市场表现 - 沪深两市主要股指3日早间普遍低开，随后震荡上扬，收盘时三大指数均收涨，沪指报3361.98点，涨幅0.43%，深成指报10057.17点，涨幅0.16%，创业板指报2002.70点，涨幅0.48% [1] - 盘面上美容护理及免疫治疗板块涨幅靠前，贵金属、创新药、CRO概念、培育钻石、新冠药概念、宠物经济、减肥药、游戏、乳业、中小银行等板块亦有较大幅度上涨，钢铁、家电、煤炭等板块跌幅靠前但整体跌幅不大 [1] - 科创综指报1172.20点，涨幅0.76%，北证50指数报1423.15点，涨幅1.03% [1] 机构观点 - 巨丰投顾认为A股市场已逐渐探明底部并呈现中长期投资机会，短线可关注兼并重组、黄金、石油等涨价题材，中线建议持续关注大消费、半导体、机器人等受益于政策支撑的行业 [2] - 国金证券6月行业关注重点包括黄金/黄金股低吸机会、创新药短中长期改善预期、三大运营商及基建等"增长型红利"资产，以及AI产业逻辑催化的科技领域如光芯片、GPU、云计算等 [2] - 东吴证券建议6月配置关注科技产业趋势方向如机器人、人工智能、算力产业链，题材催化方向如内需消费、可控核聚变，以及中期基本面改善方向如创新药、军工电子 [3] 行业动态 - 全国工商联汽车经销商商会倡议抵制以"价格战"为主要形式的"内卷式"竞争行为，提出以销定产、合理制定目标、减轻经销商库存压力及流动性资金压力等措施 [4] - 国家能源局发布实施意见优化电力市场准入环境，支持分布式光伏、分散式风电、新型储能、智能微电网等新型经营主体发展，并加强发电类电力业务许可管理 [5]

市场表现与结构特征 - 2025年以来万得微盘股涨幅达23.04%且连续7年上涨 北证50年内涨幅达32% 万得银行指数年内涨幅9% [3] - 当前市场状态与2023年相似 高活跃度与弱盈利组合推动资金涌入小微盘股 2024年盈利下滑促使红利策略主导 924政策重新激活市场活跃度 [3][4] - 2025年上证指数在3200-3400点震荡 成交额维持在万亿以上 小微盘股因交易属性强再度走强 [4] 盈利状况分析 - 2024年万得全A（除金融、石油石化）归母扣非净利润同比下滑10.7% 单季度降幅逐季扩大 但估值抬升推动指数上涨6.15% [5] - 2025年一季度盈利同比上涨6.4% 但亏损股比例达29.2% 接近2009和2020年高位 利润增量集中于农林牧渔、有色金属、电子、家电和机械设备行业 [6] - 4月PPI同比下降2.7% 环比下降0.4% 下行趋势延续 PPI未现拐点前A股盈利难有普涨基础 [6] 估值水平评估 - 万得全A（除金融、石油石化）市盈率32.33倍 处于近5年73%分位和近3年99%分位 多数宽基指数估值达5年高位 [7] - 创业板指估值受权重股压制 但万得创业板指三年估值分位数84.21% 五年分位数52.16% 实际处于高位 [7] 市场趋势与资金动向 - 市场缺乏全面上涨基础 震荡或震荡下行概率较高 板块轮动为主要特征 [9] - 当前万得全A成交额回落至1.1-1.2万亿元 接近2025年1月水平 需热点事件激活突破 [13] - 1月市场仅有色、机械设备、汽车、银行四个行业上涨 资金偏好业绩确定性行业而非单纯股息率 [11][15] 配置策略与行业偏好 - 资金加大业绩确定性追求 规避绩差股 安全边际高、估值低细分板块及政策提振的大消费板块受关注 [16] - 科技和成长板块反弹幅度较大 可切换至大金融、中字头、红利板块以平滑净值曲线和控制回撤 [16] - 有色、机械设备、汽车行业在25Q1盈利正增长 电子行业受益AI催化 家电和机械设备受益以旧换新政策 [6][11]

英伟达特供中国GPU计划 - 英伟达计划推出基于Blackwell架构的特供中国GPU 替代此前被禁的Hopper架构H20 [2] - 新GPU可能命名为B40或6000D 预计7月初发布 从设计到量产仅用3个月 反映公司供应链高效 [3][4] 技术参数分析 - 显存带宽预计限制在1.7-1.8TB/s 低于H20的4TB/s 可能采用GDDR6或GDDR7内存替代HBM [3][4] - NVLink单向速度约550GB/s 配合CUDA支持 性能仍可能超越游戏GPU如RTX5090D [3] 市场预测与竞争格局 - 广发海外预测B40到2025年底出货量达100万片 [3] - 华为昇腾系列2024年出货量已达64万片 受H20禁令影响 2025年出货量预期上调至超100万片 [3] 供应链与生产策略 - 台积电成熟工艺支撑快速量产 设计调整仅涉及HBM到GDDR的内存替换 [4] - 原H20产线提前规划转向Blackwell架构 禁令加速产品迭代进程 [4]

核心观点 - 行云集成电路创始人季宇提出通过CPU内存替代GPU显存运行大模型，可将本地部署成本从百万级降至十万级，挑战行业传统认知 [9][10][19] - 公司定位为技术路线验证者，通过DeepSeek一体机等产品推动大模型从超算竞争转向消费电子级普惠应用 [14][18][25] - 自研GPU的核心逻辑是重构芯片架构，保留DDR内存性能同时剔除冗余组件，进一步降低成本 [23][24] 技术路线创新 - **成本突破**：采用服务器级CPU（12通道DDR5内存）实现1.2TB/s带宽，超过RTX 4090显卡（1TB/s），单机成本从80万GPU投入降至十万级 [13][19] - **架构设计**：计划研发专用计算卡，保留内存通道但去除CPU冗余物理核，最大化性价比 [24] - **软件优化**：通过极致调优使内存方案达到超算级体验，打破"GPU必需"的行业惯性 [21] 产品战略 - **DeepSeek一体机**：定位概念验证产品，采用公版硬件组装（8张H20芯片成本约80万），目标证明低成本路线的可行性 [8][9][14] - **蚁群计划**：用300-400万预算搭建"褐蚁"集群，支持500-1000并发，降低创业团队进入门槛 [25] - **商业逻辑**：模仿英伟达颠覆英特尔的历史路径，通过新场景定义而非性能追赶实现行业变革 [17][18] 行业洞察 - **趋势判断**：大模型需从超算级设备转向消费电子级价格（十万级）才能触发经济循环 [18][25] - **竞争壁垒**：行业惯性导致厂商难突破GPU依赖，但内存方案存在软件优化构建的护城河 [20][21] - **生态构建**：主动放弃硬件门槛，推动技术普惠化以扩大应用生态 [22]

公司AI战略定位与商业模式 - 公司正在培育通用型智能体AI能力，产品如“元宝”、“艾玛”，目标是使其从简单问答进化到具备长链条思考、推理和跨应用操作能力 [1] - 公司计划在微信生态中构建差异化的代理AI，整合社交关系链、公众号、视频号、小程序等组件，使用户能直接调用生态内数百万小程序的商业服务能力 [1] - AI已通过提升广告精准投放能力直接促进广告收入增长，广告与交易场景的联动效应日益显著，广告直接促成交易以体现价值 [1] - GPU租赁业务目前优先级较低，被视为新兴的转售业务，在GPU供应紧张时并非公司首选 [1] - 订阅制并非中国AI业务的主要模式，当前行业普遍免费提供AI服务，国外的订阅模式不适用于国内 [1] 公司应对GPU管制的策略与影响 - 公司完全遵守美国高性能GPU出口管制法规，并积极寻找解决方案以确保AI战略不受影响 [2] - 公司优势包括：1) 此前储备了较强的芯片库存，优先用于能快速产生回报的业务，如广告和内容推荐 [2] - 公司在大模型训练方面不再依赖“规模定律”，发现小集群也能实现良好训练效果，且后期优化无需大规模集群，现有高性能芯片足以支持未来几代模型的训练 [2] - 推理端GPU需求更大，但公司计划通过软件优化提升推理效率、模型轻量化、使用替代芯片（国产或非进口）以及ASIC等方式应对，以减少对高端GPU的依赖 [2] AI对业务增长的量化影响与趋势 - AI对广告收入的提升部分通过点击率量化，历史数据显示横幅广告点击率约0.1%，信息流广告约1.0%，借助AI某些广告活动点击率可提升至3.0%左右 [3] - AI可通过推送更有吸引力的内容使用户在信息流上花费更多时间，从而观看更多广告 [3] - 视频号广告加载率在过去六个月保持稳定，约在3%-4%，其ECPM非常好，部分原因在于高点击率及广告主对现有库存的竞争 [3] - AI搜索处于早期阶段，需区分纯AI提示词输入与搜索引擎查询的界限，两者正在融合 [3] 公司资本开支与行业对比分析 - 公司上个季度资本开支为367亿元，本季度为274.8亿元，环比下降25% [3] - 同期服务器供应商财报显示：浪潮信息一季度收入468亿元，去年四季度316亿元，环比增长49% [4] - 华勤技术一季报收入环比增长3.6%，其消费电子业务占比较大拉低了平均环比增速 [5] - 工业富联收入环比下降6%，因其需服务一部分海外大厂 [6] - 供应商一季报环比表现不差，而公司资本开支环比波动较大，可能原因包括：1) 资本开支波动有很强季节因素，但与其他厂商环比增速存在此消彼长的关系 2) 时间上存在季度差，历史上也有错位1个季度的情况 [7] - 建议进一步观察阿里和字节等公司的后续数据以进行对比 [8]

公司基本信息 - 2024 年度业绩说明会于 2025 年 4 月 29 日 15:00 - 16:00 以网络远程方式面向全体投资者举行，地点为深圳证券交易所“互动易平台”“云访谈”栏目 [2] - 公司接待人员包括董事长、总裁曾万辉，副总裁、董秘周振武，财务总监刘奕，独立董事欧阳宇翔，保荐代表人张希朦 [2] 盈利增长驱动因素 - 坚持创新发展驱动，以研发积累加速产品迭代，提高市场竞争力 [2] - 整合人才与资源优势，加强技术创新和研发队伍建设，推动新产品研发 [2] - 发挥产品多场景、规模化应用优势与高度定制化能力，结合市场需求优化产品结构 [2] 产品推广情况 - JM11 系列可应用于服务器等设备，受多种因素影响业务效果不确定，暂不对业绩造成重大影响 [3] - 景宏系列产品持续推广，2024 年度实现营业收入 46,634.24 万元，2025 年第一季度实现营业收入 10,245.83 万元，销售情况以公司公告和定期报告为准 [3] 行业及财务情况 - 行业情况详见 2025 年 4 月 24 日披露的《2024 年年度报告》“第三节 管理层讨论与分析” [3][4] - 财务情况查阅 2025 年 4 月 24 日披露的《2024 年年度报告》及《2025 年第一季度报告》 [3] 研发投入情况 - 最近三个会计年度累计研发投入总额为 92,725.91 万元，占最近三个会计年度累计营业收入的比例 39.74% [5] - 2025 年第一季度共投入研发 6,984.74 万元，占公司营业收入比例 68.17% [5] 募投项目情况 - 募投项目“高性能通用 GPU 芯片研发及产业化项目”面向图形处理和计算领域，公司将积极推动增发募投项目实施，情况以公司公告为准 [5] - 公司按规定披露 24 年募集项目进展 [6] 人才团队建设 - 公司重视研发队伍建设，已组建核心研发团队，积极采取激励措施引进高端研发人才，提供多通道发展途径 [6]

公司业绩与评级 - 2024年10月分析师给予Lam Research"强力买入"评级，后因风险上升下调至"持有"，合理价值为73美元 [3] - 2025财年第三季度营收增长24.2%，营业利润增长34.7%，系统收入同比增长26.7% [3] - 预计2025财年第四季度收入为50亿美元±3亿美元，营业利润率33.5% [5] - 预计25财年收入增长25%，26财年放缓至9%，之后恢复至12% [7] - 预计年利润率增长30个基点，34财年运营利润率达31.7% [7] 市场与技术驱动因素 - NAND技术升级周期推动系统需求增长，DRAM和代工逻辑客户积极升级系统以适应先进NAND技术 [5] - 管理层预计2025财年全球晶圆厂设备(WFE)支出约1000亿美元 [5] - 先进节点的系统升级将在全球WFE支出中发挥重要作用 [5] - 短期WFE增长可能出现波动，因晶圆代工厂和NAND制造商可能预先购买设备以应对潜在关税影响 [5] 财务预测与估值 - 2025-2034年详细财务预测数据，包括营收、营业利润、净利润和自由现金流 [7] - 股权自由现金流(FCFE)计算假设无风险利率4.2%，贝塔系数1.55，股权风险溢价6%，股权成本13.5% [7] - 终端增长率设定为5%，与WFE市场长期增长一致 [7] - 公允价值计算为每股73美元 [7][8] 中国市场影响 - 中国市场占公司总收入31%，大部分收入来自国内客户 [8] - 管理层业绩指引已考虑美国对华出口限制，但新限制可能进一步影响增长 [8]

文章核心观点 - 硅谷科技巨头权力格局发生重大转变 华人CEO在AI时代崛起并主导四大芯片公司 改写由印裔CEO主导的历史局面 [5][11][13] - 印裔CEO通过移动互联网和云计算浪潮占据硅谷权力中心 2014年印裔已占硅谷科技巨头CEO席位1/3 [6][7][15] - AI革命推动芯片行业格局重塑 英伟达市值一度超越苹果 AMD市值突破3000亿美元 博通跻身万亿美元俱乐部 [27][29][31] 印裔CEO崛起历程 - 1998年印裔创业者萨比尔·巴蒂亚以4亿美元出售Hotmail给微软 首次在硅谷主流视野登场 [15] - 皮查伊2004年加入谷歌任初级产品经理 2006年通过Google Toolbar应对微软IE浏览器默认搜索引擎变更危机 2015年成为谷歌CEO [15][16][17] - 纳德拉2014年接任微软CEO 因其深耕云服务九年且比华裔高管陆奇更熟悉微软内部环境 [22][23] - 印裔CEO群体包括微软纳德拉 谷歌皮查伊 诺基亚苏里 推特阿格拉瓦尔 Adobe纳拉延 IBM克里希纳等 [21][24] 华人CEO破局路径 - 苏姿丰2014年接任AMD CEO时公司连续五年亏损 股价跌破2美元 负债超20亿美元 通过押注Zen架构实现逆转 [25] - 黄仁勋2014年放弃手机市场转向AI领域 成为GPU概念缔造者 英伟达从游戏显卡商转型为AI算力核心 [25][27] - 陈福阳通过并购策略推动博通成长 2006年任安华高CEO 2015年以370亿美元收购博通 现成为Meta苹果OpenAI合作伙伴 [30][31] - 陈立武被英特尔任命为CEO 因其在Cadence推动EDA革命且通过华登国际深度参与中国半导体产业 [31] 华人新势力生态 - Lepton AI由阿里前副总裁贾扬清创办 提供算力租赁业务 传英伟达将以数亿美元收购 [33] - Meshy AI由清华姚班胡渊鸣创立 获GGV红杉数千万美元投资 2025年初受英伟达高层接见 [34] - Scale AI创始人Alexandr Wang为华裔 累计融资16亿美元 投资方包括英伟达亚马逊英特尔 [35] - xAI初始团队成员三分之一为华人科学家 OpenAI的GPT-4o核心成员6人本科来自中国顶尖高校 [39][40] 人才竞争格局 - 2022年全球前20%顶尖AI人才中 原籍中国占比38% 超过美国本土37% [40] - 谷歌2023年底挖角Meta工程高级副总裁Bill Jia 其为当时硅谷大厂职级最高华人 [41][42] - 华人工程师在硅谷科技公司核心技术团队占比创新高 78%硅谷华人从业者曾停滞在技术骨干层级 [11][36]

公司核心动态 - 壁仞科技近日获得上海国投先导人工智能产业母基金联合领投，数家知名投资机构及产业资本跟投，这是该母基金的首个直投项目[2] - 公司创始人张文拥有哈佛大学法学博士学位，职业生涯始于华尔街，于2019年创立壁仞科技，闯入AI芯片赛道[2][4] - 公司成立五年以来累计融资额已超过50亿元人民币[2] - 2022年3月，公司首款通用GPU芯片BR100系列成功点亮，同年8月正式发布，宣称单芯片峰值算力可达每秒千万亿次浮点运算，对标英伟达旗舰产品[4] - 公司首款国产高端通用GPU壁砺系列已实现量产落地，目前展示四款硬件产品，主要针对人工智能训练及推理应用[5] - 公司已于去年9月在上海证监局办理辅导备案登记，拟首次公开发行股票并上市，今年2月传出考虑在香港进行IPO的消息[5] 融资历程与股东背景 - 2020年6月，成立仅9个月的公司完成总额11亿元人民币的A轮融资，创下当时国内同行业A轮融资最高纪录，由启明创投、IDG资本及华登国际中国基金领投[7] - 随后公司完成了由高瓴创投领投的Pre-B轮融资，以及由中国平安、新世界集团、碧桂园创投联合领投的B轮融资，老股东IDG资本等多次追加投资[7] - 公司身后集结了包括产业资本、知名风险投资及私募股权基金在内的庞大投资人队伍[7] - 最新融资中，上海国资的入局被视为在AI生态布局中的重要一步，旨在通过资本加持、技术攻关、产业赋能和生态链接深化资源协同[7] 行业与区域发展态势 - 截至2024年底，上海人工智能产业规模突破4500亿元人民币，累计完成60款生成式人工智能服务大模型备案，数量位居全国第二[10] - 2024年上海人工智能（含大模型）企业数量达到24733家，较上年增长5.1%，新增注册资本1000万及以上的企业有104家[10] - 上海已形成徐汇西岸、浦东张江、闵行马桥等人工智能产业集群，各区侧重不同领域，如徐汇推动大模型集聚，浦东和闵行聚焦智算芯片、人形机器人等[10] - 上海通过设立大规模产业基金支持AI发展，2019年发起首期目标规模100亿元的人工智能产业投资基金，最终形成1000亿级基金群[10] - 2024年上海签约发布总规模约890亿元的三大先导产业母基金，其中人工智能母基金规模为225.01亿元，重点投向智能芯片、智能软件、自动驾驶等领域[10] - GPU被视为AI时代的算力核心，是实现人工通用智能的最底层燃料，其重要性日益凸显[10]

核心观点 - 苹果向NVIDIA订购10亿美元的GB300 NVL72 GPU集群服务器系统，标志着其在AI战略上的重大转变，从依赖自研芯片转向商用GPU [1][3] - 这一决策反映了GPU在生成式AI领域的统治地位，以及NVIDIA在AI硬件生态中的不可替代性 [8][14] - 苹果的转向凸显了在AI竞赛中时间优先级的重要性，自研ASIC的开发周期无法满足当前市场需求 [16][19] - NVIDIA的财务表现和产品性能进一步巩固了其在AI硬件领域的领先地位 [8][11] - 尽管ASIC在特定场景下仍有优势，但在当前Gen AI浪潮中，GPU的通用性和生态成熟度使其成为首选解决方案 [16][19] 苹果的AI战略转变 - 苹果长期依赖自研芯片，但在生成式AI领域转向NVIDIA商用GPU，订购约250台NVL72服务器，每台成本370万至400万美元，总价近10亿美元 [3] - 这一转变可能源于自研芯片开发周期长、优化成本高，无法满足市场对高性能计算的迫切需求 [3][16] - 苹果可能采取混合策略：利用NVIDIA GPU进行模型训练，Apple Silicon专注于推理和边缘设备 [6][19] - Siri竞争力下降和生成式AI的快速发展是促使苹果调整AI战略的重要因素 [4][5] NVIDIA的统治地位 - NVIDIA的GPU搭配CUDA生态已成为训练大语言模型的事实标准 [8] - 在截至1月26日的第四季度，NVIDIA实现营收393亿美元，同比增长78%，毛利率高达70%以上 [8] - 约41%的收入来自微软、谷歌、亚马逊和Meta四大客户，这些公司表示GPU供应不足是构建AI数据中心的瓶颈 [9] - GB300 NVL72平台集成了72个Blackwell Ultra GPU和36个Grace CPU，与前代相比响应速度提升10倍，能效吞吐率提升5倍，整体AI产出能力跃升50倍 [11] GPU vs ASIC的技术路线之争 - GPU在通用性、灵活性和生态成熟度方面具有明显优势，特别适合快速迭代的AI市场 [16][17] - ASIC虽然在某些特定任务上效率更高，但开发周期长（通常需要数年），难以跟上AI领域的快速发展节奏 [16] - 博通和Marvell等ASIC厂商在AI训练领域的竞争力无法与NVIDIA抗衡 [17][18] - 时间窗口成为关键因素，在Gen AI竞争中速度比性能稍逊更为重要 [16][19] 行业趋势与市场动态 - 科技巨头在AI基础设施上的投入持续增加：Meta计划今年斥资650亿美元建设AI基础设施，全球九大科技公司预计2025年AI总支出达3710亿美元，同比增长44% [9] - 尽管有DeepSeek等初创公司尝试低成本AI方案，但这反而可能增加全球对AI服务和硬件的需求 [9][10] - Blackwell平台的需求强劲，NVIDIA预计2026财年第一季度营收达430亿美元 [14] - AI推理和训练的双轮驱动逻辑进一步强化了NVIDIA的增长势头 [14]