预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
【国外信号传导】1 亿美元押注非英伟达推理芯片:算力竞争转向单位 token 成本:价格战与算力多元化是一枚硬币的两面:模型厂商把 token 价格压到 1 美元/百万,推理侧的毛利只能靠更低的单 token 成本来守,这给非英伟达推理芯片留出了真实需求缺口;而 neocloud 被质疑的恰恰是'用英伟达卡做转售'的薄利模型。谁能在降价周期里维持每 token 成本最低,谁就能活下来。 ⇒ 寒武纪(看多):推理侧去单一供应商的逻辑与国产替代完全同向,价格战越激烈,每 token 成本更低的国产推理卡获得的验证窗口越大。
【国外信号传导】DeepSeek 千亿融资把能源资本拉进模型公司的股东名册:四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。 ⇒ 寒武纪(看多):千亿融资中相当比例将转化为国产算力采购,国产推理芯片的订单能见度与议价能力同步改善。
【国外信号传导】三家头部公司在同一周把 AI 变成金融资产:三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。 ⇒ 寒武纪(看多):海外模型公司把募资大比例投向算力,会继续推高 GPU 与先进制程价格,反向强化国内自研推理芯片的采购动力。
【国外信号传导】国产算力从"能造"走到"能赚":利润验证叠加模型涨价:逻辑链是完整的:模型厂商涨价说明推理需求已是刚性且供给出清,需求刚性直接转化为算力采购订单;订单规模足够大,才让寒武纪这类国产芯片厂商摊薄研发、跑出单季14亿元利润。宁德时代入股DeepSeek则补上了能源这一环——大模型竞争的成本瓶颈已从芯片转向电力。人才端的高薪抢夺则说明产业正从算法竞赛转入工程化交付。四者共同指向国产AI基础设施闭环正在成型。 ⇒ 寒武纪(看多):单季14亿元利润已验证规模化交付能力,在国产替代订单与模型涨价带来的需求刚性下,营收可见度显著优于同业。
2027年一季度前,国产AI芯片在新建国产智算中心采购中的占比将超过60%,且寒武纪单季营收保持连续正环比。
证伪条件:若2027年3月前寒武纪出现单季营收环比下滑,或国产芯片在新建智算中心招标占比未过半,则判断错误。
国产算力从"能造"走到"能赚":利润验证叠加模型涨价;逻辑链是完整的:模型厂商涨价说明推理需求已是刚性且供给出清,需求刚性直接转化为算力采购订单;订单规模足够大,才让寒武纪这类国产芯片厂商摊薄研发、跑出单季14亿元利润。宁德时代入股DeepSeek则补上了能源这一环——大模型竞争的成本瓶颈已从芯片转向电力。人才端的高薪抢夺则说明产业正从算法竞赛转入工程化交付。四者共同指向国产AI基础设施闭环正在成型。;评估国产算力标的应看客户结构分散度与四季度环比,而非单纯同比增速;能源长约将成为模型公司的核心资产;具身智能的数据采集环节是被低估的早期机会。
【国外信号传导】国产算力出现第一个被财报验证的盈利样本,架构替代路线同时拿到十亿元级资本:把四条串起来:词元涨价说明推理需求端的价格弹性已经恢复,厂商不必再靠亏损换量;寒武纪的利润高增证明国产推理卡能挣钱;亿铸的十亿元融资说明资本愿意为「绕开先进制程、用架构换能效」的第二条路线付费;外资存储厂在华转产高层数 NAND,则反映供给端在为更高密度的本地算力配套做准备。这四条共同指向国产算力从「能用」进入「能赚」的阶段切换。 ⇒ 寒武纪(看多):净利润增速显著高于营收增速,说明产品结构与规模效应同时改善;若 Q4 在补助占比下降的情况下仍维持盈利,估值方法可从 PS 切换到 PE,重构定价体系。
2026 年 Q4 寒武纪单季营收环比继续增长且全年扣非净利润为正;到 2027 年底,国内将出现第二家年营收超过 50 亿元人民币的 AI 芯片公司。
证伪条件:若寒武纪 Q4 营收环比下滑或全年扣非净利润为负,或 2027 年 12 月 31 日前仍无第二家国产 AI 芯片公司年营收突破 50 亿元,则此判断错误。
国产算力出现第一个被财报验证的盈利样本,架构替代路线同时拿到十亿元级资本;把四条串起来:词元涨价说明推理需求端的价格弹性已经恢复,厂商不必再靠亏损换量;寒武纪的利润高增证明国产推理卡能挣钱;亿铸的十亿元融资说明资本愿意为「绕开先进制程、用架构换能效」的第二条路线付费;外资存储厂在华转产高层数 NAND,则反映供给端在为更高密度的本地算力配套做准备。这四条共同指向国产算力从「能用」进入「能赚」的阶段切换。;判断的落点不是某家公司的股价,而是产业链的采购行为会变:服务器集成商敢于把国产卡写入主力方案,地方基金敢于投长周期架构项目。风险在于寒武纪的利润中补助占比若过高,示范效应会被打折,需要在下一季财报中核实扣非口径。
【国外信号传导】国产模型首次在参数规模与编程智能体上正面对标国际旗舰:两件事放在一起看,国产模型正在形成清晰的分层:头部用超大 MoE 争夺能力上限与高毛利 API,运营商与行业玩家用 29B 级专用模型承接私有化与低成本场景。这条分层路径与国际市场不同——海外是通用大模型通吃,国内因为算力受限与政企私有化需求,反而长出了专用小模型的中间层。编程智能体反超则意味着最高付费意愿的场景开始被国产模型侵蚀。 ⇒ 寒武纪(看多):3 万亿参数 MoE 的推理对加速卡显存与互联带宽要求提升,国产旗舰扩大会直接拉动国产推理卡采购;对标关系明确,属于产业链上游受益。
【国外信号传导】中国大模型的钱换了主人:产业资本取代 VC 成为定价方:这四条线索指向同一个结论:中国 AI 的竞争力正在从模型参数转向成本结构与供应链自主。DeepSeek 的钱来自电池龙头与流量巨头,本质是用电力、储能与场景换取模型能力;中电信用开源专用模型绕开基座军备竞赛,把稀缺资源投在能落地的行业场景;华为在端侧用存储与内存调度换效率,是同一逻辑在硬件层的体现。当资本、算力与电力三者被同一批产业方掌握,模型公司的独立定价权会被显著削弱。 ⇒ 寒武纪(看多):产业资本主导的融资会把资金明确导向算力采购,而在出口管制背景下国产训练卡是唯一可规模交付的选项,寒武纪是直接受益的供给方。
【国外信号传导】框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额:三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。 ⇒ 寒武纪(看多):CUDA 锁定被框架层削弱后,国产芯片的竞争维度从生态兼容转向性价比,寒武纪的推理产品线在云厂商多芯片采购中获得的验证机会增加。
【国外信号传导】AI 算力涨价链从数据中心外溢到端侧 PC:这四件事构成一条完整的涨价链:端侧AI带来新的算力与内存需求(RTX Spark),推动先进制程代工满载(台积电),拉动上游设备扩产(ASML),最终体现为存储与整机价格上行(+46.7%)。AI 已不再只是数据中心的资本开支故事,而开始进入消费电子的BOM成本项——这意味着2027年的换机潮会同时伴随价格上涨,量价关系与以往的消费电子周期完全不同。 ⇒ 寒武纪(看多):端侧与国产算力需求上行叠加海外供应不确定性,国内客户采购国产AI芯片的意愿与预算同步走强
【国外信号传导】算力主权竞赛升级,国产芯片与散热材料成为被动受益的确定性环节:四条线索从供需两端勾勒出同一件事:算力基础设施建设仍在加速,且各国都在追求本地化供给。英伟达用投资换取欧洲市场准入,腾讯用债权工具承接长期投入,华为在制程受限下靠架构与供应链协同迭代,而一盛新材这类材料公司则吃到了功率密度上升带来的散热刚需。国产替代的真正机会不在做「另一个 GPU」,而在这些被算力密度物理性拉动的配套环节。 ⇒ 寒武纪(看多):英伟达在欧洲加码投资、腾讯以50亿美元债券募资投向算力,共同确认国内算力采购的持续性,国产 AI 芯片作为替代供给的订单确定性提升。
【国外信号传导】AI 算力扩张的瓶颈已从产能转向资金:供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。 ⇒ 寒武纪(看多):海外供给短缺缓解后竞争回归价格与生态,反而强化国内算力自主的必要性;无问芯穹 23 亿元融资带动的中间层扩容会直接转化为国产 AI 芯片订单与板块情绪重估。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 寒武纪(看多):国产模型以降本为核心目标,会提高对国产推理芯片的适配与采购意愿,推理侧需求比训练侧更稳定可预期,订单能见度更好。
【国外信号传导】70 亿美元买的不是模型,是「不用英伟达」的选择权:把三件事放在一起看,亚马逊做的是同一件事的两面:技术上通过软件层让算力可迁移,削弱单一 GPU 供应商的锁定;社会层面通过放弃 NDA 降低地方政府的审批阻力。两者共同降低的是 AI 基础设施扩张的两个非技术瓶颈——硬件议价权与社区许可。这是云厂商第一次把「替换英伟达的期权」当作可定价资产买入。 ⇒ 寒武纪(看多):跨加速器迁移软件一旦成为行业标配,国产芯片只需兼容统一软件层即可切入客户测试,硬件生态短板被部分补偿,验证周期缩短。
【国外信号传导】算力栈正在纵向分层:硬件仍集中,算子层首次出现可替换选项:三条线索其实在描述同一个结构变化的不同层:最上层是定制芯片与产能金融化(博通 500 亿美元债务),中间层是编译器与算子开始解绑(DeepSeek + 昇腾),最下层是终端承接推理负载(AI PC)。硬件依然高度集中,但「换芯片的成本」这层护城河正在被资本与开源双向削弱。当算子层可替换、终端可分担推理时,算力栈的议价权会从芯片供应方向下游迁移。 ⇒ 寒武纪(看多):DeepSeek 开源算子工具降低了模型迁移到国产芯片的门槛,寒武纪作为国产 AI 芯片龙头直接受益于推理侧替换加速。
【国外信号传导】算力与存储同时进入「扩产 + 证券化」,上游比模型层更早兑现:四条线索共同说明一件事:模型层在打价格战、毛利被主动压缩,而上游因产能与交期的物理刚性,反而拿到更稳的定价与更早的资本兑现窗口。海外用 Pre-IPO 锁定 GPU 产能,国内用扩产加指数化资金托底存储与芯片,AI 产业链的利润正在向「卖水人」集中。 ⇒ 寒武纪(看多):海外算力资产估值抬升会带动国产算力板块重估,叠加推理需求外溢,国产 AI 芯片的替代叙事与订单预期同步走强。
【国外信号传导】算子层解耦开始撬动 CUDA 的地基:模型代码可移植、算子性能不可移植,这是 CUDA 生态最深的护城河。DeepSeek 把算子层开源并适配昇腾,等于把「迁移成本」从开发者身上转移到工具链上;而长鑫的存储扩产解决的是另一半瓶颈——算力有了、内存跟不上同样跑不起来。一端是软件解耦,一端是硬件自给,两条线合起来才构成国产算力从「能用」到「划算」的完整条件。这也是国内路线与海外「抬订阅价、堆算力」最本质的分野。 ⇒ 寒武纪(看多):算子层解耦直接降低其软件栈适配成本,原本最被诟病的「生态弱」短板被开源工具链部分补齐,客户试用门槛显著下降。
【国外信号传导】国产算力在去 CUDA 绑定上出现工程级进展:把软件层的算子抽象、硬件层的昇腾适配、产能层的存储扩产放在一起看,国内正在做的是把「单点芯片可用」升级为「整套工具链可迁移」。CUDA 的真正壁垒不是指令集而是算子库与开发者习惯,开源算子层是唯一可能低成本撬动的切入点。AMD 用 82 亿美元买软件栈,恰好从反面证明工具链才是当下的定价核心。 ⇒ 寒武纪(看多):统一的国产算子抽象层降低了适配门槛,寒武纪可复用同一套工具链争取客户,有助于缩小与昇腾之间的生态差距。
【国外信号传导】国产算力正在从「缺硬件」转向「补软件栈」:四件事拼出的是一条完整的国产替代路径:长鑫解决内存供给这一物理短板,DeepSeek 用开源算子与弹性训练框架解决「迁移成本高、利用率低」的软件短板,而对面的英伟达用1500亿美元回购宣告生态投入不会减速。关键变化是责任主体迁移——过去算子适配是芯片厂自己的功课,现在模型厂商基于真实负载下场开源,可信度和实用性都更高,这意味着国产芯片的可用性拐点可能比预期更早到来。 ⇒ 寒武纪(看多):模型厂商主动开源算子与基础组件,直接压低其软件适配门槛;若能兼容 DeepSeek 开源栈,其硬件在推理场景的可获得性将显著改善,重估逻辑从算力指标转向生态位。