继11月20日后，今日又是纸面富贵的一天。 昨日飙涨2%的创业板指，今日冲高回落收跌0.44%，中际旭创转跌3%，A股继续大幅缩量900亿，成交额维持1.7万亿关口。 昨日CPO爆发"单骑救主"，成交额TO5个股有4只都是AI硬件方向，今日TOP5个股同样有4只是AI硬件方向，当它们冲高回落，大盘也跟随掉头向下。 同花顺实时大单统计显示，今日寒武纪、中际旭创分别净流出9.43亿、2.9亿。 市场究竟在担心什么？ | 证券代码 | 证券简称 | 成交额(亿元) | 证券代码 | 证券简称 | 成交额(亿元) | | --- | --- | --- | --- | --- | --- | | 300308.SZ | 中际旭创 | 329.75 | 300308.SZ | 中际旭创 | 236.41 | | 300502.SZ | 新易感 | 220.50 | 300502.SZ | 新易盛 | 220.23 | | 601138.SH | 工业富联 | 163.45 | 601138.SH | 工业富联 | 170.30 | | 300274.SZ | 阳光电源 | 152.01 | 300274.SZ 阳光电源 ...

美国人工智能数据中心领域的市场情绪正经历剧烈逆转。随着前所未有的服务器集群建设遭遇现实阻 力，此前由吉瓦级（GW）大规模交易和创纪录合约通过带来的兴奋感正在消退，取而代之的是项目延 期频发以及随之而来的责任推诿。 针对延误指责，Core Scientific首席执行官Adam Sullivan并未直接回应具体项目，但对行业现状进行了 犀利反击。他指出，许多AI数据中心的工期表"并不现实"，除非开发商已提前锁定发电机等长周期设备 及熟练承包商。Sullivan向媒体表示，当一家上市公司提前披露延误，而另一方等到最后一刻才公布， 这会制造混乱并侵蚀市场信心。此外，Core Scientific股东此前投票否决了CoreWeave提出的90亿美元收 购要约，这可能也是双方关系紧张的因素之一。 利润微薄下的高压博弈 虽然项目延误在建筑行业司空见惯，但在当前AI算力竞赛的背景下，赌注已截然不同。为了满足 OpenAI等客户的交付压力，Oracle的高管今年早些时候曾在得克萨斯州Abilene的施工现场对承包商大 声表达不满。 在这场争夺算力的竞赛中，最显著的动态是供应链紧张已开始实质性冲击企业业绩。AI云服务提供商 C ...

文章核心观点 - AI数据中心建设热潮引爆全球存储芯片涨价风暴，行业迈入持久且强劲的“超级周期”[4][5] - 存储芯片价格出现转折性信号，DRAM和NAND Flash价格进入全面持续上行通道，部分合约报价暴涨50%-60%[4][5] - AI算力需求重新定义内存价值，重构行业逻辑，驱动本轮周期由结构性需求与产能错配驱动，特征发生根本变化[5] 存储芯片价格走势 - 全球存储芯片价格过去半年持续上涨，最近一个月涨价消息密集，出现“一天几个价”情况[4][6] - 三星电子本月提高某些内存芯片价格，较九月份上涨多达60%[4] - 深圳华强北市场DDR4和SSD等存储产品价格已出现翻倍情况[6] 存储芯片市场格局 - 全球DRAM市场由SK海力士、三星和美光三家主导，2025年第二季度市场份额分别为38.7%、32.7%和22%[11] - 全球NAND flash市场由三星、海力士和铠侠主导，2025年第二季度市场份额分别为32.9%、21.1%和13.5%[11] - A股存储产业链公司主要分为模组厂、芯片代理商和内存接口芯片生产商三类[11] 上市公司市场表现 - 存储芯片狂热带动产业链上市公司股价狂飙，香农芯创年初迄今股价涨幅为514.1%，德明利股价涨幅为334.53%[6][7] - 东芯股份、诚邦股份、江波龙、西安奕材股价涨幅均超200%[6][7] - 香农芯创股价累计最大涨幅达782.15%，德明利累计最大涨幅达430.14%[7][10] 重点公司业务分析 - 香农芯创主要收入来源于电子元器件分销业务，代理SK海力士存储器及MTK联发科主控芯片[7][8] - 公司2025年前三季度实现营收264亿元，同比上涨59.90%，但归母净利润3.59亿元，同比下降1.36%[7] - 德明利前三季度净亏损2707.65万元，营业总成本从去年同期30.98亿元增长至66.53亿元[10] - 德明利资产负债率为73.28%，短期借款27.62亿元，货币资金6.95亿元难以覆盖短债[10] 存货策略与业绩影响 - 江波龙三季报账上存货金额为85.17亿元，德明利存货59.4亿元，佰维存储存货56.95亿元[12] - 佰维存储第三季度单季净利润同比大增563.77%至2.56亿元，业绩呈现V型反转[12] - 存储芯片价格上涨预期下，下游出现“超量采购”囤货现象，市场迅速转为“卖方市场”[11] - 分析人士指出存货策略存在风险，存储产品无长期稀缺性，扩产推进后可能从盈利动力变回减值压力[12]

存储芯片价格变动 - 三星电子11月将32GB DDR5模组合约价从9月的149美元大幅上调至239美元，涨幅约60% [1][4] - 16GB DDR5和128GB DDR5模组价格上调约50%，分别至135美元和1,194美元 [4] - 64GB和96GB DDR5模组价格大幅上涨逾30% [4] - 三星电子可能在10月至12月期间将季度合约价格大幅上调40%至50%，高于行业平均的30% [6] 存储芯片供需状况 - AI数据中心建设导致DDR5等高性能存储芯片出现严重短缺，部分企业客户出现恐慌性抢购 [1][5] - 三星、SK海力士和美光将绝大多数产能集中于HBM存储系统，导致DDR5、DDR4及企业级SSD等产品线供不应求 [2][9] - 存储芯片行业已进入“卖方市场”，供应紧张局面预计将持续贯穿整个2026年，并有望持续至2027年 [8] AI驱动存储需求 - AI服务器算力集群的DRAM容量通常是传统CPU服务器的4–8倍，很多单机已超过1TB DRAM，并明确向DDR5迁移 [2] - DDR5相比DDR4带宽提升约50%，更适合天量级AI工作负载 [2] - AI训练/推理算力需求以及消费电子需求复苏带动DRAM/NAND系列存储产品需求指数级扩张，尤其是HBM、服务器级别DDR5和企业级SSD [3][8] - 企业级存储硬盘需求激增，希捷、闪迪和西部数据等公司股价今年涨幅均高达三位数 [8] 行业周期与竞争格局 - 摩根士丹利等华尔街大行认为“存储超级周期”已至，本轮周期持续时间有望远超历史峰值 [3][8] - 本轮存储超级周期的核心驱动力是AI数据中心和云计算服务巨头，以及主权政府机构，它们对存储产品的价格敏感度降至最低 [9] - 三星电子在HBM存储系统之外的广泛存储芯片领域拥有较竞争对手更乐观的定价权，主要因公司拥有较大规模库存和强劲议价权 [5]

存储芯片价格大幅上调 - 三星电子11月将某些存储芯片价格较9月份大幅上调，最高幅度达60% [1] - 32GB DDR5存储芯片模组11月合约报价从9月的149美元大幅涨至239美元 [1][4] - 16GB DDR5和128GB DDR5存储芯片模组价格大幅上调约50%，分别至135美元和1,194美元 [4] - 64GB DDR5和96GB DDR5的价格大幅上涨逾30% [4] AI数据中心驱动存储需求 - AI服务器算力集群的DRAM容量通常是传统CPU服务器的4–8倍，很多单机已超过1TB DRAM [2] - DDR5相比DDR4带宽提升约50%，更适合天量级AI工作负载，正明确向DDR5迁移 [2] - AI数据中心建设热潮带来存储需求无比强劲，企业正与供应商签订针对2026年全年或覆盖2026年到2027年的长期供给协议 [6] - 支撑天量AI训练/推理算力需求的AI服务器算力集群需要大规模采购服务器级别DDR5 [2] 存储芯片供应紧张 - 三星、SK海力士及美光将绝大多数产能集中于HBM存储系统，导致DDR5、DDR4以及HDD与企业级SSD等产品线集体供不应求 [2] - DRAM存储芯片短缺情况严重，已导致大部分企业级别客户出现恐慌性大规模抢购 [4] - SK海力士的"售罄"信号显示存储产能供应将更加紧张，整个行业已进入"卖方市场" [8] - HBM所需的庞大产能仍在结构性地挤占三大存储巨头的DDR4与DDR5产能 [9] 存储超级周期来临 - 摩根士丹利等华尔街大行高呼"存储超级周期"已至 [3][8] - 本轮存储超级周期的持续时间有望远超历史峰值，专属于存储芯片价格的持续上涨环境将持续贯穿整个2026年，有望持续至2027年 [8] - 企业级存储硬盘需求激增推动希捷、闪迪和西部数据等公司的股价今年涨幅均高达三位数 [8] - 本轮周期的核心驱动力是为构建AI算力基础设施而展开军备竞赛的AI数据中心和云计算服务巨头们及主权政府机构，他们将存储产品视为战略"必需品"，价格敏感度最低 [9] 厂商动态与定价权 - 由于向HBM存储系统转型步伐相对较慢，三星电子在HBM之外的广泛存储芯片领域拥有较竞争对手更乐观的定价权，主要因拥有更大规模的库存带来的更强议价权 [5] - 三星电子很可能在10月至12月期间将季度合约价格大幅上调40%至50%，高于更广泛存储行业预计的平均30% [5] - 在AI投资周期中，以HBM为代表的高端存储器供应商（SK海力士、三星、美光）以及企业级高性能存储厂商是紧随AI算力组件厂商之后的大赢家 [7]

OpenAI的AI算力基础设施投资 - OpenAI在过去一个月签署的AI算力资源供给协议总规模已接近1.4万亿美元[1] - 与亚马逊AWS达成为期七年、金额高达380亿美元的协议，获得数十万块英伟达GB200和GB300 AI GPU的使用权[4] - 更新与微软的协议，新增购买高达2500亿美元的Azure云端算力服务[4] - 与博通合作开发并部署高达10吉瓦级别的定制化AI ASIC算力集群，Arm将帮助构建服务器CPU[5] - 与AMD签署部署约6吉瓦AI GPU算力集群的协议，AMD授予OpenAI可购买最多1.6亿股AMD普通股的认股权证[6] - 参与规模达5000亿美元的"星际之门"项目，并与甲骨文签署了千亿美元级别的AI算力供给协议[8] - 一系列协议为其可能在2026年底或2027年初进行的IPO铺路，届时估值或达1万亿美元[9] AI算力核心组件供应商受益 - 英伟达广受市场欢迎的AI GPU算力集群是OpenAI庞大订单的最关键受益方[1] - 专注于数据中心高性能存储产品的巨头，如SK海力士、三星、美光、西部数据、闪迪、希捷等也是最大受益势力[1][10] - "星际之门"项目预计将消耗全球40%的DRAM产出，OpenAI与三星、海力士签下每月最高90万片DRAM晶圆的意向合作协议[10] - 英伟达总市值突破并站稳5万亿美元，成为全球首个达到此市值的公司[14] - 华尔街机构Loop Capital给出目标价350美元，意味着英伟达市值将达到8.5万亿美元[16] - 华尔街分析师们不断上调英伟达目标股价，越来越多分析师看向300美元点位[17] 存储市场与HBM需求激增 - HBM市场预计将从2023年的23亿美元增长至2026年的302亿美元，实现100%的复合年增长率[11] - SK海力士实现创纪录的营业利润11.4万亿韩元（约80亿美元），并透露明年HBM、企业级NAND等全系列存储芯片订单已售罄[10] - 美光、三星股价在"存储超级周期"叙事下年内涨幅达三位数级别[10] - 希捷、闪迪和西部数据的股价今年涨幅超过三位数，大幅跑赢大盘[11] - 三星已暂停10月DDR5 DRAM合约报价，SK海力士和美光跟进，导致供应链"断粮"，存储产品"已完全进入卖方市场"[14] AI算力产业链的长期增长前景 - 生成式AI与AI智能体推理工作负载带来的算力需求有望推动市场呈指数级增长，"AI推理系统"被视为未来最大营收来源[15] - 英伟达给出的2025-2026年累计5000亿美元数据中心业务营收预期（仅包含Blackwell与Rubin架构AI GPU产品）令华尔街感到兴奋[16] - 全球持续井喷的AI算力需求、美国政府投资及科技巨头投入建设数据中心，强化了AI算力基础设施板块的"长期牛市叙事逻辑"[15] - 华尔街顶级机构认为英伟达仍是万亿美元级别AI支出的最核心受益者，其股价屡创新高之势远未终结[17]

文章核心观点 - 文章围绕NVIDIA专为中国市场设计的“降级版”AI芯片B30A展开分析，探讨其性能、成本以及对中美AI算力竞赛的潜在影响 [3][5] - 核心观点认为，尽管B30A性能仅为旗舰产品B300的一半，但其高性价比和低功耗特性可能使中国能够以可控的成本快速提升AI算力，从而显著缩小与美国的差距 [5][7][16] - 美国政府是否放行B30A出口是一个复杂的战略抉择，涉及技术、经济与地缘政治的平衡，其结果可能改变全球AI算力格局 [5][14][16] AI算力竞赛与出口管制 - 美国通过限制先进AI计算资源以保持其领先地位，目前其在AI超级计算能力上领先中国约5倍 [7] - NVIDIA B300芯片是AI实验室的核心驱动力，单卡价格约4.5万美元，但对中国的出口受到严格限制 [7] 硬件配置与性能 - B30A单卡的峰值算力（FLOP/s）和内存带宽是B300的50%，B300基于两个AI处理器芯片和八个HBM3e内存栈，而B30A仅有一个芯片和四个内存栈 [8] - 由8个B30A GPU组成的服务器功耗是B300服务器的40%，B30A的8卡服务器估算成本为29.3万美元，B300服务器为53万美元，主要因单卡价格从4.5万降至2.25万美元 [8] 集群成本分析 - 为达到与B300集群相同的总计算力和内存带宽，B30A集群需要两倍的芯片数量 [11] - 假设集群需达到1000张B300的等效算力，B30A需2000张卡，初始投资成本比B300高24%，但中国政府对AI基础设施的补贴可抵消此差价，且B30A集群能源成本占比低，长期运营有优势 [11] 放行B30A的影响 - B30A集群的服务器成本是B300的1.1倍，网络硬件成本因集群规模扩大翻倍至B300的2倍，能源成本因低功耗仅为B300的0.8倍 [13] - B30A集群的总体摊销成本（按5年折旧计算）是B300的1.24倍，即贵20%左右 [13] - 若2026年禁售B30A，美国AI算力优势能保持在31倍以上；若放开出口，中国算力可能迅速追赶，差距缩小到4倍以下，极端情况下美国可能处于1.1倍劣势 [14] - B30A性能远超中国本土AI芯片且价格更低，可能导致中国企业减少对本土芯片投资，加剧对进口芯片的依赖 [14] - NVIDIA产能有限，大量出口B30A至中国可能挤占全球其他市场的芯片供应，影响全球AI生态 [15]

交易规模与战略 - 核心高管团队主导完成价值高达1.5万亿美元的芯片供应交易 [1][3] - 交易策略为“速度至上”，优先关注技术层面，财务和法律细节后续完善 [1][3][4] - 与英伟达达成协议，承诺在10吉瓦芯片上支出最多3500亿美元，英伟达同意向公司投资最多1000亿美元 [3][11] - 与甲骨文达成3000亿美元的五年数据中心项目合作 [1][3][12] 核心交易团队与执行 - 交易由首席执行官Sam Altman、总裁Greg Brockman和首席财务官Sarah Friar等少数核心成员主导，基本绕过了外部投行和律师团队 [3][5] - 首席财务官Sarah Friar负责确保交易能获得初创企业的融资支持 [6] - 基础设施融资负责人Peter Hoeschele领导的小团队负责提升计算能力供应，以实现每周1吉瓦的目标 [6] - 公司于9月聘请xAI前首席财务官Mike Liberatore担任业务财务官，预计将在未来交易中发挥关键作用 [12] 交易模式与合作伙伴 - 交易模式源于3月与AI云服务提供商CoreWeave测试的“算力换股权”模式，最初签署价值119亿美元的协议购买算力，作为交换获得3.5亿美元CoreWeave股份 [7] - 与CoreWeave的合同此后扩大至超过220亿美元，该数据中心运营商的股价已上涨两倍 [7] - 与AMD的交易授予公司认股权证，以每股1美分的价格购买AMD最多10%的股份，作为购买6吉瓦芯片的回报 [11] - 与甲骨文的合作始于一次偶然机会，公司迅速接手了甲骨文在得克萨斯州阿比林建设的数据中心 [12] 行业背景与影响 - 公司的非常规操作体现了AI算力竞赛的紧迫性压倒了传统商业审慎原则 [1][4] - 在许多情况下，后续交易始于芯片公司主动接触公司寻求合作，协议依赖于首席执行官与交易对手之间的信任 [8] - 公司转向直接员工而非顾问旨在简化交易流程，使谈判不那么对抗性 [9] - 英伟达和公司在达成交易时均未寻求外部建议 [10]

文章核心观点 - 金属铜正从传统工业金属向“科技+能源”双驱动的战略金属转变，AI算力竞赛和能源转型形成对铜资源的“双重挤压”，导致其极有可能在2030年代面临系统性短缺 [1][9] 铜的不可替代性与技术优势 - 在半导体领域，铜用于制造芯片内部数十亿根纳米级互连线路，如同芯片的“血管系统”，负责连接晶体管并确保电子信号高效流通 [4] - 相较于铝导线，铜具有更高导电性（室温电阻率1.72×10⁻⁸ Ω·m，比铝的2.65×10⁻⁸ Ω·m低约35%）、更低能量损耗和更优耐高温性（熔点1083℃） [5] - 铜导线可使先进制程芯片信号传输延迟降低15%-20%，抗电迁移能力是铝的5倍以上，能将芯片使用寿命从3-5年延长至8-10年 [5] - 铜的规模化应用得益于“大马士革工艺”技术突破，该工艺通过沉积、刻蚀、电镀和抛光等步骤形成嵌入式铜互连结构 [6][7] 铜在半导体产业链的应用 - 在芯片封装环节，直径25-50微米的铜键合丝已占据全球市场70%份额，成本比传统金丝降低60%以上 [8] - 引线框架采用铜合金制造，导热系数达380W/(m·K)，可快速传导芯片热量 [8] - 高功率AI GPU（热设计功率超1000W）的散热底座与热导管需采用纯度99.995%以上的高纯度无氧铜实现高效热管理 [8] AI与新能源产业驱动的铜需求爆发 - 英伟达H100芯片内部铜线连接长度超2公里，单颗芯片铜消耗量为传统电子设备的百倍 [10][11] - 英伟达GB200芯片采用铜缆替代光模块，单台GB200 NVL72服务器使用5000根NVLink铜缆，总长度近2英里，每机架省电20千瓦 [10] - 一个10MW中型AI数据中心仅电力线缆的铜消耗量就达上百吨，相当于数百辆新能源汽车用量 [10][11] - 新能源汽车用铜量显著：混合动力车约40-60公斤/辆，插电混动车约60公斤/辆，纯电动车约80-83公斤/辆，纯电动大巴高达224-369公斤/辆 [10][11] 铜供应面临的长期挑战 - 铜矿从勘探到投产需15年以上，2025年全球在建大型铜矿仅12个，预计2030年新增产能约300万吨，但同期需求增量达800万吨，新增产能仅能满足37.5%的需求增量 [12][13] - 全球铜产业链存在“地理错位”：南美地区（智利储量2.9亿吨占全球23.8%，秘鲁储量1.2亿吨占全球9.8%）占全球储量与产量40%以上，而中国精炼铜消费量占全球58%（2024年1595万吨） [13][14] - 气候变化威胁铜供应：全球17个主要产铜国中12个将在2035年面临严重干旱风险，智利阿塔卡马沙漠铜矿日耗水16万立方米，80%依赖地下水，淡化海水成本是地下水5倍 [15] - 地缘政治加剧风险，如考虑对进口铜征收50%关税可能扰乱全球贸易格局，但美国本土建立铜产业链自给难度较大 [16]

核心观点 - 工业富联股价上涨主要受AI算力竞赛拉动设备需求驱动 但公司基本面存在严重高估 估值水平不合理且资产质量存在显著问题 [6][7][9] 业务结构分析 - 公司主营业务分为通信及移动网络设备（第一主业）和云服务设备（第二主业） 工业互联网业务占比极小且持续萎缩 [17] - 2018-2024年通信设备收入从2592亿增至2879亿 累计增幅仅11.1% 年均增长1.8% 几乎无成长性 [18] - 云服务设备收入2018年1532亿 2024年暴涨至3194亿 但2018-2023年仅累计增长26.8% 年均4.9% 2024年64.5%高增长持续性存疑 [18][19][20] - 2024年营收增长主要靠云服务设备贡献率达94.2% 通信设备仅贡献6.7% 工业互联网收入同比下降42.9% [22] 盈利能力分析 - 代工模式导致毛利率极低 2024年云服务设备毛利率仅5% 远低于英伟达50%净利润率 [27] - 2019年通信设备/云服务毛利率分别为11.2%/4% 2023年分别为9.8%/5.1% 在代工厂中处于偏低水平 [24][25] - 成本结构中直接材料占比91.4% 直接人工2.7% 折旧摊销0.75% 本质为组装厂模式 [27] - 2018-2024年净利润累计增长37.3% 年均增速4% 2025H1净利润率仅3.4% [32] 研发投入对比 - 2024年研发投入106.3亿 占营收1.75% 2025H1研发投入51亿（仅为比亚迪1/6）占比1.41% [32] - 显著低于立讯精密3.69%和比亚迪8%的研发投入占比 [32] 资产质量风险 - 境外资产规模巨大且效益低下 2025年6月末达2552亿 占总资产66.6% 相当于净资产168% [39] - 境外Top5子公司2017年总资产365亿美元 合计亏损460万美元 盈利能力触目惊心 [34][36] - 唯一披露业绩的CNT SG公司2025H1净利润率仅1.46% 其他数十家境外企业不披露产能利用率且不计提减值 [41][42] - 固定资产规模显著偏小 2025年6月末机器设备账面值仅123亿 为立讯精密一半 比亚迪机器设备1529亿为其12倍 [43] 行业风险因素 - AI算力投资面临三重压力：边际收益差（80%企业未获显著价值提升）、能源约束（占美国总电力1.7%）、训练数据枯竭 [28][29] - 代工厂处于产业链弱势地位 客户享有绝对主导权 利润分配极度不均衡 [23][27] 估值异常表现 - 2025年7月初至9月中旬股价累计涨幅195.2% 市盈率达51倍 总市值1.23万亿 [5] - 母公司鸿海精密市值不足7000亿 子公司市值反超母公司43% 估值逻辑存在严重倒挂 [14]