRAM与NAND Flash价格显著上涨 [3] - 预计2026年行业资本开支增速放缓 投资重心转向高附加值产品 [3] - 3D DRAM技术通过TSV与4F2垂直结构为国内厂商提供了绕开先进光刻限制的机遇 [3] - 服务于大模型推理优化的KV Cache技术 正推动QLC SSD加速替代HDD 预计其2026年在企业级SSD市场的渗透率将达到30% [3] 光互连 - 光互连技术作为AI算力集群的关键 正步入新时代 光交换机凭借高带宽、低时延、低功耗特性 适配大规模AI集群互联需求 [4] - 以MEMS为主的技术路线已占据主导 产业链条长且壁垒高 [4] - 从上游核心器件到中游设备集成与解决方案 国内已有厂商在各个环节积极布局并切入全球供应链 [4] 端侧设备产业链 AI手机 - 2025年AI手机市场整体保持温和增长 竞争焦点转向端侧AI能力 [5] - 手机操作系统正从“应用启动器”向“系统级智能体”演进 以豆包手机为代表的创新产品尝试实现底层AI融合与跨应用操作 [5] - 苹果与安卓阵营的旗舰芯片持续提升NPU算力 共同推动端侧AI的普及与体验升级 [5] AR眼镜 - AI与AR融合的智能眼镜被视为可穿戴设备的未来形态 市场正处于高速增长期 产品形态从无摄像头眼镜持续演进至具备完整显示功能的AR眼镜 [5] - 光波导因其在清晰度与体积上的优势 有望成为AR眼镜光学成像模组方案的主流选择 [5] - 光机方案呈现多元化趋势 LCOS是目前消费级产品的主流 MicroLED凭借其性能优势被公认为未来的发展方向 [5] 建议关注细分领域及标的 - PCB及上游材料：胜宏科技、沪电股份、景旺电子、广合科技、东材科技 [5] - 存储及设备：北京君正、兆易创新、聚辰股份、精智达 [5] - 光互连：英唐智控、赛微电子 [5] - 端侧AI：歌尔股份、立讯精密 佰维存储 龙旗科技、水晶光电、中科蓝讯、豪威集团、舜宇光学科技 [5]

核心观点 - OpenAI悄然逆转其核心产品策略，取消了面向免费及Go订阅用户的自动“模型路由器”系统，默认使用响应更快、成本更低的GPT-5.2 Instant模型，突显了在消费级AI市场，尖端推理能力与即时响应需求之间存在难以调和的矛盾 [1][2] 产品策略调整详情 - 调整内容：已在免费版及每月5美元的Go订阅层级中取消“模型路由器”功能，用户默认使用GPT-5.2 Instant模型，复杂问题不再自动分流至更强大但处理较慢的“推理”模型，普通用户需手动切换才能使用高级功能 [1] - 调整原因：主要源于路由系统的延迟对日活跃用户产生了负面影响，尽管推理模型代表AI性能前沿，但其处理复杂问题可能耗时数分钟，导致不愿等待的大众用户流失 [1] - 用户反馈：基于用户反馈，免费及Go用户更偏好默认的流畅聊天体验 [2] - 历史对比：此次调整距“模型路由器”随GPT-5发布仅四个月，该功能曾成功将免费用户对推理模型的使用率从不足1%提升至7% [3] - 例外情况：每月20美元的Plus用户和200美元的Pro用户在内的付费订阅者仍可使用模型路由器 [6] 市场竞争与增长压力 - 竞争态势：面对谷歌Gemini的强势增长，OpenAI正面临用户增长停滞的压力，迫使其重新调整重心，优先保证基础市场的交互效率 [1] - 用户数据：ChatGPT拥有超过8亿的周活跃用户，但第三方数据显示其增长动能正在减弱，谷歌Gemini近几个月增长显著，而ChatGPT的增长曲线已趋于平缓 [4] - 使用时长：自今年9月以来，用户在ChatGPT上的平均访问时长已跌至Gemini之下 [4] - 内部状态：OpenAI首席执行官Sam Altman上月宣布全公司进入“红色代码”状态，以集中资源改进核心消费级产品 [4] 性能、速度与成本的权衡 - 消费市场偏好：在通用消费类聊天机器人领域，响应速度和语气至关重要，大部分消费者在日常聊天中不愿为准确性牺牲速度，其直接竞争对手是专注于极致速度的谷歌搜索 [3] - 成本因素：推理模型不仅运行缓慢，其计算成本也显著高于标准模型，将大量免费用户请求重新导向GPT-5.2 Instant有助于优化运营成本 [6] - 性能替代：GPT-5.2 Instant目前的性能已有所提升，甚至在处理安全基准测试时表现更佳，因此不再需要将敏感对话强制路由至推理模型 [6] 长期技术方向与未来计划 - 长期方向：业内专家认为，根据问题复杂度调用不同算力的模型仍是正确方向，针对不同问题使用不同的模型和算力是合理的，预计路由技术将继续存在 [6] - 未来计划：OpenAI计划在该技术得到改进后，重新向免费和Go用户推出模型路由器 [2][6]