全球半导体销售额创历史新高 - 2025年11月全球半导体销售额达到753亿美元，月增3.5%，年增29.8%，连续多月成长并创历史新高 [1] - 此轮增长由所有主要半导体类别需求同步扩张驱动，显示全球芯片市场正进入以人工智能为核心的新一轮长周期扩张 [1] - 单月销售额首次突破750亿美元，显著高于2021年芯片荒期间约550亿美元的高点，较2019年月均350亿至400亿美元的规模几近翻倍 [4] 区域市场表现分化 - **亚太地区**：年增率高达66.1%，月增5%，增幅全球居冠，反映制造产能全面开出与供应链重组效应 [1][2] - **美洲市场**：年增23%，月增3%，AI算力与数据中心投资需求强劲 [1][3] - **中国大陆市场**：年增22.9%，月增3.9%，维持稳健成长，本土化进程加快 [1][2] - **欧洲市场**：年增11.1%，月增1.2%，成长相对温和但保持正向 [1][2] - **日本市场**：年减8.9%，月减0.1%，是主要市场中唯一负增长者，消费电子与车用需求疲弱 [1][3] 亚太地区成为增长核心引擎 - 亚太地区高增长背后是韩国、台湾及东南亚制造产能全面启动 [2] - 三星与SK海力士的高频宽记忆体产线满载运转，相关产能已被提前预订 [2] - 台积电先进制程订单能见度已排至2027年 [2] - 越南、马来西亚、泰国等东南亚新兴制造基地正大量承接封装与测试订单，显示区域半导体供应链正在加速重构 [2] 全产品线需求同步回温 - 逻辑芯片受惠于AI训练与推理需求持续放量 [3] - 高频宽记忆体供给吃紧，带动价格与出货量齐扬 [3] - 类比与功率半导体受工业自动化、新能源车与电力管理需求推升 [3] - 光电元件因数据中心高速互连与感测应用扩张而受益 [3] 产业增长的结构性驱动因素 - **AI算力军备竞赛持续升级**：大型模型、边缘AI与自动化应用持续推升GPU与AI加速器需求 [5] - **数据中心资本支出高档不坠**：全球科技巨头将六至七成资本支出投入数据中心，形成长期订单能见度 [6] - **HBM供给受限带来结构性高毛利**：HBM成为AI效能瓶颈，使具备技术门槛的厂商享有长期定价权 [7] - **消费电子结束去库存周期**：智能手机与PC需求回温，提供产业非AI端的稳定补充动能 [8] - **汽车智能化成为第二成长曲线**：新能源车芯片用量大幅提升，车用半导体成为新一代长线赛道 [9] 市场展望与产业趋势 - 世界半导体贸易统计组织预估，2026年全球半导体销售额有望达到9,754亿美元，年增22.5%，距离年销售额1兆美元仅一步之遥 [5] - 本轮半导体景气最关键的投资讯号在于产业集中化明显加速，具备技术壁垒与规模优势的企业正快速拉开与竞争对手的距离 [9] - 半导体市场已进入“结构性成长搭配高度分化”的新阶段，AI、数据中心与汽车智能化提供了明确的长期方向 [10] 主要市场参与者分析 - **主要受惠者**： - 辉达：AI算力生态系核心，主导GPU与平台标准 [10] - 台积电：先进制程唯一可信赖供应商，订单能见度最长 [10] - 三星、SK海力士：垄断HBM关键供应，毛利结构显著改善 [10] - 博通：AI网络与客制化ASIC需求爆发，角色不可取代 [10] - **相对承压者**： - 英特尔：转型进行中，但AI与制程落后仍限制估值修复 [10] - 美光：HBM布局较慢，短期竞争力受限 [10] - 日本多数芯片厂：终端需求疲弱，错失本轮主升段 [10]

文章核心观点 - 银叶投资首席投资官许巳阳阐述了公司在资管行业转型期的生存哲学，即基于深度宏观研究、拥抱多元策略、并以绝对收益为终极信仰的长期主义实践，公司正从“债券专家”向“多策略配置专家”进化 [1] 投研框架与理念 - 宏观研究需“深入产业毛细血管”，从微观产业信号中捕捉即将撼动全局的变量，例如通过跟踪北美科技巨头资本开支、算力合同履约节奏等微观信号来判断AI产业周期的可持续性 [2] - 公司构建了“宏观配置大类资产+中观跟踪产业+微观量化增强”的立体动态决策闭环模型，追求在统一宏观逻辑下找到最具性价比的策略和资产来表达观点 [3] - 研究体系运作非单向，宏观逻辑指引产业研究方向，产业洞察验证或修正宏观图景，微观数据成为最终校验标尺 [3] “固收+”策略的演进 - “固收+”策略的本质是认识到单一资产无法满足客户穿越周期、追求平稳收益的需求 [4] - 剖析了不同“加法”的差异：加主观权益可能面临风格错位风险，加衍生品需直面非线性收益挑战，加商品CTA需警惕与权益资产共振风险 [4] - 更青睐“固收+量化指增”搭配，因其超额收益具有随时间累积的类票息属性，与债券票息形成双重支撑，在风控一致性、收益稳定性和客户沟通透明度上更具优势 [4] - 强调策略非固定配方，除量化指增作为基石配置外，对其他工具如可转债、商品CTA需根据宏观因子演变及资产相关性进行动态调整 [4] - 风控体系全面升级，准备多套风控模型，有的基于宏观驱动逻辑进行情景测试，有的区分中频与高频交易特征，持续跟踪驱动因素并迭代模型 [5][6] 对2026年市场的展望 - 债券市场核心矛盾将从物价下行预期转向“边际回升压力”，并与“超长债供给结构压力”形成博弈，PPI数据企稳回正的边际变化可能扭转定价逻辑 [6] - 广义财政赤字需要市场消化，银行与保险等配置盘对超长债的承接能力面临约束，长端利率预计维持宽幅震荡，难现单边下行趋势 [6] - 策略上需保持久期谨慎，把握波段机会，并在信用利差已至极窄的背景下侧重防御，静待调整带来的再投资时机 [6] - 重申产业微观研究重要性，真实经济活力与市场机会藏在细分领域的订单、产能利用率与现金流变化中，捕捉“信用阿尔法”需通过深度产业研究识别现金流坚韧、受益于行业格局改善或政策支持的主体 [6] 公司发展战略与护城河 - 纵观全球资管业态，平台化与策略广度成为长期获胜的关键，依靠单一首席投资官的对冲基金模式相对变少，更多“超级PM”被平台化公司工具化 [7] - 公司发展路径清晰：一方面将债券、权益、量化等现有优势领域的阿尔法能力做到极致；另一方面稳步拓展策略宽度，致力于成为策略库丰富的“多策略协同平台” [7] - 恪守“策略储备先于资管规模，人才储备先于策略储备”的铁律，在投研能力与策略有效性得到充分验证前，对规模扩张保持高度克制，目标不是规模最大，而是综合能力位于第一梯队 [7] 行业洞察与公司价值 - 观察到新一代投资者在认知水平、信息处理与投资方法论上的跃迁，同时理解传统渠道客户对“确定性”的深切需求 [8] - 公司价值在于凭借多年的多策略实战经验，在不同风险偏好的客户需求与复杂多变的市场之间，搭建起更精准、更稳健的桥梁 [8] - “基业长青”的秘诀在于不变的是“为客户理好财”的初心与持续迭代的勤奋，必须改变的是认知市场、理解客户、构建策略的具体方法 [8]

文章核心观点 - 2026年开年A股市场强劲上扬，但内部分化显著，行情进入复杂关键阶段，驱动上涨的核心资金力量、私募调仓策略及节前市场演绎成为焦点[1] - 本轮上涨是政策、产业、资金与基本面多维度共振的结果，增量资金主导市场，形成赚钱效应的良性循环[2] - 尽管市场对春季行情有高度一致性共识，但机构对行情本质与持续性的判断已出现微妙分歧，部分机构保持审慎[3] - 面对结构性强势市场，个人投资者普遍陷入“恐高”与“怕错过”的两难心境[4] - 私募机构采取“攻守兼备”策略，进攻主线聚焦科技成长与顺周期，同时通过防御“暗线”平衡组合与控制回撤[4][5][6] - 展望春节前，私募整体战略乐观，共识集中在高景气领域，并对个人投资者提出聚焦趋势、善用工具等建议[6][7][8] - 当下行情是对认知深度、策略灵活性与投资纪律的综合考验，需寻找共识但不盲从，拥抱趋势但警惕泡沫[9] 市场行情与资金动向 - 2026年开年A股强劲上扬，市场内部分化如影随形，呈现“强者恒强”格局[1] - 北向资金1月以来单日净流入多次超百亿元[2] - 市场单日成交额从2025年末的1.7万亿元至2万亿元水平，跃升至连续多日超2.8万亿元，上周五突破3万亿元[2] - 场内融资余额首次突破2.6万亿元，创历史新高[2] - 市场已形成“赚钱效应-融资加仓-成交放大-指数上涨-更多资金入场”的良性循环[2] - 市场已从前期的偏存量博弈，转向增量资金主导[3] 私募机构策略与调仓 - 进攻的“明线”普遍聚焦两条主赛道：以AI为核心的科技成长，以及具备价格弹性的顺周期板块[4] - 在科技领域，布局正从硬件向应用纵深蔓延，加大了对创新药、脑机接口、AI应用及商业航天等领域的布局[4] - 重点把握的方向包括人形机器人、AI硬件及应用[4] - 出于对经济复苏的预期，增持有色金属、化工、快递等行业标的[5] - 配置中包含有色金属板块，看中其需求转暖、供给紧张带来的盈利提升空间[5] - 防御的“暗线”注重安全边际与组合平衡，例如逐步减持高位科技股[5] - 通过调整持仓分散度与流动性，在捕捉机会的同时严控波动[6] - 在成长与价值之间进行动态平衡[6] - 典型操作包括：锁定部分AI硬件股利润，将仓位向创新药、软件和AI应用板块切换，同时标配供需格局紧张的有色金属标的[6] 后市展望与关注领域 - 多数机构判断本轮市场春季行情仍将持续，因“十五五”开局之年政策前置发力可能性大[6] - 机构关注点高度重合的领域包括：泛科技领域的AI应用与算力、商业航天、创新药（特别是CRO、小核酸等）、有色金属以及人形机器人[7] - 2025年表现出色的资源股、新消费股也是多家私募的重点关注方向[7] - 具体看好的方向有：AI应用、商业航天与具身智能[7]；电子行业中AI算力、半导体设备以及商业航天[7]；有色金属及新消费[7]；非银金融、悦己消费等领域的结构性机会[7] 对个人投资者的建议 - 建议个人投资者借助专业力量，通过资管产品参与市场[7] - 高净值投资者可以配置符合自身风格的私募、公募产品[7] - 投资应聚焦真正的产业趋势和优质公司，锚定产业趋势而非短期热点[8] - 建议要么做长期主义者，坚信代表未来的新科技；要么耐心等待回调后的买点[8] - 利用基金、ETF等标准化投资工具化解选股难题，选股能力有限的投资者可考虑宽基指数或行业ETF[8] - 建立并严守投资纪律至关重要，包括设定合理的止盈止损区间，控制仓位，避免盲目追高[8] - 纪律性交易规则是对抗市场情绪化波动的利器[8]

文章核心观点 - 泉果基金研究部总经理兼基金经理刚登峰正在优化其“穿越周期”的基本面投资框架，通过把握产业趋势演变来捕捉投资机遇，并认为当前是A股和港股非常好的投资时期 [1] - 公司投研团队在过去三年进行了投研一体化的迭代升级，致力于提升研究深度、覆盖广度和周期维度，以提高投研转化效率，并已为2026年的市场机遇做好准备 [1] - 投资团队重点关注科技、新能源、周期三条主线，并根据各产业所处的不同周期阶段（早期、中期、后期）进行布局，同时减少左侧布局以兼顾组合流动性和投资体验 [3][4] 经济与市场环境 - 经济层面体感较差的领域调整已进入中后阶段：地产经过五年调整对经济影响减小，中国对美贸易依赖度显著下降并在新兴市场贸易拓展取得成效，经济结构中“新三样”等高附加值产品占比显著提升，中国经济转型过程可能接近完成 [2] - 市场层面政策呵护史无前例：融资规模被严格限制，上市公司越来越注重分红和回购，对投资者回报的重视程度显著提升 [2] - 估值层面未明显泡沫化：尽管A股市场整体回暖，但港股互联网、消费电子、锂电等领域的龙头公司估值依然处于合理区间，且许多公司通过分红、回购积极回馈股东，为投资者提供收益保护基础 [2] 投资策略与产业趋势 - 投资方法论：立足于自下而上寻找基本面优质标的，更侧重于中观行业层面的研判，通过紧密跟踪未来三个月至一年的产业变化，以产业周期视角研判介入时间、把握趋势，提高投资效率并从容应对组合回撤 [2] - 科技主线（产业发展早期）：消费电子、互联网企业受益于人工智能（AI）浪潮，客户基础和应用场景适配于后续的AI应用发展 [3] - 新能源主线（产业发展中期）：锂电材料板块经历持续调整后，随着储能兴起和下游需求持续增长，或将迎来新一轮景气周期；海缆板块在海风出海战略下，预计装机量显著增长，相关公司具备广阔增长潜力 [3] - 周期主线（产业发展后期/稳定期）：有色金属行业表现较强，核心逻辑在于供需基本面改善，其中铜、铝等工业金属供给明显受限，竞争格局良好，未来价格中枢有望抬升；化工等传统行业供给持续出清调整，接近供需平衡点，行业竞争格局持续好转 [3] 投研团队与体系 - 团队架构与协作：投研团队由老将坐镇、中生代基金经理协同、年轻研究员构成未来力量，在开放自由、充分互信的环境中不断升级，致力于提升持有人长期回报和盈利体验 [4][5] - 投研一体化升级：组建了AI、大能源、大消费等特色化跨行业研究小组，从研究深度、覆盖广度、周期维度提升投研转化效率 [4] - 研究前瞻性与转化：要求研究团队更具前瞻性，与基金经理高频交流，从投资视角看待产业趋势，在观点碰撞中促进投研转化；研究员需聚焦未来产业趋势清晰的方向提前储备，以把握如科技成长行情等快速演变的机遇 [5] - 领导双重角色：刚登峰兼任研究部总经理和基金经理，能高效地将基金经理想法传递给研究员，实现投研高效转化 [5]

劳动力市场与就业前景 - 当前劳动力市场增长缓慢 关税限制了许多公司的招聘能力 人工智能在劳动力中的日益普及是导致市场放缓的重要因素 特别是对近期大学毕业生而言[2] - 截至2025年9月 近期大学毕业生的失业率为5.8% 而所有工人的平均失业率为4.1%[5] - 入门级职位正被人工智能不成比例地取代 许多年轻劳动者对进入一个技术日益先进的工作环境感到准备不足[6] 研究生教育的趋势与动因 - 面对疲软的就业市场 更多近期本科毕业生选择攻读研究生作为替代路径 而非直接进入劳动力市场[2][6] - 在2024-2025招生周期中 法学院申请人数达到十多年来的最高水平[6] - 攻读研究生可以延迟学生贷款的偿还 并且通常能获得比仅有学士学位的劳动者薪酬更高的工作[7] 高需求的研究生专业领域 - 拥有研究生学位的药物滥用、行为障碍和心理健康咨询师在未来几年预计将非常紧缺[3] - 律师和职业顾问也被预测将拥有大量的工作岗位可供选择[3] - 与需要硕士学位的其他领域相比 攻读心理健康咨询师或律师职业的研究生预计在未来几年将拥有最高数量的职位空缺[8]

AI产业协作格局 - AI时代产业演进的核心逻辑是分工协作、优势互补，不存在“赢者通吃”的局面，硬件厂商、芯片公司、大模型企业都无法独立覆盖从算力、模型到终端与应用的完整链条[3] - 大模型公司提供“公共智能”，而联想集团的重心在于“个人智能”与“企业智能”，两者是互补而非替代或交叉关系，公共智能最终需要通过终端进入用户场景[3][4] - 这种分工协作模式在PC、手机和互联网等多个技术周期中已被反复验证，芯片、操作系统、终端和应用厂商始终呈现协同演进的关系[3][4] 联想集团的合作策略与生态 - 公司根据场景化需求与不同芯片厂商合作：在AI云方面与英伟达合作，在PC终端方面与英特尔、超威半导体合作，在手机和可穿戴设备等对功耗要求高的领域则与高通合作[5] - 公司认为未来模型不可能“一模通吃”，需要多个模型，且不同应用需选择不同模型[5] - 在年度技术创新大会上，英伟达、英特尔、超威半导体及高通的高管相继登台，联想扮演了连接多方的“黏合剂”角色[5] 联想对AI发展的核心观点与战略 - 公司参展CES2026的关键词是“混合式AI”，其核心内涵在于“个性化”，即个人AI和企业AI，而非仅指代大模型或公共AI[6] - 公司相信未来每个人都将拥有专属AI，企业则可借助AI在价值链各环节强化业务流程、提升运营效率，甚至每个企业都有一个超级智能体[6] - 在技术实现上，公司通过三个核心方向推进个人与企业智能体建设：模型协同、Agent大脑、Agent协同，其中Agent Core是核心技术组件，相当于决定如何挑选模型的大脑[6] AI技术路径与价值认知 - 公司选择“智能体”作为核心方向，智能体核心像“认知大脑”，可以理解上下文、拆解任务、形成记忆，多智能体协作则让不同领域的智能体各司其职，由超级智能体统一协调[5] - 对于AGI，公司持谨慎态度，认为要求AGI在所有方面都比人类强还有很长的路要走，并对当前大语言模型的发展路径提出疑问[6] - 公司强调当下AI的核心价值在于赋能企业，聚焦于帮助人类解决问题、提高效率、增强记忆力与创造力，这是让AI变得更聪明、更适合通向AGI的一条路[6] AI业务进展与展望 - 公司相信AI会变革所有业务，并驱动增长[7] - 上个季度，公司AI PC相关业务占比约为30%，预计到今年年底，该占比将达到50%以上[7] - 未来，越来越多的解决方案都将围绕AI展开[7]

AI技术发展路径与行业共识 - 行业认知在2017-2025年间发生重大纠偏，从押注“白板智能体”转向认可大规模预训练是AI爆发的核心路径，Transformer架构和Scaling Laws是关键驱动力 [5][6] - 当前AI能力被视为“地板”而非“天花板”，未来所有开发都将建立在现有强大的认知底座之上，不再需要从更差的基础开始 [7] - 技术发展出现回归，人们再次构建智能体，但新智能体是建立在庞大预训练模型能力之上的，例如DeepMind的SIMA 2和Claude Code [6] 投资热潮与资本周期特征 - ChatGPT作为一个聊天机器人，意外引爆了全球数万亿美元级别的硬件和基础设施投入，投资逻辑反常 [9] - 应用层收入尚未兑现，资本开支已全面爆炸，传统软件公司被迫转型为资本密集型的硬件企业 [3][9] - 当前AI投资热潮与以往不同，资本支出周期极短，芯片每年迭代，数据中心可能几年后就无法承载新芯片，资产折旧会计处理面临挑战 [31] - 大量“在建工程”可能被用作会计手段，延迟资产折旧以保护利润，存在搁浅资产风险 [32] - 私人信贷对这场热潮的融资力度巨大，但存在显著的期限错配风险 [31] 行业竞争格局与商业模式 - AI领域的领先优势并不持久，行业不像“赢家通吃”的平台经济，而更像“高竞争领域”，Google、OpenAI、Anthropic等巨头轮流领先，格局随时可能反转 [3][9] - 人才流动、生态扩散和逆向工程迅速削弱任何单一实验室可能建立的壁垒 [9] - 生成式AI和LLM的运行成本高昂，利润模式不清晰，Google可能凭借成为运行成本最低的一方而赢得最终可能商品化的战争 [15] - 基础模型公司维持高利润率的前提是技术进步持续飞快，并最终实现自我复利的递归改进 [15] - 价值可能不会积累在生产者手中，而是流向客户，如果产业链上无人能赚取疯狂利润，但AI仍然是件大事 [39] 生产力提升与就业影响 - AI是否提升生产力缺乏可靠、可量化的指标，现有数据互相冲突，例如Anthropic调研用户自述效率提升50%，而METR研究显示使用编码工具使效率下降约20% [3][12] - 自我感觉的“爽”不代表真正提效，行业迫切需要可靠的生产力量化体系和精细化的“过程仪表盘” [3][12] - 尽管当前模型能力远超2017年预期，但尚未引发白领岗位大规模替代，因模型错误率、自我纠错弱、责任链复杂，难以无缝接入真实工作流 [3][17] - 编程成为AI大规模工业应用的先锋，因其具有相对“闭环”的属性，易于验证和部署 [21] - 更多行业需要构建验证与自动化闭环，才能释放真正的生产力潜力，预计程序员身上发生的事即将在更广泛的知识工作者身上发生 [3][22] 财务指标与资本回报风险 - 核心担忧在于资本回报率是否撑得住，需关注投资资本回报率、折旧周期和搁浅资产等财务结构性风险 [3] - 若终端AI收入增速远低于基础设施投入，可能出现庞大“在建工程”滞留 [3] - 英伟达利润的大约一半被与股票挂钩的薪酬抵消，若准确计入股权激励成本，利润率会低得多 [27] - 大型软件公司正变成资本密集型硬件公司，其投资资本回报率正在飞速下滑，这种趋势可能持续到2035年，长远将压低股价 [27][28] - 投资资本回报率的趋势是衡量公司剩余机会的关键指标，AI建设的支出最终必须获得高于投资成本的回报，否则没有经济价值增量 [28][29] 能源与基础设施瓶颈 - AI革命的最终瓶颈不是算法，而是能源，算力需求持续攀升，电力供应成为绝对硬约束 [3][53] - 真正限制AI广泛进入实体经济的，不是模型，而是“电从哪里来”，AI革命可能写在电网里，而不是写在代码里 [3] - 小型核电、独立电网、能源基础设施将决定AI发展的上限 [3] - 大规模AI数据中心是新型能源技术有用的试验客户，AI能源需求与核能技术的融合值得期待 [53] 未来关键观察指标与潜在变数 - 判断AI是否健康发展需关注五个关键变量：能力、效率、资本回报、产业闭环与能源供给 [3] - 改变看法的关键指标包括：AI应用收入是否能突破5000亿美元、前沿实验室收入是否突破1000亿美元、芯片使用寿命是否延长、持续学习是否被攻克、规模化是否遇到瓶颈等 [3][42][43][45] - 若“缩放撞墙”，即能力进步遇到根本性瓶颈，将对研究范式及AI经济产生深远影响 [45] - 若出现能提高分布式训练效率的技术突破，使得训练前沿模型不再需要庞大单一实体，将改变AI的政治经济格局，引发重大政策影响 [46] - 若“持续学习”问题得到解决，使AI能像共事六个月的老员工一样理解上下文，将是能力的巨大释放 [45] - 自主AI智能体在大型公司中取代数百万工作岗位，或应用层收入达到5000亿美元或更多，将促使观点重大重新校准 [42]

美股芯片股集体大涨 - 当地时间周五，美股三大指数全线上涨，标普500指数收盘创新高，存储芯片、半导体板块集体大涨 [1] - 闪迪股价大涨12.81%，报收377.41美元/股，再创历史新高，总市值突破550亿美元 [2] - 自去年4月下旬以来，闪迪股价累计涨幅超过1100% [1] - 其他个股方面，英特尔涨超10%，拉姆研究涨近9%，应用材料、西部数据涨近7%，阿斯麦涨超6%，美光科技涨超5%，博通涨近4% [1] 闪迪股价上涨的驱动因素 - 野村证券分析师预计，为应对服务器级存储的强劲需求，闪迪可能在本季度将其面向企业级固态硬盘（SSD）的大容量3D NAND闪存价格上调一倍 [5] - 渠道调查显示，闪迪用于企业级SSD的NAND产品在本季度环比涨幅可能超过100% [5] - 涨价归因于短期供应短缺和受人工智能（AI）整体发展推动的中期需求增长，特别是AI存储架构的变化 [5] - 美国银行将闪迪的目标价从300美元上调至390美元，并给予“买入”评级 [6] - 供应链消息称，闪迪向客户提出需全额现金预付款以换取1至3年供应保障的新合同模式，部分云服务商因AI需求激增及原厂扩产周期长而考虑接受 [7] AI需求成为存储芯片核心驱动力 - 野村证券报告指出，英伟达是此轮闪存芯片涨价的主要推手，其推理上下文内存存储平台（ICMSP）是今年企业级存储需求的重要驱动因素之一 [6] - 以英伟达的VR NVL144机架为例，每个机架包含18颗DPU，对应9.216TB的3D NAND容量，假设英伟达每年出货5万套该机架，则需要从供应链中获得约0.439EB（艾字节）的3D NAND [6] - 英伟达首席执行官黄仁勋在2026年国际消费电子展（CES）上发布Vera Rubin平台，分析师们对该平台中NAND在AI基础设施中所扮演角色的看法愈发乐观 [6] - 英伟达下一代AI平台Rubin现已全面量产，其AI原生存储平台——推理上下文记忆存储平台可提升长上下文推理性能，实现每秒token数、单位总拥有成本（TCO）性能及能效均提升5倍 [8] - 三星电子和SK海力士计划在第一季度将服务器内存价格最高上调至70%，AI需求的激增正冲击全球供应链格局 [7] 存储行业进入“量价齐升”上行周期 - 据SIA数据，2025年10月全球半导体销售额创下727亿美元的历史新高，同比增速达27.2% [9] - 存储芯片作为核心驱动力，预计2025年全年实现28%的强劲增长 [9] - 本轮复苏呈现明显的“AI导向”特征，直接推动了高端HBM及高层数NAND持续放量，行业确立“量价齐升”格局 [9] - 国泰海通证券预计，2026年一季度NAND和DRAM合约价将分别环比增长33%—38%、55%—60% [8] 存储产业链国产化机遇 - 存储供不应求持续，同时海外存储巨头在通用存储方面的扩产进度可能有限，为国内存储厂商扩产、提升份额带来历史性机遇 [9] - 在DRAM领域，长鑫科技于2025年11月推出DDR5产品，在峰值速率等主流技术参数上达到国际一线水平 [9] - 在NAND领域，长江存储自主研发的Xtacking架构实现了3D NAND技术的跨越式发展 [9] - 长鑫科技IPO已获受理，长江存储的母公司长存集团于2025年9月完成股份制改革，未来推进融资后有望实现较大的扩产体量 [9]

人工智能与通用人工智能发展预测 - 人工智能的“奇点”已经降临，其发展呈现“超音速海啸”式指数加速 [1] - 通用人工智能（AGI）预计将在2026年实现，比大部分主流机构预测的2030年后更为激进 [1] - 到2030年，人工智能将超过所有人类智能的总和 [1] - 目前的AI在算法上还有巨大优化空间，在同样硬件下，智力密度还可以提升10到100倍 [1] - Grok 5预计将于2025年第一季度发布，目前已能分析照片中的电路图错误 [1] AI与机器人对就业市场的影响 - AI的发展将首先取代白领工作，任何涉及点击键盘、移动鼠标的数字工作AI都能做 [2] - 目前AI已经能完成大约一半的数字类工作 [2] - 当人形机器人擎天柱（Optimus）具备重塑原子的能力时，蓝领工作也将实现自动化 [2] - 未来3到4年内，擎天柱机器人在精密手术方面的表现将超越人类医生 [2] - 在不到20年内，工作将成为可选项，完全不需要工作，工作就像一种爱好 [7] 未来经济与货币体系的根本性变革 - 从长远看，货币作为一个概念可能会消失 [4] - 当AI和机器人技术足够强大，能满足所有人类需求时，金钱的相关性将急剧下降 [1][4] - 底层经济逻辑将发生根本变化，能源将成为货币的主要衡量方式 [4][7] - 当商品和服务的产出增速超过货币供应增速，会导致价格暴跌 [4] - AI和机器人会让生产成本趋近于零，所有东西都会变得极其便宜，每个人都能轻松获得想要的商品和服务 [4] - 如果拥有AI和机器人生产芯片、太阳能电池板并开采资源，就能完成自给自足的循环，实现与货币系统脱钩 [4] 机器人技术（特别是医疗领域）的颠覆性前景 - 机器人医生拥有共享记忆、极限精度，且不受情绪干扰 [2] - 未来所有人都可以享受今天总统级的医疗服务 [4] - 机器人共享一个知识库，经验可以无限叠加，1个机器人医生做1万台手术，每个机器人就都能拥有1万台手术的经验 [4] - 手术机器人的发展甚至会让读医学院失去意义 [5] - 机器人医生拥有三重指数增长优势：AI能力指数增长、芯片性能指数增长、机电灵巧度指数增长，三条指数曲线相乘带来火箭般的爆发速度 [5][6] 能源作为未来价值核心与太空解决方案 - 能源是真正的货币，未来所有物质价值的标准都将以能源为基础来衡量 [7] - 如果能拥有太阳能AI卫星，能源将是免费和取之不竭的，因为永远无法利用完所有可用的太阳能 [7] - 没有必要再在地球上搞核聚变，可以利用头顶上免费的“巨型核反应堆”（即太阳） [7] - 具体方案包括利用太阳能提升现有电网效率，并向太空发射太阳能AI卫星 [7] - 部署太阳能AI卫星大概需要发射8000次，每小时发射一次，持续一整年就能完成部署 [7] - 终极方案是在月球建立卫星工厂，就地取材制造卫星，再直接从月球将卫星送入轨道 [7] 社会过渡期与人口问题 - 未来几年经济社会的发展将会非常“颠簸”，人类会同时经历激进变革、社会动荡和巨大繁荣，这是不可避免的过渡时期 [6] - 人口下降是一个大问题，更少的人类意味着我们的意识少了 [8] - 如果生育率下降的趋势继续下去，情况会更糟 [8] - 如果有更多的人，人类更有可能理解宇宙本质的答案 [8]

台积电2纳米制程需求与市场地位 - 台积电2纳米制程的投片量已达3纳米制程的1.5倍，显示需求十分强劲[1] - 苹果、高通与联发科是台积电2纳米制程的主要客户[1] - 得益于2纳米制程的强劲需求，台积电预计在AI加速器市场维持超过95%的市占率[1] 台积电2纳米制程产能与营收预测 - 预计到2024年底，台积电2纳米制程晶圆的月产量将达到14万片[2] - 台积电2纳米制程的营收预计将在2026年第三季度超越其3纳米与5纳米制程的营收总和[2] - 苹果作为台积电2024年最大客户，已拿下超过一半的初始2纳米产能[2] 主要客户产品规划与竞争 - 苹果计划将大部分获得的2纳米晶圆用于制造iPhone 18系列的A20与A20 Pro芯片，以及未来的M6芯片[2] - 高通与联发科也有望与苹果在同一月份发布其2纳米系统单芯片[2] - 即使英特尔也在其自家产品中增加采用台积电2纳米制程，同时展示了采用其自身18A技术的Panther Lake芯片[1] 技术发展与供应链动态 - 联发科已于2023年完成其首款2纳米制程系统单芯片的投片[1] - 台积电推出了2纳米制程的改良版N2P，可为客户提供更高的CPU频率和充分的出货量[2] - 有分析指出，苹果虽在评估使用英特尔代工服务（IFS）18A制程的可能性，但基于技术与成本考量，预计不会大量采用[3]