AI浪潮延续下的A股科技股后市判断
近期台积电、SK海力士出现明显上涨，SK海力士盘中涨幅一度超过12%，进而带动韩股走强、台股创下历史新高。这样的行情并非偶发，而是全球AI科技股牛市逻辑的延续与加深。当前，海外科技产业正处在由AI驱动的景气上行新阶段，龙头公司的持续强势，背后核心在于算力需求的集中释放带来业绩落地与估值再定价；产业链层面的共振与资金层面的传导，也会持续影响A股科技股的运行节奏。综合全球市场走势、国内产业与资金特征，A股科技股后续大概率呈现“整体联动、结构分化、节奏转缓”的特征，整体可拆为若干阶段来观察，并重点跟踪关键变量带
AI存储新格局：HBM决定算力极限，NAND划分数据疆域
市场对于AI内存的理解存在根本性误区——过分关注DRAM，却忽视了NAND的重要性。当前AI正经历从“算力驱动”向“内存驱动”的转变，而真正的制约因素并非通用DRAM。HBM将决定单点算力能力的上限，而NAND则划定了系统进行大规模扩展的边界。这两者协同运作才是AI存储架构的核心，那种非此即彼的观点已然过时。市场对AI内存的判断出现了根本性偏差——过度聚焦DRAM、低估NAND。AI正从"算力驱动"转向"内存驱动"，而真正的瓶颈不在通用DRAM。HBM决定单点算力上限，NA
边缘AI算力存储瓶颈与创新解决方案探析
随着计算重心从云端向边缘迁移，人工智能应用独特的计算需求对存储系统带来了严峻挑战。边缘AI设备，如自动驾驶汽车、智能机器人、AI PC及高端智能手机，在追求高计算吞吐量的同时，必须严格控制功耗、散热和成本。传统的冯·诺依曼架构因计算与存储分离，在处理大规模并行矩阵运算时，大量能量耗费于数据传输而非计算本身，即所谓的“内存墙”与“功耗墙”，这已成为阻碍边缘AI性能提升的关键瓶颈。生成式AI和大语言模型（LLM）向边缘渗透，使得存储系统的复杂性呈指数级增长。边缘端AI推理主要包含预填充（Prefill）和解码
AI算力瓶颈转向光互连，国产产业链龙头深度解析
AI光芯片与国产算力产业链核心标的深度解析结合AI产业链核心逻辑、市场预期差、需求端变动及供给端约束四大维度，锁定海外高端光芯片产能告急带来的国产替代机遇，以及国产AI芯片市场份额突破的产业变革主线，将产业链龙头标的划分为三大梯队，挖掘AI算力核心瓶颈环节的业绩增长潜力与估值重估空间。一、底层逻辑四大维度剖析1. AI产业链核心逻辑AI算力集群的核心制约已由GPU转向光互连、先进封装及HBM三大领域，其中光互连成为当前最紧迫的“卡脖子”环节，海外产能的全面紧缺为国产产业链创造了历史性的替代契机。光互连构成
AI+半山腰：还能再涨一倍？
绝大多数人把筹码押在消费和白酒上。但就在他们咬着牙守着白酒、等市场“企稳”的同时，另一个赛道却悄悄发生了变化——寒武纪一季度营收28.85亿，同比上行159.56%；归母净利10.13亿，同比增加185.04%。市值也一路上冲，突破7100亿，登上A股“芯王”位置。涨到这个程度，你是不是也会觉得是不是差不多到顶了？我当时也这么想。直到我翻到一份机构研报，末尾有一页写着这样一句话——"按PEG估值，AI+主线当前PEG仅0.9，远未进入泡沫区间。"回看历史，牛市里的主线往往能把PEG拉到2到
每日AI硬件动态速递(20260502)：国产显卡进军全球，OpenAI算力战略调整，光互连技术悄然变革
微软WHQL认证是通向全球市场的通行证：砺算成为中国首家、同时也是全球第四家获得此项认证的GPU厂商，这表明其显卡与Windows系统达到了官方的兼容级别，能够直接进入全球消费级市场，从而打破英伟达、AMD和英特尔的市场垄断格局。真正意义上的自主研发，无IP授权依赖：其产品基于自研的TrueGPU天图架构，从核心设计到指令集均为自主掌握。产线已就绪，并非空谈：官方发布的视频展示了完整的6纳米工艺产线流程（包括制造、测试与封装环节），第一季度已完成小规模试产，产品将于5月20日开售并直接现货供应，其定价相比
AI每日观察 | 2026年5月1日
要点：数字中国峰会透露，2025 年全国 AI 推理所对应的数据量（101.34 EB）首次超过训练数据量，标志着 AI 正式迈入“应用与执行”阶段。补充：数据总规模达到 199.48 EB，同比增长 42.86%。这也意味着建设底座的重点将从“打造大模型”逐步转向“调用并落地大模型”。影响：企业需要调整 IT 架构设计，推理芯片与边缘算力的需求有望快速放大。要点：《杭州市促进具身智能机器人产业发展条例》自今日起正式实施，为机器人在道路与工厂环境的使用提供更明确的法律依据。补充：作为全国首部相关地方性法规
利润飙升近50倍，三星再警告2027供应缺口将扩大
三星电子周四披露的一季度财报显示，旗下芯片相关业务营业利润同比大涨近50倍，刷新历史最高纪录。与此同时，公司也提出风险提示：由于人工智能带动的内存需求增长明显快于供给，预计2027年的供需缺口还会继续拉大。 从财报口径看，半导体部门中的设备解决方案业务在一季度实现销售额81.7万亿韩元，营业利润达到53.7万亿韩元，同比大约增长48倍，并贡献了公司总营业利润的94%。存储业务方面，销售额为74.8万亿韩元，同比增长292%。整体来看，一季度公司营收133.9万亿韩元，同比增长69%；总营业利润57.2万亿
HBM：AI服务器存储的“天价”刚需
三层存储架构中，HBM是不可或缺的“算力粮仓”。📝 导读：AI服务器的存储系统是算力运转的核心。在HBM、DRAM、SSD构成的“三层金字塔”中，HBM单价远超SSD，高达其200倍，成为AI产业链中成本最高的环节。🔥 HBM的价值并非体现在存储容量本身，而在于其能否充分释放GPU的计算潜能——缺乏HBM，强大的GPU也无法发挥全部实力，如同没有燃料的跑车。HBM的价格差异令人瞩目：● 市场数据显示，2026年第一季度，8192GB的HBM3e模组报价高达3.2万美元，每GB成本约4美元，是DDR5内存的
2026年AI芯片终局：Token经济取代算力，HBM成新核心
如果把这次AI浪潮拆解开来，你会发现一个正在发生的根本性转变：衡量价值的核心，不再仅仅是GPU的算力本身，而是“单位成本能产出多少Token”。本文试图解答市场长期困惑的一个问题——为何每一代GPU对HBM的需求几乎注定呈指数级增长？更重要的是，为何这种增长不会像过去那样中途停顿？这也是我长期看多三星和SK海力士的理论依据（凭借此观点，近一个月本人美股收益率达78%）。一、被忽视的第一性原理在当前架构下，AI推理的本质可简化为一句话：Token吞吐量 ≈ HBM容量 × HBM带宽这并非经验之谈，而是基于
AI存储产业链核心标的梳理
澜起科技（688008.SH）：全球内存接口芯片领军者，市场份额逾 40%，HBM3/3E 已成功量产，HBM4 研发稳步推进，2026 年一季度净利润同比增长 1032.86%聚辰股份（688123.SH）：国内 EEPROM 市场占有率榜首，汽车级 EEPROM 已进入博世、大陆等全球顶级 Tier1 供应链，且为国内 DDR5 SPD 芯片龙头联芸科技（未上市，A 股相关：国科微）：全球 SSD 主控厂商第二，拥有 AI 专用固件优化，与头部模组厂商深度绑定芯海科技（688595.SH）：模拟信号链
AI浪潮重塑存储格局：内存巨头迎来价值重估
随着人工智能服务器对高带宽内存的需求激增，一场由技术革新驱动的存储行业转型正悄然发生，这不仅仅是普通的周期性反弹，而是一场由供需两端革命共同推动的超级行情。01 变革的核心驱动力人工智能算力需求的爆炸式增长正在根本性地改变存储行业的运作规则。从数据中心的核心，到边缘设备的终端，再到模型训练的计算密集型任务，直至推理部署的即时响应，AI对存储性能提出的极端要求，正在引发供需关系的重塑。随着AI模型日益庞大复杂，单个AI系统的存储容量需求已从TB级别飙升至PB级别。尤为关键的是，对存储的带宽速度和延迟响应时间
AI算力加速 内存股迎再估值：美光闪迪或大幅上调
AI算力的扩张正在重塑半导体产业的盈利格局，内存厂商因此成为最直接的受益对象。Melius Research分析师本·赖茨斯（Ben Reitzes）认为，随着AI应用不断扩展，内存需求的强度很可能长期保持在高位，并带动行业商业模式出现调整。他表示，和软件赛道相比，芯片企业通常能获得更强的估值支撑。尤其是美光科技(MU.O)与闪迪(SNDK.O)等公司，当前已进入价值重估区间，且此前首次被给予“买入”评级。在赖茨斯看来，传统软件依靠席位收费的SaaS模式正承受更大压力。随着客户把预算更多投入AI基础设施，
AI与国产替代共振：半导体结构性行情延续
自2026年以来，海内外半导体板块持续演绎延伸性行情。相较以往以题材为主的反复炒作，本轮走势更像是由需求端与供给端的合力推动：AI算力的刚需爆发、全球存储的超级涨价、国产替代的加速推进，以及机构资金的集中抱团，共同形成四重逻辑叠加；同时，板块一季报业绩集中落地，使基本面出现更彻底的反转。当前的半导体景气并非昙花一现的短期修复，而是能够在2026—2027年持续兑现的产业级超级周期。在机构抱团强度上，本轮节奏可对标前期CPO，但基本面质量更高、周期韧性更强，行业由此进入结构性主升阶段。值得注意的是，海内外市
AI浪潮冲击，NAND闪存遭遇滑铁卢
存储芯片行业向来波动剧烈，如今又到了关键节点。这一切的转折源于几年前的人工智能(AI)爆发：当时，高带宽内存(HBM)配合AI加速器成为训练模型的首选。作为一种特殊的DRAM，HBM的利润空间远超NAND闪存。面对NAND价格走低、利润被压缩的局面，三星和SK海力士等巨头在扩充NAND产能时变得更加小心谨慎。技术层面也面临巨大挑战。随着NAND闪存层数跨过200层门槛，每代新品都需依赖尖端生产装备和庞大资金支持(图1)。如今，最顶尖的NAND器件层数已超330层。因此，尽管厂商开始将资金转向HBM生产，但