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]

算力租赁市场设备迭代 - 华东某头部大厂大规模叫停B200租赁订单，计划全面转向B300机型，此前配套资金已批复到位，但仅1-2个B200项目完成落地，其余已紧急叫停或转投B300 [1] - B300现货稀缺，即便谈妥订单供货量也十分有限，而市场上原有B200流通量极为紧张，目前仅华南某地区有数十台库存 [1] 英伟达H200出口与市场现状 - 特朗普政府宣布允许英伟达向“经批准的中国客户”出口H200芯片，但市场陷入观望僵局，多数企业暂停下单 [2] - H200模组价格据称从150多万元降至125万元，但降价真实性存疑，因内存价格上涨且美方要求征收25%出口分成 [3] - 自开放消息公布以来，尚未有一批H200完整走完双端审批流程流入国内，真实流通成本无法核算 [4] - 数周前产业报价显示，H200整机价格约205万元，行货价格预计高出20%，而头部贸易商参考价为220万元，但许多海外服务器大厂尚未拿到合规出货法律文件 [5] - 目前仅某服务器厂商有少量出货，侧面印证英伟达备货所剩无几，即便台积电立即重启产能，到货周期也至少需要3个月 [5] 国产AI芯片公司发展动态 - 过去三年间，多家国产AI芯片公司为解决经营与融资压力，曾主动寻求被国内某头部信创整机企业收编，但谈判均以失败告终 [6] - 在产业收购路径被阻断后，上述公司转而选择并完成了公开上市，目前均已登陆科创板或港交所 [6] 国资智算平台动向 - 北京某国资背景算力平台组建了豪华高管阵营，成员来自IBM、花旗投行中国业务、全球知名半导体企业等机构 [7] - 该平台能获取医疗、金融等高门槛国央企的数据，这是民营智算企业难以触达的 [7] - 行业观点认为，该平台正试图剥离早期的外部技术服务方，转而构建完全自主的核心技术底座，并在全国范围内外包智算中心，覆盖从规划到交付的全链条 [8] 英伟达L系列芯片需求 - 华北某互联网大厂上月敲定3万余片英伟达L20、L40芯片订单，用于特效、动画制作等渲染类业务场景，反驳了“L系列产品已过时”的论调 [9] - 对大厂而言，5090存在合规风险，而L20、L40技术成熟、生态兼容度高，能稳定匹配渲染场景需求，即便有国产替代产品，该大厂仍坚定选择英伟达过代产品 [9] 英伟达5090显卡价格波动 - 英伟达RTX 5090显卡迎来涨价潮，单卡涨幅普遍达5000-6000元，当前市场价格区间为28400-31000元 [10] - 海外市场消息称5090官方参考价将从2000美元大幅上调至5000美元，进一步助推国内涨价预期 [10] - 行业分析指出，此次涨价可能并非单纯市场调节，而是英伟达的主动布局，通过抬高消费级显卡售价，引导算力需求转向刚获准出口的H200 [10] 中昊芯英市场策略与传闻 - 中昊芯英在推进AI芯片产品商业化中，疑似在部分销售合同中引入带有“最低使用率承诺”条款的协议，以稳定订单预期 [11] - 该模式可能掩盖产品在开放竞争环境下的真实性能表现 [11] - 业内对其核心团队在国际顶尖AI芯片项目中的履历存在争议，对其宣传深度与真实背景持审慎态度 [12] - 市场传闻该公司可能通过非传统IPO渠道（如寻求重组或借壳）进入资本市场 [12] 润泽科技财务表现 - 润泽科技2025年前三季度毛利率达48.11%，显著高于行业19%-25%的平均水平 [13] - 高毛利核心依托两大因素：算力需求爆发前提前布局设备优化采购价并保障供应；与核心客户签订“3+2”合作协议，将核心利润集中在前期3年兑现 [13] - 后续2年或将面临价格敞口，意味着其依托订单带来的红利效应或将逐步收窄 [13] 国产算力项目竞争与挑战 - 国产算力赛道热度攀升，国内头部服务器厂商接连接手多个国产算力项目，为各家国产芯片厂商搭建算力集群 [14] - 算力租赁厂商坦言，国产算力项目存在消纳难题，规模在64台服务器以上的集群可获得芯片厂商专属工程师支持，但中小规模集群后续运维依赖项目集成方，带来不便 [14] - 国产芯片厂商竞争进入饱和式博弈阶段，以广西某银行算力项目招标为例，仅需数十台设备却吸引多家头部厂商竞标，项目方经全流程实测验证后，最终选择阿里巴巴旗下平头哥半导体的产品方案 [14] 智算中心建设与运营模式演变 - 智算中心建设出现出资方与统筹建设方角色分离的新方式，要求运营商垫资，再由建设方自行解决包销问题 [15] - 为对冲风险，新建智算项目合同中“100%包销”已成为入场标配，原本5年的包销周期现已普遍拉长至7年，核心要求是5年内必须回本 [15]

市场供需与价格动态 - 高端GPU芯片（如英伟达H100、H200、B200）在中国市场供应极度稀缺，处于“地狱模式”的供需失衡状态，H200在国内基本没有现货，从业者手持现金也难以大量收购[1] - 中低端GPU（如RTX 5090、4090）及服务器核心部件价格因需求旺盛和原材料成本传导而激增，例如七彩虹RTX5090D显卡价格从10月的16899元飙涨至20399元，8卡5090整机报价从上月的32万元涨至40多万元[2][3] - DDR5内存条价格出现超常上涨，64GB DDR5 5600速率内存从2025年7、8月的2000多元涨至1万多元，涨幅超过300%，96GB和128GB型号价格分别达到2万出头和近3万元[2] - 服务器其他组件价格也同步疯涨，硬盘价格翻了1-3倍，英特尔i5处理器从9月的约1400元涨至约1800元，至强6530处理器从一个月前的8000多元涨至约9200元[6] - 算力租赁价格随之水涨船高，相较此前低点已上涨5%-10%[3] 供应链投机与乱象 - 投机资金涌入加剧市场波动，部分原显卡渠道商转做存储生意，采用“左脚踩右脚”的方式低价收货、高价卖出并循环操作，不断推高市场价格[4] - 市场出现“假内存”等黑灰产链条，包括将拆机货换标签冒充正品的“套牌车”，以及使用非原厂PCB板和颗粒的假冒内存条，后者会导致服务器严重性能问题[6] - 投机动向显示，部分存储产品并未被实际装机消耗，而是在投机者之间流转，进一步加剧了供应紧张和价格泡沫[5] 核心算力芯片供应瓶颈 - 尽管美国已放宽英伟达H200对华出口，但实际进口审批流程依然严谨，导致实质性供给非常有限，国内处于“看得到但摸不着”的状态[7] - 超大规模云服务商的“扫货”行为导致供应链紧张，KeyBanc数据显示，英特尔与AMD在2026全年的服务器CPU产能已基本售罄，两家公司计划将服务器CPU价格上调10%-15%[6] 国产算力崛起与市场格局演变 - 核心算力芯片的供应瓶颈正在倒逼市场需求分流，未来将形成“多层次、多路径”的并行格局[8] - 对于极致性能和国际生态依赖强的场景，企业仍会争取英伟达芯片；而对于更广泛的行业应用及对数据安全与自主可控要求高的政务和企业市场，国产算力已成为主流选择[8] - 国产算力芯片的机会在于聚焦优势战场，如在推理场景、工业质检、智能政务、金融风控等行业专用场景，国产芯片在能效比、成本和特定模型适配方面已展现出性价比优势[8] - 云服务厂商开始采购并适配多家国产芯片，以推动供给来源多样化，例如优刻得已采购了3-5家国产芯片[9] - 国产大模型（如DeepSeek）的爆发对硬件架构提出新要求，倒逼国产硬件厂商跨过“适配”门槛，软件定义的趋势正在反向重塑硬件标准[9] - 未来两年被认为是国产算力开拓商业市场的关键期，市场需求预计将迎来增长[9] 资本市场表现与行业挑战 - 国产AI芯片企业于2025年底至2026年初密集登陆资本市场，摩尔线程、沐曦股份在科创板上市首日涨幅分别达到468.78%和692.95%，壁仞科技登陆港交所，天数智芯获得超300倍超额认购[11] - 相关公司财务数据尚待改善，摩尔线程与沐曦股份过去三年合计亏损超过80亿元，DRAM厂商长鑫科技2025年前三季度的归母净利润为-52.8亿元[11] - 行业面临“烟囱式”建设模式的技术难题，不同芯片厂商各自为战，导致客户需要为多种芯片进行适配和优化，成本投入巨大，算力利用率低下[12] - 为解决生态碎片化问题，行业正在推进开放架构（如海光信息的“AI计算开放架构”）和兼容性平台（如基流科技的Venus智算平台），旨在聚合产业链，形成统一开发规范，降低对单一厂商的依赖[12] 基础设施与工程挑战 - 建设大规模算力集群（如万卡集群）面临指数级上升的工程难题，包括互连网络、可靠性和能效挑战[13] - 行业存在“光铜之争”的技术路线讨论，随着单链路速率提升至200G或400G，铜线传输距离缩短至厘米级，芯片直接出光（硅光技术）被认为是必然趋势，对于实现超过400G速率的系统至关重要[13] - 云厂商正尝试通过软件调度和虚拟化能力来管理异构算力，将不同算力精细切割并调度合适负载，以降低采用不同类型硬件的门槛[13] 行业长期前景与需求判断 - 一线从业者反驳“算力过剩”或“泡沫”论，认为国内算力仍远远不够，模型要成为真正的生产工具仍需持续投资[10] - 从技术逻辑看，2025年是Agent（智能体）元年，其落地应用对Token（词元）的消耗巨大，若能解决真正的生产力问题，算力需求依然欠缺[10] - 据TrendForce集邦咨询预测，2026年全球AI服务器产值将提升逾42%，达到4300亿美元[11] - 对于国产厂商而言，上市融资仅是获得入场券，未来两年需通过技术和生态的考验，才能在激烈的市场竞争中立足[14]

文章核心观点 公司宣布了2025年12月的运营和挖矿数据，展示了自研矿机SEALMINER的加速部署如何推动其自挖矿业务规模与比特币产量实现显著增长，同时公司正在积极拓展AI云和高性能计算基础设施，以把握数字算力需求 [1][7][15] 运营数据更新 - **SEALMINER制造与销售**：2025年12月，公司向外部出售了约1.4 EH/s的SEALMINER A2矿机 [3] - **SEALMINER部署进展**： - SEALMINER A3：累计部署量从11月的0.6 EH/s大幅增至5.9 EH/s [4] - SEALMINER A2：累计部署量从11月的34.3 EH/s增至39.7 EH/s，外部累计销量从6.4 EH/s增至7.9 EH/s [4] - 总自研算力部署量从11月的47.3 EH/s增至58.0 EH/s [4] - **自挖矿业务**： - 2025年12月产出636个比特币，同比增长约339%，环比11月增长21% [7][13] - 自挖矿算力达到55.2 EH/s，较11月的45.7 EH/s有所增长 [7][11] - 公司计划继续部署自研矿机以增长自挖矿能力，同时淘汰第三方老旧矿机 [7] 生产与运营总结 - **管理总算力**：截至2025年12月31日，公司管理总算力为71.0 EH/s，高于11月的60.3 EH/s和2024年12月的21.6 EH/s [11] - 其中自研算力为58.0 EH/s [11] - 托管算力为13.0 EH/s [13] - **管理矿机数量**：总计293,000台，其中自有211,000台，托管82,000台 [13] - **比特币持有**：截至2025年12月31日，公司持有2,017个比特币（不包括客户存款及作为抵押品的比特币）[13][14] 技术研发与AI云业务 - **SEALMINER芯片研发**：SEAL04芯片有两个设计版本 [8] - SEAL04-1芯片在低压超节能模式下，芯片级能效约为6-7 J/TH，计划于2026年第一季度量产 [8] - SEAL04-2芯片开发中 [8] - **GPU云部署**： - 部署了1,152个GPU（H100, H200, B200），利用率为61%，其中538个已获外部订阅，产生约1000万美元的年度经常性收入 [6] - 2025年12月在马来西亚部署并测试了8套GB200系统，潜在客户已开始概念验证，云服务预计于2026年1月正式上线 [6] - **云平台功能**：平台已推出身份与访问管理及单点登录功能，以加强安全并支持可扩展的AI工作负载 [12] - **高性能计算托管**：公司正在评估多个地点的额外托管安排，并与多个潜在客户进行积极讨论 [9] 基础设施与数据中心 - **总电力容量**：公司全球总电力容量为3,002兆瓦，包括1,658兆瓦已上线容量和1,344兆瓦管道容量 [10] - **数据中心转换计划**：多个数据中心正从加密货币挖矿转换为AI数据中心，目标在2026年第四季度完成，涉及地点包括田纳西州诺克斯维尔（一期）、华盛顿州韦纳奇、挪威泰达尔（2期）[10][16][17] - **在建与规划项目**： - 俄亥俄州克莱灵顿：570兆瓦HPC/AI数据中心，电力预计2026年第三季度末可用，目标2027年第二季度上线 [10][18] - 俄亥俄州奈尔斯：300兆瓦HPC/AI互联开发站点，目标2028年第四季度上线 [10][21] - 阿尔伯塔省福克斯克里克：101兆瓦站点，已修订设计方案以适应未来AI数据中心需求，目标上线时间调整为2027年第二季度 [10][18] - 俄亥俄州马西隆：47兆瓦已上线，约26兆瓦因火灾受损建筑推迟通电，剩余148兆瓦预计2026年第二季度分阶段通电 [10][17] - 埃塞俄比亚奥罗米亚地区：60兆瓦站点建设已完成，其中20兆瓦尚未通电，40兆瓦正根据SEALMINER交付情况分阶段通电 [10][19] - **美国制造**：美国工厂的筹备工作仍在进行中 [8] - **美国AI云服务**：公司正积极评估美国数据中心租赁机会，以期最早在2026年第一季度为美国客户部署GPU并上线AI云服务 [12]

涉及的行业与公司 * **行业**：全球半导体行业，特别是AI加速器（GPU/ASIC）与云计算服务领域 [2] * **主要涉及公司**： * **NVIDIA (NVDA)**：报告核心分析对象，涵盖其多代GPU产品（P100, A100, H100, H200, B200, B300）[4][5][6] * **AMD**：提及其实例（MI300X, MI355X）在主要云服务商中缺乏可见度 [2][4] * **云服务提供商 (CSPs)**：包括**AWS (Amazon)**、**Azure (Microsoft)**、**Google Cloud**、**Oracle**、**Coreweave**、**Lambda**、**Nebius**，分析了其AI加速器的供应与定价策略 [4][5][6] * **ASIC供应商**：**Google**的TPU系列（v2至v6，提及即将推出的v7 'Ironwood'）和**Amazon**的Trainium/Inferentia系列 [4][6] * **其他提及公司**：Intel (INTC)、Mobileye (MBLY) [56][57] 核心观点与论据 * **AI需求环境与加速器迭代**： * **Blackwell平台加速普及**：NVIDIA B200在AWS和GCP的现货市场首次出现，B300在AWS现货市场的出现速度远快于B200从发布到上市的时间差，表明部署加速 [2][4] * **旧款GPU需求依然强劲**：Ampere、Hopper及更早世代的GPU（如2019年的P100）供应仍然广泛，位置数量月度持平，年度仅小幅下降，与NVIDIA CEO关于旧款安装基础被充分利用的评论一致 [4][18] * **ASIC供应稳定但新品未全面上市**：Google TPU v2-v6和Amazon Trainium/Inferentia定价相对稳定，但Trainium2价格波动且可能接近售罄或内部调配 [4][25][26]；Google的TPU v7 'Ironwood'尚未在市场上出现，预计大规模量产正在进行中 [4] * **AMD在主要云平台缺乏可见度**：在覆盖的数据集中，AMD实例未在任何主要云服务商中提供（上次在Azure看到MI300X是在7月），仅在Oracle的手动渠道检查中可见，表明市场渗透有限 [2][4] * **定价趋势与云服务商策略**： * **整体定价保持坚挺**：尽管投资者担忧AI需求持续性，但加速器定价保持良好，旧款加速器仍有广泛供应，云厂商认为这些旧芯片仍有经济价值 [2] * **AWS价格重新平衡**：AWS对NVIDIA旧世代GPU进行了混合定价调整，月度下降1.8%，具体表现为降低A100及更老芯片价格，同时提高H100（+3.3% M/M）和H200（+1.2% M/M）价格 [4][9][14]；此举被视为AWS持续努力调整其与同行的费率以及平衡现货与按需销售，而非需求变化 [4] * **按需与现货溢价**：不同加速器的按需与现货价格溢价各异，例如H100的溢价在2.1倍至2.7倍之间，而一些旧款GPU（如V620）溢价可达5.4倍 [6][12] * **性能与性价比分析**： * **Blackwell性价比具有竞争力**：B200的性价比（价格/性能）至少与Hopper（H100/H200）具有竞争力，且远优于旧款加速器 [4] * **具体性价比数据**：以按需价格每PFLOPs成本计，H100为$1.73，H200为$2.47，B200为$2.06；以现货价格每PFLOPs成本计，H100为$0.93，H200为$1.41，B200为$0.80 [37][45] * **世代间性能飞跃**：从A100到H100，理论性能（FP8 PFLOPs）提升993%，同时现货每PFLOPs成本下降73%，按需每PFLOPs成本下降50% [37] 其他重要内容 * **数据来源与方法**：报告基于**UBS Evidence Lab**的专有数据集，对云服务商的定价页面进行数据抓取和分析，提供了详细的加速器可用位置、现货与按需价格数据 [2][6][53] * **风险提示**： * **NVIDIA风险**：包括AMD在GPU领域的竞争、基于ARM的应用处理器领域的激烈竞争，以及半导体行业收入趋势与企业盈利能力挂钩的周期性风险 [54] * **AMD风险**：上行风险包括在云/数据中心服务器渗透率超预期及AI领域取得更好进展；下行风险包括来自Intel的激进价格竞争带来的利润率压力，以及无法及时将生产有效转移至台积电 [55] * **Intel风险**：NVIDIA在数据中心的新计算密集型工作负载领域建立了强大护城河，并可能最终利用其GPU架构更广泛地取代Intel；AMD的新客户端和服务器CPU也构成威胁 [56] * **估值与目标价方法**： * **NVIDIA**：基于市盈率（P/E）倍数设定目标价 [54] * **AMD**：基于未来十二个月市盈率（NTM P/E）方法进行估值 [55] * **Intel**：基于分类加总估值法（SOTP）设定目标价 [56] * **报告性质与免责声明**：该文件为UBS全球研究产品，包含分析师认证、利益冲突披露、评级定义（如买入：预测股票回报率FSR高于市场回报假设MRA 6%以上）及针对不同地区的监管分发说明 [3][61][62][63][95]；报告使用了人工智能工具进行辅助准备，但经过了人工审查 [90][99]

公司核心业务与产品 - 超微电脑的AI服务器主要针对英伟达的HGX B300、B200、GB300 NVL72和RTX PRO 6000 Blackwell服务器系统进行优化，这些系统搭载英伟达Blackwell GPU，适用于AI工厂、大型AI实验室、超大规模和巨型集群部署 [1] - 这些AI GPU平台贡献了超微电脑2026财年第一季度超过75%的营收 [2] - 公司已扩展其基于英伟达Blackwell的GPU系统，新增两款液冷型号：一款全尺寸4U机架系统和一款紧凑型2-OU系统，现已准备好批量出货 [2] - 公司将这两款新平台集成到更广泛的HGX B200、NVL72和RTX PRO 6000平台组合中，以实现紧凑设计、冷却效率、高GPU内存和网络吞吐量 [3] - 公司的4U液冷英伟达HGX B300系统适配标准19英寸机架，而2-OU系统可在单个机架内实现高达144个GPU [3] 市场地位与增长前景 - 与英伟达和AMD等供应商的合作，使超微电脑能够提供最新的GPU驱动平台，这些平台在云服务提供商和主权AI项目中需求旺盛 [4] - 在欧洲、亚洲和中东的扩张为公司提供了额外的增长途径 [4] - 公司2026财年第一季度营收下滑并非需求疲软所致，而主要是由于客户在最后一刻要求配置升级，导致部分收入从9月季度转移至12月季度，这些订单将在下一季度完成，预计将带来强劲的营收增长 [5] - 公司预计2026财年第二季度营收将反弹 [11] 主要竞争对手分析 - 超微电脑在AI和数据中心市场与戴尔科技和慧与展开竞争 [6] - 戴尔科技是服务器和存储系统的主要供应商，拥有广泛的企业和云提供商客户基础，其规模、成熟的渠道和服务产品使其在赢得大额合同方面具有优势，但在AI专用系统领域的增长速度不及超微电脑 [7] - 慧与也正积极向AI和高性能计算领域扩张，其GreenLake平台为客户提供灵活的、类似云的消费模式，对企业具有吸引力，其在混合云和AI工作负载方面的专注使其成为超微电脑通过DCBBS战略寻求增长领域的直接竞争对手 [8] 财务表现与估值 - 超微电脑的股价在过去六个月中下跌了26.7%，而同期Zacks计算机-存储设备行业指数增长了68.1% [9] - 从估值角度看，公司远期市销率为0.47，低于行业平均水平的1.75 [12] - Zacks对超微电脑2026财年和2027财年的每股收益共识预期分别意味着同比增长约4.85%和37.9% [15] - 过去60天内，对2026财年和2027财年的每股收益预期已被下调 [15] - 当前对2026财年（截至6月）的每股收益共识预期为2.16美元，对2027财年的预期为2.98美元 [16]