产业技术生态发展路径 - 产业技术生态存在垂直整合和开放标准两种发展路径 智能手机生态已清晰展示两种路径差异 [1] - 2025年人工智能成为行业变革核心变量 中国计算产业面临路线选择问题 [1] - 国内算力资源存在技术标准不互通问题 形成算力孤岛现象 [1] 中科曙光战略选择 - 2025年9月5日中科曙光联合产业链超20家企业发布国内首个AI计算开放架构 [1] - 公司选择开放共建路线 打破行业闭门造车格局 扮演修路人角色 [2] - 公司定位为产业协同问题解决者 体现领军企业责任担当 [2] 产业发展背景 - 国家战略层面推出《算力基础设施高质量发展行动计划》和《信息化标准建设行动计划》 要求构建自主统一算力大市场 [3] - 产业处于强竞争弱合作状态 私有接口协议导致资源浪费和协同内耗 [4] - 技术不兼容造成异构算力适配困难 用户需重复投入研发资源 [4] 技术瓶颈与突破 - 芯片功耗进入千瓦时代 传统风冷技术难以满足散热需求 [5] - 芯片工作温度每升高10度失效率可能翻倍 过热宕机造成巨大损失 [5] - 公司自2011年布局液冷技术 经历三代技术迭代 冷板式液冷到浸没相变液冷 [6] 技术成果与优势 - 液冷方案较传统风冷节能30%以上 单机柜功率密度从几十千瓦提升至750千瓦以上 [6] - 同等机房面积可容纳计算能力提升数倍至数十倍 [6] - 公司具备高端计算、存储、安全、数据中心和云计算全栈能力 [7] 业务布局 - 硬件产品包括服务器和分布式存储系统 其中ParaStor存储在中国移动集采中标且多行业份额领先 [8] - 软件服务涵盖全栈云能力和城市云建设运营 [8] - 业务贯通上游核心部件至下游算力服务全产业链条 [8] 财务表现 - 2025年上半年营业收入58.50亿元 同比增长2.41% [10] - 归属于母公司净利润7.29亿元 同比增长29.39% [10] - 扣非净利润5.69亿元 同比增长55.20% [10] 开放架构设计 - AI计算开放架构定义为面向大规模智能计算场景的GPU核心高效紧耦合协同创新体系 [15] - 开放五个层面技术能力：部件级、系统层、基础设施层、软件层和数据集层 [16] - 支持多品牌加速卡适配 兼容CUDA等主流软件生态 [16] 数据共享计划 - 公司开放共享全球12公里分辨率和中国区域3公里分辨率气象数据 覆盖160余项要素 [17] - 提供最长15天逐小时模拟数据 解决高质量气象数据获取难成本高痛点 [17] - 数据应用于能源电力、农业生产、航空安全和金融保险等领域 [17][18] 应用成效 - 清华长三角研究院利用数据提供46天风速雷电预测 保障电网运维安全 [17] - 中国农业大学实现田块级精准决策 西北玉米项目实现单产提升与节水节肥双赢 [18] - 东方航空依托精细预测调整航班避开沙尘 保障安全减少延误 [18] - 浙商财险推动保险服务从灾后理赔向灾前防范转变 [18] 生态构建 - 通过架构开放和数据共享建立产业生态循环 [20] - 开放架构提供协同创新基础 共享数据注入生态燃料 [20] - 最终目标为共建开放普惠的中国智能计算产业生态 [21]

公司近期表现与催化剂 - IBM股价触及两个月高点 主要受与汇丰银行量子计算试验成功的消息推动[1] - 试验结果显示量子计算可将债券交易效率提升34%[1] - 当日股价大幅上涨 但在重要阻力位281美元处遇阻 该位置是之前的突破点和旧低点[9][10] - 近期表现略优于XLK科技ETF 但此前经历了一段波动期[3] 量子计算技术突破 - 与汇丰银行的试验标志着量子计算在算法交易领域的首次成功测试[2] - 量子计算机被类比为调光开关 能够同时评估多种不同概率 而传统计算机则如同只有开和关两种状态的普通开关[4] - 该技术突破被汇丰集团量子技术负责人评价为“正处于金融服务计算新前沿的风口浪尖”[1] - 此次在债券交易中的应用是量子计算领域少数可见的实质性进展之一[5] 人工智能应用拓展 - 公司即将推出一款针对梦幻足球的AI应用 为本赛季提供个性化AI球员推荐和球员概览[6][7] - 该应用展示了公司在AI领域进行的多样化探索[7] 期权市场交易动态 - 当日期权交易量约为10万份合约 看涨期权与看跌期权的交易量比例为80:20[13] - 观察到一笔较大的平仓交易 卖出300份12月19日到期、行权价235/270美元的看涨期权垂直价差组合 获得2025美元净权利金 类似交易曾在8月18日进行[15] 技术图表与关键价位 - 关键阻力位在281美元 关键支撑位在265美元（一系列旧高点）和260美元（旧低点和突破点）[10] - 移动平均线在260美元附近 consolidation 该位置也是一个成交量节点[12] - 10月17日到期（22天后）的期权隐含股价预期波动范围为6.3% 下限与265美元支撑位基本重合 上限在297.50美元 接近旧高点[14]

量子计算技术应用 - IBM量子处理器与经典计算机集成用于预测市场行为 [1]

行业与公司 * 报告主要涉及全球股票市场 特别是科技行业（人工智能AI）和欧洲股市 [1][27][59] * 重点提及的公司包括甲骨文（Oracle ORCL）因其与OpenAI的3000亿美元计算协议导致股价单日飙升36% [1][27] 以及Via Transportation（VIA）和Gemini（GEMI）等近期上市科技公司 [28] * 欧洲市场分析聚焦于STOXX 600指数成分股 筛选出如法国兴业银行（GLE FP）英国石油（BP/ LN）德国商业银行（CBK GY）等具有大规模回购和流动性期权标的 [59][70] 核心观点与论据 **1 AI泡沫尚未达到顶峰** * 尽管出现甲骨文单日极端波动（相对其过去1个月实现波动率高达14.9σ）和科技IPO市场升温（如VIA首日涨7.6% GEMI首日涨14.3%）等泡沫迹象 但通过与90年代末互联网泡沫的分布特征（统计矩）对比 当前市场远未达到顶峰 [1][27][28][30] * 论据包括纳斯达克指数（NDX）的3个月价格回报幅度（最高约60%）仍远低于互联网泡沫峰值时期（接近100%）[34][38] 纳斯达克指数和科技股3个月实现波动率（NDX约20% 科技股约25%）也显著低于互联网泡沫峰值水平（NDX超过80%）[34][42] 价格动能和回报凸性等衡量脆弱性的指标也处于相对温和水平 [45][47] **2 欧洲股票回购创纪录 创造期权卖出机会** * 2025年欧洲股票回购量有望创至少10年新高 金融 能源和工业板块领跑 其中工业板块同比增幅最大 [59][65] * 大规模回购通常意味着管理层认为公司价值被低估 并能提供股价支撑 年初至今STOXX 600中回购规模前100的股票组合表现跑赢基准指数超过5% 且实现波动率略低 [59][67] * 结合欧洲股指（SX5E）3个月ATM远期波动率处于其1年期的第8百分位的低位 但单一股票隐含波动率偏高和隐含相关性极低（低于第2百分位）的环境 为卖出看跌期权（Put Writing）策略提供了机会 筛选标准包括期权流动性 回购规模占市值比重以及高隐含波动率 [59][60][70] **3 欧洲股指波动率期限结构陡峭 带来交易机会** * SX5E的1个月实现波动率已降至10以下 压低了短期隐含波动率 导致波动率期限结构陡峭 [73][79][81] * 这创造了两种主要机会 一是通过日历价差（如做多10月V2X期货 做空11月V2X期货 至少获得0.6v权利金）低成本购买短期Gamma [73][78] 二是利用高昂的远期方差（SX5E的6m-12m远期方差比近期1个月实现波动率高超过12个波动率点）出售远期方差以获取波动率溢价（Carry） 经风险调整后 SX5E的3m6m 3m9m和3m12m远期方差提供的收益风险比最高 [75][76][85] **4 全球跨资产压力显著下降** * 美国银行全球金融压力指数（GFSI）从9月5日的-0.12下降至9月12日的-0.25 处于2000年以来第18百分位的低位 结束了连续三周的压力上升 [9] * 外汇（FX）是上周压力下降最大的资产类别 但具体来看 标普500偏斜（Skew）和成交量流量（Volume Flow）经历了第一和第三大的压力降幅 尽管标普500偏斜仍处于看跌区域（压力高于中位数半标准差以上）[10] 利率子成分也出现显著压力下降 如Govt-OIS USD和Euribor-OIS [11] 大宗商品是压力最小的资产类别 [12] 其他重要内容 **1 具体的交易策略建议** * 针对科技股上行潜力 建议使用QQQ（纳斯达克100指数ETF）看涨价差领子策略 例如买入1份10月到期行权价605-625的看涨价差 同时卖出1份10月到期行权价545的看跌期权 成本为1.87美元 提供10.7倍最大收益 仅在价格下跌超过约8%时承担下行风险 [49][50][51] 该策略利用了历史上陡峭的偏斜（QQQ 1个月10Delta看跌期权/ATM远期偏斜处于93%百分位）[54][55] * 针对欧洲市场 建议卖出流动性好的欧洲单一股票的3个月30Delta看跌期权 筛选出的标的包括SocGen BP CBK等 这些公司具有大规模回购和高隐含波动率特征 [59][70] **2 风险提示与支持因素** * 报告包含大量风险提示 指出讨论的交易策略可能不适合所有投资者 并提示美银证券与所覆盖公司存在业务往来可能产生利益冲突 [6][7][61][77] * 对于下行风险 报告认为有多个因素可能提供支撑 包括历史上强劲的逢低买入力量 政府对不利政策的扭转意愿 以及美联储的隐性支持 [52] **3 市场波动率数据** * 提供了截至9月12日的主要股指3个月隐含波动率和实现波动率数据 例如标普500指数隐含波动率13.5（周变化-0.2）实现波动率9.8（周变化-0.1）欧洲斯托克50指数隐含波动率13.9（周变化-1.3）实现波动率13.3（周变化-0.5）[4]

量子计算行业投资趋势 - 量子计算股票已从利基实验室项目转变为核心投资主题 吸引长期资金投入 尽管其商业化时间线可能长达数年 [1] - 相较于许多类似风险投资的量子计算公司 拥有深厚工程实力的老牌蓝筹公司可能提供更稳定的回报 [1] IBM的量子计算竞争优势 - 公司在量子优势领域处于领先地位 其托马斯·J·沃森研究中心已成为硬件进步的熔炉 涵盖从容错量子比特研究到解决实际问题的Quantum System Two机器 [2] - 公司拥有内部芯片制造设施 并与AMD建立战略合作伙伴关系 共同开发以量子计算为核心的超级计算平台 [3] - 公司计划到2029年实现大型集群化容错系统的路线图 正在悄然构建可能推动商业量子突破的“大型硬件” [3] IBM公司概况与市场表现 - 公司是一家全球整合的技术与咨询公司 业务遍及美洲、欧洲、中东、非洲及亚太地区 主要分为软件、咨询、基础设施和融资四个部门 [4] - 公司软件部门专注于混合云和人工智能平台 帮助客户在其数据和应用环境中进行数字化和AI转型 [4] - 公司市值为2400亿美元 截至2025年年内股价上涨21% 这得益于其在混合云、人工智能领域的进展以及市场对量子计算的乐观情绪 [5] 战略合作与未来发展 - 公司与AMD的战略合作旨在创建“以量子计算为核心的超级计算”平台 将IBM的量子处理器与AMD的高性能CPU/GPU结合 以加速纠错和扩展规模 [6] - 公司首席执行官表示 该合作将构建“一个强大的混合模型 突破传统计算的极限” 强调了公司在未来量子时代保持领先地位的承诺 [6] - 公司现有的量子计算路线图 包括计划在2029年前推出的“Quantum Starling”容错计算机 重新激发了市场对股票的兴趣 并使公司在AI/量子讨论中脱颖而出 [6]

Key Takeaways IBM partnered with AMD to build scalable, open-source quantum-centric supercomputing platforms.Qiskit updates include AI-driven circuit optimization, 39x faster performance and lower memory use.New Qiskit services, including Runtime, Code Assistant and Serverless, enhance user quantum capabilities.International Business Machines Corporation (IBM) continues to push the boundaries of quantum technology to explore solutions to complex problems beyond the reach of classical computing. The company ...

行业核心趋势 - 人工智能技术推动新一轮科技革命和产业变革，算力作为关键生产力要素，其赋能作用日益凸显，已成为驱动各行业变革的核心力量 [4] - 随着大模型发展，AI智能体将从执行工具演进为决策伙伴，驱动产业革命 [5] - 人工智能正催生出大量全新应用场景，AI产业正处于应用快速爆发期 [5] 算力需求与增长预测 - 到2035年，全社会算力总量将增长10万倍 [2][5] - 行业评估国内人工智能服务器复合年增长率超过20% [5] - 国内智能算力规模复合增速超30% [5] - 未来两三年，国内AIDC建设将保持每年40%以上的年增速，预计到2030年前后年增长率或在10%左右 [6] AIDC基础设施挑战 - AIDC建设面临"热、电、空间"挑战，以及标准缺失、建设周期长导致的"AI等机房"困境 [8] - GPU芯片算力和交换机芯片容量不断挑战物理极限、迭代周期减少，AI基础设施需要持续升级 [5] - 算力需求激增带来AIDC形态变化，对散热、供电、机房空间等都提出新要求 [6] - 数据中心建设以"年"为单位计算交付时间，导致AI设备等待机房，影响产业发展速度 [8] 产业协同与标准建设 - 产业链各方围绕标准共建、技术共研与生态协同等话题进行讨论，预发布《AIDC基础设施规范》，为未来2～3年AIDC建设提供参考 [2][8] - 新规范标准破解"AI等机房"困境，通过推动基础设施标准化和规范化发展，有效降低行业整体建设和运营成本，引导有序竞争，强化产业协同 [9] - 华为发布《AIDC机房参考设计白皮书》，为行业提供可落地的参考实践 [9] - 随着AI算力规模与芯片功率快速提升，液冷数据中心正成为AIDC必然选择，需要协同产业链加快液冷机房产品化与标准化 [9]

大会概况 - 新一代计算产业大会于9月16日在北京召开，由中国电子工业标准化技术协会指导，新一代计算标准工作委员会主办，中科驭数、Intel、经开区国家信创园共同承办 [1] - 大会汇聚产学研多方力量，聚焦GPU、DPU、服务器电源、异构计算和行业应用等关键领域，旨在通过标准化推动计算产业创新与发展 [1] 行业趋势与战略意义 - 计算技术与工业结合日益广泛深入，智能制造和智能服务成为全球传统工业和制造业转型升级的主要方向 [2] - 新一代计算技术被视作驱动中国经济高质量发展的核心引擎，其与新型工业化的融合是工业发展的重要驱动力 [2] - 人工智能大模型生命周期包含五个高度依赖大规模算力与存储支持的环节：数据获取、数据预处理、模型训练、模型微调和模型推理 [3] 关键技术领域与工作部署 - 新一代计算标准工作委员会成立了五个工作部：DPU数据处理器、图形处理器、计算产品组件、液冷生态、异构计算 [3] - 随着AI快速发展，传统计算架构无法满足海量数据处理需求，基于DPU高速网络的新一代计算架构成为提升效能的关键 [4] - 芯片微缩无法完全满足数据量上升和计算速度提高的需求，先进封装为数据传输和存储提供更高效率以应对未来需求 [4] - 面临单芯片瓶颈、集群效率下降及散热供电挑战，需通过算电热协同、算网协同及标准化构建绿色高效的智算生态 [5] - 异构计算工作部将重点覆盖芯片特性、高速互联、软件生态及未来组件等关键技术方向，并推动其在行业场景中的规模化应用 [5] 标准化成果与产业协作 - 大会正式发布了《新一代计算标准体系》，旨在为团体标准建设奠定坚实基础 [6] - 大会为GPU、DPU、计算产品组件、液冷生态、异构计算工作部部长单位颁发证书，并启动了服务器电源两项国家标准的编制工作 [6] - 通过多方合力，新一代计算产业正加速形成标准共建、技术共进、生态共赢的新格局 [6]

Key Points Quantum computing can meet AI's enormous computational and energy needs. Several tech businesses are leading the push to combine AI with quantum computing. Nvidia, IBM, and IonQ possess different strengths to capitalize on bringing quantum computing to AI. 10 stocks we like better than International Business Machines › Organizations and governments around the world are rushing to adopt artificial intelligence (AI). Yet downsides exist. AI requires massive computing capabilities and the ...

行业活动与组织 - 2025新一代计算产业大会在北京举行 聚焦算力产业标准化建设与技术创新路径 [1] - 大会由中国电子工业标准化技术协会指导 新一代计算标准工作委员会主办 中科驭数、经开区国家信创园承办 [1] 技术发展与创新 - AI大模型全流程包括数据获取、预处理、训练、微调及推理 多数主体无需涉足全链条 依托开源基础模型开展微调与推理即可实现应用价值 [3] - Mooncake技术通过共享公共存储降低内存消耗 已获华为等企业采用 助力推理成本优化 [3] - KTransformers实现CPU与GPU内存协同 单CPU加单GPU即可运行满血版大模型 为个人AIPC落地铺路 [3] - DPU作为算力底座核心芯片 可承担数据处理、网络转发任务以释放CPU与GPU效能 [3] 标准化建设 - 需高站位谋划、高水平协同和实现高质量应用的新一代计算标准建设工作 [3] - 需增强标准供给 实现标准创新和标准引领 [3] - 当前DPU行业缺乏统一技术规范 制约了规模化应用 亟需通过标准构建破解适配难题 [3] - 大会同步发布《新一代计算标准体系》 宣布成立图形处理器(GPU)、数据处理器(DPU)、计算产品组件、液冷生态、异构计算工作部 [4] - 启动两项服务器电源国家标准编制工作 [4]