财务业绩表现 - 2026财年第一季度总收入为24.1亿美元，同比增长65.5%，超出市场预期0.8% [2] - 第一季度调整后每股收益为3.77美元，超出市场预期5.6% [1] - 第一季度EDA业务收入为11亿美元，占总收入的45.6%，而Ansys产品组贡献了总收入的36.8% [1][10] 增长动力与业务亮点 - 业绩主要受人工智能驱动的半导体需求以及收购Ansys带来的日益扩大的影响推动 [3] - 公司在其整个EDA软件栈中嵌入人工智能，为客户带来显著的生产力提升，并受益于Synopsys.ai采用率的扩大、多芯片设计的复杂性增加以及持续的先进节点活动 [4] - 使用其AI平台的客户报告称，知识辅助速度最高提升50%，工作流辅助速度最高提升70%，形式化测试平台生成速度提升高达5倍 [4] - 结合后的Synopsys-Ansys产品组合能够很好地把握行业从物理原型转向数字孪生的趋势，助力航空航天、汽车和超大规模计算等领域更快、更具成本效益的产品开发 [5] 未来业绩指引 - 公司预计2026财年全年收入在95.6亿至96.6亿美元之间，其中包括预期的29亿美元Ansys收入，市场共识预期为96.3亿美元，意味着同比增长36.5% [6] - 预计2026财年全年非GAAP每股收益在14.38至14.46美元之间，市场共识预期为14.39美元，意味着同比增长11.5% [7] - 预计2026财年第二季度收入在22.25亿至22.75亿美元之间，市场共识预期为22.5亿美元，意味着同比增长40.3% [8] - 预计2026财年第二季度非GAAP每股收益在3.11至3.17美元之间，市场共识预期为3.13美元，意味着同比下降14.7% [8] 行业与市场 - 持续的人工智能基础设施建设正在加速半导体研发和设计启动活动，而公司在该领域拥有深厚的专业知识、专有代码库和晶圆厂协同优化能力 [3] - 在更广泛的计算机与技术行业中，美光科技、Credo Technology和MongoDB等公司目前获得市场最高评级 [11] - 美光科技股价在过去12个月上涨了308% [11] - Credo Technology Group股价在过去12个月上涨了79.4% [12] - MongoDB股价在过去12个月回报率为25.2% [12]

公司战略与并购态度 - 公司始终对国内外优质研发设计类工业软件标的保持密切的关注 [2] - 公司积极尝试通过收并购以增强研发能力与核心技术储备 [2] - 若有具体收购计划，公司将依据相关法律法规及时履行信息披露义务 [2] 当前业务聚焦与未来方向 - 公司当下专注于研发设计类工业软件领域 [2] - 公司目前的关注重点主要为二、三维CAD以及CAE软件 [2] - 公司暂未有通过并购进入EDA（电子设计自动化）行业的计划 [2]

工业软件行业发展背景与驱动因素 - 工业软件是工业知识的代码化载体，是新型工业化的核心生产资料、关键生产力、工业大脑和数字基石，其自主可控意义深远[1][4] - 中国工业和经济已进入人均GDP超1万美元的分水岭阶段，发展需创新驱动，工业软件发展具有紧迫性和必要性[1][4] - 工业软件能将计算能力转化为生产能力，显著提升全要素生产率[7] - 政策定位从“工具”到“基石”再到“工业大脑”与“创新引擎”，地位逐步提升，发展目标从强调应用到强调供应链韧性与核心技术攻关[9][10] - 大模型技术提升了工程、数学、计算机能力的转化效率，加速工业软件研发和应用落地，一线城市2025年基于“AI+工业软件”推出补贴政策刺激创新[12] 市场现状、规模与特征 - 2024年中国工业软件整体市场规模接近3000亿元，是一个千亿级市场[1][17][19] - 市场存在核心技术空心化、产业结构失衡（管理软件强、工程软件弱）等突出问题[1][17][19] - 研发设计类软件（如CAD、CAE、EDA）是卡脖子重灾区，国产化率极低，约5%-10%，关键差距在于几何内核、求解器等根技术缺失[17][19] - 生产控制类软件国产化率约50%，经营管理类软件国产化率约70%[19] - 2024年纯软件市场规模约为1100-1400亿元（嵌入式软件占比约50%-60%）[19] 产业链、价值流转与盈利模式 - 产业链上游（根技术厂商）赚取“技术垄断费”，壁垒高、利润高；中游（软件厂商）赚取“行业know-how溢价”；下游用户赚取“效率提升带来的毛利”[20] - 产业价值流转呈微笑曲线，原以技术单向溢价为主，未来数据价值溢价将逐步显现，形成卖工具功能与卖数据智慧协同发展的态势[30] - 当前主要盈利模式：欧美企业以软件授权、维护与服务费为主；中国企业以定制化开发、实施、维护与服务费为主；平台与生态分成模式在积极探索中[33] - 订阅制是市场积极追求的模式，欧美巨头如Autodesk、PTC已基本实现全面订阅[33] 核心困境与发展难点 - 研发设计类软件卡脖子的真实原因是缺乏海量真实工业场景试错，导致工程优化欠缺，实体表现为核心组件/引擎层受限[23] - 国产工业软件发展面临技术-场景-生态-商业的系统性问题，是技术债传导的结果，难以单点突破[26] - 欧美工业巨头是“顺势而为的工业溢出”，伴随工业化自然生长；中国企业是“逆流而上的场景反哺”，需把握场景反哺技术的契机[36] - 欧美发展路径具有不可复制性：时间上走了40年而中国是压缩式追赶；市场起步时为蓝海而中国多为存量博弈；资本上海外并购受限而国内整合困难[36] 新技术（云原生、AI）的影响 - 云原生通过架构解耦增强协作能力，并通过万核算力实现按需调用，主要影响研发流程中的参数化与特征引擎、功能模块与交互等阶段，有助于占领下沉市场并可能实现设计-制造-订单一体化[40][41] - 传统AI（CV/GNN）主要赋能三维几何数据处理，如几何拓扑修复、异构数据读取，是打破国外巨头“数据锁死”护城河的关键步骤[43][45] - 大模型（LLM/GenAI）主要赋能代码生成、自然语言交互（降低学习成本）、以及生成测试用例，能提高产品稳定性与体验，覆盖更多用户[43][45] 未来产业发展方向 - 产业核心演变路径为：工具 → 系统 → 平台 → 基因，当前及未来重点在平台化与基因化探索[2][48] - 平台化表现为应用层功能解耦实现积木式组装，盈利模式转向订阅或按需付费[48] - 基因化本质是将工业知识内化为参数/代码（如机理模型），工业软件将转化为能自主规划执行的“数字工程师”或“工业智能体”[48][52] - 未来产品将从卖软件走向卖“智慧”，工业智能体特征包括懂自然语言交互、知识内嵌与自主编排结合、可组装交付[3][52] 市场策略与客户锚定 - 头部客户在国产替代和信创需求驱动下，为技术突围提供窗口期[2][50] - 腰部客户场景丰富、付费能力强，可绑定共同成长并促进行业套件形成[2][50] - 长尾及海外客户有助于扩大营收空间，长尾市场可实施“农村包围城市”战略并收集海量数据训练AI模型[2][50] - 企业侧是招标主体（占比78.1%），采购类别最广且有国产替代需求；政府侧侧重工业互联网平台集成与活动；科研院所侧重实训实验室与课题研发[14][16] - 企业侧项目平均单价约240万元，政府侧约130万元，科研院所约110万元，服务周期多集中在1-2个月[16]

政策核心与目标 - 政策核心是瞄准“卡脖子”技术，以“真金白银”鼓励自主研发，旨在降低企业研发风险，加速关键技术的自主创新与产业化应用 [1] - 补助标准为项目已获得国家或市级支持资金总额的30%，单个项目最高补助金额达900万元 [1][2] 支持的技术领域与方向 - 政策重点聚焦三大技术板块：工业互联网平台关键技术、工业软件关键技术、新型网络与安全技术 [2] - 工业互联网平台关键技术涵盖工业智能算法、工业知识图谱、工业机理模型、微服务组件四大方向 [2] - 工业软件关键技术涵盖计算机辅助设计（CAD/CAE/CAM）、电子设计自动化（EDA）、产品生命周期管理（PLM） [2] - 新型网络与安全技术涵盖网络技术（如SDN、TSN）及平台安全、工控系统安全、数据安全三大核心防护体系 [2] 政策补助细则与适用条件 - 补助标准按项目已获得的国家或市级支持资金总额的30%进行配套 [2] - 单个项目最高可获得900万元补助 [2] - 适用对象为在京注册、具有独立法人资格的企业，且项目需已纳入国家或北京市重点项目清单 [2] - 政策为“后补助”模式，前提是项目已获得上级部门立项支持 [5] 政策深层导向与信号 - 政策强调“技术迭代”而非一次性研发，要求企业具备通过用户反馈和应用数据反哺产品升级的持续研发能力 [4] - 重视“创新应用”落地，要求成果具备明确的工业场景验证方案，纯理论成果或实验室原型难以获得支持 [4] - 将网络安全技术独立成章，反映出在智能制造加速背景下，安全合规已成为硬门槛 [4] 企业申报策略建议 - 项目包装需突出“三个明确”：明确技术攻关痛点、明确产业化路径、明确资金用途 [6] - 建议企业同步申报工信部工业互联网创新发展工程、北京市高精尖产业发展资金等项目，以形成政策叠加效应 [5] - 在工业机理模型、知识图谱等领域，建议装备制造企业、软件企业、科研院所组建联合体申报，以补足场景验证短板 [7] - 企业需关注知识产权归属，在申报书中明确核心技术专利与软件著作权的布局规划 [8]

文章核心观点 - 工业软件是新型工业化的核心生产资料和关键生产力，其自主可控发展具有紧迫性和必要性，当前处于政策红利带来的有利时间窗口期 [1] - 中国工业软件市场是一个千亿级大盘，2024年市场规模接近3000亿元，但存在核心技术空心化、产业结构失衡等系统性问题，研发设计类软件是“卡脖子”重灾区 [1][17] - 工业软件是一个慢行业，其发展需要耐心和长期主义，同时在技术、市场、产品形态的变化与重构中，也为企业带来了机遇与挑战 [1][39] - 未来工业软件产业将沿着“工具→系统→平台→基因”的路径演变，产品将从售卖功能走向售卖“智慧”，最终形态将是具备自主能力的“工业智能体” [2][48][52] 工业软件发展背景与驱动因素 - **发展紧迫性与必要性**：中国人均GDP在2018年达到1万美元，标志着工业和经济进入分水岭，需创新驱动，工业软件作为工业知识的代码化载体，是创新转型的核心 [1][3] - **政策驱动与定位演变**：在政策层面，工业软件的定位已从“工具”提升为“数字基石”，并正向“工业大脑”和“创新引擎”演进，发展目标强调与AI深度融合及核心技术攻关 [9][10] - **新技术与补贴驱动**：大模型技术提升了工程、数学、计算机能力的转化效率，加速工业软件研发落地；2025年一线城市针对“AI+工业软件”推出了补贴政策，刺激应用创新 [12] - **市场需求驱动**：企业、政府、科研院所构成主要需求方，企业侧采购类别最广且包含国产替代需求，项目金额波动大，多集中在百万元级别 [14][16] 市场现状与核心困境 - **市场规模**：2024年中国工业软件整体市场规模近3000亿元，其中纯软件市场规模约为1100-1400亿元，占全球市场比重约6.8% [17][19] - **产业结构失衡**：呈现“管理软件强、工程软件弱”的特点，经营管理类国产化率高（约70%），而研发设计类国产化率极低（约5%-10%） [17][19] - **核心技术“卡脖子”**：研发设计类软件（如CAD、CAE、EDA）是重灾区，根本原因在于几何内核、求解器等“根技术”缺失，这源于海量真实工业场景试错和工程优化的欠缺 [1][17][23] - **发展难点系统性**：国产工业软件面临技术、场景、生态、商业联动的系统性难题，是“技术债”传导的结果，难以单点突破 [26] 产业链、价值流转与盈利模式 - **产业链特征**：上游（根技术厂商）赚取技术垄断费，壁垒最高；中游（软件产品厂商）赚取行业Know-how溢价；下游用户通过效率提升获利 [20] - **价值流转逻辑**：产业价值分配遵循“技术单向溢价”，越靠近根技术利润越高；同时，围绕工业数据的增值服务价值开始显现，形成“技术溢价”与“数据价值溢价”协同态势 [30] - **当前盈利模式**：欧美企业以软件授权、维护与服务费为主；中国企业以定制化开发、实施与维护费为主；订阅制是市场积极追求的方向，平台与生态分成模式在探索中 [33] - **未来收费可能**：若“制造即服务”、“生成式设计”成为可能，未来可能出现“按产品抽成”的收费方式 [34] 主要玩家成长逻辑与突围方向 - **欧美巨头成长本质**：是“伴随工业化进程的自然生长 + 工业诀窍的代码化 + 资本并购完善覆盖”，其先工业后软件的发展路径具有时间、市场、资本上的不可复制性 [36] - **中国企业成长路径**：是“逆流而上的场景反哺”，需把握国产替代窗口期，依托中国庞大的工业场景，通过绑定共同成长的工业企业来打磨产品、实现技术突围 [36] - **市场锚定策略**：头部客户（如航天、船舶）驱动技术突破；腰部客户赋能现金流和行业知识沉淀；长尾及海外客户有助于扩大营收空间和收集训练数据 [2][50] 技术变革带来的变量与重构 - **云原生的影响**：通过架构解耦增强多人协作能力，并通过万核算力实现按需调用，虽不能替代核心内核研发，但有助于产品差异化竞争、覆盖下沉市场，并可能实现设计-制造-订单一体化 [40][41] - **AI/大模型的影响**：传统AI（如CV/GNN）主要赋能几何拓扑修复、异构数据读取，可打破国外巨头的“数据锁死”；大模型则通过辅助代码生成和自然语言交互，降低软件使用门槛 [43][45] - **企业价值左移的影响**：工业企业研发类数据价值挖掘受关注，利好具备全流程打通能力的平台型厂商和能构建“需求-功能-逻辑-物理”全链路追踪的研发设计服务厂商 [46] 未来产业发展方向 - **产业演变路径**：从提升个人效率的“工具化”、提升业务效率的“系统化”，向提升数据流动效率的“平台化”和提升数据价值效率的“基因化”发展 [48] - **产品形态演进**：在云原生、AI等技术驱动下，产品走向“平台+生态化”，核心能力下沉为API/SDK；最终将跃迁为具备感知、思考、自主任务能力的“工业智能体”或“数字工程师” [52] - **工业智能体特征**：懂自然语言交互、内核知识内嵌且能自主编排、可组装式交付 [52]

涉及的行业与公司 * **公司**：Silvaco Group (NasdaqGS:SVCO)，一家成立于1984年的电子设计自动化（EDA）公司[3] * **行业**：电子设计自动化（EDA）与半导体行业[3][5] 核心业务构成与现状 * **TCAD（技术计算机辅助设计）**：公司的核心业务，传统上约占收入的50%，与Synopsys同为两大主要供应商之一，业务粘性高[3] * **IP（知识产权）业务**：近年来发展，过去几年约占收入的10%，被视为近期主要的增长引擎[4] * **传统EDA业务**：通过产品开发和收购建立的产品组合，与IP业务合计约占TCAD之外的另一半收入[4] * **市场地位**：在主要EDA细分市场（如布局布线、逻辑综合）并非第一，但在特定利基市场（如显示制造领域的TCAD）拥有超过80%的市场份额，是第一名[13][16][17] 增长战略与财务规划 * **短期战略（扭亏为盈）**：首要任务是控制成本以实现盈利，已宣布计划每年至少削减1500万美元开支，预计2026年实现温和收入增长[19][20][22] * **中期增长驱动**：增长将主要由IP业务推动，同时TCAD业务因上一年度续订疲软预计将复苏[20][21] * **长期增长引擎**：构建AI业务特许经营权，特别是AI驱动的工艺开发和数字孪生技术，被视为长期重大增长机遇[6][20][21] * **财务目标**：作为小型公司，目标增长率应高于年增10%-15%的行业水平及大型同行，通过有机增长和收购实现[31] 目标运营利润率向行业领先者（30%-40%）看齐，因软件业务毛利率高，增量收入转化率可达70%或80%[33][34] AI战略与机遇 * **AI应用重点**：公司长期战略增长的主要部分将来自AI，重点不在于用AI改进现有EDA工具，而在于利用AI创造全新的巨大市场[6] * **具体方向**：AI驱动的虚拟制造和数字孪生，通过运行数万次模拟构建模型，以替代耗时且不可持续的晶圆原型制造，这是行业必然趋势[7] * **进展与案例**：公司与美光科技合作五年，已开发出完整的方法论、工具和数据库，并计划在美光的背书下向其他公司推广该技术（FTCO - 工厂技术协同优化）[8][9][10] 并购战略与评估 * **并购逻辑**：EDA行业的经典增长模式是通过收购拥有优秀产品但缺乏销售能力的小公司，利用自身销售网络推动增长[28][32] * **近期收购评估**： * **Mixel（IP公司）**：被视为“全垒打”式收购，拥有高质量产品、卓越声誉（25年无客户bug）且与多家晶圆厂有良好关系，符合“好产品+无销售”的完美模型[32][37] * **OPC业务（来自Cadence）**：专注于内存公司客户，与Silvaco的客户群高度契合，第一年投资回报率超过100%，是良好的现金流和利润贡献者[38] * **TechX**：目前收入仅几百万美元，是费用项，但模拟能力有巨大潜力，仍需长期认证过程[38][39] * **未来并购方向**：关注大量拥有良好技术、产品、团队且收支平衡的小型公司（收入500万至1000万美元级别），这类收购对巨头意义不大，但能立即为Silvaco带来显著增长[40] 公司目前需要先补充现金储备，当前股价（约4美元，2倍市销率）不适合进行股权融资[42] 运营挑战与行业动态 * **收入确认与波动性**：公司采用ASC 606会计准则，在软件交付时确认收入（与Siemens/Mentor相同），而非像Synopsys和Cadence那样采用可分摊收入模型，这导致了更大的季度收入波动性和不确定性[45][46] * **与大客户的销售动态**：在EDA行业，头部供应商利用其主导地位（平均72%市场份额）签订大型合同，并通过捆绑销售或提供免费许可来谈判，Silvaco规模足够参与此游戏，并需在自身有优势的领域运用谈判筹码[49][50][51] * **与Mentor Graphics的对比**：当前情况与1993年接手Mentor时有相似之处（亏损、无主要市场第一地位），但不同在于修复时间窗口更短（个位数年份而非几十年），需要更快行动[26][29] 其他重要信息 * **管理层信心**：CEO和CFO在过去两个月内分别个人购买了50,000股和至少20,000股公司股票[43] * **2026年增长背景**：2025年第三季度因收购带来的一次性重大产品续订，显著推高了当期EDA收入，该情况不会在2026年重复，因此2026年的“温和增长”需要克服此高基数影响[23]

行业与公司概览 * 行业：美洲科技行业，具体为数字半导体领域[1] * 涉及公司：英伟达 (NVDA)、博通 (AVGO)、铿腾电子 (Cadence Design Systems, CDNS)、新思科技 (Synopsys, SNPS)、超威半导体 (Advanced Micro Devices, AMD)、安谋 (ARM Holdings, ARM)[1][2][3][4][8][16][23] 核心行业观点与论据 * **人工智能 (AI) 支出环境依然稳固**，但传统个人电脑和智能手机市场需求前景面临潜在压力，原因是投入成本压力增加[1] * 在数字半导体领域，市场可能**越来越倾向于区分**那些对最可持续的支出方（如英伟达和博通）敞口最大的公司与其他公司[1] 铿腾电子 (CDNS, 买入评级) 关键要点 * **核心观点**：预计公司2026财年指引将上调，增长动力来自多个方面，包括定制芯片设计在更广泛客户群中的扩散带来的顺风[8][10] * **投资者关注点**：管理层对电子设计自动化 (EDA) 和半导体知识产权 (IP) 业务势头的评论、AI产品的采用率、以及整个行业专用集成电路 (ASIC) 设计启动的当前速度[2][8][11] * **业绩预期**： * 预计第四季度收入有约1%的上行空间，并指引2026财年收入同比增长约11%-13%，营业利润率扩张约150个基点，每股收益增长约15%[10] * 增长将由IP业务加速至高个位数增长、核心EDA业务低双位数增长以及系统设计与分析业务约10%的增长驱动[10] * 高盛对2026/2027财年的每股收益预测比市场共识高出6%/7%[10] * **估值与风险**： * 由于相对于近期给出坚实2026财年增长指引的同行新思科技存在显著估值溢价，市场仓位偏向负面[2][8] * **12个月目标价**：410美元，基于45倍正常化每股收益预测9.10美元[14] * **下行风险**：出口限制、市场份额损失、定制芯片设计减少[14] * **财务预测 (高盛 vs. 市场共识)**： * **2026财年总收入**：59.51亿美元 (高盛) vs. 59.15亿美元 (市场共识)，高出0.6%[13] * **2026财年营业利润率**：47.2% (高盛) vs. 45.3% (市场共识)，高出186个基点[13] * **2026财年每股收益 (不含股权激励)**：8.55美元 (高盛) vs. 8.06美元 (市场共识)，高出6.0%[13] 超威半导体 (AMD, 中性评级) 关键要点 * **核心观点**：股价短期表现出众的门槛很高，股价表现取决于OpenAI的部署进度和利润率预期[4][16] * **投资者关注点**：第一季度数据中心收入指引、OpenAI部署时间表的细节、以及利润率预期[16][18] * **业绩预期**： * 预计第四季度业绩基本符合预期，但认为市场对第一季度指引的共识预期相对较高[17] * 高盛对第四季度/第一季度的每股收益预测为1.30美元/1.16美元，比Visible Alpha共识低3%/5%[17] * 略微下调了2027财年的收入和每股收益预测，因模型更新了水星数据，并隐含地降低了OpenAI在2027财年的收入贡献预期[19] * **估值与风险**： * **12个月目标价**：210美元，基于30倍市盈率乘以正常化每股收益预测7.00美元[21] * **上行风险**：AMD GPU获得更大市场认可、x86架构在服务器市场份额趋势好于预期、运营费用杠杆更强[21] * **下行风险**：AMD GPU市场认可度低于预期、服务器CPU市场认可度低于预期[21] * **财务预测 (高盛 vs. 市场共识)**： * **2026财年总收入**：456.62亿美元 (高盛) vs. 454.07亿美元 (市场共识)，高出1%[20] * **2026财年营业利润率**：26.8% (高盛) vs. 27.0% (市场共识)，低17个基点[20] * **2026财年每股收益 (不含股权激励)**：6.55美元 (高盛) vs. 6.55美元 (市场共识)，持平[20] 安谋 (ARM, 卖出评级) 关键要点 * **核心观点**：预计业绩和指引符合预期，投资者关注运营费用增长和芯片制造战略[23] * **投资者关注点**：第四财季特许权使用费收入指引、芯片制造战略的增量细节、以及2027财年运营费用轨迹[3][23][25] * **业绩预期**： * 预计业绩和指引符合预期，许可收入略高于市场预期，特许权使用费收入略低于市场预期[24] * 高盛对第三财季每股收益预测比市场共识高0.01美元，对第四财季预测与市场共识一致[24] * **估值与风险**： * **12个月目标价**：120美元，基于60倍正常化每股收益预测2.00美元[28] * **上行风险**：数据中心业务增长强于预期、运营杠杆好于预期、芯片制造执行好于预期[28] * **财务预测 (高盛 vs. 市场共识)**： * **2026财年总收入**：55.35亿美元 (高盛) vs. 56.52亿美元 (市场共识)，低2%[27] * **2026财年营业利润率**：44.1% (高盛) vs. 45.5% (市场共识)，低140个基点[27] * **2026财年每股收益 (不含股权激励)**：2.03美元 (高盛) vs. 2.13美元 (市场共识)，低5%[27] 其他重要内容 * **报告来源与利益冲突披露**：报告来自高盛全球投资研究部，分析师为James Schneider, Ph.D., Anmol Makkar, Lal Kablan, Luya You[5][30] 高盛与所覆盖公司存在业务往来并寻求业务关系，可能产生利益冲突[6][37] * **评级分布**：截至2025年10月1日，高盛全球股票覆盖范围内，买入评级占49%，持有评级占34%，卖出评级占17%[39] * **公司特定监管披露**：高盛在过去12个月内从超威半导体、安谋和铿腾电子获得了投资银行服务报酬，金额分别为2.0468亿美元、1.1308亿美元和3.188亿美元[37]

半导体设备ETF资金流向与行业概况 - 半导体设备ETF（159516）近20日资金净流入超过33亿元 [1] - 该ETF跟踪半导体材料设备指数（931743），聚焦于半导体产业链上游的关键材料和核心设备制造领域 [2] EDA行业商业模式与市场特征 - EDA是半导体产业链不可或缺的存在性工具，具备高壁垒和抗周期性 [1] - 行业壁垒主要体现在高强度的研发投入及上下游生态协作 [1] - 商业模式以授权制为主，客户黏性强、替代成本高，盈利质量较高 [1] EDA市场规模与增长驱动 - 全球EDA市场规模从2018年不足100亿美元增长至目前150亿美元以上，年均复合增速维持高个位数 [1] - 国内EDA市场增长更为迅速，预计2025年规模近200亿元，年均复合增速达双位数以上 [1] - 行业需求增长的三大核心驱动为芯片复杂度提升、先进制程演进及定制ASIC市场扩张 [1] EDA行业竞争格局与发展趋势 - EDA行业高度集中，三大国际巨头已实现全领域覆盖 [1] - 国产厂商以点工具突破为主，正逐步迈入能力整合与平台化阶段 [1] - 未来行业并购将围绕产业协同与生态构建展开，推动国产EDA从点工具向平台化演进 [1]

文章核心观点 - 在新一轮科技革命和产业变革背景下，硬科技是培育新质生产力的核心引擎，面临发展机遇与多重考验，需要凝聚政策、产业、资本协同发力的共识 [1] - 资本市场通过制度创新和包容性政策，为硬科技企业提供发展支持，而企业与投资机构则需在技术攻坚、产业建设和资本护航下共同构建良性生态，实现突围与发展 [1][3][4][5][6] 资本市场政策与制度创新 - “十五五”规划建议提高资本市场制度包容性与适应性，健全投融资协调功能，“资本市场支持科技创新”已成为长期政策导向 [4] - 并购重组政策出现创新点：对价可分期支付以规避交易风险、允许收购未盈利企业、针对“小额快速”融资设置简易程序以大幅提高效率 [4] - 资本市场在有合理底线的前提下，对科创企业的容忍度和支持力度越来越高，使得企业可以大胆探索前沿方向，对标全球头部企业 [4] - 多层次资本市场助力不同阶段、不同规模、高科技属性企业上市发展，投资机构会根据企业特点选择合适的板块申报上市 [5] - 若企业无法单独上市，也可以通过并购的方式实现退出，股权投资机构已在并购方面有较多布局 [5] 硬科技产业发展路径与赛道分析 - 硬科技发展分为两个赛道：一是我国具备天然优势的领域（如车、机器人等），凭借软件算法应用+制造业优势+海归与产业人才，实现“东西合璧”，不少已达世界领先水平 [5] - 二是后发追赶领域（如EDA、GPU、AI半导体等），通过国内改良路线图，以及海归与产业人才加持，成效也较佳 [5] - 2025年是科技行业大年，2026年仍有诸多可圈可点之处，研究机构内部已完成各硬科技赛道的深度研究 [5] - 券商研究所关注商业航天、深海、脑机接口等赛道，并用科技树概念、产业渗透率及数理化等基础学科的底层影响来研判未来可能爆发式增长的领域 [10] 企业案例与发展实践 - **斯瑞新材**：作为新材料研发制造企业，服务于轨道交通、航空航天、电力电子、医疗影像、半导体等领域，通过技术迭代与产业升级为新质生产力注入动能 [6] - 公司发展历程：1995年进入电力板块攻克关键触头材料，2009年进军大功率牵引电机转子材料，后拓展至商业航天、医疗影像装备、光模块、可控核聚变等赛道 [6] - 公司面临不同赛道技术迭代速度不一、客户认证标准严苛且周期长、核心原材料供应波动、国际高端材料企业竞争等挑战 [11] - 公司构建了三大体系应对：商业文化体系（挣小钱、长钱、慢钱、难挣的钱、研发创新的钱、艰苦奋斗的钱）、纵横协同研发体系（横向产学研用，纵向“T字型架构”）、适配的运营体系（赛道事业部制与海外布局） [11] - **海天瑞声**：聚焦AI训练数据，通过从应用端客户需求反推数据供给逻辑来保持技术领先性，与各行业专家结合工程化能力打造行业专属高质量数据 [6] - 面临理解不同垂类领域（如医疗、具身智能、金融、教育）的挑战，解决方案是深度对接行业专家，并预判未来市场需求以提前做好数据方案设计、平台搭建和人才储备 [7] - 主要难点在于高质量数据供应本身，以及平衡技术迭代、场景应用与合规要求三者关系 [8] - 在出海过程中，首要难题是合规，需与海外客户法务团队敲定多国家/地区的合规方案后才能正式合作 [12] - 国内数据上位法和部门级规章已完善，2025年以来“可信数据空间”政策导向能实现“原始数据不出域”前提下的合规使用 [13] 投资机构视角与策略 - 耐心资本、长期资本对产业发展影响较大，以中长期规划布局，无短期考核压力，更有助于机构投资和企业发展 [5] - 投资机构偏好长坡厚雪、赛道规模大的企业（如GPU赛道），而非短期饱和的红海领域，在好赛道中寻找最好的团队 [9] - 以投资标的**沐曦股份**为例，看重其是国内稀缺、成建制且具备长期量产经验、最有希望成事的团队，对于新兴赛道团队还需看产品迭代速度是否远超竞争对手 [9] - 赋能企业方式因类型而异：对于GPU等成熟赛道，核心需求是资金、生态资源、引进技术资源；对于具身智能等新兴赛道（多为教授创业），需要帮忙组建管理、技术应用、工程实现及销售团队，并对接下一轮融资，机构有“七点打造计划”从七方面帮助企业提升 [9] - 投资组合策略：将早期项目和中后期项目进行组合投资，以中后期项目保障快速实现DPI和基本回报，同时用20%～30%资金布局高潜力早期项目，以平衡短期收益与长期价值 [14] 行业挑战与风险研判 - 技术传导的复杂度远超预期，跨领域关联极强，因此研究机构会花更多时间研究数理化等基础学科 [14] - 国际关系与地缘政策的影响不容忽视，2025年国际关系应对自如后，企业需从防守转向进攻策略 [14] - 供需、管理层、商业模式等常规要素也是市场关注点 [14] - 对于未盈利科创企业，采用隐含PS或三五年后动态估值测算再折现到当期的方式进行估值；成熟领域企业则采用PE、PB传统估值指标 [10]

核心观点 报告认为，计算机行业正沿着“过去、当下、未来”三条主线发展，投资机会聚焦于“自主可控”、“人工智能”和“未来产业”三大领域 [3] - **过去（自主可控）**：科技自主可控背景下，国产化率低、存在“卡脖子”特征的产品领域迎来长期产业需求，国产化进程有望加速 [3] - **现在（人工智能）**：中美成为AI发展高地，人工智能和机器人赛道产业空间广阔，算力、算法、应用等多维度持续增长 [3] - **未来（颠覆创新）**：量子科技和卫星互联网等颠覆式技术创新将释放红利，带来计算、通信、测量等领域的新机遇 [3] 2025年计算机板块概述 - **基金配置比例提升**：25Q3主动管理型公募基金对计算机行业的持仓比例为4.46%，环比25Q2增加1.93个百分点，同比24Q3增加2.24个百分点，配置比例从年初底部向上回升 [7] - **板块行情跑赢大盘**：2025年初至12月1日，计算机指数上涨27.62%，跑赢沪深300指数11.32个百分点，板块估值自2024年9月末以来持续修复 [12] - **重仓股以AI为主线**：25Q3基金重仓股中，AI算力链（如寒武纪、中科曙光、浪潮信息）和AI应用（如海康威视、金山办公）是市场最强主线 [15] - **基金增减持方向明确**：25Q3基金增持比例较高的个股集中在AI算力（浪潮信息、中科曙光、寒武纪）、AI应用（致远互联、星环科技）、基础软件（概伦电子、中望软件）及AIGC（万兴科技）等领域 [18][20] 自主可控：国产化趋势明确，行业替代空间广阔 研发设计软件 - **EDA（电子设计自动化）市场空间广阔**：预计到2025年全球EDA市场规模将达到145亿美元，客户在EDA工具上的花费约占芯片销售额的2%以上 [26] - **竞争格局高度集中**：全球EDA市场78%的份额由Synopsys、Cadence、Siemens EDA三家美系厂商垄断 [31] - **国产厂商积极布局**：国产EDA厂商通过自研与外延并购（如概伦电子收购锐成芯微、广立微收购LUCEDA）提升竞争力 [35] - **CAD（计算机辅助设计）市场稳定增长**：2019年全球CAD市场空间为93亿美元，预计2020-2030年复合年增长率为6%，2019年国内CAD市场空间接近50亿元人民币，增速约15% [42] - **CAE（计算机辅助工程）壁垒高、应用广**：CAE属于多学科融合的高壁垒核心研发设计工具，在研发环节降本增效价值显著，广泛应用于机械、航空航天、汽车等多个行业 [49] 电子测量仪器 - **市场为千亿级别**：全球电子测量仪器市场规模持续增长，预计2024年达到约155亿美元，中国市场规模预计2024年达到约430亿元人民币，增速快于全球 [60][62][63] - **增长驱动力明确**：新技术迭代（如通信标准从4G到5G）和技术复杂度提升驱动测量仪器需求增长 [63] - **国际巨头垄断，国产厂商崭露头角**：全球市场由Keysight等欧美巨头主导，其收入主要来自亚太和美洲地区，国内厂商如普源精电、鼎阳科技、坤恒顺维等产品力持续向上，在部分领域实现突破 [65][71][75][80][85][86] 信创产业 - **操作系统是核心竞争力**：发展自主可控操作系统（如鸿蒙）对保障国家信息基础设施底层安全至关重要 [96][103] - **鸿蒙生态快速发展**：华为HarmonyOS终端数量快速增长，鸿蒙5.0终端设备数量已突破2300万台，成为智能终端史上发展最快的操作系统，鸿蒙6.0聚焦AI智能体生态 [103][108][111] - **开源鸿蒙生态繁荣**：开源鸿蒙（OpenHarmony）社区贡献者超9000名，基于其开发的软硬件产品超1300款，衍生出70余款行业商业发行版 [117][119] - **数据库市场空间大**：2023年中国数据库市场规模为74.1亿美元（约522.4亿元人民币），预计到2028年总规模将达到930.29亿元，年复合增长率为12.23% [121] - **国产数据库竞争加剧**：市场集中度提升，头部厂商如达梦数据、电科金仓在政务、金融等领域表现稳健，OceanBase、GoldenDB等位列行业前列 [125][127] - **AI驱动数据库创新**：大语言模型催生了对向量数据库等新型数据库的需求，以处理非结构化数据和语义搜索，国产向量数据库发展加速 [132][135] - **国产通用算力需求旺盛**：预计2025年中国通用算力规模达85.8 EFLOPS，到2028年达140.1 EFLOPS，复合增速近20% [136] - **国产CPU双轮驱动**：龙芯、飞腾、海光、华为鲲鹏等国产CPU厂商在信创市场和商业市场持续迭代产品，拓展应用 [143][149] 网安和密码 - **政策驱动密码产业发展**：2025年6月发布的《关键信息基础设施商用密码使用管理规定》明确了监管主体、时间节点和经费保障，推动密评工作和密码产品需求 [154] - **密评机构快速扩容**：商用密码检测机构数量从2024年11月的112家增至2025年9月的160家，地域布局覆盖全国，北京地区最为集中 [158][159] - **抗量子密码（PQC）成为增量**：量子计算（如谷歌研究显示不足100万个含噪量子比特可在一周内破解2048位RSA密钥）对现有加密体系构成威胁，推动抗量子密码发展 [166][167] - **抗量子密码标准化与迁移加速**：美国NIST已发布三项抗量子密码标准（FIPS 203, 204, 205），NSA明确了2033年前的迁移路线图，中国也已启动新一代公钥密码算法全球征集 [170][171][177][179] 人工智能：算力和算法筑基，千行百业应用落地 算力产业 - **AI需求带动多维度增长**：AI发展带动GPU、服务器、IDC（数据中心）、电源、液冷等多个环节的需求增长 [2] 算法大模型 - **大模型持续迭代**：国内外大模型持续快速迭代，世界模型和物理AI是未来发展趋势 [2] 端侧AI - **主要落地场景明确**：智能眼镜、机器人（具身智能）、智能驾驶是端侧AI的主要落地场景 [2] C端与企业级应用 - **AIGC与鉴真需求**：C端AIGC应用持续迭代，政策推动内容鉴真需求 [2] - **企业服务向生态协同演进**：企业级服务正从单点智能向协同生态发展 [2] 工业AI与数据 - **赋能制造业升级**：工业AI赋能制造业转型升级 [2] - **公共服务践行“人工智能+”**：AI数据在公共服务领域践行“人工智能+” [2] 未来产业：科技和金融创新，颠覆技术释放红利 量子科技 - **带来颠覆式创新**：量子计算有望带来算力的颠覆式创新，同时推动量子保密通信和抗量子密码的应用需求 [3] 卫星互联网 - **星座建设提速**：卫星互联网星座建设提速，将推动测控、仿真等领域的需求释放 [2][3]