核心观点：先进装备出口或更开放，百年大变局下中国军贸或正在崛起

全球军贸市场需求持续增长，中国军贸市占率连续4年位居全球第二

2023年，全球装备生产和军事服务百强公司军火销售总额达到6320亿美元，相较2022年增长了4.2%。其中2020~2023年，连续4年美国军贸位列全球第一，中国位列全球第二。俄罗斯排名有所下滑，市占率由2020年的第4位（5%市占率）下滑至2023年的第5位（4.0%市占率），整体有所下滑，其缩减的军贸市场份额成为关注的热点。

乌克兰危机、中东局势不稳、欧洲大幅加增防务预算等加剧了全球不稳定性，无人化装备受重视程度显著提升

对抗中的“无人化装备”使用比例显著提升。国内会议也明确提出“加强无人智能作战力量发展”。无人机系统通过对现有装备体系的跨域“赋能”，发挥其持续、灵活打击的能力，可有效提升装备信息组网和对抗水平。无人机作为新质新域力量的重要一环，新一轮装备采购需求或将加速开启。

无人机产业链相关企业：【中无人机（与机械组联合覆盖）】【航天彩虹】【航天电子】【洪都航空】【纵横股份】【广联航空】【航天环宇】等。

新一代航空装备出口提速，军贸业务提升至“主责主业”高度，主机厂争相打造拳头产品

2022年，中国主战装备J-10CE首次交付巴基斯坦。我国目前最先进的L15高级教练机也成功实现了出口。自2023年航空工业集团将军贸提升至“主责主业”地位后，主机厂争相打造拳头产品，积极推进新一代装备的出口。先进战机产业链相关企业：【洪都航空】【中航沈飞】【中航成飞】【中航西飞】【中直股份】等。

低成本制导装备及防御性雷达产品需求或有望增长

据美国2024年国防预算数据披露，美国采购了大量的GLMRS（海马斯）火箭弹，其中2022~2024年将分别采购6374枚（10.0亿美元）、5954枚（13.4亿美元）、5064枚（10.3亿美元），彰显出“低成本+大批量”的采购特点。此外，中东地区局势依旧动荡，防空预警雷达或将成为关注重点。制导装备产业链：【高德红外】【北方导航】【理工导航】【智明达】【中天火箭】【晶品特装】【广东宏大】【长城军工】等；雷达产业链【航天南湖】【国睿科技】等。

同时关注地面兵装产业链：【内蒙一机】【晶品特装】等；以及其他有出口业务的公司：【威海广泰】【航宇科技】【睿创微纳】等。

政策推动：2020年八部委发布智能化矿山建设要求，2024年初矿山安全局要求2026年矿山机器人替代比例达20%以上，北京出台政策要求2027年前在危险繁重重复工作领域实现万台级机器人替代，矿监总局和工信部2024年发文要求加快智能化矿山建设，推动五大类38个场景机器替代人，且计划将示范推广场景从五大类38种增加到五大类111种。

市场规模：2023年官方统计煤矿4400座，非煤矿山约37000座，煤矿从业人员约377万。按要求2024 - 2026年煤矿需用智能装备或机器人替代30%人员，非煤矿山替代20%，煤炭从业人员整体减少10%以上，市场空间巨大。若按一台机器人30 - 50万，单个矿山平均一两百台机器人计算，市场规模可达数千亿。

2、公司公司概况

发展历程与业务：梅安森成立于2003年，二十多年来一直围绕煤矿、非煤矿山的井工开采，从安全监控到安全生产管理，再到智能化矿山建设，提供从感知到传输、通讯、位置服务、3D技术、综合管控平台及AI人工智能的综合服务，核心业务是为煤矿安全生产提供软硬件一体化保障。

市场地位：在煤矿业务方面，有系统的矿一千多座，服务的矿超2000座，占比超40%，按同行业可比产值算，占行业10% - 15%；在非煤矿山，是紫金矿业、铜陵有色、宝武等大型企业客户，覆盖范围广。目前主要业务以自动化矿山和六大系统安全生产服务为核心。

3、矿用机器人业务

技术需求：矿用机器人需在通用机器人技术基础上，解决五个方面问题，包括适应井下无卫星导航的自主导航能力、视觉识别技术、传感器检测与融合通讯技术、防隔爆和充电技术、驱动和适应能力，且要与智能化矿山综合管控平台互动一体化。
业务进展与规划：正在与通用机器人公司合作开发矿用机器人，目前先聚焦巡检、检修等安全管理检测工作的机器人。未来会率先布局擅长的矿山安监总局规划场景，并逐步完善。

成本与盈利：机器人成本受本体影响大，量产后成本受控，毛利率可观，目前同行业矿用机器人毛利率超40%。单机价值量30 - 50万，使用寿命通常2 - 3年需大修，5年需更新，业主更换意愿高，因可替代至少两人工作，还能解决安全管理问题。

4、公司优势
场景与经验优势：做智能化矿山业务多年，对矿山应用场景了解深入，从2014年投入研发，积累大量通讯、感知、测量、软件等技术及管理经验，在应用方面有先发优势。
业务协同优势：公司为煤矿做的六大系统是良好入口，矿用机器人应用需六大系统感知数据、定位、通讯等支持，且要与综合管控平台打通，公司能完整提供相关技术，协同性好，未来还将推进标准化。

5、智慧矿山主业
业务增长：2020年智能化矿山建设进入高潮期，近三年主业保持约20%增速，结合政策规划，预计到2030 - 2035年仍能保持可观增长。

产品与服务：为智慧矿山提供整体解决方案，以曹家滩项目为例，从2018年左右开始已做三期，近1.6亿订单，梳理近156个子系统并整合到工业互联网平台，打通信息烟囱，实现系统联动，类似模式在各大矿业集团推广。交付产品包含大量智能化硬件，如各种传感器，软硬件结合优势利于开展机器人业务。

Q&A
Q：在煤矿和非煤矿山这两个领域，公司分别可能做到多少市场份额？
A：目前按照对矿用机器人的定义，特别是巨型机器人，煤矿矿用基本为零，是空白且需求旺盛的市场。公司在煤矿和非煤矿山都有很多客户，如果能做出全系列矿用机器人主体，甚至成为矿用通用机器人公司，占比有可能达到30% - 40%。从产值来看，公司按同行业可比产值算大概占10% - 15%，服务的矿井数量达到40%。目前智能化矿山覆盖率不高，全国只有几百座，还有三千多座需要改造，公司作为较早进入的企业，确实可能获得较多市场份额。
Q：单个矿山平均需要多少台机器人？
A：到智能化发展最后全面替代的时候，单个矿山平均要一两百台机器人。因为用机器人替代人工很划算，一个工人一年工资加其他费用大概15万 - 20万，且一个岗位需三班倒，而用两台机器可替代一个人，一台机器至少工作年限按三年算，三五十万一台的机器人完全能帮业主省一大笔钱，所以业主主动性会非常高。
Q：机器人单机价值量是多少？
A：单机价值量最低情况是30 - 50万，有些从事更复杂工作的机器人，成本和售价会高一点，比如几十万、七八十万甚至上百万，业主也能接受，因为能替代人且工作勤勉、不提条件。
Q：机器人在矿下的使用寿命大概多久，多久换一轮？
A：这类机电设备在煤矿不允许连续使用超过五年。通常情况下2 - 3年，大概三年左右就得换，不换也得把主要东西拿来更新（大修），按原值的60%做一次大修，这是矿山的强制性要求，设备每年有20%的维护费用，每五年一次更新，这是一个持续的买卖。
Q：公司在矿用机器人方面有怎样的业务规划？
A：整机本体不自己制造，有两种方式，一是买通用本体回来做改造，包括传感等方面的改造；二是希望和通用机器人公司合作，利用他们的技术和产业链共同打造矿用机器人本体业务，再结合公司在通讯、监测、安全防范、安全隐患管控等方面的能力，提升在该领域市场的话语权和占有率。
Q：公司针对机器人做的矿山垂类模型有哪些核心底座？
A：有三大类模型底座，分别是基于de­ep se­ek的、基于阿里通义千问的，还有公司自己的大模型。
Q：这三大类模型底座最后会如何使用？
A：有可能根据效果最好来使用，也有可能是一个融合方案。因为各有优缺点，会在这个基础上共同蒸馏，然后结合应用形成一个小的模型，植入到对算力、推理、存储要求都不高，但对后台要求比较高的机器里面，以降低功耗和重量，满足安全生产需要。
Q：公司矿山安全大模型的开发进展如何？
A：公司与上海人工智能研究院进行矿山安全大模型的开发工作，目前初步开发工作已经初步完成，已交付一些矿井试用和使用。目前已经完成了20个能够成系统性地装在机器设备里面的场景系统，从安全监控到瓦斯抽放等。
Q：公司做矿山机器人业务的优势体现在哪些方面？
A：一是做通用机器人的公司很难进入矿山领域，因为矿山场景需求差异大，公司对应用场景及其中要点的了解是优势，而通用机器人公司不具备。二是公司从2014年开始投入智能化矿山技术研发，宗旨是实现减人少人、机器替代人，在通讯、感知、测量技术以及软件等方面做了大量前期准备和产品，有较强的应用先发优势，且像公司这样在六大系统介入较深、综合性强的公司不多。三是公司虽多年没做传统装备，但在无人驾驶、通过自动化和智能技术对机器进行自动化控制等方面做了大量项目，积累了很多经验。
Q：公司主业和未来机器人业务的协同关系是怎样的？
A：协同关系非常强。智能化矿山的六大系统是很好的入口。要实现矿用机器人在井下的应用，抛开机械能力方面，它需要六大系统的感知数据、位置数据和通讯支撑；还必须与矿山综合管控平台打通，其数据要通过工业互联网与综合管控平台相连；并且要接受人工智能的东西。如果一家公司能从完整的六大系统到自动化控制，再到综合管控平台、工业互联网平台以及AI大模型完整提供，做起来工作量会小很多，协同也会更好。煤矿机器人发展的第二阶段是标准化阶段，标准化之后大规模推广的时代才会来临。

Q：公司的机器人本体做出来了吗？
A：正在跟合作伙伴合作，目前还不能说已经做出来。

Q：公司做的机器人是在矿山里面挖煤的吗？
A：不是，目前做的业务更多与巡检、检修等工作有关，是从事安全管理、安全检测工作的技术。
Q：从事安全检测的机器人是实体吗？
A：是实体，它必须顺着巷道、工作面等地方去走。
Q：安全检测的机器人是做成狗还是人？
A：都可以，根据不同的岗位需要。
Q：以前矿山的巡检是靠什么进行的？
A：现在都是用人，或者短距离加个轨道，用类似轨道车的设备跑一跑，但长距离不行。
Q：现在相当于是用机器替代人进行长距离巡检吗？
A：对，用机器狗或者机器人去替代人。
Q：安全检测机器人目前做到什么阶段了？
A：会根据工作进度进行公告。
Q：矿山对安全检测机器人的需求大吗？
A：需求非常大，因为现在井下一线工作人员平均年龄快50岁了，2023年统计的数据是47点几还是48点几，现在招不到人。
Q：除矿山机器人外，其他业务进展如何？
A：其他业务目前都很正常，因马上要发年报，相关内容比较敏感。
Q：矿山安监总局列出未来要进行机器人替代的场景有多少个？
A：目前是38个场景，正在讨论，还没正式发布，之后会扩展到111个场景。
Q：对于这些机器人替代场景公司会如何布局？
A：公司可能会率先布局擅长的场景，然后逐步完善。
Q：搭载公司模型、可改装的机器人销售给客户后，盈利能力如何？
A：盈利能力取决于两点，一开始量没上来之前，利润会严重受机身本体成本的影响，因为其影响比较大；当量起来成本受控之后，由于其他东西公司都已开发完成，比较现成，毛利率应该比较可观。目前矿井使用的有限的矿用机器人，同行业毛利率基本上都在40%以上。
Q：公司在煤炭场景耕耘了多久，公司名称有什么由来？
A：公司名称是煤炭安全生产的谐音。公司2003年成立，已在行业耕耘二十多年，一直在和头部矿业集团打交道。公司创始人团队从事相关工作较早，公司创始人之一与会者年代末大学毕业就开始干这个工作，在煤矿安全生产领域有不错的理解和行业认同，在2011年上市前就能承担国家攻关项目。
Q：公司在智能化矿山方面有怎样的发展历程？
A：公司从监测到一体化，再逐步到智能化。2014年就开始投入资金在北京建团队进行研发，行业全行业第一个智能化矿山招标项目陕煤集团长山煤矿由公司完成，该煤矿是国内目前智能化矿山建设的旗帜，拥有全世界最先进的矿机。
Q：公司下游客户资源以及客户在机器人方面的合作意向如何？
A：只要能让客户在实验室看到相关产品，他们就会来签合同。长期以来行业一直在找人解决相关问题，现在工人工作存在不自觉、行为不到位、走样、偷懒等情况，会导致数据信息有问题和安全隐患。从监管部门到下游业主都希望用机器替代人，比如安全测量人员工作对体力要求高且孤独，现在年轻人不愿从事这类工作，从业者多是中年以上人群。
Q：矿监总局的机器人替代政策有哪些强制性要求和资金、政策方面的具体内容？
A：机器人替代被放进整个矿山智能化建设里面，矿山智能化建设从2020年开始，国家八部委发布了一系列强制性要求，工作分阶段进行，全部完成截止到2035年，2026年、2030年有阶段性目标，要做智能化框架验收，且随着演变会推进得越来越快。从资金支持来说，可以并入智能化矿山建设的支持里面，国家有补贴，最高好像可补贴到50%，有国家的国债资金支持和对应的奖励性资金支持，力度比较大，相关内容有明确文件，由财政部、发改委发布。
Q：公司之前与华为矿山军团有合作且获其颁奖，华为之前对公司有哪些赋能，双方的合作关系是怎样的？
A：公司与华为主要有联合技术开发，华为提供硬件，公司将其改造成适用于煤矿的产品，形成共同产品；双方还共同进行市场推广工作。比如在山西，华为和山西省政府成立经营，公司参与其中，在鄂尔多斯等地的推动工作公司也有参与。不过华为矿山军团在内部的工作不达预期，其将很多业务进行了整合。对公司来说，在人工智能、综合管控平台、项目合作、产品认证、产品适配等方面都有合作。公司作为行业资深企业，不会完全依赖某一方，而是尊重用户，基于用户需求解决问题。公司有一批忠诚用户，多年来为煤矿解决了很多安全问题，多次受到相关部门表扬。双方仍在继续合作推进，如公司做的 SPJ 矿山安全大模型，因华为在动态模型方面进展较慢，公司找到上海人工智能院，底座用了与华为盘古一致的深势开源平台技术，NLP 用了通义，后续还用了百川、阿里智能体等，整体是开放合作，目的是解决用户问题，合作情况不错。
Q：公司在智慧矿山主业的业务情况如何，近年增速怎样，未来发展趋势如何？
A：公司的战略是聚焦主业。自2020年2月国家发改委发布关于智能化矿山建设文件后，智能化矿山建设进入高潮期。在一系列政策指引配合下，公司近三年多取得年化20%的增速。结合2020年关于矿山智能化建设的15年规划，到2030 - 2035年，梅安森在智能化矿山建设里依然会占有一席之地，并保持可持续的增长趋势。公司智能化智慧矿山建设产品链长，聚集了阿里、华为等生态合作伙伴，为用户提供整体智能化矿山解决方案。以曹家滩智能化矿山建设项目为例，从2018年左右开始到现在已做了三期，接近签了1.6亿左右的订单，未来还会持续投入。各大矿业集团也会按总体规划、分步实施的模式，持续推动智能化矿山建设，最终达到减人到无人开采的效果。从能源战略和能源安全高度以及与同行交流情况来看，到2030年、2035年，主业都还能保持比较可观的增长模式。
Q：公司交付给客户的煤炭智慧系统具体是什么情况，交付的产品有哪些？
A：以曹家滩项目为例，公司为其梳理了近156个子系统，并整合到工业互联网操作平台里，打通各平台之间的障碍和信息烟囱，让各系统产生联动，使能清晰看到矿山整体运营情况。可以理解为公司给矿山做了一个完整的ERP系统，其中包含最核心的安全监控这一整套系统。交付的产品中有大量智能化硬件，包括上百个传感器，如各种有毒有害气体测量的、各种姿态（运动等）的、各种机电设备感知的、基于位置服务的以及视觉服务的传感器等，公司是软硬件结合的公司。
Q：公司交付的传感器能否用到机器人上，6G、皮肤触觉电子皮肤压力传感器等领域未来有无机会挖掘？
A：传感器肯定会用到机器人上。公司之前没有关注过6G、皮肤触觉电子皮肤压力传感器等专用领域，但在做矿机器人过程中，会加装各种各样的传感器并与现有传感器进行适配，应该能找到一些合作点。
Q：如果不考虑机器人业务，公司传统主业是否还能维持每年20%的增长？
A：公司认为应该没有问题。公司刚刚完成班子调整，新班子接下来三五年任期的工作计划和三年工作规划显示，维持这样的增速应该是基本要求。
Q：矿用机器人的发展与通用集成技术有什么关系？
A：矿用机器人的发展离不开通用集成技术的发展，必须由通用集成技术发展来推进矿用机器人技术的跟随发展。
Q：矿用机器人市场规模有多大？
A：市场规模很大，四千多个煤矿，所有矿山加起来一万多处，一处就算小一点按100台，一台40万，一个矿4000万，1万个矿就是四千亿的市场。
Q：做好矿用机器人有什么意义？
A：如果矿用机器人能达到预期层面，解决矿山特别是煤矿机器替人岗位替换的问题，不仅会有很好的经济回报，更重要的是能极大程度减少井下灾害的发生，是积德的事情。

1）ptimus show、英伟达GTC大会均在3月，预计3-5月海外figure、1x，国内华为云、阿里、宁德、汇川等大厂进展不断:

2）机器人大概率是2会重点内容，而2会的内容决定了全年产业方向，此前浙江、北京、重庆、广东已经陆续出台了机器人相关的支持方案，会后各地大概率都会积极响应，参照去年低空的盛况。我们预计支持方案包括但不限于:供给端补贴(训练成本等)、需求侧补贴(文旅、教育等早期应用)、平台型基金等。

捞点啥?

1本体代工&设计:各大厂为了尽早获取更多优质数据，应用场景开拓可能远比市场想象的快。当前主要是文娱、旅游、教育科研等场景，未来的养老、办公分身、煤矿石油、能源电力可能成为机器人最刚性也是率先落地的场景。重视相关标的:#中坚科技、梅安森、亿嘉和等;

2灵巧手产业链:第三代0ptimus大概率会在3月份的量产发布会上展出，灵巧手是最大边际变化。重点关注灵巧手产业链:(1)本体:#捷昌驱动;(2)触觉:#福莱新材、日盈电子、汉威科技:(3)电机:#鸣志电器、峰昭科技、兆威机电;

3 t链:超跌+事实上产业进展远超其他链，未来会用订单、交付说话，重视:#北特科技、三花智控、拓普集团、鸣志电器、世运电路。

1、机器人板块周五出现巨幅调整，机器人ETF-562500跌幅达到-7.5%，强势股补跌跌幅超过-10%。

2、2.28（周五）盘后，北京出台政策。加快危险、重复、繁重岗位作业的具身智能机器人替代。

3、近日养老机器人国际标准正式发布，由我国牵头制定。

简评：

调整迎良机：机器人未来会比人多，人未来工作时长会大幅缩短。远期百万亿元的机器人产业规模，叙事能级是新能源的10倍以上。机器人类比2019年爆发前的宁德、阳光，2020年的德业。股票涨多了有点回调很正常，今年多家整机厂出货会达到千台这个数量级，明年肯定是万台甚至十万台了，2025年就是机器人量产元年。预计产业&股票&基金的正循环涡轮即将打开，新的申购资金还在持续涌入机器人，上周只是量化加剧了波动，调整后优质个股迎来很好布局机会。

机器人在矿山等B端应用爆发：北京发政策推动机器人替代危险和繁重等岗位。政策和资金支持，仅北京市在27年前要落地万台机器人。国家矿山安全监察局2024年就出台了矿山机器人政策，要求矿山2026年机器人替代率不低于20%，强制推进替代。矿山涉及大量人生安全问题，亟待机器人替代。梅安森作为智慧矿山龙头，掌握了矿山场景入口、know-how和客户资源，大力推动矿山机器人落地爆发。

相关公司

矿山机器人场景：梅安森/宝通科技等

其他场景：欧圣电气等

机器人硬件：湘油泵/隆盛科技/祥鑫科技/银轮股份等

　　问：近期国内云计算厂商表示2025年将加大在AI领域的资本开支，这对公司相关产品有哪些影响？

　　答：复相关云厂商增加资本开支对公司相关产品的整体需求有积极推动作用。增加I服务的采购将直接带动PCIe Retimer芯片的行业需求，一台配置8块GPU的主流I服务器通常需要8至16颗PCIe Retimer芯片，在国内市场中，基于产品性能和本土服务支持的优势，澜起的PCIe Retimer芯片更受客户青睐，因此公司将受益于相关产业趋势；同时，在主流I服务器中需要更多的内存模组尤其是R5内存模组，因此也将带动R5内存接口及模组配套芯片的需求增长。

　　问：公司目前PCIe Retimer芯片及其SerDes IP的研发进展如何？

　　答：复2025年1月，公司推出PCIe6.x/CXL3.x Retimer芯片，并已成功向客户送样。公司的PCIe6.x/CXL3.x Retimer芯片支持16通道，其最高数据传输速率可达64GT/s，相较PCIe5.0时代提升一倍。

　　该芯片采用澜起科技自主研发的PM4SerDes(高速串行接口)IP，支持低传输时延及高达43dB的链路预算。相较于PCIe5.0，PCIe6.0编码方式由NRZ改变为PM4，同样的波特率能够让传输速度翻倍(由32GT/s提升至64GT/s)。但是相对NRZ，PM4在相同的幅度范围内需要容纳四个电平，信号幅度只有NRZ的三分之一，同时信噪比也只有NRZ三分之一。小的信号幅度和低的信噪比会对串扰和电路本身的噪声更加的敏感。因此PCIe6.0相关的SerDes IP难度大幅提升。

　　公司紧跟互连技术发展前沿，正在进行PCIe7.0Retimer芯片的研发。公司将持续推进PCIe Retimer芯片的迭代升级，尤其是做好核心IP的自研，保持一贯的高质量和高可靠性，积极拓展市场，力争在未来的竞争中保持竞争力。

　　问：MRCD/MDB芯片在子代迭代方面有哪些进展？如何预计MRCD/MDB芯片下游需求和渗透率？

　　答：复2024年，MRCD/MDB芯片开始在行业规模试用。随着支持MRDIMM的相关服务器CPU平台上市，公司MRCD/MDB芯片近期已获全球主要内存厂商规模采购。

　　2025年1月，公司第二子代MRCD和MDB芯片已成功向全球主要内存厂商送样。该产品最高支持12800MT/s传输速率，旨在为下一代计算平台提供卓越的内存性能，满足高性能计算和人工智能等应用场景对内存带宽的迫切需求。

　　由于第二子代MRDIMM的数据传输速率达到12800MT/s，较第一子代MRDIMM(支持速率8800MT/s)提升45%，同时是第三子代RDIMM(支持速率6400MT/s)的两倍，在高性能计算、I计算等对内存带宽有较大需求的工作负载下，将大幅提升系统性能，MRDIMM有望成为高性能和I服务器系统主内存的优选方案；同时，业内将有更多的服务器CPU平台支持第二子代MRDIMM，有利于MRDIMM生态的进一步完善。这些因素将共同推动MRDIMM行业渗透率的提升。

　　问：公司MXC芯片有哪些进展？目前CXL的行业生态和下游应用发展情况如何？

　　答：复2025年1月，公司研发的MXC芯片成功通过了CXL2.0合规性测试，列入CXL联盟公布的首批CXL2.0合规供应商清单。全球领先的内存厂商三星和SK海力士同期入选CXL2.0合规供应商清单，其受测产品均采用了澜起科技的MXC芯片。未来，公司将继续深化与CPU厂商、存储器厂商、云服务厂商及服务器OEM的合作，紧跟技术前沿，推进产品更新迭代，为实现CXL生态的成熟完善和CXL技术的广泛应用贡献力量。

　　根据公开信息显示，某服务器厂商于近日推出了服务器CXL内存池化方案。根据其测试，该CXL内存池化方案在I推理、向量数据库和内存数据库三个最重要的大内存应用场景中，均有卓越性能表现。在I推理场景下，实测数据显示，使用CXL扩展内存后，应用的GPU利用率提升72%，相同数据集的推理耗时缩短35%；在向量数据库应用场景中，相比全R配置，通过调整应用的R、CXL内存占比，应用吞吐量提升了24%；在内存数据库应用场景中，其内存池化方案扩展了数据库的可用内存容量，数据库吞吐量可提升92%。

　　除此之外，近期某头部云厂商也提出其正在GPU与CPU的异构资源池上做优化，未来，数据库要将昂贵的GPU尽可能地省下来做最珍贵的计算和缓存，将次要的计算和缓存推到CPU加内存和存储的三层池化中，让在线推理变得更低成本。

　　从以上公开信息可以看出，CXL的相关应用正逐步成熟与完善，下游用户对内存池化也表现出极大的兴趣，这体现了CXL内存方案未来的市场潜力。

　　问：如何预计2025年CKD芯片的销售情况？

　　答：复2024年，CKD芯片在行业规模试用。随着支持R5-6400内存模组(含CKD芯片)的客户端CPU平台上市，预计从2025年开始CKD芯片将在下游规模应用。

　　问：2024年，公司互连类芯片的毛利率水平变动情况如何？未来的变化趋势会是怎样？

　　答：复2024年度，公司互连类芯片产品线毛利率为62.66%，较上年度提升1.30个百分点。2024年第四季度，互连类芯片产品线毛利率为63.42%，较第三季度提升1.21个百分点。

　　由于公司可销售的互连类芯片产品越来越多，互连类芯片产品线毛利率更多体现了多款产品的综合毛利率水平，与公司当期销售的产品结构相关。根据毛利率水平，相关产品分两大类1、相比互连类芯片产品线毛利率，R5内存接口芯片及高性能运力芯片新产品(MRCD/MDB、PCIe Retimer、CKD、MXC)的毛利率水平更高；2、R4内存接口芯片已进入产品生命周期后期，部分内存模组配套芯片是公司与合作伙伴合作研发的，需要分享一定的产品毛利，因此相关产品毛利率相对较低。

　　随着R5渗透率持续提升及高性能运力芯片新产品规模出货带来的收入占比提升，互连类芯片产品线毛利率水平未来有望保持在较高水平。

　　澜起科技(688008)主营业务：云计算和人工智能领域提供以芯片为基础的解决方案。

　　澜起科技2024年三季报显示，公司主营收入25.71亿元，同比上升68.56%；归母净利润9.78亿元，同比上升318.42%；扣非净利润8.74亿元，同比上升460.88%；其中2024年第三季度，公司单季度主营收入9.06亿元，同比上升51.6%；单季度归母净利润3.85亿元，同比上升153.4%；单季度扣非净利润3.3亿元，同比上升116.83%；负债率5.68%，投资收益3588.51万元，财务费用-1.95亿元，毛利率58.12%。

　　该股最近90天内共有12家机构给出评级，买入评级8家，增持评级4家；过去90天内机构目标均价为79.68。

证券之星消息，2025年2月28日澜起科技(688008)发布公告称公司于2025年2月27日接受机构调研，BlackRock、银华基金管理有限公司、银河基金管理有限公司、长信基金管理有限公司、国联安基金管理有限公司、西部利得基金管理有限公司、嘉实基金管理有限公司、国投瑞银基金管理有限公司、国泰基金管理有限公司、天弘基金管理有限公司、尚正基金管理有限公司、Boyu Capital、国海富兰克林基金管理有限公司、圆信永丰基金管理有限公司、农银汇理基金管理有限公司、浦银安盛基金管理有限公司、国寿安保基金管理有限公司、兴业基金管理有限公司、永赢基金管理有限公司、中银基金管理有限公司、中加基金管理有限公司、中邮基金管理有限公司、Neuberger Berman、中海基金管理有限公司、东方阿尔法基金管理有限公司、友邦人寿保险有限公司、泰康资产管理有限公司、华泰资产管理有限公司、新华资产管理有限公司、华夏久盈资产管理有限公司、上海海通证券资产管理有限公司、财通证券资产管理有限公司、红杉资本股权投资管理有限公司、Forward Edge investment、朱雀基金管理有限公司、华宝信托有限责任公司、中国国新控股有限责任公司、中电科投资控股有限公司、上海睿郡资产管理有限公司、上海常春藤私募基金管理有限公司、上海保银私募积极管理有限公司、上海合远私募基金管理有限公司、上海煜德投资管理中心、上海承周资产管理有限公司、交银施罗德基金管理有限公司、上海原点资产管理有限公司、上海铭大实业(集团)有限公司、上海瀛赐私募基金管理有限公司、上海天倚道投资管理有限公司、上海晨燕资产管理中心(有限合伙)、上海于翼资产管理合伙企业(有限合伙)、泉果基金管理有限公司、浙江英睿投资管理有限公司、杭州乐信投资管理有限公司、杭银理财有限责任公司、宝盈基金管理有限公司、广州黑金私募证券投资基金管理有限公司、四川龙蟒集团有限责任公司、阳光融汇资本投资管理有限公司、中睿合银投资管理有限公司、鑫元基金管理有限公司、艾希资本、五矿鑫扬(浙江)投资管理有限公司、西藏源乘投资管理有限公司、东证融汇证券资产管理有限公司、广发证券股份有限公司、汇添富基金管理有限公司、华泰证券股份有限公司、西部证券股份有限公司、长江证券股份有限公司、中银国际证券股份有限公司、光大保德信基金管理有限公司、万家基金管理有限公司参与。

趋势一 推理计算提升大模型准确率，强化学习激发模型推理能力

OPenAl发布新的具有深度思考能力的a1推理模型，推理侧缩放法则同样存在，大模型算力需求逐步迁移至推理侧。ol模型在复杂问题上花更多时间进行思考而非直接回应，具有改善和调整策略的能力。在科学、代码和数学等复杂问题上表现出色。思维链和思维树通过中间推理步骤帮助大模型实现了复杂的推理能力，大语言模型能够自己对推理过程的中间思维进行评估，ol呈现出类人的逻辑思维潜力。

强化学习激发模型推理能力，复杂思维方式反思能力涌现。传统大模型需要大量人工标注的监督数据进行训练，DeepSeek-R1-Zero验证了无需任何微调数据，仅通过强化学习即可实现推理能力的自主进化。而且这是没有奖励思维链长度的情况下实现的，即目标只是为了作对题目，大模型就会自发进行更长地思考，并且最后回答效果更好。在这个过程中，自发涌现出“反思”、“多步验证”等复杂推理行为，出现问题后，模型会自动纠正早期错误，这种“智能”的出现，为未来更有智慧的Agent出现铺平道路。

结合蒸馏技术实现能力的高效迁移。使用DeepSeek-R1作为教师模型生成800K数据，并对多个小型密集模型微调，小模型性能飞跃。以通叉干问的15亿参数量大模型为例，经过DeepSeek蒸馏后，数学题上超过GPT40-0513的水平，为小算力实现特定功能奠定了基础。

趋势二高质量数据更为稀缺，合成数据价值显现

高质量数据的稀缺性日益加剧。生成式AI模型的智能表现很大程度上依赖于数据，高质量数据是构建和训练复杂大模型的基础，模型训练所需要的数据主要来源于互联网上的文字和视频。目前大语言模型需要的数据资源规模目益扩充，加速了数据资源耗尽的时间点到来，同时互联网数据的创建者提升了数据抓取的限制。让搜寻数据变得越来越困难。

合成数据是一种模仿真实世界数据的非人工创建的数据，是由基于生成式AI技术的计算算法和模拟创建而成。英伟达发布的开源模型Nemotron-4340B，开发者可以使用它们生成用于训练大型语言模型的合成数据，以应用于医疗、金融、制造、零售及其他各行各业的商业应用，生成的合成数据在规模较小的大语言模型训练中将扮演重要的角色。

合成数据与推理时计算的化学反应在DeepSeck V3、DeepSeek R1中开始显现。以DeepSeek为例，用DeepSeek RI模型蒸馏出来高质量CoT数据去训练DeepSeek-V3，其高质量的合成数据对V3基础模型训练有明显提升。

趋势三 缩放法则依然有效，o3与GPT5循环驱动有望开启

缩放法则(Scaling law)t人工智能领域的缩放法则在2020年被首次提出，缩放法则在过去一段时间内指引大语言模型取得巨大成功:随着模型参数数量、训练数据量和计算量的增加，模型的性能会以可靠且可预测的方式提高。

发展趋势:随着大语言模型的模型尺度快速上升以及数据和算力的限制，尽管提升模型参数带来性能上升的边际收益正在逐步递减，提升模型参数规模、扩大训练语料库仍然是大语言模型提升性能的重要手段。在多模态数据中、在模型推理过程中、在生物数据中、在世界模型中，缩放法则初步展露头脚，缩放法则将从文本为主的大语言模型训练迁移到更加广阔的人工智能领域，指导人工智能模型在更多维度上的发展路径。

o3模型有望驱动模型和数据间的飞轮效应。o3模型思维链过程数据是目前AI行业的稀缺资源，可以极大推动模型和数据的飞轮效应，未来o3提升GPT-5、GPT-5提升o4的循环有望开启。

趋势四 应用的最佳形态一一超级智能体(AIAgent)

AI Agent指接受周围环境的信息，做出规划和决策，并通过执行器采取行动的人工智能体。Agent主要包括三个行动，以LLM为大脑模块的Agent展现出强大潜能，大语言模型展现的推理能力和决策能力是AIAgent的灵魂。

AIAgent即将进入能力快速跃升阶段。随着LVM(纯视觉大模型)和流式多模态模型的不断成熟，大语言模型的视近期大语言模型在推理侧“慢思考”能力方面取得的突破，意味着AIAgent已准备好进入普及阶段。

全球巨头争相布局端侧AIAgent。头部的人工智能企业和互联网公司均在端侧AIAgent方面有所布局，AIAgent展望后续，Agent在C端有望成为AI时代的操作系统，大量营销、办公等B端AI助手向Agent过渡。

趋势五 具身智能不断突破，人形机器人进入量产元年

具身智能的核心能力:感知、学习和与环境动态交互的能力。

Nvidia世界模型加速机器人训练。物理AI模型开发成本很高并且需要大量真实数据和测试，英伟达推出的Cosm
发者能够轻松生成大量基于物理学的逼真合成数据，以用于训练和评估其现有的模型。

人形机器人进入量产元年。特斯拉在2023年12月发布第二代原型机OptimusGen2，Optimus而仅仅依靠2D摄像其端到端神经网络经过训练，能够对特斯拉工厂的电池单元进行准确分装，算法在机器人的FSD计算机上实时运

人形机器人相继进入工厂实训，加速智能制造落地进展。预计2025年有上千台机器人应用于特斯拉工厂，未来人、自动化设备等协同作业，实现柔性化生产。家庭场景是最具潜力的市场之一，未来目标可以完成扫地、擦伴老人等。

趋势六 AI4science : 黄金时代已经到来

人工智能极大加速科学研究进度。人工智能应用可见于所有STEM领域，应用在医学、材料科学、机器人技术、
学等领域，人工智能擅长模拟复杂系统及研究组成部分之间的相互作用，可以在庞大的问题解决方案中寻找最智能在蛋白质结构预测、小分子药物研发、材料结构预测、数学问题证明等研究过程中具备巨大的优势。

诺贝尔奖:2024年诺贝尔物理学奖给了美国科学家约翰·霍普菲尔德、英国裔加拿大科学家杰弗里·辛顿，以
网络实现机器学习的基础性发现和发明”。2024年诺贝尔化学奖授予德米斯·哈萨比斯和约翰·M·詹珀，
AlphaFold在蛋白质结构预测方面的贡献。

展望未来，特定领域短期内就能从AI中受益，比如自主实验室。同时，AI智能能够提升最先进技术水平，比如的生物、化学或物理过程的长度和时间尺度相关的研究。

趋势七 端侧创新将不断涌现，AI塑造端侧新分工新格局

随着AI大模型逐步成熟，几乎所有硬件产品都可以加入AI元素来提升表现能力。“AI+硬件”模式在办公、娱乐、教育未来有望在更多场景以更多品类形式进行应用。

2024CES展会的关注焦点是AIPC和AI手机，2025CES展会能看到端“百镜大战”的预演，三星喊出“AIl for AI”的口号，在手机、电视、耳机、戒指、手表等产品中均融入AI。

硬件产品功能性较强的单品逐步扩散到全场景、全品类、全价格段的多品类铺量模式。各品类SKU的需求量快速增加，合的创新在不断涌现，有望催生新一轮产业链分工，同时拉动上游SoC、PCB、新型封装、存储等产品。

趋势八 自动驾驶迈向端到端，Robota进入商业化落地阶段

自动驾驶算法经过多年不断演进路线，目前进入端到端驾驶算法发展阶段。端到端自动驾驶算法采用感知决策一体化法模型，直接输入传感器感知的信息，输出控制结果。自2023年以来智驾行业掀起的BEV、端到端技术浪潮后，智络融入感知、规划、控制等环节。大语言模型和视觉语言模型(VLM)逐步与端到端融合，进一步增强环境理解能型将端到端、VLM两个模型合二为一，多模态大模型将成为端到端自生的一种能力。

智能驾驶商业化进程不断加速。国内Robota相关政策不断完善，逐渐建立起Robota从准许上路到全无人商业运营，则在内的政策体系。智能驾驶算法不断向上迭代的同时，配有高阶智能驾驶产品的车型起售价在不断下降。

趋势九“人工智能+”全面铺开，企业数字化率先落地

“人工智能+”旨在将人工智能作为一种基础性、驱动性的技术力量，与制造、医疗、教育、交通、农业等多个领域进出新的产品、服务和商业模式，从而推动传统行业的转型升级和社会经济结构的变革。

企业数字化率先落地。对于提升效率，人工智能通过自动化流程与智能预测，使企业能够在短时间内实现更高的生产通过数据驱动的决策支持系统，人工智能帮助管理者做出更加精准基于数据分析的信息，从而降低风险，提高竞争 AI潜力巨大的领域，通过个性化推荐、24小时客服等方式，极大地提升了客户体验与满意度。

趋势十 AI对能源需求大幅增长，可持续发展日益紧迫

推理端算力需求大幅增长。随着基础模型的日益成熟，推理侧算力需求开始大幅增长。以字节为例，日均tokens调用量从1200亿增长到4万亿，所需要的算力大幅增长。

随着人类进一步训练更大参数量的模型，以及越来越多的AI应用开始部署，基于云的人工智能系统需要消耗更多的能源。英伟达单卡功耗从A100的400W到B200的1200W，功耗越来越高，并且服务器也开始迈向机柜式方案设计，对供电系统提出了更大的挑战。同时，为了更高效、更稳定、更环保，全球新一轮AIDC开始启动建设。

1）1/20发布，开源，性能比肩0penAI01，训练及推理成本远低与海外大模型

2）海外掀起复现DeepSeek R1热潮，海外科研人员评价积极居多

3）通过强化学习、MoE稀疏激活、开源等方式实现低成本比肩o1效果

-DeepSeekr1产生的影响:

拉近了中外模型的差距，一定程度的创新了模型训练和推理的方式，，说明堆算力不是提升模型训练能力的唯一路径，#模型架构上的一些”巧思”亦可提升模型训练速度和降低训练推理成本。可能部分影响全球AI模型【训练】的范式，开辟新的道路。喱

为什么利好算力硬件?

很多投资者直觉是利空算力，但是仔细想一想，问题出现在部分投资者对算力需求的理解还停留在#训练视角，而不是#推理视角。

广发通信在24年12月发布了《迎接AI的大推理时代》的25年度策略，指出25年AI正式进入“大推理时代”，训练对于算力硬件需求的影响边际弱化，#推理对于算力硬件需求的影响边际强化。其核心标志1模型侧，引入强化学习RL，训练侧部分工作迁移至推理侧，推理对算力消耗加大;2重力硬件测，云厂商要求解耦，算力硬件自研比例提升，为低成本部署庞大的推理做准备;B应用侧，算力需对训练侧的锚定弱化，转而更多的锚定推理侧AI用户数/AI Agent数量/AI应用的复杂亮。(详细请参考12/15的观点推送)

基于以上判断，我们认为DeepSeek R1对于降低训练和推理双方成本的事实，非常利好AI应用快速爆发，长期抬升推理侧算力需求。

有些投资者担心推理场景相较于训练场景，对于互联密度要求降低，从而不利于AI互联互通的光和铜的需求。#我们认为这种观点的问题是没有抓住主要矛盾。首先，目前推理场景对互联密度要求不高是因为目前的AI应用大都为"轻量级”应用，而实时多模态等“重量级“AI应用对互联密度的要求可能不低;第二，“大推理时代”的#主要矛盾是用户数量，#而不是互联密度，未来十年人+Agent的数量总和可能是百亿甚至千亿量级，推理需求才刚刚开始。

看好:小米及小米产业链。目前国内科技巨头只有小米在大模型领域暂时落后，但是小米在端侧(手机+汽车+智能家居)布局较好，壁垒较高，此前据媒体报道，小米按角DeepSeek团队关键成员，如果小米能在短时间、低成本补强高性能大模型自研，则其端侧的优势就有望得以快速展现。