涉及的行业与公司 * 行业：人工智能（AI）、半导体（芯片、存储、设备）、投资银行（估值分析） * 公司： * AI公司：DeepSeek（深度求索）、QN3、豆包C 1.8、minimaxm2、doubleseed 1.8 * 半导体产业链公司：NATechnology Group Co. Ltd.、JCET Group Co. Ltd.（长电科技）、Advance Micro Fabrication Equipment Inc. (AMEC)（中微公司） * 对比公司：OpenAI（ChatGPT 5.2） 核心观点与论据 1. AI技术架构创新：n-gram/Ingram模块 * 核心创新：通过存储与计算分离，将静态知识存储在条件内存中，与动态计算解耦[1][2][4][15][16][17][19] * 关键优势： * 降低对HBM的依赖：减少对昂贵高带宽内存（HBM）的需求，将模型参数存储在普通DRAM中[1][2][3][5][6][15][16] * 提升效率与降低成本：仅需约200GB DRAM即可实现良好推理表现，显著降低硬件门槛和基础设施成本[3][4][17] * 优化资源分配：将复杂计算转化为低成本的内存存储，使模型在较少GPU下发挥更大效能[4][19] * 提升模型能力：在不增加计算量和参数的情况下，提升模型准确率，尤其优化长文本推理和检索能力[2][9][21] 2. 对中国AI行业的影响与战略意义 * 效率驱动创新：在硬件资源受限条件下，通过算法优化和系统级创新（如稀疏混合专家模型、长上下文注意力机制）缩小与国际顶尖模型的差距[2][4][7][19][20] * 改变竞争格局：推动中国AI生态从依赖算力竞赛转向关注算法效率和系统优化，走出一条成本更低、可扩展性更强的道路[7][20][21] * 提升全球竞争力：为中国AI公司提供了在不依赖最先进芯片的情况下，追赶美国顶级模型的机遇[2][10][22] * 具体性能对比：中国主流AI模型（如DeepSeek v3.2、QN3）在多项关键指标上表现出色，例如在MMLU测试中超过90%，在GPQA和编码测试中达到88%以上，并在上下文长度（128K到256K）、多模态支持和开源性方面有优势[8][21] 3. 对半导体产业链的影响与投资机会 * 需求转移：n-gram技术提升了对DRAM的需求，为IDM厂商、模块制造商、DRAM颗粒及主控芯片厂商带来新机遇[5][6][20] * 产业链受益：测试与封测环节的重要性凸显，半导体设备公司（如AMEC）和封装公司（如JCET）将受益于国产替代和芯片设备国产化趋势[3][6] * 推动硬件普及：下一代模型（如DeepSeek V4）目标在消费级硬件（如RTX 5090）上运行，将加速AI市场普及[3][18] 4. 相关上市公司估值分析与风险因素 * 通用估值方法：主要采用剩余收入模型进行评估[12][13][14][22][23] * NATechnology Group估值核心假设与风险： * 核心假设：权益成本 8.6%，中期增长率 14%，永续增长率 5%[12][22] * 超预期因素：中国半导体资本支出周期强劲、研发进展快速抢占市场份额、芯片制造产能紧张[12][22] * 低于预期风险：半导体投资降温、市场份额下降、下游需求疲软导致芯片过剩[12][22] * JCET Group估值核心假设与风险： * 核心假设：权益成本 8.6%，中期增长率 12.5%，永续增长率 4%[13][23] * 超预期因素：下游需求旺盛、先进封装技术提前大规模应用、市场份额快速提升[13][23] * 低于预期风险：需求疲软、技术进度滞后、市场份额增长缓慢[13][23] * AMEC估值核心假设与风险： * 核心假设：股权成本 6.2%，中期增长率 14%，永续增长率 4%[14][23] * 超预期因素：行业景气度提升、新产品开发加速、国内需求加速释放[14][23] * 低于预期风险：市场需求疲软、价格战、产品开发进度延迟、国内扩产节奏放缓[14][23] 其他重要内容 * 技术细节：n-gram嵌入系统根据最近2到3个token的后缀通过哈希函数以O(1)时间复杂度获取embedding，并与隐藏状态融合[9][21] * 架构对比：Ingram的分层内存设计与RAG（外部检索）和KVCache（临时存储）有本质区别，更适合静态知识密集型任务[11][22] * 发展计划：DeepSeek V4将继续沿用n-gram架构，重点提升编码及逻辑推理能力[2][3][18] * 宏观背景：讨论中提及了加权平均资本成本（WACC）、市场风险溢价等估值参数[1][12]