机构龙虎榜交易概况 - 当日机构龙虎榜上榜31只个股，净买入17只，净卖出14只 [1] - 机构买入金额前三的个股为华虹公司（6.84亿）、多氟多（3.32亿）、兴业银锡（3日3.2亿） [1] - 华虹公司获3家机构净买入6.84亿元 [2] 华虹公司 - 公司是全球领先的特色工艺晶圆代工企业，特色工艺平台覆盖全面 [2] - 公司40nm逻辑/射频平台开发完成，Alpha客户12颗产品进入量产，出货量超4.5万片 [2] - 公司逐步引入3家新客户进行产品开发 [2] 存储芯片行业 - “以存代算”技术范式通过将AI推理数据从DRAM/HBM迁移至SSD，以突破算力瓶颈与“存储墙”制约 [2] - “以存代算”实现存储层从内存向SSD的战略扩展，带动SSD需求增速高于传统曲线 [2] - 消费级HDD市场受SSD冲击，但HDD在数据中心、企业级存储和大数据处理领域仍有较大需求空间 [3] - 深科技盘基片业务销售量在2025年半年度较去年同期有较大提升 [3] 有色金属行业 - 八部门印发有色金属行业稳增长工作方案，目标2025-2026年行业增加值年均增长5%左右 [4] - 目标十种有色金属产量年均增长1.5%左右，再生金属产量突破2000万吨 [4] - 铜、铝、锂等国内资源开发将取得积极进展，提升高端产品供给能力 [4] - 国际铜夜盘收涨2.07%，30日沪铜期货上涨1.27%刷新年内新高 [5]

科创板芯片指数及成分股表现 - 上证科创板芯片指数(000685)于2025年9月30日09:52强势上涨2 14% [1] - 成分股佰维存储(688525)上涨7 66% 燕东微(688172)上涨7 10% 乐鑫科技(688018)上涨5 24% 翱捷科技(688220)和澜起科技(688008)等个股跟涨 [1] - 科创芯片ETF(588920)上涨2 30% 最新价报1 65元 [1] 指数构成与权重 - 上证科创板芯片指数从科创板上市公司中选取业务涉及半导体材料和设备 芯片设计 芯片制造 芯片封装和测试的证券作为样本 [2] - 截至2025年8月29日 指数前十大权重股包括寒武纪 海光信息 中芯国际 澜起科技 中微公司等 [2] - 前十大权重股合计占比62 02% [2] 人工智能技术进展与行业影响 - DeepSeek于9月29日更新实验性AI模型DeepSeek-V3 1-Exp 引入名为DeepSeek Sparse Attention（DSA）的稀疏注意力机制 [1] - DSA机制可在长上下文中进行更快 更高效的训练和推理 [1] - 天风证券指出AI存储革命已至 "以存代算"催生核心机遇 可显著节省算力消耗并加速AI推理 [1] - "以存代算"趋势将带动SSD需求增速高于传统曲线 建议关注存储模组厂商和存储芯片 [1]

中国股市前景与资金流向 - 汇丰全球研究预测到2026年，上证综指将达4500点，沪深300指数将达5400点，深证成指将达16000点，涨幅为17-20% [1] - 汇丰的乐观预测基于三大假设：美国经济避免衰退、人工智能资本开支持续以及美联储继续降息 [1] - 摩根士丹利数据显示，截至8月底，外国多头基金对中国资产流入规模达10亿美元，而去年为流出170亿美元 [1] - 超过90%的摩根士丹利路演客户明确表示愿意增加对中国资产的敞口，为2021年初以来最高兴趣水平 [1] - 高盛指出全球对冲基金上个月在中国境内股票市场的活跃度为近年来最高 [2] - 官方数据显示各类资产的外资流入均在增加，这种同步增长现象在过去十年仅出现过三次 [2] - 富达国际表示全球投资者对中国资产兴趣明显增加，其投资组合经理在不断增持中国股票 [2] 全球宏观经济与政策展望 - 野村证券预计澳洲联储将维持官方现金利率不变，沟通口径可能转向不那么鸽派的立场 [3] - 澳洲联储预测第三和第四季度核心CPI环比涨幅约为0.65%，但野村认为第三季度涨幅可能达0.95% [3] - 野村证券预计美元/日元本周在146.50-151.50区间波动，波动性可能因日本和美国的数据事件而增加 [4] - 凯投宏观认为东京低于预期的CPI夸大了日本通胀放缓速度，坚持日本央行将在10月恢复紧缩政策 [6] - 华泰证券认为10月1日前美国两党达成协议概率较低，政府关门或是基准情形，平均关门一周对当季GDP拖累约0.1个百分点 [8] - 中金公司认为中美信用周期可能迎来各自拐点，美国信用周期在美联储降息后可能重启修复，中国信用周期可能震荡走弱 [9] 行业配置与投资主题 - 招商证券建议继续把握科技和有色金属市场主线，AI仍是港股市场主线，有色金属受益于降息和通胀预期 [6] - 银河证券指出科技板块受益于海内外产业趋势催化，短期压力释放后仍存在修复向上空间 [7] - 华泰证券建议小幅调整仓位，关注主线低位板块如港股科技、国产算力、机器人及"反内卷"中的化工、电池龙头 [8] - 广发证券称顺周期行业在四季度上涨概率超65%，且超60%概率跑赢沪深300，但需基于宏观经济基本面变好预期 [13] - 申万宏源认为调整后"红十月"是大概率，2026年春季可能是A股阶段性高点，科技产业催化仍在趋势中 [10] - 招商宏观预计国庆节后将出台稳增长政策，可能暂时迎来股债双牛，压制融资成本诉求令利率债或迎来短暂做多窗口 [7] 科技与AI产业链 - 方正证券认为AI终端爆发指日可待，端侧AI大趋势下国内厂商在算力SOC、存力、连接芯片领域大有可为 [9] - 天风证券指出"以存代算"技术通过将AI推理数据从DRAM和HBM迁移至SSD，显著降低推理成本并带动SSD需求 [17] - 中信证券认为存储景气度上行至少将延续到2026年下半年，建议重视企业级SSD需求景气度 [11] - 中信建投继续看好储能、锂电板块景气度抬升，国内储能需求超预期，驱动因素从强制配储转向经济性驱动 [18] 大宗商品与周期性行业 - 巴克莱银行认为相对于美元和美国国债，黄金价格似乎没有被高估，金价今年已飙升逾40% [2] - 华泰证券称铜矿再现较大扰动，全球第二大铜矿Grasberg因事故停产，预计2026年供给减量可能达40万吨 [16] - 华泰证券指出PTA行业扩产周期结束，未来两年基本无新增产能，行业拐点渐显，利润有望迎来筑底反弹 [16] - 天风证券看好行星滚柱丝杠在新能源汽车和机器人等新兴产业中的广泛应用 [17] - 华泰证券表示8月工业企业盈利同比从7月的-1.5%大幅上行至20.4%，PPI同比及工业企业利润有望延续修复态势 [14] 房地产市场与特定板块 - 中信证券认为房地产市场具备止跌回稳基础，新房供给过大局面已扭转，看好布局杭州、上海、成都等地的公司 [12] - 招商证券建议增配市场预期差较大的港股保险股以及"困境反转"和高股息等价值策略，部分超跌优质创新药个股可自下而上配置 [6]

技术范式 - 以存代算作为颠覆性技术范式应运而生 旨在突破算力瓶颈与存储墙制约 [1] - 技术通过将AI推理过程中的矢量数据从DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 核心价值 - 显著降低首Token时延并提升推理吞吐量 [1] - 大幅优化端到端的推理成本 为AI大规模落地提供可行路径 [1] - 显著节省算力消耗并加速AI推理 [1] 行业影响 - AI存储革命已至 以存代算催生核心机遇 [1] - 带动SSD需求增速高于传统曲线 [1]

技术范式背景 - AI推理已成为衡量大模型商业化价值的关键标尺 但面临"推不动、推得慢、推得贵"的挑战 [1] - 为突破算力瓶颈与"存储墙"制约 "以存代算"作为颠覆性技术范式应运而生 [1] - 该技术通过将AI推理过程中的矢量数据从昂贵DRAM和HBM显存迁移至大容量高性价比SSD介质 [1] 核心技术价值 - CachedAttention技术将首Token时延显著缩短87% [2] - Prefill阶段吞吐量提升7.8倍 [2] - 端到端推理成本降低70% [2] - 实现存储层从内存向SSD的战略扩展而非简单替代 [1] 硬件架构突破 - SSD深度参与AI推理 需承接从HBM、DRAM卸载的KVCache [4] - AISSD技术向QLC颗粒演进 实现高性能与大容量兼顾 [4] - 接口协议以PCIe5.0/6.0搭配NVMe为基础 未来融入CXL技术 [4] - 功能向智能化升级 包括自主处理AI检索任务和液冷散热方案 [4] 企业实践案例 - 华为UCM构建智能分级缓存 数据在HBM、DRAM、SSD中按需流动 [5] - 浪潮存储AS3000G7优化存储架构与缓存管理机制 具备高扩展性 [6] - 焱融YRCloudFileKVCache实现分布式环境下高效存取与智能负载均衡 [8] - 铠侠、美光、Solidigm等国际巨头积极推动AISSD技术迭代与产品创新 [10] 产业发展方向 - QLC+PCIe/NVMe+CXL有望构筑下一代AISSD基座 [10] - SSD从单纯存储介质升级为AI推理"长期记忆"载体 [10] - "以存代算"催生核心机遇 带动SSD需求增速高于传统曲线 [10]

AI存储行业发展趋势 - AI存储正迎来爆发式增长窗口期，新一代分布式存储能够实现百微秒级延迟与TB级吞吐，支撑训练、推理与Multi-Agent协同等核心场景，逐步成为AI时代存储层的主流选择 [1] - 全球数据量以36%的年增长率持续扩张，预计到2030年将达到YB级规模，高效、安全地存储海量数据成为算力发挥效力的前提 [2] - 大模型发展重心从训练主导转向推理优化和Agent生态，对存储需求产生五大核心变化 [3][4] 存储需求演变 - 吞吐需求从传统互联网应用的MB/s级提升至训练阶段数十GB/s、推理阶段百GB/s级，Multi-Agent协作需要500GB/s~1TB/s级聚合带宽 [5] - 延迟要求从传统应用的10ms级提升至训练中亚毫秒级、推理<1ms级，Multi-Agent协作需保持<1ms存储响应 [5] - 并发复杂性达到极致，需要支持GB/s级强一致同步、高QPS+低延迟推理，以及TB/s级实时协作 [5] - 多模态数据统一管理需求增强，需同时支持对象存储、文件系统、块存储和KV数据库，并支持数据快照和版本链 [6] - 支持Agent记忆持久化，解决碎片化记忆存储带来的高延迟和复杂度问题 [8][9] 技术突破与创新 - 以存代算成为全球共识，通过存储KV Cache等中间结果替代重复计算，将显存压力从平方级降至线性级，大幅提升推理效率 [7] - 硬件进入"超摩尔时代"，NVMe SSD容量年增50%+，RDMA网络延迟低至十微秒级，但传统存储软件栈开销仍在百微秒级别，形成明显"剪刀差" [10][11][13][14][16] - Universal Storage架构通过统一存储池、多协议访问、元数据与数据分离等技术，解决传统存储架构的效率瓶颈和扩展性缺陷 [23][26][27][28] 市场动态与投资机会 - 硅谷AI存储公司Vast Data正进行新一轮融资，估值高达300亿美元，较2023年12月的91亿美元估值实现3.3倍增长 [2] - 传统企业级存储市场存在大洗牌的颠覆性机会，推理、Agent、向量化等新兴需求将导致数据量爆发，引发存储层投入大幅增长 [32] - 新一代Universal Storage存储软件技术护城河深，全球范围内缺少开源软件可供借鉴，技术和工程门槛高，客户迁移成本高，营收质量和可持续性好 [33] 理想存储架构特征 - 统一存储池支持文件、对象、块、KV多种协议访问，消除数据孤岛和迁移开销，显著降低TCO [26] - 元数据与数据分离，由专用分布式元数据引擎管理，存储在持久内存或高速SSD中，实现毫秒级响应 [27] - 全用户态存储软件和RDMA技术实现零拷贝数据直接送入GPU显存，延迟降至数十微秒级，CPU开销极低 [28] 对标企业画像 - 需要强技术背景和长期自主研发存储系统软件的团队，具备企业关键业务场景的分布式块存储研发经验 [30] - 需从底层系统开始创新设计，结合新一代系统架构和硬件发展，研发统一分布式存储架构，支持传统接口和AI核心场景新型接口 [31] - 生态开放性和硬件中立性至关重要，需无缝对接国产算力芯片、硬件、训练框架、推理框架、Agent、云计算、数据库等 [31]

行业投资评级 - 电子行业评级为"优于大势" [7] 核心观点 以存代算架构 - 存储作为大模型训练与推理的核心基础设施 高性能存储可缩短30%训练时长 降低GPU空耗 [3][17][18] - 推理环节通过SSD承载KV Cache实现"以存代算" 首token时延降低90% 上下文窗口扩展10倍 [3][24][27] - 推理需求超越训练成为算力增长核心 2027年推理算力占比预计达70% [30][31] 华为技术突破 - 华为AI SSD单盘容量从30.72TB提升至122.88TB 规划245TB 采用自研Hi1812主控与DoB堆叠工艺 [4][63][64] - UCM统一记忆数据管理器构建三级缓存体系 实现吞吐率提升22倍 上下文窗口突破128K [4][52][74] - 软硬协同优化包括数据缩减加速卡 块文件对象融合架构 跨代在线扩容等技术 [4][68] 产业链分析 存储介质发展 - AI SSD分性能型/容量型/智能型三类 性能型支撑KV Cache 容量型替代HDD实现同量同价 [55][57] - 全球巨头加速布局AI SSD Kioxia推出245.76TB产品 Micron发布PCIe 6.0 SSD [61][62] 投资标的 - 华为存储代理商：天源迪科 中建信息 银信科技 电科数字 [5][93][96][100][103] - 高密度SSD散热：鸿日达封装级散热片进入批量供货 [6][106][109] - 存储模组厂商：江波龙自研UFS4.1主控 佰维存储推进晶圆级封测 [6][111][114][117] - PCB/先进封装：深南电路 兴森科技 华海诚科等受益DoB工艺需求 [5][27][31] - SSD主控芯片：联芸科技 德明利等纠错能力要求提升 [6][32][33]

行业与公司 * 行业涉及AI推理、数据存储、闪存技术及金融科技应用[1][2][4] * 公司为华为及其合作伙伴（如中国银联、天源迪科旗下金华威、中建信息）以及存储产业链相关企业（凯霞、美光、海康威视、联云科技、德明利、鸿日达等）[1][2][4][10][11] 核心观点与论据 * 华为推出全闪存存储服务器 采用SSD和NAND技术 通过"以存代算"减少对HBM依赖 提升AI大模型推理体验 尤其应用于金融领域运维效率提升[1][2][5] * "以存代算"通过外挂向量知识库和三层缓存机制（HBM-DDR-SSD） 将计算中间结果存储于SSD 减少实时计算需求 增强系统记忆能力及连续对话和复杂任务处理能力[1][5] * "以存代算"是行业趋势 凯霞和美光等公司也推进类似技术 通过将矢量数据从DRAM移至SSD 扩展而非替代DRAM或内存 以系统创新弥补硬件短板[1][6][12] * 华为在SSD存储上创新显著 采用DOB堆叠封装工艺 推出超高密度和超高容量硬盘 如2025年单盘容量接近256TB 较2024年128TB容量提升一倍[7] * 华为自研嗨1812和嗨1822系列SSD主控芯片 有效管理数据读写空位分配 提高长期读写速度并延长硬盘寿命 对AI发展至关重要[1][7] * AI发展对大规模数据存储要求更高 SSD闪存因断电后保持数据完整性 成为AI系统不可或缺组成部分 投资者应关注NAND闪存及相关技术[4][8][9] 其他重要内容 * 华为存储在产业链地位重要 通过代理商如天源迪科旗下金华威进行市场推广 中建信息为北交所相关企业[4][10] * 硬件关键技术包括ACG主控芯片和高密度SSD控制芯片散热技术 鸿日达作为华为存储及芯片散热盖供应商受益 非华为存储服务器厂商（如中国长存）也可能从中获利[4][11] * 存储技术发展方向为"以存代算" 通过记忆能力提升计算效率 全球各大企业均朝此方向努力[12] * 华为AI领域三大方向：生产产业链 更大规模交换机主网 以及以"以存代算"为核心理念的存储技术[13]