报告行业投资评级 - 宏观与金融板块下的全部股指品种均给出多单推荐 其中IC为多 IM为多 IF为多 IH为多 [1] 报告核心观点 - 周二A股主要指数走出午盘反转行情 伴随成交额环比放大 节后资金持续回流背景下主要指数有望逐步回升 [1][3] - AI产业正进入Agent发展新阶段 相关算力 存储等底层基建供需严重失衡 支撑相关赛道长期景气上行 [2][3] - 国际投资者对中国AI股票配置比例仅5.8% 显著低配对应较大资金流入空间 [2] - 中国存储领域4F²架构实现突破 单元架构层面或领先韩国巨头两年 该突破对中国股市形成利好 不会跟随海外存储板块走势 [2][3] 各目录内容总结 行情复盘 - 周二两市主要指数上午大跌 午盘后买盘涌入复制上周五反转走势 收盘涨跌幅度均较小 两市成交额达1.67万亿元 环比有所放大 [1] - 中证500指数收7085点 跌7点 跌幅-0.11% 中证1000指数收7023点 涨1点 涨幅0.02% 沪深300指数收4275点 跌12点 跌幅-0.29% 上证50指数收2807点 跌11点 跌幅-0.43% [1] - 行业与主题ETF中涨幅居前的品种为航空航天ETF华夏 军工龙头ETF富国 创业板算力ETF天弘 船舶ETF富国 油气ETF汇添富 跌幅居前的品种为电池ETF东财 新能源车ETF东财 科创新能源ETF鹏华 [1] - 两市板块指数中涨幅居前的为地面兵装 航空装备 电子商务 元器件 航海装备 跌幅居前的为电池 保险 风电设备 能源金属 乘用车指数 [1] - 中证1000 中证500 沪深300 上证50指数股指期货沉淀资金分别净流入118亿元 67亿元 48亿元 25亿元 [1] 重要资讯 - 大模型公司DeepSeek将在近期完成最新一轮融资 融资金额从此前计划的500亿元增至约1000亿元 这是其第二轮融资 不到半个月拟融资金额翻了一倍 [1] - 贝莱德近六年来首次终结低配美债立场 将短期美债升至超配 核心逻辑是10年期美债收益率已从0.9%飙升至5.2%以上 即便未来再涨75个基点仍可获得正回报 同时认为市场对美联储加息预期过度 一旦预期修正短债将率先受益 [1] - 博通CEO陈福阳表示 AI行业过去两年先后遭遇内存短缺 晶圆不足 电力紧张等供应瓶颈均被逐一克服 但当前最大制约因素是资本 随着AI基础设施建设持续扩张 融资难度可能超过任何一种硬件短缺 [1] - 三星与SK海力士合计规模约400亿美元的大规模回购提前结束 叠加长鑫科技宣布4F²架构突破 在单元架构上或领先韩国巨头两年 市场当前已提前定价2027—2028年产能扩张引发的供需逆转风险 即便存储行业基本面创历史新高 相关标的仍遭抛售 [1][2] - 马斯克公开表示 一旦中国掌握某种产品的制造方法 其规模化能力往往超过全球其他地区的总和 同时对中国在内存芯片领域的追赶速度表达明确关切 认为LP5和LP6等通用标准规格中国似乎正在快速攻克 [1][2] - SpaceX技术骨干Lee Robinson在斯坦福演讲指出 AI正步入全天候待命的Agent时代 盲测场景下AI审核命令的准确率已超越人类 开发者正从审批者变为指导者 AI代理将在未来6至12个月内实现连续数月自主工作 [2] - 未来所有新产品若不能成为Agent的交互入口 终将沦为其他AI系统底层的数据养料 支撑Agent运行的底层基建将催生出万亿级的新商业赛道 [2] - 标普500指数距历史高点不足1% 但成分股中位数已较高点下跌16% 市场广度恶化至互联网泡沫破裂以来最差水平 科技股资金流急剧逆转 机构争相涌入质量资产的速度创新冠疫情以来之最 [2] - Anthropic最新研究警示 随着小模型能力突破 新型AI蠕虫已可在未设防的商用IoT设备上通过切割权重流水线运行并自我复制 这类病毒具备自主搭建环境与传帮带的拉马克式经验遗传能力 预计2026年底或迎来实用级爆发 [2] - 2025年10月11日 8家主要多晶硅企业在杭州召开闭门会 约定硅料含西门子法及颗粒硅平均成本含税价不得低于每吨4.3万元 低于此价格即被视为低价倾销 组件端BC组件价格不得低于每瓦0.86元 TOPCon组件不得低于每瓦0.79元 [2] 市场逻辑 - 周二A股市场走出午盘反转走势 贝莱德近六年来首次终结低配美债立场 将短期美债升至超配 [2] - 国际投资者对中国AI股票配置比例仅5.8% 显著低配 或意味着巨大资金流入空间 [2] - 当前市场开始押注面向普通消费者的智能体可能正在接近大规模普及的转折点 黄仁勋预计英伟达未来一年芯片销量将达到今年的两倍 [2] - Nebius自10月1日起GPU云服务全线提价约20% HBM供应趋紧 华为 寒武纪等中国AI芯片厂商掀起一轮涨价潮 [2] - 大摩认为GPT-6 Astra的发布将AI叙事焦点从需求是否过剩转向物理供给能否跟上 OpenAI宣布已经实现了AGI GPT-6 Astra的计算机使用能力已达人类水平 已彻底进化为一个坐在电脑前手握键鼠的超级专家 [2] - Anthropic发布Claude Haiku 5.5 输入Token最低价格降至每百万0.1美元 较上代下降90% 部分基准测试超过GPT-6 Luna [2] - SK海力士CEO郭鲁正表示 预计当前的存储芯片供应短缺将持续至2030年底 美光公司高管在财报电话会上直言看不到供需平衡的尽头 目前已签署26项长协锁定约1500亿美元长期订单 并预期2027和2028年存储市场将比2026年更为紧缺 [2] - 摩根士丹利表示 五家超大规模云服务商以及芯片公司英伟达和博通 通过担保 租赁及其他形式的财务支持 合计承诺超过3.1万亿美元 以帮助其他企业推进AI基础设施支出 [2] - 马斯克表示 存储供给每年增长约20% 但需求增速高达200%甚至更高 需求增速远超供给 供需严重失衡 价格上涨是经济学基本规律 三星 美光 SK海力士的DRAM及HBM 2027年全年产能已全数分配完毕 NAND Flash产能亦基本预售一空 [2][3] 后市展望 - 美国企业今年已授权创纪录的1.3万亿美元回购 执行窗口将从10月15日起陆续重开 大量额度等待三季报静默期结束后执行 [3] - 高盛认为 纳斯达克指数创新高的驱动力来自AI智能代理带来的深层生产率变革 [3] - 马斯克表示 大概两到三年内 中国就能依靠光刻技术与芯片制造补齐算力缺口 [3] - 阿里CEO表示 客户AI需求非常强劲 将全力投入AI基础设施建设 目标到2032年阿里云运营的全球数据中心规模超过20GW [3] - Nebius自10月1日起GPU云服务全线提价约20% GPT-6 Astra带来的能力跃升将触发更多AI收入场景 [3] - 算力的基础成本通常在1000万至1500万美元/兆瓦 而Anthropic的算力产出已达每兆瓦5000万美元 全公司综合收入向7000万至8000万美元/兆瓦进发 并正向1亿美元迈进 这支撑它们以每兆瓦2500万至5000万美元的天价向市场扫货 [3] - SpaceX表示 目前在AI计算领域的资本部署 投资回报期不到一年 [3] - 中国存储4F²架构突破 绕过了EUV光刻机的设备封锁 在单元架构上或领先韩国巨头两年 该技术突破引发韩国股指和美股存储板块大跌 但对中国股市是有利的 不会跟着海外存储板块走势 中国存储的突破集中在DRAM领域 AI所需的HBM全球依然高度短缺 对韩美存储公司影响有限 [3] - 周二两市主要指数再度上演反转 随着节后资金的持续回流 主要指数有望逐步回升 [3] 交易策略 - 股指期货方向交易 中国存储突破集中在DRAM领域 AI所需HBM全球仍高度短缺 对韩美存储公司影响有限 周二A股主要指数走出反转行情 节后资金持续回流背景下主要指数有望逐步回升 [3] - 股指期权交易 择机买入股指远月深虚值看涨期权 [3]

英特尔前CEO抨击HBM架构缺陷 - 英特尔前CEO帕特·盖尔辛格再次抨击HBM内存架构存在缺陷，称HBM是“糟糕的”解决方案，尽管承认这是“目前能得到的最佳方案” [1] - 盖尔辛格指出HBM位密度非常低、带宽受限、功耗散热问题严重，DRAM内存不喜欢高温，所有数据集中在一个地方，对AI内存计算密集型工作负载是灾难性的 [1] - HBM是“宽而慢”的架构，需要大量并行连接，HBM3/3E总线宽度为1024位，HBM4总线宽度提升至2048位 [2] - PHY芯片占据计算芯片边缘巨大矩形硅片，限制芯片旁可放置的HBM堆叠数量，计算芯片通常只能分配两个边缘用于HBM [2] - 根据韩国科学技术院热分析，HBM功耗超过约30瓦时，HBM PHY芯片自身产生的热量成为内存热应力主要来源 [2] - HBM堆叠中DRAM芯片必须通过大量硅通孔连接，减少单个芯片可放置的存储单元数量，每个DRAM芯片位密度低得多 [3] - HBM芯片消耗的晶圆数量约为同等尺寸普通DRAM芯片的三倍，导致普通DRAM芯片长期供应短缺 [3] DRAM短缺持续至2028年初 - 南亚半导体重申DRAM短缺将持续到2028年初，因HBM产能持续增长而DRAM产能下降 [1] - 南亚半导体在财报电话会议上指出，人工智能正在给整个存储领域带来结构性变革，DRAM芯片短缺可能持续到2028年初 [3] Kepler Computing打造HBM替代品 - 美国初创公司Kepler Computing计划于2027年启动新型存储器生产，结合自主3D集成技术与铁电存储器技术 [5] - 公司产品相较HBM单位功耗带宽有望提升至5至10倍，另一类产品容量有望达到传统SRAM的至少10倍 [5] - Kepler与GlobalFoundries等产业伙伴合作，推动相关技术走向规模化制造 [5] - Kepler成立于2018年，总部位于美国加利福尼亚州圣何塞，技术路线结合3D单片集成和铁电存储器技术 [7] - 公司技术可在控制热问题前提下将不同器件单片集成在半导体芯片内部，使用现有晶体管作为基础，在晶体管上方集成其他器件 [7] - 公司首席技术官Sasi Manipatruni表示，该方法有望将存储密度提升至原来的2至3倍，同时保持与CMOS工艺兼容性 [7] - Kepler技术路线有望减少对极紫外光刻的依赖，基础晶体管层可采用EUV工艺制造，上层器件集成不必完全依靠进一步缩小晶体管尺寸 [7] - 铁电材料是Kepler技术路线重要组成部分，团队过去约七年一直在探索相关材料，对材料成分、梯度和电极等因素进行大量试验 [8] Kepler两类新型存储器产品 - Kepler计划推出两类产品，分别面向HBM和SRAM所处应用领域 [9] - 一类产品可视为HBM替代方案，重点在于提升带宽与能效；另一类瞄准SRAM，希望在保留相关应用价值同时显著提高存储容量 [9] - 公司存储器相较SRAM容量有望达到至少10倍，与HBM相比单位功耗带宽有望提升至5至10倍 [9] - 容量提升与带宽提升是不同指标，不能简单理解为所有产品都能同时实现相同幅度性能改善 [9] - 公司尚未公布足以全面评估其产品的完整规格，包括具体容量、绝对带宽、延迟、功耗、成本以及不同工作负载下表现 [9] - 在HBM替代产品实现上，Kepler将采用自主开发的3D封装技术，公司联合创始人Rajeev Dokania表示希望通过自身架构设计将热方面额外开销控制在较低水平 [10] Kepler制造与量产计划 - Kepler已与格罗方德展开合作，并为扩大3D集成和铁电存储器生产规模建设了小型晶圆厂 [11] - 公司设想在客户现有晶圆厂附近建设小规模自有工厂，以相对较低投资实现先进器件集成，所需投资可能只有新建最先进制程晶圆厂的十分之一 [11] - 英特尔资本是Kepler投资方之一，英特尔资本董事总经理Srini Ananth认为公司已发展到可与产业伙伴协同推进规模化制造阶段 [11] - Ananth指出，如果能够利用晶圆厂后端工艺实现超出传统工艺节点预期的集成密度，就有机会进一步推动芯片技术发展 [11] - Kepler称2027年生产能力已全部分配完毕，客户涉及AI数据中心和制造业领域，但未披露除格罗方德以外的客户及合作伙伴名称 [12] - 除存储器产品外，公司还计划在长期布局中开发逻辑芯片 [12] AI存储架构探索新方向 - AI数据中心中GPU承担主要计算任务，HBM为其提供高带宽数据供给，随着大模型参数规模、上下文长度及计算负载持续增加，处理器与存储器之间数据传输压力不断上升 [6] - AI数据中心消耗大量能源用于GPU与HBM之间数据传输，继续沿用现有存储器架构可能越来越难以同时满足带宽、容量和能效方面需求 [6] - HBM堆叠更多存储芯片、提升数据传输能力是重要技术路线，但更高集成密度带来散热与制造挑战；SRAM虽具备低延迟优势，但存储单元面积较大，提高容量和密度同样面临限制 [6] - Kepler试图从存储器器件、集成架构和制造工艺三个层面寻找突破口，而不是单纯依靠传统晶体管持续微缩 [6] - 随着AI算力需求不断增长，单纯依靠增加HBM堆叠层数或持续推进晶体管微缩，未必能够独立解决带宽、容量、功耗和散热之间全部矛盾 [12] - 通过3D集成、存储器件创新以及制造流程调整，寻找新的性能提升路径，正在成为值得关注的方向 [12] - 新型存储器要真正进入AI计算系统，还需证明其在实际工作负载中的性能、能效、可靠性和成本优势，并解决量产良率、封装兼容性以及生态适配等问题 [13] - 对于Kepler而言，2027年将是重要节点，公司已给出量产计划和颇具吸引力的性能目标，但这些目标能否转化为稳定产品能力，仍需后续量产进展和实际应用结果来回答 [13] - HBM在AI基础设施中地位不会仅凭一家初创公司技术宣示就发生改变，但如果Kepler能够兑现承诺，AI芯片在存储架构上选择或许将进一步拓宽 [13]