美国对NVIDIA GPU出口管制的缓和 - 美国放弃对NVIDIA专为中国设计的H20 GPU更严格出口管制 作为解决中国稀土磁铁出口限制的妥协部分 [3] - NVIDIA首席执行官黄仁勋公开呼吁后 公司宣布将向美国政府提交申请恢复H20 GPU对华销售 [3] - 美国官员已向NVIDIA保证将及时授权恢复H20 GPU对华出口 [4] 中国AI GPU市场供需状况 - 杰富瑞估计NVIDIA当前拥有60-90万台H20 GPU库存 而中国需求约180万台 [4] - 2025年第一季度NVIDIA向中国出货约30万台H20 GPU 与禁令前交付节奏一致 [4] - 中国企业仍青睐NVIDIA产品 因其CUDA生态系统和集群性能优势 国内替代品如华为910C GPU供应有限 [4] - H20 GPU供需缺口可能由2025年第四季度推出的B30芯片填补 但内存规格会降低以符合新标准 [4] 中国AI资本支出预测 - 杰富瑞将2025年中国AI资本支出预估上调40%至1080亿美元 [5] - 2025-2030年资本支出预估上调28%至8060亿美元 [5] 中国GPU维修市场现状 - 美国制裁导致中国NVIDIA GPU维修店业务激增 主要维修老款H100和A100 GPU [6] - 维修店每台GPU收费高达2400美元 部分店铺月维修量达500块 [7] - 中国企业更倾向使用H100而非H20 因前者AI开发实用性更强 [7] 美国本土芯片供应问题 - 台积电亚利桑那工厂仅满足美国企业7%的需求 [5] - 过度监管成为美国国内芯片制造业增长的主要阻碍 [5]

方法论 - 采用“宏观叙事→股价驱动→财务筛选”方法论筛选AI浪潮中率先盈利、走出第二波行情的核心标的[4] 宏观叙事 - 技术革命中3类“风口”公司受益，包括上游“卖铲子”、技术新需求、赋能全行业[4][11][27][28] - 产业进展关注普及率和渗透率两个指标，2024年人工智能普及率约40%[29][34] 公司股价 - 技术革命中行情驱动从估值转向盈利，第一波行情由估值驱动，第二波需盈利验证[4][11][37] - 2次技术革命、3类“风口”公司验证了驱动因素转变，多数AI公司已完成估值驱动的第一波行情，英伟达已进入盈利驱动的第二波行情[4][11][41][45][47] 财务视角 - 领先盈利的信号有营收、现金流、预收款项，营收增速多领先净利润增速1个季度，现金流增速多领先1个季度，预收款项增速多领先2个季度[11][51] - 向新技术业务转型和“提前投资”的互联网打法会导致营收信号失灵，前者“毛利率上升”或为转型成功信号，后者“投资”增速<营收增速或为盈利先行信号[51][59][63] 风险提示 - 存在历史经验不代表未来、行业不确定性、国内经济复苏不及预期、海外降息节奏不及预期、地缘政治等风险[3][72]

汽车智能化趋势 - 2025上海车展显示汽车智能化成为国内外参展商共同展示重点，AI技术突破推动智能辅助驾驶从高端市场走向主流市场 [1] - 汽车市场竞争焦点从价格转向智能化，高阶智驾功能（如高速NOA、城市NOA）正向10万-20万元主流价格区间普及 [1] - 预计2025年底乘用车NOA渗透率达20%，较2024年上半年提升近一倍 [1] 算力基础设施竞争 - 智能辅助驾驶角逐核心围绕算法创新和算力基础设施完备性，海量数据训练、计算能力演进和用户体验提升依赖安全可靠算力 [1] - 特斯拉凭借算力投入成为全球智能辅助驾驶引领者，其得州超级工厂Cortex超算集群集成5万GPU（H100/H200芯片），年内将扩容至10万GPU [2] - 特斯拉Dojo超级计算机承担10%训练负载，新一代Dojo算力较上一代提升10倍 [2] - 中国车企如吉利、比亚迪选择自建算力平台，其他企业则与云计算厂商合作 [2] 技术开发与安全挑战 - 复杂城区场景开发难度最大，需依赖VLM模型训练，但面临极高云端算力及数据成本 [2] - 智能辅助驾驶开发流程涵盖数据采集、筛选、打标、模型训练及仿真测试，需通过海量数据重复训练提升环境认知准确性 [3] - 算力平台可靠性直接影响安全性，NOA每次迭代消耗大量算力，及时更新可增强驾驶安全 [3] 算力平台技术选型差异 - 消费级显卡（如4090）因内存小、不支持NVLink等技术，不适合大规模AI训练，仅适用于小型项目或独立开发者 [3][4] - 企业级GPU（如A100/H100）专为数据中心设计，故障率低且符合合规要求，是规模化部署优选 [4] - 纸面算力数据不等于高质量平台，错误选型可能成为智能化发展瓶颈 [5] 行业竞争与核心能力 - 2025年汽车智能化竞争加剧，企业需打造数据积累与处理能力、算法优化能力等核心竞争力 [5] - 算力平台效能是竞争关键，长远规划和大力投入成为必要，智能辅助驾驶被视作出行领域"必答题" [5]