行业/公司 * 券商行业（证券行业）[1] 核心观点与论据 * **业绩与估值严重背离，战略性配置拐点已至**：券商板块2024-2026年第一季度业绩增速达30%-50%，但股价仍停留在2024年9月水平，市净率处于历史20%分位以下，形成战略性配置机会[1] * **行业逻辑转型，经营进入高稳态期**：行业逻辑由纯粹周期股向“周期+价值”共振转型，经营中枢抬高，头部券商净资产收益率达8%-10%，业绩波动收窄至-10%到-20%的高稳态期[1][3] * **2026年第二季度景气度显著边际改善**：A股日均成交额超过2.7万亿，同比翻倍；两融余额站稳2.8万亿，第二季度日均融资余额同比2025年同期增长超过50%；科创板跟投浮盈大幅增厚券商利润[1][7] * **政策进入呵护期，支持行业整合**：监管政策转向投融资并重，支持头部券商补充资本和加杠杆，中金公司与东方证券等整合提速，行业护城河系统性加宽[1][3][9] * **资金结构出现拐点，持仓极低**：公募基金持仓处于0.x%的历史极低位，卖盘枯竭，而保险资金及券商自营盘在2026年已开始增持，板块进入高赔率配置区间[1][2][3] * **头部券商估值具备修复潜力**：大部分头部券商市净率在1倍至1.5倍之间，市盈率约为10倍至12倍；港股中资券商市净率更低，约0.7到0.9倍；未来估值修复的核心驱动力是业绩增长的持续性和稳定性，而非过往的普涨行情[4][5] * **市场情绪与板块表现极致分化**：2026年以来市场日均交易量约2.8万亿，但券商板块日均交易量仅在200亿至300亿之间，交易占比约1%，远低于历史上3%至4%的正常水平，显示“市场热、板块冷”[5] * **短期催化剂明确**：2026年第二季度市场数据边际改善，A股日均成交额环比第一季度提升约7%，同比翻倍；两融业务强劲；科创板跟投浮盈增厚；预计7月中旬的第二季度业绩预告将形成板块催化[7] * **中期受益于政策与业务拓展**：监管环境边际改善，资本市场定位提升为新旧动能转换核心基础设施；业务结构转向服务新经济，利好具备综合能力的头部券商；产品创新（如主动ETF）推进，利好头部公募及参控股券商[8] * **长期受益于居民财富迁移**：居民配置金融资产的意愿系统性提升，单月开户数达数百万户水平，股票及两融开户量强劲，推动券商面向个人客户的业务天花板系统性上移[10] * **行业并购重组提速，改变竞争格局**：大型券商整合及区域性并购带来规模扩张效应，将系统性加宽头部券商的护城河，特别是在国际业务方面[9][10] * **估值存在显著错配，安全垫充足**：券商板块市盈率TTM处于过去五年10%以下分位数，市净率约1.25倍（历史20%分位以下），对比2020-2021年上涨周期中接近2倍的水平，上行空间可观；部分港股券商市净率甚至低于0.7倍[10][11] * **全年业绩展望乐观**：预计行业全年利润中枢增长接近30%，净资产收益率有望超过8%[7] 其他重要内容 * **业务结构多元化提升稳定性**：头部券商业务结构多元均衡，涵盖经纪、交易、两融、投资、资管、投行及海外业务，形成“东方不亮西方亮”格局，业绩稳定性增强[3] * **港股投行业务机会**：港股IPO明显提速，排队数量超过400家，利好在香港市场占有率高的券商[7] * **财富管理业务结构性变化**：虽然主动权益公募基金发行偏低，但私募产品（特别是量化系列和组合管理类产品）销售火热[7] * **投资策略建议**：建议关注三个方向的标的：1) 国际业务和科创板跟投突出的头部券商；2) 2026年第二季度利润边际改善幅度较大的公司；3) 存在地方性区域并购重组预期的结构性机会[1][11]

行业与公司 * **行业**：全球大模型（AI）行业，涵盖模型开发、AI Agents、AI for Coding、B端与C端商业化等细分领域[1] * **公司**：智谱（Zhipu）、OpenAI、Anthropic、Mistral、Astronomica、DeepSeek、字节跳动、腾讯、谷歌、Meta等[1][2][4][5][6][8][9][10][12][13][14][15][18][19][20][21][22][23][24][25] 核心观点与论据 1. 智谱的估值、能力与挑战 * **估值驱动**：智谱市值突破1万亿港币（约1200-1300亿美元），核心驱动力是GLM-5.2模型能力跃升至全球前三，仅次于OpenAI与Astronomica[1][2] * **核心矛盾**：模型能力领先与ARR（年度经常性收入）滞后形成矛盾，2026年3月ARR为2.5亿美元，远低于Mistral的10亿美元[1][2][3] * **增长关键**：未来增长取决于模型能力持续迭代（如5.3、5.4版本）和ARR增速，当前ARR增长的核心瓶颈是算力不足[4] * **面临挑战**：算力短缺导致API服务限售和延迟；作为被列入实体清单的中国公司，服务全球市场面临地缘政治限制[4] 2. 国产大模型的发展路径与前景 * **技术差距**：国产模型能紧跟海外技术，维持约三到六个月的技术差距，不会被甩开[5] * **发展路径**： * **向上突破**：从底部市场向中腰部乃至高客单价、高利润率的头部市场渗透[5] * **巩固中腰部**：凭借成本优势和高性价比巩固中腰部市场，该市场在Agent等应用场景渗透率仅为个位数，预计还有五到十倍增长空间[5][6] * **成本优势**：通过架构优化（如DeepSeek的稀疏注意力机制）实现高性价比，当前推理毛利率约20%，未来随PD分离等技术应用有望升至40%-50%[1][22] * **开源路线**：在能力落后于顶尖闭源模型的情况下，开源是国内厂商追赶的必然趋势，促进了行业内的相互学习和互补[24] 3. 全球AI模型市场趋势与竞争格局 * **高端模型趋势**：前沿模型致力于解决更重、更有价值的任务，价值区间从每年一两万美元向四五万美元延伸（如传闻中的GPT-4.5）[6] * **整体需求**：AI整体需求前景乐观，远未达到放缓阶段，季度维度需求未放缓，当前波动是使用模式从粗放式向精细化管理的转变[6][7] * **发展阶段**：AI发展呈现多阶段并行，如coding场景进入红利快速兑现阶段，而世界模型等领域仍处于技术极早期[6][7] * **B端竞争加剧**： * **Anthropic**：专注企业端，ARR在五个月内增长5倍至450-500亿美元，预计2026年ARR达约1500亿美元[1][14][15] * **OpenAI**：显著加大企业端投入，收入结构从2025年C端占70-80%转向2026年B端对半开，预计2026年ARR在800亿至1000亿美元之间[1][14][15] * **产品对比**：Codex（OpenAI）在完成金融分析或中等复杂度任务时表现出色且性价比高（Token消耗量低于Claude Code），而Claude Code（Anthropic）在处理最复杂任务方面能力依然领先[15] 4. 商业模式与市场潜力 * **主要商业模式**： * **B端“Token Factory”模式**：以API调用为核心，高确定性，关键在模型智能水平和效率[8] * **C端订阅与广告模式**：最初以Chatbot订阅制为主，客单价较低；间接商业化如广告和电商正在探索[8][19][20] * **AI for Coding的ROI已验证**： * 在中国，程序员每天节省约4.5小时即可使ROI转正；在美国仅需节省约2.5小时[1][10] * 程序员使用AI for Coding的Token消耗量是普通Chatbot的百倍以上[1][10] * **AI Agents市场潜力巨大**： * TAM（总潜在市场规模）预计达1-3万亿美元[1] * 重度用户（程序员）贡献约60%的TAM，单客年价值可达1万美元（约占美国高级程序员年薪的5%）[1][12] * 用户群体正从程序员泛化至营销、金融、法律等领域的白领[11][12] * **C端市场现状与驱动**： * ChatGPT和Gemini月活跃用户总和已接近20亿，但ChatGPT付费率不足5%[18][19] * 未来增长依赖提升付费率（目标2030年达8-9%）和提高客单价（通过集成更多agent能力）[19] * 广告变现探索：OpenAI广告业务上线不到六周ARR超1亿美元，预计2026年全年广告收入25亿美元，2030年目标1000亿美元[19] 5. 财务前景与盈利路径 * **盈利路径**：预计大模型公司在收入达基准（第一年）50倍的第5年实现盈利，届时毛利率预计达40%，训练和人员成本被摊薄至收入的30%左右[1][23] * **公司盈利预期**： * **Anthropic**：因专注高付费能力B端客户，预计可能在2028年盈利[1][23] * **OpenAI**：因包含消耗免费Tokens的C端用户，盈利时间点可能略晚，预计在2029年至2030年之间[1][23] * **成本与毛利率差异**： * **海外**：OpenAI推理毛利率约40%，Anthropic在40%-50%之间（最先进模型毛利率可达70%）[21] * **国内**：推理毛利率约20%，但通过参数量更小（1-2T vs 海外4-5T）和架构优化实现高性价比[21][22] 其他重要内容 * **技术能力边界拓展**：AI模型自主执行任务时长从2023年的几十秒延长至2025-2026年的十几个小时，未来或能自主构建和管理新agents[16][17] * **对模型公司的新要求**：企业用户对Token使用转向精细化预算管理，要求模型公司具备任务预算管理能力；算力、数据、人才和生态是未来竞争力的关键[17] * **AI原生应用**：处于早期发展阶段，商业模式可能创新（如基于任务完成结果付费），市场想象空间巨大，TAM估算可能需要用GDP比例[20][21] * **近期潜在催化**：海外关注OpenAI的GPT-4.5发布；国内关注字节跳动、DeepSeek的版本更新以及腾讯微信AI助手“小微”上线[24] * **C端商业化前景**：长期想象空间大（如通用型个人助理），但短期变现路径不如B端清晰，未来几年内商业化尚未成熟[26]

涉及的公司/行业 * 公司：**国巨股份有限公司 (Yageo Corp.)**，股票代码 2327.TW / 2327 TT [1][4] * 行业：**大中华区科技硬件**，具体为**被动元件 (Passive Components)** 行业，特别是**多层陶瓷电容器 (MLCC)** 细分市场 [4][13] 核心观点与论据 1. AI驱动MLCC上行周期加速，上调盈利预测与目标价 * **观点**：AI驱动的MLCC上行周期加速速度快于预期，定价能力比预期更强、更快 [1] * **论据**： * 5月初步盈利超预期：5月EPS为NT$1.60，占原2Q26 EPS预测NT$4.23的约38%，上调2Q26 EPS预测约9%至NT$4.6 [6] * 下半年定价前景改善：最新供应链调查显示2H26定价势头更强，预计直接客户定价平均上涨30-40%，高于此前10-20%的预期 [6] * 上调MLCC ASP预测：基于更强的定价前景，将国巨MLCC平均售价(ASP)增长预测上调，CY26从10%上调至30%，CY27从61%上调至67% [6] * 盈利预测上调：将CY26-28的EPS预测分别上调13%、14%、12%，主要受收入和利润率假设提高驱动 [55] * **目标价上调**：基于更高的盈利预测，将12个月目标价从NT$1,355.00上调至**NT$1,515.00**，隐含40%的上涨空间（基于NT$1,080.00的股价）[1][2][4][71] 2. 投资主题：AI加速器需求推动高容值MLCC用量激增 * **观点**：AI加速器对瞬态电流要求高，推动电源输送网络(PDN)使用更高容值的MLCC，导致每台加速器/每机架的MLCC总用量和价值量大幅增长 [13][14][15] * **论据**： * **单位需求增长**：与GB300 NVL72机架相比，**Rubin (VR200) NVL72机架的MLCC总单位需求预计增长约80%**（从约32万个增至约57万个）[16][27][28] * **价值量增长更显著**：Rubin机架的MLCC总价值含量估计增长**182%**，远超单位数量增长，主要源于高容值MLCC占比提升 [16][27] * **高容值MLCC占比提升**：在Rubin平台中，**47µF+的高容值MLCC占比可能超过30%**，而GB300中占比不到20% [17][30][31] * **高容值MLCC需求激增**：Rubin机架对47µF+ MLCC的单位需求预计比GB300增长约**210%**，而47µF及以下的MLCC需求增长约50% [17] * **云AI MLCC市场机会扩大**：修正对云AI MLCC市场增量规模的预测，预计到**2027年将达到约9亿美元**，到2030年将远超10亿美元，显著高于2024年9月预测的2030年5.5亿美元 [19][20] * **高容值MLCC占主导**：预计47µF+ MLCC将占云AI MLCC增量市场的**50-60%**，即5-6亿美元的市场机会 [24] * **高容值MLCC需求快速增长**：预计云AI对47µF+ MLCC的需求量将从CY25的约40亿颗增长至CY30的约**380亿颗** [25] 3. 盈利预测显著高于市场共识，且相对上一周期仍显保守 * **观点**：尽管多次上调预测，但公司的模型假设仍比上一轮周期峰值保守，且当前预测已显著高于市场共识，显示共识尚未完全反映新定价周期的强度和持续时间 [7][10] * **论据**： * **利润率假设保守**：基础情景假设MLCC毛利率在CY27末达到约**50%** 的峰值，远低于上一周期约**79%** 的峰值 [6][7][8] * **盈利预测显著高于共识**：最新预测比市场共识的EPS预测分别高出：CY26 14%、CY27 32%、CY28 37% [10][12] * **上行情景潜力巨大**：敏感性分析显示，若MLCC毛利率再次接近80%，则CY27 EPS可能达到约NT$45，CY28 EPS可能达到约NT$60，分别较当前预测有约29%和25%的上行空间，较当前共识则有约70%和71%的上行空间 [6][9][10] 4. AI需求对行业产能的潜在挤压效应 * **观点**：AI服务器MLCC需求虽然占整体市场单位需求的~3%和价值需求的~5%，但其对制造产能的消耗不成比例，可能对其他MLCC品类产生挤出效应，从而支撑更广泛MLCC市场的定价 [35][37][38][39] * **论据**： * **高容值MLCC产能密集**：用于AI基础设施的高容值MLCC比主流MLCC产品制造密集度**高得多**，通常需要数百到超过一千层电介质层，消耗的产能远超其单位数量占比 [38] * **产能可能重新分配**：随着AI相关需求加速，供应商可能将更多产能重新分配给高价值产品（高容值MLCC），从而可能收紧供应条件，并支撑MLCC市场更广泛领域的定价 [26][39] 5. 公司优势与估值 * **公司优势**：看好国巨因其规模、覆盖所有被动元件的广泛产品组合以及对行业周期改善的杠杆作用 [2] * **估值**：新目标价NT$1,515隐含32倍CY28市盈率(P/E)，但市盈增长比率(PEG)仅为0.86倍 [2]。与全球被动元件同行（尤其是市盈率40倍+的日本同行）相比，国巨股票估值仍偏低，且拥有更高的净资产收益率(ROE)和利润率 [72] * **情景分析**： * **牛市情景**：目标价NT$2,300（+112.96%），基于48倍2028e市盈率 [73][88][89] * **熊市情景**：目标价NT$760（-29.63%），基于16倍2028e市盈率 [73][88][94] 其他重要内容 1. 风险因素 * **下行风险**：AI或消费需求疲软，库存积压，导致定价和产能利用率面临阻力 [42] * **具体风险**：非AI需求从2H26开始走弱、定价权转移给终端客户、收购未达预期、汽车和工业终端需求未复苏、在AI领域未取得实质性进展等 [94][101] 2. 产品组合与终端市场 * **产品组合广泛**：除MLCC外，预计其他产品类别（包括电阻）也将在2H26提价，为盈利提供额外助力 [6] * **终端市场多元化**：销售分布于计算机与企业系统、工业、汽车、消费电子、电信、航空航天与国防等多个领域 [63][69] 3. 财务预测摘要 (CY26-28e) * **营收**：NT$180,835百万 → NT$249,369百万 → NT$305,345百万 [4][56] * **净利润**：NT$42,289百万 → NT$72,131百万 → NT$98,575百万 [4][56] * **每股收益(EPS)**：NT$20.59 → NT$35.13 → NT$48.00 [4][56] * **毛利率**：40.3% → 45.7% → 49.2% [12][56] * **营业利润率**：28.8% → 36.2% → 40.7% [12][56]

**液冷板块二季报前瞻及后续展望关键要点总结** **一、 纪要涉及的行业与公司** * **行业**：液冷（散热）行业，特别是面向AI服务器/数据中心应用的液冷解决方案[1] * **公司分类**： * **Tier 1厂商**：直接向海外客户提供整体或部分液冷解决方案的公司，如英维克、领益智造（收购利明达）、申菱环境[2] * **Tier 2厂商 (类型一)**：与海外主流供应商竞争核心零部件的公司，如泵领域的飞龙股份、大元泵业，板式换热器领域的银轮股份、宏盛股份[2] * **Tier 2厂商 (类型二)**：已进入台湾散热厂商供应链体系的上游供应商，多为原非上市民营工厂，现通过股权投资等方式并入上市公司体系[1][2] **二、 核心观点与业绩展望** * **业绩拐点**：预计液冷板块在**2026年第三季度**迎来业绩拐点，核心公司海外业务收入释放将催化板块进入主升浪[1][3] * **2026上半年业绩差异**： * 已进入**台湾散热厂商供应链**的A股上游供应商，受益于台厂产能扩张，预计在**2026年上半年**业绩占优[1][2] * **台湾散热厂商**自2025年下半年以来营收持续创新高，**2026年第一季度营收实现三位数同比增长**[1][2] * **大陆Tier 1及部分Tier 2厂商**因配合新一代产品量产，业绩放量预计集中在**2026年下半年**体现，上半年更多处于生产准备和扩产阶段[1][2][3] * **行业景气度与投资门槛**： * 行业β（贝塔）强劲，例如**奇鋐科技**的订单可见度已从2028年延伸至**2029年**[1][3] * 具备核心地位和大规模体量的衡量标准是：**当年能够实现10亿元以上海外液冷相关收入**[3][4] * **下半年行情判断**：坚定看好液冷板块在**2026年下半年**迎来主升浪行情，市场等待的业绩证明将在第三季度财报中开始体现[3] **三、 行业动态与竞争格局演变** * **谷歌发布60kW CDU事件启示**： * 谷歌发布**60kW**的liquid-to-air CDU，主要适配北美存量风冷数据中心改造，可省去一次侧环形管网，复用现有基础设施[4] * 该事件反映了行业正推动**标准化**建设[1][4] * 该技术路线适用场景功率密度受限，**60kW**已属较高容量，向上提升难度大[4] * **未来竞争核心**：竞争核心将从产品制造转向**研发能力**与**本地化运维服务**能力，能够提供高附加值服务的厂商将更具优势[1][4][5] * **供应链结构变化**：供应链向东南亚转移导致上游厂商资金压力激增，促使许多民营配套厂通过**股权投资**等方式并入上市公司体系[1][2]

纪要涉及的行业或公司 * **公司**：大全能源（及其控股股东大全集团）[1] * **行业**：多晶硅（硅料）、光伏、AIDC（数据中心储能及供配电）、电力电子设备[2] 核心观点和论据 **1. 公司跨界进入AIDC领域，寻求第二增长曲线** * **战略目的**：在硅料主业处于周期性底部时，发展新业务以提供支撑[4] * **商业逻辑**：AIDC是未来重要方向，其相关的数据中心储能、固态变压器、固态断路器等产品市场空间广阔，可达百亿、千亿甚至更高规模[4] * **资金保障**：公司资产负债表健康，负债率基本处于行业最低水平，在手现金及理财产品合计超过100亿元[4] **2. 昆山AIDC项目规划宏大，盈利预期乐观** * **投资与产能**：项目总投资60亿元，分两期建设[4]；一期投资21亿元，规划固态变压器和断路器产能1,000台套（对应约3.5GW），储能系统产能20GWh[2][4]；集团层面规划电力方舱产量：2026年1GW，2027年3GW，2028年6GW[5] * **营收潜力**：一期项目总收入预计在200亿至300亿元区间[2][5]；储能系统按行业平均价格0.5-0.6元/Wh（国内）计算，20GWh产能对应收入100亿至120亿元，若海外业务占比高，收入体量有望翻倍[5]；固态变压器和断路器1,000台套、3.5GW容量同样对应百亿级别收入[5] * **盈利预期**：市场预期项目净利率有望达到10%左右[2][5]；一期项目可贡献约20亿元的净利润[2][5]；若两期全部建成，净利润有望达到60亿元[2] **3. 公司具备坚实的技术储备，并非“PPT项目”** * **技术依托**：依托控股股东大全集团在电力电子领域超过五十年的深厚积累[6]；集团曾获国家科学技术进步特等奖、一等奖及国家技术发明奖二等奖，技术同源[7] * **工程实践**：产品已成功应用于人民大会堂、中央电视台、上海中心及三峡工程等国家级标志性项目[7]；作为西门子全球低压柜制造基地之一，与西门子、伊顿、ABB等国际巨头有深入合作[7] * **研发与产品**：固态变压器和断路器自2019年立项研发，已有七年技术沉淀[7]；2026年SNEC光伏展上已发布兆瓦级固态变压器产品[7]；研发团队包括十余名博士和超过200人的研发人员[7] **4. 市场拓展复用集团网络，已取得初步成果** * **渠道优势**：利用大全集团现有的全球营销网络进行客户拓展，可显著缩短获客周期并节省营销费用[8]；海外订单有望通过西门子渠道推广[8]；目标海外业务占比达到50%[2][8] * **项目基础**：国内已参与中国移动福州数据中心、中国农业银行内蒙古数据中心、甘肃庆阳零碳大数据产业园及多个“东数西算”融合示范项目[8]；海外在法国有数据中心项目已通过验收，在美国有兆瓦级应用案例[8]；2026年6月中标哈萨克斯坦国家级数据中心制造中心项目，打破外资品牌在中亚高端IDC市场的垄断[8] **5. 硅料主业处于周期底部，但下行空间有限且存修复预期** * **周期位置**：硅料主业目前处于周期底部[9]；公司开工率仅为50%（运行15万吨产能），一线头部企业如此低的开工率是明确的底部信号[9] * **成本优势**：公司现金成本在行业内排名前三，预计7月份有望降至3万元/吨以下[2][9] * **未来展望**：行业判断真正的周期拐点可能在2027年出现[9]；预计到2027年，全球总需求有望从600GW以上向700GW迈进，供需关系将边际好转[9]；公司在半导体级多晶硅领域有布局，一期1,000吨项目已投产，后续两万吨产能预计在2027至2028年投产，产品价格比光伏级高5到10倍[9] 其他重要内容 **6. 公司财务稳健，具备安全边际** * 公司当前市值约410亿元，与其账面约120亿元的现金和约230亿元的固定资产总和基本持平，显示出一定的底部特征[2][10] **7. 需关注的核心催化剂** * **主业硅料价格走势**：若价格企稳或上涨，将驱动估值修复[3][10] * **AIDC新业务进展**：客户认证、订单获取及项目建设的实际情况[3][10] * **同业竞争解决和资产注入预期**：随着上市公司AIDC业务推进，市场预期集团相关资产可能注入上市公司[3][10]

In addition to the continuation of strong MLCC orders and a weaker yen relative to guidance, we feel that there are abundant factors to accelerate earnings toward 2H, including (1) further ASP/mix improvements in AI/DC applications, (2) containment of cost increase risks such as material costs, and (3) the possibility of further inventory accumulation accompanying capacity expansion. We will also monitor how automotive price revisions progress around the year end and if/when the company could proceed with c ...

行业与公司 * **行业**：中国AI算力基础设施，特别是超节点（大规模AI服务器集群）与相关芯片（GPU、交换芯片）的国产化替代[1] * **核心公司**： * **互联网厂商**：阿里巴巴、腾讯、字节跳动[2] * **GPU厂商**：平头哥（阿里）、海光、寒武纪、燧原科技、百度昆仑芯、华为升腾、天数智芯、字节自研AC卡[1][2][16] * **交换芯片厂商**：盛科通信、无锡中科芯微电子、澜起科技、数都科技[1][9] * **海外芯片厂商**：博通、Marvell[1][14] * **服务器/ODM厂商**：浪潮、华勤、H3C、超聚变[1][3][4] 核心观点与论据 1. 超节点市场进入元年，需求与价值量激增 * **2026年为国产超节点量产元年**，BAT（阿里、腾讯、字节）合计需求约6,400-7,400柜[1][3] * **2026年超节点在CAPEX中价值占比约15-17%**，预计2027年将**翻倍至30%**[1][23] * 若NVIDIA高端卡持续无法进入，到2028年上半年，超节点在CAPEX中占比可能接近**50%**[24] * 超节点方案相比传统服务器的三大升级：**大规模液冷**、**Scale-up Switch互联**、**集中供电**[2] 2. 国产GPU供应分化，价格受HBM驱动上涨 * **交付良好**的厂商：平头哥、海光、寒武纪、华为升腾[1][16] * **供应紧张**的厂商：百度昆仑芯、燧原科技、字节自研AC卡（样片预计推迟至2026年8月）[1][16] * 近期国产GPU**统一提价10-15%**，主因是HBM等存储产品涨价[1][19] * 三星发起的存储涨价趋势预计**持续至2027年底**，每季度动态上浮[1][19] 3. 交换芯片国产替代提速，博通供应缺口创造机会 * **博通供应缺口显著**：PCIe/以太网芯片交期达**42-52周**，年底新增订单满足率仅**60-70%**，为国产替代留出**30%以上**市场空间[1][14][16] * **国产Scale-out Switch进展**： * 盛科通信**25.6T芯片已获BAT明确订单**，合计超**6.6万颗**（阿里>2.8万颗，字节>1.8万颗，腾讯>2万颗）[1][10] * 盛科通信**51.2T芯片**正返厂迭代，若8月顺利返回有望切入Q4采购季，三家互联网公司总需求预计约**2万至3万颗**[1][11] * **国产技术瓶颈**：**Scale-up Switch**领域（用于超节点内卡间互联）国产尚无112G/224G方案，仍高度依赖博通；两颗25.6T芯片无法组合替代51.2T芯片[1][7][8] * **PCIe Switch国产化**：无锡中科芯微电子（中科曙光旗下）在互联网大厂的国产替代中具**优先地位**，其104-lane PCIe 5.0 Switch产品已在阿里通过验证[9] 4. 供应链格局与竞争态势 * **超节点ODM份额**：主要由浪潮（约40%）、华勤（30-40%）、H3C及超聚变瓜分[1][4] * **客户采购策略**：优先确保博通方案供应，在其无法满足需求时，启动已完成验证的国产方案进行替换[13] * **2026年交换机总需求**：预计在**30万至35万台**，其中25.6T约10万台，51.2T约18万台，102.4T约2万台，12.8T约7万台[14] * **博通芯片库存**：2025年统计的25.6T和51.2T芯片总存货能满足约**15万到18万片**的需求[15] 5. 成本、价格与市场展望 * **芯片价格**： * **PCIe Switch**：PCIe 5.0 104-lane约**800美元**，144-lane约**1,350美元**[21] * **Scale-out交换芯片**：博通25.6T约**8,000美元**，51.2T约**12,000美元**；盛科通信25.6T约**3万人民币**，51.2T预估**5万至6万人民币**[21] * **GPU**：寒武纪MLU580约**2万至3万人民币**，MLU590约**6万人民币**，MLU690约**8万至9万人民币**；升腾910B约**8万至9万人民币**；阿里平头哥白牌卡给华勤价约**6.5万人民币/张**[21][22] * **2027年交换芯片市场展望**：整体增长**40%到45%**，技术从400G/800G混合转向集中于**800G**，51.2T芯片占比将提升至**60%到65%**（需求量约26万-27万颗）[22] 其他重要内容 * **服务器CPU平台**：大厂优先考虑英特尔和AMD，但因价格和交期问题，已开始增加国产CPU采购，如字节向海光下达近**6万颗**CPU订单，阿里计划采购约**10万颗**海光CPU[17] * **升腾算力卡销售**：主要通过超聚变销售，但大厂在超节点方案上明确首选自研方案，已与华为谈判同意**单独采购算力卡**而非整体方案[18] * **国产GPU与交换芯片合作**：目前没有太多国产GPU与国产交换芯片在设计阶段合作的信息，部分国产GPU厂商（如沐曦）在与博通交换芯片合作[17] * **PCIe Switch市场规模参考**：仅三大互联网厂商在大模型领域的AI服务器需求量约**50万台**，按每台使用2-4颗PCIe Switch芯片计算，需求量接近**200万颗**[20]

**行业与公司** * **行业**：人工智能（AI）大模型行业，特别是大模型商业化、Token经济、Agentic AI（智能体）[2][4] * **涉及公司**： * **海外模型厂商**：OpenAI (ChatGPT, Codex)、Anthropic (Claude, Claude Code)、Google (Gemini) [4][19][22][45] * **国内模型厂商**：智谱 (GLM)、深度求索 (DeepSeek)、Kimi、阿里 (通义千问)、字节 (豆包)、MiniMax [45][60][71][75] * **云厂商/合作伙伴**：微软 (Azure)、亚马逊 (AWS)、谷歌 (TPU) [22][27][40] **核心观点与论据** **1. 商业模式：B端与C端双轮驱动，Token价值分层** * **B端模式（Token Factory）**：以API调用为核心，模型智能水平和效率是关键。企业愿意为能提升生产力的智能模型付费 [4][5]。 * **核心场景**：AI编程（Coding）是首个进入真实生产力级别的应用，已初步验证投资回报率（ROI）[6][9]。 * **ROI测算**：假设中国程序员每日Token花费116美元（对应每年22万元），每日节省约4.5小时ROI即可转正；美国程序员在相同花费下，节省不到2.5小时ROI即可为正 [9]。 * **Token消耗量**：单用户基于Agentic Coding的Token消耗是普通ChatBot的**百倍以上** [10]。例如，完成一个代码重构（多文件）任务可能消耗15,000-80,000个Token，而一次普通ChatBot对话仅消耗900-5,700个Token [12]。 * **市场空间（TAM）巨大**：全球白领AI Agent市场总规模（TAM）估算在**1万亿美元（基准情形）至3万亿美元（乐观情形）** [4][16]。 * **用户分层与ARPU假设**： * 重度用户（如软件工程师）：年ARPU 12，000-20，000美元 [17][18]。 * 中度用户（如金融分析师）：年ARPU 1，000-5，000美元 [17][18]。 * 轻度用户（广义白领）：年ARPU 200-1，500美元 [17][18]。 * **竞争格局**：Anthropic与OpenAI在企业市场展开角逐 [19][22]。 * **Anthropic**：专注于Coding和企业市场，年化经常性收入（ARR）从2025年底的**90亿美元**快速增长至2026年5月的**450亿美元**，预计年底有望达到**1000亿美元**，其中80%来自B端客户 [4][19]。 * **OpenAI**：优化商业化战略，加码企业级及Coding市场，其Codex产品周活用户已达**200万**，三个月增长5倍 [22]。 * **C端模式**：通过订阅制和广告进行商业转化，核心是巩固流量入口 [4][5]。 * **用户规模**：截至2026年5月，ChatGPT和Gemini的C端月活分别达到**10亿**和**9亿** [4][45]。 * **订阅模式**：ChatGPT付费用户约占周活用户的**5%**（约3500万用户）。OpenAI预计到2030年付费人数将达到**2.2亿**，占周活人数（26亿）的**8.5%**。假设2030年C端用户平均价格50美元/月，则OpenAI C端订阅ARR将达到约**1320亿美元** [45]。 * **广告模式**：作为覆盖免费用户Token成本的重要路径 [4][50]。 * **OpenAI**：ChatGPT广告上线不到6周ARR已超**1亿美元**，覆盖600个广告主。预计2026年广告收入达**25亿美元**，2030年达**1000亿美元** [50]。 * **Google**：以搜索引擎为基本盘，在AI Overview和AI Mode中加入广告，截至2025年10月，AI Overview年化收入已达**50亿美元** [50]。 * **国内市场**：付费意愿较低，厂商主要依托免费模型占据流量入口，通过与自身生态（如电商、本地生活）联动实现间接变现 [60]。 * **Token价值分层**： * **C端消费级**：完成日常任务，通过订阅/广告变现，预计2030年TAM约**6000亿美元**（订阅4800亿+广告1000亿）[65]。 * **B端Token Factory**：解决复杂任务，按Token或订阅付费，TAM或达约**4万亿美元** [65]。 * **AI原生应用**：按产出结果收费，价值含量最高，仍处探索阶段 [5][65]。 **2. 成本与盈利：训练投入高昂，推理毛利率趋势性提升，远期有望盈利** * **成本结构**：模型厂商成本主要集中在训练、推理和人员 [66]。 * **2025年情况**：海外模型厂商算力支出（训练+推理）基本是收入的**1.5倍**，人员成本占收入的**42%-64%**。Anthropic和OpenAI现金花费分别为**30亿/90亿美元** [66]。 * **训练端**：是当前算力投入重点（约占70%），以提升模型参数规模和智能水平 [68][71]。 * **参数规模**：海外头部模型参数达**2-3T**（Anthropic Mythos甚至达5-10T），国内模型突破**1T** [71]。 * **投入增长**：Anthropic预计2026年训练侧投入约**120亿美元**（同比+193%）；OpenAI预计投入约**320亿美元**（同比+285%）[71]。 * **推理端**：随着Agentic AI需求爆发，推理算力占比将提升 [68]。工程优化（如注意力机制优化、PD分离）能有效降低单Token推理成本，提升毛利率 [75][78]。 * **盈利前景**：随着收入放量摊薄训练成本，以及推理毛利率提升，中长期模型厂商将实现盈利 [4][78]。 * **毛利率趋势**：国内模型因价格和参数规模差异，毛利率低于海外，但通过工程优化有望提升至**40%-50%**左右。OpenAI预测未来五年毛利率在**52%-67%**；Anthropic预计2029年毛利率达**77%** [75][78]。 * **盈利时间点**：根据公司预测及第三方估算，**Anthropic和OpenAI分别在2029和2030年实现盈利** [78]。敏感性模型显示，大模型公司可能在运营第**5年**实现营业利润转正 [80]。 **3. 发展趋势与风险** * **发展趋势**： * **Agentic AI渗透加速**：模型正从Coding向提升通用生产力进阶，未来可能出现以天、月为单位工作的智能体 [32]。 * **算力与生态成为关键**：充足的算力储备以支撑激增的推理需求，以及构建吸引开发者和企业的生态系统，将成为模型厂商的竞争壁垒 [38]。 * **Token管理精细化**：随着消耗指数级增长，Task Budget（任务预算）管理将变得重要，以实现任务输出与成本的平衡 [35]。 * **主要风险**：[3][82] 1. **算力持续涨价**：若上游算力（存储、GPU等）涨价幅度超过API提价，将挤压模型厂商利润。 2. **Agent泛化能力不及预期**：若Agent能力无法快速拓展至Coding以外的场景，将影响整体市场空间（TAM）的扩张。 3. **API价格战**：若厂商为争夺份额发起价格战，将影响毛利率和盈利时间表。 **其他重要信息** * **模型能力进展**：Claude Opus-4.6在准确率为50%的情况下可执行**10+小时**的复杂任务（如RFC工程化）[32]。 * **算力储备对比**：OpenAI已上线及锁定算力约**10 GW**，Anthropic约**5 GW** [40]。 * **分成模式差异**：OpenAI与微软分成较严苛（2030年前支付收入的20%），而Anthropic与AWS更偏向合作关系，ARR计算口径不同 [27]。 * **广告效率对比**：当前ChatGPT广告的每次购买成本（CPA）低于Google和Meta，但线索质量高于Meta、低于Google [54]。

行业与公司 * 行业：有色金属行业，重点讨论稀土（特别是氧化镝、氧化镨钕）、碳酸锂/锂矿，以及铜、铝、金等传统金属 [1] * 公司：提及盛和资源、中色股份、天齐锂业、赣锋锂业、盐湖股份、风华高科、中稀有色（原广晟有色）等 [4][8][14] 核心观点与论据 稀土行业：供需趋紧，价格存在上行预期 * **氧化镝供需趋紧，价格弹性大**：供给受国内配额限制及海外技术瓶颈约束，需求受益于MLCC高容化及AI拉动，价格较历史高点（超过200万元/吨）仍有翻倍空间 [1][6] * **轻稀土与中重稀土市场分化**： * **轻稀土（镨钕）**：处于家电等下游传统淡季，需求受压制，价格震荡回暖至接近70万元/吨后下游跟进意愿不强，磁材整体开工率约60% [3] * **中重稀土（氧化镝）**：表现强劲，价格从接近120万元/吨的底部上涨至超过140万元/吨，近期现货最高成交价约143万元/吨，受消息面提振和下游集中采购驱动 [3] * **供给端多重收紧**： * **进口减少**：2026年5月未列明稀土氧化物进口量环比减少约30%，同比下降65%，主因缅甸进口量从3000-4000吨降至1159吨 [7] * **政策限制**：越南出台禁止稀土原矿出口法案 [7] * **废料回收减产**：预计2026年6至7月开工率下滑，6月份再生端REO产出量可能缩减20%至30% [8] * **需求端有弹性，MLCC占比约10%**：全球MLCC对氧化镝的需求量约160吨，占全球氧化镝年供应基数（2000吨以上）近10% [4] * **三季度价格存在上行预期**：供给收缩强度强，海外传统采购旺季（7月至8月）将带动需求边际改善，氧化镨钕等品种价格后续存在继续上行预期 [8] * **值得关注的标的**：盛和资源与中色股份，因其冶炼分离产能占比高、产品富含氧化镝，且自身在矿端有显著扩张预期（如盛和资源的非洲锆钛重矿项目、中色股份的新丰矿、红岭钨矿等），具备阿尔法属性 [8] 碳酸锂/锂行业：三季度供需或优于预期，长期供给有约束 * **短期价格疲软原因**：广期所仓单库存约5万多吨（压力仍存）、库存去化幅度低于预期（全社会库存基数约13-14万吨）、江西宜春锂矿复产时间不确定 [9] * **下半年价格预期**：贸易商普遍认为2026年下半年价格能站稳15-20万元/吨区间，价格跌至约15.1万元/吨时现货成交量显著放大至约6000多吨 [9][10] * **三季度供需格局可能比预期更紧张**： * **供给端增量延后**：江西宜春锂矿复产大幅推迟；津巴布韦锂矿因运力紧张导致供应恢复不及预期 [10] * **需求端提前**：因预期2027年1月1日取消出口退税，2026年四季度电池抢装潮将带动三季度锂盐端提前补库 [10] * **四季度供给增量预期更强**：部分关停澳矿（如Core Lithium的Finniss项目）预计四季度复产；国内部分绿地项目三季度投产后四季度放量；津巴布韦运输问题可能缓解 [11] * **需跟踪的高频数据**：仓单变化（关注7月底老仓单注销后重新注册量）、三季度库存去化幅度（单周去库能否达2500-3000吨）、盘面基差是否显著走强 [11] * **本轮周期的新特点与持续性**：供给端出现约束（资源民族主义、澳矿品位下滑，如Greenbushes下调2026财年产量指引），可能导致周期持续时间更长 [13][14] * **投资标的选择**： * 能释放业绩的老牌大型企业，如天齐锂业、赣锋锂业及盐湖股份，其二季度业绩理论上有望实现增长 [14] * 国内布局自有锂矿且未来增量弹性较大的公司 [14] 有色金属行业整体：高景气、低估值、资金回流 * **基本面高景气**：多数板块面临供给侧硬约束（资源区域集中、出口政策趋严），供给增速显著慢于需求年均复合增速，2026年呈现供需双弱但偏向短缺的格局 [15][16] * **估值处于历史极低位**：铜、铝、金等金属的相对估值水平自2020年以来处于1%至2%左右的极低分位数，板块成交量占全A市场比例一度低至5%左右（理论高位应达7%左右） [16] * **资金开始回流**：2026年6月中下旬起，资金开始流向低估值、成长性好、业绩兑现度高的小金属板块和大型金属头部公司，板块成交量占比已恢复至接近7% [16] * **板块轮动迹象**：在流动性中性偏松、全球风险偏好高位的宏观背景下，当科技等概念板块回调时，以黄金为代表的有色板块能看到明显的资金净流入 [16] AI主题对有色板块估值体系的影响 * **重塑估值体系，产生外溢效应**：AI主题正重塑有色板块估值体系，溢价由小金属向传统金属外溢 [2][17] * **投资逻辑分化——“两条腿走路”**： * **AI相关主线**：涉及小金属锡、钨（用于PCB钻针、MLCC粉、高纯钨粉的钨棒）及软磁材料等。若公司AI相关业务占比高，市场倾向于按AI估值逻辑（如PEG或PS）进行整体定价；占比低则采用分部估值并对AI部分给予高估值 [18] * **传统金属主线**：AI主题带来的高估值产生外溢，首先延伸至拥有铜资源且参股/控股电子铜箔业务等与AI相关的传统金属标的；其次会间接带动板块内其他业绩好但与AI关联度不高的公司估值提升 [18] * **资金流向扩散**：投资热点正从单一的AI相关小金属，外溢到传统金属领域 [18] 其他重要内容 * **关键时间节点**：需关注2026年6月底基金季度调仓结束后，资金是否会持续回流有色板块 [18] * **氧化铕的利润弹性**：在许多中重稀土矿的计价体系中，氧化铕被提取后可能不计入成本或被视为额外的利润，成为值得关注的利润弹性点 [8]

涉及的行业与公司 * **行业**：AI（人工智能）基建/产业链，包括算力芯片、存储、服务器、光通信（CPO）、半导体设备、PCB（印刷电路板）、先进封装、铜连接、液冷等细分领域[1][8][9][15] * **主要市场**：美股市场与A股市场[1] * **美股核心公司**：英伟达、超威半导体（AMD）、博通、迈威尔科技、英特尔、美光科技、超微电脑、戴尔科技、维谛技术、Arista、Lumentum (LITE)、Coherent (COHR)、应用材料、泛林集团、科磊等15家[2][8] * **A股核心公司**：中际旭创、新易盛[1][15] 核心观点与论据 一、 美股AI板块交易结构与拥挤度分析 * **整体拥挤度创阶段新高**：2026年5月，选取的15家美股AI核心公司成交额占美股总成交额比例接近**16%**，创2026年新高，含金量高于2024年的高点（15%以上）[1][2] * **交易结构显著分化**： * **英伟达持续缩量**：自2024年8月起，英伟达成交额占比持续下降，从接近**10%**的高位回落至2026年初约**3%**的水平[1][5][7] * **非英伟达组合放量创新高**：2026年5月，非英伟达AI龙头组合的单月成交占比达到**12.28%**，创历史新高，成为驱动当前AI交易放量的主力[1][3][5] * **龙头呈现“缩量上涨”强势特征**：以英伟达为例，自2024年1月起成交量持续萎缩，但股价创新高，体现资金沉淀效率高，其总市值一度达到**6万亿美元**[6][7][10] * **资金沉淀效果显著**：自2025年上半年后，美股AI龙头组合的市值占比已连续五个季度稳定超过其成交额占比，表明交易筹码有效沉淀为市值，龙头地位稳固[1][13] 二、 A股AI板块交易特征与拥挤度分析 * **成交高度集中**：由517只核心AI标的构成的股票池（占全A股约**10%**）贡献了全市场约**40%**的成交额，分化严重[1][17] * **龙头交易结构优于二线**： * **中际旭创**：成交量萎缩至2025年底峰值的一半左右，成交额占比低于市值占比的状态已持续约五个月，呈现锁筹拉升特征，资金沉淀效果好[1][15] * **新易盛**：成交量较2025年下半年峰值萎缩约**三分之一**，资金沉淀效果（流通市值占比高于成交额占比）仅维持了两个月，强势程度弱于中际旭创[15] * **细分板块分化明显**： * **CPO与PCB占比提升最快**：CPO板块成交占比从2023年的**4.58%**提升至2026年的**12%**；PCB从**1.63%**提升至**4.59%**[1][18] * **资金沉淀效率差异大**：除两大龙头外，其他AI标的（如TOP 5, TOP 10）普遍处于“投入资金多，但市值提升效率不高”的放量换手炒作阶段，资金沉淀效果不佳[16][18] * **板块处于放量换手拉升期**：当前A股AI基建板块与美股阶段相似，两大龙头开始缩量，但其他梯队股票仍处于放量换手拉升过程，预计强势拉升后将进入高位横盘以消化拥挤度[1][19] 三、 美股与A股市场对比及启示 * **成交集中度差异**：美股AI成交更集中于少数头部公司（15只龙头占**16%**），A股即便选取前5%的股票（约250只），集中度也远低于美股[8] * **投资偏好差异**：美股市场对龙头股认可度高；A股市场在AI投资中仍存在偏爱炒作小市值股票的倾向，以寻求更高弹性[14][18] * **发展阶段参照**：A股AI基建板块当前交易结构与美股曾经历的阶段相似，可参照其路径演变：预计当前拉升后将进入高位横盘，待下一轮行情再进入放量拉升[19] 四、 产业链细分赛道趋势分析（美股） * **算力与AI芯片**：受英伟达缩量影响，成交占比从2024年的**10.02%**回落至2026年的**6.23%**[8][9] * **存储**：美光表现突出，成交占比从2025年的**0.46%**激增至2026年的**2.14%**[9] * **光通信**：与A股市场共振显著，成交占比从2025年的**0.11%**大幅提升至2026年的**0.59%**，由LITE和COHR等带动[9] * **半导体设备**：走势稳健抗跌，成交占比从2025年的**0.31%**提升至2026年的**0.41%**，并对A股相关板块形成映射[9] 其他重要内容 * **行情阶段划分（美股）**：分为基准期（2021-2022.11，占比**5.24%**）、趋势启动期（2022.12-2023.5，占比**6.19%**）、算力重构期（2023.6-2023.12，占比**8.42%**）、AI基建扩散期（2024，占比**12.67%**）、资本开支延续期（2025至今，平均占比**9.89%）[4] * **拥挤度分析的局限性**：不同行业体量和属性差异大，拥挤度阈值不可简单对比。当前AI板块涉及的行业数量远超历史单一行业，其板块容量决定了拥挤度上限[2] * **交易结构指标**：使用CR1（英伟达占比）、CR3（前三占比）和HHI指数分析成交集中度，显示后期行情强势度因非绝对龙头崛起而变得分散[12][13] * **A股股票池构建方法**：综合通达信和东方财富概念分类，形成517只股票的交集“主池”和986只股票的“并集池”，并细分为7个细分概念池[15]