报告行业投资评级 - 增持（维持）[1] 报告的核心观点 - 报告认为，随着AI从对话模型转向执行任务的智能体（Agent），算力需求发生结构性变化，CPU的角色将从传统的调度附属演变为承载高并发、长任务执行与海量记忆（KV Cache）的核心算力，价值回归[1][2][5] - 在Agentic AI时代，CPU因其对复杂控制流、高并发调度和大容量内存承载的天然优势而变得不可替代，行业正朝着超多核、高内存带宽的架构方向演进，需求将确定性放量[2][5][17][25][31] 根据相关目录分别进行总结 1. 从对话模型到行动智能体：Agent架构重塑CPU与GPU分工 - **Agent形态转变**：主流Agent形态从模型推理转向“浏览器+代码执行”，其本质是运行在具备完整操作系统能力的云端沙盒计算环境中，GPU仅作为被调度的加速器[11] - **CPU的不可替代性（控制流）**：Agent执行阶段涉及大量if/else判断与系统调用，控制流高度异构和发散，这会导致GPU算力利用率急剧下降（在32路完全发散时性能下降可达27-125倍），而CPU的MIMD架构及长期优化的分支预测机制（预测准确率需达95%+）天然适配此类任务[5][17][18] - **CPU的不可替代性（内存需求）**：长上下文推理产生巨大的KV Cache，其占用随对话轮次线性增长，快速耗尽GPU HBM容量，CPU搭配大容量DDR5/LPDDR5（并通过CXL扩展）承载KV Cache成为兼顾成本与效率的主流架构，HBM3e单位容量价格曾是DDR5的4–5倍[5][23][24] 2. Agent软件基础设施加速落地，CPU多核化与需求放量进入确定性通道 - **系统瓶颈转移**：研究显示，在完整Agent执行链路中，工具处理环节（检索、代码执行等）在CPU上消耗的时间占端到端延迟的比例最高可达**90.6%**，高并发下（Batch Size=128），CPU端到端延迟从**2.9秒跃升至6.3秒以上**，系统瓶颈已从GPU计算转向CPU并发调度[5][25] - **产业端推进**：AWS、Google Cloud等头部CSP正在加速建设面向Agent的沙盒环境，通过软件层强化隔离与编排能力，为CPU侧基础设施的规模化部署奠定基础[2][30] - **CPU架构演进**：为支撑大规模、长期运行的Agent环境并降低单任务成本，CPU向超多核架构演进，例如AMD Turin最高达**192核**，Intel Sierra Forest核心数可达**144甚至288核**[2][31] - **行业巨头验证**：英伟达在新GB200架构中将CPU:GPU配比维持在**1:2**（传统架构约为1:4），并通过统一内存让GPU直接访问CPU内存，这系统性地确认了大内存CPU是承载海量KV Cache的最优容器[2][37]；DeepSeek的Engram架构也将部分参数外置并由CPU调度，进一步强化了CPU作为AI系统记忆管理中枢的角色[40][41] 3. 相关公司 - **英特尔**：管理层表示，为AI芯片配套的服务器CPU需求已供不应求，供给约束成为主要掣肘，若供给充足，数据中心收入将显著高于已披露水平[43] - **AMD**：数据中心业务增长强劲，由EPYC服务器CPU与Instinct AI GPU共同驱动，第五代EPYC（Turin）市场需求“非常强”[43] - **海光信息**：产品路线向多核演进，在研的海光C86-5G迈入**128核/512线程**，并升级DDR5与CXL 2.0，设计对齐Agent时代“高并发、长任务、强隔离”的需求[45] - **澜起科技**：受益于CPU平台迭代与带宽需求，其第二子代MRCD/MDB芯片（支持速率**12800MT/s**，比第一子代提升**45%**）在手订单金额已超过**人民币1.4亿元**，将推动MRDIMM渗透率提升[49][50]

开源AI与智能体开发 - 开源项目Clawdbot在Mac mini上本地运行 兼具本地AI智能体和聊天网关功能 可接入WhatsApp、Telegram、GitHub等工具 已获得超过3万GitHub星标 [2] - Clawdbot开发者Peter Steinberger称该项目几乎100%由AI开发完成 并认为国产大模型MiniMax 2.1是目前最“Agentic”的大模型 其本人在Mac Studio上使用MiniMax 2.1本地运行Clawdbot [2] 大模型与多模态技术进展 - DeepSeek团队发布《DeepSeek-OCR 2: Visual Causal Flow》论文并开源DeepSeek-OCR 2模型 采用创新的DeepEncoder V2方法 使AI能根据图像含义动态重排图像部分 [4] - 月之暗面发布新一代开源模型Kimi K2.5 该模型在HLE、BrowseComp、DeepSearchQA等多项agent评测中取得全球开源模型最佳成绩 基于原生多模态架构 集成视觉理解与推理、编程、Agent等能力 [5] 芯片与半导体行业动态 - 中微半导宣布对MCU、NorFlash等产品进行价格调整 涨价幅度为15%–50% [6] - 国科微对合封512Mb的KGD产品涨价40% 合封1Gb产品涨价60% 合封2Gb产品涨价80% 对外挂DDR产品价格调整方案另行通知 [6] - 英伟达预计在2028年推出的Feynman架构平台将与英特尔合作 采用“量少、低阶、非核心”的合作策略 GPU核心芯片仍由台积电代工 I/O芯片部分采用英特尔18A或14A制程 由英特尔EMIB进行先进封装 按先进封装比重计算 英特尔最高约占25% 台积电约占75% [7] - SK海力士将独家向微软Maia 200加速器供应HBM3E芯片 每颗Maia 200使用六颗SK海力士的HBM3E内存 总容量为216GB [13] 人工智能公司融资与估值 - 人工智能初创公司Anthropic已完成最新一轮融资 估值达到3500亿美元 融资金额超过原定的百亿美元目标 总额在100亿至150亿美元之间 [14] - 光量子计算企业图灵量子宣布完成数亿元人民币B轮融资 本轮融资汇聚一线市场化国有资本及多家战略投资方 [16] 消费电子与硬件 - 苹果向iPhone 5S、iPhone 6系列推送iOS 12.5.8系统更新 iPhone 5S发布已13年仍在维护 更新后相关设备在2027年1月后iMessage、FaceTime等功能可继续正常使用 [3] - 三星电子宣布首款三折叠屏智能手机Galaxy Z TriFold将于1月30日在美国上市 售价为2899美元 价格大幅高于美国市场上的其他智能手机 [17] 互联网与AI服务 - OpenAI在ChatGPT上投放广告的价格为每1000次观看约60美元 相当于Meta平台广告价格的三倍 但仅提供广告总浏览量或总点击量等高级数据 [8] - 谷歌将Google AI Plus订阅服务推广至包括美国在内的另外35个市场 在美国定价为每月7.99美元 订阅用户可使用Gemini 3Pro和Nano Banana Pro等AI工具 [12] 机器人行业数据 - 2025年中国有930家AI公司融资额1070.7亿元人民币 其中具身智能领域占比达31.6% 排在首位 [5] - 2025年中国人形机器人出货量超过1.6万台 排名全球第一 其中64.2%的出货量来自智元机器人和宇树科技 智元机器人以5200台出货量排名全球第一 [5] 航天与高管动态 - SpaceX首席执行官埃隆·马斯克宣布 升级版星舰火箭V3版本的首次试飞定于六周后（3月中旬）进行 该火箭将用于发射下一代星链卫星 并具备轨道对接能力 [10] - 英伟达创始人兼CEO黄仁勋现身北京 出席“2026 NVIDIA Beijing New Year Party”与中国团队共庆新春 [9] - OpenAI首席信息安全官马特·奈特在社交媒体发文称将离开OpenAI 其于2020年作为首位安全岗位员工加入公司 [11]

文章核心观点 - 香港交易所正经历一场由人工智能公司驱动的上市热潮，使其从之前的低迷中复苏并重夺全球IPO募资额第一的位置，香港交易所通过主动修改上市规则、降低门槛、提高审批效率等方式，将自己重塑为全球AI公司首选的融资平台[6][8][9][13] - AI公司普遍处于高研发投入、尚未盈利或严重亏损的阶段，上市融资是其维持技术军备竞赛、延续发展的关键生命线，而香港交易所凭借其独特的“夹缝中的优势”，成为中国AI公司几乎唯一可行的上市地[11][12][13] - 这场AI上市潮充满“赌注感”，二级市场投资者在为高度不确定的未来买单，他们押注于这些公司可能带来的巨大回报，而香港交易所则必须抓住这一历史性机遇[17][18] 香港交易所的转变与现状 - 香港交易所IPO市场在2020-2022年持续降温，募资额从2021年的约3100亿港元降至2022年的约1000亿港元出头（下降约65%），2023年IPO数量约68家、募资约460亿港元，创2013年以来最低纪录[6] - 2025年香港交易所IPO募资额暴增200%，达到2858亿港元，超越纳斯达克重回全球第一，AI公司是贡献此成绩的绝对主力[9] - 香港交易所2025年前三季度业绩创历史新高，主要业务收入达204.38亿港元，同比增长41%，股东应占溢利达134.19亿港元，同比增长45%[10] - 香港交易所过去以消费、地产公司为明星，如今正转变为全球唯一的AI公司专属上市平台[9] AI公司的特征与融资需求 - AI公司研发投入极高，普遍远超营收，例如智谱2025上半年研发开支是同期收入的8倍以上，MiniMax前三季度研发开支是同期收入的3倍多[11] - 壁仞科技收入从2022年的不足50万暴增至2024年的3亿多，但同期研发开支达到8.3亿，明显入不敷出，自动驾驶公司如小马智行和文远知行月均烧钱过亿[11] - AI产业是资本密集型军备竞赛，训练大模型、迭代芯片（流片成本数亿元起步）、积累自动驾驶数据均需巨额资金持续投入[11] - 对于AI公司而言，上市不是庆功而是续命，它们需要一个能持续提供流动性的资金池，而一级市场融资周期长、额度有限[12] 香港交易所成为AI公司上市地的原因 - 香港交易所具备“夹缝中的优势”：相比美股无政治风险，相比科创板（如A股）估值更高、流动性更好、审批流程更短，且能持续提供资本输入[13] - 香港交易所主动进行制度改造，2023年3月实施《上市规则》第18C章，为“前沿科技公司”开设特专科技公司上市通道，允许未盈利、未商业化但有技术壁垒的公司上市，覆盖AI、半导体、机器人等领域[13] - 香港交易所不断降低上市门槛，已商业化公司市值门槛从60亿港元降至40亿港元，未商业化公司从100亿港元降至80亿港元，使壁仞、智谱、MiniMax等公司受益[13] - 配套措施提升效率，包括允许同股不同权（WVR）架构、“科企专线”将审批时间从8-12个月压缩至4-6个月，壁仞从递交招股书到上市仅用5个月[14] 近期AI公司上市潮的具体表现 - 2026年开年两周出现史无前例的AI上市潮：1月2日壁仞科技上市获2348倍超额认购，冻结资金1300亿港元；1月8日智谱（“全球大模型第一股”）与天数智芯（GPU四小龙之一）同日上市；1月9日MiniMax上市首日暴涨109%，市值破千亿港元[9] - 后续排队上市的公司众多，包括百度分拆的昆仑芯、强脑科技、30多家机器人公司以及众多AI医疗和AI营销企业[9] - 2025年下半年已有大量AI产业链公司上市：9月禾赛科技募资41.6亿港元；10月滴普科技创下7590倍超额认购纪录；11月明略科技（“Agentic AI第一股”）首日翻倍，小马智行与文远知行合计募资超百亿港元；12月30日六锣齐鸣中四家与AI相关[16] - 上市潮从模型与芯片公司，延伸至AI产业链上下游的硬件、基础设施及应用公司，如豪威集团（图像传感器）、兆易创新（存储等芯片）等[16] 市场的期待与隐忧 - AI公司存在“成功悖论”：越成功越需要更多资本，可能导致其永远无法盈利或盈利时间点远晚于预期[17] - 市场在兴奋之余保持冷静，例如智谱上市首日仅涨13.17%，远低于市场预期，投资者在计算其盈利时间、技术壁垒持久性及被下一代技术淘汰的风险[17] - 并非所有AI公司都能上市，香港交易所18C章筛选的是兼具硬核技术、清晰商业化路径和顶级资本背书的头部企业[17] - 二级市场投资者正在为一个高度不确定的未来买单，他们愿意下注是基于对潜在天文数字回报的预期[18]

产品发布与技术规格 - 铠侠公司开始提供采用QLC技术的UFS 4.1嵌入式存储器样品 [1] - 新产品基于公司第八代BiCS FLASH 3D闪存技术，并集成了控制器 [1] - 产品采用4-bit-per-cell QLC技术，相比传统TLC UFS具有更高的位密度，适用于需要高存储容量的移动应用 [1] - 产品容量提供512GB和1TB两种选择 [1] - 产品封装尺寸从上一代QLC UFS的11×13 mm减小至9×13 mm [1] - 产品符合UFS 4.1规范，并向后兼容UFS 4.0和UFS 3.1 [1] 性能提升 - 相比前一代产品，新款QLC UFS的顺序写入速度提升25%，随机读取速度提升90%，随机写入速度提升95% [1] - 写入放大因子最大改善3.5倍 [1] - 产品支持WriteBooster功能，以实现显著更快的写入速度 [1] 技术架构与创新 - 第八代BiCS FLASH 3D闪存引入了CMOS直接键合至阵列技术，标志着闪存设计的重大变革 [1] - 控制器技术和纠错技术的进步使得QLC技术在保持有竞争力性能的同时得以实现 [1] - UFS因其串行接口支持全双工，可实现主机处理器与UFS设备之间的并发读写 [1] 目标应用市场 - 产品专为读取密集型应用和高容量存储需求设计，非常适合智能手机和平板电脑 [1] - 产品也支持需要更高容量和性能的新兴产品类别，包括个人电脑、网络设备、增强现实/虚拟现实设备、物联网设备和人工智能设备 [1] 公司背景与行业地位 - 铠侠公司是全球存储器解决方案领域的领导者，致力于闪存和固态硬盘的开发、生产和销售 [1] - 公司的前身东芝存储器于2017年4月从东芝公司分拆出来，而东芝公司在1987年发明了NAND闪存 [1] - 铠侠公司被科睿唯安评为“2026年全球百强创新机构”，这是公司第五次获得该奖项 [1] - 公司的创新性3D闪存技术BiCS FLASH正在塑造高密度应用的存储未来，包括高端智能手机、个人电脑、汽车系统、数据中心和生成式人工智能系统 [1]

纪要涉及的行业或公司 * 公司：开普云[1] * 公司：金泰克（开普云拟收购标的）[1] * 行业：半导体存储行业[1] * 行业：国产算力产业链[1] 核心观点和论据 * **核心观点：开普云股价短期调整无碍，公司坚定推进存储战略，收购金泰克事项有序进行，持续获得推荐**[1] * 论据1：2024年1月20日公告显示，收购金泰克的尽职调查、审计及评估等各项工作有序推进中[1] * 论据2：公司于2023年12月31日成立深圳智能存储全资子公司，并于12月11日引入两位半导体存储领域独立董事，表明其推进存储战略的决心[1] * **核心观点：标的公司金泰克是稀缺的国产企业级存储模组标的，深度卡位国产算力产业链，将受益于AI需求、存储涨价和国产化趋势**[1] * 论据1（技术产品）：金泰克聚焦国产替代最难、最急迫的企业级内存模组，其企业级DDR4模组出货量国内领先，并且是国内首批实现企业级DDR5模组国产替代的厂商[1] * 论据2（供应链）：金泰克与上游海力士等国际头部原厂合作关系稳固，并拥有先进的存储颗粒筛选修复技术，能实现高一致性产品的稳定供应[2] * 论据3（客户）：金泰克的客户覆盖国内领先的头部客户，包括浪潮、清华同方、中科曙光等[2] 其他重要内容 * **风险提示**：纪要明确指出需关注存储行业周期波动以及收购进展不及预期的风险[3]

公司股价表现 - 纳芯微股价大幅上涨，截至发稿涨13.31%，报160港元，成交额3607.55万港元 [1] 行业动态与涨价趋势 - 继存储芯片涨价后，芯片涨价的公司和品类正在扩容，已有模拟芯片公司开始对部分产品进行涨价 [1] - 从2025年底起，德州仪器、ADI等国际模拟公司开始对部分产品陆续启动涨价，涨价品类对应的下游应用领域主要为AI服务器、汽车电子等 [1] - 德州仪器最新给出的强劲展望，凸显模拟芯片订单回升 [1] - 2026年随下游需求持续复苏及AI资本开支维持高景气，国内模拟需求及价格亦存在上行机会 [1] 公司市场地位与业务布局 - 2024年按模拟芯片收入计，纳芯微在中国模拟芯片厂商中位列第五 [1] - 纳芯微是国内前十厂商里唯一重点布局传感器、信号链芯片、电源管理芯片三大产品线的企业 [1]

公司财务表现 - 公司报告期内实现净利润11.6亿美元，每股收益为1.27美元 [1] - 上年同期净利润为12.1亿美元，每股收益为1.30美元 [1] - 净利润同比下降4.1%，每股收益同比下降2.3% [1]

核心财务业绩 (2026财年第三季度) - 按GAAP准则，季度营收为9.93亿美元，毛利率为46.7%，营业利润为1.921亿美元，稀释后每股收益为1.75美元 [2] - 按非GAAP准则，毛利率为49.1%，营业利润为2.476亿美元，稀释后每股收益为2.17美元 [2] - 季度营收环比下降6550万美元（-6.2%），但同比增长7670万美元（+8.4%）[6] - 非GAAP毛利率同比提升260个基点，主要得益于成本和生产效率举措 [4] 管理层评述与业务展望 - 季度营收主要反映了最大客户的强劲需求，所有运营部门营收均实现同比增长，汽车组件、消费与企业Wi-Fi、D&A、基站和电源管理业务表现突出 [3] - 展望2026财年3月季度，预计将受到最大客户季节性需求下滑、安卓业务战略调整的持续影响，但高功率放大器业务将继续保持强劲 [3] - 公司预计下一季度营收约为8亿美元（±2500万美元），非GAAP毛利率在48%至49%之间，非GAAP稀释后每股收益为1.20美元（±0.15美元）[7] 各运营部门业绩表现 - **高功率放大器部门**：营收1.909亿美元，环比增长9.3%，同比增长11.2%；营业利润率29.2%，同比提升10.2个百分点 [9] - **连接传感器部门**：营收1.113亿美元，环比增长4.1%，同比增长1.6%；营业亏损收窄至620万美元，亏损率5.6% [9] - **先进蜂窝事业部**：营收6.908亿美元，环比下降11.1%，同比增长8.8%；营业利润率29.3% [9] - 公司整体营业利润率为19.4%，同比大幅提升13.6个百分点 [9] 现金流与资产负债表状况 - 季度经营活动产生的净现金流为2.654亿美元，自由现金流为2.369亿美元 [36] - 截至季度末，现金及现金等价物为13.185亿美元，较财年初的10.212亿美元有所增加 [40] - 库存从财年初的6.410亿美元降至5.302亿美元 [40] - 长期债务保持稳定，为15.492亿美元 [41]

微软推出新型AI芯片 - 微软宣布推出专为AI推理设计的新型芯片Maia 200 旨在提升AI格局中的影响力[1] - Maia 200被定位为一项突破性推理加速器 旨在显著改善AI令牌生成的经济性[3] Maia 200芯片的性能与设计 - Maia 200拥有更多高带宽内存 其性能是亚马逊第三代Trainium芯片的三倍 并超过Alphabet第七代Ironwood TPU[3] - 该芯片被称作是超大规模云提供商中性能最佳的第一方芯片 专为大规模AI工作负载设计 同时提供高效的每美元性能[3] - 芯片采用重新配置的内存系统 旨在防止数据输入AI模型时出现瓶颈 是微软已部署的效率最高的推理芯片 每美元性能比类似价位的替代品高30%[3] 芯片的战略应用与效益 - Maia 200的设计旨在为Copilot和Azure OpenAI提供峰值效率 并正被部署到运行Microsoft 365 Copilot和Foundry的数据中心[4] - 通过使用自研AI芯片 微软致力于在控制能源支出增长的压力下 降低运行AI工作负载的成本[4] 市场推广与生态建设 - 与之前版本不同 微软计划未来让Maia 200拥有更广泛的客户可用性[5] - 公司向开发者 AI初创公司和学术界提供其软件开发工具包 以期吸引客户转换[5] 行业竞争格局 - Maia是英伟达竞争对手为减少对其GPU依赖而发布的一系列芯片中的最新产品[6] - 尽管竞争加剧 根据IoT Analytics数据 英伟达仍占据数据中心GPU市场92%的份额[6] - 虽然Maia可能为运行微软的推理工作负载带来优势 但英伟达的GPU仍提供最高程度的计算能力以及运行推理和AI训练所需的灵活性[6]

交易概览 - IonQ公司宣布以约18亿美元收购美国芯片制造商SkyWater Technology Inc [1] - 交易对价为每股35美元，SkyWater股东将获得每股15美元现金和20美元IONQ股票 [2] - 交易完成后，SkyWater将作为全资子公司运营，保留现有名称，其CEO Thomas Sonderman将向IonQ董事长兼CEO Niccolo de Masi汇报 [3] 交易结构与财务影响 - 交易预计于2026年第二或第三季度完成，需获得股东和监管批准 [2] - 交易完成后，SkyWater将持有IonQ公司4.8%至6.7%的股份 [2] - 截至9月30日，IonQ持有15亿美元现金及等价物 [2] 战略与运营协同 - 此次收购旨在打造垂直整合的量子平台，以缩短生产周期并降低成本 [3] - 分析师认为交易战略理由充分，能加速IonQ的技术和产品路线图，为其全栈量子平台提供强大的垂直整合，并增强成本优势 [4] - 收购预计能将256量子比特芯片的周期时间从9个月缩短至2个月 [4] 市场与财务表现 - IonQ预先公布的2025年全年收入达到或超过此前宣布的1.06亿美元至1.1亿美元区间的高端 [5] - 收购预计将加强IonQ在政府和国防市场的地位，因为SkyWater Technology持有DMEA Category 1可信认证 [5] - 消息发布后，IonQ股价上涨3.06%至44.69美元 [5]