行业投资评级 - 增持（维持）[4] 报告核心观点 - 电芯片是光通信产业的核心枢纽与价值跃迁关键，其高速设计能力与工艺积累是核心壁垒[1][3] - 电芯片国产份额提升势在必行，当前自给率极低，国产替代空间巨大，本土企业有望在AI浪潮中加速追赶[1] - 伴随LPO/NPO/CPO等XPO技术演进，电芯片价值量及其在系统中的价值占比均将显著提升[2] - 协同先进封装与系统架构，电芯片为下一代技术路径奠定基础，将打开从中长距到芯片级互联的更大规模市场[2] 行业与市场分析 - 电芯片是光互联的信号引擎，决定信号速率与功耗，是光通信产业从“模块组装”走向“芯片定义”的关键[1] - 在25G速率及以上的光通信电芯片领域，按收入价值统计，中国厂商仅占全球市场**7%**，自给率极低[1] - 全球电芯片供应商竞争格局稳定，光通信公司涉足该领域的较少[2] - 伴随国内光模块公司份额提升及国产电芯片能力增强，国产电芯片有望迎来上行周期[2] 技术发展趋势 - XPO方案为节省功耗移除了DSP芯片，其承担的均衡/补偿功能需由SerDes、TIA、Driver等承担[2] - 在LPO等架构中，TIA/Driver需集成DSP的均衡功能，例如TIA需要集成CTLE对发射端信号进行预补偿[2] - 电芯片为LPO、CPO、3D光封装等下一代技术路径奠定基础[2] - 光互联正从数据中心scale out场景向scale up场景渗透，电芯片将打开更大规模市场[2] 投资建议与关注公司 - 建议重点关注在光通信电芯片布局的核心企业[3] - TIA/Driver设计公司：优迅股份、中晟微电子（金字火腿参股）、MACOM、Semtech、MaxLinear、玏芯科技等[3] - 代工与制造公司：Tower、中芯国际等[3]

公司业绩与财务指引 - 博通2026财年第一季度总营收创历史新高，达到193亿美元，同比增长29%，调整后EBITDA为131亿美元，占营收的68% [14] - 公司预计2026财年第二季度合并营收约为220亿美元，同比增长47% [15][18][21] - 半导体解决方案业务第一季度营收为125亿美元，同比增长52%，其中人工智能半导体营收同比增长106%至84亿美元 [15] - 预计第二季度半导体业务营收为148亿美元，同比增长76%，其中人工智能半导体营收将同比增长140%至107亿美元 [15][21] - 基础设施软件业务第一季度营收为68亿美元，同比增长1%，预计第二季度营收约为72亿美元，同比增长9% [18][21] - VMware云基础架构（VCF）第一季度收入同比增长13%，订单合同总额超过92亿美元，年度经常性收入（ARR）同比增长19% [12][18] AI芯片业务展望 - 公司预计到2027年仅AI芯片（XPU、交换芯片、DSP）的营收就将超过1000亿美元 [4][5][18] - 支撑该预测的装机容量预计在2027年将接近10吉瓦 [1][5][42] - AI芯片业务增长由6家长期战略客户驱动，包括Google、Meta、OpenAI、Anthropic及另外两家未公开的大型语言模型（LLM）平台公司 [4][5][16] - Anthropic对TPU计算能力的需求预计在2027年激增至超过3吉瓦，OpenAI也将在同年大规模部署超过1吉瓦的算力 [5][16] - 公司与这六家客户建立了多代（2-4年滚动规划）的战略绑定合作关系，而非短期交易 [5][16][67] 网络业务增长引擎 - 网络业务是AI收入的重要组成部分，第一季度占比为33%，预计第二季度将达到40%，未来长期区间预计在33%至40% [10][17][30] - 增长动力来自横向扩展（Scale-out）和纵向扩展（Scale-up）两个层面 [10] - 在横向扩展方面，以太网是首选方案，公司率先上市的100Tbps Tomahawk 6交换机面临巨大需求，并计划在2027年推出性能翻倍的Tomahawk 7 [10][17] - 在纵向扩展方面，公司主张在机架内集群尽可能使用直接附加铜缆（DAC）连接XPU或GPU，因其具有低延迟、低功耗和低成本优势，目前技术已能通过铜缆驱动400G传输速率 [10][59] 定制芯片（XPU）发展趋势 - 定制化的XPU（扩展处理器）针对特定工作负载（如MoE、推理、预填充、解码）进行优化，相比通用GPU，能提供更低的成本和功耗 [6][7][34] - 随着模型演进，技术成熟的客户正走向每年同时开发两款专用芯片的路线：一款用于模型训练，另一款专门针对推理 [8][63] - 这意味着定制芯片的需求是长期双线扩张，而非一次性替代GPU [9] - 公司在定制AI加速器（XPU）领域拥有技术领先优势，包括芯片设计、先进工艺、封装和网络集群架构，领先竞争对手12到18个月 [25][26] 供应链与产能保障 - 公司已提前锁定了2026年至2028年的关键组件产能（包括前沿晶圆、高带宽内存、基板等），成为业内最早锁定2028年产能的公司之一 [1][11][47] - 产能锁定的能力得益于早期的预期、与客户的深度多年期合作以及优秀合作伙伴的支持 [11][46] - 由于持续采购零部件以满足强劲的AI需求，第一季度末库存为30亿美元，库存周转天数升至68天（上一季度为58天） [11][20] - 管理层确认，基于当前的供应情况，2028年业务能够实现增长 [11][49] 基础设施软件业务 - 公司认为其基础设施软件（特别是VMware云基础架构VCF）不会受到人工智能的冲击，反而会受益 [12][18] - VCF被定位为人工智能软件和物理芯片（硅）之间的永久抽象层，不可被取代或替代 [1][12][18] - 生成式人工智能和智能体人工智能的增长预计将增加对VMware的需求 [12][18]

文章核心观点 人工智能正被用于简化和加速FPGA、DSP等可编程逻辑芯片的设计流程，通过软件抽象层、高层次综合工具和AI辅助编译等手段，降低编程复杂性，吸引更多开发者[2][5][6]。尽管AI模型迭代速度趋于平稳，但可编程硬件在应对快速变化的市场需求（如AI、汽车、5G/6G）方面，因其灵活性、低延迟和面向未来的能力，仍具有不可替代的价值[2][11]。行业正朝着软硬件协同设计、更智能的编译器和统一设计环境的方向发展，以平衡效率、功耗与编程便利性[8][14][18]。 可编程硬件的价值与挑战 - **核心价值**：FPGA和DSP在生命科学、人工智能处理、汽车电子以及5G/6G芯片等需求持续变化的市场中极具价值，其现场可编程能力为新协议、新标准和架构修改提供了面向未来的保障[2] - **关键优势**：支持FPGA的核心优势包括I/O灵活性、确定性低延迟、安全灵活性，以及能够整合多种不可控工作负载的能力[19] - **主要挑战**：对FPGA、eFPGA和DSP进行编程仍然相当复杂，需要具备RTL设计能力，与在GPU上运行软件相比门槛更高[2]。打造一套能同时适配GPU、CPU和FPGA的通用软件方案非常困难[2] AI如何介入并简化设计流程 - **AI辅助设计**：自主智能体AI有望加速FPGA设计，未来可能通过语音、图表、原理图等输入，经过多轮处理后直接输出最终的可执行代码，从而降低对顶尖FPGA或ASIC设计师的依赖[5] - **现有工具进展**：通过高层次综合（HLS）等技术，FPGA编程已变得更简单，工程团队可以使用工具将算法或C代码转换为RTL[6]。例如，AMD的Vitis AI等工具能够打通PyTorch模型到AI引擎之间的壁垒，让用户快速将AI部署到芯片中[6] - **智能编译器方向**：编译器正在向自适应流水线转变，可随着模型架构与算子的变化，实时优化内核、内存布局、并行度与调度策略[6]。有企业已经看到智能体从高层代码或自然语言中推断设计意图，生成RTL或高层次综合代码的案例[6] 当前面临的挑战与行业努力 - **编程知识门槛**：目前尚无产品能让软件工程师直接使用编译器生成可用结果，这仍然需要一定的硬件设计与数据流知识[7][8]。将算法从CPU迁移到可编程逻辑中，对软件工程师而言存在学习曲线[6][8] - **优化与权衡**：针对特定工作负载对FPGA进行优化，需要在功耗、性能与延迟之间取得最佳平衡，这始终需要权衡[8]。在嵌入式领域，还需尽可能优化成本[8] - **工具与流程改进**：全新的功耗与热分析工具精度大幅提升，能够提供智能建议，帮助设计者更好地管理能耗与散热限制[14]。全新的云端工具与更完善的基础设施，让FPGA设计者能够以前所未有的细致程度分析完整设计[14] - **模型迭代影响**：AI模型的迭代速度已开始趋于平稳，如今最重要的工作负载之一是由Transformer执行的矩阵乘法运算，这使得硬件对可编程性的需求可能降低[11][12] DSP设计及与其他领域的互动 - **AI对DSP的影响**：机器学习可基于模拟仿真数据自动调优DSP算法，助力数模混合协同设计，这能缩短设计周期[16] - **设计复杂性变化**：过去模拟与数字领域相互独立，如今则需要协同工作[16] - **边缘部署的决策**：在边缘AI部署中，开发者必须明确哪些工作负载运行在传统DSP上，哪些运行在面向低功耗嵌入式设备机器学习优化的向量扩展指令集（如Arm Helium）上[16] 存储器编译器的新需求 - **软件驱动转型**：行业向软件优先设计转型，芯片架构师在确定硬件规格前，会优先考虑软件算法需求[18]。能否快速调整存储器架构以支持独特AI算法，已成为芯片设计者的关键差异化能力[18] - **新一代编译器特性**：最新一代存储器编译器提供高度灵活的配置、超低电压支持与丰富的多端口选项[18]。面向AI的存储器特性包括转置数据流、针对数据稀疏性应用的功耗优化设计，以及乘加单元间距匹配等[18] 行业未来展望与设计哲学 - **架构决策阶段**：FPGA的应用由技术架构师决定，团队在架构阶段进行研究与设计划分，确定数据平面哪些部分需要通过FPGA组织，控制平面如何配置[19]。最重要的是评估总体拥有成本是否合理[19] - **软硬件协同设计**：优秀的软硬件协同设计意味着从平台层面构建合理的风险架构，让工作负载易于编排与调度，并最终与顶层软件层适配[19] - **长期愿景**：长期来看，编程可能只是选择将程序编译到CPU、GPU还是FPGA架构上运行，业内所有参与者都在朝这个方向推进[8]

文章核心观点 - 光互连技术正沿着可插拔模块、CPO、光学I/O三代路径演进，其市场格局和价值分配可通过一张基于“光离芯片距离”和“价值链层级”的地图来理解 [3][5] - 市场存在三个结构性规律：技术转型期垂直整合有优势、产生光的Layer 1是稀缺瓶颈、以及硅光子代工厂的崛起可能重塑生态 [5][6][10][15] - 未来市场走向将取决于四大信号：每比特能耗指标、标准化进程、并购活动以及超大规模云服务商的技术选择 [55][56][57][63] 市场结构性规律 - **垂直整合 vs. 专业化**：在技术转型期，由于层间接口标准未定，能跨层设计优化的垂直整合公司（如Broadcom）拥有结构性优势。但若未来接口标准化（如OIF、UCIe），专业化模式可能再度兴起 [6][8][9] - **“产生光”的稀缺性**：价值链中，Layer 3-5（DSP、模块、系统）基于成熟CMOS工艺，竞争激烈。Layer 2（硅光子代工）扩产相对容易。而Layer 1和0（InP/GaAs激光器及基板）材料工艺特殊，技术壁垒高，尤其是高性能InP激光器量产公司全球屈指可数，形成寡头瓶颈 [10][12][13][14] - **硅光子代工厂的崛起**：台积电、GlobalFoundries、Tower Semiconductor等传统晶圆厂正进军硅光子代工。若代工厂成为生态中心（如台积电COUPE平台同时制造AI芯片和光互连），可能瓦解垂直整合的优势，催生新的Fabless生态 [15][17][29] 各价值链层级分析 Layer 0：基板 - 该层提供InP和GaAs等III-V族化合物晶圆，是激光器制造的基础。AXT是专业供应商，其InP订单积压创历史新高，并计划将产能扩大两倍以上。但其主要生产基地在中国，面临地缘政治与出口管制风险 [19][21] Layer 1：光源 - 该层是增长最快但最难规模化的瓶颈，由Coherent和Lumentum两家公司主导 [22] - **Coherent**：优势在于规模，年销售额58亿美元，数据中心业务同比增长61%，客户订单可见度已到2028年。其关键成果是全球首个6英寸InP晶圆量产，并是唯一能在三个平台上演示1.6T收发器的公司 [24][25] - **Lumentum**：站在技术难度顶端，控制着200G EML激光器50%-60%的市场份额。需求超过供给25%-30%，最近一个季度销售额同比增长65%创历史新高，且在面向CPO的超高功率激光器方面被认为是领导者 [24][25] Layer 2：硅光子代工厂 - 该层使用45-65nm成熟工艺制造光子集成电路，老设备获得第二次生命 [26][27] - **GlobalFoundries Fotonix**：在300mm单片硅光子上领先，客户包括Ayar Labs、Lightmatter、英伟达等下一代光学创业公司 [28] - **台积电COUPE**：通过3D集成在65nm光子芯片上堆叠6nm电子芯片。英伟达用此平台发布了将于2025-2026年出货的全球首款1.6Tbps CPO交换机。该平台可能像当年催生Fabless生态一样，重塑硅光子领域 [29] - **Tower Semiconductor**：通过整合硅光子和高速模拟电路实现差异化，正投入6.5亿美元扩产。硅光子市场预计从2024年的约22-27亿美元增长至2030年的100亿美元 [30] Layer 3：数字信号处理器 - DSP负责修复电信号传输中的失真，但CPO技术通过缩短光芯片距离从根本上消除失真，可能导致DSP被瘦身甚至移除 [31][33] - **Broadcom**：DSP只占其销售额一小部分，而推动CPO普及将使其更大的交换机ASIC和CPO模块业务受益，实现了自我破坏到自我强化的罕见结构 [34] - **Marvell**：拥有业界首个3nm 1.6T DSP，但通过收购Celestial AI（最高约55亿美元）向DSP之上的光互连垂直整合转型 [35][36] - **MACOM**：专注于高速模拟芯片（如TIA），这些元件在任何架构中都必需，因此保持结构性中立 [37] Layer 4：模块/封装 - **可插拔模块领导者**：中国公司Innolight和Eoptolink控制着800G可插拔模块市场超过60%的份额，其中Innolight为英伟达供应超一半的800G模块，Eoptolink年增长率约283% [40] - **向CPO转型的挑战**：产业从可插拔转向CPO，规则改变，需要与ASIC紧密共同设计。Coherent和Lumentum等公司的重心可能从“成品组装商”转向“光学引擎供应商” [41][42][44] - **CPO技术平台**： - Broadcom的Bailly/Davisson平台已发展到第三代，在Meta验证超100万设备小时，每端口功耗约3.5W，是可插拔（约15W）的四分之一 [45] - POET Technologies的光学中介层技术旨在降低CPO封装复杂性，已拿到800G光引擎初期生产订单 [46] - Ayar Labs押注光学I/O，发布了全球首个UCIe光互连chiplet TeraPHY，实现双向8Tbps带宽，是估值超10亿美元的独角兽，目标2026年中期商业化 [47][48] Layer 5：系统/ASIC - 该层是超大规模数据中心每年投入数千亿美元的核心，竞争在英伟达、Broadcom和云服务商定制芯片之间展开 [49][51] - **英伟达**：试图垂直整合GPU、网络和光学系统。其基于台积电COUPE的Spectrum-X CPO交换机将于2025-2026年出货，并计划在约2028年将NVLink迁移到光互连 [52] - **Broadcom**：在交换机ASIC市场占第一，其Tomahawk 6是业内首款102.4Tbps产品，与CPO捆绑销售。通过支持开放以太网生态（如UEC）来对抗英伟达的锁定效应 [53] - **超大规模云服务商定制芯片**：谷歌、AWS、Meta等正在设计自己的AI芯片及优化网络，其定制ASIC多与Broadcom合作，这构成了对英伟达一体化战略的结构性牵制 [54] 决定未来市场的关键信号 - **每比特能耗**：是衡量技术进步的核心指标。可插拔模块约15 pJ/bit，CPO约3.5-5.5 pJ/bit，光学I/O约3-5 pJ/bit。在百万GPU集群中，从15降至5 pJ/bit可节省约129MW功率 [56] - **标准化进程**：OIF、UCIe、CW-WDM MSA、IEEE 802.3等标准将决定未来格局。标准制定者的话语权通常来自已量产的厂商，需关注OIF 2026年规范和UCIe下次修订反映谁的技术 [57][58][59] - **并购活动**：近期大型并购揭示了技术下注方向，如Marvell以最高55亿美元收购Celestial AI，诺基亚23亿美元收购Infinera，Lumentum 7.5亿美元收购Cloud Light。Ayar Labs、Lightmatter、POET被视为下一个潜在目标 [60][61][62] - **超大规模云服务商的选择**：谷歌、Meta、微软、AWS的选择将最终决定市场结构。它们是在英伟达的垂直整合与Broadcom的开放生态之间做选择，其平台发布即设计获胜，预示未来营收 [63][64] 光子计算的远景 - 光子计算是光的终极应用之一，不仅用光传输数据，还用光进行计算本身，原理是利用光束干涉执行矩阵乘法 [66][68] - Lightmatter的Envise光子处理器已在2025年发表于《自然》的论文中成功运行ResNet和BERT模型，证明了可行性。该公司正通过光互连业务建立收入基础，并为光子计算的未来做准备 [69]

行业与公司 * 涉及的行业为光通信（光模块）与国产算力（AI芯片/显卡）行业[1] * 涉及的公司包括光通信领域的东田微、可川科技、汇绿生态、至尚科技、旭创、新易盛[2]，以及国产算力领域的寒武纪[8] 核心观点与论据 光通信行业供需与市场展望 * **市场表现与资金流向**：开年以来光通信板块跑输热门板块，但随着业绩预告期来临，市场风险偏好将向业绩线转移，算力与光通信板块具备明显超额收益[1] 上周板块波动后，资金开始逐步回归业绩线[3] 监管层表态将聚焦业绩线，建议关注具备真实业绩、估值合理的优质公司[3] * **需求端乐观**：2025年四季度至2026年一季度光通信板块业绩趋势乐观，行业供需情况指向2027-2028年需求侧均保持相对乐观[1] * **供给端紧张**：供给端当前整体处于紧张状态，隔离器、光芯片、DSP、叉芯等环节尤为紧缺[1] 头部公司供给保障能力较好，二三线公司面临的供给端压力更大[2] * **新技术加速落地**：供给紧张加速了硅光、LPO等新技术的落地进程，以规避缺货的核心器件（如硅光规避EML，LPO规避DSP）[2] 在硅光技术中，PIC（光子集成电路）环节价值量最高，将吸收传统光模块中EML、DSP等芯片的核心价值量，重塑行业价值分配格局[2] * **业绩与估值优势**：光通信板块估值优势显著，相比海外友商优势突出，业绩确定性较强[4] 2025年业绩增长超50%的公司需发布业绩快报，光通信板块的业绩快报值得期待[4] 人民币升值对板块利润的负面影响整体可控[5] * **未来产业节奏**：2026年一季度业绩值得看好，全年走势将跟随产业迭代节奏[4] 2026年3月光通信展有望发布下一代及新形态产品[4] 2026年二季度行业将进入模型密集迭代周期，马斯克的XAI新数据中心投产将推动模型迭代加速，若大模型商业化确定性增强，将为算力推理市场提供核心支撑[4] 光通信具体标的与投资逻辑 * **弹性标的梳理**：东田微是隔离器环节辨识度较高的标的，隔离器是当前最紧缺环节之一，中日贸易问题加剧物料紧缺，公司凭借供给优势具备行业话语权[2] 可川科技聚焦硅光PIC环节，将受益于PIC价值量提升与行业价值量分配重塑[2] 汇绿生态作为海外大厂代工厂，通过收购实现国内客户突破，在供给紧张背景下凭借产能与物料支持实现明显放量[2] 至尚科技布局英伟达体系CPU连接方案，为三口的方案提供生产加工服务[2] * **龙头配置价值**：光通信板块后续发展趋势确定性较强，头部公司供应链保供能力出色，如新易盛已明确表示供应链无问题，1.6T产品将如期大规模上量[6] 头部公司兼具业绩增速与估值优势，业绩预期明确，当前核心投资逻辑为优先配置龙头标的[7] 国产算力行业动态与指引 * **H200预期**：英伟达已暂时停止H200P PCB的采购，表明国家将其作为中美博弈筹码，不会大规模放开落后一代产品的供应[8] 即便后续有英伟达产品进入国内，也仅会是小规模，且需配套大量国产显卡才能完成采购[8] H200是否放行，对国内上游采购不会产生特别大的影响[8] * **国产算力发展节奏**：2026年国产3D相关公司将逐步进入交付阶段，但此前有收购动作的小公司在2026年仍难以释放业绩[8] 2026年国产算力行业将走出类似光模块2025年的节奏，头部大厂将逐步交付算力卡并兑现业绩，未通过测试的小厂市场份额会被进一步挤压[8] 算力产能的释放从wafer in到收入确认，需经历7~9个月的周期[9] * **业绩预期**：国产算力相关公司因同比实现50%的增长需发布业绩预增公告，但对2025年第四季度业绩无需抱过高预期，例如寒武纪8月已预告全年业绩区间为50~70亿，目前来看难以超越该区间上限[8] 其他重要内容 * 监管层及官媒正引导市场回归具备真实业绩、核心技术的标的，这类标的是市场长线配置的优质选择[10]

用户数据 - 2023 - 2025年各统计时段，分别有643、728和871个需求方客户使用平台获取新用户[25] - 2023 - 2025年各统计时段，分别有107,023、126,509和142,441个应用集成SDK来货币化媒体资源[25] - 2025年第四季度，平台连接全球约14亿日活用户[25] - 2024年超50亿全球移动用户平均每天花约3小时在应用上[26] - 截至2025年9月30日，SDK集成到超140000个应用程序，33%的供应存在于游戏以外的垂直领域[53][58] - 截至2025年9月30日，约85%的员工致力于交付客户成果，其中约61%为技术岗位[63] 业绩总结 - 2025年应用内广告支出为3320亿美元，预计到2030年将接近6170亿美元[26] - 2025年公司服务的全球移动应用内独立广告技术平台的可服务潜在市场约为790亿美元[26] - 预计2025 - 2030年可服务潜在市场的复合年增长率为11%[26] - 2025年前九个月，超半数广告商收入来自游戏以外垂直领域[27] - 截至2025年9月30日，公司利用约1400亿美元的年度化应用内交易数据[31] - 2025年9月30日止期间，公司LTM核心广告净美元留存率为124%，高于2024年同期的121%[31] - 2023年核心广告收入约占总收入的79%，2024年增至约93%，2025年前九个月超99%[34] - 截至2025年9月30日的过去八个季度，核心广告收入环比平均增长9%[35] - 2023 - 2024年及2025年前九个月，公司净亏损分别为8470万美元、4820万美元和2560万美元[35] - 截至2025年9月30日的过去八个季度，净亏损率从38%改善至3%，调整后EBITDA利润率从43%扩大到56%[35] - 2025年前九个月，核心广告收入同比增长43%，净亏损率为5%，调整后EBITDA利润率为54%[35] - 2025年前九个月，资本化内部使用软件成本（不包括资本化股票薪酬费用）占总收入的7%[35] - 2024年12月31日营收为519,250千美元，税前亏损为29,381千美元，调整后EBITDA为256,092千美元，预计2025年相关数据将有所增长[92] - 2024年年底税前亏损为2938.1万美元[94] - 2024年利息费用净额为9789.8万美元，折旧和摊销为10722.2万美元[94] - 2024年基于股票的薪酬费用为2794.1万美元，或有对价重估为2430万美元[94] - 2024年调整后EBITDA为25609.2万美元[94] - 2025年和2024年年底与员工股权持有人分配相关的基于股票的薪酬分别包含数百万美元和1030万美元[94] - 2025年和2024年前九个月收入分别为49158.5万美元和37706.7万美元[106] - 2025年和2024年前九个月净亏损分别为2564.5万美元和740万美元[106] - 2025年和2024年前九个月基本和摊薄后每股净亏损分别为0.24美元和0.07美元[106] - 截至2025年9月30日，现金及现金等价物为103,517千美元，总资产为1,824,970千美元，总负债为2,366,809千美元[107] - 2025年前九个月经营活动提供的净现金为118,612千美元，投资活动使用的净现金为(37,756)千美元，融资活动使用的净现金为(76,375)千美元[107] - 2025年前九个月净亏损为(25,645)千美元，净亏损率为(5)%；调整后EBITDA为263,296千美元，调整后EBITDA利润率为54%[107] - 2025年前九个月核心广告收入为488,509千美元，贡献超100,000美元核心广告收入的客户有362个[107] - 2025年利息费用净额为91,150千美元，所得税费用为1,528千美元，折旧和摊销为76,189千美元[111] - 2025年基于股票的薪酬费用为36,674千美元，其中包含与员工股权持有人分配相关的费用[111] - 2025年或有对价重估为18,300千美元，其他费用净额为2,201千美元[111] - 2025年交易成本为48,203千美元，主要与资本市场活动相关[111][112] - 截至2025年9月30日的十二个月，公司平台上有362个客户每年贡献超过10万美元的核心广告收入[121] - 截至2025年9月30日的九个月，没有单个客户的核心广告收入占比超过7%[121] - 截至2025年9月30日的九个月，略少于一半的广告商收入来自游戏领域[133] 未来展望 - 公司预计将进行股票拆分，但财务报表未反映拆分情况[20] - 公司未来成功取决于留住现有客户、拓展客户使用解决方案及吸引新客户，客户无长期承诺，满意度影响业务[118][121] - 公司计划通过战略收购和合作扩张业务，但面临难以完成交易、成本高、监管限制等风险[153][156][157][159] - 国际业务有扩张计划，但面临法律、人才、竞争等多方面风险[183][185] - 公司预计此次发行所得款项扣除承销折扣和佣金后约为数百万美元，用于偿还新定期贷款安排下的未偿债务约数百万美元，其余用于一般公司用途和承担发行费用约数百万美元[99] - 此次发行完成后，黑石将实益拥有或控制公司约%的有表决权股份的投票权（若承销商全额行使购买额外股份的选择权则为%）[99] - 公司作为新兴成长型公司可享受豁免的期限最长为五年，或在满足特定条件时提前终止，如年度总收入达到12.35亿美元等[84] 其他 - 公司成立于2020年11月6日，注册地为特拉华州[87] - 公司将在本次发行中与主要股东分别签署股东协议，股东有权指定一定数量的人员进入董事会[79] - 未能留住现有客户、拓展客户对解决方案的使用、吸引新客户或客户支出减少，可能对公司业务、财务状况和经营成果产生不利影响[117] - 调整后EBITDA和调整后EBITDA利润率为非GAAP财务指标，有局限性，应结合GAAP财务指标评估公司业务[108][109] - 影响收入的因素众多，包括算法、广告资源、用户获取等能力，以及市场变化、政策法规等[119][120] - 公司依赖操作系统和应用商店，其服务、政策等变化会对公司产生重大不利影响[122][123][125][126][128] - 大型互联网和科技公司可能改变市场，对公司业务和运营结果造成重大损害[130] - 公司业务依赖营销需求，宏观经济因素可能导致广告预算减少，影响公司收入和运营[132] - 公司收入存在集中情况，失去或大幅减少收入来源会影响业务，需拓展和多元化客户群体[133] - 移动应用生态系统面临竞争，公司业务依赖其健康发展，第三方服务故障会影响公司业务[135][136] - 数据收集、使用等受限可能导致公司失去客户和收入，且面临监管和技术挑战[138][141] - 公司面临平台欺诈和恶意活动风险，可能影响声誉、业务和财务状况[143][144] - 公司使用AI面临技术、监管、隐私等挑战，可能带来多种不利影响[145][147][148][149] - 公司经营业绩可能因多种因素波动，导致股价下跌[150][151][152] - 公司难以预测新解决方案的营收和受欢迎程度，客户不采用新方案会影响业务[152] - 公司使用第三方工具识别非人类流量和恶意软件，但检测欺诈和恶意活动有难度[144] - AI技术依赖大量数据和复杂算法，可能产生不准确输出，影响公司决策和业务[147] - 市场对AI技术的接受度不确定，公司可能无法通过AI产品获得显著收入[149] - 公司未来增长或拓展新业务机会，可能需投入大量资源，不成功会影响业务和财务状况[160] - 新产品或服务推出可能受技术等问题延迟，有缺陷会损害品牌和业务[161] - 若不能适应业务市场、平台和法规变化，产品有效性和吸引力会受影响[162][164] - 技术维护和扩展能力影响业务，系统中断或无法扩展会致用户流失和收入受损[166] - 行业竞争激烈，对手有资源优势，会带来技术、价格竞争压力[167][168][169][172] - 品牌维护和提升对业务扩展重要，营销活动可能无法增加收入[174] - 公司发展依赖关键员工，人才竞争激烈，招聘和留用员工成本高[175][177] - 销售团队对业务重要，留用和培训不足会影响客户拓展和销售增长[181] - 公司文化对成功重要，面临诸多挑战，无法维持会影响业务[182] - 公司面临多种经营风险，如国际业务面临协议谈判、支付方式、法律合规、信用风险、汇率波动等问题[188] - 公司投资成本可能早于收益确认，新客户获取和营销成本、战略收购和合作成本、上市成本将增加，若无法维持正现金流可能需额外融资[189] - 安全漏洞和网络攻击可能损害公司声誉和业务，包括数据泄露、黑客攻击等，且此类事件未来可能继续发生[190][191] - 部分业务合作伙伴或其第三方供应商可能不当获取或使用公司信息，虽有相关协议但无法保证数据安全和获得赔偿[192] - 网络攻击愈发复杂且难以检测，AI技术的使用可能带来额外网络安全风险，公司可能面临声誉、竞争和法律风险[193][194] - 公司虽有数据保护措施，但不能确保全面安全，可能因网络攻击和安全事件产生重大成本，网络安全保险可能无法覆盖所有损失[195] - 公司受国内外网络安全和数据隐私法规约束，违反规定可能导致法律和监管行动，影响业务和财务状况[196] - 2025年4月8日生效的《批量数据规则》限制美国与部分“关注国家”的数据交易，违规将面临罚款和调查，影响公司投资和运营[197] - 公司在隐私、安全和内容审查方面投入巨大，可能发现第三方不当使用用户数据行为，但可能无法全部发现和有效处理[198] - 公司依赖的软件和硬件存在技术缺陷和限制，可能导致用户体验不佳、服务提供受阻等问题，需投入资源解决，影响业务和财务状况[199][200]

公司业务与产品布局 - 公司旗下极海半导体在机器人领域具备MCU+驱动+传感器+DSP的产品组合优势 [1] - 极海半导体已推出具备行业竞争优势的电机控制、电池管理、距离探测等技术方案 [1] - 极海半导体未来将继续夯实在人形机器人市场布局，同时开拓光伏清洁机器人、割草机器人等细分市场 [1] 客户与市场进展 - 极海半导体部分产品已面向宇树科技、汇川技术等机器人及工业自动化领域头部企业批量出货 [1]

文章核心观点 - AI基础设施行业正从“算力突破期”进入“系统交付期”，市场关注的焦点从单纯的增长速度转向效率、结构和投资回报路径，这引发了相关股票的估值重排和剧烈波动[8][11][12] - 博通和甲骨文的最新财报揭示了AI基础设施生意的结构性变化：博通从“卖芯片”转向“卖系统”，导致毛利率结构变化；而下游云厂商的需求依然强劲，资本开支未停[5][10][12] - 此次AI相关股票的普跌并非源于需求减弱，而是市场对产业链利润分配、交付复杂度和回报周期进行重新评估的信号，不同环节的公司将面临分化[9][11][12] 博通财报揭示的行业变化 - AI需求极其强劲，未来18个月在手AI相关订单超过730亿美元，涵盖定制加速器、以太网交换芯片、DSP、激光器等全套核心部件，Tomahawk 6 102Tbps交换芯片预订速度为史上最快之一[5] - 业务模式发生根本转变，从“卖芯片”转向“卖系统”，公司需对整套机架和系统的可运行性负责，使其更像一个AI系统集成商[5] - 系统化交付导致毛利率结构变化，由于AI收入占比提高且系统销售中包含大量外购组件，下一季度合并毛利率预计环比下降约100个基点，但依靠规模扩张，毛利总额和经营利润总额仍将增长[6] - 业务复杂性增加，交付节奏、供应链协同、先进封装产能、良率爬坡、客户验收乃至电力散热等基础设施都成为影响业绩可预测性的变量，先进封装成为关键约束[7] 市场反应的逻辑与产业链影响 - 博通大跌引发光模块、交换机、电源、存储等一整片AI相关股票下行，因为这些公司被视为“AI资本开支的配套”，当市场重新评估AI系统的交付复杂度与利润分配时，它们会被统一交易[3][9] - 英伟达未跟跌，因其被视为“算力定价权的终点”，在AI需求扩张时具有最高确定性；同时H200在中国区供不应求也支撑了股价[10] - 云厂商表现更稳，对谷歌、亚马逊等云厂商而言，供应链竞争加剧和系统价格更透明意味着单位算力成本可能更可控，需求端并未收缩[10] - 甲骨文财报强化了下游需求，公司上调未来资本开支预期，云基础设施相关订单和剩余履约义务高速增长[10] 对具体公司的影响分析 - 美光：博通电话会强化了HBM在AI系统物料成本中的重要性，只要高带宽内存供给偏紧且规格持续升级，公司的盈利改善逻辑未变，但需警惕先进封装和产能爬坡对出货节奏的影响[11] - Coherent：博通提到激光器、光学组件订单“创纪录”，甲骨文资本开支上修也背书了数据中心互联需求，基本面利好，但在交易层面易被当作“AI资本开支代理变量”，股价波动会放大[11]

文章核心观点 - 瑞银认为市场对博通财报的反应过度，基于管理层对AI业务前景的积极指引，该行上调了业绩预期和目标价，并认为股价回调后该股成为普遍看好的多头标的 [1] AI半导体业务收入预期 - 预计2026财年AI半导体业务收入将超过600亿美元，同比增长近3倍 [1] - 管理层对2026财年AI业务收入超出当前市场预期充满信心，并表示将高于任何买方或卖方机构的预测值 [3] - 博通重申，2026财年AI业务收入的增速将超过2025财年 [4] AI业务订单积压与交付周期 - AI业务订单积压达730亿美元，覆盖周期18个月，但管理层表示实际交付周期将接近12个月 [2] - 第四财季总订单积压环比增长50%，其中AI半导体业务订单积压翻倍 [2] - 若剔除Anthropic新增的110亿美元订单，剩余订单积压仍增加200-250亿美元，主要来自谷歌和Meta，暂未包含OpenAI的订单 [2] Anthropic机架订单详情 - Anthropic的210亿美元机架订单可能因电源组件准备进度而延至2027财年交付，但客户希望2026财年交付 [2][4] - 瑞银当前建模为2026财年交付150亿美元，剩余60亿美元在2027财年交付 [4] - Anthropic是订单积压中唯一的机架类客户，OpenAI（一旦纳入）将成为传统ASIC客户 [2] - 该机架订单因包含转售组件，整体毛利率预计在45%-50%区间，低于博通自有组件约60%的综合毛利率 [2][3] - 该订单被视为一次性合作，长期关系预计将转向标准ASIC/XPU供应模式 [3] 毛利率与营业利润率展望 - 公司未反驳市场对Anthropic机架订单45%-50%毛利率的预期 [2] - 受此影响，2026财年毛利率预计同比下滑，但营业利润率将至少与上年持平（瑞银预测下滑30个基点） [2] - AI业务综合毛利率接近60%，其中XPU业务毛利率约55%，AI网络业务毛利率约80% [3][4] - 2026财年毛利率最终取决于新增AI订单的结构 [4] AI网络与XPU业务增长 - 2025财年AI交换机业务收入为30亿美元，但订单数据显示2026财年可能达到120亿美元 [4] - DSP业务收入预计从2025财年的10亿美元增长至2026财年的50亿美元 [5] - 瑞银将2026财年AI网络业务的同比增速预估从55%上调至103% [5] - 博通认为XPU业务的增速不会超过AI网络业务 [4] - AI网络业务势头强劲，由AI扩展需求驱动的规模化扩张及早期以太网扩容需求带动 [4] 目标市场规模与市场趋势 - 一年前预计2027年XPU+网络业务目标市场规模为600-900亿美元，如今该数据已失效，实际规模将显著扩大 [3] - 一方面XPU业务受益于AI推理需求的加速增长，另一方面AI大模型实验室正抢占博通原本预期的企业级市场 [3] - 出现“AI实验室抢占更多市场”的趋势，原计划采用GPU的企业级市场正逐渐转向使用OpenAI、Anthropic等服务 [5] - 越来越多的企业客户选择使用AI实验室的服务，而非自行微调大语言模型，因为将AI技术栈投入生产的流程较为复杂 [5] 企业级订单与客户集中度 - 企业级订单积压从1100亿美元增至1620亿美元，增幅超50% [5] - 博通回应“谷歌直接对接代工厂”的担忧，称未来5年内不太可能发生，但长期策略是拓展多元客户以分散风险 [5] 财务预期与目标价调整 - 瑞银上调2027财年营收预期至1350亿美元（高于市场共识2%），上调每股收益预期至14.15美元（高于市场共识1.7%） [3] - 将目标价从472美元上调至475美元 [1][3] 定制芯片变现模式 - 博通对定制芯片的变现形式持开放态度，不排除推出类似特许权使用费的模式 [6] - 在此模式下，芯片平均售价中与博通IP相关的部分会减少，但整体毛利率/营业利润率会更高 [6] - 公司在HBM业务中已实现对完整XPU解决方案的掌控，但会根据客户需求灵活调整 [6]

文章核心观点 - 瑞银认为市场对博通财报的反应过度 基于管理层对AI半导体业务增长的积极指引 该行上调了业绩预期和目标价 并认为股价回调后该股成为普遍看好的多头标的 [1] AI业务订单与积压 - AI业务订单积压达730亿美元 覆盖周期18个月 但管理层预计实际交付周期将接近12个月 [2] - 第四财季总订单积压环比增长50% 其中AI半导体业务订单积压翻倍 [2] - 若剔除Anthropic新增的110亿美元订单 剩余订单积压仍增加200-250亿美元 主要来自谷歌和Meta 暂未包含OpenAI订单 [2] - 企业级订单积压从1100亿美元增至1620亿美元 增幅超50% 其中AI相关订单积压环比翻倍 [5] 2026财年AI业务收入预期 - 预计2026财年AI半导体收入将超600亿美元 同比增长近3倍 [1] - 管理层对2026财年AI业务收入超出当前市场预期充满信心 并表示将高于任何买方或卖方机构的预测值 [3] - 重申2026财年AI业务收入的增速将超过2025财年 [4] Anthropic大额订单细节 - 向Anthropic交付的210亿美元机架订单可能因电源组件准备进度延至2027财年 [2] - Anthropic是订单积压中唯一的机架类客户 OpenAI若纳入订单将成为传统ASIC客户 [2] - 瑞银将Anthropic发货量建模为：2026财年150亿美元 剩余60亿美元在2027财年交付 [4] - 该210亿美元机架订单的整体毛利率预计在45%-50%区间 [2][3] - 该机架规模订单被视为一次性合作 长期关系将转向标准ASIC/XPU供应模式 [3] 毛利率与营业利润率展望 - AI业务综合毛利率接近60% 其中XPU业务毛利率约55% AI网络业务毛利率约80% [3][4] - 因包含转售组件 机架产品的发货毛利率会降至45%-50% [3][4] - 预计2026财年毛利率将同比下滑 但营业利润率将至少与上年持平 [2][4] - 瑞银预测2026财年营业利润率较2025财年下滑30个基点 [2] AI网络与交换机业务增长 - 2025财年AI交换机业务收入为30亿美元 但订单数据显示2026财年可能达到120亿美元 [4] - DSP业务收入预计将从2025财年的10亿美元增长至2026财年的50亿美元 [5] - 瑞银将2026财年AI网络业务的同比增速预估从55%上调至103% [5] - AI网络业务当前势头强劲 由AI扩展需求驱动的规模化扩张及早期以太网扩容需求带动 [4] 目标市场规模与行业趋势 - 一年前预计2027年XPU+网络业务目标市场规模约600-900亿美元 如今该数据已失效 实际规模将显著扩大 [3] - XPU业务受益于AI推理需求的加速增长 [3] - 出现“AI实验室抢占更多市场”的趋势 这些市场原本是预期的企业级AI市场 如今正逐渐转向AI实验室 [5] - AI技术栈的复杂性和创新速度 使得越来越多企业选择使用OpenAI、Anthropic等服务 而非自行微调大模型 [3][5] 客户关系与业务模式 - 回应“谷歌直接对接代工厂”的担忧 称未来5年内不太可能发生 长期策略是拓展多元客户以分散风险 [5] - 对定制芯片的变现形式持开放态度 不排除推出类似特许权使用费的模式 该模式下整体毛利率/营业利润率会更高 [6] - 在HBM业务中已实现对完整XPU解决方案的掌控 但会根据客户需求灵活调整 [6] 财务预期与目标价调整 - 瑞银上调2027财年营收预期至1350亿美元 高于市场共识2% [3] - 上调每股收益预期至14.15美元 高于市场共识1.7% [3] - 将目标价从472美元上调至475美元 [1][3]