报告行业投资评级 - 行业投资评级为“推荐”，评级为“维持” [2] 报告核心观点 - 报告核心观点围绕AI算力产业链的强劲需求与投资机会展开，重点关注了行业动态、市场行情以及相关公司的业务进展 [2][3][4] - 报告认为，下游AI算力需求旺盛，正带动从芯片、服务器到PCB（印刷电路板）、光模块等全产业链的景气度提升 [28][31][42][43] - 报告指出，尽管国际芯片在AI算力领域仍占据主导地位，但国产替代进程正在加速，并在特定场景下寻求突破 [44][45] 根据相关目录分别进行总结 1. 算力板块周度行情分析 - **行业整体表现**：在4月6日-4月10日当周，申万一级行业中通信和电子板块表现突出，通信行业上涨10.74%，位列第一，电子行业上涨10.64%，位列第二 [11] - **行业估值水平**：同期，电子行业市盈率为68.25，通信行业市盈率为58.97 [14] - **细分板块行情**：在AI算力相关细分板块中，印刷电路板板块涨幅最大，达到15.88%，通信终端及配件板块涨幅最小，为6.23% [17] - **资金流向**： - 申万一级行业中，通信板块主力净流入93.06亿元，净流入率为1.00%，排名第2；电子板块主力净流入150.52亿元，净流入率为0.80%，排名第4 [22][23] - AI算力相关子行业中，其他电源设备板块主力净流入12.81亿元，净流入率为2.18%，排名第1；集成电路封测板块主力净流出6.71亿元，净流入率为-1.38%，排名第8 [25][26] - **PCB板块深度复盘**： - **行业趋势**：5G、AI、汽车电子等驱动PCB需求，产业向中国大陆集中，行业呈现集中化趋势，高端市场技术壁垒高 [28][29] - **中游厂商景气度**：以中国台湾PCB厂商营收为观测指标，行业在2023年衰退后，于2024年开始复苏，2025年实现稳定增长 [29] - **短期需求旺盛**：受AI算力需求带动，2025年11月中国台湾PCB厂商营收达774.72亿新台币，同比增长11.86%；2026年1月营收达799.67亿新台币，同比增长29.77% [31] - **上游材料厂商**：2026年2月，中国台湾PCB原料厂商营收396.13亿新台币，同比增长0.69%；铜箔基板厂商营收347.07亿新台币，同比增长0.84% [34] 2. 行业动态 - **英特尔与谷歌合作**：英特尔宣布与谷歌扩大在CPU和IPU（基础设施处理单元）领域的合作，谷歌云将继续部署英特尔至强处理器，双方将联合开发基于定制ASIC的IPU，以提升AI计算系统效率 [3] - **Anthropic租用AI算力**：AI公司Anthropic与算力提供商CoreWeave达成多年数据中心租赁协议，以支持其Claude模型，CoreWeave的客户已涵盖Anthropic、OpenAI、谷歌和Meta四大AI模型厂商 [4] - **光大同创跨界光模块**：光大同创拟出资1.5亿元控股设立合资公司，持股53.57%，布局高速硅光模块智能制造项目，以切入AI算力、数据中心等下游需求市场 [42] - **大族数控业绩高增**：公司2025年营收大幅增长72.68%，主要得益于AI算力产业链需求强劲，公司聚焦AI算力PCB专用设备市场，市场占有率持续攀升 [43] - **AI算力产业大会**：2026第三届AI算力产业大会在深圳举行，会上指出国际芯片（英特尔、AMD、英伟达）在AI算力设备中仍占压倒性优势，国产芯片在性能、生态和综合成本上仍有差距，但正在特定场景寻求突破 [44][45] - **优迅股份业绩突破**：2025年公司营业收入4.86亿元，同比增长18.41%；归母净利润8812.61万元，同比增长13.18%；经营活动现金流净额1.47亿元，同比暴增36倍以上 [46][47] - **龙擎空天完成融资**：公司完成数亿元人民币Pre A轮融资，老股东国芯科技连续三轮追投，融资将用于AI算力芯片研发和低轨卫星终端产能建设 [49] 3. 公司公告 - **浪潮信息**：董事会发布关于独立董事独立性情况的专项评估报告，确认在任独立董事符合独立性要求 [51] - **彩讯股份**：公司公布2025年度利润分配预案，拟每10股派发现金股利1.45元（含税），加上中期分红，全年累计现金分红8109.77万元，占2025年度归母净利润的27.90% [52] - **东软载波**：公司发布2025年年报摘要，主营业务聚焦能源互联网与数智化场景，提供“芯片、软件、终端、系统、服务”一体化解决方案 [54] - **首都在线**：持续督导保荐机构中信证券提示公司关注募集资金账户部分资金被冻结（金额622.47万元）以及2025年营业收入同比下降11.47%等事项 [56] - **天孚通信**：公司发布2025年年报摘要，利润分配预案为每10股派发现金红利7元（含税），并以资本公积金每10股转增4股 [57] 重点关注公司及盈利预测 - **天孚通信 (300394.SZ)**：2026年4月10日股价358.9元，2025年预测EPS为2.61元，对应预测PE为137.51，投资评级为“买入” [5] - **协创数据 (300857.SZ)**：2026年4月10日股价208.25元，2025年预测EPS为3.41元，对应预测PE为61.07，投资评级为“买入” [5] - **海光信息 (688041.SH)**：2026年4月10日股价231.82元，2025年预测EPS为1.64元，对应预测PE为141.35，投资评级为“未评级” [5] - **浪潮信息 (000977.SZ)**：2026年4月10日股价67.5元，2025年预测EPS为1.09元，对应预测PE为61.93，投资评级为“未评级” [5]

市场整体表现 - 4月10日A股主要指数全线上涨，沪指涨0.51%，深成指涨2.24%涨超300点，创业板指涨3.78%盘中创阶段新高，科创综指涨1.12% [1] - 全市场超3900只个股上涨，沪深两市成交额达2.32万亿元，较上一交易日放量1888亿元 [1] - 港股恒生科技指数涨超1%，科网股多数上涨 [7] 领涨板块与个股 - **存储芯片概念**持续走强，德明利涨停总市值突破1000亿元，盈方微、睿能科技涨停，佰维存储、兆易创新、普冉股份、江波龙均涨超5% [6] - **电池产业链**全线走强，石大胜华、国轩高科、上海洗霸、大东南等多股涨停，宁德时代A股涨超6%；港股锂电池板块同步拉升，中创新航、宁德时代港股涨超8% [6] - **算力硬件与CPO概念**反复活跃，源杰科技、东山精密涨超8%，新易盛、中际旭创涨超6%均创历史新高 [7] - **稳定币概念**爆发，御银股份触及涨停，四方精创涨超12%；港股券商股延续涨势，国泰君安国际涨超30%，申万宏源香港涨超21%，中信证券涨超10% [7] - **燃气轮机概念**表现活跃，万泽股份、联德股份3天2板；金融板块异动拉升，南华期货涨停，哈投股份触及涨停 [6] - 港股部分科技股上涨，中芯国际涨5.83%，理想汽车涨3.89%，比亚迪股份涨3.63%，地平线机器人涨3.72%，阿里巴巴涨2.85%，同程旅行涨2.30% [7][8] 行业动态与催化剂 - 英特尔与AI巨头谷歌宣布扩大在CPU和IPU领域的合作 [7] - 光通信龙头Lumentum预计两个季度内将售罄2028年产能 [7] - 香港首批稳定币牌照将公布的消息刺激了相关概念板块 [7] - 华泰证券指出，市场情绪拐点已现，建议关注AI算力、软件、港股科技及有色等品种 [9]

核心观点 - 软银正通过大规模资本运作构建完整的AI算力产业链 从IP到应用层进行全面布局 目标是成为全球第一的ASI平台提供者[5][9][23] - 公司采取"跨资产集成"策略 通过投资和收购在半导体制造 CPU AI加速器 数据中心和大模型等关键环节建立影响力[23][34][35] - Arm是战略核心 其IP授权模式提供稳定现金流 且正通过自研芯片强化数据中心领域话语权[26][28][31] 财务数据 - 截至2025年6月26日 软银净资产价值约31万亿日元 市值约14万亿日元 约为资产价值的一半[4] - Arm在2024财年实现40.07亿美元创纪录收入 同比增长25.3% 其中专利收入增长22.7%至21.68亿美元[30] - 全球基于Arm的芯片累计出货量超过3250亿个 预计2025年超大规模提供商50%新服务器芯片将基于Arm架构[28] 战略投资布局 - 向英特尔投资20亿美元 成为其前十大股东 支持其系统代工+AI战略并布局美国本土制造[13] - 领投OpenAI高达400亿美元融资 分两期投入 先投100亿美元 年底追加300亿美元[16][19] - 以65亿美元收购Arm服务器CPU厂商Ampere 补齐CPU自主可控缺口[20] - 收购英国AI芯片公司Graphcore 获得差异化IPU技术路径[21] - 联合OpenAI和Oracle推动Stargate项目 规划投资规模达5000亿美元 在俄亥俄州与富士康合作建设超级数据中心设备产线[14] 产业链整合 - 构建从IP Arm → CPU Ampere → AI加速 Graphcore/NVIDIA → 制造 Intel Foundry → 数据中心 Stargate → 应用 OpenAI 的完整算力栈[23][26][27] - Arm商业模式具有长尾效应 约50%专利收入来自10年前推出的产品 为AI扩张提供稳定现金流[30] - Arm启动自研芯片计划 挖角亚马逊AI芯片负责人 可能推出面向数据中心的整芯片产品[31] 竞争策略 - 区别于英伟达的技术闭环模式和云厂商的垂直整合模式 软银采取跨资产集成策略 通过资本运作聚合各环节最优资源[34][35] - 在Arm/NVIDIA/Intel Foundry等多个生态同时布局 以多点影响替代单点自研[34] - 将社会化生产要素重新组织 在应用层通过OpenAI实现收口 争夺系统集成权[35]

行业趋势 - AI芯片行业正从大规模训练市场转向更现实的推理市场，Nvidia在训练芯片市场占据主导地位，而其他公司如Graphcore、英特尔Gaudi、SambaNova等转向推理市场 [1] - 训练芯片市场门槛高，需要重资本、重算力和成熟的软件生态，新晋企业难以生存，推理芯片成为更易规模化落地的选择 [1] - 推理市场对内存和网络的要求较低，适合初创公司切入，而Nvidia在训练市场的优势包括HBM内存和NVLink等网络技术 [21][22] Graphcore - Graphcore曾专注于训练芯片，其IPU处理器采用并行处理架构，适合处理稀疏数据，在化学材料和医疗领域表现突出 [2][4] - 2020年Graphcore估值达28亿美元，但其IPU系统在大型训练项目中难以挑战Nvidia，2021年微软终止合作后公司开始衰落 [4][5] - 2024年软银收购Graphcore后转向推理市场，优化Poplar SDK，推出轻量级推理方案，聚焦金融、医疗和政府场景 [6] 英特尔Gaudi - 英特尔2019年以20亿美元收购Habana Labs，Gaudi系列主打训练和推理，Gaudi2对比Nvidia A100吞吐量性能提高2倍 [7][9] - 英特尔内部存在Habana与GPU部门的竞争，官僚效率低下影响决策，Gaudi训练平台市场采用率低迷 [9][10] - 2023年Gaudi转向训练+推理并重，Gaudi3强调推理性能和成本优势，每美元推理吞吐量高于GPU近30%，但未能达到营收预期 [10][11] Groq - Groq创始人曾参与Google TPU设计，其LPU架构采用确定性设计，主打低延迟和高吞吐率，适合推理任务 [12][14] - 早期尝试训练市场失败后转向推理即服务，2024年展示Llama 2-70B模型每秒生成300+ Token，吸引金融、军事等延迟敏感行业 [15] - GroqCloud平台提供API接口，与LangChain等生态集成，定位为AI推理云服务提供商 [15] SambaNova - SambaNova采用RDU架构，曾重视训练市场，但2022年后转向推理即服务，推出SambaNova Suite企业AI系统 [16][18] - 2024年裁员15%并完全转向推理，聚焦政府、金融和医疗等私有化模型部署需求强烈的领域 [18][19] - 提供多语言文本分析、智能问答等推理服务，商业化路径逐渐清晰 [19] 技术对比 - Nvidia在训练市场的优势包括CUDA生态、HBM内存和NVLink网络技术，初创公司难以竞争 [21][22] - 推理任务内存负担低，无需存储梯度和复杂网络通信，适合初创公司设计专用芯片 [21] - 未来AI芯片竞争将更注重成本、部署和可维护性，推理市场成为战略重点 [23]

AI芯片行业趋势 - AI芯片行业正从大规模训练市场转向更具现实落地潜力的推理市场，Nvidia在训练市场占据绝对主导地位，而其他公司如Graphcore、英特尔Gaudi等纷纷转向推理领域 [1] - 训练市场门槛极高，需要重资本、重算力和成熟的软件生态，新晋企业难以与Nvidia竞争，推理市场则更易规模化和商业化 [1][4] - 推理市场的优势在于内存和网络需求较低，适合初创企业切入，而Nvidia在训练市场的优势包括CUDA生态、HBM内存和NVLink技术 [21][22] Graphcore转型 - Graphcore曾专注于训练芯片IPU，其Colosual MK2 GC200 IPU采用台积电7nm制程，性能接近Nvidia A100，2020年估值达28亿美元 [4] - IPU在稀疏数据处理（如分子研究）和医疗领域表现突出，微软曾用于新冠X光片识别，速度比传统芯片快10倍 [5] - 由于训练市场竞争失败，Graphcore被软银收购后转向推理市场，推出轻量级推理方案，聚焦金融、医疗和政府场景 [5][6] 英特尔Gaudi策略调整 - 英特尔2019年以20亿美元收购Habana Labs，Gaudi2采用7nm制程，吞吐量性能比Nvidia A100高2倍 [7] - 内部管理混乱导致Gaudi市场表现不佳，2023年转向"训练+推理并重"，Gaudi3强调推理性价比，成本优势达30% [9][10] - 英特尔终止Falcon Shores开发，Gaudi3现面向企业私有化部署，如语义搜索和客服机器人 [10][11] Groq技术定位 - Groq创始人曾参与Google TPU开发，其LPU架构采用确定性设计，专注低延迟推理，适合大模型推理任务 [13] - 2024年展示Llama 2-70B模型推理速度达300 token/秒，吸引金融、军事等延迟敏感领域客户 [15] - Groq转型推理即服务（Inference-as-a-Service），通过GroqCloud平台提供API，与LangChain等生态集成 [16] SambaNova业务转向 - SambaNova的RDU芯片曾主打训练优势，但2022年后转向推理即服务，推出企业AI系统SambaNova Suite [17][19] - 聚焦金融、政府等私有化部署需求，提供合规化推理解决方案，与拉美金融机构和欧洲能源公司合作 [20][21] - 2024年裁员15%，完全放弃训练市场，专注推理商业化 [19] 技术对比与市场逻辑 - 训练芯片需复杂内存层级（HBM/DDR）和全互联网络，Nvidia凭借CUDA生态和硬件优化占据绝对优势 [21][22] - 推理芯片门槛较低，初创企业可通过垂直场景（如医疗、金融）或技术差异化（如Groq的低延迟）竞争 [23] - 行业进入"真实世界"阶段，竞争焦点从算力转向成本、部署和维护便利性 [23]