文章核心观点 - AI应用模型在中国各垂直行业广泛落地，标志着边缘AI时代到来，具备边缘推理能力的数字终端将快速增长，成为中国半导体产业扩张的重要驱动力[3] - 根据Omdia《半导体应用领域市场预测工具(AMFT)- 中国地区(4Q25)》报告，中国半导体市场增长预测被显著上调，2026年预计增长31.26%，市场规模将达到5465亿美元[3] - AI发展推动存储芯片供需失衡，价格高涨且短缺可能延续至2027-2028年，同时因英伟达对华禁售，中国本土AI芯片供应商市场份额将在2026年扩大[5][9] 中国半导体市场增长预测 - Omdia在2025年第四季度更新了市场预测，将2025年中国半导体市场增长预测从16.17%上调至21.63%，将2026年增长预测从13.63%大幅上调至31.26%[3] - 预计到2026年，中国半导体市场规模将达到5465亿美元[3] 存储市场趋势与驱动因素 - 2025年第四季度的预测对存储市场规模进行了显著上调，与第二季度版本相比，对2026年存储市场的预测增长了62.8%，对2027年的预测增长了53%，对2028年的预测增长了36%，对2029年的预测增长了25.8%[5] - 全球AI大基建推动数据中心大规模部署，导致高性能存储芯片(HBM)需求暴涨，中美双方AI对内存的消耗量呈指数级增长[5] - 存储芯片供应受限而需求增加，导致供需失衡，内存价格经历巨大波动，且这种紧缺状况预计会延续到2027-2028年[5] - 中国高端存储芯片(HBM、高端DRAM、NAND)自给率较低，约90%的供应依赖三星和SK海力士，美光仍面临政治限制，导致市场议价能力偏弱，存储芯片单价居高不下[5] 主要应用领域市场变化 - “计算与数据存储”类别在2025年第四季度的预测中，2026年和2027年的市场规模数据均较前一版本上调20%以上[8] - “计算与数据存储”类别增长的主要驱动因素是数据中心推动下高端存储芯片用量与单价上升，以及5nm及以上先进工艺节点中AI相关逻辑芯片的采用[8] - “无线通信”类别收入增长显著，但主要原因是供需失衡导致电子设备中使用的存储芯片(LPDDR、3D NAND)平均销售价格(ASP)显著上涨，而非无线终端出货量提升[8] - 由于存储ASP持续上涨及供应商签订非长期协议，多家OEM厂商已下调2026年出货量预期[8] AI带来的半导体应用机遇 - 因英伟达AI芯片对华禁售，2026年中国本土AI芯片供应商的市场份额将进一步扩大[9] - 2026年，边缘AI将为中国的推理AI芯片带来显著增长机会，终端设备中AI的渗透率预计将持续提升[9] - 为满足低时延网络连接需求，无线设备连接变得日益重要，采用混合专家模型(MoE)架构是加速开发具备端到端AI处理能力设备的关键[9] - 算力与AI生态深度协同展现了中国在AI基础设施领域的多元化突破，2026年中国智算能力将发挥愈发重要的作用[9]

中国半导体市场增长预测显著上调 - 根据Omdia《半导体应用领域市场预测工具(AMFT)-中国地区(4Q25)》报告，2026年中国半导体市场规模预计将增长31.26%，达到5465亿美元 [1] - 相较于2025年第二季度的预测报告，2025年第四季度的更新将2025年市场增长率预测从16.17%上调至21.63%，将2026年增长率预测从13.63%大幅上调至31.26% [1] 边缘AI与垂直应用成为重要驱动力 - AI应用模型正在中国各垂直行业广泛落地，标志着边缘AI时代的到来，众多大语言模型正在各行业积极部署垂直应用模型 [1] - 具备边缘推理能力的数字终端将快速增长，成为中国半导体产业扩张的重要驱动力，尤其是在成熟工艺技术领域 [1] - 2026年，边缘AI将为中国的推理AI芯片带来显著增长机会，终端设备中AI的渗透率预计将持续提升 [7] 存储市场预测大幅上调且面临长期供需失衡 - 在2025年第四季度的预测中，存储市场规模被显著上调，与第二季度版本相比，对2026年存储市场的预测增长了62.8%，对2027年的预测增长了53%，对2028年的预测增长了36%，对2029年的预测增长了25.8% [3] - 全球AI大基建导致对内存的消耗量呈指数级增长，数据中心大规模部署带来高性能存储芯片需求暴涨，供应受限而需求增加导致供需失衡 [3] - 根据Omdia预测，存储紧缺的状况会延续到2027-2028年，内存价格经历巨大波动 [3] - 中国高端存储芯片自给率较低，约90%的供应依赖三星和SK海力士，市场议价能力偏弱，存储芯片单价居高不下 [3] 计算与无线通信类别市场规模受存储影响显著增长 - “计算与数据存储”类别在2025年第四季度的预测中呈现出更为明显的增长趋势，2026年和2027年的数据均较前一版本上调20%以上 [6] - 该类别增长的主要驱动因素是数据中心推动下高端存储芯片用量与单价上升，以及5nm及以上先进工艺节点中AI相关逻辑芯片的采用 [6] - “无线通信”类别是另一个增长显著的应用领域，但其收入增长主要源于存储芯片ASP显著上涨，而非无线终端市场需求出货量的提升 [6] - 存储ASP持续上涨及供应商签订非长期协议的做法，促使多家OEM下调2026年出货量预期 [6] 中国本土AI芯片与智算生态发展 - 因英伟达AI芯片对华禁售，2026年中国本土AI芯片供应商的市场份额将进一步扩大 [7] - 为满足低时延网络连接的需求，无线设备连接变得日益重要，采用混合专家模型架构是加速开发具备端到端AI处理能力设备的关键 [7] - 算力与AI生态深度协同展现了中国在AI基础设施领域的多元化突破，2026年中国智算能力将发挥愈发重要的作用 [7]

截至今日(1月26日)收盘，上证指数报收4132.61点，下跌0.09%；深证成指收于14316.64点，下跌 0.85%。创业板指下跌0.91%；科创50指数下跌1.35%。 德邦证券指出，贵金属与有色金属表现强势。具体来看，国际商品中"贵金属领涨，银价飙升，锡、 金、镍价大涨"。国内市场同样呈现"贵金属、有色、能化强势，白银领涨"的格局。 从封单力度(封单量占流通A股比例)来看，中农联合、湖南黄金、天奇股份等力度较大，分别为 14.40%、11.25%、7.92%。 | | | | 1月26日涨停封单资金居前的个股 | | | --- | --- | --- | --- | --- | | 代码 | 简称 | 涨停封单额 (亿元) | 涨停板情况 | 涨停原因 | | 002155 | 湖南黄金 | 44.43 | 首板 | 重组复牌+黄金预增+湖南国资 | | 601615 | 明阳智能 | 8.71 | 3连板 | 收购芯片+太空光伏+风电龙头 | | 002009 | 天奇股份 | 7.32 | 首板 | 人形机器人+锂电循环 | | 300017 | 网宿科技 | 4.65 | 首板 | 边缘AI ...

文章核心观点 - 台积电正通过将先进封装技术从InFO升级至WMCM并进行激进产能扩张 以锁定苹果下一代2纳米芯片订单并巩固技术领先地位[1] - 苹果iPhone 18系列及全线产品将导入2纳米制程 驱动对高性能芯片及先进封装的庞大需求 成为台积电扩产的核心动力[1][4] 技术升级与优势 - 苹果A20系列芯片将采用2纳米制程 封装技术将从InFO转向更高阶的WMCM架构[1][2] - WMCM架构的核心优势在于能在RDL上平行整合不同功能芯片 包括应用处理器、存储器及高速I/O Die[2] - 与InFO相比 WMCM提高了互连密度和封装良率 显著优化了热管理能力 使芯片封装更薄并能容纳更多存储器以应对边缘AI算力需求[2] 产能扩张计划 - 为满足苹果需求 台积电正提升WMCM产能 预计到2026年底月产能将达到6万片 并有望在2027年翻倍突破12万片[1][3] - 产能扩张采取双轨制：一方面升级现有InFO设备 另一方面在嘉义AP7厂打造全新WMCM产线[3] - 台积电计划于1月22日首次向媒体开放其嘉义AP7工厂 该厂正处于机台移入阶段 是公司第六座先进封装测试厂[1] 供应链与产线调整 - 随着封装技术向WMCM转型 后段晶圆级测试与成品测试将由台积电与策略伙伴分工完成[1] - 公司正在重新配置成熟制程产能以支援先进封装 Fab 18 P9厂可能转型为先进封装厂 Fab 14未来可能扩充40纳米及65纳米产能 专门生产中介层和硅桥等关键组件[3] - 针对2纳米芯片的CP和FT测试自去年起已积极展开 晶圆代工大厂已向台厂采购数百台最终测试与系统级测试分选机台[3] 市场需求驱动 - 苹果计划将2纳米技术广泛应用于其产品线 包括iPhone 18 Pro、iPhone 18 Pro Max、首款折叠机iPhone Fold、未来的MacBook M系列芯片及头戴装置R2芯片[4] - 苹果与谷歌结盟进军AI领域的战略 叠加跨产品线的技术导入 将持续推高对高性能芯片及先进封装的需求[4] - 从云端到边缘端的AI算力竞赛 确立了以台积电为首的半导体生态系的增长逻辑[4]

公司IPO与市场定位 - 深圳存储芯片企业芯天下于2026年1月9日正式向港交所递交上市申请，联席保荐人为广发证券和中信证券 [1] - 公司冲刺IPO旨在开启资本化大门，并意图在全球代码型闪存芯片产业链中争夺席位 [1] - 公司成立于2014年4月，专注于代码型闪存芯片赛道，该芯片用于系统启动和运行管理，对稳定性和可靠性要求极高，广泛应用于手机、汽车电子、物联网及工业医疗设备 [3] - 公司采用Fabless（无晶圆厂）轻资产模式，产品线覆盖1Mbit至8Gbit的代码型闪存，并布局了模拟芯片和MCU，形成“存储+”的多元化产品路线 [3] 行业地位与技术实力 - 根据灼识咨询数据，以2024年收入计，芯天下在全球无工厂的代码型闪存厂商中排名第六，在SLC NAND Flash领域排名第四，在NOR Flash领域排名第五 [3] - 公司是国内少数能提供全系列代码型闪存产品的厂商之一，能够同时满足客户对NOR Flash和SLC NAND Flash的需求 [3] - 公司拥有170项专利支撑的研发体系，并获得“深圳市制造业单项冠军企业”和“时代匠人”等权威认证 [3] 财务表现与行业周期 - 公司业绩受全球存储行业周期影响显著，全球闪存芯片市场规模从2020年的585亿美元下降至2023年的409亿美元 [4] - 2024年公司营收同比暴跌33.3%，并连续两年亏损，累计亏损超过5100万元 [4] - 2024年全球存储市场触底反弹，规模回升至684亿美元，同比大幅增长67.0% [4] - 2025年前9个月，公司实现扭亏为盈，营收达3.80亿元，同比增长约10%，毛利率提升至18.8%，净利润超过841.8万元 [4] 细分赛道增长动力 - 代码型闪存在全球闪存市场的占比从2020年的6.1%增长至2024年的7.2%，预计到2030年将达到9.3% [5] - 边缘AI的快速发展是推动该细分赛道增长的核心动力 [5] 面临的挑战与风险 - 2025年前9个月营收同比增长约10%，增长节奏相对平缓，部分原因是行业竞争加剧及同行价格策略影响了产品定价空间 [6] - 研发投入存在波动，从2023年的8520万元调整至2025年前9个月的3330万元，占营收比例从12.9%波动至8.8% [6] - 作为Fabless企业，公司依赖外部供应商进行晶圆制造和封测，2023年至2025年前9个月，向五大供应商的采购额占比从75.4%上升至83.2%，依赖度加深 [6] - 晶圆相关成本占总销售成本的80%左右，持续居高不下 [6] - AI发展推动存储芯片需求，野村预测2026年NAND价格将上涨65%，花旗预测上涨74%，原材料及代工成本上升可能挤压公司利润空间 [6] - 行业竞争激烈，在NOR Flash和SLC NAND Flash领域面临海外巨头及国内龙头（如兆易创新）的竞争，2024年兆易创新在全球NOR Flash市场排名第二、国内第一，在SLC NAND Flash领域全球排名第六、国内第一 [7] 发展前景与总结 - 公司赴港IPO恰逢全球存储行业复苏及国产替代深化的时机 [7] - 公司在代码型闪存细分领域的技术积累和行业地位是其冲击资本市场的核心资本，行业回暖及边缘AI带来的需求增长为其提供了广阔市场空间 [7] - 公司需应对增长平缓、研发投入波动、供应链集中等挑战，未来能否借助资本市场巩固技术优势、扩大市场份额，仍有待市场检验 [7]

英特尔Intel 18A工艺与第三代酷睿Ultra处理器发布 - 在CES 2026期间，英特尔发布了首款采用Intel 18A（对标业界2纳米级先进工艺）工艺制程的第三代酷睿Ultra处理器 [2] - Intel 18A是英特尔采用EUV光刻设备并量产的关键节点，其能效提升15%，芯片密度提升30%，NPU面积缩小40%但性能大幅增强 [7] - 该处理器以40%的功耗实现了超越前代产品的性能，并获得了OEM合作伙伴（如联想、戴尔、华硕）的搭载，标志着Intel 18A工艺正在真正落地 [2][7] AI PC的市场定位与发展阶段 - AI PC（能独立处理AI任务的个人电脑）正在成为更重要的计算设备，其处理器集成了CPU、GPU、NPU，能在本地处理更多AI任务 [3] - 截至2026年1月，全球搭载英特尔处理器的AI PC出货量已超过1亿台，其与边缘设备的算力总和约等于40个数据中心 [4] - 英特尔认为AI PC的发展关键在于优化应用，用户会因为AI PC能更好地完成任务而选择它，行业正处于推动AI规模化部署的阶段 [9] AI PC的生态合作与应用案例 - 英特尔已与200多家ISV（独立软件开发商）合作伙伴基于AI PC开发了500多项AI应用功能，覆盖通信、安全、生成式AI和图片编辑等领域 [4][10] - 与字节跳动的合作取得进展，其剪映App可以在PC利用本地AI算力完成AI粗剪，在提升用户体验的同时降低了云成本 [4] - 与Perplexity.ai等公司正在合作探索云、边、端的协同架构，并与阿里巴巴合作，在其通义千问大模型发布时提供了Day0支持 [10][12][23] AI PC与云计算的分工协同 - 一种新兴的合作模式是：超大参数模型的推理任务仍依赖云端，但AI PC已经能支持700亿参数的小模型在本地进行满足需求的计算 [17] - 合作旨在利用本地算力资源，为用户提供更高的可控性、更低的成本以及更好的隐私与安全性，目前更多是静态分配工作负载 [16][18] - 合作被认为是长期架构，随着端侧和边缘侧AI设备规模扩大，云端AI服务提供商开始关注并探索与本地算力的融合 [20] AI PC带来的行业变革与交互演进 - AI工具正在改变工作方式，例如软件工程师基本不再需要亲自编写基础代码，可以更专注于架构和工程开发 [11][16] - AI多帧生成技术等能力正成为游戏开发的新方向，旨在提升游戏流畅度和体验，而非简单的“杀手级应用” [9] - 未来PC的交互模式将多样化，键盘仍将存在，但语音和手势等无键盘交互也会普及，用户正越来越习惯于与PC对话的新模式 [14] 英特尔业务战略与市场展望 - 客户端计算事业部（向PC厂商销售芯片的部门）是英特尔的现金流业务，2024年在英特尔营收占比57% [5] - 公司正通过“Super Builder”等开发者生态计划，帮助ISV更快地在AI PC与边缘设备上部署AI应用 [21] - 中国市场被视为AI发展的重要推动力量，英特尔高度重视与中国企业的合作，并将加强与中国OEM、ODM厂商在边缘计算领域的合作作为2026年目标之一 [23]

公司战略与产品定位 - 边缘AI芯片与解决方案厂商Kneron（耐能）在2026年美国CES展会上集中展示了其覆盖消费电子、智能家居、智能交通、工业物联网及企业级计算的全栈边缘AI产品矩阵 [1][4] - 公司的核心战略是系统性推动AI从云端向边缘侧迁移 [1][4] - 公司技术核心在于本地计算、超低时延、低功耗与高可靠性，通过“数据不出本地、智能运行在边缘、集中统一管理”的架构，旨在提供更安全、更私密的AI体验 [1][4] - 随着生成式AI加速进入企业应用阶段，公司推出了覆盖从试点部署到企业级规模化落地完整路径的全栈边缘AI系统 [1][4] 全栈边缘AI系统架构 - 该全栈边缘AI系统基于Kneron自研的NPU架构 [1][4] - 系统整合了AI芯片、安全操作系统、推理引擎与统一管理平台，构成了端到端的边缘智能基础设施 [1][4] 产品线详解：Kneo 330 - Kneo 330产品面向中小企业、零售门店、诊所、轻工业产线与智慧楼宇 [1][5] - 该设备支持小型企业自动化报表、社区医疗AI辅助诊断、产线视觉质检、人脸识别与行为分析等应用场景 [1][5] - 产品支持即插即用，其功耗显著低于GPU方案 [1][5] - 所有视频与图像数据均在本地处理，强调隐私保护 [1][5] 产品线详解：Kneo 350 - Kneo 350产品定位中大型企业、工厂与区域级边缘数据中心 [2][5] - 该产品算力为Kneo 330的4倍，支持多用户并发 [2][5] - 产品内置AI Agent开发框架与对话系统，面向工业检测、医疗影像与敏感数据处理等高复杂度应用 [2][5] 产品线详解：Kneo Rack - Kneo Rack是公司与硅谷合作伙伴Quantea联合推出的产品，面向大型机构与跨场景部署需求，旨在构建企业级“私有AI云” [2][5] - 相比传统GPU服务器，该方案无需液冷系统，可在标准办公环境运行 [2][5] - 该方案能大幅降低能耗、制冷与数据中心建设成本（TCO），并支持托管式部署 [2][5] 管理层观点 - 公司创始人兼CEO刘峻诚（Albert Liu）表示，在AI时代，隐私、安全与实时响应不再是可选项，真正的智能应该运行在边缘 [2][5] - 公司希望通过自研、低功耗、高效率的AI芯片与全栈方案，让每一台设备都具备思考能力 [2][5]

行业现状与核心观点 - 当前人工智能行业深陷“GPU竞赛”热潮，“人均GPU数量”成为衡量技术实力的热门指标，行业与国家层面都在追逐算力堆砌 [1] - 行业需要超越对云端AI的关注，将目光投向物理世界，探寻物理AI的下一个“AlphaGo时刻” [1][5] - 物理AI与依赖云端数据的大型语言模型存在本质区别，其真正的“分水岭时刻”尚未到来 [1][6] 物理AI面临的独特挑战 - **挑战一：极度缺乏覆盖所有极端场景的训练数据** 现实世界中的“边缘案例”（如罕见天气、突发障碍物、极端机械故障）难以被穷尽采集，这与可从数十年互联网数据中学习的大型语言模型形成鲜明对比 [2][13] - **挑战二：要求毫秒级的实时低延迟响应** 在高速行驶或紧急救援等场景中，决策延迟意味着失败甚至灾难 [2][13] - **挑战三：众多前沿场景中“云端”是缺席的** 在月球探索、矿难救援、火灾现场等场景，稳定高速的网络连接是奢望，部署在设备本地的“边缘AI”是唯一可行的智能 [2][15] 挑战的实证与理论依据 - **延迟优于精度** “LLM Colosseum”开源项目实验表明，在《街头霸王》游戏中，虽然小型模型单次决策精度较低，但其高频的决策速度能使其战胜响应缓慢的大型模型，印证了“完美是优秀的敌人”这一观点 [2][14][15] - **行为智能先于语言智能** 人类婴儿在学会用母语描述世界之前，就已经会通过行动探索世界，这暗示行为智能是更基础的形式 [12] - **实践中的失败案例** 2024年印第安纳赛车场比赛因暴雨导致GPS信号丢失，系统切换定位源时的不一致性致使控制算法选择错误行驶曲率，凸显了物理AI是理论与实践深度结合的复杂性 [9][10] 通过自动驾驶赛车进行的实践探索 - **赛事成就** 在2025年CES自动驾驶挑战赛决赛中，参赛的十支队伍已实现140英里/小时（约225公里/小时）的全自主行驶基准速度，伯克利车队更以163英里/小时（约262公里/小时）的速度完成超车并赢得头对头超车项目冠军 [4][18][21] - **动态交互与安全平衡** 比赛中，两车在弯道因漂移打破2-5米安全距离后双双自动紧急制动，体现了AI在动态高速物理交互中需平衡安全规则与竞争目标 [4][21] - **扩展至复杂环境测试** 将赛道延伸至中国张家界天门山，该山路全长10.77公里、有99道弯、海拔落差超1000米，并包含复杂天气，为自动驾驶提供了综合测试场，吸引了清华大学、浙江大学等九所中国高校参与 [4][25][26] - **赛事影响力** 2025年的天门山比赛吸引了超过50万人现场观看，线上观看量超过10亿次，相关社交媒体讨论超过800万条，成为迅速走红的顶级赛事 [28] 未来发展方向与计划 - **增设人形机器人挑战赛** 2026年将在原有赛事基础上增设天门山人形机器人挑战赛，邀请研发机构测试机器人在非结构化地形（如攀登999级台阶）中的移动与决策能力，以创造新的“AlphaGo时刻” [4][29] - **技术发展路径** 物理AI的进展不仅依赖于算法与硬件的迭代，也有赖于跨学科协作与在真实场景中持续积累的经验，极端环境下的技术实践与人才培养将为行业带来新启发 [4] - **行业应用前景** 对于许多前沿应用（如太空探索、灾害救援），边缘AI是唯一能依赖的人工智能，本地解决方案必须作为安全备份 [17]

公司业务与资质 - 中国证监会要求东山精密补充说明其医疗器械生产、佣金代理、信息技术及社会经济咨询服务、太阳能产品系统的生产安装销售、太阳能工业技术研究咨询服务等业务的开展情况，以及是否取得必要的资质许可 [1] - 证监会要求公司补充说明其及下属公司的经营范围是否涉及《外商投资准入特别管理措施(负面清单)(2024年版)》领域 [1] 公司股权与治理 - 证监会要求东山精密补充说明本次发行完成前后，公司控股股东、实际控制人持有发行人股份质押情况是否可能导致重大权属纠纷，或导致发行人控股股东发生变化 [1] 境外运营与合规 - 证监会要求东山精密补充说明其境外子公司涉及的境外投资、外汇登记等监管程序的具体履行情况，并就合规性出具结论性意见 [1] - 证监会要求公司补充说明其境外募投项目详细情况及履行境外投资审批、核准或备案的情况 [2] 公司市场地位与业务 - 根据灼识咨询的资料，东山精密是全球第一大边缘AI设备PCB供应商 [2] - 公司产品主要应用于智能手机、个人计算机、汽车、工业与物联网设备，并正迅速将能力扩展至数据中心终端市场 [2] 资本市场动态 - 2026年1月9日，中国证监会国际司共对10家企业出具补充材料要求，其中包括东山精密 [1] - 港交所于2025年11月18日披露，苏州东山精密制造股份有限公司已递表港交所主板，联席保荐人为瑞银集团、海通国际、广发证券和中信证券 [1]

公司境外上市备案进展 - 中国证监会国际司于2026年1月5日至1月9日期间对10家企业出具补充材料要求 东山精密位列其中 需就多项事项进行补充说明 [1] - 东山精密已于2025年11月18日向港交所主板递交上市申请 联席保荐人为瑞银集团 海通国际 广发证券和中信证券 [1] 证监会关注的核心合规事项 - 要求公司补充说明医疗器械生产 佣金代理 信息技术咨询 太阳能产品生产销售及研究咨询等多项业务的开展情况 并核查是否已取得必要的资质许可 [1] - 要求公司说明其及下属公司的经营范围是否涉及《外商投资准入特别管理措施(负面清单)(2024年版)》中的限制或禁止领域 [1] - 要求说明本次发行完成前后 公司控股股东及实际控制人所持股份的质押情况 并评估是否可能导致重大权属纠纷或控制权变更 [1] - 要求说明公司境外子公司涉及的境外投资 外汇登记等监管程序的具体履行情况 并就其合规性出具结论性意见 [1] - 要求补充说明境外募集资金投资项目的详细情况 以及履行境外投资审批 核准或备案程序的情况 [2] 公司业务与市场地位 - 根据灼识咨询资料 东山精密是全球第一大边缘AI设备PCB（印制电路板）供应商 [2] - 公司产品主要应用于智能手机 个人计算机 汽车 工业与物联网设备等领域 [2] - 公司正迅速将自身能力扩展至数据中心终端市场 [2]