公司业绩预告 - 公司预计2025年归属于上市公司股东的净利润亏损1.45亿元至1.62亿元 [1] - 上年同期归属于上市公司股东的净利润亏损8636.16万元 [1] - 预计2025年亏损额较上年同期扩大 [1] 业绩变动原因 - 公司积极推进AI云边端一体化发展战略 [1] - 大力发展AI算力服务器、高性能计算设备等新兴业务以培养第二增长曲线 [1] - 战略升级初见成效，音视频智能终端业务有所增长 [1] - 新增的高性能计算设备、AI算力服务器业务开始放量 [1] - 整体营业收入取得大幅增加 [1] 毛利率与业务结构变化 - 公司积极开拓新业务并导入大客户 [1] - 客户结构及产品结构变化导致综合毛利率有所下滑 [1]

激励计划概览 - 公司于1月23日发布2026年股票期权激励计划草案，拟向9名核心骨干授予总计**120万份**股票期权，约占公司总股本的**1.03%** [1] - 激励对象包括公司董事、核心技术及业务人员，旨在通过长效激励机制绑定核心人才与公司利益 [1] - 计划旨在推动公司**AI云边端一体化战略**落地，增强在智能终端及**AI算力领域**的综合竞争力 [1] 战略与业务聚焦 - 公司定位为“**智能终端解决方案提供商**”，正大力推进**AI算力服务器、高性能计算设备**等新业务，以培育第二增长曲线 [1] - 激励计划将精准覆盖**AI算力产业链**上研发、生产、运营等关键环节的人才，以激发团队主动性与创造力 [1] 业绩考核目标 - 激励计划设置了显著高于以往的业绩考核目标，激励对象须分三期行权 [2] - 公司层面考核条件为：**2026年营业收入不低于15亿元，净利润不低于5000万元**；**2027年营收不低于22亿元，净利润不低于1亿元**；**2028年营收不低于30亿元，净利润不低于1.5亿元** [2] - 这意味着**2028年营收目标较2026年实现翻倍**，**净利润则须在三年内增长200%**，呈现阶梯式高速增长态势 [2] - 若未达成业绩目标，当期期权将予注销 [2] 计划设计与特点 - 除公司业绩考核外，个人行权还与绩效考核直接挂钩，未达绩效等级的激励对象将无法行权 [2] - 行权价格设定为**44.25元/份**，公司明确不为激励对象提供任何财务资助 [2] - 方案设计体现了激励与约束对等，并突出了风险管控与合规导向 [2] 综合影响与展望 - 该股权激励计划目标明确、考核严格，大幅提升的业绩指标充分反映出公司对**AI算力战略落地**及未来成长空间的乐观预期 [2] - 在战略聚焦、人才绑定与高目标牵引的共同作用下，公司有望在**AI驱动的新赛道**上实现持续突破 [2]

公司概况与财务表现 - 公司成立于2003年9月，2017年5月在深交所创业板上市，核心业务从传统柔性印制电路板和背光模组，逐步向AI算力领域延伸，形成“柔性电子+绿色算力”双轮驱动的战略格局 [3] - 2025年前三季度，公司实现营业收入55.50亿元，同比增长24.75%；归母净利润0.91亿元，同比增长65.47%；扣非净利润0.84亿元，同比增长829.48%，成功实现扭亏为盈 [3] - 2025年第三季度单季营收约20.56亿元，同比增长约14.5%；单季净利润约0.37亿元，同比增长约12.7%，延续了增长态势 [3] FPC业务发展 - 2025年前三季度FPC业务实现营收28.03亿元，毛利率提升至9.27%，较2023年的1.06%大幅改善，成功扭转连续亏损态势 [4] - 业务改善的驱动因素包括：外部环境受益于AI手机、AIPC等新型智能终端需求增长及国内手机市场复苏；内部通过产能优化、成本管控及非核心资产剥离提升效率；公司获得更多国内头部手机品牌直供订单，中高端市场份额持续提升 [5] - 公司在AI手机、AI眼镜、AI服务器等高附加值领域取得技术突破，单季度首次实现盈利；并正在推进FPC业务的全球化布局，已在越南、泰国等地筹建生产基地 [5] - 公司与字节跳动在“豆包AI手机”项目上深度合作，成为业务增长新亮点 [5] - 行业层面，柔性电路板将朝着更高弯折度、高频高速、更轻薄的方向发展，AI算力的兴起对电路板材料和工艺精准度提出了更高要求 [5] AI算力业务发展 - 2025年上半年AI算力业务实现营收14.82亿元，同比增长33.85%，占公司总营收的42.88%，已超过FPC业务成为第一大业务板块 [6] - 2025年前三季度，算力业务订单金额达9.23亿元，为后续业绩增长提供支撑 [6] - 业务三大核心增长点：服务器生产与硬件制造，子公司燧弘华创已投产年产2万台AI算力服务器的智能制造基地；算力租赁服务，2025年上半年该业务营收2.35亿元，同比增长3,321.30%，毛利率良好；液冷技术领先，公司推出的分布式液冷边缘算力中心解决方案能效比低至1.15，优于行业平均水平1.3 [6] - 公司与燧原科技联合研发的国产算力芯片适配技术，可将集群部署时间从3个月缩短至1个月，显著提升交付效率 [6] 未来战略方向 - 公司未来战略围绕“柔性电子+绿色算力”双轮驱动展开 [7] - FPC业务方面，持续推进HDI高密度互连技术应用，目标将FPC毛利率从2025年的9.27%提升至25%以上；加速越南、泰国等地的全球化产能布局；深化与AI终端厂商如字节跳动的合作 [7] - AI算力业务方面，庆阳绿色智能数字基础设施项目按计划推进，2025年底算力规模目标10万PFlops，2026年底目标30万PFlops；深化与燧原科技等国产芯片厂商合作，推动国产算力芯片适配技术突破 [7] - 扩大算力租赁业务规模，目标将其占公司总营收的比例从当前的15.86%提升至30%以上；推动分布式液冷边缘算力中心商业化，已在头部客户取得订单 [8]

企业级AI部署的挑战与“规模悖论” - 生成式AI从“可选创新”变为企业“生存必需”，但部署面临挑战，37%已部署企业中超60%反馈实时交互应用响应延迟超预期，高昂算力成本导致“部署即亏损”困境[2] - 智能体产业化核心三要素是能力、速度和成本，其中token交互速度决定商业价值，token成本决定盈利能力，根基在于算力基础设施革新[2] - 企业级AI应用场景升级导致算力需求爆炸式增长与成本失控，形成“不规模化则无价值，一规模化则亏成本”的行业“规模悖论”[2] AI算力需求与市场增长 - 企业级AI系统对算力需求年均增长达200%，远超硬件技术迭代速度[3] - 2024年全球AI服务器市场规模达1251亿美元，预计2025年增至1587亿美元，2028年有望突破2227亿美元，其中生成式AI服务器占比将从2025年29.6%提升至2028年37.7%[3] - 智能体复杂任务处理对算力提出高要求，如金融量化交易需毫秒级决策，制造业质检需实时处理高清图像流，零售智能导购需同步响应多用户[3] 延迟问题对商业的影响 - 以电商虚拟试衣间为例，用户上传图像后AI推理延迟常达2-3秒，导致转化率较预期下降40%[4] - 智能体时代交互是智能体间高频博弈与协作，任何延迟都可能导致决策失效或机会错失，token吞吐速度是AI应用的“隐形计时器”[5] - 金融场景如股票交易、风险监测对延时要求需小于10ms，而目前绝大多数AI Agent服务延时在15ms以上，响应过长可能造成资产损失[5] Token消耗量激增与成本压力 - 截至2025年12月，字节跳动豆包大模型日均token使用量突破50万亿，较2024年同期增长超10倍，较2024年5月推出时增长达417倍[6] - 2025年10月谷歌各平台每月处理token用量达1300万亿（日均43.3万亿），一年前月均仅为9.7万亿[6] - 全球88%企业已布局AI应用，但仅39%实现实质性财务回报，成本高昂是核心原因，企业AI辅助编程每月token消耗量相比1年前平均增长约50倍，达1000万到5亿token量级[6] 高昂的综合成本构成 - 2026年AI数据中心单机柜功率密度将升至240kW，2028年达1MW，能源消耗随算力密度同步攀升[7] - 某制造企业AI质检项目初始硬件投入800万元，加上每年200万元运维与能源成本，投资回报周期长达5年[7] - 以输出百万token为例，Claude、Grok等海外模型价格普遍10-15美元，国内大模型多在10元以上，OpenAI GPT-5输入token成本为每百万1.25美元，输出为每百万10.00美元[7] - AI推理致企业带宽成本激增3-5倍，部分制造企业AI算力集群年能耗成本占IT总支出25%以上[7] 算力架构失衡与资源错配 - 企业级AI算力成本高企背后是底层算力架构与推理需求严重错配，导致“高配低效”、“资源闲置”等结构性问题[8] - 80%以上token成本来自算力支出，核心矛盾在于推理负载与训练负载本质差异被忽视，沿用传统训练架构承载推理任务导致效率瓶颈[8] - 训练阶段算力利用率（MFU）可达50%以上，而推理阶段由于token自回归解码特性，实际MFU往往仅为5%-10%[8][9] - 某头部制造企业AI质检系统采用传统算力架构，其GPU集群平均MFU仅为7%，大量算力资源在等待数据传输中被浪费[9] “存储墙”与网络通信瓶颈 - 大模型推理中，随着上下文长度增加，KV Cache呈指数级增长，占用大量显存，传统“存算分离”模式导致高数据迁移功耗与延迟[10] - 配备HBM的GPU单价较普通GPU高出2-3倍，KV Cache占用显存空间可达模型本身30%-50%，超长上下文推理场景中比例甚至超70%[10] - 跨节点通信成为性能瓶颈，传统网络延迟高，通信开销可能占据总推理时间30%以上，推高总拥有成本（TCO）[11] - 在千卡级以上大规模算力集群中，网络设备采购成本占整体硬件支出20%-30%[11] - 网络通信延迟是导致国内大模型token生成速度普遍高于30毫秒的核心原因之一，而全球主要大模型API服务商速度基本维持在10-20毫秒[11] 软硬协同与行业差异化需求 - 多数企业AI部署采用“通用硬件+通用软件”组合，未针对特定模型计算特征与行业场景深度优化，导致算力资源无法充分释放[12] - 不同行业AI模型计算特征差异显著：金融风控模型对CPU算力需求高，制造业质检模型对GPU并行计算能力要求高，零售推荐模型需异构算力协同调度[12] - 软件框架与硬件架构适配不足影响算力效率，部分开源框架未针对本土AI芯片优化，导致芯片核心性能无法充分发挥[12] 算力破局方向与架构革新 - 破局关键在于通过算力架构根本性革新，实现“算力效率数量级提升”与“成本规模化降低”，而非盲目增加算力投入[13] - Gartner预测到2028年，超40%领先企业将采用融合CPU、GPU、AI ASIC、神经形态计算等多种范式的混合计算架构[13] - 需推动算力架构从“集中式”向“分布式协同”转型，通过存算一体、算力网络、边缘计算等技术破解“存储墙”、“网络墙”瓶颈[13] - 天翼云“端网协同负载均衡方案”通过自研集合通信库CTCCL，将AllReduce峰值带宽提升40%，大模型训练效率提升7%[14] - 目前国内一流水平已将每百万token成本降低到1元，但未来token成本需在现有基础上实现数量级跨越，成为“生存入场券”[14] 架构重构与未来发展趋势 - 架构重构核心逻辑是“按需拆分、精准适配”，将推理流程细化解耦，支持PD分离、AF分离、KV并行、细粒度专家拆分等策略，实现“卡时成本”最低、“卡时产出”最高[15] - 在架构重构基础上进行软硬协同优化，软件层面精准适配以充分释放硬件潜力[15] - 未来企业级AI算力成本优化将朝“专用化、极致化、协同化”方向发展：针对不同行业场景开发定制化解决方案；通过多重手段持续提升算力效率；构建完善产业生态实现深度协同[16]

公司战略与资本运作 - 公司时隔四年后再度向港交所递交上市申请 计划将募集资金用于AI算力服务器 人形机器人 AI光通信基础设施 汽车和低空经济等新兴领域布局 旨在提升研发和生产能力 并进行战略投资及收购以整合行业资源 [2] - 公司已从AI终端硬件制造平台转型 并计划在2025年全面发力机器人 服务器散热 AI眼镜 低空经济等作为新的增长曲线 [3] - 公司实现快速增长的重要途径是持续的外延并购 截至2024年9月末 账面商誉积累约11.74亿元 [5][6] 业务布局与投资 - 公司年内多次投资布局机器人产业 包括出资2000万元设立全资子公司 投资1600万元与智元机器人设立合资公司（持股80%） 以及投资1000万元设立新公司 同时调整可转债募资用途 新增投入5000万元用于人形机器人关键零部件及整机代工能力升级项目 数月内投资至少上亿元 [3] - 公司已与多家头部具身智能企业签订战略合作 推动具身机器人硬件制造业务落地 并拥有伺服电机 减速器 驱动器 运动控制器等执行层核心技术 [3] - 公司绝大部分收入来自AI终端业务（包括影像显示 电池电源 AI眼镜及XR可穿戴设备等） 该部分收入约占总收入的88.32% [4] - 公司在维持精密件业务扩张的同时 也通过增资等方式加码AI终端硬件相关业务 例如向碳纤维及散热精密件项目增加投资约4.77亿元 向全资子公司增资1.46亿元 以及通过参股公司向越南子公司增资1102.50万美元 [4] 财务表现与股权结构 - 公司2024年前三季度实现营业收入约375.9亿元 同比增长19.25% 实现归母净利润约19.41亿元 同比增长37.66% [5] - 公司实控人曾芳勤直接持有公司1.99%股份 并通过领胜投资（江苏）有限公司持有56.87%股份 曾芳勤以695亿元财富值位列《2025胡润女企业家榜》第六位 是深圳第二大女富豪 [2][5] 汽车业务拓展与收购 - 汽车及低空经济业务已成为公司第二大业务板块 2024年上半年该业务收入为11.83亿元 同比增长38.41% 毛利率同比提升13.27个百分点 [6] - 公司年内筹划两笔针对汽车领域的大额收购 总对价合计27.36亿元 将全部以自有资金或并购贷款支付 [6][7][8] - 第一笔：计划以约3.32亿元收购江苏科达斯特恩汽车科技股份有限公司66.46%股权 估值增值率约104.06% 该公司是比亚迪 理想等的一级供应商 [6] - 第二笔：计划以24.04亿元收购浙江向隆合计96.15%股权 评估增值约203.55% 后者客户覆盖多家主流整车厂及全球全地形车头部品牌 并做出三年累计净利润不低于6亿元的业绩承诺 [7] - 为规避对港股上市的影响 公司终止了以发行可转债方式收购江苏科达的方案 改为全部现金支付 [7] 资金状况与股价表现 - 截至2024年9月30日 公司账面资金约为45.83亿元 但短期计息负债约为78.79亿元 较上年末增长125.82% 短债压力有所增加 [8] - 在AI及人形机器人概念推动下 公司股价年内累计涨幅达到74.62% 截至11月28日收盘价为13.9元/股 [3]

公司业绩表现 - 公司2025年第三季度收入取得大幅增长 [1] - 增长动力源于AI算力服务器、笔记本电脑等新品的推出 [1] 公司战略与产品布局 - 公司积极布局AI云边端一体化战略 [1] - 公司已启动下一代产品预研工作 [1] - 公司将持续加大研发与渠道投入 [1]

半导体芯片板块市场表现与驱动力 - 半导体芯片板块在市场波动中表现强劲，带领深成指、创业板和科创50指数再创新高[1] - 尽管板块估值和绝对价格已普遍较高，但行业发展的后劲依然充足，尤其是在芯片制造和AI算力服务器领域[1] - 板块的代表性公司包括中芯国际（芯片制造）以及CPO、HBM、半导体设备等AI算力相关公司[2] AI驱动的“科智泡沫”与历史类比 - 当前半导体芯片股的上涨动力源于市场对AI主导未来的普遍期待，存在泡沫但股价仍在上涨[3] - AI被类比为25年前的互联网，阿里云栖大会预测未来五年全球AI投资将超过4万亿美元[4] - 当前被视为经历一轮“科智泡沫”，其可能的破碎被视为AI+的起点而非终点，类似于2000年科网泡沫后的互联网发展[4] AI算力芯片的投资逻辑与确定性 - 在“科智热潮”中，AI算法企业不确定性高，而算力芯片的需求确定性更高[6] - 更先进的AI需要更庞大的算力，OpenAI和阿里云分别投入数千亿和3800亿于算力建设，推高算力板块股价[6] - 投资人吸取“科网泡沫”教训，将注意力集中在未来市场需求可见度更高的算力芯片领域，而非算法[6] 算力芯片投资的两条主线 - 投资主线之一是英伟达的供应商企业[7] - 投资主线之二是中国实现AI算力自主化所需要的“关键企业”[8] - 这两类企业被视为本轮结构性牛市的主线，可能走出独立于指数的行情[9] 半导体板块与整体牛市的关系 - 半导体板块若出现回调，本轮牛市可能会暂时告一段落[10] 跨境投资渠道变化的影响 - 老虎证券等海外线上券商拒绝内地身份证注册，非正规投资美港股渠道被堵死[14] - 投资美港股需通过外国身份、港股通或QDII基金，理论上将为港股通和QDII带来资金流入[15] - 实际影响取决于外资流入是否顺畅以及回国资金是流入股市还是国债，后者需要明确的政策信号支持[16][17]

公司投资结构 - 母公司层面通过专项基金产品参与燧原科技的部分股权投资 [1] - 上市公司层面未直接参与燧原科技的股权融资 [1] 战略合作与业务协同 - 公司与燧原科技互为重要战略合作伙伴 [1] - 双方联合推动AI算力芯片及AI算力服务器的国产化落地 [1] - 未来将进一步深化合作以增强产业协同效应 [1] - 合作目标为打造国产算力坚实基础 [1]

公司资本支出计划 - 拟采购AI算力服务器 合同金额不超过1.26亿元[1] - 配套存储设备采购金额不超过400万元[1] - 配套交换机设备采购金额不超过580万元[1] - 固定资产采购总额不超过1.35亿元[1] 供应链合作方 - 服务器供应商为安擎（天津）信息技术有限公司[1] - 存储及交换机设备供应商为山东省公用资产运营服务有限公司[1] - 配套设备与服务器采购均通过独立合同执行[1]

公司资本支出 - 公司拟采购AI算力服务器 合同金额不超过1.25亿元 [1] - 拟采购配套存储设备 合同金额不超过400万元 [1] - 拟采购配套交换机设备 合同金额不超过580万元 [1] - 固定资产采购合同总金额不超过1.35亿元 [1] 供应链合作 - 服务器供应商为安擎(天津)信息技术有限公司和山东省公用资产运营服务有限公司 [1] - 存储及交换机设备供应商为山东省公用资产运营服务有限公司 [1]