AI 发展为何离不开金属软磁粉芯 ——AI 新材料行业深度 1 核心观点 投资建议与投资标的 有色、钢铁行业 行业研究 | 深度报告 | 迎接金铜非线性变化的新时代：——有色 | 2025-09-29 | | --- | --- | | 钢铁行业周观点（2025 年第 39 周） | | | 降息博弈已落地，有色钢铁再出发：—— | 2025-09-22 | | 有色钢铁行业周观点（2025 年第 38 周） | | | 关注低风险高分红的有色钢铁子版块：— | 2025-09-18 | | —有色钢铁行业周观点（2025 年第 37 | | | 周） | | 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 ⚫ 随着海外 AI 巨头转向自研 ASIC 芯片，省电成了终端用户的核心痛点。随着 AI 算 力发展，以英伟达 GB300 为代表的 AI 算力芯片参数及性能达到全新高度的同时， 功耗同样大幅增长。由于 ASIC（Application-Specific Integrated Circuit，专用集成 电路）为单 ...

xAI巨额融资与创新融资结构 - 马斯克旗下人工智能初创公司xAI有望完成总额高达200亿美元（约合人民币1429亿元）的新一轮融资[3] - 融资完成后，xAI估值有望突破1200亿美元，成为全球初创企业史上第二大单轮融资，仅次于OpenAI今年初的400亿美元融资[4] - 融资结构创新性地分为75亿美元股权融资和125亿美元债务融资，债务部分以英伟达GPU芯片作为抵押品[5] - 英伟达深度参与，作为股权投资者最高投资20亿美元（约合人民币143亿元），形成“股权+订单”的双绑定模式[5] Colossus超级数据中心项目 - 融资资金与xAI正在打造的Colossus 2超级数据中心项目紧密挂钩[7] - Colossus 2项目于2025年3月7日启动，xAI在孟菲斯收购了100万平方英尺的仓库及总计100英亩的相邻地块[7] - 该数据中心将至少搭载55万块英伟达芯片（GB200，少量GB300），未来计划扩展至100万块芯片，整体投资或高达数百亿美元[8] - 相较于已投入运营的Colossus 1，Colossus 2的峰值算力将从800 EFLOPS提升至2000–4000 EFLOPS，增幅约2.5–5倍[9] - 目前xAI每月烧钱约10亿美元，用于训练和推理大模型所需的基础设施投入[9] AI基础设施行业竞争格局 - AI基础设施军备赛加剧，摩根士丹利预测到2028年全球AI基础设施投资将超过3万亿美元[9] - OpenAI宣布与AMD达成价值数百亿美元的合作，计划在2026-2030年采购6吉瓦AMD Instinct GPU，并获得最多1.6亿股AMD认股权证（占比约10%）[10] - Meta计划在2025年投入720亿美元用于AI基础设施建设，包括数据中心和GPU集群[11] - 英伟达CEO黄仁勋指出，AI对计算资源的消耗呈指数级增长，当前AI领域超大规数据中心运营商已形成约2.5万亿美元规模的业务[12]

英伟达对AMD-OpenAI交易的回应 - 英伟达CEO黄仁勋对AMD以公司10%股权换取OpenAI订单的操作表示惊讶，并称其“挺高明的” [1][3] - 黄仁勋强调英伟达与OpenAI的交易性质“非常不同”，是直接销售产品，而非股权交换 [4] - 黄仁勋承认OpenAI目前没有资金支付英伟达的巨额订单，需通过未来收入增长或融资筹集资金 [5][7] 万亿美元“循环交易”的细节 - 英伟达宣布向OpenAI投资高达1000亿美元，OpenAI同意部署需要10吉瓦电力的英伟达系统，相当于400万到500万块GPU [12][13] - OpenAI与AMD达成交易，承诺采购需要10吉瓦电力的AMD芯片，并获得AMD约10%股权的认股权证，行权价每股0.01美元 [13][14][15] - OpenAI与甲骨文签署价值3000亿美元的云计算协议，甲骨文又需向英伟达采购数十亿美元GPU，形成资金闭环 [15][16] - OpenAI与英伟达、AMD和甲骨文的交易总额已突破1万亿美元，但OpenAI在2029年前预计无法实现正向现金流 [16] 英伟达的AI投资版图扩张 - 英伟达确认参与马斯克xAI最新一轮融资，计划投资20亿美元，该轮融资总额约200亿美元，资金将用于购买英伟达处理器 [17][18] - 英伟达投资了AI数据中心运营商CoreWeave并持有其7%的股份，OpenAI也向CoreWeave投资3.5亿美元并将云服务协议扩大到224亿美元 [19][20] - 英伟达在2024年参与了52项AI公司风险投资交易，到2025年9月底已完成50笔交易，旨在投资生态系统中的战略部分 [20] 市场对复杂交易的回应与澄清 - 市场对错综复杂的网络交易存在AI泡沫担忧，有分析师警告这些交易可能成为泡沫破裂的早期危险信号 [20] - 英伟达发言人澄清公司不要求投资的公司使用英伟达技术，黄仁勋也重申投资资金可由被投公司自由支配 [21][22]

行业与公司 * 纪要涉及的行业主要为计算机（软件与服务）行业、电子（半导体）行业以及AI产业[1][2][4] * 具体提及的公司包括基础软硬件公司如寒武纪、海光、申腾、华为、英伟达、AMD、英特尔、台积电、中芯国际、博通、Marvell[3][18][44][45][46][57] * 提及的应用软件公司包括金山办公、科大讯飞、万得、阿法派、Meta、谷歌、微软、腾讯、字节跳动、阿里巴巴[8][41][44][52][61] * 金融IT公司如同花顺、东方财富、指南针[10][23][25] 核心观点与论据 计算机板块行情与驱动因素 * 计算机板块目前正处于第四段牛市行情，由政策推动和市场预期带动，板块波动性大，涨跌幅度显著[1][9] * 板块经历了四个阶段：2013-2015年互联网+、2018年底低谷、信创产业兴起、当前第四段牛市[1][4] * 信创产业受益于2018年贸易摩擦后的国产替代政策，2022年国务院79号文推动办公软件替换，计划2027年前完成，带来周期性机会[1][5] * 科技股投资依赖技术周期，从互联网+到云计算，再到当前的AI+[7] * 当前计算机板块持仓比例为2 6%，相对较低，历史数据显示持仓比例在2 0%至2 3%为行情起点，5%至6%适合卖出[19][20] AI产业发展趋势与数据 * AI应用和算力端发展趋势良好，日TOKEN调用量从2024年1月的0 1万亿增长到目前的30万亿，增长了300多倍[1][22] * 全球Token消耗量仍在高速增长，豆包过去一年日均增速为137倍，谷歌过去一年增长50倍，两个月内又翻一倍，各大厂商预期未来一年仍有10倍左右增长[40][41] * AI对传统应用软件的赋能（如万得自动生成公告、谷歌生态嵌入AI）推动了Token消耗量超预期增长[41] * AI产业目前处于早期阶段，预计将成为一个10至20年的大产业，类似苹果产业链[50] 国产算力与供应链 * 国产算力占比提升，从原先85%的英伟达提供下降到60%左右，预计进一步降至40%-50%，国产算力具有高景气成长潜力[1][22] * 国内AI生态短板正被补齐，国产GPU芯片有了实际用途，2025年寒武纪等公司收入相比2024年翻倍以上[3][44] * 大厂如字节跳动和阿里巴巴计划在2026年将国产芯片采购比例提升至50%，并在2027、2028年实现完全国产化[44] * 由于先进制程限制，国内企业通过超节点互联和算力集群堆叠（如华为910C）来弥补性能差距[49] 软件行业特性与估值 * 软件行业高估值源于边际扩张成本低，但中国市场定制化需求导致毛利率低于海外[1][12] * 中国软件公司毛利率水平：纯产品化公司70%-80%，解决方案类40%-60%，外包类10%-20%，集成类低于10%[1][14] * 毛利率是评估软件公司商业模式及竞争力的关键指标[15] * 计算机板块估值在熊市关注PE（合理中枢30倍），早期阶段可使用PS（如SaaS公司曾给12-15倍PS）[17] 半导体行业周期性与驱动因素 * 半导体行业具有明显周期性，存储合约价格约每五年一次周期，上一次低点在2023年第三季度，预计本轮周期在2026年底至2027年初达顶峰[37] * 产能扩充周期长，半导体制造产能扩充通常为两年，导致供需波动大[34] * 核心驱动因素包括摩尔定律（推动技术迭代）和产业链转移（从效率优先转向安全优先）[35][36] * 电子产业链长，下游需求5%的波动可能在9个月后放大至40%-50%[26] 其他重要内容 投资策略与框架 * 投资者应关注中长期逻辑和短期难以证伪的方向，而非单纯依赖景气度[21] * 科技行业分析重定性研究，找到确定性机会并长期陪伴成长优于频繁交易[56][57] * 成长股投资关注导入期（高估值无业绩）和成长期（渗透率10%-15%后业绩兑现）[32] 技术发展方向 * 英伟达技术方向：每年推出新产品，芯片制程从4纳米向3纳米、2纳米推进，通过拼接和堆叠技术提升性能[3][46] * 服务器机柜从8卡向36卡、72卡、144卡升级，提升互联组件（交换芯片、光模块等）价值量[47] * 2026年全球ASIC芯片出货量预计超过英伟达GPU，但价值总额较低，成本优势明显[45] 风险提示 * 信创产业周期性与政府及国央企投资密切相关，报表可能受财政影响[1][10] * 2024年计算机板块业绩不佳，收入增长不到5%，利润下滑约50%[21]

海外市场与科技动态 - 美股主要指数上涨，纳指涨1.12%，标普500涨0.59% [1] - AMD股价近五个交易日累计涨近40%，因其与OpenAI达成战略合作并部署GPU芯片 [2] - 国庆假期伦钴涨超11%，伦铜涨超6%，现货黄金突破4000美元/盎司，年内涨幅超50% [2] - 韩国和美国DRAM厂商暂停报价，预计第四季度DRAM报价可能上涨30%以上，部分规格涨幅或突破50% [3] - 马斯克的xAI即将完成与英伟达芯片相关的200亿美元融资，英伟达股权投资达20亿美元 [6] - 软银拟收购工业机器人巨头ABB的机器人业务 [9] 国内政策与宏观数据 - 国务院办公厅发文，在政府采购中给予本国产品20%的价格评审优惠 [13] - 央行将于10月9日开展11000亿元买断式逆回购操作，期限3个月 [13] - 中国9月末黄金储备为7406万盎司，为连续第11个月增持 [13] - 国家发改委下达今年第四批690亿元超长期特别国债，支持消费品以旧换新 [13] - 中秋国庆假期全社会跨区域人员流动量预计24.32亿人次，日均3.04亿人次，同比增长6.2% [13] 人工智能与科技创新 - Sora 2出圈，登顶榜首阶段性超Gemini [4] - 苹果搁置头显升级计划，优先开发可媲美Meta的智能眼镜 [7] - 阿里巴巴通义千问技术负责人组建内部机器人AI团队 [11] - 蚂蚁百灵大模型开源其思考模型Ring-1T-preview，参数量达1000B [13] - 火山引擎发布豆包大模型1.6-vision，智谱发布并开源新一代大模型GLM-4.6 [13] 黄金与有色金属 - 国际现货黄金价格历史性突破4000美元/盎司，现货白银触及49美元/盎司，为2011年以来首次 [14] - 港股赤峰黄金大涨23.54%，山东黄金涨15.6% [14] - 券商观点认为全球货币信用体系重构及央行购金构成黄金长期牛市核心支撑 [14] 半导体与存储芯片 - OpenAI CEO访问韩国，与三星和SK海力士达成协议，预测AI项目月需求可能达90万片晶圆，为当前全球HBM产能两倍多 [16] - 存储行业为寡头市场，DRAM市场被三星、海力士、美光三家垄断，份额超90% [16] - 假期海外存储公司股价爆发，SK海力士涨近15%，美光科技涨超17% [16] 核聚变与高端制造 - 中国核聚变装置BEST建设取得关键突破，重400余吨底座安装就位，将承载总重约6700吨主机 [11][15] - 该装置有望在2030年通过核聚变点亮第一盏灯 [15] - 国庆期间美股核聚变概念股大涨，NANO Nuclear Energy累计涨超46% [15] 上市公司公告与动态 - 芯原股份预计第三季度营业收入12.84亿元，创历史新高，环比增119.74%，新签订单15.93亿元，AI算力相关订单占比约65% [19] - 永和股份前三季度归母净利为4.56亿元到4.76亿元，同比增长211.59%到225.25% [19] - 赛力斯9月新能源汽车销量达4.47万辆，同比增长19.44% [22] - 润建股份拟中标17.53亿元陆上风电项目，滨化股份投资14.21亿元建设源网荷储一体化项目 [22] - 新亚电子在AI服务器高速铜缆需求增加背景下有序扩产 [22] 市场表现与资金动向 - 多家券商对节后A股行情表示乐观，认为新一轮上行动能正在蓄势，"红十月"可期 [12] - 10月9日多家公司面临解禁，中复神鹰解禁市值84.24亿元，解禁比例33.16% [25] - 历史新高公司包括松原安全（涨20%）、江波龙（涨20%）等，概念涉及存储、算力、国产芯片等 [21][23][24]

公司概况与市场地位 - 摩尔线程被市场视为“中国英伟达”，是“国产GPU四小龙”之一 [3][6][16] - 公司成立于2020年6月，旨在打造中国最好的全功能GPU [4] - 公司估值已达到310亿元，创始人张建中持股12.73%，身价接近40亿元 [13] 技术发展与产品线 - 公司成立不到一年半即宣布首颗全功能GPU研制成功，并发布MUSA统一系统架构及第一颗GPU芯片“苏堤” [6] - 五年内成功推出“平湖”等四代GPU架构芯片，产品覆盖AI智算、图形渲染等多个应用领域 [6] - 已推出全功能GPU芯片“春晓”和“曲院”，并基于“曲院”发布AI训推一体计算卡MTT S4000和夸娥千卡智算集群，自研大语言模型MusaChat [6] 财务表现与融资历程 - 公司收入实现跨越式增长：2022年不到5000万元，2023年超过1.23亿元，2024年达到4.38亿元，2025年上半年收入突破7亿元 [8] - 成立一百天时完成两轮融资，获得数十亿元投资，成为独角兽 [10] - 2024年10月完成股改，随后完成上市前最后一轮融资，融资额超过52亿元，累计融资超百亿元 [12] - 公司三年半累计亏损超52亿元，同期研发总投入超过43亿元 [17] 上市进程与市场影响 - 公司于2025年6月30日申请在科创板上市，经过88天等待后上会，迈出上市关键一步 [3][9][19] - 上市募资目标为80亿元，主要用于产品研发，成为年内最大的IPO上会项目 [18] - 公司上会消息导致多家A股上市公司（如和而泰）披露投资关系，引发相关概念股连续猛涨 [2][13] 行业背景与竞争格局 - “国产GPU四小龙”包括摩尔线程、沐曦股份、壁仞科技和燧原科技，均踏上IPO之路 [16][17] - 沐曦股份估值超过210亿元，燧原科技估值为205亿元，壁仞科技估值为160亿元 [17] - 行业核心团队多在芯片领域拥有丰富经验，创业浪潮始于2018年中美科技竞争加剧的背景 [16]

文章核心观点 - 文章通过一个关于OpenAI、甲骨文和英伟达之间千亿美元循环投资的科技新闻段子，引出了对“循环投资”与“循环交易”这两种金融现象的深入剖析 [1][2][3] - 核心论点为，OpenAI、甲骨文、英伟达三巨头间的资本流动构成了一个“需求-基建-供应”的战略协同循环，这是一种以创造真实生产力为目的的循环投资 [3][15][18] - 文章进一步区分了循环投资与作为财务欺诈手段的“循环交易”，并指出大规模循环投资可能潜藏估值泡沫风险，其与循环交易的关键区别在于目的是创造价值还是制造假象 [4][6][18] - 最终将话题延伸至华尔街的资本运作体系，阐述其通过证券化、风险定价和杠杆等工具，构建了一部兼具价值创造和价值掠夺能力的“资本转化与放大器” [20][23][24] 三家公司交易关系 - 交易关系的起点是OpenAI对算力的巨额需求，其与甲骨文签订了金额约3000亿美元的多年云服务合同，以购买云计算资源和数据中心容量 [2][3] - 作为基础设施提供方，甲骨文为履行合同需要采购海量硬件，因此必然向英伟达进行大规模采购，但具体金额未明确披露 [2][3] - 英伟达则对OpenAI进行了最高1000亿美元的战略投资，部分为现金入股，部分用于支持OpenAI向英伟达采购芯片，从而巩固客户关系并带动甲骨文等云厂商的持续采购 [2][3][18] - 这三笔关键交易形成了一个“需求（OpenAI）→ 基础设施（甲骨文）→ 核心硬件（英伟达）→ 再反哺需求（OpenAI）”的强化循环 [3][15] 循环投资与循环交易辨析 - 循环投资被描述为一种“阳谋”，是商业伙伴间为了把蛋糕做大、风险共担、利益共享而进行的相互投资，资金流向真实业务以创造价值 [6][15][18] - 循环交易则被比喻为“阴谋”，是一种会计操作手段，企业间通过虚构或偏离公允价值的交易来回倒手资金，目的是虚增收入和估值，进行财富掠夺而非创造 [4][6][7][18] - 两者根本区别在于目的和实质：循环投资旨在加速技术进步和生态建设（如AI产业），资金转化为云计算资源、GPU芯片等真实生产力 [15][18]；循环交易则旨在制造虚假繁荣，资金空转，著名案例如安然公司的财务造假 [17][18] - 文章指出，大规模循环投资可能演变为风险，如果关联公司间以显著高于市场公允价值的价格交易，或失去真实业务支撑纯粹为了财务目的“刷单”，则可能滑向循环交易的灰色地带 [18] 华尔街资本运作模式 - 华尔街的核心能力在于证券化，即将能产生未来现金流的资产（如收费公路收益权）转化为标准化、可交易的证券，从而动员全球零散资本投入大型项目 [20][24] - 通过复杂的金融工具和模型（如期货、期权、CDS）构建“风险定价”机器，试图精准评估并引导资本流向最具潜力的领域（如AI算力循环），优化全球资源配置 [20][21][22] - 杠杆是关键的放大器，通过借贷用少量自有资本撬动巨额外部资金，既能加速产业扩张，也可能导致骗局膨胀和系统性风险 [23][24] - 华尔街通过其全球网络（投行、交易所、基金）和信息优势，始终处于交易核心，充当中间人并收取各类费用，构建了一套同时进行价值创造和价值掠夺的体系 [23][24] 行业影响与潜在风险 - 三巨头的深度绑定极大地抬高了AI行业的竞争门槛，算力、资本和能源成为核心要素，中小型创业者更难参与核心基础设施的竞争 [5] - 这种模式可能推高参与各方的账面收入和估值，形成“价值确认”循环，但若未来AI应用需求不及预期，可能导致严重的资源浪费和投资回报不及预期 [5][18] - 文章提及存在华尔街分析师质疑三者交易存在“循环交易”嫌疑，但目前仅为质疑，尚未有实锤证据 [19] - 这种紧密的产业联盟模式引发了市场的广泛关注，其最终能否创造出真实的商业价值和盈利，仍需接受市场检验 [5][18]

文章核心观点 - AI ASIC作为专用芯片，在AI推理时代凭借高能效、低成本和软硬件协同优势，成为大厂应对算力需求爆发和降低TCO的关键路径 [2][4][5][6] - AI推理需求随模型能力提升和Token消耗快速增长而爆发，推动AI ASIC市场进入高速增长期，AMD预计2028年全球市场规模达1250亿美元 [9][10][11] - 海外云服务厂商自研AI ASIC已形成成熟模式，以谷歌TPU为代表，通过与博通等设计服务商合作实现快速迭代和商业化 [16][17][20][21] - 国内AI云市场集中度提升推动头部云厂商自研AI ASIC需求，百度、阿里等公司产品已进入规模化应用阶段，国产ASIC产业链迎来战略机遇 [24][25][26][27][28] ASIC与GPU技术对比 - ASIC与GPU架构相似但定位不同：ASIC为特定场景定制，采用脉动阵列等架构优化矩阵运算，实现高能效和低功耗；GPU需兼顾图形渲染等通用场景，基于冯诺依曼架构存在存储瓶颈 [4] - 谷歌TPU v5能效比为英伟达H200的1.46倍，在BERT推理中每瓦性能提升3.2倍；亚马逊Trainium2训练成本降40%，推理降55%，10万卡集群可节省12亿美元初始投资 [4] - ASIC优势源于3D堆叠优化算力密度、DVFS降低闲置功耗、HBM3e内存突破带宽瓶颈（达1.2TB/s） [4] 大厂自研ASIC动因 - 核心驱动力为降低TCO：自研可规避外采芯片的厂商利润，英伟达FY2025毛利率75.5%、净利率57%，数据中心芯片利润约582亿美元 [6][8] - 应对内部AI需求爆发，实现软硬件协同优化，如谷歌TPU整合TensorFlow实现极致性能 [5] - 减少外部依赖，保障供应链安全 [5] - 自研投入包括设计团队收购（如亚马逊3.5亿美元收购Annapurna Labs）、外部服务商NRE费用及IP采购，规模起量后单颗芯片研发成本显著摊薄，谷歌2023年TPU超200万颗，年研发20亿美元，单颗摊薄1000美元 [7][8] AI推理需求增长 - 推理收入模型为（价格/token）×（吞吐量, tokens/秒），硬件性能直接决定token生成速度，低成本高效的AI ASIC在推理场景优势显著 [9] - ChatGPT C端周活跃用户截至2025年7月达7亿，占全球成年人10%，OpenRouter统计显示API Token日消耗量从2024年9月不足0.5T升至2025年8月近5T，一年内翻近10倍 [10] - OpenAI于2025年9月成为博通定制AI ASIC第四位客户，订单近百亿美元 [10] AI ASIC产业链环节 - 产业链分为前端（需求定义、架构设计）和后端（设计实现），云厂商多与设计服务商合作，定制芯片包括计算、存储、网络IO和封装四部分IP [13] - 国际设计服务商以博通、Marvell为主导，提供完整IP解决方案；国内主要参与者包括芯原股份、翱捷科技、灿芯股份 [14][16][28] - 关键IP包括处理器IP（如CPU/GPU）、接口IP（如SerDes）、内存IP（如HBM），SerDes技术直接影响Die-to-Die及芯片间通信效率，是AI算力关键瓶颈 [14][33] 海外云厂商自研案例 - 谷歌TPU迭代至第七代Ironwood，支持主动检索和协作推理，提供4614 TFLOPS FP8算力、192GB HBM3e内存、7.3TB/s带宽，SuperPod支持9216颗芯片互联 [18][20] - 博通作为核心服务商，2024年AI ASIC收入122亿美元，2025前三季137亿美元，其优势包括完整IP体系（21000专利）、多代TPU设计经验、3.5D SOIC封装技术、高速互连与CPO技术 [21][23] - 谷歌TPU成功源于架构创新（脉动阵列）、系统级思维（TPU Pod集群）、与博通合作降低风险和成本 [20] 国内ASIC发展现状 - 2025年上半年中国企业级大模型日均总Token消耗达10.2万亿，环比增长363%；中国AI云市场2025年规模预计518亿元，2025-2030年CAGR 26.8% [24] - 市场格局集中，CR5超75%，头部云厂商阿里云（占比35.8%）、火山引擎（14.8%）、华为云（13.1%）等均布局自研AI ASIC [24] - 百度昆仑芯第三代P800已部署万卡集群，中标中国移动10亿元集采大单；阿里平头哥PPU关键指标超英伟达A800，签获16384张卡订单；字节自研训练+推理芯片预计2026年前量产 [25][26] 国内ASIC服务商分析 - 芯原股份为国内第一设计IP厂商，拥有6类处理器IP及1600+数模混合IP，5nm系统级芯片一次成功，未来增长点来自AI ASIC、AIGC芯片等 [29][31] - 翱捷科技第一大股东为阿里巴巴，2025上半年芯片定制及IP授权服务收入约1.44亿元，通过创新架构为系统厂商提供合规ASIC [29][32] - 灿芯股份第一大股东为中芯国际，主打28nm及以上成熟制程，优化高速接口IP以适配AI推理场景 [29][32]

行业投资评级 - 计算机行业投资评级为看好（维持）[1] 核心观点 - 国产AI算力发展势头强劲，资本市场和政策双轮驱动产业加速[5][6][7] - 摩尔线程IPO创科创板最快审核纪录，体现国家对核心科技企业的支持[5][7] - 全国一体化算力网构建进入新阶段，政策推动算力基础设施国产化[6][7] - 国产AI算力产业链迎来黄金发展期，重点推荐算力芯片和基础设施企业[7][13] 市场表现 - 本周（2025年9月22日至9月26日）沪深300指数上涨1.07%，计算机指数下跌0.02%[4][14] - 计算机行业近期走势相对沪深300指数呈现波动[2] 重点公司动态 - 摩尔线程IPO过会，计划募资80亿元，为年内A股最大规模半导体IPO[5][11] - 2025年上半年营收达7.02亿元，超过前三年营收总和[5][11] - 近三年复合增长率超208%，毛利率从2022年-70.08%提升至2024年70.71%[5][11] - 正在洽谈订单超20亿元，预计2027年实现盈利[5][11] - 国网信通全资子公司中标国家电网项目，金额达6.05亿元[15] - 创业慧康发布员工持股计划，份额上限1226万份，参与人数28人[16] - 多家公司发布股份减持计划，包括盛视科技、中科江南、英方软件等[17][18][19] - 新点软件计划回购股份，金额3000万至5000万元，回购价格不超42元/股[22] 行业重要进展 - 阿里发布Qwen3-Max大模型，性能超过GPT-5和Claude Opus 4，跻身全球前三[26][27] - 数字人民币国际运营中心在上海正式运营，推出跨境支付等三大平台[29] - 宇树科技计划下半年发布身高1.8米的人形机器人[28] - 美国AI数据中心建设加速，OpenAI、甲骨文和软银宣布新建五大数据中心，推进5000亿美元Stargate项目[33] - 微软突破AI芯片散热技术，芯内微流体冷却系统效率达冷板技术的三倍[32] - 英特尔与台积电、苹果接洽寻求投资或合作机会[30] - TikTok获美国行政令批准继续运营，合资公司估值140亿美元[31] 政策与基础设施 - 国家算力互联网服务平台实现31个省（区、市）算力标识系统全线贯通，上线50多条数据快递线路[6][12] - 发改委等部门发布措施，强化算力资源供给，深入实施“东数西算”工程，加快构建全国一体化算力网[6][12]

报告行业投资评级 - 行业评级为看好 [5] 报告核心观点 - 摩尔线程上市进度更新为已过会 其生态兼容性 架构创新和集群性能表现突出 代表国产AI芯片进入规模化商业化新阶段 [5][6] - 阿里云发布磐久128超节点AI服务器 采用无中背板正交架构 实现单机柜128颗AI芯片的最高密度 为国产超节点提供新范式 [5][26] - 阿里发布Qwen-3-Max等新一代模型 参数提升至万亿级 多项任务性能超越主流竞品 模型货币化进程加速 [5][38] 摩尔线程分析 - 公司专注全功能GPU研发 推出四代架构覆盖AI智算 专业图形加速 桌面级图形加速和智能SoC四大领域 [7] - 自研MUSA架构兼容CUDA生态 支持PyTorch PaddlePaddle等主流框架 以及DirectX OpenGL等图形开发技术 [12][13] - AI智算集群KUAE2效率超国外同代产品 2024年售出3套集群(平均单价6.11亿元) 2025H1售出5套集群(平均单价1.11亿元) [6][23] - 2024年毛利率跃升至70.71% 接近英伟达水平 主要因高毛利AI集群占比提升 收入从2022年0.46亿元增长至2024年7.02亿元 [17][19] 阿里云磐久服务器 - 磐久128采用无中背板正交架构 缩短传输路径提升互联效率 Compute Tray与Switch Tray正交放置通过连接器直连 [26][34] - CPU与GPU模块化分布 支持动态配比和不同厂商GPU适配 通用性优于英伟达GB200 NVL72的Cable Tray方案 [26][36] - 作为继华为CloudMatrix384后的国产超节点新范式 可降低国产卡适配难度 预计将被部分国产AI芯片厂商采用 [26][37] 阿里模型进展 - Qwen-3-Max参数达万亿级 训练数据36万亿tokens为Qwen2.5的2倍 在通用知识 数学推理 编程等任务超越Claude-Opus4 Kimi-K2等竞品 [38][41] - 推出开源DeepResearch模型 采用合成数据训练和端到端训练范式 在高德伴侣 通义法睿等应用推进货币化 [41][47] - 发布原生多模态模型Qwen3-Omini和图像编辑工具Qwen-Image-Edit-2509 多模态能力持续提升 [47] 重点标的推荐 - AIGC标的包括金山办公 万兴科技 道通科技 虹软科技等 [6] - 数字经济领军标的包括海康威视 金山办公 恒生电子 中控技术等 [6] - AIGC算力标的包括浪潮信息 海光信息 神州数码 中科曙光等 [6] - 信创&数据标的包括海光信息 软通动力 索辰科技 博思软件等 [6]