Workflow
DSX POD方案
icon
搜索文档
中银国际:联想集团估值正向戴尔等全球同行靠拢 维持"买入"评级
格隆汇· 2026-10-22 14:36
文章核心观点 - 中银国际证券认为联想集团基础设施方案业务集团在AI服务器需求推动下延续强劲增长,智能设备业务集团及方案服务业务集团保持稳健 [1] - 维持联想集团“买入”评级,目标价调整至47.60港元,认为随着ISG盈利能力持续改善,联想估值正逐步具备与戴尔等全球同行比较的基础 [1] - AI服务器业务成为中银国际看好联想增长前景的核心驱动力 [1] AI服务器及基础设施方案业务集团(ISG) - 当前全球AI服务器供应仍然紧张,主要厂商交付周期普遍较长,部分领先供应商的交付周期达到4至6个月 [1] - 强劲的AI服务器需求及定价表现,有望推动联想AI服务器潜在项目储备进一步增长 [1] - 预计联想2026/27财年第二季度ISG收入同比增长120%、环比增长6%,经营利润率有望提升至9.5% [1] - 除AI服务器外,企业IT基础设施升级也将持续带动传统服务器及配套硬件需求,为ISG利润率扩张提供进一步支撑 [1] - 联想于10月12日宣布Vera Rubin NVL72全球出货,预计相关产品交付将在2026/27财年第三季度进一步加快 [2] - 10月21日柏林GTC大会上,黄仁勋发布基于Vera Rubin的DSX POD方案,可将场地准备就绪后的现场部署时间从六个月缩短至最快14天 [2] - 联想被列为该方案全球合作伙伴之一,英伟达计划与合作伙伴于2027年初推动该方案在全球交付 [2] - 随着新一代AI服务器产品逐步放量,联想有望继续受益于全球AI基础设施投资周期 [2] 智能设备业务集团(IDG) - AI PC及高端产品占比提升将有效缓解PC出货量下降的影响 [2] - IDC数据显示,2026年第三季度联想全球PC出货量同比下降23%至1490万台,但公司仍保持全球第一的市场地位 [2] - 预计AI PC及高端机型占比提升带动平均售价上涨,有望推动联想IDG第二财季收入同比增长10%,经营利润率维持在7%左右 [2] - 规模化采购及商用PC需求的稳定性,有助于公司应对存储芯片等零部件成本上涨 [2] - 联想10月16日推出YOGA Pro 15 RTX Spark超级AI PC,其中128GB版本在京东、淘宝等线上渠道24小时内售罄 [3] - 高性能端侧AI计算正形成新的PC细分市场,有望持续推动产品平均售价提升 [3] 方案服务业务集团(SSG) - 在存储及服务器供应趋紧的背景下,越来越多企业客户转向定制化IT解决方案,以兼顾基础设施性能与IT支出效率 [3] - 预计联想SSG第二财季收入同比增长约20%,经营利润率保持在20%至22%的较高水平,为集团提供稳定的利润贡献 [3]
黄仁勋称超级计算机已实现规模化制造 联想集团参与新一代AI基建
格隆汇· 2026-10-22 10:17
文章核心观点 - 经过数十年计算机产业发展,当前正处于新工业革命起点,AI计算正推动基础设施建设进入新阶段 [1] - 英伟达Vera Rubin AI计算平台已全面量产,并通过模块化设计与工厂预集成大幅缩短制造与部署周期 [1][2] - 联想集团作为全球AI基建龙头,深度参与英伟达Vera Rubin NVL72全球出货及下一代DSX POD方案合作,扩大其在新一代AI基础设施中的产品布局与交付范围 [1][2] Vera Rubin平台量产与制造效率 - 黄仁勋确认Vera Rubin已全面量产,并发布基于该平台的DSX POD方案 [1] - Vera Rubin NVL72已实现全球出货,联想集团将完整Vera Rubin平台纳入联想AI云超级工厂解决方案,以提高大型AI基础设施部署效率 [2] - 英伟达通过将整机架组装工作前移至供应链环节,实现超级计算机的规模化制造 [1] - 上一代Grace Blackwell系统组装一个计算节点需要约两小时,Vera Rubin通过模块化设计将组装时间缩短至不到五分钟 [1] - 液冷覆盖率由80%提升至100% [1] - NVLink交换机能够将72颗GPU连接成一个统一的计算系统 [1] DSX POD方案与部署效率 - DSX POD方案将计算、网络、供电和液冷系统在工厂完成集成与验证 [1] - 该方案在完成布线、测试及验证后以模块化形式交付 [2] - 英伟达预计在场地基础设施准备就绪的条件下,可将AI工厂现场部署时间从六个月缩短至最快14天 [1][2] - 联想集团被英伟达列入DSX POD全球合作伙伴名单,预计将于2027年初推动该方案在全球交付 [2] 行业趋势与能力要求 - AI计算系统正向高密度机架和完整AI工厂方向发展 [2] - 系统集成、液冷技术、规模化制造及全球交付能力将成为承接大型AI基础设施项目的重要条件 [2]