公司再融资计划 - 公司拟发行可转换公司债券募集资金总额不超过80亿元（含），这是再融资新政发布后沪市首单出炉的再融资预案 [1] - 本次发行预案已提交董事会审议，尚需提交股东会审议批准，公司董事会决定暂不立即召开股东会，待相关工作完成后再行提请 [1] 募集资金用途 - 募集资金扣除发行费用后，将全部用于三个主营业务项目，总投资额与拟投入募集资金均为80亿元 [3] - 具体投向为：面向人工智能的先进算力集群系统项目35亿元、下一代高性能AI训推一体机项目25亿元、国产化先进存储系统项目20亿元 [3] 公司战略与业务影响 - 此次再融资旨在把握人工智能产业发展趋势，打造智能算力技术体系护城河，加速推进算力基础设施国产化进程 [3] - 公司计划基于产业趋势和需求，发挥龙头企业技术和产品领先优势，实现高水平科技自立自强，构筑算力国产化护城河 [3] - 公司是我国核心信息基础设施领军企业，为全球用户提供IT产品、解决方案及服务，实际控制人为中科院计算所 [7] 公司近期财务与运营状况 - 公司总资产从2022年的318.11亿元增至2024年的366.17亿元，非流动资产占比由47.12%升至61.80%，主要因长期资产投入增加 [4] - 2024年营收为131.48亿元，同比下降8.40%，主要原因是公司减少了低毛利项目的投入 [4] - 归母净利润持续增长，2024年达19.11亿元，2025年1–9月达9.66亿元 [4] - 资产负债率稳定在40%左右，流动比率与速动比率均高于行业安全阈值，偿债能力较强 [4] - 存货周转率从1.51提升至2.48，显示运营效率显著改善 [4] 行业与监管背景 - 2月9日，沪深北交易所宣布优化再融资一揽子措施，旨在支持优质上市公司创新发展，提高再融资效率 [5][6] - 新规明确对经营治理与信息披露规范、具有代表性与市场认可度的优质上市公司优化审核 [5][6] - 沪深交易所修订了“轻资产、高研发投入”规则，明确了主板企业认定标准，以更好适应科创企业再融资需求 [5] - 存在破发情形的上市公司，可以通过定增、发行可转债等方式合理融资，但募集资金需投向主营业务 [5] - 监管将坚持优中选优、宁缺毋滥，支持资金投向与主营业务有协同的新产业、新业态、新技术及第二增长曲线，严防盲目跨界和多元化投资 [6] 市场反应 - 2月9日，公司股价上涨5.12%，收于91.23元/股 [8]

公司近期重大资本运作 - 公司拟通过向不特定对象发行可转债募资不超过80亿元，用于三个核心人工智能及算力基础设施项目[2] - 此次募资是上交所发布再融资优化措施后，沪市首单再融资示范案例[2] 募投项目具体规划 - **面向人工智能的先进算力集群系统项目**：拟投入募集资金35亿元，用于研发下一代先进算力超节点硬件系统、高速互连系统，并构建可统一纳管CPU、GPU、NPU等多种算力的智能调度平台[3] - **下一代高性能AI训推一体机项目**：拟投入募集资金25亿元，涵盖硬件研发、部署管理平台、加速工具链及服务平台四大模块，旨在推动AI技术与实体经济融合[3] - **国产化先进存储系统项目**：拟投入募集资金20亿元，基于国产处理器芯片等核心部件开展研发[3] 公司战略意图与行业背景 - 公司认为此次再融资有利于把握AI产业发展趋势，打造智能算力技术体系护城河，并加速推进算力基础设施的国产化进程[5] - 人工智能正在驱动全球产业格局重塑，其规模化落地需要算力基础设施突破从“技术可行”到“商业可用”的瓶颈[5] - 公司未来战略是围绕高端计算机核心业务，在超节点智算算力、科学大模型开发平台等领域持续突破，完善“芯—端—云—算”的全产业链系统能力[6] 近期业务进展与技术突破 - 2月5日，公司提供的3套万卡超集群系统在国家超算互联网核心节点上线试运行，成为全国首个实现3万卡部署且投入运营的最大国产AI算力池[6] - 2025年11月6日，公司发布了全球首个单机柜级640卡超节点scaleX640，该产品基于“AI计算开放架构”，支持多品牌加速卡，兼容主流计算生态，适用于万亿参数大模型训练等前沿场景[8] - scaleX640超节点旨在降低AI集群研发门槛，推动AI算力从“昂贵资源”转变为“普惠基础设施”[8] - 公司在算力国产化、AI算力扩张、计算技术架构突破等赛道具备显著增长潜力[6]

报告公司投资评级 - 首次覆盖，给予“推荐”评级 [3][8] 报告核心观点 - 沐曦股份是国内领先的高性能通用GPU企业，聚焦训推一体、通用计算及图形渲染三大产品线，构建全栈自主可控技术体系，有望在未来三年持续扩大市场份额，成长为国产GPU产业链中的关键支点与核心突破力量 [8] - 在AI大模型、智能推理等核心应用的驱动下，中国GPU市场高速增长，预计2029年市场规模将达到1.36万亿元，为具备技术突破与商业化能力的国产厂商提供了黄金发展窗口 [8] - 沐曦以曦云C系列为代表，在架构设计、生态兼容、互联带宽与工程化能力等核心维度持续突破，逐步实现通用GPU从“能用”到“好用”的关键跃升，并已构建起“技术-产品-市场”闭环 [8] - 预计公司2025-2027年将实现营收16.65/34.31/58.44亿元，对应现价PS为119/58/34倍，公司正从产品验证迈入规模化盈利阶段 [8] 公司业务与产品分析 - 沐曦是国内高性能通用GPU产品的主要领军企业之一，产品覆盖人工智能计算、通用计算和图形渲染三大领域，形成了曦思N系列（智算推理）、曦云C系列（训推一体/通用计算）和曦彩G系列（图形渲染）的产品体系 [15] - 公司是国产GPU自主化的核心突破者，也是商业化落地的快速领跑者，产品性能对标国际旗舰，是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发和推动万卡集群的落地 [16] - 公司主力产品曦云C500于2024年2月正式量产，最新一代在研产品曦云C600于2024年10月流片，计划于2025年Q4小批量量产，曦云C700预计将于2026年Q2流片 [20] - 2025年2月，沐曦与联想共同推出的国产DeepSeek一体机解决方案中，其曦思N260 GPU推理性能达到了NVIDIA L20 GPU的110%-130% [21] - 公司营业收入自2022年的42.64万元大幅增长至2024年的7.43亿元，最近三年营业收入复合增长率达4074.52%，2025年前三季度营业收入达到12.36亿元 [29][30] - 2024年度及2025年Q1，训推一体芯片曦云C500系列收入占主营业务收入的比例分别为97.28%和97.87%，是绝对核心收入来源 [31][76] - GPU板卡产量从2023年的5,933张增至2024年的35,458张，2025年一季度产量已达7,124张，产销率达132.02% [76] - 公司毛利率从2022年的24.10%增长至2025年前三季度的55.76% [35] - 公司销售、管理、财务费用率持续改善，2025年前三季度分别为9.53%、19.75%和-0.33% [35] - 公司研发投入持续高企，2024年研发费用为9.01亿元，2025年前三季度研发投入为6.95亿元，占营业收入比56.25% [37][92] 行业与市场分析 - 过去五年，中国GPU产业规模从2020年的0.04万亿元迅速增长至2024年的0.16万亿元，年均复合增速超过40%，并预计在2029年达到1.36万亿元，全球市场占比将由2024年的30.8%提升至37.8% [8] - 全球GPU市场规模预计将从2024年的1.05万亿元增长至2029年的3.61万亿元，复合年均增长率为24.5% [46] - 根据IDC数据，2024年中国GPU市场中，英伟达销量占比达70%，华为昇腾以23%的销量份额成为国产芯片的领跑者 [50] - 美国对华AI芯片出口禁令升级，推动国产GPU从实验室测试加速进入实际场景落地，国产厂商在硬件、软件及生态配套上的协同能力不断提升 [53] - BAT（百度、阿里、腾讯）合计资本开支从2022年687.4亿元增长到2024年1574.47亿元，年均复合增长率约为51.34%，展现出在AI基础设施上的全面提速 [56] - 腾讯2024年资本开支为768亿元，2024年全年研发投入达707亿元；阿里巴巴2024年资本开支为725.13亿元，并宣布未来三年将投资超过3800亿元用于云和AI基础设施 [57][62] 公司竞争优势与战略 - 沐曦核心团队技术背景深厚，主要成员来自AMD、华为海思等知名企业 [28] - 公司拥有自研XCORE架构与MXMACA软件栈，产品兼容CUDA生态，显著降低用户迁移成本 [66][70] - 曦云C600基于自主XCORE1.5架构，全流程采用国产供应链，搭载HBM3e显存（容量144GB），在显存带宽方面具备优势 [68][70] - 公司自研MetaXLink高速互联协议支持最多64卡级联组网，具备较高的集群扩展性与通信效率 [70] - 公司采用“三步走”发展路径：从研发优势向产品优势转化，再向市场领先优势跃升，最终巩固为基业长青的运营优势 [102][103][104] - 公司坚定推进“1+6+X”发展战略，即以一个核心技术平台为基础，深化六大核心应用方向，并延展至多元行业场景 [105] 客户与渠道 - 公司采用直销与经销相结合的销售模式，前五大客户收入占比从2023年的91.58%下降至2024年的71.09%，客户集中度趋于分散 [84] - 超讯通信是公司GPU产品的特定行业总代理商，2025年一季度成为公司第一大客户，销售金额1.28亿元，占当期营业收入的39.95% [85][86] 财务预测与估值 - 报告预测沐曦股份2025-2027年营业收入分别为16.65亿元、34.31亿元、58.44亿元，同比增长124.1%、106.1%、70.3% [3] - 报告预测归属母公司股东净利润2025-2027年分别为-6.97亿元、0.41亿元、9.17亿元，预计2026年实现扭亏为盈 [3] - 基于2026年2月6日收盘价493.88元，对应2025-2027年预测PS分别为119倍、58倍、34倍 [3] - 训推一体系列业务：预计2025-2027年收入分别为16.24亿元、33.29亿元、56.59亿元，毛利率分别为56.50%、57.80%、59.00% [106] - 智算推理系列业务：预计2025-2027年收入分别为0.16亿元、0.64亿元、1.28亿元，毛利率分别为6.50%、7.00%、7.50% [107] - IP授权及其他业务：预计2025-2027年收入分别为0.25亿元、0.38亿元、0.56亿元，毛利率维持在25.00% [109]

报告投资评级 - 首次覆盖，给予“推荐”评级 [3][8] 报告核心观点 - 沐曦股份是国内领先的高性能通用GPU企业，致力于突破“卡脖子”技术，构建全栈自主可控技术体系，产品覆盖训推一体、通用计算及图形渲染三大领域 [8][15] - 在AI大模型、智能推理驱动及算力国产化政策支持下，中国GPU市场高速增长，国产厂商迎来黄金发展窗口，沐曦有望持续扩大市场份额 [8][44][46][47] - 公司以曦云C系列为核心产品，在架构设计、生态兼容、互联带宽等方面持续突破，已实现千卡集群商用部署，正从技术验证迈向规模化盈利阶段 [8][16][66] - 公司“1+6+X”战略持续深化，叠加科创板政策赋能、国产替代需求放量及产业链协同，预计未来三年营收将实现高速增长，并于2026年扭亏为盈 [3][8][105] 公司概况与业务分析 - 沐曦股份是国内高性能通用GPU产品的主要领军企业之一，专注于高性能GPU芯片及计算平台的自主研发与设计 [15] - 公司核心产品线包括：用于训推一体和通用计算的曦云C系列、用于智算推理的曦思N系列、以及正在研发用于图形渲染的曦彩G系列 [15][17] - 公司是国内少数真正实现千卡集群大规模商业化应用的GPU供应商，并正在研发和推动万卡集群落地 [8][16] - 公司营收增长迅猛，营业收入从2022年的42.64万元大幅增长至2024年的7.43亿元，2025年前三季度营收达12.36亿元 [29][30] - 公司目前处于战略性亏损阶段，2024年归母净利润为-14.09亿元，但2025年前三季度亏损收窄至-3.46亿元，预计2026年将实现盈利 [3][30] - 收入高度集中于训推一体芯片曦云C500系列，2025年第一季度该系列收入占比达97.87% [31] - 毛利率保持在较高水平，2025年前三季度毛利率为55.76% [8][35] - 公司研发投入巨大，2024年研发费用为9.01亿元，研发费用率超过100%，截至2025年Q1，研发技术人员占比74.94% [37][38] 行业与市场分析 - AI驱动下全球GPU市场高速增长，预计2029年全球市场规模将达到3.61万亿元人民币，2024-2029年复合年均增长率为24.5% [46] - 中国GPU市场增长更为迅速，产业规模从2020年的0.04万亿元增长至2024年的0.16万亿元，预计2029年将达到1.36万亿元，全球占比从30.8%提升至37.8% [8][47] - 美国对华AI芯片出口禁令升级，加速了国产GPU从测试进入实际场景落地，云厂商和数据中心开始构建国产替代方案 [53] - 国内科技巨头（BAT）资本开支大幅增长，从2022年的687.4亿元增至2024年的1574.47亿元，年均复合增长率约51.34%，持续加码AI算力基础设施 [56] - 2024年中国GPU市场由英伟达主导（销量占比70%），华为昇腾以23%的份额成为国产芯片领跑者，市场竞争激烈 [50] 产品竞争力与战略 - 主力产品曦云C500采用7nm工艺，FP16算力达240TFLOPS，搭载HBM2e显存，通过自研MXMACA软件栈兼容CUDA生态，支持最高64卡互联 [66][68] - 新一代产品曦云C600于2025年发布，采用自主XCORE1.5架构，搭载HBM3e显存（容量144GB），全流程采用国产供应链 [68][70] - 与华为昇腾等国产竞品相比，曦云C系列在显存带宽（HBM3e）、生态兼容性（兼容CUDA，迁移成本低）及互联架构（自研MetaXLink）方面具备差异化优势 [70][71][72] - 公司制定了“三步走”发展路径：从研发优势向产品优势转化、从产品优势向市场领先优势跃升、最终巩固为基业长青的运营优势 [102][103][104] - 公司推行“1+6+X”发展战略，以一个核心技术平台为基础，深化六大核心应用方向，并拓展至多元行业场景 [8][105] 客户、供应链与财务对比 - 客户集中度逐步改善，前五大客户收入占比从2023年的91.58%下降至2025年Q1的88.35% [84] - 超讯通信是公司重要合作伙伴及客户，2025年Q1为其第一大客户，销售金额1.28亿元，占比39.95% [85][86] - 公司正在大力开拓互联网企业和运营商两类关键客户，并已取得进展，预计2025年内有望实现首个互联网客户订单 [11] - 供应链集中度较高，前五大供应商采购占比超90%，晶圆与HBM内存采购占比之和始终在55%以上 [78][81] - 与寒武纪、摩尔线程等国产算力公司对比，沐曦2025年前三季度营收为12.36亿元，毛利率为55.76%，研发费用率为56.25% [92][93] - 截至2025年Q3，公司预付款项为7.51亿元，存货为14.72亿元 [97][99] 盈利预测 - 预计公司2025-2027年营业收入分别为16.65亿元、34.31亿元、58.44亿元，同比增长124.1%、106.1%、70.3% [3] - 预计公司2025-2027年归属母公司股东净利润分别为-6.97亿元、0.41亿元、9.17亿元，将于2026年扭亏为盈 [3] - 预计2025-2027年每股收益（EPS）分别为-1.74元、0.10元、2.29元 [3] - 核心增长驱动来自训推一体系列业务，预计2025-2027年该业务收入分别为16.24亿元、33.29亿元、56.59亿元，毛利率稳步提升 [106] - 智算推理系列及IP授权等其他业务预计将保持增长，但基数相对较小 [107][109]

上海集成电路与AI芯片产业现状 - 上海集成电路产业规模位居中国城市之首，2025年营收规模超4800亿元，科创板上市企业达35家，位列全国第一[5] - 上海在全球集成电路产业综合竞争力百强城市中，中国大陆排名第一，全球排名第四[5] - 2025年是上海芯片企业丰收年，壁仞科技、天数智芯、沐曦股份等AI芯片公司上市，其中壁仞科技市值约700亿元，天数智芯市值约400亿元，沐曦股份市值约2000亿元[5] - 上海已集聚壁仞科技、沐曦股份等一大批人工智能芯片公司，与深圳（华为海思）、北京（昆仑芯、摩尔线程）形成全国三足鼎立格局[6] - 上海在人工智能数据方面全国领先，率先成立功能性和市场化双轮驱动的语料数据公司（上海库帕思科技有限公司），并在多模态数据集建设上拔得头筹[6] 本土AI芯片企业发展与挑战 - 本土AI芯片企业（如沐曦股份）增长迅速，2024年收入7.4亿元，2025年上半年收入达9.15亿元[4] - 全球AI生态高度依赖英伟达，95%的AI软件开发人员基于英伟达CUDA开发，80%的大模型基于英伟达芯片训练和推理，而使用中国芯片做AI生态开发的人员不到2%[8] - 国产AI芯片目前尚不能大范围应用，主要挑战在于性能（尤其在训练任务上）和软件生态不兼容，各家公司有各自的软件架构平台，导致开发者分散[8] - 中国GPU算力面临“高端稀缺、中低端过剩”的结构性矛盾，核心IP核、高带宽存储（HBM）等关键部件依赖进口，软件生态与国际主流体系兼容性不足[13] 生态建设与协同发展建议 - 建议国家、上海政府或行业协会层面制定异构算力的统一开发平台标准或联盟，以打破各家芯片企业软件栈不兼容问题，提高效率并减少浪费[9] - 建议研究和制定《国产GPU软件适配标准》，推动主流算法框架与国产GPU的原生适配[9] - 建议联动本地芯片龙头企业（壁仞、沐曦、燧原）、高校科研机构（复旦、交大、上科大）及云服务厂商（优刻得），重点攻坚AI大模型、自动驾驶、生物医药等领域的深度适配[2][9] - 建议在政务、金融、医疗等行业率先应用推广“国产GPU+本地AI框架”全栈方案，通过政府购买服务引导行业应用，培育自主生态[9] - 科研机构被视为国产芯片的重要突破口，中国AI论文数量已超美国，若科研机构普遍基于国产芯片做研究、发论文，有望带动全球研究者采用[10] - 大模型开发企业（如阶跃星辰）正积极从算法层面拥抱国产芯片，与芯片企业（如壁仞）协同，将国产算力支持纳入模型设计，共同提高软硬件优化程度和使用效率[13] 未来展望与战略方向 - 分析师认为算力国产化进程在2026年将持续，中国模型的平均智能水平与美国最先进模型的差距将逐渐缩小，且中国模型整体性价比相比美国更具竞争优势[12][13] - 国产算力在2025年稳步扎实发展，无论是单卡性能还是超节点技术，有希望在2026年于推理和模型训练环节拿到更多份额[14] - 高端芯片短缺虽影响中国大模型企业发挥，但为中国芯片企业向产业上游攀升提供了机会窗口[13] - 国产芯片企业应找到更多应用场景，从应用场景推动更多人使用国产芯片[13] - 中国算力芯片企业应瞄准海外市场，国产算力企业及云服务厂商应组团拓展东盟、中亚等“一带一路”沿线国家市场，建设“上海算力出口服务平台”，推广国产GPU解决方案，打造海外生态[13][14] - 建议实施“GPU产业高端人才计划”，针对核心IP设计、高端算法优化等海外高端人才，采取高校科研机构与企业“双挂”“双聘”的柔性人才引进机制[14]

上海集成电路与人工智能产业发展现状 - 上海集成电路产业规模位居中国城市之首，2025年营收规模超4800亿元，科创板上市企业达35家，位列全国第一[9] - 在全球集成电路产业综合竞争力百强城市中，上海在中国大陆排名第一，全球排名第四[10] - 2025年是上海人工智能芯片企业的丰收年，壁仞科技、天数智芯、沐曦股份等公司相继上市，其中壁仞科技市值约700亿元，天数智芯市值约400亿元，沐曦股份市值约2000亿元[9] - 上海已集聚壁仞科技、沐曦股份等一大批人工智能芯片公司，与深圳（华为海思）、北京（昆仑芯、摩尔线程）形成全国三足鼎立格局[10] - 上海在人工智能数据建设方面领先，率先成立了功能性和市场化双轮驱动的语料数据公司，并在多模态数据集建设上拔得头筹[11] 本土AI芯片企业的进展与挑战 - 本土AI芯片企业如沐曦股份业绩增长迅速，2024年收入7.4亿元，2025年上半年收入达9.15亿元，并于2025年12月登陆科创板[7] - 全球AI生态高度依赖英伟达，95%的AI软件开发人员基于CUDA开发，80%的大模型基于英伟达芯片训练和推理，而使用中国芯片做AI生态开发的人员不到2%[14] - 国产AI芯片目前尚不能大范围应用，主要原因在于性能与生态锁定，国产芯片在训练大模型时性能相对薄弱，但已能较好完成推理任务[14] - 中国AI芯片产业存在软件生态碎片化问题，各公司拥有各自的软件架构平台，导致每个平台使用者少，难以形成规模效应[15] - 中国GPU算力面临“高端稀缺、中低端过剩”的结构性矛盾，核心IP核、高带宽存储（HBM）等关键部件依赖进口，软件生态与国际主流兼容性不足[23] 构建自主生态的建议与路径 - 建议国家、地方政府或行业协会层面统一部署，制定异构算力的统一开发平台标准或联盟，以打破各家芯片企业软件栈不兼容问题，提高效率并减少浪费[16][17] - 建议研究和制定《国产GPU软件适配标准》，推动主流算法框架与国产GPU的原生适配，并联动本地芯片龙头、高校科研机构及云服务厂商，重点攻坚AI大模型、自动驾驶、生物医药等领域的深度适配[19] - 建议在政务、金融、医疗等行业率先应用推广“国产GPU+本地AI框架”全栈方案，通过政府购买服务引导行业应用，培育自主生态的市场土壤[19] - 科研机构被视为国产芯片的重要突破口，因其对算力要求相对较低，若能普遍基于国产芯片进行研究并发表论文，其成果可为全球参考，并有望带动国产芯片被全球采用[20] - 建议国产算力企业与云服务厂商组团拓展东盟、中亚等海外市场，通过技术输出与本地化服务构建国际产业链，结合“一带一路”倡议，在沿线国家布局海外算力节点，推广国产GPU解决方案[25][26] - 建议实施“GPU产业高端人才计划”，针对核心IP设计、高端算法优化等领域，采取高校科研机构与企业“双挂”“双聘”的柔性人才引进机制，吸引海外高端人才参与产业发展[26] 行业未来展望与发展机遇 - 分析师认为2026年算力国产化进程将持续，中国AI进程不会因算力瓶颈受到严重阻碍，国内互联网、科技大厂及AI创业公司将继续推动模型快速迭代，缩小与美国最先进模型的能力差距[23] - 中国大模型在追求智能水平的同时，整体性价比相比美国模型更具竞争优势，更符合企业用户和普通消费者对价格可负担性的考量[23] - 高端芯片的短缺虽然影响中国大模型企业的发挥，但也为中国芯片企业向产业上游攀升提供了机会窗口[24] - 大模型开发企业正积极从算法层面拥抱国产芯片或更灵活的算力基础设施，通过将国产算力支持纳入模型架构设计，共同提高软硬件优化程度和使用效率，例如上海阶跃星辰与壁仞科技已开展协同[24] - 国内芯片企业接下来的工作重点应是找到更多应用场景，从场景出发吸引更多人使用国产芯片[25] - 中国每年向全球出口接近3000亿颗芯片，但平均价格仅3-4元，大部分为中低端产品，中国的AI算力芯片也应瞄准海外市场，未来成为中国出口的名片[25] - 分析师预计，国产算力在2025年稳步扎实发展的基础上，有希望在2026年于推理和模型训练环节拿到更多的份额[26]

文章核心观点 - 行业专家和公司高管认为，国产算力有望在2026年于推理和训练环节获得更多市场份额，中国AI模型与全球领先水平的差距预计将缩小 [1][16][20] - 上海已形成国内领先的集成电路产业生态，为AI芯片企业发展奠定基础，并出现壁仞、沐曦、天数智芯等一批上市公司，与深圳、北京形成三足鼎立格局 [2][4][5][6] - 当前国产AI芯片面临的主要挑战是生态薄弱，全球95%的AI开发基于英伟达CUDA，而中国芯片生态分散，需要建立统一开发平台标准以突破生态壁垒 [9][10][12] - 为促进发展，建议通过制定国产GPU软件适配标准、在政务等行业率先应用、鼓励科研机构使用、组团出海拓展市场及引进高端人才等多措并举，构建自主生态 [10][13][14][18][19][20] 上海集成电路与AI芯片产业现状 - 上海集成电路产业规模位居中国城市之首，2025年营收规模超4800亿元，拥有科创板上市企业35家，位列全国第一 [6] - 上海已集聚一批AI芯片公司，如壁仞科技（市值约700亿元）、天数智芯（市值约400亿元）、沐曦股份（市值约2000亿元），燧原科技科创板IPO已获受理 [5][6] - 沐曦股份2024年收入7.4亿元，2025年上半年收入9.15亿元，并于2025年12月登陆科创板 [4] - 上海在人工智能数据建设方面也处于领先，已成立功能性和市场化双轮驱动的语料数据公司 [7] 国产AI芯片面临的挑战与生态短板 - 全球95%的AI软件开发人员基于英伟达CUDA开发，80%的大模型基于英伟达芯片训练和推理，而使用中国芯片做AI生态开发的人员不到2% [9] - 国产AI芯片目前尚不能大范围应用，原因包括性能（尤其在训练方面）与英伟达芯片有差距，但更大的问题在于全球AI生态几乎锁死在英伟达产品上 [9] - 国内各家芯片企业（如华为、寒武纪及已上市GPU公司）拥有各自独立的软件架构平台，导致每个平台的开发者数量很少，生态难以形成合力 [9] - 中国GPU算力存在“高端稀缺、中低端过剩”的结构性矛盾，且关键部件如核心IP核、高带宽存储依赖进口 [16] 发展建议与未来路径 - 建议在国家、地方政府或行业协会层面推动制定异构算力的统一开发平台标准或联盟，以打破软件栈不兼容问题，提高效率并减少浪费 [10][11] - 建议研究和制定《国产GPU软件适配标准》，联动芯片龙头、高校、云厂商，重点攻坚AI大模型、自动驾驶、生物医药等领域的深度适配 [13] - 建议在政务、金融、医疗等行业率先应用推广“国产GPU+本地AI框架”全栈方案，通过政府购买服务引导行业应用，培育自主生态 [13] - 可将科研机构作为突破口，鼓励其普遍在国产芯片基础上进行研究并发表论文，以带动国产芯片被全球研究者参考和采用 [14] - 国产算力企业和云服务厂商应组团拓展东盟、中亚等海外市场，结合“一带一路”建设海外算力节点，推广国产GPU解决方案，打造海外生态 [18][19] - 建议实施“GPU产业高端人才计划”，针对核心IP设计、高端算法优化等海外高端人才，采取柔性引进机制 [20] - 中国大模型开发企业正从算法层面拥抱国产芯片，例如上海阶跃星辰与壁仞已开展协同，共同提高软硬件优化程度和算力使用效率 [17] - 中国每年向全球出口接近3000亿颗芯片，但平均价格仅3-4元，大部分为中低端产品；AI算力芯片应瞄准海外高端市场，使之成为出口名片 [18]

文章核心观点 - 2026年瑞银大中华研讨会聚焦人工智能，探讨了AI从技术突破到商业落地、从基础设施到制度变革的全方位影响，认为AI正在以前所未有的速度重塑经济格局与产业生态 [4] 硬核崛起：半导体与算力的国产化进阶之路 - 在硬件层面，中国正在经历从“追赶者”到“并跑者”甚至一些领域“领跑者”的转变，在功率半导体等关键领域已逐步缩小与国际巨头的差距 [6] - 中国完整的产业链与快速响应的客户生态，为本土企业在AI数据中心、新能源汽车、机器人等新兴领域快速切入提供了独特优势 [6] - 受限于台积电的产能限制，国产GPU企业的封装需求转向国内，倒逼本土企业研发适配的工艺设备与材料，中国在半导体设备、材料及先进封装等领域正迎来“系统性机会” [6] - 随着国产GPU公司崛起与AI算力需求爆发，中国有望在5-10年内培育出多个世界级的半导体企业，并形成具有自主技术路径的产业生态 [6] 应用落地：中国AI正从模型能力走向商业价值 - 2026年被多位嘉宾视为“智能体（Agent）元年”，过去由大学生、白领主导的分析、洞察类工作，正逐步被智能体替代或赋能 [7] - 以消费品行业为例，企业打造的AI智能体能够通过实时抓取社媒数据、分析市场趋势、生成产品创意，将新品研发周期从2-3个月缩短至每日迭代 [7] - 智能体正从被动响应指令的工具，转变为主动推送方案、驱动决策的“虚拟员工” [7] - 中美AI应用发展路径存在差异：美国企业更倾向于在不确定性中探索技术边界，而中国企业则擅长在明确需求下实现效率最大化，并且在成本控制等方面具有较强的竞争力 [7] - 中国AI应用正从本土走向全球，一些世界500强企业已开始引入中国的AI解决方案，“中国实践”正在成为全球标杆 [7] 基础设施：电力成为AI竞赛的新瓶颈 - AI的爆发式增长正在倒逼基础设施全面升级，电力供应成为制约算力发展的关键瓶颈 [9] - 欧美国家面临电网互联审批周期长、发电设备交付滞后等问题，而中国则通过超高压输电、绿电整合等方式，有效缓解能源与算力的错配矛盾 [9] - 液冷技术的普及解决了高密度算力的散热难题，同时无水制冷系统的推广，也有效破解了中西部地区的水资源瓶颈 [9] - 部分企业试图将AI训练外移至东南亚、南美等电力充沛地区，但面临水资源短缺、电网承载力不足、数据主权监管等新挑战 [9] - AI基础设施的竞争不仅是技术与成本的比拼，更是国家间能源统筹与政策协调的较量 [9] 人机共生：人与智能机器如何协作共进 - 美国俄亥俄州立大学工程学院院长Ayanna Howard博士提出协作机器人（Co-robotics）概念，认为未来是人与机器、人与AI协同工作，而非机器取代人类 [10] - AI与机器人将改变每一个现有职业，最容易被替代的将是物流、医院护理、教学等人力短缺、重复性高的领域 [12] - 技术变革将催生全新的就业方向，例如机器人维修师、机器人网络安全专家、人机协作设计师等新兴专业 [12] - 从幼儿园到大学，每个学生都应掌握AI，不仅是使用，更是理解其原理与局限，因为未来的每一份工作都将包含AI元素 [12] - 当学生能随时从AI获取答案，教育的目标不应再是记忆知识，而是学会如何与AI协作学习、批判思考、创造性解决问题 [13] 人工智能时代：制度变革与全球经济格局 - 短期内AI对全球GDP的拉动作用较为温和，2024年诺贝尔经济学奖得主Daron Acemoglu教授的分析表明，如果未来十年生产率能提升2%-3%，已属于乐观预期 [14][15] - 现实世界的工作场景极为复杂，这种复杂性超出了当前多数人工智能模型的能力范围，因此必须将人工智能与组织架构、员工队伍有机结合 [15] - AI真正的潜力不在于替代人类，而在于与人类形成互补，提升决策质量与创造力 [17] - 当前产业界过度追求通用人工智能（AGI），可能忽视了技术的社会嵌入性与制度适配性 [17] - 如果AI的发展路径不能与包容性制度重建相结合，可能加剧社会分裂与全球秩序动荡 [17]

2026年A股市场整体展望 - 2026年A股市场有望步入整体环境更优、结构性特征深化的发展阶段 核心驱动力源于全球流动性环境进一步改善以及人工智能产业进入业绩加速兑现期 整体投资环境具备较强支撑性 [1] - 对2026年全球经济保持乐观 在美国采取相对宽松刺激性政策及中国同步推进货币宽松背景下 2026年有望出现相对友好的资本市场环境 [1] - 全球与国内流动性环境预计同步向好 为市场上涨奠定坚实基础 A股市场或呈现显著的“龙头集中”与“基本面驱动”的结构性特征 [1] 宏观与流动性环境 - 预计2026年仍是流动性偏宽松的年份 因美国就业数据出现恶化迹象 美联储可能采取预防性降息 中国也有可能继续降息降准 这有助于资本市场表现 [1] - 2026年美国预计会继续推出友善资本市场的政策 中国在结构转型阶段 预计会有支持资本市场的政策持续推出 [1] - 在全球投资者日益重视分散投资背景下 中国有望成为国际资金多元配置的重要增量市场 国际投资者加仓中国资产的步伐明显加快 [2] 人工智能产业投资机遇 - AI产业正从技术渗透迈向大规模业绩兑现 2026年投资逻辑与前几年不同 需更关注AI应用能否真正迎来发酵 [1] - 算力仍然是具备长周期行情的重要板块 算力需求的天花板尚未见到 产业链技术迭代极快 供应链持续缩圈 能够进入全球核心客户体系的厂商非常有限 头部公司护城河不断加深 有望持续享受行业高景气红利 [2] - 在单卡性能方面 不少国产芯片公司研发能力不断提升 国内AI模型开发者积极从算法层面拥抱国产化芯片或更灵活的算力基础设施 算力的国产化进程在2026年或会持续加快 [3] - 未来的AI应用场景或更加丰富 从商业化角度看会有不少投资机会涌现 例如模型Agentic水平提高后 或能看到更多大模型变成智能体切入交易场景完成闭环决策 [3] - 2026年 新消费、创新药以及科技AI等领域有望迎来更多突破性成果 需关注代表未来先进生产力的资产 [3] 周期资源板块投资机遇 - 2026开年以来 周期资源板块不断走强 金、银、铜、铝等资产获大量资金青睐 [3] - 从历史数据看 只要全球经济体持续降息 全球制造业PMI数据大概率会往上走 全球制造业大多面临复苏 这对整个周期方向会产生较大利好 2026年的周期行情值得期待 [3] - 有色金属板块被看好 以铜为例 AI对于铜的拉动非常明显 一方面是AI对于电力系统的拉动会促进铜的需求 另一方面是服务器需求 一台GB200服务器重1.35吨 铜的重量是服务器重量的20% 铜作为供需紧平衡行业 小幅度的边际拉动也能产生“四两拨千斤”的作用 [4] - 碳酸锂的资本开支从2026年开始逐渐下滑 到了2028年以后或许出现供应更加紧缺的情况 因锂价在2022年见顶 从2023年开始相关企业扩产意愿大幅衰减 这类资源品的扩产周期约5年 到2028年供给侧缺口会非常明显 从中长期维度看 碳酸锂的价格或迎来重要变化 [5]

AI行业动态与市场观点 - 瑞银分析师认为，综合考虑融资结构、资本开支及算力真实需求，短期内中国出现AI泡沫的概率远低于美国[5] - 瑞银看好算力国产化进程，并看好半导体、人形机器人产业链上游设备、核心零部件及稀土等领域的投资机遇[5] - OpenAI正寻求加强其在美国的硬件供应链，并寻找合作伙伴以进军消费级设备、机器人和云数据中心领域[6] - OpenAI已向美国生产商发出提案请求，征集硅芯片、电机、包装材料及数据中心冷却设备等组件[6] - 智谱与华为联合开源的新一代图像生成模型GLM-Image，在开源不到24小时后登顶全球知名AI开源社区Hugging Face榜单第一[8] - GLM-Image是首次完全依托国产芯片训练的国产模型，其SOTA性能、创新结构和训练过程引发海外科技圈热议[8] 公司资本运作与融资活动 - 快手科技开始推介其首次离岸债券发行，旨在加强人工智能领域的资金投入[7] - 快手科技计划发行5年期和10年期美元债券，初步价格指引分别较美国国债利率高约85个基点和100个基点[7] - 快手科技还计划发行5年期点心债，初步价格指引约为2.95%[7] - 亚马逊阻挠Saks百货破产融资的首次尝试被法官驳回，Saks成功获批获得约4亿美元的现金支持[11] - Saks在未来几周内仍需重返法庭，寻求总额17.5亿美元融资方案的最终批准[11] - 亚马逊及其他反对该融资方案的债权人仍可再次尝试说服法官废止或修改债务协议[11] - 亚马逊在法庭文件中辩称，该融资将令Saks背负数十亿美元新增债务，且部分条款会损害亚马逊及其他无担保债权人的利益[12] 技术进展与供应链动态 - 英伟达已悄然修改其技术论文中关于数据中心铜需求的数据，此前论文称1吉瓦数据中心需要高达50万吨铜母线，存在计算错误[10] - 经修改后，实际上一吉瓦数据中心仅需要200多吨铜，约相当于50万磅，可能是原论文用错了单位[10] - 外界对人工智能数据中心的铜需求可能需要重估[10]