AI算力需求与GPU市场现状 - 全球AI算力需求持续喷发，导致英伟达GPU出现罕见现象，不仅新款芯片价格居高不下，旧款型号也因供不应求而持续涨价[1] - 英伟达GPU未遵循“新品上市、旧品降价”的常规，第三方机构指标显示，针对新兴云服务商的“Neo Cloud H100”指标与“Neo Cloud B200”指标在过去三个月分别大涨20%与22%，而针对超大规模云端服务商的“Hyperscaler H100”指标则上升3%[1] - GPU资产极度保值，一台使用两年的二手H100仍能以原价85%的价格售出，到第三年仍保有84%的价值[2] 次世代Rubin架构GPU面临产能挑战 - 英伟达次世代「Rubin」架构GPU疑似因高频宽记忆体「HBM4」验证延迟，2026年的产能目标被迫下修25%[1] - 由于供应商SK海力士及美光在HBM4的验证进度不如预期，可能导致Rubin生产速度放缓[2] - 分析师估计，英伟达已将2026年Rubin GPU的产量目标从原定的200万颗下修25%至150万颗[2] - 受此影响，配备Vera CPU与Rubin GPU的「Vera Rubin」伺服器机柜预估量，也从先前的1.2万至1.4万台，腰斩至约6,000台[2] 公司产能规划与保障 - 英伟达已确保了2026年约65万片的CoWoS中介层产能[3] - 该CoWoS产能足以支撑550~600万颗Blackwell系列GPU、150万颗Rubin GPU，以及100万颗Hopper GPU的出货[3]

某头部互联网大厂AI业务管理问题 - 公司AI大模型水平相对落后，与过去几年团队各自为战、管理混乱的局面高度关联 [2] - 大模型研发初期组织架构极其分散，预训练、后训练、测评分属三个部门，各自为政并争夺主导权，难以统一作战 [2] - 虽设立虚线汇报机制试图协同，但该制度名存实亡 [2] - 明面上由技术科学家出身的高管D主导，但A、C部门负责人实际向业务型高管E汇报，两人在AI技术路径上存在重大分歧 [2] - 在E的支持下，A和C部门不仅做了自己的预训练，还秘密进行了后训练，成为D与E内斗升级的导火线 [2] - D在内部斗争中失败后，其管理的一大批科学家接连出走，触及了公司高层底线，最终落寞下课 [3] - D的下课部分原因在于其强势的管理风格及热衷于内部制衡的权力欲，导致大量技术型管理人才流失 [3] - E虽然斗赢上位，但其非技术背景的管理风格与原有学术氛围冲突，内部赛马机制引发团队离心，进一步放大了混乱 [3] - 最终公司高层彻底失去耐心，转而另寻了新的负责人 [3] - 新任负责人在全员会上明确表示，此次调整旨在打破部门墙，并承诺肯定能用模型做研究 [4] 某国产大模型独角兽的海外策略 - 公司幕后大老板从不对外露面或公开发言，认为当前舆论环境不宜抛头露面，且担心步过去高调公司后尘 [5] - 公司忌讳公开发言做预判，以避免被后续事实打脸 [5] - 公司最初想对标OpenAI，而非外界所说的Anthropic，且其出海之路远比预想中波折 [5] - 公司海外官方账号数据看似亮眼，频现“十万加”、“百万加”，但流量覆盖圈层极窄，处于“自嗨”状态，难以破圈制造爆款 [5] - 公司曾试图找一千多位海外开发者KOL密集背书，但海外网红与开发者极度挑剔，需要真正的底层创新或标志性事件才能打动 [5] 某东南亚跨境电商大厂的AI项目挫折 - 去年下半年，公司创始人通过全员信强调AI意义，并专门成立子公司，从各业务团队抽调研发人员，旨在为商家提供图片、视频生成与润色服务 [5] - 项目进行几个月后失败，公司老板极度不满，于今年年初将项目组原地解散 [6] - 公司并未放弃AI，而是在北京重新组建了新团队继续推进 [6] - 公司此前还开发了一些AI应用，主要用于帮助运营能力差的商家优化标题、视频图像，对这部分商家效率提升明显 [6] - 但内部人士透露，这些应用仅导致单量在平台商家内部流动，平台整体大盘订单基本没有增长 [6] G厂在AI浪潮下的激进调整 - 公司在深陷外卖大战及出海业务受战争影响背景下，开始释放全面拥抱AI的信号 [7] - 具体措施包括对技术端进行分拆、合并，并以不符合绩效为由裁员，涉及部分十年以上老员工 [7] - 公司直接通知前端员工大面积转全栈，做法被内部人士评价为相当激进，但好处是部门协作链路缩短 [7] - 公司内部已推出不少AI产品，但上线后效果不如意，被内部员工吐槽为“半成品”，因此内部使用率低 [7] - 很多员工倾向于使用国外大厂的产品，但需自费开通会员，公司不予报销 [7] 算力租赁市场的设备迭代风暴 - 算力租赁市场正掀起一场由头部互联网大厂主导的“设备迭代风暴”，为追求更强大性能，此前签下的B200租赁订单被批量叫停，全口径转向B300机型 [7] - 为B200项目配套的大部分资金已批复到位，如今只能推倒重来 [8] - 该大厂的B200相关项目仅1-2个完成落地，其余均已紧急叫停或转投B300 [8] - B300现货稀缺，单台价格一度超过440万元 [8] - 行业内相关人士表示，本次停租风波对B200货物流转无显著影响，因市场上原有B200流通量便极为紧张，目前仅华南某地区有数十台库存 [8] 字节系AI硬件创业项目估值波动 - 某可穿戴硬件项目是2026年最受追捧的字节系AI硬件创业项目之一 [10] - 产品demo未出时，第一轮估值2000万美元，但多数美元基金看不上，融资遇冷 [10] - 第二轮估值5000万美元时，部分原本不看好的机构开始回头接触 [10] - 产品demo出来后，估值直接叫价1.5亿美元，为抢份额，多家机构激烈加价，估值一度被哄抬至2.5亿美元 [10] - 因估值过高，过程中某大厂战投放弃投资，其旗下VC也中途退出 [10] 具身智能赛道的人才竞争升级 - 某具身大脑头部公司今年好消息连连，先后获得红杉中国领投的数亿元融资，并敲定与宇树合作 [11] - 公司正在接触一位互联网大厂副总裁级高管，该高管title很高，即将到岗，后续将同时操盘商业化与技术架构 [11] - 此举表明具身赛道人才战已从智驾圈延伸至互联网核心层，早期抢的是感知算法、规控工程师，现在盯上的是能将“技术变产品、产品变收入”的互联网操盘手 [11] - 目标VP的背景大概率是云业务或AI平台出身，因这类岗位同时具备B端交付经验和架构视野 [11] - 让一人“商业化+技术架构”一肩挑，意图是将具身智能从硬件生意改造成互联网服务形态 [11] AI催收成为大模型快速落地场景 - AI催收正成为大模型落地进展极快的场景，市面上已涌现出许多不足10人的小团队，帮助金融机构开展催收业务 [11] - 某些金融机构资产规模超过千亿元，日均外呼量达百万级，曾需上千名催收员，成本极高 [12] - 为降成本，部分公司过渡到“机器人外呼”，但因话术固定、语气生硬易被识别，效果有限 [12] - 大模型出现后，基于豆包的语音能力已可实现高度拟人化外呼，能复刻真人音色并叠加环境音，使通话几乎无“机器感” [12] - 从成本看，一通成功接通的电话单次成本不到0.1元，加上线路费用大致在0.1-0.2元之间，比人工便宜许多 [12] - 由此，一批大模型催收公司开始涌现 [12]

行业核心观点 - AI行业正从“模型为王”的时代进入“Token为王”的时代，Token被视为新时代的“工业石油”，成为人类与数字世界交互的主要载体[1] - AI的商业逻辑发生转变，Token经济的爆发标志着AI行业迈入“商业变现期”，产业链价值正在重构[1][4] 产业链上游：算力硬件与芯片 - 英伟达是核心受益者，其GPU（如H200、B200）是Token工厂的核心资产，用于持续的推理算力消耗[2] - 英伟达在GTC大会上将2027年的市场需求预期从5000亿美元上调至1万亿美元[2] 产业链中游：云服务与算力平台 - 国内云厂商（如腾讯云、阿里云、百度云）集体官宣涨价，因Token消耗导致算力成为稀缺资源，云厂商重新掌握定价权[2] - 阿里云AI算力、存储等产品最高涨价34%，百度智能云AI算力相关服务上调约5%-30%[2] - 阿里成立“Token Hub”事业群，由CEO吴泳铭亲自挂帅，核心目标是创造、输送和应用Token[1] 产业链中游：大模型与AI智能体 - 以“OpenClaw”为代表的开源AI智能体加速落地，带动Token需求大涨，最近每周的Token使用量相比今年1月翻了三倍[1] - 智能体每执行一个任务，消耗的Token量是普通聊天的几十倍甚至上百倍[2] - 中国大模型公司凭借高性价比优势受益，其API定价普遍不到OpenAI GPT同类产品的20%，有的甚至只有10%[3] - MiniMax的M2.5模型Token使用量一度排到全球第一，其M2系列文本模型日均Token消耗量在2026年2月较2025年12月暴增超过6倍[3] - Kimi在1月底以来20天的收入就超过了2025年全年，且海外收入已超过国内收入[3] - 中国大模型公司的估值逻辑已从“讲故事”转变为“算收入”[3] 产业链基础设施：数据中心与通信网络 - AI数据中心是Token的生产地，相关公司（如润泽科技、光环新网）将受益[4] - 为算力设施降温的液冷解决方案提供商（如英维克）将受益[4] - 光模块和光纤是Token传输的通道，相关龙头公司（如中际旭创、新易盛）将受益[4] 行业终局与竞争焦点 - 行业竞争的终局将取决于谁能以最低成本生产Token、最高效地输送Token，以及让Token产生最大价值的应用[4]

韩国股市近期剧烈波动 - 因美伊冲突引发全球市场恐慌，韩国股市在3月3日和3月4日连续两个交易日触发熔断[2] - 韩国综合指数KOSPI从6244点跌至5440点，两个交易日累计下跌近13%，为2008年以来最惨烈的连续暴跌[3] - 三星电子两个交易日累计下跌近15%，SK海力士累计下跌15%[2][20] 韩国股市与存储芯片产业的深度绑定 - 韩国股市过去一年的牛市主要由三星电子和SK海力士驱动，两家公司贡献了KOSPI指数近一半的涨幅[9] - 投资韩国大盘指数，本质上是在投资存储芯片产业[10] - SK海力士和三星电子合计控制全球超过80%的高带宽内存市场，其中SK海力士市场份额超50%，三星约占30%[6] - 2025年，SK海力士股价上涨274%，三星电子上涨125%，KOSPI指数上涨75.6%[9] - 2026年2月前20天，韩国芯片出口额同比暴增134%，达到151亿美元，占总出口额的三分之一以上[10] 地缘政治冲突暴露韩国产业结构的脆弱性 - 半导体制造是高度耗能的产业，而韩国发电严重依赖进口能源，天然气和煤炭各占约27%，核电占30%[12] - 韩国是全球第三大液化天然气进口国，其主要气源卡塔尔的液化天然气运输需经过霍尔木兹海峡[12][14] - 伊朗宣布关闭霍尔木兹海峡，导致全球约五分之一的石油和大量液化天然气运输受阻，引发能源价格飙升[14] - 欧洲天然气价格上涨近50%，亚洲天然气价格上涨近40%，主要供应商卡塔尔能源公司因设施遇袭暂停生产[15] - 能源供应链中断直接威胁韩国芯片制造业的电力供应与成本，导致相关公司股价暴跌[18][19] 市场资金流向与“韩国折价”的再审视 - 外资在2月27日净卖出6.8万亿韩元，3月3日又净卖出5.1万亿韩元，两天合计净卖出近12万亿韩元（约85亿美元），相当于6周流入量的一半[32] - 韩国股市因交易活跃、流动性好，在市场恐慌时成为外资优先抛售的对象[34] - 外资抛售期间，韩国散户在3月3日净买入5.8万亿韩元进行“抄底”[35] - 韩国股市长期存在“韩国折价”现象，即同类公司在韩估值显著低于美日市场，主因是财阀治理问题（如交叉持股、低分红）[24] - 2025年新政府推动公司治理改革，叠加AI浪潮，曾推动外资涌入并使KOSPI一年上涨75.6%，但此次暴跌暴露了更深层的结构性折价——经济对单一产业和进口能源的过度依赖[27][31] 军工板块的逆势表现 - 在市场普跌时，韩国军工股逆势大涨，例如韩华宇航在3月3日上涨近20%，LIG NEX1上涨30%触及涨停[21] - 中东冲突升级刺激了全球对战斗机、导弹发动机、防空系统等军工产品的需求，相关公司受益[21] 市场情绪与基本面驱动的背离 - KOSPI指数从5000点涨至6000点用了34天，但从6000点跌至5440点仅用了2天，显示情绪驱动的抛售速度远快于基本面驱动的上涨[36] - 市场暴跌幅度（两天13%）已超出对天然气供应中断的理性定价，更多反映了在过度集中、涨幅巨大的市场中的恐慌性抛售[38][39] - AI算力需求与HBM芯片短缺的基本面并未改变，英伟达的订单需求依然存在，长期增长逻辑未变，但短期情绪波动可迅速抹去大量涨幅[40]

财务表现与市场反应 - 公司第四季度利润实现近100%的增长，并给出了令人印象深刻的第一季度营收指引，达780亿美元 [1] - 尽管业绩强劲，但股价在财报公布后出现“利好兑现”式下跌，当日回落约5%，投资者主要关注毛利率收缩了390个基点以及持续存在的中国市场阴影 [1] - 与去年11月的高点相比，公司股价已下跌约10% [2] 分析师观点与投资建议 - 摩根大通分析师Harlan Sur将此次股价回调视为以折扣价买入优质公司的机会 [2] - Sur在研报中将公司股票称为2026年剩余时间里的“蓄势待发的弹簧”，看涨观点的关键支柱是公司在AI推理市场不断演进的统治力 [4] - 尽管面临来自AMD和博通日益激烈的竞争，但分析师认为其集成的软件堆栈CUDA构成了难以逾越的护城河 [4] - 其他华尔街分析师也同意Sur对公司看涨的观点 [9] - 公司股票在华尔街机构中保持“买入”评级 [8] 市场地位与增长动力 - 随着行业从训练大模型转向通过AI智能体部署模型，公司的专用H200和B200芯片正在获取高利润企业支出的绝大部分份额 [5] - 市场过度关注短期利润率波动，却忽略了向Blackwell和Vera Rubin架构的巨大转型 [6] - 即使缺少中国数据中心销售，全球对主权AI和液冷数据中心的需求为公司提供了多元化的增长跑道，这证明了其相对于同行的估值溢价是合理的 [6] - 当前的生产爬坡策略有意保持保守以确保质量，这造成了供需失衡，将导致2026年下半年出现更大的营收超预期 [6] 技术分析与历史表现 - 公司股价目前在其100日移动平均线附近获得支撑，表明其更广泛的上涨趋势依然完好 [5] - 公司股票历史上在2月和3月收盘时常有显著涨幅，这使其在近期更具吸引力 [7]

财报发布与预期 - 英伟达公司计划于2月25日盘后公布2026财年第四季度业绩 [1] - 公司预计第四季度营收约为650亿美元（上下浮动2%）[1] - 市场普遍预期营收为655.6亿美元，这预示着较上年同期报告的数据将大幅增长66.7% [1] - 市场对季度每股收益的普遍预期在过去60天内上调了1美分至1.52美元，这暗示着较上年同期的0.89美元每股收益将实现70.8%的同比增长 [2] - 在过去四个季度中，该公司的收益有三个季度超出市场普遍预期，一个季度未达预期，平均超出幅度为2.8% [3] 各业务板块表现预期 - 数据中心业务持续强劲是第四季度营收可能受益的主要因素，混合工作趋势推动云解决方案采用增加，预计提振了数据中心终端市场对其芯片的需求 [6] - 超大规模计算需求增长以及推理市场采用率提高，预计成为本报告季度的积极推动力 [6] - 基于英伟达Blackwell架构的GPU在生成式AI和大语言模型中的应用需求增长，预计使数据中心终端市场业务受益，来自大型云服务和消费互联网公司的强劲芯片需求预计助力了该部门营收增长 [7] - 市场对数据中心终端市场第四季度营收的普遍预期为587.2亿美元 [7] - 游戏和专业可视化终端市场持续向好，预计对第四季度业绩做出贡献 [8] - 在过去10个季度中，有8个季度游戏终端市场业绩实现同比增长，渠道合作伙伴库存水平已恢复正常 [8] - 公司游戏产品在大多数地区需求强劲，市场对游戏终端市场第四季度营收的普遍预期为42.6亿美元 [9] - 专业可视化部门业绩已连续九个季度实现营收增长，复苏趋势可能在第四季度延续，市场对其第四季度营收的普遍预期为7.576亿美元 [9] - 汽车部门趋势在过去七个季度持续改善，由于对自动驾驶和AI座舱解决方案的投资增加，这一积极趋势可能在第四财季延续，市场对汽车终端市场第四季度营收的普遍预期为6.627亿美元 [10] 股价表现与估值 - 英伟达股价在过去一年中波动较大，股价上涨了39.8%，表现优于Zacks半导体-通用行业37.3%的涨幅 [11] - 然而，其股价表现落后于主要半导体股，包括超威半导体、英特尔和博通，这三家公司股价分别上涨了83.5%、79.4%和52.7% [11] - 从估值角度看，英伟达目前以25.38倍的未来12个月市盈率交易，相对于行业平均的28.1倍存在折价，显示出具有吸引力的估值水平 [14] - 与其他芯片巨头相比，英伟达的市盈率倍数低于英特尔、超威半导体和博通，这三家公司目前的未来市盈率分别为81.97倍、28.35倍和29.29倍 [17] 行业前景与公司定位 - 过去一年，英伟达的营收增长主要受开发生成式AI模型所需芯片的强劲需求推动 [18] - 英伟达在生成式AI芯片市场占据主导地位，其芯片已在包括营销、广告、客服、教育、内容创作、医疗保健、汽车、能源与公用事业以及视频游戏开发在内的多个行业得到应用 [18] - 各行业现代化工作流程的需求增长，预计将推动生成式AI应用的需求 [19] - 根据《财富》商业洞察报告，预计到2034年，全球生成式AI市场规模将达到12.6015万亿美元，预计在2026年至2034年间年复合增长率为29.3% [19] - 生成式AI的复杂性需要海量知识和巨大的计算能力，这意味着企业将需要大幅升级其网络基础设施 [20] - 英伟达的AI芯片，包括A100、H100、B100、B200、B300、GB200和GB300，是构建和运行这些强大AI应用的首选，确立了公司在该领域的领导地位 [20] - 随着生成式AI革命的展开，预计英伟达的先进芯片将推动其营收和市场地位实现大幅增长 [20]

文章核心观点 - 摩根士丹利发布研报，认为市场系统性低估了亚马逊在生成式AI时代的价值，维持“增持”评级，目标价看至300美元 [1][2] - 亚马逊在AI浪潮中表现“安静”，其股价和估值未像英伟达、微软等公司一样获得显著溢价，这与其深厚的AI基础设施和商业化能力形成反差，可能是一个被市场错杀的机会 [1][2] - 亚马逊的AI价值不在于拥有最性感的C端模型，而在于其作为“基础设施服务商”在算力、数据、场景和商业闭环上的综合优势，是AI从技术演示走向产业落地过程中确定性的“变现机器” [5][6][11] - 投资亚马逊的核心逻辑不是赌AI技术的短期突破，而是押注其由AI驱动的、确定且持续的自由现金流释放和利润率结构性扩张 [9][10][11] 市场为何低估亚马逊 - 二级市场对AI核心资产的刻板印象追求“纯粹性”和“爆发力”，如英伟达的“算力垄断”和微软的“产品叙事”，而亚马逊的AI故事分散、缓慢且主要面向B端，显得“不性感” [3] - 市场对亚马逊的定价仍停留在“零售帝国”（利润率低、资本开支重）和“云计算隐忧”（增长趋缓、竞争激烈）两条旧叙事上，将AI视为“锦上添花”而非核心重估变量 [4] - 市场习惯寻找“淘金者”（模型或硬件公司），而忽视了亚马逊作为同时提供“铲子、地图、帐篷和运输船”的“基础设施服务商”的隐性价值 [5] AWS：AI时代的算力工厂与中立平台 - 在生成式AI时代，云计算从“IT外包”转向“算力工厂+模型托管平台”，训练、推理等环节消耗真实计算资源，上云是绝大多数企业的必然选择，这为AWS提供了直接的变现机会 [6] - AWS的最大优势在于“中立性”与“规模经济”，其Bedrock平台允许客户自由选择第三方模型或自建模型，降低了客户对数据隐私和供应商锁定的担忧 [7] - AWS成为AI浪潮中“最不依赖单一模型成败”的受益者，无论哪家大模型胜出，只要AI流量增长，AWS的账单就会增长 [7] - 亚马逊自研的Trainium和Inferentia芯片为客户提供了更具性价比的算力选择，进一步巩固了其成本护城河 [7] 零售业务：AI驱动的效率提升与利润释放 - 生成式AI在零售中的应用远不止“客服聊天机器人”，其在供应链预测、库存优化、广告投放、个性化推荐上的投资回报率更高 [7] - 亚马逊拥有全球最复杂、数据密度最高的零售系统之一，AI在各个环节的效率提升几乎可以直接转化为利润率的改善 [8] - 零售业务运营杠杆极高，AI驱动的效率提升一旦覆盖固定成本，释放出的自由现金流将十分惊人，这种利润释放更具确定性和持续性 [8] 投资逻辑：从叙事期到兑现期的价值重估 - 当前市场并未给予亚马逊与其AI基础设施地位相匹配的估值溢价，其估值仍夹杂着“传统零售”的折价 [10] - 看空者认为亚马逊体量过大，AI带来的收入增量只是“边际改善”，并担忧云业务增长瓶颈和零售业务的宏观脆弱性 [10] - 看多者（如摩根士丹利）押注的是AWS高毛利AI服务占比提升与零售端AI带来成本下降所形成的“戴维斯双击”，即利润率的**结构性扩张** [10] - 投资亚马逊的核心哲学判断在于：相信AI最大赢家是“收账单的人”（基础设施和生态垄断）而非“卖梦想的人”（技术突破和愿景），在AI进入规模化落地的中期，现金流和确定性将成为稀缺资产 [11] - 亚马逊的商业模式在AI时代因算力和数据需求爆发而更加稳固，它不需要模型评测第一，只需确保云上AI应用向其付费、通过其系统达成的交易贡献利润 [11] 总结：在AI长跑中的确定性 - 当前AI投资正从泡沫形成向去伪存真过渡，掌握算力、数据和场景的公司的价值将随AI渗透率提升而增长 [13] - 亚马逊兼具“旧时代的王者”（电商与物流）和“新时代的基石”（云与AI）的双重身份，这种模糊性提供了安全边际 [13] - 关注亚马逊是基于对AI产业链价值分配的理性计算，它提供的可能不是短期翻倍的暴涨，而是在AI长跑中更为确定的复利回报 [14]

业绩总结 - HIVE在2025年第三季度的总收入为9310万美元，其中比特币挖矿收入为8820万美元，HPC/AI收入为490万美元[63] - HIVE在2025年生产了297个比特币，同比增长191%，平均每日生产9.6个比特币[24] - HIVE的毛营业利润为3210万美元，年化投资回报率（ROIC）为8.4%[63] - HIVE的调整后EBITDA为570万美元[63] - 2026年第三季度的收入为9310万美元，较2025年第三季度的2920万美元增长了220%[117] - 2026年第三季度的调整后EBITDA为570万美元，较2025年第三季度的6820万美元下降了91%[123] - 2026年第三季度的毛营业利润率为35%，相比2025年第三季度的18%显著提升[117] - 2026年第三季度的净亏损为9130万美元，较2025年第三季度的6810万美元亏损有所增加[123] 用户数据与市场份额 - HIVE的比特币库存为481个，截止到2025年12月31日[63] - HIVE的全球比特币网络份额超过2%[24] - HIVE的算力峰值达到23.7 EH/s，同比增长290%[24] 未来展望与战略 - HIVE计划在2026年第四季度签署100 MW的购电协议[65] - HIVE计划到2026年第四季度在BUZZ AI平台下部署11000个GPU[65] - HIVE与Bell签署了为期两年的3000万美元合同，预计将增加1500万美元的年化经常性收入[69] - HPC Colo Tier III+的目标潜力为8500万美元，来自于70MW的Tier I数据中心转换，配备80MW变电站，能够支持超过25,000个B200 GPU[83] - Buzz HPC的年经常性收入（ARR）目标为3500万美元至1.4亿美元，预计到2026年第四季度实现[79] 财务状况 - 截至2025年12月31日，公司总资产为623,995千美元，相较于2025年3月31日的531,598千美元增长了17.3%[130] - 截至2025年12月31日，公司总负债为64,725千美元，较2025年3月31日的82,461千美元减少了21.5%[130] - 截至2025年12月31日，公司总股本为559,270千美元，较2025年3月31日的449,137千美元增长了24.5%[130] - 2025年12月31日，公司现金余额为14,069千美元，较2025年3月31日的23,375千美元减少了40%[130] - 2025年12月31日，公司数字货币资产为42,101千美元，较2025年3月31日的181,146千美元大幅下降[130] 其他财务信息 - 2026年第三季度的EBITDA为(33,112)千美元，较2026年第二季度的23,842千美元下降[133] - 2026年第三季度的折旧费用为57,420千美元，较2026年第二季度的38,292千美元增加了50%[133] - 2026年第三季度的财务费用为299千美元，较2026年第二季度的328千美元略有下降[133]

公司整体业绩与估值 - 2025/26财年第三财季营收达1575亿人民币，同比增长超过18% [2] - 经调整后净利润同比增长36%，利润增速为营收增速的两倍 [2] - 管理层承诺未来几个季度均可保持双位数增长 [2] - 公司认为其股价被明显低估，对标同业应具备16-17倍市盈率的合理性，较现有估值有60%到70%的提升空间 [3] 存储芯片价格上涨的行业影响与公司策略 - 存储芯片价格处于两周一变的快速上行通道，此轮上涨被描述为“暴涨” [4] - 行业格局将因此改变，大小厂商将进一步分化 [4] - 作为头部品牌，公司PC出货量同比增长15%，连续第10个季度跑赢市场 [5] - 全球PC市场份额提升至25.3%，连续8个季度领先第二名5.2个百分点 [5] - 公司采取“先保货、后看价”策略，凭借与供应商的长期合作关系锁定了规模化的存储资源并签署了长期采购合约 [5] - 在暴涨周期中，库存（包括零部件、待交付成品及渠道库存）被视为升值资产 [5] - 为平滑成本冲击，公司在2025年4月同步实施了5%的运营费用控制 [6] 基础设施方案业务集团（ISG）的盈利修复与增长 - ISG第三财季实现营收367亿人民币，同比增长超30%，创历史新高 [8] - 公司此前计提了2.85亿美元（约20亿人民币）的一次性重组费用，预计未来三年每年将节省14亿人民币的净成本 [8] - 管理层承诺ISG业务将在第四财季扭亏为盈，并实现持续盈利增长 [8] - ISG的增长动能与AI基础设施需求深度绑定，其中海神（Neptune）液冷技术业务同比增长300% [9] - 公司正通过“自有能力+垂直整合”强化ISG长期竞争壁垒，例如收购以色列存储公司Infinidat，以整合“服务器+存储”的一体化方案 [9] - ISG业务占比将显著提高，成为推动公司估值的重要增长引擎，未来几个季度的双位数增长将有相当比例来自ISG [9] AI发展趋势与公司战略 - 全球科技巨头的AI军备竞赛本质上是资本密集型竞赛，但这会转化为对算力基础设施的长期需求，为公司带来延续性订单 [11] - 公司第三财季AI服务器收入同比增长59%，并已启动基于最新GPU平台服务器的交付 [11] - 当AI从训练走向落地，争夺终端入口是必然趋势 [12] - 作为PC、手机、平板领域的全球领军者，公司目标是将端侧AI的日活率从目前的40%-50%提升至70%-80% [12] - AI Agent（智能体）的出现可能颠覆过去由芯片商和操作系统商主导的产业链利润分配格局，为硬件公司带来博弈筹码 [12] - 公司持续推进混合式AI战略，以个人智能与企业智能双轮驱动 [13] - 第三财季AI相关营收同比大幅增长72%，占总营收比重已达32% [13]

文章核心观点 - 2026年中国芯片公司出现密集上市潮，但普遍存在一个现象：在上市融资时倾向于将自己包装成“中国英伟达”以获取高估值，而在实际业务中却选择与英伟达完全不同的、专注于垂直整合与定制化的发展路径[1][2][3] - 行业集体放弃成为通用GPU霸主的幻想，转向务实战略，其根本原因在于无法逾越英伟达的CUDA生态壁垒、面临差异化的本土市场需求、以及需要应对资本市场对短期盈利的迫切压力[6][8][12] - 这种从追求“伟大故事”到专注“务实生存”的战略转变，标志着中国芯片行业走向成熟，其目标不再是复制一个英伟达，而是培育大量能在特定领域创造实际价值的芯片公司[19][20][23] 行业现象与上市动机 - 2026年初，包括摩尔线程、燧原科技以及阿里平头哥、百度昆仑芯等中国芯片公司正密集寻求在科创板和港股上市[1] - 上市前，公司普遍采用将自己标榜为“中国英伟达”的策略，目的是拉高估值，因为与英伟达关联可能使估值从几亿美金提升至“加个零”的水平[3][4] - 这种包装是一种心照不宣的伎俩，旨在调动市场情绪并掩盖自身在软件生态上的落后，为融资铺路，上市后便会脱掉此“马甲”[5] - 大厂分拆芯片业务（如阿里平头哥、百度昆仑芯）独立上市，意在释放业务估值以换取现金流，并推动业务走向市场化生存[16] 战略路径选择：为何放弃“英伟达模式” - 公司主观上不愿走英伟达的通用霸权路线，因为2026年的AI市场已进入分化期，通用性成为成本累赘[8] - 市场需求呈现定制化和垂直整合趋势，例如百度昆仑芯和阿里平头哥的芯片深度服务于自家的大模型与云体系，追求在特定场景下的极致优化与效率[9][17] - 本土客户（如政府、银行）往往需要完整的解决方案而非单纯硬件，这迫使中国芯片公司扮演“包工头”角色，提供从芯片到软件栈乃至行业解决方案的全套服务，这种模式虽难成就通用巨头，但能在垂直赛道建立高粘性[10][11] - 这种“内循环带动外循环”的模式，与英伟达外向型的通用算力销售逻辑完全不同[18] 核心挑战与制约因素 - 英伟达的核心壁垒是其花费20年建立的CUDA软件生态，全球AI开发框架与模型均构建于此，复刻几乎不可能[6] - 打造“中国英伟达”意味着不仅要挑战硬件性能，还需说服全球开发者迁移生态，转换成本极高，如同发明一种新的全球通用语言[7] - 资本市场缺乏耐心，投资人需要看到快速的财务回报，无法容忍像英伟达那样长达三十年的蛰伏期[12] - 过去几年，国产芯片公司已烧掉以十亿、百亿计的资金，风投需要退出，因此上市成为一场寻求稳定资金、实现快速现金流的“生存短跑”[13][14] 行业未来格局与展望 - 行业正从“模仿者”转向“定义者”，不再迷信通用芯片，而是在特定场景（如国产算法适配、国产操作系统联动）追求极致性能[19] - 形成“芯片、模型、云平台”三位一体的垂直整合模式，在特定领域展现出效率优势[19] - 行业共识是，中国不需要第二个英伟达，而是需要成百上千家能够切实解决电力能效比、顺畅运行特定模型（如DeepSeek）、并支撑政务云和金融风控等具体应用的芯片公司[20] - 放弃成为“中国英伟达”的伪装，被视为对商业本质的回归，标志着行业下半场的真正开始，务实生存并创造实际价值比讲述伟大梦想更为重要[21][22][23]