如果说长鑫科技让我们重新看到了中国存储的市场空间🤔 那么，还有哪些“中国科技资产”的机会？ - SMIC：制造端，中国晶圆制造最核心的底座之一 - GIGADEV：设计端，覆盖存储、MCU、传感器和模拟芯片 - ZJINNOLIGHT：连接端，AI 数据中心背后的高速光模块与光互连 从制造、到芯片设计、再到 AI 基础设施里的高速连接，中国科技资产链正在变得越来越完整。

🔥 港股重磅集結！7 檔人氣港股永續合約正式上線 🛜 互聯網平台巨頭 📌 TENCENTUSDT（騰訊） 📌 MEITUANUSDT（美團） 📌 NETEASEUSDT（網易） 📱 智能硬體與半導體 📌 XIAOMIUSDT（小米） 📌 SMICUSDT（中芯國際） 📌 GIGADEVICEUSDT（兆易創新） 🎨 潮流文化消費 📌 POPMARTUSDT（泡泡瑪特） 📄 完整公告 👉

Bitget上线7只港股永续合约，最高杠杆倍数20倍，覆盖互联网平台、潮流消费等主题： TENCENT 腾讯 MEITUAN 美团 NETEASE 网易 XIAOMI 小米 POPMART 泡泡玛特 SMIC 中芯国际 GIGADEVICE 兆易创新 点击图片马上交易 ⏬

为什么说长鑫科技，是未来十年中国最重要的科技公司之一？ 如果让你说出中国最重要的半导体企业，很多人第一反应可能是华为、SMIC（中芯国际）。 但真正被低估的，可能是另一家公司——长鑫科技（CXMT）。 因为它做的是一个比CPU、GPU更基础的东西：DRAM（内存芯片）。 没有内存，再强的CPU和GPU都无法正常工作。 AI服务器、大模型训练、云计算、智能汽车、智能手机……几乎所有现代电子设备，都离不开DRAM。 可以说，DRAM是整个数字世界运行的基础设施之一。 过去二十多年，全球DRAM市场几乎一直被三星、SK海力士、美光三家国际巨头主导。 而中国，长期依赖进口。 直到长鑫科技的出现。 2016年成立的长鑫科技，用不到十年的时间，实现了中国DRAM产业从0到1的突破。 如今，它已经成长为中国最大的DRAM制造商，也是全球第四大DRAM厂商，意味着中国终于拥有了自己的高端存储芯片量产能力。 这不仅是一家公司成长的故事，更是中国半导体产业发展的重要节点。 为什么长鑫科技的发展前景值得关注？ 第一，AI时代正在重新定义内存的重要性。 很多人认为AI最重要的是GPU。 其实，GPU负责计算，而DRAM负责数据存储和调用。 随着AI模型越来越大，每一次参数训练、每一次推理，都需要更大的内存容量和更高的数据传输速度。 未来几年，全球AI基础设施持续扩张，对高性能存储芯片的需求仍有望保持增长。 第二，国产替代仍然拥有巨大的空间。 中国是全球最大的半导体消费市场之一。 过去，高端DRAM几乎全部依赖进口。 如今，越来越多国产服务器、AI设备和电子产品开始采用国产存储方案。 对于长鑫科技而言，这意味着一个规模巨大的本土市场。 第三，国家战略支持。 存储芯片不仅关系商业竞争，更关系产业安全。 在全球供应链重构背景下，自主可控已经成为各国共同关注的话题。 长鑫科技所在的存储芯片领域，也因此具有重要的战略价值。 当然，任何投资都存在风险，DRAM属于典型的周期性行业。 价格上涨时利润可能快速增长；价格下行时，盈利能力也可能明显承压。 与此同时，三星、SK海力士、美光等国际龙头依然拥有深厚的技术积累和市场优势。 长鑫科技未来仍需要持续提升研发能力、扩大产能，并不断缩小与全球领先企业的差距。 但从更长远的角度来看，真正值得关注的，不只是它今年赚了多少钱。 而是中国终于拥有了一家能够参与全球高端DRAM竞争的企业。 对于任何一个制造业大国来说，拥有自己的存储芯片能力，都具有长期战略意义。 未来十年，AI、数据中心、云计算、新能源汽车、机器人……几乎所有新兴产业的发展，都离不开存储芯片。 而长鑫科技，正站在这条长期产业趋势之上。 它未必会一帆风顺，但它已经成为中国半导体产业中，最值得持续关注的企业之一。 真正有价值的公司，不一定每天都在热搜；但当时代需要它的时候，它往往已经站在产业链最关键的位置。 非常看好长鑫科技。

绿帽将骚老婆交给两位精壮猛男来开发，她一边享受大鸡吧如打桩机的猛烈撞击，一边嘴里还如美味般来口吸另一位单男的巨根！此刻，最性福的女人便是她了！ 本片高清完整版21分钟 已经更新在主页置顶电报群

Bernstein昨天给海光信息的目标价从280元上调至450元，核心逻辑是Agentic AI正在颠覆过去四年"GPU独占AI capex"的格局，CPU的角色从配角回到主角。全球服务器CPU TAM从2025年的390亿美金膨胀到2030年的2230亿美金，六倍。海光作为全球唯一Intel/AMD之外的x86服务器CPU供应商，是这个结构性转向里最直接的中国受益标的。 先看Agentic AI为什么对CPU需求完全不同于传统LLM。LLM时代的工作负载映射在大规模并行矩阵运算上，GPU天然契合，CSP训练集群的GPU:CPU比从2020年的3:1一路拉到2024年的8:1。但Agentic AI的计算结构完全不一样。Agent编排、工具调用、上下文窗口管理、多Agent协调、人机交互回路，这些全是通用顺序处理，要求低时延和高内存带宽，都是CPU的活。GPU的工作退缩到token生成本身，其余一切回归CPU。Bernstein给出的数据是GPU:CPU比到2030年反转到2:1，CPU在推理集群AI capex中的占比从14%升至50%。 AMD自己在2025年11月分析师日给的CPU TAM预期是600亿美金，半年后2026年Q1财报电话会翻倍到1200亿。Intel连此前减值报废的库存芯片都能卖掉，客户抢着要。供需紧张程度可见一斑。 中国的x86服务器CPU TAM从2025年的70亿美金到2030年的270亿美金，但增长节奏分两个阶段。2025到2028年CAGR约31%，低于全球的35%，原因是双重供给约束。一方面AMD和Intel的产能被美国超大规模客户优先吸收，分配给中国的份额在缩减。另一方面SMIC先进制程产能有限，既限制了国产AI加速卡的放量（AI加速卡供应不足直接压制CPU的配套需求），也限制了海光自身的晶圆分配。2028年之后这两个约束同时松动。SMIC及其他国内代工厂的先进节点产能规模化释放，国产AI芯片供应上量带动服务器整体部署加速，叠加地方政府主导的AIDC投资追赶，中国CPU市场CAGR升至36%，开始跑赢全球。 海光的技术代际演进值得细看。2016年通过AMD Zen1授权起步，2019年被列入实体清单后失去AMD后续技术支持，但Zen1的IP授权本身不可被追溯撤销。从Gen2到G4，海光在14nm（后转SMIC N+1/10nm等效）的制程约束下，通过架构、内存子系统和I/O的自主改进，每代实现30-50%的性能提升。G4已经做到64核、DDR5、PCIe5.0，SPEC2017 int-rate得分大约1000，对标Intel Xeon四代/五代（2022-2023年产品）和AMD Zen3（2021年产品），技术差距稳定在2-3年。一个有意思的侧面验证是今年曝出的StackWarp硬件漏洞影响了多代AMD Zen处理器，海光完全不受影响，原因是其安全架构已经从AMD的SEV-SNP替换为自研的CSV3。这说明微架构层面的分叉是真实的，不是换皮。 G5是整个增长逻辑的承重点。128核、512线程（SMT4）、16通道DDR5、CXL2.0，全自研微架构，预计在SMIC N+2（7nm等效）上制造。Bernstein估计SPEC2017 int-rate得分能到2000以上，而Intel Granite Rapids（128 P核，2024年9月上市）得分2440，AMD Zen5（2024年）得分2089。如果G5按计划出来，海光跟全球最新产品的差距就从现在的"差两代"缩小到"差一代"。 128核的可行性不依赖制程突破，依赖chiplet封装。不上单片128核的巨型die（良率会崩），而是把多个较小的compute chiplet拼在一起，这是AMD EPYC从Zen2开始用的路线。在SMIC 7nm等效节点上做较小面积的计算die，良率可控，总核心数取决于封装多少块die。IPC的+17%提升来自从Gen2到G4积累的四代全流程设计经验加上国产EDA工具在7nm数字逻辑综合上的成熟。16通道DDR5则依赖长鑫存储的DDR5产能扩张和澜起科技的CXL控制器IP。三个条件中，SMIC的7nm产能分配是最硬的瓶颈。 海光G5真正差异化的点在SMT4。512线程/每socket，这在当前所有服务器CPU里是最高水平。AMD和Intel的主流产品是SMT2。SMT4在什么场景有优势？多租户推理服务（逻辑CPU密度翻倍，单位推理请求成本下降）、Agentic AI的编排层（大量I/O-bound和memory-bound的轻量线程）、以及内存受限的LLM推理（线程在等KV-cache数据时其他线程能利用执行单元）。这恰好是中国市场未来最大的增量场景。中国在推理侧有结构性优势，电力成本低加上DeepSeek等厂商展示的LLM推理优化能力，意味着同样算力下token产出更高。如果中国数据中心的CPU:GPU配比因此高于美国，那CPU需求的上行空间比Bernstein的base case还要大。 Bernstein给海光的市占率预测是按价值从2025年的19%到2030年的36%，按出货量接近50%（因ASP低于Intel/AMD）。逻辑分两步。第一步是信创存量需求的持续消化，这是政策驱动的底仓，不依赖性能绝对值。第二步是2027年之后CSP的商业化采购启动，这才是增量的大头。CSP客群到2030年会占中国x86服务器部署的约75%。海光在这个市场从目前的中个位数渗透率做到20%，需要G5的性能足够用，同时AMD/Intel的供应持续偏紧。海光还有一个独特杠杆，CPU+DCU（AI加速卡）的全栈捆绑。在国产AI芯片供应紧张期，海光可以用DCU的分配权换CPU的采购量，反之亦然。除华为外没有第二家能这么做。 整套逻辑成立与否，供给侧取决于SMIC先进节点的产能爬坡能不能支撑G5持续放量，需求侧取决于CSP客户的实测验收。G5在6月已确认量产出货，配套服务器从风冷双路到浸没式液冷（单组80,000+核心）都有了，但目前没有任何独立的SPEC跑分公开数据。2000分是Bernstein的估算，不是实测。CSP大规模采购需要POC验证周期，从送样到资质认证到批量上架通常两到三个季度。看看下半年是否有头部CSP的集采订单落地。