FX168财经网_全球视野外汇黄金加密货币NFT资讯网_关键字搜索-FX168

全球数字财富领导者

美股投研｜客户端｜旧版｜｜

FX168 全球视野中文财经

登录 / 注册

晶盛机电(300316.SZ)：目前公司碳化硅衬底片质量已达行业领先，并已实现批量生产与销售
 go
车上吗”，公司回复称，碳化硅作为第三代半导体材料的典型代表，具有高禁带宽度、高电导率、高热导率等优越物理特征，在新能源汽车、新能源发电、轨道交通、航天航空、国防军工等领域的应用有着不可替代的优势。公司作为碳化硅衬底片生产厂商，向新能源等产业链的相关企业供应碳化硅衬底片。目前公司碳化硅衬底片质量已达行业领先，并已实现批量生产与销售。
格隆汇2024-04-09
中集环科(301559.SZ)：罐式集装箱产品主要用于运载有毒有害、易燃易爆、腐蚀性的危险化学品以及无危害化学品
 go
无危害化学品。伴随着光伏、锂电新能源、半导体行业发展，公司开发出系列特种罐箱，用于集成电路、高清液晶面板等高纯度湿电子化学品领域。公司研发设计能力处于行业领先地位，主持或参加起草了9项国家/行业标准。公司自主开发出多项核心专利技术，主要包括智能传感技术、虚拟仿真设计与研发技术、冷热链储运装备设计与制造技术、特殊介质储运技术、结构轻量化设计与优化技术、机械设备自动化制造技术、复杂结构精确成型控制技术、力学测试与表征技术等。公司在英国设立工程和客户支持中心CUTT，建立起了中欧互动的研发体系。截止2023年底，公司拥有有效专利273项，其中发明专利79项，实用新型专利186项，外观设计专利8项。此外，公司建设了罐箱行业内首条VOCs超低排放的喷粉涂装线，实现涂装作业VOCs几乎零排放，从源头减少VOCs产生量，引领罐式集装箱行业绿色发展。
格隆汇2024-04-09
大佬：当粗犷式变成精细化，企业价值反而提升
 go
卷的最新看法以及对地产、 AI 、半导体等行业观点。发自肺腑，情感真切，读完还是挺令人心潮澎湃的。对此，证星研究院做了一定整理。以下为主要内容： 1.当粗犷式变成精细化，企业价值反而提升展望2024年，市场情绪已然冰点，极低预期很难遭遇更弱的现实，假若现实比预期稍强一些，市场的戴维斯双击很有可能就到来。实际上，现实也很难更差。我们四季度调研了不少企业，大部分企业对2024年的展望都偏谨慎，均采取了各种降本增效的措施，这和2023年初的积极和扩张的展望完全相反。这些企业都在做最保守的预测，哪怕今年收入不增长，它们依靠降本增效也都能实现利润的高增长。如果收入稍微超出预期，多出来的毛利几乎都是净利润。过去的粗犷式增长突然变得越来越精细化，这些企业的自由现金流从去年开始反倒出现了明显的改善，企业的真实价值反而是提升的。 2.高度激烈竞争的市场，没有企业是安全的一直以来，我们观测到的中国企业的花期普遍较欧美企业偏短，但这并不是因为中国龙头企业懈怠了，而是中国本身就是全球竞争最激烈的市场。地方政府之间普遍存在产业竞争，过去丰厚的卖地收入强化了地方政府的投资能力，而地方政府无法压抑的投资冲动往往导致很多行业过度内卷且无法有效出清。另一方面，中国的融资结构又以银行的间接融资为主，银行更善于锦上添花，而非雪中送炭。这让很多景气度高的行业或企业更容易获得融资，某种程度上又强化了无序的扩张。产能的无序扩张和同质化竞争过去大为缩短市场景气度的周期，也不利于正常的市场出清。过去两三年，地产时代的落幕严重影响了地方的投资能力，全球化进程遭遇到一定的冲击更是给很多盲目扩张的企业泼了冷水，过度盲目的投资冲动得到了一定的缓解。资本市场的低迷和更严格的融资管制也让很多PE/VC更为审慎地投资，产能的无序扩张也出现了明显的收缩。随着现在的市场出清加速，不少上市的龙头公司往往会是最受益的主体，中国企业的花期也会不断延长。但是，中国依然是全球最内卷的市场，疫情三年把这种内卷提到了新高度，国外的迭代是以年为单位，我们的迭代是以月和周为单位。在中国市场，内卷能力不是优势，而是生存技能，卷慢了就会被淘汰。在这个高度激烈竞争的市场，没有企业是安全的。 5年前如日中天的阿里巴巴，如今市值被拼多多超过。 5年前看起来不可动摇的百度腾讯美团，如今在字节的压力下无比焦虑。在中国，只有最有竞争力的企业才能生存发展。中国企业不知不觉中，在越来越多的细分市场成为世界最有竞争力的玩家。由最有竞争力企业组成的经济体，一定是最有竞争力的经济体。 3.在绝对性价比面前，所有壁垒都不堪一击被内卷锻炼出来的中国企业，开始在全球范围内攻城略地。当然，中国企业出海必然会面临各种阻力和挑战，甚至会面临一些政治压力。但是，在绝对实力面前，计谋一钱不值；在绝对性价比面前，所有壁垒都不堪一击。性价比来自于持续的迭代创新和不断提升的效率，这种快速的迭代创新和极致的效率都是卷出来的。据最新的统计，美国3月份最多人下载的5个应用中，头4名均源自于中国，依次为拼多多旗下的电商平台Temu 、字节跳动旗下短视频应用TikTok 、视频编辑应用CapCut ，以及快时尚品牌Shein 。尤其是TikTok在美国政府不断打压之下，非但没消亡，反而变得更为强大，成了打不死的小强，充分说明了中国这些企业的强大生命力。 4. “ 资产负债表衰退 ” 是结果，产业才是主因过去的增长模式熄火且新的增长引擎又还拉不动经济的今天，我们的确面临着很多困难与挑战。地产是过去的信用扩张的主要载体，地产时代的落幕必然对信用扩张带来严重冲击，新旧引擎的切换带来的痛苦期让绝大部分人的体感都不佳。这也让很多人纷纷参照日本当年 “ 资产负债表衰退 ” 进行过度演绎，进而加深了市场的悲观情绪。正如我们之前的季报所分析，资产负债表衰退只是日本过去衰退的结果和表象，产业衰落才是根本原因，我们不能简单的类比。尽管当下我们体感并不太好，但是，我们不少新兴产业的确在快速崛起，并走向全球，我们并没有在产业上落伍，相反我们不断的进取和发展。当下阻挡我们进步的不是惊涛骇浪，而是被眼前的困难吓倒而妄自菲薄。迷失方向，躺平不卷。中国很大，又有很多人，或许有人选择躺平。但是，可能还有千千万万的人怀着奋进和百折不挠之心在拼搏。一个个工业皇冠上的明珠已然被摘取，我们没什么好悲观的。 5.新兴产业正在崛起，产业链雏形已经出现我们的新兴产业正在崛起，产业链雏形已现。尤其以我们的半导体产业为例，经过四年的打压之后不断加速前行。 Mate 60的推出已经说明了轻舟已过万重山。过去四年已经充分表明了，美国对华的半导体政策在逻辑上存在 “ 安全成本过高，进而危及安全本身 ” ，过度的安全诉求使美国半导体产业在中国大陆的市场进一步萎缩，进而影响美国的半导体产业本身，从而影响美国的安全本身。打压和制裁并没有降低中国半导体的发展速度，反倒是加速了。在某种程度上，制裁和打压最终帮助了一个并非 “ 遥遥领先 ” 的产品实现了 “ 遥遥领先 ” 的产品才配拥有的商业闭环。当然，中国半导体产业与海外有相当大的差距。但是，手机性能过剩让3nm和7nm制程产品在实际使用中几乎体会不到多少差异，民族情绪的附加值成功让商业走向闭环。从更长远来看，商业闭环的成功将会彻底改变产业。不仅能培育完整的产业链，还能让本土零部件在市场竞争中胜出，这进一步增强本土产业的研发，从而打造出全产业链优势。同样的逻辑在新能源车产业也演绎了一遍。 6.在AI产业，中国企业也有追赶的机会过去三十年，我们把容易做的事情都做完了，剩下的都是难啃的石头。但是，现在的局面实际上是更有利于我们的。一方面是科技理论突破已经长期相对停滞，过去半个世纪几乎就没有重大科技理论创新，美国探索科技无人区的步伐一直在放缓，而我们的追赶速度却是不断在加快，双方的差距是不断缩小的；另一方面是半导体也在不断逼近极限，即使现有的设备可以继续缩小晶体管，但是，我们并不能缩小原子，晶体管越来越逼近于极限，因为它已经处于原子尺度了。 EUV之后的设备是什么？现在还见不到雏形。更先进制程的芯片的设计成本跳跃式上升，越来越少客户能达到门槛， 3nm芯片的设计门槛高达6亿美元，缺乏超级应用的诞生也让手机等智能硬件显得性能过剩。需求是否能被市场买单又是值得考虑的问题，这些都指望AI的大爆发。不同于手机的是， AI服务器对体积要求并不是太高，有足够的容忍度，这就又给中国企业在先进3D封装和结构创新上实现平替带来发挥的空间。全球的AI产业还是在迅速发展，但是， AI的发展似乎是跳跃式，而不是线性增长或指数式增长。这对中国企业来说，只要跳跃速度不是足够快，那么，中国的企业就有望快速追赶。 ......
证券之星2024-04-09
中国量子科技驶入发展快车道，全球竞争格局显现，聚焦三大关键领域及投资机会
 go
表联合声明，决定在量子技术、人工智能、半导体、6G等领域加强合作，并专门成立量子工作组，以缩小欧盟与美国在量子技术研发方面的差距，尤其关注后量子密码技术的推进，以防范未来量子计算机可能带来的安全威胁。然而，美国此前已采取措施限制向中国出口量子芯片，并对IBM量子计算云平台设置了对中国IP的访问禁令。天风证券分析认为，随着全球各国在量子科技领域的角力加剧，量子产业无疑将成为全球科技竞争的下一个焦点。在商业应用层面，三个主要发展方向值得重点关注：量子计算：构建“量子-经典混合计算力”。通过云平台实现混合调度，结合量子计算的并行处理能力和传统超级计算机的高效数值计算能力，有效提高解决复杂问题的运算效率。量子保密通信QKD：推进骨干网和城域网建设，现已建成覆盖超过1万公里的量子保密通信骨干网络，并加快量子保密通信城域网布局；同时，探索量子加密技术在5G、云网、泛智能终端和各类平台应用中的深度融合。抗量子密码PQC：国内已取得重要突破，国盾量子、中国科学技术大学等联合团队完成国际首次量子密钥分发与后量子密码融合可用性的现网验证实验，这或将加速推动现有的密码系统向能抵御量子计算攻击的后量子密码系统的转型。最后天风证券提醒投资者关注相关风险，包括但不限于政策推进不如预期、前沿技术发展滞后、商业化进程缓慢等。
金融界2024-04-09
AI爆发，芯片强受益获持续关注
 go
，天弘基金认为，海外芯片大涨验证了全球半导体景气周期向上的趋势或许已经开启，半导体国产化板块也将保持中长期较高的增速，芯片ETF（159310）有望迎来受益。 AI爆发，算力是当前的关键主线 ChatGPT之所以能引爆全球关注，在于人们看到AI对人类信息获取方式的改变，已经从AI辅助创作阶段进化到AIGC的阶段。所谓AIGC（AI-GeneratedContent），即人工智能生成内容，指的是利用人工智能技术如GAN和大型预训练模型等，通过已有数据找出规律，并以适当的泛化能力生成相关内容，通俗来说就是不需要人的辅助，AI能自行创作文本、图像、音乐、视频等各种内容，实现了从分析到创造的飞越。图：ChatGPT开启AIGC奇点那，AIGC是怎样实现的呢？说到底，AIGC的本质是内容与场景，其发展需要AI技术、后端基础设施以及算法、算力和数据三要素的结合。我们以ChatGPT的迭代为例，从GPT到GPT-3，三要素的进化如下：图：三要素逐步成熟，推动行业进入爆发期算法方面，GPT-3引入了"人工标注数据+强化学习"的方法进行训练，相较于之前的版本，更加精细和智能化。模型参数量从GPT的1.17亿增加到GPT-3的1750亿，这使得模型更加庞大和复杂，能够处理更加复杂和丰富的语言任务。数据方面，GPT-3的预训练数据量大幅增加，从GPT的5GB增加到GPT-3的45TB。这意味着GPT-3可以更好地学习和理解大规模的语言数据，提高了模型的语言表达能力和语境理解能力。算力方面，GPT-3的训练成本非常高，单次训练成本甚至达到了数百万美元以上。它在微软云计算AzureAI超算基础设施上进行训练，总计算力消耗约3640PFs-days。这种庞大的算力支持了GPT-3的训练和推理能力，使其具备了更高的性能和更广泛的应用场景。这其中，算力是当下市场更关注的主线，毕竟要实现AI的终极目标——AGI（Artificial General Intelligence，即通用人工智能），算力是必由之路。产业链的众多玩家也正在持续增加算力投入，以提升人工智能大模型的性能。尤其是，在以往，算力基础设施需求主要来源于数据中心、超算中心以及各大互联网公司的云计算中心，需求量和ChatGPT相比几乎是九牛一毛，且以往的应用场景主要是推理端像图像识别、语音识别等，而大模型的爆发导致训练的应用场景越来越多，对训练算力的需求会大幅增长，增长幅度能达到10倍甚至100倍。据IDC预测，2022年全球人工智能市场规模将达到1017亿美元，2025年将超过2000亿美元。人工智能非常依赖于相关基础设施，包括计算、存储和网络等，随着人工智能向多场景化、规模化、融合化等高应用阶段发展，数据体量呈现出急剧增长态势，算法模型的参数量也呈指数级增加，以加速计算为核心的算力中心规模将不断扩大，对算力提出了更高的要求。图：AI带来海量算力需求据IDC预测，到2022年，中国的智能算力规模将达到268.0EFLOPS，超过通用算力规模。预计到2026年，智能算力规模将进入ZFLOPS级别，达到1,271.4EFLOPS。在2021-2026年期间，中国的智能算力规模年复合增长率预计将达到52.3%，而同期通用算力规模的年复合增长率为18.5%。根据《IDC中国服务器市场季度跟踪报告》及CPU双精度（FP64）运算能力数据，测算了中国通用算力规模。2021年中国通用算力规模达47.7EFLOPS，预计到2026年通用算力规模将达到111.3EFLOPS。2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%，同期通用算力规模年复合增长率为18.5% 图：算力规模及预测（数据来源IDC）无芯片，不AI 那么，这样强大的算力，是什么在支撑？答案是芯片。准确说，AI芯片是AI算力的核心。有说法称，对标ChatGPT，做好一个大模型的最低门槛就是1万块A100的芯片。前面说到，随着人工智能应用场景和数据规模的扩大，算法模型的复杂度呈指数级增长，特别是深度学习成为主流，需要更快的计算速度。虽然CPU可以执行AI算法，但由于内部逻辑多，对于AI算法来说效率不高。因此，出现了专门的AI芯片，它们设计用于高效并行计算，加速AI计算过程，并提高性价比。广义而言，AI 芯片指的是专门用于处理人工智能应用中大量计算任务的模块，除了以 GPU、FPGA、ASIC 为代表的 AI 加速芯片，还有比较前沿性的研究，例如：类脑芯片、可重构通用 AI 芯片等。狭义的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片。图：AI芯片技术架构这里面，GPU是AI芯片主力军，因为它拥有卓越的高性能计算能力和通用性，适用于处理复杂算法和通用型人工智能平台。而随着人工智能技术、平台和终端的不断成熟，随着视觉、语音、深度学习的算法在FPGA以及ASIC芯片上的不断优化，此两者也有望逐步占有更多的市场份额。图：主要AI芯片的功能特性比较（资料来源：IDC）图：中国AI芯片市场规模占比（数据来源IDC）根据VMR数据，全球和中国的GPU市场规模预计将继续快速增长。2021年全球GPU市场规模达到334.7亿美元，预计到2030年将增至4773.7亿美元，年复合增长率达34.4%。2020年中国GPU市场规模为47.39亿美元，预计到2027年将增至345.57亿美元，年复合增长率为32.8%。这表明GPU在人工智能领域的需求将继续扩大，并将成为市场的重要推动力量。寻找中国版英伟达，期待国产替代空间对于AI在下一轮科技革命中的地位，各国已经形成共识，都在纷纷抢滩。从中美对比来说，竞争优势的争夺就主要涉及前面提到的算法、大数据资源和算力三方面。在算法设计方面，双方没有明显差距，主要依赖设计团队的智慧和灵感；在大数据资源方面，中国占据着绝对优势，双方在大数据分析技术上相近。然而，决定人工智能产品的关键要素还包括“算力"，计算能力是计算机的核心能力，这也是中美两国长期竞争超级计算机领域的原因之一。国内大模型与国外的主要差距也体现在算力层面，没有算力基础，后面算法等发展都无法进行。在AI芯片领域，国外的芯片巨头占据了大部分市场份额，有着明显的先发优势，比如英伟达、AMD、英特尔的营收几乎代表整个GPU行业收入。而国内的AI芯片产业起步较晚，与世界先进水平存在较大差距，国内AI芯片市场也较为分散，集中度较低，发展空间巨大。图：AI芯片产业图谱图：AI的核心驱动与英伟达的三重壁垒资料来源：长江证券不过，国内一批新兴力量正在崛起，竞争梯队越发丰富。从国内AI芯片厂商格局来看，以大算力或者高性能计算芯片为代表，一梯队，有成熟产品、批量出货的企业，主要包括寒武纪、华为海思、百度昆仑芯、燧原科技，这四家有2-3代更多的产品，技术能力、软件能力都有一定积累；二梯队，主要包括以AI芯片起家的壁仞科技、天数智心、摩尔线程、沐曦等。壁仞科技去年发布的产品规格很高，但主要还停留在纸面数据，实测数据、实际性能方面业界和第三方评测机构评价没有那么高，软件层面从使用角度来讲也还有很大的成长空间。其他几家也陆续有产品推出，但技术能力还停留在推理层面，不像一梯队企业有更成熟的产品经验；三梯队，如海光、景嘉微等。技术能力还有待市场的认可和验证。图：国内AI厂商成立时间表（来源甲子光年）从产品来说，目前国内已经批量生产的产品大多都是A100的上一代，如昆仑芯三代、思远590、燧思3.0等，不过，各公司正在研发更新一代产品，缩小国内外差距。天弘基金指出，向后看，基于国家政策的大力支持，以及自主可控的迫切需求，中国厂商有望迎来更大的国产升级机遇。而如果国内产品能够替代英伟达的算力产品，将会是非常大的机会。数据中心建设方面也需要服务器，会带动国内提供大型服务器的厂商，比如浪潮信息、中科曙光等，以及光模块、调节芯片和散热技术，需求都会受益于大模型浪潮。相信随着国内企业的持续投入和创新，以及政府的支持，中国在人工智能领域的发展势头仍然很强，有望逐步缩小与国外竞争对手的差距。 AI的一切才刚刚开始，其带来的潜在生产力提升和劳动力供应的增加等结果不可低估。而从当下的投资时点来看，2024年半导体芯片板块投资或许可以关注三条主逻辑：一是周期底部，景气复苏；二是人工智能推动超级创新周期，AI芯片迎来发展机遇；三是国产升级研发成果正在逐步落地，突破性产品发布。关注相关投资机会的投资者，可以通过芯片产业ETF（159310）进行布局，覆盖芯片领域高研发投入、高技术壁垒的50家优质成长型企业，把握芯片板块的持续增长机遇。4月8日开始，芯片ETF（159310）正在火热发售中，中信、中信建投、华泰、光大等渠道均可购买。风险提示：观点仅供参考，不构成投资建议。文中所提及企业客观列示，不作为推介。市场有风险，投资需谨慎。指数基金存在跟踪误差。基金过往业绩不代表未来表现，购买前请仔细阅读《基金合同》和《招募说明书》。我国基金运作时间较短，不能反映证券市场发展的所有阶段。以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。
有连云2024-04-09
AI爆发，芯片崛起！
go
好。展望后市，海外芯片大涨验证了全球半导体景气周期向上的趋势或许已经开启，半导体国产化板块也将保持中长期较高的增速，芯片ETF(159310)有望迎来受益。 AI爆发，算力是当前的关键主线 ChatGPT之所以能引爆全球关注，在于人们看到AI对人类信息获取方式的改变，已经从AI辅助创作阶段进化到AIGC的阶段。所谓AIGC(AI-GeneratedContent)，即人工智能生成内容，指的是利用人工智能技术如GAN和大型预训练模型等，通过已有数据找出规律，并以适当的泛化能力生成相关内容，通俗来说就是不需要人的辅助，AI能自行创作文本、图像、音乐、视频等各种内容，实现了从分析到创造的飞越。图：ChatGPT开启AIGC奇点那，AIGC是怎样实现的呢？说到底，AIGC的本质是内容与场景，其发展需要AI技术、后端基础设施以及算法、算力和数据三要素的结合。我们以ChatGPT的迭代为例，从GPT到GPT-3，三要素的进化如下：图：三要素逐步成熟，推动行业进入爆发期算法方面，GPT-3引入了"人工标注数据+强化学习"的方法进行训练，相较于之前的版本，更加精细和智能化。模型参数量从GPT的1.17亿增加到GPT-3的1750亿，这使得模型更加庞大和复杂，能够处理更加复杂和丰富的语言任务。数据方面，GPT-3的预训练数据量大幅增加，从GPT的5GB增加到GPT-3的45TB。这意味着GPT-3可以更好地学习和理解大规模的语言数据，提高了模型的语言表达能力和语境理解能力。算力方面，GPT-3的训练成本非常高，单次训练成本甚至达到了数百万美元以上。它在微软云计算AzureAI超算基础设施上进行训练，总计算力消耗约3640PFs-days。这种庞大的算力支持了GPT-3的训练和推理能力，使其具备了更高的性能和更广泛的应用场景。这其中，算力是当下市场更关注的主线，毕竟要实现AI的终极目标——AGI(Artificial General Intelligence，即通用人工智能)，算力是必由之路。产业链的众多玩家也正在持续增加算力投入，以提升人工智能大模型的性能。尤其是，在以往，算力基础设施需求主要来源于数据中心、超算中心以及各大互联网公司的云计算中心，需求量和ChatGPT相比几乎是九牛一毛，且以往的应用场景主要是推理端像图像识别、语音识别等，而大模型的爆发导致训练的应用场景越来越多，对训练算力的需求会大幅增长，增长幅度能达到10倍甚至100倍。据IDC预测，2022年全球人工智能市场规模将达到1017亿美元，2025年将超过2000亿美元。人工智能非常依赖于相关基础设施，包括计算、存储和网络等，随着人工智能向多场景化、规模化、融合化等高应用阶段发展，数据体量呈现出急剧增长态势，算法模型的参数量也呈指数级增加，以加速计算为核心的算力中心规模将不断扩大，对算力提出了更高的要求。图：AI带来海量算力需求据IDC预测，到2022年，中国的智能算力规模将达到268.0EFLOPS，超过通用算力规模。预计到2026年，智能算力规模将进入ZFLOPS级别，达到1,271.4EFLOPS。在2021-2026年期间，中国的智能算力规模年复合增长率预计将达到52.3%，而同期通用算力规模的年复合增长率为18.5%。根据《IDC中国服务器市场季度跟踪报告》及CPU双精度(FP64)运算能力数据，测算了中国通用算力规模。2021年中国通用算力规模达47.7EFLOPS，预计到2026年通用算力规模将达到111.3EFLOPS。2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%，同期通用算力规模年复合增长率为18.5% 图：算力规模及预测(数据来源IDC) 无芯片，不AI 那么，这样强大的算力，是什么在支撑？答案是芯片。准确说，AI芯片是AI算力的核心。有说法称，对标ChatGPT，做好一个大模型的最低门槛就是1万块A100的芯片。前面说到，随着人工智能应用场景和数据规模的扩大，算法模型的复杂度呈指数级增长，特别是深度学习成为主流，需要更快的计算速度。虽然CPU可以执行AI算法，但由于内部逻辑多，对于AI算法来说效率不高。因此，出现了专门的AI芯片，它们设计用于高效并行计算，加速AI计算过程，并提高性价比。广义而言，AI 芯片指的是专门用于处理人工智能应用中大量计算任务的模块，除了以 GPU、FPGA、ASIC 为代表的 AI 加速芯片，还有比较前沿性的研究，例如：类脑芯片、可重构通用 AI 芯片等。狭义的 AI 芯片指的是针对人工智能算法做了特殊加速设计的芯片。图：AI芯片技术架构这里面，GPU是AI芯片主力军，因为它拥有卓越的高性能计算能力和通用性，适用于处理复杂算法和通用型人工智能平台。而随着人工智能技术、平台和终端的不断成熟，随着视觉、语音、深度学习的算法在FPGA以及ASIC芯片上的不断优化，此两者也有望逐步占有更多的市场份额。图：主要AI芯片的功能特性比较(资料来源：IDC) 图：中国AI芯片市场规模占比(数据来源IDC) 根据VMR数据，全球和中国的GPU市场规模预计将继续快速增长。2021年全球GPU市场规模达到334.7亿美元，预计到2030年将增至4773.7亿美元，年复合增长率达34.4%。2020年中国GPU市场规模为47.39亿美元，预计到2027年将增至345.57亿美元，年复合增长率为32.8%。这表明GPU在人工智能领域的需求将继续扩大，并将成为市场的重要推动力量。寻找中国版英伟达，期待国产替代空间对于AI在下一轮科技革命中的地位，各国已经形成共识，都在纷纷抢滩。从中美对比来说，竞争优势的争夺就主要涉及前面提到的算法、大数据资源和算力三方面。在算法设计方面，双方没有明显差距，主要依赖设计团队的智慧和灵感；在大数据资源方面，中国占据着绝对优势，双方在大数据分析技术上相近。然而，决定人工智能产品的关键要素还包括“算力"，计算能力是计算机的核心能力，这也是中美两国长期竞争超级计算机领域的原因之一。国内大模型与国外的主要差距也体现在算力层面，没有算力基础，后面算法等发展都无法进行。在AI芯片领域，国外的芯片巨头占据了大部分市场份额，有着明显的先发优势，比如英伟达、AMD、英特尔的营收几乎代表整个GPU行业收入。而国内的AI芯片产业起步较晚，与世界先进水平存在较大差距，国内AI芯片市场也较为分散，集中度较低，发展空间巨大。图：AI芯片产业图谱图：AI的核心驱动与英伟达的三重壁垒资料来源：长江证券不过，国内一批新兴力量正在崛起，竞争梯队越发丰富。从国内AI芯片厂商格局来看，以大算力或者高性能计算芯片为代表，一梯队，有成熟产品、批量出货的企业，主要包括寒武纪、华为海思、百度昆仑芯、燧原科技，这四家有2-3代更多的产品，技术能力、软件能力都有一定积累；二梯队，主要包括以AI芯片起家的壁仞科技、天数智心、摩尔线程、沐曦等。壁仞科技去年发布的产品规格很高，但主要还停留在纸面数据，实测数据、实际性能方面业界和第三方评测机构评价没有那么高，软件层面从使用角度来讲也还有很大的成长空间。其他几家也陆续有产品推出，但技术能力还停留在推理层面，不像一梯队企业有更成熟的产品经验；三梯队，如海光、景嘉微等。技术能力还有待市场的认可和验证。图：国内AI厂商成立时间表(来源甲子光年) 从产品来说，目前国内已经批量生产的产品大多都是A100的上一代，如昆仑芯三代、思远590、燧思3.0等，不过，各公司正在研发更新一代产品，缩小国内外差距。向后看，基于国家政策的大力支持，以及自主可控的迫切需求，中国厂商有望迎来更大的国产替代机遇。而如果国内产品能够替代英伟达的算力产品，将会是非常大的机会。数据中心建设方面也需要服务器，会带动国内提供大型服务器的厂商，比如浪潮信息、中科曙光等，以及光模块、调节芯片和散热技术，需求都会受益于大模型浪潮。相信随着国内企业的持续投入和创新，以及政府的支持，中国在人工智能领域的发展势头仍然很强，有望逐步缩小与国外竞争对手的差距。 AI的一切才刚刚开始，其带来的潜在生产力提升和劳动力供应的增加等结果不可低估。而从当下的投资时点来看，2024年半导体芯片板块投资或许可以关注三条主逻辑：一是周期底部，景气复苏；二是人工智能推动超级创新周期，AI芯片迎来发展机遇；三是国产替代研发成果正在逐步落地，突破性产品发布。关注相关投资机会的投资者，可以通过芯片产业ETF(159310)进行布局，覆盖芯片领域高研发投入、高技术壁垒的50家优质成长型企业，把握芯片板块的持续增长机遇。4月8日开始，芯片ETF(159310)正在火热发售中，中信、中信建投、华泰、光大等渠道均可购买。风险提示：观点仅供参考，不构成投资建议。文中所提及企业客观列示，不作为推介。市场有风险，投资需谨慎。指数基金存在跟踪误差。基金过往业绩不代表未来表现，购买前请仔细阅读《基金合同》和《招募说明书》。我国基金运作时间较短，不能反映证券市场发展的所有阶段。
证券之星2024-04-09
联盛化学上涨5.09%，报21.26元/股
 go
用于医药、农药、电子化学品、化妆品以及半导体、锂电池等新兴领域。公司在BDO产业链产品制造领域拥有丰富的生产经验，未来将继续深耕精细化工领域，发展高端化工新材料和精细化学品，以进一步巩固其在特种精细化工领域的行业地位。截至9月30日，联盛化学股东户数8236，人均流通股3278股。 2023年1月-9月，联盛化学实现营业收入5.16亿元，同比减少33.38%；归属净利润6725.94万元，同比减少52.81%。
金融界2024-04-09
聚和材料上涨5.03%，报59.1元/股
 go
务是在可持续能源领域进行技术创新，并在半导体、新能源汽车和电子浆料等非光伏领域提供定制化的技术和解决方案。公司成立于2015年，以卓越、高效和极致的追求，持续为行业、客户、员工和社区创造价值。截至3月31日，聚和材料股东户数7603，人均流通股1.58万股。 2023年1月-12月，聚和材料实现营业收入102.9亿元，同比增长58.21%；归属净利润4.42亿元，同比增长13.00%。
金融界2024-04-09
曼恩斯特上涨5.04%，报77.49元/股
 go
涂布，钙钛矿太阳能涂布，MLCC涂布、半导体领域相关涂布等。截至10月20日，曼恩斯特股东户数1.36万，人均流通股1859股。 2023年1月-9月，曼恩斯特实现营业收入5.61亿元，同比增长71.12%；归属净利润2.51亿元，同比增长84.42%。
金融界2024-04-09
微芯科技(MCHP.US)扩大与台积电(TSM.US)合作伙伴关系
 go
HP.US)周一宣布，已扩大与全球最大半导体代工厂台积电(TSM.US)的合作伙伴关系，以帮助其建立供应链的弹性。
金融界2024-04-09

24小时热点

最新话题更多