国产 GPU 的价值取决于从芯片规格跨越到软件栈、集群稳定性和可重复客户部署;上市与融资扩大执行窗口,但不等于收入质量和盈利拐点已经确认。
GPU 商业化路径:部署 × 收入 × gross margin × cash burn
训练/推理产品导入、客户扩张与软件生态完善将决定观点能否进一步强化。
若关键变量按期兑现,盈利与估值叙事将从单一产品扩展至平台或产业协同。
通用 GPU 与 AI 训练/推理加速平台
Daily / MTD / QTD / YTD 直接来自 legacy FactSet MCP 内的 Global Prices `/returns-range` endpoint,使用 FactSet `totalReturn` 并固定 `dividendAdjust=PRICE`,因此是排除股息的 price return;页面不再以 close ÷ basePrice 自行计算。FactSet 原始百分数保留用于逐项校验,页面仅将其除以 100 后格式化。无完整区间、ticker/fsymId/币种/日期不一致时显示 N/M。Current Market Cap 直接来自 Global Prices `/market-value` 的 `currentMarketValue`、security-level fsymId 与有效日期,不再以 close × shares 推导;单位为 million。FactSet 本次对 market value 返回字面 currency code `LOCAL`,页面忠实显示 LOCAL 且不推断 ISO currency,因此不同本币标的不可直接横向比较。Forward 3Y EPS CAGR = (FY3 consensus EPS ÷ FY0 actual EPS)^(1/3) − 1。FY0 与 FY3 均来自 FactSet Estimates 的 EPS 指标;actualType 可能为 company 或 broker,FY3 为 aggregate mean 且分析师覆盖通常较 FY1 少。若 EPS 非正或归一币种不一致则显示 N/M。行情与一致预期是外部数据快照,不会自动改写内部研究观点。
GPU 商业化路径:部署 × 收入 × gross margin × cash burn
训练/推理产品导入、客户扩张与软件生态完善将决定观点能否进一步强化。
若关键变量按期兑现,盈利与估值叙事将从单一产品扩展至平台或产业协同。
产业链定位、利润池、盈利传导、验证顺序与证伪条件
通用 GPU 与 AI 训练/推理加速平台
加速器、CPU、互连与系统平台的单位价值量,以及软件和生态带来的平台黏性。
模型与 Token 负载 → 计算/互连需求 → 平台份额与 ASP → 毛利率与 EPS。
区分产品发布、客户验证和规模收入三个阶段,避免把路线图直接等同于当期 EPS。
FY0/FY1 EPS 为负、新股估值、客户与供应链集中、软件迁移成本及期间回报数据暂缺
框架来自内部产业链资料的分析结构,不作为最新数值来源;市场数据与一致预期仍以 FactSet 快照为准。
保留每次边际变化,而非覆盖旧结论
国产 GPU 的价值取决于从芯片规格跨越到软件栈、集群稳定性和可重复客户部署;上市与融资扩大执行窗口,但不等于收入质量和盈利拐点已经确认。
需求可见度改善,但关键产品验证和供给节奏仍需跟踪。
建立公司卡片与核心跟踪指标。
按公司、专题与事件自动关联
只展示来源元数据与原创摘要,原始文件保留在本地资料库