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]

报告行业投资评级 - 计算机行业评级为“强于大市”，并维持该评级 [4] 报告核心观点 - 工业软件作为智能制造的核心基石，在政策支持与技术迭代驱动下市场规模稳健增长，并与AI等新技术加速融合，推动制造业智能化转型升级 [1] - 政策层面，智能制造从“十三五”试点示范到“十四五”系统规划已上升为国家战略；市场层面，2024年中国工业软件市场规模达3541.4亿元，同比增长11.2%，但高端领域仍以外资主导，国产厂商潜在替换市场广阔；技术层面，AI与工业软件深度融合，CAD/CAE实现智能生成与优化，工业大模型及智能体在质量检测、能耗管理等场景落地 [1] - 未来工业软件将聚焦关键技术自主可控、垂直领域大模型与智能体落地及工业数据要素化方向演进，支撑中国制造2035目标实现 [1] 政策东风：顶层规划推动工业领域智能化升级 - 2018年至2020年智能化转型初期，国家密集出台纲领性文件，明确以智能制造为主攻方向，目标在2020年初步形成较为完善的智能制造体系与基础设施 [12] - “新基建”概念于2018年首次提出并上升至国家战略，核心包括5G、人工智能、工业互联网等技术领域，为智能制造提供技术基石 [13] - “十四五”时期顶层设计更加系统，目标更加具体，《“十四五”智能制造发展规划》设定到2025年规模以上制造业企业数字化渗透率超70%、建成500个以上智能制造示范工厂等目标 [16][17] - 近期大规模设备更新、产业链供应链安全及“人工智能+”行动等政策表明，工业软件作为关键核心科技在“十五五”及2035年目标下将继续获得强力支持 [19][20] 工业软件市场稳健增长，国产化率持续提升 - 2024年中国工业软件整体市场规模达3541.4亿元，同比增长11.2%；核心市场规模（含CAD、CAE、EDA等）预计从2024年的318.6亿元增长至2029年的765亿元，年复合增长率达19.1% [21] - 市场结构方面，2025年预计研发设计类、生产控制类、经营管理类和嵌入式软件市场规模分别约为449亿元、620亿元、471亿元和2146亿元，对应市场份额约12%、17%、13%和59% [25] - 研发设计类高端市场由外资主导：2024年中国CAD市场规模约61.2亿元，国产厂商市场份额提升至27%；3D CAD占据CAD市场约70%份额，但国产化水平较低 [26] - 生产控制类市场国产化率稳步提升：国内龙头厂商中控技术以40.4%的市场份额占据国内DCS市场头名；在能源电力领域，国产DCS系统市占率超五成 [32][36] - 经营管理类市场国产替代空间广阔：2021年国产ERP已占据国内市场近80%份额，但高端ERP市场仍以外资为主 [37][38] AI新范式与工业场景深度融合 - 研发设计环节，AI赋能CAD实现生成式设计与智能优化，提升CAE仿真预测能力；中望软件在ZW CAD2026中加入智能块、智能助手等AI功能 [41][42] - 生产控制环节，DCS与PLC结合AI实现全局优化到边缘实时控制闭环；中控技术发布通用控制系统UCS产品“Nyx”，具备AI融合PID等功能 [44][47] - 工业大模型与智能体降低专业知识使用门槛：中控技术发布时间序列大模型TPT 2，可生成适用于各类工艺装置的智能体；汉得信息为双环传动打造智能化解决方案，在质量检测环节实现50%以上人工替代，缺陷漏检率控制在千分之一以下 [49][50][54] - 物理AI融合人工智能与物理建模，在工业制造、能源气候、航空航天等领域提升仿真、预测与优化能力；索辰科技发布“天工·开物”物理AI平台，实现生成式建模仿真一体化 [66][69][70] 工业AI发展展望：从制造2025到智造2035 - “中国制造2025”取得显著进步：建成数百家智能工厂和超过2000个数字化车间；工业互联网标识解析体系基本建成，累计标识注册量6130亿个；全球灯塔工厂达189家，中国以79家占比42%居全球首位 [74][75][77] - 实现“中国制造2035”需突破三大挑战：工业数据质量与流通、AI模型可靠性与可解释性、行业知识壁垒 [81] - 未来发展聚焦三大方向：工业软件“铸魂”工程攻克研发设计工具链自主可控；工业智能“强脑”计划打造垂直领域专用大模型和智能体生态；工业数据“要素化”探索助力数据赋能制造业智能化升级 [83][84][85] - 根据《关于深入实施“人工智能+”行动的意见》，到2027年新一代智能终端、智能体等应用普及率超70%，到2030年超90%，到2035年全面步入智能经济和智能社会发展新阶段 [84]

核心观点 - 2025年计算机行业收入和利润呈现改善迹象，AI和算力相关概念市场表现强劲[11][19][20] - 行业维持“强于大市”评级，看好AI、国产替代、算力三大赛道[2][7] - 十五五规划将自主可控重点聚焦集成电路和基础软件领域，政府信创采购力度加大[3][25][26] - 随着大模型能力持续提升，AI应用将步入快速落地阶段，给下游应用企业带来更多发展空间[7] 行业基本面分析 - 2025年1-9月软件业务收入11.11万亿元，同比增长13.0%，连续7个月呈现回升态势[11] - 2025年前三季度计算机行业（剔除工业富联）收入9067亿元，同比增长10.1%，较上年提升3.1个百分点[13] - 行业净利润184亿元，同比增长57.4%，总体向好[16] - 2024年行业员工数量109.74万人，同比下滑1.20%，减轻2025年人员费用压力[16] - 行业毛利率20.6%，较上年同期下滑1.9个百分点，主要受低毛利服务器业务占比增大拖累[16] 市场表现与估值 - 截止2025年11月27日，中信计算机指数上涨25.80%，跑赢沪深300指数11.05个百分点[19] - AI和算力相关概念涨幅明显，东数西算概念上涨146.8%，工业互联网、元宇宙、数字经济分别上涨89.8%、84.3%、58.0%[20] - 行业TTM估值55.33倍，位于历史均值之上，近1年、3年、5年、10年平均估值分别为52.68倍、45.73倍、46.93倍、50.86倍[21][24] 国产替代机遇 - EDA成为美国出口管控重点领域，国产化需求在细分赛道加速释放[3][29] - 鸿蒙系统终端数量突破2300万，成为国内第二大手机操作系统，市场份额达17%[38][41] - 海外GPU实质性断供，国产AI芯片厂商迎来重要发展机遇[3][45] - 2025年上半年我国AI芯片国产化比率从2024下半年的34%提升至35%[48] - 国产厂商通过超节点实现突围，华为Atlas 900包含384颗昇腾芯片，算力接近英伟达GB200 NVL72的两倍[55] 算力建设趋势 - 海外四大科技厂商2025Q3资本开支达1124亿美元，同比增长77%[61] - 国内厂商受芯片供给制约，Q3出现资本开支环比下滑，但长期仍呈加大趋势[3][67] - AI服务器需求多元化，2025年上半年市场规模达160亿美元，较2024H1增长超1倍[94] - 液冷服务器市场快速增长，2024年规模23.7亿美元，预计2024-2029年复合增长率达46.8%[98] - 超节点需求对厂商系统整体设计能力要求提升，或对服务器市场格局产生深刻影响[96] 人工智能发展 - 一体化AI厂商优势凸显，谷歌Gemini 3 Pro在自有芯片、云业务、大模型、下游应用形成一体化优势[113] - DeepSeek与国产芯片协同优化，V3.2版本发布当日寒武纪和华为昇腾实现day 0适配和优化[110] - 十五五期间将加大AI三大要素有效供给，同时加大应用场景开放力度[3] - 华为任命余承东为IRB主任，明确核心使命为“带领华为打赢AI关键战役”，开启大规模AI人才引进[120]

市场整体表现 - A股三大股指于12月1日集体高开并震荡走高，上证综指收涨0.65%报3914.01点，深证成指收涨1.25%报13146.72点，创业板指收涨1.31%报3092.5点 [1] - 市场成交活跃，沪市成交金额7856.58亿元，深市成交金额10882.79亿元，两市合计成交金额约1.87万亿元 [1] - 个股表现分化，A股市场共有3398只个股上涨，其中76只涨停，同时有1872只个股下跌，其中7只跌停 [1] 行业板块表现 - AI手机、屏下摄像、EDA概念等板块涨幅居前 [1] - 电源设备、DRG/DIP、保险等板块跌幅居前 [1]

文章核心观点 - 文章系统回顾了公司在自动驾驶领域的一系列核心技术研究，这些研究构成了一个从感知到规划、再到仿真评测和基础模型的完整技术链路 [2][4][5] - 技术路径从Sparse4D系列融合感知出发，逐步拓展至SparseDrive端到端运动规划，并针对长期迭代需求开发了UniMM交通流仿真和DriveCamSim传感器仿真，最终探索了智驾基础大模型LATR [4][5][30] - 认为端到端模型是行业明确方向，但未来性能提升高度依赖于高效、准确的云端评测系统，而非完全依赖实车测试 [22][30][31] 3D融合感知（Sparse4D系列） - Sparse4D系列采用稀疏query加内外参投影采样的方式，直接从多视角图像特征得到融合感知结果，理论计算复杂度远小于BEV方案 [6][7] - Sparse4D v1核心是deformable aggregation算子，实现了纯稀疏范式的融合感知 [7] - Sparse4D v2将时序融合方式改为recurrent形式，时序复杂度从O(T)降低至O(1)，并优化了算子实现，提升了训练推理速度和模型性能 [9] - Sparse4D v3通过temporal denoising、decouple attention等技术提升性能，并以简洁方式实现了联合检测与跟踪，在nuScenes camera-only detection和tracking榜单位居第一 [11] 端到端运动规划（SparseDrive） - SparseDrive在Sparse4D基础上，增加了online mapping任务并设计了运动规划器，实现了检测、跟踪、建图、预测和规划五个任务的端到端处理 [13][15] - 采用稀疏feature作为planner输入，通过大量负样本query覆盖所有可视范围，以应对非白名单物体的避障问题 [15] - 当前规划decoder结构较简单，且仅在nuScenes上进行开环评测，闭环性能有待通过仿真器进一步优化 [15] 轨迹预测与交通流仿真（EDA & UniMM） - EDA提出了动态更新的anchor概念，并采用NMS策略进行匹配，能有效建模轨迹预测的多峰分布，且可与多数预测模型即插即用 [16][17] - 轨迹预测是连接感知和决策的中间件，但其应用受感知噪声和下游使用复杂性限制 [19] - UniMM将交通流仿真的主流模型Continuous Mixture Models和GPT-Like Discrete Models进行了统一，并提出了通用算法框架 [20] - 交通流仿真通过每一步重新采样的方式绕开直接建模多车联合概率，比联合轨迹预测更能反映算法真实性能 [19][20] 传感器仿真（DriveCamSim） - DriveCamSim旨在构建高度可控的传感器仿真系统，通过显式投影约束3D-2D和时序一致性，解耦了时间和空间概念 [23][24] - 模型可生成任意帧率、任意相机内外参、任意相机数量下的图像，适应的condition包括3D bounding box、地图、自车pose等 [24] - 相比于基于3DGS的重建方案或完全依赖Attention的生成方案，该方法在可控性和一致性上具有显著优势 [23][24] 智驾基础模型（LATR） - LATR目标是通过海量数据无监督训练和大参数量，构建能理解智驾场景语义、空间和时空关系的基础模型 [26] - 采用Mask Image Modeling进行预训练，并通过精心设计的masking策略加大补全难度以提升训练效果 [26] - 设计了decoder-only的统一架构，将7个任务融合到同一框架中，新增任务仅需增加一个MLP，最大程度复用预训练参数，效果达到与SparseDrive相当的水平 [27]

行业整体展望 - 未来一段时间计算机行业将以内需TOB方向为主，涵盖国产算力、企业应用、智能驾驶与机器人以及国产基础软件生态 [1] - 前期行业表现平淡及三季报中规中矩，结合下游开支的前瞻信号，短期市场环境和风险偏好的影响或许有限 [1] - 社融和制造业等下游新增贷款的好转有利于保障后续相关开支 [1] 下游开支前瞻指标 - 三季度以来PMI和社融变化等前瞻指标出现积极变化 [1] - 社融数据变化预示下游扩张在波动中回暖，未来1-2个季度相比去年同期或有改善 [1] - 尽管PMI环比有所回落，但ERP和智能制造软件的主要下游（高技术制造业、装备制造业、消费品行业）PMI指数均处于扩张区间 [1] - 预期相关软件技术和应用公司在四季度至一季度会有更好的收入表现 [1] AI领域商业化进展 - 国内外模型Token调用量保持高增长，企业级订阅、API调用、流程Agent嵌入整合全面发展并开始产生一定规模的商业化收入 [2] - 代码生成、科学与研究等功能项表现相对明显，ToB商业前景变得更加清晰乐观 [2] - AI大模型应用收入的变现规模和场景比较有限，投资节奏预计将不时受到干扰出现波动 [2] 国产算力与EDA领域 - 国产算力包括芯片、服务器和EDA等替代加速 [1] - 新思科技业绩受到IP业务表现不佳影响，新的出口限制扰乱了中国的设计启动，加剧了中国市场的疲弱 [3] - 武汉新芯重启IPO计划募资48亿元，其中43亿元用于12英寸集成电路制造生产线三期项目，符合下游扩产将带动EDA需求上升的判断 [3] 企业应用软件 - 上半年ERP和智能制造等企业应用在收入增长的同时，面临下游因关税等因素影响订单释放节奏的挑战 [1] - ERP与工业软件包括智能制造等是企业应用的重要方向 [1] AI在特定行业的应用 - 晶泰控股AI研发平台成功开发出两款新的生发固发外用成分，是公司首个消费品项目 [4] - 作为分子IP持有者可获得双位数销售分成，与以往和大型药企合作仅获个位数分成不同，将为未来消费健康类产品研发提供资金支持 [4] - 公司的AI平台从新药研发成功拓展至消费健康领域，体现其技术的广泛适用性 [4]