纪要涉及的行业或公司 * 行业：国内算力租赁行业、半导体设备行业、云计算行业[2] * 公司：协创数据、科玛科技（或科马科技）、长川科技、中微公司[2] 核心观点与论据 行情主线与行业趋势 * 行情展望有两条主线：看好国内算力需求与半导体设备[1] * 中国大模型技术加速追赶，与美国差距可能只有几个月，引发全球算力通胀[3] * 云计算和算力租赁行业核心在于需求逻辑闭环与残值重估[2] * 云计算Token需求爆发，国内外云服务提供商业务增速普遍超预期并加速[9] * 算力租赁板块因大模型训练与推理需求持续爆发，云厂算力投入不断超预期[9] * 未来相当长时间内，GPU、CPU、存储等硬件产能释放节奏缓慢，难以匹配需求爆发，算力资源稀缺性将更为突出[10] * NV公司投资20亿美元于全球算力租赁龙头CoV5，表明市场对该领域的重视[10] 协创数据（算力租赁） * 市场明显低估了国内算力租赁赛道的需求[4] * 公司正从轻资产公司转变为重资产公司，近期发布采购110亿元服务器公告[5] * 未来几年资本开支巨大：2026年200多亿元、2027年800亿到1,000亿元、2028年1,000亿元以上[5] * 通过与阿里签订5年保价保量合同锁定未来收入，支撑巨额资本开支并获得银行贷款支持[6] * 每100亿元资本开支对应每年收入35亿到40亿元，5年租约内可产生175亿到200亿元收入，年利润空间约20%到30%，即每100亿元资本开支能新增8亿元以上利润[6] * 若2026年投入800亿元，将在2027年全年产生利润[6] * 公司计划通过港股融资进一步扩大投资规模[6] * 与闪迪、凯霞等国外存储原厂深度合作，绑定国内最大算力需求方之一，并叠加存储超级周期机会[7] * 预计未来两年公司利润空间可达150亿到200亿元[7] * 公司2026年第一季度预计资本开支达200亿元人民币，接近去年全年水平，今年全年预计累计投入可能超过800亿元人民币，大幅超出预期[10] * 公司四季度业绩指引中值为4.5亿元，根据产业跟踪实际情况或接近5亿元，同比增长接近翻倍[10] * 公司成为国内首批跑通商业模式并稳定获利的算力租赁公司[10] * 作为阿里巴巴最大的第三方训练提供商，深度嵌入阿里云生态[10] * 有望成长为市值2000亿至3,000亿元的企业[2][7]，坚定看好其市值目标2000亿元以上[10] 半导体设备板块 * 板块受益于存储厂资本开支增长，但A股市场反应不足[2] * 全球半导体设备处于牛市阶段，核心逻辑是存储厂超高盈利周期带动资本开支增长[8] * 今年半导体设备板块具有全年性的趋势性机会，是产业趋势级别行情，不再是过去两三年的博弈性行情[11][16] * 两大产业逻辑支撑：1) 长鑫招股书利润超预期，带动对Kaitai及充值的判断上修，从原来的700亿美元上修至600亿美元，有50%的上浮空间，将带动产业趋势型重估行情；2) 区域化加速，fab厂要求设备厂排查日系零部件占比并评估风险，同时部分品类供不应求引起涨价[11] * 个股筛选标准：高存储敞口或增量主要来自存储；尽可能选择替代日系且国产化率较低的细分；后道测试兑现业绩情况优于前道[11] * 从空间角度看，耗材标的弹性更大[11] 科玛科技（或科马科技） * 公司半导体耗材敞口100%用于存储，目前产能每年翻倍增长[9] * 作为存储耗材龙头，核心客户包括长存、长新和拓荆[11] * 今年订单同比去年至少翻4-5倍，产能将在一季度开始陆续释放[11] * 公司陶瓷加热器市场供不应求，目前国产化率仅为5%，符合去日化加速逻辑[11] * 今年退换货比例下降，将显著影响2026年业绩表现[11] * 未来五年国内市场预计达150-200亿元人民币规模，公司作为陶瓷加热器龙头可占40%份额，对应80亿元收入和40亿元利润，仅此单品即可看到1,200亿元市值潜力[12] * 公司还在扩展静电卡盘和碳化硅套件业务，每年新增产值至少20亿元人民币，对应10亿元利润增量，总市值潜在增加300亿元左右[12] * 考虑新业务潜力，总体市值可达2000亿元水平[12] 长川科技 * 全球第三大测试设备公司[9]，国内测试设备龙头[12] * 在AI需求推动下，SOC、GPU、CPU等测试机用量不断提升，同时测试难度增加使得价值量提升明显[12] * 2025年公司收入达到52至53亿元[13] * 2026年收入预计至少达80亿元，利润25亿元[4][13] * 目前市值约800亿元，对应2026年估值30至35倍PE，显著低于海外龙头爱德万（市值超9,000亿元，PE 45倍）和泰瑞达（市值3,500亿元，PE 40倍以上）[13] * 被市场显著低估，市场认知仍停留在过去，实际上公司过去两年在产品化和客户多元化方面取得显著进展[13] * 中国大陆测试机市场2025年总量约200亿元，预计三年内翻一倍以上达400至500亿元规模[14] * 基于公司在SoC、数字测试机、存储测试机及功率模拟测试机等领域的布局，其国内份额可达40%至50%[14] * 到2030年，公司预计收入体量200亿元、利润70亿元，以30倍PE计算，市值可达2000亿元[14] * 公司一季度将发定增，并承诺未来12个月不再减持[14] 中微公司 * 公司70%下游敞口为存储厂[9]，是高存储敞口前道设备龙头[15] * 在武汉客户处，2025年扩产订单已达3亿美元；合肥客户处订单超过1亿美元，并有望提升至3亿美元体量[15] * 峰值年份，两大存储厂商每年扩产20至25万片，仅此两家贡献订单就能达到75亿美元[15] * 在先进逻辑领域（如7纳米），单万片资本开支达20至25亿美元，公司有望获得3至4亿美元体量订单[15] * 成熟制程领域每年稳定订单贡献也十分可观[15] * 公司收入体量可超100亿美元，以25%净利润率及25至30倍PE计算，市值目标为4,500至5,000亿元人民币[15] * 2026年目标市值预计超过3,500亿元[15] * 远期市值有1至2倍增长空间[9] 其他重要内容 * 存储超级周期高景气度预计至少持续到2027年底至2028年[10] * CoV5（全球算力租赁龙头）第二大业务存储也进入超级周期[10] * 协创数据自2025年第三季度以来积极备货，并与闪迪签署晶圆保供协议，为国内头部云厂提供企业级SSD[10] * 协创数据每个季度业绩有望大超预期[10] * 随着AI应用爆发和Token消耗指数级增长，协创数据具备丰富高端NV卡资源储备，有望迎来估值重构，实现戴维斯双击行情[10] * 今年一季度以来海外测试设备龙头爱德万与泰瑞达表现突出，泰瑞达涨幅65%，优于前道设备公司，表明后道环节先放业绩，美股投资者偏好EPS确定性高标的，同样适用于中国大陆市场[12]

纪要关键要点总结 涉及的行业与公司 * **行业**：人工智能（AI）大模型、算力基础设施、AI Agent[1] * **提及的公司**： * **算力基础设施相关**：网宿科技、深信服、优刻得、金山云、首都在线、青云科技[1] * **模型厂商**：智谱、Minimax、讯飞[1] 核心观点与论据 * **核心趋势判断**：AI Agent（智能体）在2024年爆发是确定趋势[1] * **核心驱动因素**：全球大模型厂商正激烈竞争，重点提升Coding（编程）和Agent能力[1] * **关键市场影响**：Token（大模型处理单位）的消耗量将持续非线性上涨，并导致其价格与用量齐升[1] * **贯穿全年的投资主线**：算力通胀[1] 其他重要内容 * **看好的投资环节**： 1. **算力通胀环节**：包括GPU、存储、CPU、互联及AI基础设施（AIInfra）[1] 2. **模型厂商**：看好智谱、Minimax、讯飞等公司[1]

市场表现与资金流向 - 截至2026年1月29日10:02，中证人工智能产业指数(931071)强势上涨2.17%，成分股光云科技20cm涨停，星环科技上涨14.85%，科大讯飞10cm涨停，吉比特、合合信息等个股跟涨 [1] - 人工智能ETF(515980)当日上涨1.83% [1] - 截至2026年1月28日，人工智能ETF最新资金净流入7431.20万元，近10个交易日内有6日资金净流入，合计“吸金”9.68亿元 [1] 行业趋势与涨价动态 - 头部云厂商密集上调算力服务价格，AI训练与推理需求激增正加速推动“云、边、端”全栈算力通胀 [1] - 谷歌于2026年1月27日宣布自5月1日起上调CDN Interconnect等数据传输服务价格，北美、欧洲、亚洲地区单价分别上涨100%、60%、42% [1] - AWS将搭载H200芯片的p5e.48xlarge实例价格上调约15% [1] - TrendForce预计2026年一季度DRAM合约价涨幅达55%-60%，服务器CPU产能已被大型云厂商基本预售一空 [2] 核心驱动力与产业链传导 - 本轮涨价核心驱动力在于AI训推带来的算力供需持续趋紧，叠加存储、CPU等上游环节价格普涨 [2] - 该趋势有望进一步向产业链中下游传导，并为算力基础设施相关公司带来显著利润弹性 [2] 海外巨头业绩与投资 - 三星电子四季度净利润19.29万亿韩元，高于分析师预期的15.08万亿韩元，四季度营业利润20.07万亿韩元，销售额93.84万亿韩元 [2] - 三星电子四季度芯片运营利润16.4万亿韩元，移动/网络运营利润1.9万亿韩元，其存储芯片业务季度收入与利润均创历史新高 [2] - SK海力士将以资本投入的方式向人工智能部门投入100亿美元 [2] 产品结构与投资逻辑 - 华富人工智能ETF（515980）以40%权重聚焦应用端、60%布局算力基础设施 [2] - 春季躁动窗口期，AI作为核心主线确定性高，全球AI浪潮由中美引领，A股是布局中国AI产业的核心阵地 [2] - 华富人工智能ETF（515980）跟踪中证人工智能产业指数，依托标的指数三层闭环编制逻辑与季度调仓紧跟产业趋势的优势 [2] - 没有股票账户的场外投资者可以选择华富人工智能ETF联接基金（A类008020，C类008021） [3]

核心观点 - 晨会纪要包含四份研究报告摘要 分别覆盖动力新科公司深度研究、宏观策略周报、金工深度研究以及AI算力事件点评 [2] - 报告核心观点包括：动力新科在剥离亏损业务后轻装上阵 AIDC电源用发动机业务有望驱动增长[3] 宏观资金面均衡偏松但ETF大幅净流出[9] 委托挂单手数蕴含选股信息并可构建有效因子[11] AI驱动算力需求激增 头部云厂商相继涨价 算力产业链正经历通胀[14][15][16] 动力新科公司深度研究 - 公司未来核心增长潜力在于AIDC电源用兆瓦级发动机、拓展上汽体系外客户、切入新能源业务以及聚焦国际化[3] - 动力新科是国内少数具备大功率大排量中高速内燃机制造能力的厂商之一 拥有菱重发动机与上柴动力双品牌覆盖[3][4] - AIDC电源用发动机行业壁垒高 需满足高功率和可连续满负载运行等条件 国内具备相关能力的厂商包括潍柴动力、玉柴机器与动力新科[4] - 菱重发动机2025年上半年净利润约1亿元 2026年产量或持续快速增长[4] - 并表的上柴动力兆瓦级vk16已投产 2026年销量或明显增长 且单台盈利能力较强[4] - 2025年12月公司完成上汽红岩重整出表 持股比例从100%降至14.66% 该业务不再纳入合并报表[5] - 出表带来33.67-34.67亿元一次性股权处置收益 预计2025年归母净利润扭亏为盈[5] - 剥离整车业务后 合并资产负债率预计较此前大幅下降并靠拢行业合理区间 母公司ROE预计呈现向上拐点[5] - 2025年新领导班子上任 提出“十五五”战略目标 计划在2025年基础上实现销量与收入双倍增长 核心聚焦新能源与国际化[6] - 新业务方向包括动力电池与电驱桥 相关产品偏向系统集成与解决方案属性 有望凭借更高毛利率潜力成为新增长引擎[6] - 公司将加大体外配套比例 提升非上汽体系市场渗透 优化产品结构与整体毛利率[6] - 预计公司2025-2027年实现营业收入60.9、67.7、76.9亿元 同比增速-6%、+11%、+14%[7] - 预计2025-2027年实现归母净利润27.9、3.0、4.6亿元 同比增速+239%、-89%、+51%[7] - 预计2025-2027年EPS分别为2.01、0.22、0.33元 对应PE估值分别为4.5、41.6、27.5倍[7] 宏观策略周报 - 2026年1月19日至1月23日 宏观资金面均衡偏松 央行通过7天逆回购净投放2295亿元[9] - 资金价格方面 短端利率与长端利率均下行 且长端下行幅度大于短端 期限利差走窄[9] - 权益基金发行显著回升 两融余额仍在高位震荡[9] - 融资净流入较多的行业为有色金属、非银金融等 融资净流出较多的行业有电子、计算机等[9] - 股票ETF净流出3331.17亿元[9] - 宽基ETF资金主要流入中证2000、科创200等指数 净流出的宽基指数主要有中证1000、沪深300[9] - 行业主题ETF中细分化工、电网设备主题等板块净流入较多 净流出较多的指数为科创AI、卫星通信[9] - 策略风格方面 红利低波资金净流入较多 净流出较多的指数为中证红利[9] - 中证A500本周净流出100.81亿元 上周净流出99.28亿元[9] - 股市资金需求端压力缓和 股权融资规模回落至56.81亿元 限售解禁规模小幅回升至595.5亿元 产业资本减持回落至145.08亿元[10] 金工深度研究报告 - 报告挖掘Level2逐笔委托数据挂单手数中的微观结构信息 构建具备选股能力的因子[11] - 挂单手数占比因子具备稳健选股能力 其中 体现机构算法拆单的1手极小单与体现大资金介入的50、100、200手大额挂单占比对股价有显著正向预测作用[11] - 带有“整数偏好”特征、反映散户过度参与的5、10、15手小额挂单占比则对股价构成负向压制[11] - 合成后的委买主要手数占比因子在2015至2025年T1-T6 VWAP RankIC为0.048 多头年化超额收益18.6% 多空年化收益30.6%[11] - 通过识别投资者参与主体构建的活跃度指标能捕获长效稳健Alpha 游资比机构挂单因子在2015-2025年RankIC为-0.032 ICIR为-0.863 多头年化超额收益10.6% 多空年化收益15.2%[12] - 纯机构标的展现出稳健的趋势性上涨潜力 而游资介入仍能提供一定的流动性支撑[12] - 投资者参与主体指标可拓展至时序维度 刻画如寒武纪（机构主导）与新易盛、农业银行及上海建工（散户追涨）等个股的资金流向差异[12][13] - 通过识别AAAA、AABB等4位数异常委托单构建的“游资股票池” 在叠加低波动与低换手逻辑过滤后形成的“游资吸筹组合”年化超额收益8.6%[13] - 引入机器学习因子增强后 年化超额收益提升至14.7% 信息比率改善至1.083[13] - 该策略在市场下行期表现出良好的净值韧性 能够有效捕捉处于低位隐蔽吸筹阶段的标的机会[13] AI算力事件点评 - 2026年1月27日 谷歌宣布自5月1日起上调其数据传输服务价格 北美地区从0.04美元/GB上调至0.08美元/GB 欧洲地区从0.05美元/GB上调至0.08美元/GB 亚洲地区从0.06美元/GB上调至0.085美元/GB[14][15] - 此前 AWS已将其EC2机器学习容量块实例p5e.48xlarge（搭载8颗H200）的每小时单价在多数区域从34.61美元上调约15%至39.80美元 其中美国西部等热门区域价格上涨至近50美元/小时[15] - 本轮云涨价核心驱动为AI训练与推理需求激增下的算力供需趋紧[15] - 腾讯、甲骨文等指出AI推理市场规模远大于训练市场 或将驱动AI云需求持续释放[15] - 微软Azure、阿里云等头部云厂商有望评估调价策略 全球云计算市场或迎来定价重整[15] - 2025年至2026年初 算力产业链正经历一轮通胀 范围覆盖存储、CPU及其他半导体芯片[16] - 存储领域 Trendforce预计2026年一季度DRAM合约价上涨55%-60% NAND合约价上涨33%-38%[16] - CPU方面 受AI挤占产能、代工厂涨价、AI Agent需求拉动 芯片巨头计划将服务器CPU产品价格上调10%-15%[16] - 2026年服务器CPU产能已基本被大型云服务商预售一空[16] - 中微半导指出受严峻供需形势影响 对MCU、Nor flash等产品进行价格上调15%至50%[16] - 产业头部厂商正通过战略投资强化生态协同 例如英伟达向CoreWeave追加投资20亿美元 支持其到2030年前增加超5GW AI基础设施[16] - 英伟达此前承诺在2032年前从CoreWeave采购超过60亿美元的服务[16] - 当前算力链供需失衡尚未见顶 成本压力或进一步向其他环节传导 形成更广泛的产业通胀效应[16] - 2025年头部AI模型厂商密集出新 包括OpenAI的GPT-5.2、Sora 2和Codex 谷歌的Gemini 3.0 Pro、Nano Banana Pro及Veo 3.1 字节的豆包1.8、Seedream 4.0等[17] - 新模型解锁更多应用场景 包括具身智能、智能硬件、巡检安防、短剧制作、漫画生成、PPT设计与海报创作等[17] - 截至2025年10月 全球企业级MaaS服务市场中 OpenAI大模型日均tokens调用量接近70万亿 谷歌大模型日均tokens调用量接近43万亿[17] - 2025年12月 字节跳动旗下豆包大模型超100家客户累计tokens调用量超1万亿 总日均tokens调用量突破50万亿 同比增长超10倍[17] - 报告维持对计算机行业的“推荐”评级[18] - 报告列出重点关注个股 涵盖云计算、CDN/MSP、边缘计算、端侧计算及云链核心上游等多个细分领域[19]

行业核心痛点：算力通胀与效率困局 - 行业面临“算力通胀”，企业为追赶GPT-4/5能力陷入参数竞赛，但大量算力被浪费，智能效益未线性增长[2] - 大规模训练集群中，算力有效利用率仅约40%，推理场景下利用率甚至不足20%[2] - 算法迭代快（约每六个月巨变）与硬件研发周期长（两年以上）严重错位，导致针对上一代模型优化的专用芯片交付即面临淘汰，加速算力折旧[2][3] 公司战略：聚焦高质量算力 - 天数智芯提出“高质量算力”新战略，核心定义为高效率、可预期、可持续，不再单纯强调芯片峰值参数[3][5] - 公司发布架构路线图，计划在2025年至2027年间，通过天枢、天璇、天玑、天权系列架构，实现对英伟达Hopper、Blackwell及下一代Rubin架构的对标与超越[8] - 2025年推出的天枢架构，通过自研核心技术，实现算力效率较行业平均提升60%，在DeepSeek V3场景性能比英伟达Hopper架构高20%[8] 技术解决方案：提升效率与控制成本 - 通过kv cache量化与无损反量化技术，将模型推理的实际内存占用削减50%以上，降低对昂贵DDR存储的依赖[10] - 利用自研IX-SIMU软件系统，实时追踪存储市场价格，为客户推算性价比最高的硬件组合[10] - 在头部互联网客户的Chatbot场景中，其单机性能比国际方案提升一倍以上，每Token成本下降二分之一[17] - 通过提供与主流框架兼容的接口，客户仅需花费其他产品1/3的精力即可完成开发调优，降低迁移门槛[17] 产品创新：端侧算力与形态下沉 - 推出“彤央TY1000”等系列算力模组，尺寸小巧但拥有媲美云端的大算力，推动算力形态从数据中心下沉至物理世界[12][14] - 彤央系列包括TY1100、TY1100_NX及算力高达300TOPS的TY1200，旨在为具身智能和工业机器人提供强大端侧算力[14] - 在DeepSeek 32B大模型及计算机视觉场景下，彤央TY1000实测性能全面优于英伟达AGX Orin，特别是在自然语言处理上表现突出[14] 商业化应用与市场验证 - 公司已拥有300多家行业客户与1000多次实际部署，数千卡集群稳定运行超1000天[19] - 具体应用案例包括：瑞幸数千家门店的智能运营、太平金科信贷风控提效、视源科技打造的数万间智慧课堂[19] - 在金融领域，帮助研报生成效率提升70%；在医疗领域，将结构化病历生成时间缩短至30秒[18] - 公司联手多家硬件厂商和解决方案提供商，建设算力生态，旨在实现算力普惠[21]

行业与公司 * 液冷技术行业 特别是应用于人工智能数据中心（AIDC）的先进散热方案[1] * 涉及公司包括芯片设计商（英伟达/NV、云厂商自研ASIC）、服务器ODM厂商（鸿海/富士康、英业达）、电源厂（台达）、散热模组厂商（奇宏、双鸿等）以及潜在的国产液冷产业链公司[1][4][15] 核心观点与论据 **液冷技术市场前景广阔** * 液冷技术正处于从0到1的快速发展阶段 投资斜率很高[1] * 预计2026年英伟达和ASIC芯片带来的液冷需求接近千亿级别[1][3] * 液冷是国内外算力资本开支共振的方向 海外市场有强资本开支预期支撑[2] **算力通胀是核心驱动力** * 从GB200/300到下一代Rubin/Ruby芯片 算力和功耗持续提升 对散热提出更高要求[1][2] * 下一代Ruping Ultra芯片功耗预期上修至2000瓦以上 现有传统冷板方案（散热上限约1500瓦）面临挑战[2][6] * 功耗提升推动液冷方案从单向冷板向微通道等更先进方案迭代[1][2] **技术迭代带来价值量提升** * 微通道等新方案预计使整体价值量提升约20%[1][2] * 未来两相式或微通道方案相比当前单向冷板方案价格可能有倍数级增长[2] * 根据台媒报道估算 微通道方案当前成本较现有方案提高约三倍以上[17] **产业链格局与国产机遇** * 液冷决策链参与方增多 服务器ODM和电源厂开始涉足 但部件制造和工艺积累不如专业厂商 可能合作贴牌生产[1][4] * 四大云厂商自研ASIC芯片转向定制化液冷方案 有意弱化原有英伟达供应链 为新供应商带来代工及Tier 2机会[1][4] * 决策链下沉 Telecom厂商和服务器ODM拥有更强建议权[1][4] * 国产液冷产业链公司有望凭借定制化、快速响应、制造和工程化落地能力切入海外配套链[1][3] 其他重要内容 **微通道技术的优势与挑战** * 优势：通过集成化设计降低热阻（测试案例热阻可低至0.02 传统方案为0.1~0.2） 增加换热面积 提高散热效率[9] * 挑战：制造工艺复杂（需蚀刻、微铣削等精密工艺） 对系统泵送能力要求高 对水质纯净度要求极高以防堵塞[10][12] **微通道对产业链的重塑影响** * 制造壁垒大幅提升 需要供应链快速迭代响应 若原有供应商无法匹配节奏将带来新供应商导入机会[14] * 掌握核心专利的初创公司（如Micros Technology、JetCool）在大规模量产能力上不足 可能释放ODM代工机会[11][13][14] **具备发展潜力的国产企业类型** * 传统均温板（VC）散热厂商（如中石科技、苏州天脉） 其毛细结构制造工艺与微通道加工类似[16] * 液冷散热模组厂商（如思泉新材、捷邦科技） 具备一定的微通道工艺能力和大规模量产优势[16] * 换热器厂商（如康盛股份、银龙股份） 相关工艺技术可迁移[16] * 3D打印方向（如南风股份、江顺科技）和水质处理方向（如欣鹏股份）的配套公司[16]

基金经理曹晋的投资业绩 - 近十年收益率达435% 管理富国中小盘精选基金十年间实现近五倍回报 [5] - 最新净值达4.9250 截至2025年9月12日数据 [5] - 近五年年度业绩表现分化 2020年收益率83.69% 2021年8.91% 2022年-21.92% 2023年-5.06% 2024年10.11% [5] - 净值修复能力强 在2025年4月7日关税风暴后较主流指数更早实现净值修复 [6] 投资框架与风控特点 - 注重科技股阿尔法挖掘 不进行极致行业集中 即便在算力通胀等明确趋势下也不all in [6] - 控制回撤能力突出 通过前瞻性判断规避市场风险 如在2023年提出算力通胀观点并提前调整组合 [15] - 避免受迫性交易 强调不做什么比做什么更重要 不参与鱼尾行情 [21][49] - 保持行业适度分散 通过布闲子方式积累知识储备 避免单一赛道过度暴露 [38] 科技股投资方法论 - 坚持成长股投资方法论 认为A股存在显著成长性溢价 2003-2023年万得全A收益387%显著高于沪深300的219.2% [29] - 关注ROE动态提升而非静态水平 认为ROE跨越提升是A股最具魅力的成长逻辑 [32] - 通过全球产业链比较发现机会 曾通过台股美股公司与A股同类公司股价背离发现错误定价 [16][25] - 复用历史经验捕捉第二增长曲线 如把握互联网公司底部反弹机会 [37] 研究体系与认知构建 - 构建格栅思维体系 通过跨行业调研积累生意经 形成认知复利 [7][44] - 重视第一性原理和常识判断 从反常识现象中寻找超额收益机会 [25][26] - 保持Day One研究热情 工作状态与十年前保持一致 持续进行一线调研 [7][19] - 不做预制菜式研究 需要原汁原味信息素材而非结论性观点 [45] 对市场认知与独立思考 - 不刻意逆向投资 独立思考不等于对抗市场 需保持适当距离观察 [23][24] - 认为中国竞争禀赋在科技制造 东亚人擅长科技制造 中国企业仍积极扩产 [30] - 科技基金长期表现突出 印证科技制造是国家产业基因 [31] - 投资是自我修行 关键在认识自己 坚持适合自身的投资方法 [20]

行业投资评级 - 汽车行业评级为看好 [4] 核心观点 - 科技与国央企改革双主线驱动投资机会 重点推荐具备强α属性的主机厂、智能化趋势受益标的、国央企整合标的及业绩增长确定的零部件企业 [4] - 端侧算力需求爆发式增长 天准科技凭借英伟达合作伙伴优势有望获得估值提升 [3][5] - 福耀玻璃全球化加速与产品高端化驱动业绩超预期 2025年利润有望突破百亿元 [4][6] - 星宇股份短期客户需求稳健 长期全球化竞争力凸显 [4][7] - 拓普集团受益特斯拉汽车与机器人业务边际改善 [4][9] - 零跑汽车产品高端化与海外合作推动盈利拐点 [4][10] 天准科技分析 - 英伟达索尔芯片发布强化天准科技在Jetson平台产业地位 作为金牌合作伙伴享有优先适配优势 [3][5] - 端侧算力需求将达百T级至千T级 公司先发优势与核心竞争力有望推动估值提升 [3][5] 福耀玻璃分析 - 2025年上半年营收214.47亿元（同比+17%） 归母经营利润48.05亿元（同比+37%） 二季度营收115.37亿元创历史新高 [6] - 2025年全年利润预期上调至百亿元 对应估值仅16.5倍 [4][6] - 核心增长逻辑为全球化市占率提升与智能化高附加值玻璃应用 单车价值量持续提高 [4][6] - 竞争对手旭硝子、板硝子、圣戈班汽车玻璃业务收缩 圣戈班2024年11月因亏损出售该业务 [6] 星宇股份分析 - 2025年第一季度营收30.9亿元（同比+28.3%） 归母净利润3.2亿元（同比+32.7%） [7] - 短期核心客户表现稳健：赛力斯问界M8二季度销量4.1万辆（单车价值量约5000元 带来2亿元环比增量） 奇瑞集团二季度销量64万辆（同比+12%） 一汽大众销量36.6万辆（同比正增长） [7] - 长期全球化逻辑强化 竞争对手马瑞利车灯2025年6月在美国申请破产保护 [7] 拓普集团分析 - 股价回撤主因特斯拉汽车与机器人业务不及预期 [4][9] - 特斯拉人形机器人第三代预计2025年四季度推出 实现从0到1突破 [4][9] - 特斯拉6座版Model Y起售价33.9万元（低于预期） 销量有望超预期 [4][9] 零跑汽车分析 - 2025年上半年实现扭亏 新车D系列定价25-30万元 毛利率有望突破20% [10] - 与Stellantis碳积分交易协议及一汽战略合作贡献高毛利收入 [10] - 2026年归母净利润预期17.5亿元（同比+1030%） [12] 重点公司业绩预测 - 比亚迪2025年归母净利润543.4亿元（同比+35%） [12] - 赛力斯2025年归母净利润87.3亿元（同比+47%） [12] - 理想汽车2025年归母净利润115.6亿元（同比+44%） [12] - 德赛西威2025年归母净利润26.7亿元（同比+33%） [12]

纪要涉及的行业和公司 - **行业**：海外AI算力行业、ACSL产业链、AI产业链中的PCB制造环节、光模块和光互联领域 - **公司**：微软、谷歌、NVIDIA、Meta、OpenAI、亚马逊、生益电子、沪电股份、广合科技、博通Marvell、深南电路、Zinus、ECAI、Skill AI、Cohere、Oracle 纪要提到的核心观点和论据 1. **美股AI反弹与算力需求趋势** - 微软上修全年和下一季度指引创新高，标志美股AI反弹基础[2] - 2025上半年AI算力市场训练和推理需求共振向下，下半年推理需求因TOKEN量增加向上，若训练算力增长，市场信心或恢复，且下半年两者需求将共振向上[1][9][13] - 算力通胀指各环节价值量显著增加，通缩指单位成本下降，TOKEN量需翻倍增长维持算力总需求[1][10][14] 2. **AI技术对算力需求的影响** - AI agent对TOKEN量和算力需求远超chatbot，预示推理模型发展方向[1][3] - 谷歌IO大会与微软数据验证TOKEN量加速增长趋势，显示行业显著拐点[1][4] 3. **云计算平台与算力需求关系**：大厂对未来算力需求不清晰，不敢轻易建大型集群，使云计算平台如K85产业价值提升[5] 4. **美股AI巨头反弹原因**：上季度业绩良好、AI商业化进展顺利、资本开支未减少[6] 5. **项目对算力市场的影响** - 星际之门项目专注训练，提升训练预期，但市场仍主要交易推理算力[7] - new scaling旨在打开模型能力天花板，下半年需找到下一代模型路径提升能力和应用潜力[8] 6. **市场对算力需求的误判**：市场误判训练和推理需求，认为需爆款应用带动，实际大厂改造业务已推动TOKEN量增加，当前推理需求占主导[1][16] 7. **未来AI大模型发展格局**：未来AI大模型发展格局渐明，下一代大模型引领者可能是OpenAI和XAI等，若靠大型集群驱动，谷歌等公司处次要地位[19] 8. **中美AI产业差距**：未来半年到一年，中美在AI大模型领域差距或拉大，中国缺大型计算集群，更多满足推理需求[20] 9. **公司算力投入情况** - Meta一年H1版采购量约30万张GPU卡片，价值超100亿美元；OpenAI购买全美主要云服务提供商卡片，需求仍存疑[23][24][26] - 亚马逊和谷歌自研芯片量显著增长，ECAI客户下半年推资源芯片并于明年放量[33] 10. **PCB环节变化** - 明年三家云厂商自主研发芯片用AI服务器硬件设计规格显著提升，新增PC需求价值量预计151 - 200亿元[34] - 核心标的公司中生益电子、沪电股份为第一梯队，广合股份与博通Marvell为第二梯队[35] 11. **各公司发展情况及前景** - 生益电子产能不足问题下半年部分解决，新增产能预计带来30亿产值弹性，明年盈利预期接近18亿元[37] - 沪电股份确定性强、估值性价比高，今年下半年释放产值弹性，明年盈利约45 - 46亿元，目标市值短期内或达1200亿元[39] - 广合科技逻辑类似生益电子，明年新增产能释放，2026年收入和利润预计14 - 15亿元，PE约17倍[40][41][42] 12. **光模块和光互联领域需求节奏**：光模块与PCB短期需求基本同步，光互联中CPO需求2026年显现，最快上半年，最慢下半年[43] 其他重要但可能被忽略的内容 - 市场对agent技术认知存在误解，国内感知度低，美国使用多，如Zinus海外估值超100亿人民币[31] - Marvell近期涨幅约9 - 10个百分点，需进一步分析其AI Day PPT内容[44]

纪要涉及的行业和公司 - **行业**：AI 算力行业 - **公司**：微软、Meta、Amazon、谷歌、OpenAI、AXIS、英伟达、博通、泰晶光天孚、Oracle、Skillz AI、DeepSeek、Gloster、X.AI 纪要提到的核心观点和论据 1. **AI 算力需求趋势**：未来 AI 算力需求显著增长，训练和推理端需求都会增加，纵向扩展规模化趋势更明显；当前市场主要反映推理需求，训练需求将成新一轮起点；4 月底起市场对 AI 算力需求存在预期差，美股季报显示微软、Meta 和 Amazon 资本开支超预期，2025 年下半年新 AI 叙事逻辑或重塑，大概率是模型迭代路径新发展 [1][2] 2. **AI 算力集群发展前景**：2025 年上半年推理需求预期上升，下半年训练需求预期增加，A股市场预期将提升；相关标的有 NVMe 链、SATA 链和光互联；若未来模型迭代依赖大集群，中美差距或拉大，中国可通过软件算法创新弥补但有不确定性，美国继续推进参数优化，各公司迭代方向各异 [1][3][4] 3. **中美 AI 领域发展差距**：可能重新拉大，取决于未来一年大模型迭代路径；方向是继续预训练并利用大集群发展大模型，2025 年 Q3 是关键时间点 [1][5] 4. **AI 模型迭代节奏**：2025 年 Q3 是新一轮 AI 模型迭代起点，训练投入增加，市场共识或在 Q4 形成，2026 年 Q1 推理需求有望增长，可通过观察客户量预测未来节奏；2026 年下半年爆款模型出现概率较大 [1][6] 5. **集群在 AI 模型迭代中的作用**：处理大规模计算任务时作用关键，模型参数量增大使对计算量、内存和通信要求增加，需更大集群支持；光互联技术受关注，但 DeepSpeed 出现标志算力通缩逻辑开启，降低对大型集群依赖 [1][7] 6. **不同公司迭代路径** - **谷歌**：预计年底推出新双架构模型，通过架构创新优化 AI 能力 [15] - **Meta**：继续卷入数据层面，拥有大量社交平台数据，但仅增加数据量提升效果有限，收购 Skillz AI 增强技术实力，内部可能有人员调整 [15][16][18] - **微软**：采取跟随策略，减少训练需求投资，转向推理战略，砍掉两个 GW 数据中心，但推理需求超预期使资本开支保持稳定 [25][26] - **OpenAI**：擅长通过增加预训练模型参数量提升效果，使用类似马斯克百万卡集群方法，2025 下半年到 2026 年该方法或成 AI 变化最大环节 [20] 7. **算力通胀与通缩逻辑** - **通胀逻辑**：每个环节性能提升导致价值量增加，如模型参数增多、数据集庞大，对单卡性能、卡间互联速度和光模块规格要求提高 [30] - **通缩逻辑**：模型变小，对集群规模要求减少，算力成本降低，DeepSpeed 出现标志算力通胀逻辑结束，开启通缩逻辑 [9] 8. **集群需求判断及发展趋势**：应基于实际算力需求，而非等待爆款产品；目前 OpenAI 和 XAI 需要大集群，微软、谷歌、亚马逊和 Meta 是否需要待定；大厂最好策略是等待新技术架构出现再建大集群，现有数据中心无法满足需求时可通过 CGI 或 ECI 互联现有数据资源解决部分问题 [28] 其他重要但可能被忽略的内容 1. **后训练阶段影响**：主要依赖强化学习算法，注重算法设计技巧，减少对大规模计算资源需求，降低模型成本，从去年 9 月到今年二季度全球大规模计算资源需求无显著增加 [13] 2. **Meta 内部观点分歧**：杨立昆和杰弗里·辛顿在大模型观点上存在分歧，杨立昆批评大模型，杰弗里·辛顿支持，这种分歧可能促使 Meta 进行管理层调整 [17] 3. **微软资本开支情况**：砍掉两个 GW 数据中心后资本开支未下降，因推理需求超预期补足训练资源 [26] 4. **中国 AI 发展路径**：因硬件基础设施限制，选择以算法优化为主的发展路径，通过异构计算和算法创新突破瓶颈，如 DeepSeek 采用稀疏架构等技术降低对硬件要求 [32][35] 5. **博通技术优势**：胖猫通信技术扩宽通信通道，增强数据同步能力，通过动态自动化负载均衡优化数据加载和处理，支撑训练过程数据处理 [36] 6. **集群架构后端网络重要性**：对带宽和卡性能要求高，是 scale up 的核心，使用 TOPO6 或更强带宽交换机芯片可扩大卡间交互带宽，对大规模集群建设整体性能优化至关重要 [39] 7. **2025 年 AI 算力市场预期变化**：上半年 A 股市场对 AI 算力、推理和训练需求预期共振向下，下半年预期共振向上，波动源于市场预期变化，实际需求一直存在且较好，上半年供给端问题导致供给不足，下半年供给恢复市场预期将改善 [40]