市场表现 - 市场全天震荡反弹，三大指数小幅上涨，沪深两市成交额1.19万亿，较上个交易日放量364亿 [1] - 化工股集体大涨，华尔泰等多股涨停，光刻机概念股走强，海立股份涨停，创新药概念股反弹，康弘药业涨停 [1] - 深海科技概念股集体大跌，大连重工等跌停，全市场超3300只个股下跌 [1][2] 货币政策动态 - 央行副行长宣昌能表示国内外环境深刻变化，中国明确适度宽松货币政策立场，将择机降准降息支持经济 [3] - 央行已连续多次降准降息，通过货币政策调整应对全球供应链影响和国内经济结构调整 [3] 涨价概念主线 - 化工品涨价成为市场主线，双季戊四醇、环氧丙烷、萤石等价格普涨，部分产品年内涨幅超40% [5][7] - 硫磺价格同比上涨137%至2454元/吨，中毅达13天7板成为标杆，类比去年正丹股份炒作逻辑 [6][7][10] - PCB高度景气带动高端PCB油墨需求，双季戊四醇等化工品受益于国产算力供需缺口 [12] 细分化工品数据 - 甲酸涨幅12.7%，鲁西化工、巨化股份领涨 [15] - 制冷剂涨幅11.5%，三美股份、昊华科技等表现突出 [15] - 氯化钾涨幅9.8%，盐湖股份、亚钾国际等受关注 [15] - 尿素涨幅8.73%，云天化、华鲁恒升等涨幅显著 [15] 业绩预告行情 - 4月市场逻辑转向基本面驱动，半导体、医药、家电等行业业绩预期较好 [17][19] - 恒瑞医药拿下近20亿美元大单，创新药及"卖水人"产业链崛起 [20] - 15家公司已披露2025年Q1业绩预告，业绩预增且低位的个股将持续受资金青睐 [19] 资金动向 - 资金从AI、低空经济等短期无业绩板块撤离，转向有色铜金及涨价线避险 [8][9][13] - 高位题材股风险加剧，业绩支撑的蓝筹股更受青睐 [19]

3月26日上午，苹果CEO蒂姆·库克闪现浙大紫金港校区，参加移动应用创新十周年活动。当天苹果公司还宣布 向浙江大学捐赠3000万元人民币支持教育编程。库克表示："我们相信编程是一项强大的工具，它能让人们以 全新的方式进行创造、交流和解决问题。我们很荣幸能深化与浙江大学长达十年的合作关系，为下一代开发者 提供技能支持，帮助他们开发创新应用，创立充满生机的业务。" 据中国电子报消息，库克的2025年首次中国行的行程一如既往得紧凑，多场看似主题发散的活动实则都紧紧围 绕"与中国各界人士互动、披露投资中国的最新进展"这两大主题而设置，充分展现了对中国市场和用户的看 重。 3月22日起，库克的公开行程就在各大社交媒体流传。22日上午，库克与壹心娱乐董事长杨天真同游景山 公园，杨天真介绍了景山公园的历史并送一件唐装给库克，并提议希望下一代iPhone Pro能出粉色，库克 回复说收到了。22日下午，库克还现身北京东城区一个古色古香的院落，观看歌手刘宪华借助苹果设备 完成的"一人一乐队"音乐表演和即兴创作。 邮箱：bwb@stcn.com 库克也再次走进苹果在中国大陆的第一家门店——北京三里屯零售店，这家店于2008年7月 ...

电子行业周报核心观点 - 存储现货市场呈现逐步复苏态势，同时端侧AIoT硬件相关会议密集开展 [3] - 继续推荐创新大年的苹果产业链、盈利改善周期的IC设计及存储模组 [3] - 全球对Deepseek模型的认可与应用加速AI赋能进程，中国科技企业在世界AI创新中的参与度和贡献度受到广泛关注 [3] - 维持对电子行业2025年"行业迈入估值扩张大年"的投资策略判断 [3] 市场表现 - 过去一周上证指数下跌1.60%，电子行业下跌4.09% [3] - 子行业中半导体下跌4.62%，电子化学品下跌2.89% [3] - 同期恒生科技指数下跌4.10%，费城半导体指数下跌0.89%，台湾资讯科技指数上涨1.39% [3] 行业趋势 - AI赋能应用进程加速，受益于全球对Deepseek模型的认可 [3] - 俄乌战争局势缓和及美国对多地商品提升关税，市场对中国资产的关注度提升 [3] 研究团队 - 分析师团队由胡剑（电子行业首席分析师）领衔，成员包括胡慧、叶子、詹浏洋、张大为、李书颖和连欣然 [3][6] - 团队成员具有丰富的学术背景和行业经验，覆盖半导体、消费电子等多个领域 [6]

有个事和你们说一下，昨天评论席我提到公众号自带的语音功能故意跳过敏感的句子不读，疑似ai涉敏自保。腾讯的小伙伴看到了，他们也很意外有这种 事，找我定位到了具体的内容，现在已经去查原因了。他和我说这不是设计好的功能，只是个意外。 还有我提到我有房性早搏，此早bo非彼早bo， 这是一种心律失常的 病症 ，有些读者想歪了，我每天早搏1万多下，我若是那个早bo一万多下，小老弟 24小时都得立那儿，根本下不来了好吗。 …… 今天市场最大的事还是小米配售425亿，配售价53.25港币，昨天是彭博社透露，今天是官宣公告。 新股民这几年配售这个词看到的少，其实就是增发股票募集资金，只不过熊市一般没人搞配售，售也售不出去，小米股价9港币的时候敢配售40亿 都要炸，现在行情好起来了，雷总壮着胆子向市场要425亿，比迪子前几天433亿的配售稍微低一点。 结果今天小米大跌6.3%，收盘53.4，比配售价高一丢丢。成交额718亿，史高天量。 那这是机构们不看好小米，抛弃小米了吗？不是的，因为就在另一边，投资者表达出的认购意向是小米425亿配售额的好几倍。也是彭博社的消 息，挂盘册上大约有200行，前20大投资者分配到的配售股票约2/3 ...

文章核心观点 开年以来随着DeepSeek概念爆发，投资机构关注人工智能技术应用落地情况，“AI+”概念向消费端延伸，机构对消费端上市企业展开调研，消费企业将人工智能融入产品研发创新，智能生态时代或将到来 [1] 佳禾智能调研情况 - 3月14日佳禾智能举行现场会议，吸引国投证券、长城证券等几十家机构参与 [2] - 佳禾智能是国内领先电声产品制造商，为国内外知名客户开发制造电声产品 [2] - 佳禾智能认为2024年Ray - Ban Meta AI智能眼镜成功敲开消费者大门，展示了眼镜与AI融合的落地路径 [2] - 佳禾智能表示AI智能音频眼镜设计潮流美观、佩戴轻便，性价比凸显，初步AI功能已被消费者接受，未来人机交互会更成熟 [3] 萤石网络调研情况 - 2月1日萤石网络举行现场会议，约180家机构参加，包括红杉资本、高毅资产等 [4] - 萤石网络是智能家居服务商及物联网云平台提供商，在智能家居产品细分领域处于市场领先地位 [4] - 萤石旗下部分产品已接入DeepSeek，启动部分用户灰度测试并将逐步开放使用，未来将以MoE方式接入其他第三方大模型 [4] - 针对投资者担心的智能家居设备隐私风险，萤石网络表示高度重视安全体系投入，安全技术水平业内领先 [5][6] 国光电器调研情况 - 1月7日国光电器举行视频会议，约110家机构参与，包括南方基金、中欧基金等 [7] - 国光电器主营业务为音响电声类业务及锂电池业务，未来将专注发展相关业务，重点发展AI + IOT、VR/AR及汽车音响业务 [7] - 国光电器称在AI眼镜业务上竞争优势体现在客户资源、技术研发、垂直整合能力等方面，拥有声学和电池部件相关专利 [7] - 国光电器在AI音箱、AI智慧屏等设备已规模量产，积极推进AI耳机、AI眼镜送样工作 [8] - 国光电器在智能终端产品领域优势显著，是一站式平台化方案供应商，有大模型客户资源优势 [8]

文章核心观点 华为举行发布会推出全新形态手机华为Pura X，介绍其特点、配色、售价及开售信息 [1][2][4][5] 产品特点 - 搭载16:10阔型屏，可折叠成小手机，官方命名“阔折叠” [1] - 配备16:10比例宽屏设计，提升多种场景显示面积，是首款搭载鸿蒙操作系统5的移动设备 [2] - 1:1智趣外屏，无需展开屏幕即可完成高频操作，提高屏幕使用效率 [2] - 内屏采用16:10比例，搭载LTPO 2.0自适应刷新率技术，支持1 - 120Hz刷新率调节，峰值亮度2500尼特，支持HDR Vivid高动态显示及1440Hz PWM高频调光 [2] - 外屏采用1:1比例，配备LTPO 2.0技术，支持1 - 120Hz自适应刷新率、2500尼特峰值亮度、HDR Vivid高动态显示及1440Hz PWM高频调光 [2] - 阔型屏设计观看内容比传统手机更有优势，看短视频可视面积多40%，看图片和文字可显示面积增加60% [2] - 支持升级后的AI助手小艺，鸿蒙AI集成盘古大模型与DeepSeek技术，优化视觉交互和对话流畅度，新版小艺交互方式更自然，结合100多个场景心理大模型提升适应性和交互体验 [3] 配色情况 - 可选月影灰、零度白、幻夜黑配色，以及两个典藏版配色 [4] 售价及开售信息 - 12GB + 256GB售价7499元，12GB + 512GB售价7999元，16GB + 512GB典藏版售价8999元，16GB + 1TB典藏版售价9999元 [5] - 今晚开启预售，3月30日10:08正式开售 [5] 行业报告信息 - 智能手机面板价格和预测月度报告，调查对象为中国、日本和韩国主要面板制造商/品牌 [6] - 覆盖尺寸为6.1英寸及以上，报告格式为Excel，更新频率为每月 [8]

机器人及工业母机板块表现 - 科技股早盘领涨，减速器、智谱AI、AI眼镜等方向表现突出，多只个股大幅飙升，每日互动盘中"20cm"涨停，并行科技大涨近18% [2] - 人形机器人板块持续走强，减速器概念中纳川股份等个股"20cm"涨停，青海华鼎、中马传动、春兴精工等10多只个股涨停 [2] - 工业母机板块近期异动明显，宇环数控连续3涨停，作为人形机器人铲子股表现突出 [4] *ST新研退市风险警示 - *ST新研因2024年度经审计期末归母净资产约为-2.71亿元，股票交易将被实施退市风险警示，开盘"20cm"跌停，跌停板封单逾百万手 [2] - 公司此前多次提示退市风险，预计2024年末归属于上市公司股东的净资产为-3.48亿元至-2.36亿元 [3] - 3月18日该股暴跌近12%，成交额5.23亿元，较此前交易日明显放量 [3] 工业母机行业前景 - 工业母机是高端装备制造的基石，对人形机器人批量化生产降本至关重要 [4] - 2024—2026年有望迎来机床行业更新需求爆发，2020年我国机床保有量约800万台，超60%使用年限超过10年，更新需求市场空间庞大 [4] - A股工业母机概念股近百只，总市值达1.1万亿元，汇川技术、上海电气等个股市值超千亿元 [5] 工业母机概念股表现及业绩预测 - 板块个股年内平均涨幅超26%，恒工精密、巨轮智能等股价翻倍，东土科技、夏厦精密等大涨逾50% [5] - 机构预测埃斯顿今年净利增速超20倍，超卓航科、欣天科技等10多只个股净利有望翻倍，30多只个股净利增速超30% [5] - 中国西电、科德数控等个股获10家及以上机构评级 [5]

Mar. 18, 2025 AI服务器 在TDP(热设计功耗)部分，2024年NVIDIA主流机种为HGX AI Server，TDP落在60KW与80KW间，目前 主推的GB200 NVL72机柜因运算密度大幅提升，每柜TDP达125KW至130KW。TrendForce集邦咨询预 估，GB300机柜系统功耗将再提升至135KW与140KW间，多数业者将持续采用Liquid-to-Air（液冷散 热）方式，确保散热效果。 至于散热零部件设计，目前GB200的Cold Plate(水冷板)是搭配一颗CPU和两颗GPU的整合模块型态，到 GB300将由整合模块改为各芯片独立搭载Cold Plate，将提高Cold Plate在Compute Tray(运算匣)的价值。 而QD(水冷快接头)部分，由于Cold Plate模块改为各自独立，将大量增加QD用量。而GB200的QD供应商 以欧美业者为主，预期至GB300后将有更多厂商加入供应行列。 TrendForce集邦咨询指出， 预期今年GB200和GB300 Rack方案放量情形将受几项因素影响 ；首先， DeepSeek效应余波荡漾，AI Server主要客户 ...

文章核心观点 文章围绕谷歌AI发展展开，探讨了谷歌早期语言模型探索、硬件与算法对模型的影响、AI自动化未来、训练与推理现状及期望、分布式训练与异步、引导AI可控发展、AI模型未来计算需求、混合专家模型处理能力等内容，强调要主动塑造AI发展方向，确保其符合人类社会长期利益，同时需应对计算需求增长、模型优化、安全可控等挑战 [9][91] Google早期在语言模型上的探索 - Jeff Dean和Noam Shazeer是谷歌DeepMind Gemini项目共同负责人，Jeff是谷歌首席科学家，参与众多变革性系统开发，Noam是现代大语言模型主要架构和技术发明者或共同发明者 [2][3] - 随着谷歌规模扩大，两人逐渐无法掌握公司所有细节，但保持对公司动态高层次了解很重要，建立社交网络有助于获取信息 [4] - Jeff主动联系加入谷歌，Noam 2000年因谷歌是喜欢的搜索引擎且有很多聪明人解决有趣问题而冲动加入，原本计划赚钱后继续AI研究 [6] 从这一代模型到下一代模型的改进因素 - 模型改进由硬件和更大规模驱动，也受重大算法改进、模型架构重大变化、训练数据组合等因素驱动，这些因素使模型计算运算更有效 [9][49] - 人类需主动塑造AI发展方向，确保其进步符合人类社会长期利益，预训练阶段需更先进学习技术，目前训练目标可能未充分利用输入token最大价值 [9] 摩尔定律对系统设计的影响 - 过去几十年硬件变化大，二十年前到十年前硬件每18个月变快，近年通用CPU扩展不显著，制造工艺改进需三年，多核处理器架构改进推动力减弱，但专用计算设备如机器学习加速器、TPU和GPU带来高性能和效率 [11] - 算法跟随硬件，现在算术运算便宜，数据传输成本更高，深度学习基于此起飞，硬件转型使谷歌建设适合深度学习的TPU [11] - 芯片算术单元数量少，但装满单元可提高运算量，算法和数据流需相应调整，算术运算可低精度以装入更多乘法器单元 [12][13] 未来版本TPU的权衡 - 普遍趋势是在量化或采用更低精度模型方面更优秀，从TPUv1开始尝试八位整数量化和模型服务，现在INT4或FP4成常态，甚至有人将模型量化到两位或一位 [18] - 量化需算法设计师和芯片设计师共同设计，虽令人不快但可提升性能和吞吐量，使模型更快 [19][20] 早期模型开发过程 - Jeff 1990年本科论文在32位处理器的Hypercube机器上实现模型并行性和数据并行性，2007年为谷歌机器翻译团队设计N - gram数据的内存压缩表示，将翻译句子时间从12小时缩短到100毫秒 [20] - 当时谷歌机器翻译团队参加DARPA比赛获胜但因翻译时间长无法上线，Jeff花两到三个月与团队设计内存压缩表示，使用五元组统计单词序列频率，构建数据结构并设计批量API [22] AI系统与谷歌使命 - AI是找到信息之间关系的工具，帮助更快获取信息，谷歌是“组织世界信息”的公司，多模态能力表明传递信息不仅是文本，还包括理解世界各种信息模式 [36][37] - 组织信息是巨大机会，当系统能为用户做事时可创造更多价值，需在提升模型能力同时保持灵活和动态 [37] 谷歌搜索与上下文学习结合 - 语言模型有时会出现幻觉和事实问题，因将大量token凝聚在有限参数中，而上下文窗口信息清晰，目前有能处理数百万token上下文的模型，若能关注数万亿个token将很棒，但面临计算挑战，需近似算法 [37][38] - 模型参数在记住事实方面节省内存，在上下文token处理上有很多创新，包括最小化内存占用和更好访问信息 [38][39] AI自动化的未来 - AI编码模型可提高软件开发人员生产力，如外部某人试用实验性编码模型，下达命令后它能生成SQL解析器等初步结果，未来可能有更多类型系统，需管理工作流程 [43] - 未来工作可能和现在相似，人与人之间并行化和机器之间并行化类似，大量计算能力有助于探索新突破，尝试更多想法可能发现惊人成果 [44] - 从这一代模型到下一代模型改进受多种因素驱动，若能自动化探索想法，可验证更多想法并引入实际生产训练，提高效率，但最大规模实验仍需人工参与 [49][50] - 加速芯片设计过程可缩短设计时间，采用自动化搜索过程探索芯片设计空间，获取反馈，使硬件设计更专业化，缩短时间框架 [53] 训练与推理：现状与期望 - 人工智能发展可能在接近人类智能水平时能力迅速爆发，目前模型处理复杂问题分解步骤有限，若能提升复杂问题准确率将是巨大飞跃 [59] - 不久的将来推理时间计算效率将显著提升，与语言模型对话成本低，增加计算能力可使其更智能，推理时采用“更努力思考”方法将是爆发点 [61] - 推理时希望系统主动探索多种潜在解决方案，有调节器可权衡计算成本和结果质量，目前有技术实现，还可决定使用计算器工具 [61][62][63] - 目前正在解决推理时间的算法问题，设计新算法、尝试新方法、找出最佳计算效率是关键，搜索是增加推理时间的一部分 [64][65] - 推理时间计算日益重要，可能需要更专门化硬件，第一代TPU专为推理设计，后续TPU兼顾训练和推理 [66] - 推理存在用户界面问题，如异步任务获取信息和放回后台继续进行的流程，推理计算效率与训练不同，有提高推理效率的方法如使用草稿模型 [68][69] 分布式训练与异步 - 支持多数据中心训练，Gemini 1.5技术报道中使用多个大都市区域训练，训练中长延迟和高带宽连接可行，关键是带宽 [74] - 早期使用CPU机器时进行异步训练帮助扩展，每个模型副本本地计算并发送梯度更新，虽使模型参数摆动但实践可行，TPU集群运行更愉快 [77] - 可记录操作顺序使异步训练结果可重复，从CPU异步训练转向完全同步训练是因TPU硬件芯片和集群及数据中心网络优势，未来可能推动更多异步化 [80][81] - 调试模型表现时，小规模实验进行大量试验，建立基准测试，集成阶段观察改进能否协同工作，不同改进可能存在交互效应，需运行实验验证 [83][84] 引导AI可控发展 - AI发展有渐进和指数级增长两种观点，指数级增长可能使AI在短时间内从“优秀的机器学习研究员”进化为“超人级智能”，需重新思考管理AI智能水平和确保其可控安全 [87] - AI能力将质的飞跃，可在教育和医疗等领域发挥重要作用，但也可能带来负面影响，如制造传播虚假信息、自动化黑客攻击，需确保其安全性和可靠性 [88][89] - 人类需主动塑造AI发展方向，结合政策、技术和安全防护机制引导其部署，确保在关键领域带来社会效益，避免失控 [91][92] - 语言模型分析自身输出内容的能力是解决控制问题的关键，构建可靠安全机制对技术和商业都重要 [93] - 让AI探索算法和研究新想法需人类主导，设置安全防护机制，确保AI可控，利用AI检查自身及其他系统输出，建立限制防止其被滥用 [96][97] AI模型未来的计算需求 - 到2030年，推理计算需求可能比今天增长4 - 6个数量级，原因包括推理计算需求指数级增长、AI服务全球普及、AI模型规模持续扩大，需极高效推理硬件 [99][100] - 未来人们可能愿意花费全球GDP一部分投资AI计算能力，AI系统形态会不同，如个人助理式AI或领导人智能顾问，计算规模将极其庞大 [101][102] - Google持续投资数据中心建设，构建创新性硬件提升AI训练和推理能力，使AI服务更多用户 [103] - 持续学习理论上可行，但存在关键挑战，稀疏模型和混合专家模型可提高推理能力和效率，但当前方法有局限性，未来模型应更有机，允许不同部分独立发展 [103][104] - 让特定领域研究者独立训练模块化子模型并集成到主模型中是更理想方案，可使AI更灵活可扩展，带来软件工程优势，也是持续学习的一种形式 [105] - 可采用版本化的模块化系统，如冻结模型版本，引入不同变体模块进行训练和比较，具有更快研究进展、更低计算成本、更高并行性等优势 [106] - 模型蒸馏可实现现有模型在架构层面转换，持续蒸馏与进化、并行化学习可推动模型自我优化 [107] 混合专家模型的处理能力 - Jeff认为早期混合专家论文里专家模型行为相对容易理解，如某个专家处理特定类型词汇，使用1000 - 2000个专家时模式仍易解读 [108] - 运行时系统可通过学习到的路由器自动选择合适专家，确保推理高效准确，提高计算效率和系统灵活性 [109] - 模型可解释性研究有成果，如Anthropic的研究推断出特定神经元功能，专家级可解释性是更广泛研究领域的子问题，但精细级可解释性并非必需 [109][110] - 现有混合专家模型推理时整个模型需保持在内存中，采用大批量推理优化计算效率，未来专家计算成本和计算路径深度可能不同，需异步处理数据流 [110][111] - 未来AI训练可能集中在少数超大规模公司，因只有它们有能力运营大规模、分布式、异步的MoE体系，系统应根据推理负载特征自动优化资源分配 [112][113]

"科技创新、产业创新"是上周会议的核心思想。所以接下来的主线肯定要围绕这个方向来做。 其中 deepseek 和人形机器人是绕不开的两个方向，一方面是他们前期都走出了足够的空间和赚钱效应，另外一方面接下来政策扶持也都主要 集中在这里。 当然短期这两个方向都开始分化了，市场也正在高低切换，如何选才是关键。如果你对这个方向的操作没把握，强烈推荐大家关注金田哥。去 年他的收益绝对是圈内的佼佼者，近期他在公众号公布的几个人形机器人板块操作，都吃了大肉，公众号历史文章可查看思路。 接下来金田哥觉得 AI+ 智驾有潜力，大家可以关注下方公众号，关注他的思路和战法！ 01 鼓励生育，大招来了 今年的《政府工作报告》中，明确提到： 制定促进生育政策，发放育儿补贴，大力发展托幼一体服务，增加普惠托育服务供给。 这意味着，2025年各地的鼓励生育措施，会相继出台，又到了拼钱的时候了。 3月13日内蒙古首府呼和浩特市抢跑，发布了《关于促进人口集聚推动人口高质量发展的实施意见》，给出了让人心动的生育补贴方案： 1.生育一孩一次性发放育儿补贴10000元； 2.生育二孩发放育儿补贴50000元，按照每年10000元发放，直至孩子5周岁 ...