量子计算与经典计算的融合趋势 - 量子计算在初期将作为云服务，与经典超级计算机集成，成为类似CPU和GPU的加速器节点，承担经典计算机难以处理的工作负载 [2] - 行业正从演示阶段转向规模化和集成阶段，量子计算将成为高性能计算（HPC）异构架构中的另一个“工具” [3] - 将量子计算机集成到超级计算机中，已成为美国在下一个计算时代保持技术领先地位的战略要务，但目前美国在开发混合系统方面落后于欧洲和日本 [3] 行业参与者的战略与产品 - 英伟达已在其产品中配备连接HPC与量子计算的功能，例如用于高速互连的NVQLink和量子-经典平台CUDA-Q [2] - 初创公司Quantum Machines推出了“开放加速栈”，旨在帮助用户将经典过程集成到量子控制栈中，以满足实时纠错和高级量子比特校准等关键需求 [3] - IBM发布了一种参考架构，为业界提供了将量子计算和经典计算结合起来的路线图，即“以量子为中心的超级计算”（QCSC） [3] IBM的参考架构与技术路线 - IBM的参考架构以硬件基础设施为基础，分为三个层级：底层是包含量子处理单元（QPU）和经典运行时（含FPGA、ASIC、CPU）的量子系统；第二层是位于同一地点、通过低延迟互连（如ROCE、Ultra Ethernet、NVQLink）连接的CPU和GPU系统；第三层是部署在云端或本地的横向扩展系统 [7][8] - 架构中包含编排层，其量子资源管理接口（QRMI）是一个开源库，用于抽象硬件细节并提供API；应用中间件则作为量子和经典编程模型之间的通信工具 [8] - 该架构旨在展示量子与经典资源之间日益紧密的耦合，以推动系统协同设计，使其能够随着应用、算法和库的扩展而扩展 [9] - IBM制定了量子-经典计算融合的未来发展时间表，其关键推动因素包括2023年发布的Heron（133至156量子比特）芯片和计划于2025年11月推出的Nighthawk（120量子比特）芯片 [10] - Nighthawk芯片将使某些量子电路无法被经典计算机精确模拟，从而成为探索量子处理器及其与经典研究结合方式的试验场 [12] 融合计算的应用与前景 - 量子计算不会取代所有传统基础设施，量子处理器（QPU）将像CPU和GPU一样，成为整个架构的重要组成部分，在各自擅长的领域发挥作用 [12] - 从算法角度看，关键在于如何最好地运用CPU（静态批处理）、GPU（矩阵和张量运算）和QPU（利用纠缠或叠加的量子电路运算）这些不同组件 [12] - IBM与克利夫兰诊所的合作研究表明，在物理和化学问题上，量子计算已经能够与经典计算相媲美 [8] - IBM已与日本理研（RIKEN）及其“富岳”超级计算机合作，早期部署了其参考架构 [8]

报告核心观点总结 - 报告整体看好人工智能产业链在2026年的投资机会，尤其强调国产算力芯片在性能、生态、产能上全面突破，以及B端AI应用即将迎来爆发[6] - 报告认为“两会”关于资本市场改革的部署为证券行业带来政策红利，将推动行业向专业价值驱动转型，并打开投行、财富管理等业务的增量空间[8][9] - 报告关注的两家公司表现各异：波司登在暖冬等不利环境下预计FY2026财年仍实现稳健增长[10][14]；TCL智家2025年外销稳定增长，但内销下滑对业绩有所拖累[15][17] 市场走势 - 2026年3月17日，国内市场主要指数涨跌互现，其中创业板指上涨1.41%，科创50指数上涨0.83%，上证指数下跌0.26%[4] 计算机行业观点 - 2025年计算机板块受AI产业趋势影响显著，板块收入持续加速、净利润显著改善，预计业绩改善将逐渐消化高估值，当前板块基金持仓处于近10年最低位[6] - AI算力需求持续高景气，互联网大厂资本开支在2025年高增基础上，预计2026年将继续攀升，同时中美科技博弈加速芯片国产化进程[6] - 国产算力芯片在单卡性能上加速追赶，华为旗舰已可对标英伟达H100，并通过超节点架构创新与机架级解决方案竞争，同时通过兼容CUDA及自研方式构建生态，并加快解决供应链问题以推动放量[6] - C端AI应用已形成以阿里、字节、腾讯等互联网大厂为主导的格局，智能助手/聊天机器人成熟度最高，图像和视频生成类应用成为重要布局方向[6] - B端AI应用关注点转向商业化落地，模型迭代叠加成本下降将推动2026年B端应用爆发，已在智能客服、知识库问答等场景规模化落地，看好AI+工业制造、AI+医疗等高壁垒复杂垂直领域[6] - 投资建议：算力端推荐国产AI算力芯片第一梯队海光信息，关注寒武纪、摩尔线程等；应用端短期看好营销、客服、编码、办公等高频快落地场景，推荐金山办公，长期看好AI+制造、AI+医疗等复杂垂域，推荐中控技术[6][7] 非银金融（证券）行业观点 - “两会”为资本市场“十五五”时期高质量发展划定清晰路线图，确立市场更具韧性、制度更加包容等五大新提升目标，政策基调稳字当头、质量优先[8] - 两大核心增量改革包括深化创业板改革与优化再融资机制，旨在构建创新创业企业全生命周期融资支持体系，直接打开券商投行业务增量空间[8] - 深化创业板改革将提升上市标准精准度，增设覆盖新产业、新业态等的新标准体系，并推广科创板成熟经验，健全全链条监管机制[8] - 优化再融资机制突出“扶优扶科”导向，将“轻资产、高研发”标准拓展至主板，放宽研发补流限额、缩短融资间隔期，推出储架发行等便利工具[8] - 会议强调健全“长钱长投”市场生态，推动公募、社保、保险、年金等中长期资金持续入市，为市场带来持续增量资金，并带动券商财富管理、资管等业务扩容[8][9] - 对新型业务监管明确“趋利避害、规范发展”总原则，深化高频量化交易监管，出台衍生品交易监管办法，为合规创新预留空间[10] - 常态化支持新质生产力，对关键核心技术领域科技型企业实施上市融资、并购重组“绿色通道”，利好券商投行业务，助力打造全周期服务闭环[10] - 深化制度型双向开放，提升跨境投融资便利度，为券商跨境业务和海外布局打开空间[10] - 改革将推动证券行业从通道驱动向专业价值驱动转型，具备产业投行、科技投行优势的头部券商更深度受益，行业竞争格局将加剧分化[10] - 截至2026年3月6日，申万证券板块PB为1.29倍，处于五年45.87%分位，政策红利释放将催化板块估值修复[10] 波司登公司观点 - 预计波司登集团FY2026财年收入实现稳健增长，延续高质量经营态势[10] - 在2025-2026年冬季为1961年以来第二暖冬的不利环境下，预计公司品牌羽绒服业务营收仍实现中单位数稳健增长，展现经营韧性，其中波司登主品牌与板块增速接近、雪中飞品牌增速更快[14] - 国际化与高端化取得突破，高级产品线AREAL系列于2026年1月入驻巴黎老佛爷百货，成为首个在该百货开设快闪店的中国羽绒服品牌[14] - 渠道经营持续优化，预计FY2026财年自营门店同店实现正增长[14] - 贴牌加工业务FY2026财年上半年收入为20.44亿元，同比下降11.7%，预计全财年营收同比下降高单位数，但FY2027财年有望恢复双位数增长[14] - 女装及校服业务FY2026财年上半年收入分别为2.51亿元（同比下降18.6%）和0.64亿元（同比下降45.3%），预计全财年营收同比下降双位数[14] - 小幅下调盈利预测，预计公司2026-2028财年净利润分别为37.28亿元、39.97亿元、42.86亿元，对应PE分别为11.9倍、11.1倍、10.4倍[14] TCL智家公司观点 - TCL智家2025年实现营业收入185.31亿元，同比增长0.93%，归母净利润为11.23亿元，同比增长10.22%[15] - 2025年第四季度营业收入为41.85亿元，同比下降5.21%，归母净利润为1.46亿元，同比下降24.81%[15] - 2025年外销收入为144.05亿元（占收入比重77.73%），同比增长6.74%，跑赢2025年家电出口额同比下降3.9%的行业大盘[17] - 2025年内销收入为41.26亿元（占收入比重22.27%），同比下降15.20%，下滑幅度大于全国家电内销市场规模同比微降0.1%的整体水平[17] - 分品类看，冰箱、冷柜收入为155.63亿元，同比增长0.32%，洗衣机收入为28.3亿元，同比增长4.81%[17] - 2025年公司毛利率为25.23%，同比增加2.2个百分点，其中冰箱、冷柜毛利率为27.28%（同比+2.2pct），洗衣机毛利率为13.68%（同比+3.3pct）[17] - 毛利率提升得益于公司努力提升产业链协同效率，聚焦打造爆品，提升产品竞争力[17] - 费用方面，2025年销售费用率为3.72%（同比+0.23pct），研发费用率为3.67%（同比+0.17pct）[17] - 预计公司2026-2028年净利润分别为11.65亿元、12.91亿元、14.1亿元，同比增长3.7%、10.8%、9.3%，对应PE分别为8.9倍、8.1倍、7.4倍[15]

公司融资与市场地位 - 超导量子计算公司逻辑比特近期完成数亿元规模的pre-A+轮和pre-A++轮融资，投资方包括达晨财智、经纬创投、华控基金、深创投、康君资本等市场化综合基金[2][3] - 公司成立于2022年，核心团队源自浙江大学超导量子计算实验室，是国内最早开展多比特超导量子计算研究的团队之一，此前已完成种子、天使和pre-A三轮融资，股东以浙江省内机构为主，此次融资是公司首次走出浙江面向市场化基金[3] - 2025年，在公司团队规模仅20余人的情况下，依靠自研超导量子芯片和测控系统控制成本，已实现近数千万元的营收，客户以科研单位、高校为主[5] 技术实力与产品路线 - 公司团队曾三次创造超导量子系统全局纠缠比特数世界纪录，技术成果发表在Nature、Science等顶刊[7] - 2021年发布30比特“莫干1号”和“天目1号”立体封装量子芯片，2022年实现超过100比特的“天目2号”量子芯片，该芯片在一年内比特数增加三倍，量子比特平均寿命突破100微秒，单比特门精度突破99.9%，双比特门精度突破99.5%[5] - 公司选择以高性能超导量子芯片为圆心，向外辐射量子计算机整机以及云算力服务的务实路径[5] - 公司创始人认为，就通用量子计算而言，目前看不到比超导更好的路径，因其有巨头押注、工程属性成熟（基于半导体工艺，方便集成扩展）以及运行速度快等优势[13] - 公司名称“逻辑比特”源于对行业趋势的预判，强调通过纠错实现逻辑量子比特是量子计算真正通用的关键，目前全行业已开始聚焦逻辑比特和纠错[14] 商业化进展与战略 - 公司创始人认为，通用量子计算机可能在2032-2035年左右实现，但未来3-5年，专用量子计算机（NISQ阶段）会在材料、药物等具体应用点上超越经典超算，这是商业化的机会[8] - 近期（最近一两年）市场仍以科研级别为主，公司2025年数千万营收即来源于科研单位和高校客户，核心圈层的口碑转化是订单重要来源[8] - 公司通过自研测控系统实现显著成本控制，一个100比特的系统若全购商业设备，仅硬件成本就需大几千万，其中测控系统最贵，约需两三千万，而自研系统成本大幅降低[10] - 此次融资资金将主要用于加速可纠错超导量子芯片的研发以及更具规模的云平台建设[5] - 公司不依赖巨额融资烧钱，拥有造血能力和自研的低成本技术路线，旨在确保在资本市场波动中也能存活并跑在第一梯队[20] 行业背景与资本趋势 - 一级市场综合性机构布局量子计算是一个信号，表明在AI、具身智能之外，资本正在寻找下一个“颠覆性”叙事赛道[3] - 量子计算的商业前景在于突破经典算力边界，解决对经典超算而言属于“指数级灾难”的问题[3] - 据光子盒研究院报告，在材料、化学、生物医药、金融等领域，量子计算应用正从探索性验证走向场景试点与流程化交付阶段[3] - 全球各国积极布局量子计算，美国通过《国家量子倡议法案》将2025-29财年拨款上调至27亿美元，欧盟、日本有量子旗舰计划，中国“十五五”规划建议将量子科技列为未来产业布局首位[4] - 有机构预测，到2035年全球量子计算市场规模将突破8000亿美元，中国市场份额有望占据15%以上[4] - 2023年全球量子计算融资曾遇冷，但2024年显现复苏，全球融资额回升至20.15亿美元，硬件赛道重新成为焦点[4] - 中国市场头部效应明显，资本向拥有技术造血能力和明确产业化路径的团队集中，量子计算作为“下一代算力”的确定性选项正重新进入主流VC视野[4] 竞争格局与公司愿景 - 公司创始人认为，在超导量子计算领域，像谷歌这样的巨头在纯技术探索上可能领先1-2年，但公司的打法更注重面向应用的设计，有信心在未来几年内在特定指标和应用结合上超越对手[15] - 公司不将自己定位为“国产替代”，认为中美在量子计算领域处于“并跑”状态，目标是未来几年在技术和应用上实现超越[16] - 公司的终局判断是，人类要实现下一级文明跃迁，必须在微观层面实现对粒子的精准操控，这是量子计算的意义，公司追求在2030年左右通用量子计算曙光到来时，能站在产业前沿[20]

投资评级 * 报告未明确给出具体的投资评级（如买入、增持等）[1] 核心观点 * 强达电路是专注于“多品种、小批量”PCB样板市场的“特种部队”，凭借技术、交付和客户粘性构建壁垒，并受益于AI等高端需求[1][10][17] * 公司业绩稳步增长，利润增速持续快于营收增速，显示产品结构优化与盈利能力增强[2][3] * 南通高端PCB产业园项目是公司从“样板、小批量”向“中小批量”规模化升级的关键，其产能消化情况将决定未来业绩走向[13][14][18] 业绩与财务表现 * **2024年业绩**：营业收入7.9亿元，同比增长11%；净利润1.1亿元，同比增长24%[2] * **2025年前三季度业绩**：营业收入7.1亿元，已接近2024年全年；净利润0.96亿元，同比增长21%[2] * **盈利能力**：利润增速持续快于营收增速[3] 2019-2023年，综合毛利率从22.8%稳步提升至30%以上[3] 2025年第二、三季度销售毛利率分别为31.14%和31.56%，超过2024年全年水平[3] * **现金流与负债**：经营性现金流持续净流入，近五年保持在1亿元以上，2025年前三季度约为9500万元[6] 2025年三季度末，有息负债率仅为3.7%[8] 商业模式与竞争优势 * **业务定位**：专注于PCB行业“多品种、小批量”的样板和试产市场[1][10] * **核心特征**： * 客户粘性强，与众多核心客户合作超过十年[10] * 服务近3000家活跃客户，前五大客户占比约20%，客户结构分散，周期波动较小[10] * 交付速度快，样板平均5天交付，小批量板平均8天交付，快于行业一般水平[10] * 柔性生产能力突出，2024年江西基地支撑了10.88万款不同型号PCB生产，平均订单面积仅2.61平方米[10] 技术布局与研发 * **研发投入**：近五年研发费用率稳定在5.5%-6.1%，在PCB行业中投入强度相对较高[11] * **技术方向**： * **AI算力与通信**：已完成1.6T光模块板技术研发并进入小批量试制；正在攻关AI服务器PCB、800G光模块板[11] * **汽车电子**：77GHz毫米波雷达板为拳头产品，采用局部薄铜、激光盲孔等特殊工艺[11] * **前沿探索**：与本源量子等机构合作，在量子计算PCB样板试制上已有进展[11] 未来增长关键：南通新产能 * **项目概况**：公司上市募资4.53亿元用于南通高端PCB产业园建设[14] 规划年产96万平方米多层板及HDI板，其中高多层板72万平方米、HDI板24万平方米[14] 预计2026年第二季度首批投产[14] * **战略意义**：将高端产品产能从深圳的“样板、小批量”能力，升级为具备“中小批量”规模化交付能力的基地，直接瞄准AI服务器、高速光模块、高端汽车电子等爆发性领域[14] * **关注重点**：南通工厂投产进度，以及新客户、新产品的订单落地情况[18]

核心观点 2026年计算机行业年度策略报告的核心观点是：国产算力产业链在性能、生态、产能上实现全面突破，同时AI应用侧，尤其是B端应用，即将迎来爆发元年，因此全面看好AI产业链的投资机会[1][2][25][73] 2025年市场回顾与板块基本面 - **市场表现**：2025年申万计算机指数累计上涨23%，涨幅低于创业板指(55%)但高于沪深300指数(21%)，全年走势受AI产业趋势驱动显著[13] - **业绩改善**：2025年前三季度计算机行业营收达9289亿元，同比增长9%，增速较2024年进一步提升；归母净利润达231亿元，同比大幅增长33%，而2024年为同比减少54%[16][17] - **估值与持仓**：截至2025年底，计算机行业市盈率(PE TTM)为85.71倍，处于近5年92.77%的高分位水平，但报告认为业绩改善将逐渐消化高估值[21]。同时，板块基金持仓处于近10年最低位，2025年第四季度配置比例仅为2.5%[24] AI算力：需求高景气，国产化全面突破 - **需求端持续旺盛**：国内互联网大厂（BAT）是AI算力最大需求来源，其资本开支在2025年保持高速增长（如25Q1、Q2合计同比增100%、168%），预计2026年在训练及推理需求高景气下将继续攀升[27] - **国产化进程加速**：中美科技博弈下，AI芯片国产化提速。Trendforce预测，2026年国产AI芯片在国内高端市场的供应份额将达到70%，海外产品份额将降至30%[31] - **性能快速追赶**：以华为昇腾、海光信息、寒武纪为代表的国产芯片在单卡性能上加速追赶英伟达，华为昇腾910C FP16算力约800TFLOPS，接近H100的80%，并有清晰的迭代路线图[35] - **架构创新竞争**：华为于2025年4月发布CloudMatrix 384超节点，由384颗昇腾910C组成，提供300PFLOPS的FP16算力，接近英伟达GB200 NVL72的2倍，通过以量补质展开竞争[36] - **生态构建双路径**：国产芯片厂商通过兼容CUDA（如海光信息、摩尔线程）和自研生态（如华为昇腾、寒武纪）两种方式突破CUDA生态壁垒[39][40] - **供应链与产能突破**：中芯国际先进制程产能持续扩张，预计2026年7nm及以下产能将增至6万片/月。华为昇腾910系列芯片2025年出货量从50.7万片提升至80.5万片，其他厂商也快速放量[42][45][46] AI应用：C端格局初定，B端爆发在即 - **C端应用初具规模**：截至2025年6月，国内生成式AI用户规模达5.15亿人，普及率36.5%。2025年12月APP端Top20 AI应用合计月活达8.37亿，较1月增长292.1%[49] - **C端格局由大厂主导**：智能助手/聊天机器人应用成熟度最高。阿里、字节、腾讯等互联网大厂基于技术和生态占据主导地位，例如2025年12月字节豆包APP月活达1.63亿，腾讯元宝达8438万[52][55][57] - **B端应用迎来爆发契机**：2025年以来产业焦点转向商业化落地，模型能力提升叠加成本下降推动B端应用爆发。模型推理成本显著降低，如月之暗面Kimi K2.5价格仅为同代Claude Sonnet的1/5[58] - **B端落地路径清晰**：智能客服、知识库问答等高频率、易落地场景已率先规模化。报告更看好具备高壁垒的复杂垂直领域，如AI+工业制造、AI+医疗，这些领域需要深厚的行业知识（Know-how）和私有化数据[59][61][63] - **政策助力工业AI**：《“人工智能+制造”专项行动实施意见》出台，目标到2027年推动3-5个通用大模型在制造业深度应用，打造100个高质量数据集，推广500个典型场景，将加速工业AI全流程渗透[66] 投资建议与关注方向 - **整体看好AI产业链**：2026年坚定看好AI产业链，并重点关注AI应用侧的爆发，同时关注信创、自动驾驶、量子计算等板块[2][25] - **算力端推荐与关注**：推荐国产AI算力芯片第一梯队**海光信息**。关注其他国产芯片厂商（寒武纪、摩尔线程、沐曦）及AI服务器厂商（浪潮信息、中科曙光、紫光股份、华勤技术）[5][74] - **应用端推荐与关注**： - **短期高频场景**：推荐**金山办公**，关注卓易信息、泛微网络、福昕软件、万兴科技、彩讯股份、迈富时等[7][75] - **长期复杂垂域**：推荐**中控技术**，关注鼎捷数智、汉得信息、索辰科技、赛意信息、金蝶国际、联影医疗、通达海、金桥信息等[7][75]

文章核心观点 - AI浪潮下，PCB作为“隐形赢家”受益显著，AI服务器对PCB的需求在数量和价值上均远超普通服务器 [3] - 强达电路专注于“多品种、小批量”的PCB样板市场，凭借技术、交付和客户粘性构建壁垒，并正通过建设南通新工厂向“中小批量”规模化升级，以抓住AI算力、高速通信等高端市场机遇 [4][14][20] 公司财务表现 - **营收与利润增长**：2024年营业收入7.9亿元，同比增长11%；净利润1.1亿元，同比增长24% [6] - **利润增速快于营收**：2025年前三季度营收7.1亿元（接近2024年全年），净利润0.96亿元，同比增长21%，利润增速持续高于营收增速，显示盈利质量提升 [6][8] - **毛利率稳步提升**：综合毛利率从2019年的22.8%稳步提升至2023年的30%以上，2025年第二、三季度销售毛利率分别回升至31.14%和31.56%，超过2024年全年水平 [8] - **现金流健康**：经营性现金流持续净流入，近五年保持在1亿元以上，2025年前三季度约为9500万元 [10] - **负债率极低**：2025年三季度末，有息负债率仅为3.7% [12] 商业模式与核心竞争力 - **专注细分市场**：业务聚焦于“多品种、小批量”的PCB样板和试产市场，服务于客户研发阶段 [4][14] - **客户粘性强**：与许多核心客户合作超过十年，研发阶段合作自然延伸至后续小批量生产 [14] - **抗周期性强**：服务近3000家活跃客户，前五大客户销售占比约20%，客户结构分散 [14] - **快速交付能力**：样板平均5天交付，小批量板平均8天交付，快于行业一般水平，形成重要壁垒 [14] - **柔性生产能力**：2024年江西生产基地支撑了10.88万款不同型号PCB的生产，平均订单面积仅2.61平方米，处理海量差异化订单能力强 [14] 技术布局与研发投入 - **研发投入稳定**：近五年研发费用率稳定在5.5%-6.1%，在PCB行业中投入强度相对较高 [17] - **AI算力与通信**：已完成1.6T光模块板技术研发并进入小批量试制，正在攻关AI服务器PCB、800G光模块板 [16] - **汽车电子**：77GHz毫米波雷达板是拳头产品，采用了局部薄铜、激光盲孔等特殊工艺 [17] - **前沿探索**：与本源量子等机构合作，在量子计算PCB样板试制上已有进展 [17] 未来增长驱动与战略升级 - **南通新工厂建设**：公司上市募资4.53亿元用于南通高端PCB产业园项目，规划年产96万平方米多层板及HDI板（高多层板72万平方米、HDI板24万平方米），预计2026年第二季度首批投产 [20] - **战略升级意义**：南通工厂旨在将高端产品产能从深圳基地的“样板、小批量”能力，升级为具备“中小批量”规模化交付能力的基地，直接瞄准AI服务器、高速光模块、高端汽车电子等爆发性领域 [20] - **关键观察信号**：未来需重点关注南通工厂的投产进度，以及新客户、新产品的订单落地情况 [22]

行业投资评级 - 强于大市（维持） [4] 报告核心观点 - AI算力建设方兴未艾，叠加财报季临近，算力产业链中高景气细分赛道如PCB、存储等需求旺盛，同时PCB及存储均处于景气扩张周期，有望拉动上游设备及材料需求，建议关注PCB、存储等细分赛道及产业链投资机遇 [1][11] - AI应用逐步落地，建议关注前瞻布局AI工业化、智能驾驶、具身智能、量子计算等前沿赛道的优质龙头公司 [1][11] - 中长期建议把握AI算力建设和终端创新的投资机遇，AI浪潮下算力关键硬件环节需求旺盛，同时AI手机、AIPC、AI眼镜有望加速渗透传统消费电子市场 [12] 市场行情回顾与估值 - 上周（截至报告发布前）申万电子指数下跌1.22%（或1.23%），在31个申万一级行业中排第20位，同期沪深300指数上涨0.19%，创业板指数上涨2.51%，申万电子跑输沪深300指数1.41个百分点，跑输创业板指数3.73个百分点 [1][13] - 2026年初至3月15日，申万电子行业上涨5.78%，在31个申万一级行业中排名第14位，同期沪深300指数上涨0.85%，创业板指数上涨3.34%，申万电子跑赢沪深300指数4.94个百分点，跑赢创业板指数2.44个百分点 [17] - 截至2026年3月15日，SW电子板块PE(TTM)为81.98倍，2019年至2026年3月15日的历史均值为54.13倍，行业估值高于近年中枢水平，但基于AI算力加速建设、半导体产业链景气复苏等趋势，认为板块估值仍有上行空间 [3][20] 产业动态 - **科技创新**：“十五五”规划纲要发布，强调“建设现代化产业体系”、“加快高水平科技自立自强 引领发展新质生产力”等方向 [2][21][24] - **人工智能**：英伟达GTC 2026大会于3月16日至19日举行，举办超过1000场会议，探讨AI工厂、机器人、数字孪生、量子计算等热点议题，CEO黄仁勋发表主题演讲 [1][2][11][25] - **AI眼镜**：2025年全球AI眼镜出货量达到870万台，同比大幅增长322%，Meta以85.2%的市场份额领先，出货量达740万台，同比增长281.3% [2][25] - **AI眼镜（中国市场）**：中国大陆成为全球增长最快的AI眼镜市场，占全球份额10.9%，出货量接近100万台，为全球第二大市场，中国厂商Rokid和小米在全球厂商中分别位列第二和第三位 [2][25] 具体投资建议与细分赛道 - **存储**：关注景气周期下存储原厂业绩增长、存储模组厂商盈利修复，以及资本开支提升带来的上游半导体设备需求提振 [12] - **PCB**：关注在HDI、多层板等高端领域布局的龙头厂商，以及景气扩张周期下上游设备及材料的需求提振 [12] - **AI创新终端**：关注苹果、Meta等龙头新品发布推动品牌出货及产业链需求，同时关注AI手机、AIPC、AI眼镜的加速渗透 [12] - **面板**：LCD TV面板价格稳中有涨，伴随多条产线折旧进入尾声，面板厂盈利能力有望提升 [12]

文章核心观点 - “十五五”时期，中国技术创新将从“单点突破”迈向“系统融合”，人工智能、大模型、量子计算等前沿技术加速发展，技术成为社会运行的重要基础设施 [1] - 技术创新深刻改变资本市场运行方式，资本市场需发挥资源配置枢纽作用，引导中长期资金流向科技、绿色、数字等领域，同时自身也需积极拥抱数字技术，实现科技创新与资本市场的双向赋能 [1] 推动数据、技术等新要素的证券化，更好服务技术创新发展 - 技术联动的本质是创新链、产业链与资本链的深度融合，资本市场作为连接技术与资本的关键桥梁，需以创新要素证券化为抓手 [2] - 推动技术要素资本化和证券化，让技术成果真正“可变现” 资本市场需加快打破依赖传统固定资产和稳定现金流的融资服务方式，为科技企业提供多元化、多层次的服务体系 [2] - 对于早期、尚未盈利的硬科技企业，需发挥股权融资的风险分担优势，引导各类风险资金、股权投资资金加大支持 [2] - 对于相对成熟的科技成果，需通过知识产权证券化、科技创新债券等工具提供融资支持，推动技术成果产业化、商业化 [2] - 探索数据要素市场化定价机制，推动数据要素有序流通 在评估端，需通过优化会计制度推动数据资产入表，让数据变成可计量资产 [3] - 在定价端，需鼓励专业机构和投资机构创新数据要素估值方法，解决数据“值多少钱”的问题 [3] - 在信息披露端，需引导企业加大对数据资产、技术创新等方面的信息披露，引导数据要素从场外分散交易向场内有序流通转变 [3] - 促进多种要素协同配置，提升创新资源整合效率 资本市场需发挥“黏合剂”和“放大器”作用 [3] - 通过并购重组，推动创新资源向优质企业集聚，形成技术整合和产业协同效应 [3] - 通过设立和运作产业基金，聚焦集成电路、生物制造、人工智能等重点领域，引导社会资本更多投早、投小、投硬科技 [3] - 通过发展创业投资，为创新策源地提供持续资金支持，营造人才与技术结合、资本与创新互动的良好生态 [3] 创新投研方法，提升对技术创新的服务能力 - “十五五”时期，资本市场需加快创新投研方法，以更好服务科技自立自强 [4] - 构建以技术路径为核心的研究方法，将技术创新与企业战略、资本投入、产业协同结合分析 技术领域投研要从“看技术点”转向“看技术路径” [4] - 科学识别技术在研发、中试、产业化、扩张等不同阶段的风险特征与资本需求，技术路径的评估比单点技术水平的突破更能直观反映企业的科技价值 [4] - 建立技术分层识别能力，提升投研对科技创新的把控力 需从基础技术、共性技术和领域技术三类入手，形成更有层次的技术研判框架 [4][5] - 对于基础技术，需更加关注其科研投入强度、人才储备及与产业需求的衔接度 [5] - 对于新材料、新能源、算力等共性技术，需重点评估其可扩散性、产业渗透路径及产业协同效应 [5] - 对于基因工程、合成生物等特定领域技术，需关注其应用成熟度、专利壁垒及商业化进程 [5] 科技赋能，推动资本市场高质量发展 - 资本市场在服务技术创新的同时，也要积极拥抱人工智能，以技术赋能提升市场运行质效 [6] - 市场基础设施（如交易所、清算机构）需加快数据资源整合和算力平台建设，提升对高频交易行为、资金异常波动的实时监测和识别能力 [6] - 需利用智能工具对公开信息披露内容进行结构化处理和交叉比对，提升审核覆盖面和准确性 [6] - 需借助数据模型动态评估市场流动性和风险敞口，提升科技监管水平 [6] - 引导金融机构加快数字化转型，提升专业服务效能 证券公司、投资机构需将数字化技术深度嵌入到投融资、研究、风控和运营管理各环节 [6] - 在投资端，利用人工智能为客户提供更加精准的产品匹配和资产配置方案 [6] - 在研究端，借助算法模型辅助基本面分析，提高研究覆盖广度和深度 [6] - 在风控端，通过系统化的技术工具实现风险早识别、早预警、早处置，让风险管理从被动应对转向主动管理 [6] - 通过数字化手段优化内部流程，降低刚性成本，推动社会整体金融服务成本的下降 [6] - 重视技术投资的风险联动效应，维护市场稳定运行 科技行业投资波动较大，境内外市场联动性强，容易引发市场剧烈震荡，需做好市场监测和投资引导 [7] - 以算法交易和量化投资为代表的新型技术交易方式，容易出现趋同交易特征，进而放大市场波动，需高度警惕AI算法交易带来的共振风险，做好对新型交易方式的审慎监管 [7]

报告行业投资评级 - 报告未提供明确的行业投资评级 报告的核心观点 - 金融服务业正积极部署生成式人工智能以提升生产力，但距离实现全面转型和释放根本性变革潜力仍有差距，需克服技术、数据、文化及领导力等多重挑战 [2][3][5][7] - 量子计算作为另一项新兴技术，虽处于早期阶段且时间表不明，但未来可能对金融服务业产生颠覆性影响，尤其在欺诈检测和产品定制等领域，同时其安全影响也需提前布局防御 [3][17][19][20] 当前生成式AI应用现状与成果 - 应用以提升生产力为核心，已取得初步成果，例如有机构部署了约90个成熟生产用例，并在软件开发领域为数千名开发人员带来约30%的即时效率提升，潜在节约成本可达数十亿美元 [5][6] - 多数金融机构对现有AI基础功能的利用率仅约10%，且尚未将基础AI工具全面推广至全体员工 [6] - 代理式AI应用仍处于早期阶段，仅10%至20%的银行有所涉猎，保险行业进展稍快，有27%的保险公司已选择性整合代理式AI至业务流程 [6] 释放AI转型潜力的关键挑战与应对 - **技术及数据瓶颈**：遗留系统和碎片化数据架构阻碍价值提取，数据清理和云迁移是关键路径，但全面上云仍面临安全、监管及成本挑战 [8] - **领导力与文化**：高管层对AI的认知普遍不足，可能不足半数真正理解AI技术，董事会需推动领导层深化理解并提高认知 [10][11][12] - **全员能力建设**：AI素养成为关键技能，需对员工进行大规模培训，例如有机构耗时数月为2,300名同事提供提示词工程等技能培训 [12] - **人才战略重构**：未来工作场所更看重创造力、协作力和批判性思维，需建立全新的在职学习体系以适应AI重塑的岗位 [13] - **业务主导的应用模式**：AI应用应由业务领导者在核心技术团队支持下主导，核心AI团队应扮演赋能者角色，最终目标是将其职能迁移至业务端 [14][15] 董事会与战略视野 - 董事会应推动思维从效率讨论转向机遇探讨，关注AI催生的新收入来源、产品形态和业务模式，并鼓励管理层采取更积极的投资策略 [14][16] - 董事会需协助界定问题范畴、评估可行性并建立治理机制，而非简单倡导“应用AI” [16] 量子计算的潜在影响与应对 - **应用潜力**：量子计算能指数级提升解决问题速度，例如谷歌研究显示其比经典超级计算机快13,000倍，在欺诈检测领域模拟实验显示可将识别率提升25%至30% [18][19] - **安全隐忧**：可能颠覆传统网络安全和加密体系，每个机构都应了解并部署量子加密技术作为必要基础设施 [19] - **当前布局**：多数董事会尚未深入探讨，因技术成本高、操作复杂且商业可行性低，但部分机构已开始将量子防御纳入预算，并与学术机构、大型科技企业建立合作 [20][21][22]

产业发展阶段与规模 - 2025年被定义为量子计算工业化落地的关键元年，产业从理论探索转向工业应用[3] - 2025年全球量子计算产业规模达到66.1亿美元，预计2030年将激增至1795.2亿美元，2035年有望突破6817.1亿美元[54] - 产业正从NISQ时代向容错量子计算过渡，进入工程化加速窗口期[51][53] 技术路线与硬件进展 - 技术路线竞争激烈，硅基半导体路线成为工业化落地的核心领跑赛道[4] - 超导路线：IBM发布120量子比特的Nighthawk处理器，谷歌发布105量子比特的Willow芯片并验证逻辑错误率指数级抑制[28][29] - 离子阱路线：Quantinuum的Helios系统实现高保真度，IonQ的100量子比特Tempo系统开始数据中心化部署[29] - 中性原子路线：QuEra团队操控数千个原子刷新规模纪录，莫斯科国立大学发布72比特原型机[30] - 半导体路线：硅基原子量子比特架构实现11量子比特处理器，标志从单点器件走向模块化集成[30] 资本投入与区域格局 - 2025年全球量子计算融资总额达53.95亿美元，为历史最高水平[45] - 美国融资额达44.63亿美元，占全球主导地位；中国融资约1.35亿美元，仅为美国的3.0%[45] - 全球共发生66笔融资交易，美国19笔领先，中国12笔但单笔规模偏小[46] 政策与战略环境 - 美国通过政策延续与升级（如《国家量子倡议法案》再授权）巩固技术主导地位，并构建技术封锁[3][62] - 中国在“十五五”规划中将量子科技置于国家科技任务首位，推动全链条自主可控能力建设[3][64] - 欧盟发布《量子欧洲战略》，旨在提升工业竞争力和科技自主权，计划2030年成为全球领导者[60][70] 上游供应链与工程化 - 上游核心器件发展重点转向提高产品性能一致性、稳定性和连续供给能力[24] - 稀释制冷机等低温设备评价标准从极限性能转向交付一致性、可维护性与可扩展性等工程基础设施指标[24] - 量子芯片设计转向工具链驱动，EDA软件迈向系统级仿真与开源化[96] 系统架构与融合计算 - 量子计算体系演变为分层协同的全栈架构，涵盖物理层、控制层、运行时层和应用接口层[38][39] - “以量子为中心的超级计算”成为主流，量子计算机作为专用加速器深度集成到HPC和AI基础设施中[41] - NVIDIA的NVQLink技术提供400Gb/s带宽和4微秒以内延迟，成为硬件级互连事实标准，支持实时纠错[41] 下游应用与生态 - 下游应用从探索性验证转向可运行的场景试点，材料与化学仍是主要应用领域[33] - 应用定位清晰，作为异构加速单元嵌入经典计算流程，通过混合工作流提供增量价值[33] - 中间件与工作流编排能力重要性提升，以降低多硬件路线并存下的后端切换成本[34]