一、证券市场回顾 南财金融终端数据显示，昨日(8月12日，下同)上证综指日内上涨0.5%，收于3665.92点，最高3669.04点；深证成指日内上涨0.53%，收于11351.63点，最高 11351.63点；创业板指日内上涨1.24%，收于2409.4点，最高2409.4点。 二、ETF市场表现1、股票型ETF整体市场表现 昨日股票型ETF收益率中位数为0.36%。其中按照不同分类，规模指数ETF中国泰中证科创创业50ETF收益率最高，为2.53%；行业指数ETF中国泰中证全指 集成电路ETF收益率最高，为2.82%；策略指数ETF中富国中证800自由现金流ETF收益率最高，为3.43%；风格指数ETF中广发上证科创板成长ETF收益率最 高，为3.22%；主题指数ETF中富国上证科创板芯片ETF收益率最高，为4.37%。 昨日股票型ETF涨幅最高的3只ETF及其收益率分别为：富国上证科创板芯片ETF（4.37%）、国泰上证科创板芯片ETF（3.71%）、汇添富上证科创板芯片 ETF（3.58%）。涨幅前10详情见下表： 2、股票型ETF涨跌幅排行 | 类别 | 代码 | | | --- | --- | - ...

公众号记得加星标⭐️，第一时间看推送不会错过。 来源：内容 编译自 semianalysis 。 随着 AI 模型日益复杂，AI 系统需要容量更大、延迟更低、带宽更高、能效更高的内存。不同类型 的内存各有优缺点。SRAM 速度极快，但密度较低。DDR DRAM 密度高且价格低廉，但带宽不足。 目前最流行的内存是片上 HBM，它在容量和带宽之间取得了平衡。 HBM 将垂直堆叠的 DRAM 芯片与超宽数据路径相结合，在带宽、密度和能耗之间实现了最佳平 衡，适用于 AI 工作负载。HBM 的生产成本远高于 DDR5，且价格确实存在溢价，但市场对 HBM 的需求依然强劲。所有用于 GenAI 训练和推理的领先 AI 加速器都使用 HBM。加速器路线图的共同 趋势是通过增加更多堆栈、增加层数以及更快的 HBM 迭代来扩展每个芯片的内存容量和带宽。正如 我们所证明的那样，依赖其他形式内存的架构性能往往不尽如人意。 在本问中，我们将探讨 HBM 的现状、供应链动态以及未来将发生的突破性变革。我们将探讨 HBM 在 AI 加速器架构中的关键作用、HBM 对 DRAM 市场的影响，以及它为何颠覆了内存市场分析的方 式。 首先， ...

丨证券研究报告丨 投资策略丨点评报告 [Table_Title] 0812 A 股日评：行业轮动延续，AI 硬件、半导 体今日走高 报告要点 [Table_Summary] 2025 年 8 月 12 日，A 股市场震荡上行，AI 硬件、半导体和煤炭板块涨幅居前，沪指 7 连阳， 一度逼近前高。从指数表现来看，上证指数上涨 0.50%，深证成指上涨 0.53%，创业板指上涨 1.24%，上证 50 上涨 0.61%，沪深 300 上涨 0.52%，科创 50 上涨 1.91%，中证 1000 上涨 0.28%，市场成交额调整至约 1.91 万亿元，全市场 3162 家下跌。 分析师及联系人 [Table_Author] 戴清 SAC：S0490524010002 SFC：BTR264 请阅读最后评级说明和重要声明 %% %% %% %% research.95579.com 1 [Table_Title 0812 A 股日评：行业轮动延续， 2] AI 硬件、半导 体今日走高 [Table_Summary2] 事件描述 今日 A 股市场震荡上行，AI 硬件、半导体和煤炭板块涨幅居前，沪指 7 连阳，一度逼近前 ...

8月12日，A股市场三大指数全线上涨，齐创今年以来新高。整个A股市场超2000只股票上涨，60只股票 涨停。CPO、稳定币、半导体等板块表现活跃，整个A股市场成交额达1.91万亿元，市场成交继续放 量。 近期，融资资金持续加仓，A股市场持续走强。截至8月11日，A股两融余额报20261.98亿元，融资余额 报20122亿元，均创逾10年新高，融资余额时隔十年站上2万亿元。今年以来，A股融资余额增加超1500 亿元。 分析人士认为，当前A股市场整体表现较好，随着内外利好因素持续累积，未来有望延续强势表现，指 数中枢将逐步上移。 在8月12日的市场中，表现最为抢眼的当数半导体相关板块，从GPU、光芯片、光刻机、ASIC芯片到芯 片设计，半导体相关板块全线走强，引领市场反弹。半导体板块中，上海合晶、寒武纪-U均20%涨停， 盛科通信-U涨逾19%，源杰科技涨逾10%，芯原股份、富满微均涨逾9%。其中，寒武纪-U股价创历史 新高，市值超3500亿元。 融资余额站上2万亿元 3665.92点，创业板指报收2409.40点，上证指数逼近2024年10月8日的高点——3674.40点。 大盘股表现强势，大盘股集中的上证50 ...

All for AI, All for GREEN 作为 电子与嵌入式技术年度大展 ，elexcon2025将汇聚全球超过 400 家优质技术提供商，发布有关 GPU、AI存算与边缘计算、AI存储与新型存储、高性能MCU/MPU、数字电源等嵌入式技术 ； GaN、 高速连接等高性能电子元件组件；chiplet、AI电源系统级封装、PLP与TGV等先进封测技术 等。海量 demo展示嵌入式技术、芯片和元器件在 消费电子、AI硬件、机器人、机器视觉、电动汽车与智能驾 驶、工业控制、物联网等领域 的应用！ 专业观众火热抢票中 一键预约展会入场证+会议门票 elexcon elexcon 2025 热门展品 现场抢先看 | | | | 展位号: 1J39 | | --- | --- | --- | --- | | elexcon 深圳国际电子展 暨嵌入式展 一格見半导体 | WUTI Approved Event | 格见半导体 | C 博闻创意 Creativity Exhibition 展商推荐 | 滑动查看更多热门展品 | DOSILICON 东芯半导体股份有限公司 | | Kingston | Netac 朗 ...

8月12日，受中美关税自2025年8月12日起再次暂停实施24%的关税90天等消息催化，市场延续强势格 局，主要宽基指数收涨。结构上，AI硬件端（CPO、服务器、GPU）与自主可控产业链成为核心主 线，资源类板块回调。 一、市场指数表现 8月12日午间收盘，A股主要指数延续强势格局。上证指数涨0.51%报3666.33点，深证成指涨0.34%，创 业板指涨0.91%，科创50指数领涨1.58%。市场交投持续活跃，A股半日成交额1.21万亿元，创业板成交 额达3479.36亿元。近日两融余额时隔十年重回2万亿元之上，增量资金入场特征显著。 港股市场维持窄幅震荡，恒生指数微涨0.09%报24929.34点，国企指数涨0.17%，恒生科技指数受资讯科 技板块拖累跌0.39%，行业分化加剧。 二、行业表现与驱动逻辑 港股市场行业结构性特征突出，资讯科技器材类股涨2.27%，半导体晶圆代工龙头领涨，受益于全球算 力需求爆发；能源业、国有企业优选指数分别涨1.48%、1.29%，反映资源品价格弹性与政策偏好。乳 制品板块受生育补贴政策刺激暴涨，部分标的单日涨幅超40%。 反之，传媒（跌2.35%）、航空航天与国防（跌1. ...

周一，"英伟达亲儿子"CoreWeave(CRWV.US)股价走高，截至发稿，该股涨超7%，报138.52美元。该公 司将于8月12日后公布最新的2025年Q2财报。分析师预计其每股亏损0.20美元，营收约10.8亿美元。市 场将重点关注GPU资源利用率、客户集中度风险及对CoreScientific(CORZ.US)收购案对现金流的影响。 ...

高端 PCB 需求跃迁，算力基座价值重构 20250811 摘要 全球 PCB 市场规模预计在未来几年内显著增长，从 2024 年的 735.65 亿美元增长到 2026 年的 1,000 亿美元，AI 服务器市场是主要驱动力， 其价值量提升速度超过全球 AI 服务器的增长速度。 AI 算力需求通过增加 GPU 和 ASIC 出货量推动 PCB 行业发展，尤其 ASIC 在功耗性能方面要求更高，对高多层板和高频高速材料等高端 PCB 产品需求更大，高端材料如马九、银部、PDFE 等将推动单板价值 量提升。 GPU 出货量预计明年（2026 年）将达到 676 万颗，相较于 2025 年的 576 万颗增长约 20%至 30%。各代 GPU 产品单服务器或单 GPU 对应 价值持续增长，每一代产品大约有 30%的价格增长。 云计算厂商对 AI 商业化进程加速持乐观态度，并上调资本开支，预计 2025 年北美四大云计算厂商总 CAPEX 达到 3,661 亿美元，同比增长 接近 50%，2026 年进一步增至 4,262 亿美元，推动 ASIC 和 PCB 需求 持续增加。 Q&A 近年来，AI 算力需求的增长对 ...

Core Insights - Tesla's Dojo project has been halted, indicating a shift in strategy towards utilizing established GPU platforms rather than developing proprietary training chips [1][3][14] - The challenges of developing in-house training chips are highlighted, including ecosystem barriers, system engineering complexities, and the need for stable demand [7][8][9][10] - Nvidia's comprehensive ecosystem and delivery capabilities have positioned it as a dominant player in the AI infrastructure market, making it difficult for companies to compete with self-developed solutions [12][13][14] Summary by Sections Dojo Project Overview - Dojo was Tesla's self-developed data center-level training system aimed at training models for real-world scenarios, first introduced by Elon Musk in April 2019 [2] - The project aimed for significant computational capabilities, targeting over 1 ExaFLOP performance through a systematic expansion of its architecture [2] Market Expectations and Reality - Initial market expectations for Dojo were high, with estimates suggesting it could generate around $500 billion in incremental value for Tesla [3] - However, the project faced leadership turnover and ultimately ceased operations, with key personnel leaving the company [3][4] Shift in Strategy - Tesla has pivoted to primarily sourcing training capabilities from established platforms like Nvidia, which allows for immediate deployment and scalability [5][4] - The company has also secured a long-term contract with Samsung for AI inference capabilities, indicating a focus on areas where it can maintain control and reduce risks [5] Challenges of In-House Chip Development - The difficulties in developing proprietary training chips stem from several factors, including the need for a mature software ecosystem and the complexities of system engineering and supply chains [7][8][9] - The opportunity cost of pursuing self-developed chips is significant, especially as competitors like Nvidia and AMD continue to advance their offerings rapidly [10][11] Nvidia's Competitive Advantage - Nvidia's success is attributed to its holistic approach, integrating hardware, software, and delivery capabilities, which provides a comprehensive solution for AI infrastructure [12][13] - The company's ability to deliver ready-to-use AI systems has made it a preferred choice for many organizations, further complicating the landscape for companies attempting to develop their own solutions [14][15]

（文章来源：证券日报） 证券日报网讯崇达技术8月8日在互动平台回答投资者提问时表示，公司目前和国内多家客户正联合开发 GPU加速卡用PCB，主要客户包括新华三（H3C）、云尖、宝德、浪潮、国鑫、同泰怡、中兴等。这些 客户的PCB产品主要应用于服务器主板、存储设备、GPU等产品。展望未来，公司将继续深耕AI服务 PCB领域，加大研发投入，优化产能布局，拓展客户资源，为AI服务器等领域提供更高性能、更可靠的 PCB产品。 ...