市场表现与资金流向 - 2025年1月27日，上证科创板芯片设计主题指数上涨1.97% [1] - 指数成分股中，东芯股份涨停，普冉股份上涨超14%，概伦电子与中微半导上涨超7%，力芯微上涨超6% [1] - 科创芯片设计ETF天弘(589070)当日成交额超6500万元 [1] - 该ETF于1月26日获资金净流入2631万元 [1] - 该ETF自1月23日上市后连续两日获资金净流入，累计净流入3635万元 [1] 产品与指数特征 - 科创芯片设计ETF天弘(589070)具备20%的涨跌幅空间 [1] - 该ETF紧密跟踪上证科创板芯片设计主题指数 [1] - 指数聚焦芯片设计核心环节，相关行业含量接近95%，行业集中度高 [1] - 指数成分股涵盖50家科创板芯片领域龙头企业 [1] 行业动态与技术进展 - 微软发布新一代AI加速器Maia 200，并称其在多项测试中超越亚马逊第三代Trainium和谷歌第七代TPU [2] - 微软将Maia 200公开称为“所有超大规模云服务商中性能最强的自研芯片” [2] - 国产AI芯片（如华为昇腾、寒武纪等）通过ASIC/DSA架构实现技术突破 [2] - 2024年中国AI智算GPU市场规模达996.7亿元，预计2029年或超万亿元 [2] - 中芯国际等晶圆厂产能利用率超95%，支撑本土芯片设计企业扩产 [2]

板块市场表现 - 半导体设备板块表现强势，截至1月27日10时28分，半导体设备ETF(561980)放量上涨1.59%，盘中一度上涨2.51% [1] - 前几大权重股中，北方华创上涨1.63%，中微公司上涨3.30%，寒武纪-U上涨0.46% [1] - 资金热度不减，截至1月26日，半导体设备ETF(561980)已获资金连续8日净流入，累计流入金额超过5.6亿元 [1] 技术突破与行业驱动因素 - 中科院研究团队在AI芯片核心的存储技术路径上取得重大进展，相关铁电材料新结构研究成果发表于顶级期刊《Science》 [3] - 该技术有望突破现有存储器的密度与能效极限，为未来AI算力提供底层硬件支持 [3] - “太空存储”概念将该技术与高可靠性、极端环境应用的前沿场景联系起来，为半导体特种材料和先进设备打开了长期成长空间 [3] - 短期驱动因素：存储价格上行趋势已定，将逐季传导至设备企业的订单与业绩，构成坚实支撑 [3] - 长期驱动因素：AI芯片等创新需求将持续驱动半导体资本开支，国产设备与材料公司在技术追赶与供应链安全背景下成长逻辑明确 [3] 投资标的与产品特征 - 投资者可关注在存储、先进封装及关键材料领域有深度布局的龙头公司 [3] - 半导体设备ETF(561980)聚焦于设备、材料等国产替代关键领域，其前十大重仓股占比近80%，设备与设计领域合计占比近90%，具有行业与个股“双聚焦”的鲜明龙头特征 [3] - 场外投资者可通过该ETF的联接基金进行布局，A类份额代码为020464，C类份额代码为020465 [3]

公司核心定位与愿景 - 公司DEEPX是一家韩国AI芯片公司，致力于让AI从云端走向边缘，嵌入物理世界的各个角落[1] - 公司创始人金錄元将公司定位为“帮助人类向真正智能文明演进的公司”，其创立源于AI可能是人类克服缺乏智慧的终极解决方案的信念[2] 核心技术突破与优势 - 公司通过“黄油测试”直观展示了其芯片在运行相同AI负载时，相比竞品在功耗和散热方面的巨大优势[1] - 公司核心产品DX-M2芯片能在5瓦功耗下运行200亿到1000亿参数的大语言模型，功耗仅为手机充电器级别，实现了物理安装可行性[5] - 公司能效提升源于其“极简主义”哲学，深入研究AI数学运算本质，对处理器架构进行针对性剪裁与优化，而非简单依靠工艺进步[5] - 公司已建立坚固的专利护城河，在美国注册的NPU专利数量已超过高通、ARM、英特尔和英伟达，全球专利申请超过400项，保护了NPU的核心工作原理[5] 市场验证与商业落地 - 公司第一代芯片DX-M1已在全球获得超过50个量产项目，覆盖机器人、国防、智能家电等领域，成功跨越了从技术演示到商业落地的鸿沟[8][9] - 现代汽车机器人实验室将在2026年开始量产搭载公司芯片的MobED和DAL-e平台，初期预计出货1万台[11] - 韩国钢铁巨头POSCO同时推进9个量产项目，涉及工厂自动化、物流系统、工业事故监控及自动叉车等领域[11] - 与百度的合作预计在2026年将为中国市场出货约4万台芯片，应用于OCR相机、数据解析系统和无人机等场景[11] 产品价值主张与市场需求 - 公司芯片解决了GPU在边缘部署中的核心痛点：功耗、散热和成本 主流GPU运行AI推理需消耗300瓦以上功率，而公司芯片仅需5瓦[5] - 在POSCO的案例中，使用公司芯片后，芯片价格已低于人工成本，使得工厂自动化的大规模部署成为可能，而此前使用GPU方案时人工成本竟比GPU卡便宜[11] - 在与百度的合作测试中，公司芯片性能比300瓦的GPU卡高出近5倍，而功耗仅为5瓦，证明了AI从数据中心转移到边缘设备的可行性[11] - 通过对全球700多家公司的调研，公司理解到客户的关键需求是：在功耗和成本最多比现有方案高20-30%的前提下，达到GPU级别的性能 这一“20-30%原则”是技术成功商业化的关键[11]

纪要涉及的公司 * 百度及其旗下的昆仑AI芯片业务 [1][2] 核心观点与论据 * **目标价调整**：巴克莱将百度目标价从100美元上调至147美元，维持“持平”评级 [1][2] * **上调原因**：目标价上调主要考虑了昆仑AI芯片业务在预计首次公开募股前的潜在价值 [1][2] * **核心业务承压**：百度的核心搜索广告基本面未见明显改善且仍面临压力 [1][2] * **收入预期下调**：巴克莱下调了2025年第四季度的预期，预计核心广告收入将出现中十个百分点（即10%左右）的下降 [1][2] * **承压原因**：疲弱的宏观环境和不断上升的聊天机器人替代风险 [1][2] 其他重要内容 * **投资者关注点转移**：投资者的关注点已转向昆仑AI芯片业务 [2] * **业务地位**：分析师认为昆仑是中国领先的国产AI芯片平台 [2] * **上市预期**：预计昆仑将在未来数月内于香港上市 [2] * **估值模型假设**： * 假设昆仑在2027年实现约15亿美元收入 [2] * 估值倍数约为15倍 [2] * 百度持有约60%的股份 [2] * **价值贡献**：基于以上假设，昆仑业务将为百度带来约150-180亿美元的增量股权价值，进而推动目标价上调 [2]

IPO进程与募资计划 - 燧原科技科创板IPO申请于2025年1月22日获受理，保荐机构为中信证券，是近期继摩尔线程、沐曦、壁仞科技后又一家拟上市的国产AI芯片头部企业 [1] - 公司计划公开发行新股不低于4303.52万股且不超过6835万股，占发行后总股本比例不低于10%且不超过15%，计划募集资金约60亿元 [1] - 募集资金将用于基于五代和六代AI芯片系列产品的研发及产业化项目，以及先进人工智能软硬件协同创新项目 [1] - 截至2025年8月，公司估值为182亿元 [1] 股权结构与核心团队 - 公司无单一控股股东，联合创始人兼CEO赵立东与联合创始人张亚林为共同实际控制人，两人通过直接持股及员工持股平台合计控制公司28.1%的表决权 [2] - 创始团队具有鲜明的“AMD系”背景，赵立东曾在AMD任职7年，张亚林同样出身AMD [1] 股东与客户关系 - 腾讯科技及其一致行动人苏州湃益合计持有公司20.26%股份，为第一大股东，腾讯投资董事总经理姚磊文为公司董事会成员 [4] - 腾讯是公司的重要股东兼大客户，2025年前三季度，公司对腾讯科技（深圳）的直接销售收入占比为57.28%，若合并计算指定最终客户为腾讯的收入，关联销售占比高达71.84% [5] - 公司与腾讯的合作始于2020年，第一代训练芯片“邃思1.0”已在腾讯云上线使用，2021年双方联合发布了AI推理芯片“紫霄” [4] 业务拓展与收入构成 - 公司近年来积极向由政府主导的智算中心项目拓展，自2023年起密集布局“东数西算”节点 [5] - 公司与甘肃省庆阳市人民政府、中国电信甘肃公司等合作共建万卡集群，庆阳万卡集群于2024年落地 [5] - 2025年1月，基于燧原S60算力集群的太湖亿芯（无锡）智算中心投入运营 [5] - 2024年，公司智算系统及集群业务收入占比一度达到56.24% [5] 财务表现与研发投入 - 公司仍处于亏损状态，2022年至2024年，扣除非经常性损益后归母净亏损分别为11.50亿元、15.67亿元和15.03亿元 [6][7] - 同期，公司经营活动产生的现金流量净额分别为-9.87亿元、-12.09亿元和-17.98亿元 [7] - 2025年前三季度，公司营收为5.40亿元，扣非后归母净亏损为9.12亿元，经营活动产生的现金流量净额为-7.70亿元 [7] - 公司预计最早于2026年达到盈亏平衡点 [7] - 研发投入巨大，2022年至2024年研发费用分别为9.88亿元、12.29亿元和13.12亿元，三年合计35.29亿元，占同期营收的比例超过316% [6] 技术路线与产品生态 - 公司选择建设自有芯片生态供应链，强调面向训练与推理的专用AI加速器体系，而非兼容英伟达CUDA生态的GPGPU路线 [8] - 公司基于自主指令集，原创了GCU-CARE加速计算单元和GCU-LARE片间高速互连技术 [8] - 软件平台层面，公司自研了全栈AI计算及编程软件平台“驭算TopsRider”，未跟随英伟达主导的CUDA生态 [8] - 公司认为自建生态有助于避免知识产权问题，并能更好地服务中国客户 [9] 市场地位与产品迭代 - 根据IDC数据，2024年中国AI加速卡整体出货规模超270万张，英伟达以约190万张出货量占据约70%市场份额 [9] - 2024年，公司AI加速卡及模组销售量为3.88万张，对应中国AI加速卡市场的占有率约1.4% [9] - 公司预计未来国产AI芯片厂商在中国市场出货量占比将不断提升 [9] - 2025年7月，公司发布了第四代训推一体芯片“邃思400”，原生支持FP8低精度算力 [10] - 基于“邃思400”构建的L600训推一体加速模组支持单层最多128卡全互联拓扑，其构建的“云燧ESL超节点系统”可满足千亿参数以上规模大模型的训练与推理需求 [10]

IPO申报与募资计划 - 公司科创板IPO申请于1月22日获受理，保荐机构为中信证券，成为近期又一家拟上市的国产AI芯片头部企业 [1] - 公司计划公开发行新股不低于4303.52万股且不超过6835.00万股，占发行后总股本比例不低于10%且不超过15% [1] - 公司计划募集资金约60亿元，用于基于五代和六代AI芯片系列产品的研发及产业化项目，以及先进人工智能软硬件协同创新项目 [1] - 截至2025年8月，公司估值为182亿元 [1] 股权结构与实际控制 - 公司无单一控股股东，联合创始人兼CEO赵立东与联合创始人张亚林为共同实际控制人 [2] - 两位实际控制人通过直接持股及员工持股平台，合计控制公司28.1%的表决权 [2] - 腾讯科技及其一致行动人苏州湃益合计持有公司20.26%股份，为第一大股东 [4] 业务与客户关系 - 公司与腾讯在业务和资本层面深度绑定，被视为“腾讯系”AI芯片独角兽 [4] - 双方合作始于2020年，公司第一代训练芯片“邃思1.0”已在腾讯云上线使用，2021年腾讯发布的AI推理芯片“紫霄”为双方联合研发成果 [4] - 2025年前三季度，公司对前五大客户的销售收入合计占比达96.41%，其中直接对腾讯科技（深圳）的销售收入占比为57.28% [5] - 若合并计算指定最终客户为腾讯的收入，2025年前三季度公司对腾讯的关联销售金额占营业收入比例高达71.84% [5] - 公司预计未来一定时期内对腾讯销售占比较高的情形仍将持续 [5] - 公司近年来积极拓展由政府主导的智算中心项目，密集布局“东数西算”节点 [5] - 2024年，公司智算系统及集群业务收入占比一度达到56.24% [5] 财务表现与研发投入 - 2022年至2024年，公司研发费用分别为9.88亿元、12.29亿元和13.12亿元，三年合计35.29亿元 [6] - 2022年至2024年，公司研发费用占同期营收的比例超过316% [6] - 2022年至2024年，公司扣除非经常性损益后归母净亏损分别为11.50亿元、15.67亿元和15.03亿元 [6][7] - 2022年至2024年，公司经营活动产生的现金流量净额分别为-9.87亿元、-12.09亿元和-17.98亿元 [7] - 2025年前三季度，公司营收为5.40亿元，扣非后归母净亏损为9.12亿元，经营活动产生的现金流量净额为-7.70亿元 [7] - 公司预计，在国际贸易摩擦等外部环境不发生重大变化的前提下，其达到盈亏平衡点的预期时间最早为2026年 [7] 技术路线与产品策略 - 公司选择建设自有芯片生态供应链，强调面向训练与推理的专用AI加速器体系，而非兼容英伟达CUDA生态的GPGPU技术路线 [8] - 公司核心技术体系涵盖芯片及硬件、软件及编程平台和算力集群方案三大类 [8] - 在软件平台层面，公司自研了全栈AI计算及编程软件平台“驭算TopsRider”，未跟随英伟达主导的CUDA生态 [8] - 2024年，中国AI加速卡整体出货规模超270万张，其中英伟达出货量约190万张，市场份额约70% [9] - 2024年，公司AI加速卡及模组销售量为3.88万张，对应中国AI加速卡市场的占有率约1.4% [9] - 2025年7月，公司发布第四代训推一体芯片邃思400，原生支持FP8低精度算力 [10] - 基于邃思400构建的L600训推一体加速模组支持单层最多128卡全互联拓扑，可应用于超大规模大模型预训练与高并行推理 [10] 创始团队背景 - 公司创始团队带有鲜明的“AMD系”色彩 [1] - 联合创始人兼CEO赵立东曾任紫光集团副总裁，并在AMD任职7年，历任计算事业部高级总监等职务 [1] - 联合创始人张亚林同样出身AMD，曾任资深芯片经理及中国研发中心技术总监 [1]

文章核心观点 - AI芯片的竞争核心已从单纯性能比拼转向“性价比”的较量，特别是推理阶段的成本控制成为关键指标，直接影响AI应用的商业化落地和芯片厂商的市场份额[5][6] - 高盛通过构建“推理成本曲线”分析，量化了GPU与ASIC两类芯片的竞争态势，为理解技术路线优劣和行业竞争提供了清晰框架[5][6] - 短期内英伟达凭借其产品迭代速度、CUDA软件生态及全栈式创新维持领导地位，但中长期ASIC凭借定制化在成本控制上的潜力不容忽视，而网络、内存、封装三大相邻技术的创新将成为打破竞争格局的关键变量[10][12][15][17][18] 一、推理成本成AI芯片竞争关键 - AI芯片的竞争焦点是“性价比”，推理成本控制是重中之重，关系到AI应用商业化可行性和芯片厂商市场份额归属[6] - 高盛通过对比英伟达、AMD的商用GPU与谷歌TPU、亚马逊Trainium等定制化ASIC，构建了跨周期推理成本曲线，显示各类芯片成本均呈下降趋势，但不同厂商降幅和竞争态势差异显著[6] 二、头部玩家的竞争态势与差距 （一）谷歌/博通TPU：快速追赶的有力竞争者 - 从TPU v6到TPU v7，其每百万token的推理成本下降了约70%，目前成本与英伟达旗舰GB200 NVL72相当甚至略有优势[9] - 谷歌已将TPU广泛用于内部工作负载（包括Gemini大模型训练），且Anthropic与博通签订了价值210亿美元的TPU订单，预计2026年年中交付[9] - 对于具备定制化开发能力的企业，TPU正成为英伟达GPU之外的重要选择[9] （二）英伟达：优势稳固的行业领导者 - 英伟达维持领导地位依靠两大核心优势：一是“上市时间”优势，保持年度产品迭代（如GB300 NVL72已出货，VR200 NVL72计划2026年下半年交付）；二是CUDA软件生态构建的深厚护城河，客户迁移成本高昂[10] - 公司在研发投入上远超竞争对手，并通过Mellanox业务在网络领域占据强势地位，近期推出的上下文内存存储控制器展现了内存技术创新能力，这些优势使其加速器市场领先地位短期内难以被撼动[12] （三）AMD与亚马逊Trainium：暂处落后的追赶者 - AMD和亚马逊Trainium目前在推理成本竞争中处于落后位置，报告估算其代际成本降幅仅约30%，绝对成本明显不及英伟达GPU和谷歌TPU[12] - 市场亮点在于：AMD计划在2026年下半年推出基于MI455X的Helios机架解决方案，据称其训练和推理性能将对标英伟达VR200，并有望实现约70%的推理成本下降；亚马逊Trainium 3&4据传将修复Trainium 2的性能短板，性能有望显著提升[12] - 后续关键在于能否兑现技术承诺，通过产品迭代缩小差距，并争取更多超大规模云客户和主流AI企业的认可[13] 三、技术趋势 - 随着计算芯片接近掩模限制，未来AI芯片性能提升和成本下降将主要依赖网络、内存和封装三大相邻技术的创新突破[15] - 网络技术方面，通过扩展以太网提升系统带宽，实现更多GPU协同工作成为行业共识[15] - 内存技术方面，HBM与NAND闪存集成持续深化，英伟达的上下文内存存储控制器是典型案例，有效提升了训练和推理效率[15] - 封装技术方面，台积电的CoWoS技术已实现两颗GPU芯片封装整合，英伟达计划2027年推出的Rubin-Ultra将集成四颗GPU芯片，同时CPO和机架级高密度集成技术也在快速发展[17] - 英伟达和博通在这些技术领域已占据先发优势：博通凭借领先的以太网网络和SERDES能力成为AI网络核心受益者；英伟达通过全栈式创新在硬件、软件、网络、内存等多环节形成协同优势[17] 四、四大场景下的行业演化路径 - 高盛勾勒了AI行业未来发展的四大潜在场景，不同场景下GPU与ASIC竞争格局将呈现不同特征，但ASIC在各类场景中均有望获得不同程度的发展[18] - **场景一：企业与消费级AI应用普及有限**。若AI仅在编码、后台流程自动化等少数场景落地，行业资本支出将趋于温和，应用场景的稳定性将加速ASIC的采用[18] - **场景二：消费级AI持续增长，企业级AI进展有限**。训练市场重要性凸显，英伟达有望维持训练领域主导地位；随着工作负载逐渐静态化并集中于超大规模云厂商，ASIC市场份额将逐步提升[18] - **场景三：消费级AI增长，企业级AI温和渗透**。英伟达能凭借训练市场优势巩固地位，企业级市场增量需求将带来更多收入机会，ASIC也将在特定场景中稳步拓展[18] - **场景四：消费级与企业级AI全面强劲增长**。这是最乐观场景，随着多媒体模型、物理AI等应用扩展，LLM提供商和初创企业有望盈利，训练强度保持高位。英伟达将充分受益于训练市场的垄断地位，其“上市时间”和CUDA生态护城河进一步强化；ASIC虽能受益于工作负载规模扩大，但市场份额增长速度相对平缓[18]

公司战略评估与业务调整 - 全球半导体封装设备龙头ASMPT正评估旗下表面贴装技术业务选项，可能涉及出售、合营、分拆或上市 [2] - 公司计划通过剥离海外非半导体业务，全面聚焦于半导体核心领域，以优化资产结构 [4] - 剥离SMT业务旨在释放现金流和管理精力，计划投入到半导体封装主业的研发竞赛中 [4] 业务历史与市场地位 - 2011年，ASMPT通过巨额收购将西门子的SMT业务收入囊中，成为全球SMT设备头部企业，并开辟了庞大的汽车电子与消费电子市场 [4] - SMT业务主要服务于传统PCB组装，而面向AI芯片的先进封装设备属于技术密集型产业 [4] 核心技术产品与市场机遇 - ASMPT的热压键合与混合键合技术，是制造HBM等AI核心存储器的关键工艺，也是提升芯片互连密度、突破算力瓶颈的重要路径 [4] - 战略调整背后是对中国市场的信心，中国是全球最大的半导体消费市场及AI应用落地前沿战场 [5] 预期影响与市场观点 - 剥离SMT后，公司资产结构将变得极其清晰，估值逻辑更易于锚定 [5] - 此次调整不仅是做减法，更是为了在未来算力争霸赛中做乘法 [4]

黄金与钻石市场表现背离 - 过去十年间，黄金价格涨幅接近4倍，不断刷新历史高点[1] - 同期钻石价格指数自高位回落超过45%[1] - 2025年全年，0.5克拉钻石价格跌幅超过20%，3克拉以上钻石价格也录得0.4%的微跌[4] - 国内资本市场反馈直接，头部钻石品牌股价较历史峰值蒸发逾八成，而A股黄金龙头市值已突破万亿元大关[1] 黄金市场表现 - 伦敦金现价格自2015年约1000美元/盎司低点起步，近期已历史性地突破5100美元/盎司[4] - 紫金矿业于1月6日市值一度突破1万亿元大关，2025年全年股价涨幅高达135.77%[7] - 包括中国黄金、湖南黄金、山东黄金在内的多家主要黄金企业，2025年股价均实现了显著上涨[7] 钻石市场表现 - 国际钻石交易所钻石指数从2022年阶段性高点158下探至目前86.08附近[4] - 钻石巨头戴比尔斯在2025年首场拍卖会中大幅下调0.75克拉以上毛坯钻售价，近五年已多次调价，去年底将毛坯钻石价格下调10%至15%，创历史最大降幅[4] - DR钻戒母公司迪阿股份股价较历史峰值累计下跌超过80%[7] 钻石市场分化的具体表现 - 贬值最为严重的是过去婚庆市场中销量最大的0.5克拉及以下的入门级小钻戒，其二手价格与回收价值下跌显著[5] - 1克拉以上、品质较高的钻石价格表现相对坚挺[5] - 钻石回收价值低，有案例显示8年前近2万元的钻戒回收价不足400元，而同期购入的黄金首饰市值已超7万元[3] 钻石市场供需关系逆转 - 需求端：天然钻石最大的传统市场之一婚庆需求在全球范围内降温，日本2023年结婚对数低于50万对，韩国婚姻登记数连续11年减少[9] - 黄金牛市分流了对于钻石的消费[9] - 供给端：戴比尔斯过去垄断全球九成钻石供应，但随着全球多地发现大型钻石矿藏，其垄断性下降[9] - 人工培育钻石异军突起，价格仅为天然钻石的1/10到1/5，且关键物理性质一致，肉眼无法分辨[9] 培育钻石产业发展 - 培育钻石产能扩张速度极快，只需几周时间就能实现批量生产，对传统钻石供应体系形成直接冲击[10] - 2025年中国培育钻石市场规模约140亿元，预计到2030年将超过1025亿元[10] - 全球培育钻石毛坯产能约4000万克拉，中国产能约2520万克拉，占比约63%[10] 黄金市场未来驱动因素 - 全球货币与债务担忧使黄金受益，美国债务总额已突破38.5万亿美元[12] - 市场普遍认为2026年美联储将降息两次，利率中枢持续回落有望提升黄金的金融属性与估值弹性[12] - 有观点提示已积累涨幅较高，不排除短期内技术性回调[13] 钻石市场未来前景 - 培育钻石行业内部已出现激烈竞争与利润率收缩迹象，力量钻石2025年上半年培育钻石营业收入同比下降25.87%，毛利率同比下滑78.23%[13] - 消费领域培育钻石受印度CVD产能释放冲击，毛坯钻价格持续下探[13] - 新的增长空间正在出现，钻石散热市场应用于AI芯片，据测算市场空间区间为75亿元至1500亿元[14] - 天然钻石长期价值受稀缺性、需求增长及全球经济发展支撑，开采量持续减少将为未来价格稳定增长提供保障[14]

涉及的公司与行业 * **公司**：ASML Holding NV (ASML.NA / ASML) [1] * **行业**：欧洲半导体行业，具体为半导体设备，特别是光刻机领域 [1] 核心观点与论据 * **核心观点**：市场过度关注EUV，而低估了DUV的增长潜力，认为两者应协同增长 [3] * **论据**：在先进逻辑和DRAM产能扩张加速的背景下，EUV出货量的增加必然伴随着配对的DUV出货量增加 [3] * **论据**：预计未来两年光刻设备资本支出中DUV与EUV的比例将大致为50:50 [3] * **论据**：市场共识预期明年EUV收入增长23亿欧元而DUV收入下降10亿欧元，这在方向上是不一致的 [3] * **核心观点**：中国市场的DUV需求具有韧性，收入不会大幅下滑 [4] * **论据**：中国正在大力扩张先进逻辑产能以支持本土AI芯片生产，预计未来3年产能将增长6倍 [4] * **论据**：由于中国尚无法自产DUV或EUV设备，需要购买更多DUV设备 [4] * **论据**：修订后的预测显示，中国DUV收入明年将大致持平，而非下降 [4] * **核心观点**：上调ASML的营收和盈利预测，并提高目标价，维持“跑赢大盘”评级 [5][6] * **论据**：主要因更高的DUV销售（2027年上调22亿欧元）和部分EUV销售，预计2026年营收增长16%，2027年增长17% [5] * **论据**：将2027年每股收益（EPS）预测上调至39.7欧元，较市场共识高出16% [5] * **论据**：基于35倍市盈率（P/E），将目标价上调至1400欧元 [5] * **论据**：ASML相对于其他半导体设备（SPE）公司的估值仍处于低谷 [5] 其他重要内容 * **产能扩张驱动**：先进逻辑和DRAM的产能扩张正在加速，主要由异常强劲的AI需求驱动 [13] * **具体数据**：预计DRAM总产能将从2024年的150万片晶圆/月（Mwpm）增至2027年的220万片晶圆/月 [15] * **具体数据**：SK海力士（HBM市场领导者）预计在2024-2027E期间产能复合年增长率（CAGR）为17%，三星为10%，美光为6% [15] * **各细分市场DUV强度分析**： * **DRAM**：在最新的1c节点，EUV贡献降至50%，DUV仍占50% [15]；在1a和1b节点，DUV分别占70%和59% [15] * **先进逻辑**：光刻强度从10nm的约20%大幅提升至5nm和3nm的35%以上 [16]；DUV贡献相对较小，约20% [3]；尽管DUV曝光次数减少，但估计每10万片晶圆/月（100Kwpm）的绝对DUV资本支出仅略有下降，仍接近15亿美元 [16] * **成熟逻辑与NAND**：完全依赖DUV [17] * **中国市场详细分析**： * **需求韧性**：尽管ASML管理层预计2026年中国收入将显著下降，但报告认为基于实际订单流入的能见度有限，需求可能持续 [34] * **预测调整**：预计中国DUV收入明年将大致持平，而非下降 [35]；预计中国半导体设备支出（WFE）在2026年将进一步增加至约500亿美元 [35] * **产能扩张**：预计中国先进逻辑产能将在未来3年增长约6倍，从2025年的3万片晶圆/月增至2028年的18万片晶圆/月 [37] * **进口数据**：2025年第四季度中国从荷兰的光刻设备进口额达到创纪录的32.7亿欧元，环比增长42%，同比增长41% [54]；这暗示中国收入占第四季度总系统销售额的42%，全年（2025年）约占35% [54] * **本土化进展**：即使中国在2030年左右拥有EUV原型机，距离大规模生产商用EUV设备仍需至少十年，因此短期内仍需依赖ASML的DUV设备 [49]；中国DUV强度高于世界其他地区，原因是需要进行多次图案化（multi-patterning） [50] * **财务预测与估值**： * **营收预测**：将2026年营收预测从367亿欧元上调至378亿欧元，2027年从414亿欧元上调至444亿欧元 [63]；2030年营收预测为546亿欧元，高于ASML 2030年指引中点520亿欧元 [55] * **每股收益预测**：2025年每股收益为25.11欧元，2026年为30.45欧元，2027年为39.65欧元 [11] * **目标价与上行空间**：目标价1400欧元，基于2025年1月20日收盘价1140.00欧元，隐含23%的上行空间 [8] * **估值倍数**：采用35倍市盈率，较半导体设备（SPE）公司平均有30%的溢价 [56]；ASML目前估值相对于其他SPE公司处于低谷 [5] * **风险提示**： * **下行风险**：包括EUV商业化及新一代技术开发成本高于预期导致利润率不及预期、中国囤货规模超预期、半导体设备支出市场弱于预期、技术迁移放缓、长期面临其他技术威胁、以及对中国客户的出口管制进一步收紧 [83]