中信建投：國產芯片今年將迎來發展大年

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　中信建投證券研究

　　國產算力板塊迎來密集催化，騰訊業績會表示推理芯片的供應渠道側具備多種選擇，國際供應鏈波動背景下國產推理算力芯片有望提供助力。DeepSeek更新模型，明確支持FP8精度與將發佈的下一代國產芯片，頭部國產開源模型對國產芯片的支持有望推動國產算力生態加速落地。華為昇騰芯片近期陸續參與到政府、金融、運營商等行業客户招投標產品中，印證國產芯片競爭力持續提升。

　　一方面來自於美國BIS政策的持續收緊，中期維度看，國產芯片佔比提升是必然趨勢。考慮到國產芯片逐漸進入量產交付階段，預期市場集中度將看到顯著提升。另一方面隨着國內算力消耗快速增長（典型如字節跳動，每三個月token消耗接近翻一倍，5月底為16.4萬億token），我們預計國內各家大型雲廠商在日均token消耗達到30萬億token時會感受到算力緊張，在達到60萬億token時會開始出現一定算力缺口。我們認為國內增速斜率更陡峭，國產芯片今年將迎來發展大年。

　　中信建投證券通信、計算機、人工智能、電子行業研究團隊推出【國產算力產業鏈投資前景】：

　　01 DeepSeek-V3.1發佈，建議關注國產算力板塊

　　國產算力板塊迎來密集催化，騰訊業績會表示推理芯片的供應渠道側具備多種選擇，國際供應鏈波動背景下國產推理算力芯片有望提供助力。DeepSeek更新模型，明確支持FP8精度與將發佈的下一代國產芯片，頭部國產開源模型對國產芯片的支持有望推動國產算力生態加速落地。華為昇騰芯片近期陸續參與到政府、金融、運營商等行業客户招投標產品中，印證國產芯片競爭力持續提升。

　　事件

　　8月13日，騰訊業績會表示公司推理芯片供應渠道側具備多種選擇。8月21日，DeepSeek更新模型版本至DeepSeek-V3.1，預計將支持FP8精度以及國產芯片。

　　簡評

　　騰訊業績會表示未來推理芯片供給有望多元化，利好國產算力芯片廠商。8月13日，騰訊控股發佈2025Q2業績並舉辦説明會，會上騰訊總裁劉熾平表示當前公司AI芯片儲備足以支持現有模型的訓練及迭代升級；元寶、AI搜索等多個應用場景的用户數提升帶來推理負載佔比提升，公司一方面通過模型輕量化和軟件優化來控制推理成本，另一方面公司在推理芯片的供應渠道側也具備多種選擇。當前海外高端芯片貿易政策仍存較大不確定性，騰訊有望依託華為、寒武紀、海光等國產廠商的推理芯片滿足相關算力需求。

　　DeepSeek V3.1發佈，預計支持FP8精度以及國產芯片。據官方公眾號，DeepSeek今日正式發佈DeepSeek-V3.1。目前官網與網頁端模型已升級至最新版本，且新模型已在Huggingface開源。新版本模型主要升級體現在以下維度：（1）一個模型同時支持思考模式與非思考模式；（2）相比前代模型，新模型思考模式下能在更短時間內給出答案；（3）通過Post-Training優化，新模型具備更強的Agent能力。除去功能升級，新版本模型使用了UE8M0 FP8 Scale參數精度，該參數代表模型支持轉為矩陣乘法等AI核心運算優化設計的FP8精度格式。相比FP16格式，FP8在同等芯片面積下能夠實現翻倍性能，且功耗和帶寬需求更低。此外，DeepSeek表示新精度格式針對即將發佈的下一代國產芯片設計，表明未來基於DeepSeek模型的訓練與推理有望更多應用國產AI芯片，助力國產算力生態加速建設。

　　華為昇騰芯片加速突圍，國產芯片市場競爭力逐步提升。近期，基於華為昇騰芯片的服務器產品陸續在政府、金融、運營商等行業落地大單。上海浦發銀行大模型算力擴容項目招標中，包含176台鯤鵬+昇騰配置的智算服務器；新疆疆算萬卡樞紐型智算中心項目招標中，包含4500台昇騰910C-2服務器集羣；中國移動2025-2026推理AI計算設備招標中，包含5000套CANN生態設備，即基於昇騰異構計算架構和昇騰芯片的服務器產品。由於海外供應鏈風險持續，國產芯片廠商產品性價比持續提升，更多算力需求有望由國產芯片支持，國產芯片市場競爭力持續提升。

　　投資建議：國產算力板塊迎來密集催化，騰訊業績會表示推理芯片的供應渠道側具備多種選擇，國際供應鏈波動背景下國產推理算力芯片有望提供助力。DeepSeek更新模型，明確支持FP8精度與將發佈的下一代國產芯片，頭部國產開源模型對國產芯片的支持有望推動國產算力生態加速落地。華為昇騰芯片近期陸續參與到政府、金融、運營商等行業客户招投標產品中，印證國產芯片競爭力持續提升。

　　02 AI新紀元：砥礪開疆・智火燎原

　　一方面來自於美國BIS政策的持續收緊，中期維度看，國產芯片佔比提升是必然趨勢。考慮到國產芯片逐漸進入量產交付階段，預期市場集中度將看到顯著提升。另一方面隨着國內算力消耗快速增長（典型如字節跳動，每三個月token消耗接近翻一倍，5月底為16.4萬億token），我們預計國內各家大型雲廠商在日均token消耗達到30萬億token時會感受到算力緊張，在達到60萬億token時會開始出現一定算力缺口。我們認為國內增速斜率更陡峭，國產芯片今年將迎來發展大年。

　　國產人工智能芯片發展趨勢及展望

　　海外龍頭佔據壟斷地位，AI加速芯片市場呈現「一超多強」態勢。數據中心CPU市場上，英特爾份額有所下降但仍保持較大領先優勢，AMD持續搶佔份額勢頭正盛。AI加速計算芯片市場上，英偉達憑藉硬件優勢和軟件生態一家獨大，在訓練、推理端均佔據領先地位。根據IDC數據，2024年國內AI加速計算芯片市場中，英偉達出貨份額達70%，華為昇騰出貨份額23%，其余廠商合計佔比7%。國內廠商起步較晚，正逐步發力，部分加速芯片領域已經涌現出一批破局企業，雖然在高端AI加速計算芯片領域與海外廠商存在較大差距，但在國內市場上已經開始取得部分份額，根據IDC數據，2024年國內AI芯片市場中，華為昇騰出貨64萬片，寒武紀出貨2.6萬片，燧原出貨1.3萬片。未來，隨着美國持續加大對中國高端芯片的出口限制，AI芯片國產化進程有望繼續加快。

　　GPU市場方面，海外龍頭佔據壟斷地位，國產廠商加速追趕。當前英偉達、AMD、英特爾三巨頭佔據全球GPU芯片市場的主導地位。集成GPU芯片一般在臺式機和筆記本電腦中使用，性能和功耗較低，主要廠商包括英特爾和AMD。獨立顯卡常用於服務器中，性能更高、功耗更大，主要廠商包括英偉達和AMD。分應用場景來看，應用在人工智能、科學計算、視頻編解碼等場景的服務器GPU市場中，英偉達和AMD佔據主要份額。根據JPR預測，2025年Q1英偉達的獨立顯卡（包括AIB 合作伙伴顯卡）的市場份額達92%， AMD和英特爾則分別佔比8%、0%。

　　圖形渲染GPU：英偉達引領行業數十年，持續技術迭代和生態構建實現長期領先。2006年起，英偉達GPU架構保持約每兩年更新一次的節奏，各代際產品性能提升顯著，生態構建完整，GeForce系列產品市佔率長期保持市場首位，最新代際GeForce RTX 40系列代表了目前顯卡的性能巔峰，採用全新的Ada Lovelace架構，臺積電5nm級別工藝，擁有760億晶體管和18000個CUDA核心，與Ampere相比架構核心數量增加約70%，能耗比提升近兩倍，可驅動DLSS 3.0技術。性能遠超上代產品。AMD獨立GPU在RDNA架構迭代路徑清晰，RDNA 3架構採用5nm工藝和Chiplet設計，比RDNA 2架構有54%每瓦性能提升。目前國內廠商在圖形渲染GPU方面與國外龍頭廠商差距不斷縮小。芯動科技的「風華2號」GPU像素填充率48GPixel/s，FP32單精度浮點性能1.5TFLOPS，AI運算（INT8）性能12.5TOPS，實測功耗4~15W，支持OpenGL4.3、DX11、Vulkan等API，實現國產圖形渲染GPU突破。景嘉微在工藝製程、核心頻率、浮點性能等方面雖落后於英偉達同代產品，但差距正逐漸縮小。2023年順利發佈JM9系列圖形處理芯片，支持OpenGL 4.0、HDMI 2.0等接口，以及H.265/4K 60-fps視頻解碼，核心頻率至少為1.5GHz，配備8GB顯存，浮點性能約1.5TFlops，與英偉達GeForce GTX1050性能相近，有望對標GeForce GTX1080。

　　GPGPU：英偉達和AMD是目前全球GPGPU的領軍企業。英偉達的通用計算芯片具備優秀的硬件設計，通過CUDA架構等全棧式軟件佈局，實現了GPU並行計算的通用化，深度挖掘芯片硬件的性能極限，在各類下游應用領域中，均推出了高性能的軟硬件組合，逐步成為全球AI芯片領域的主導者。AMD於2018年發佈用於數據中心的Radeon Instinct GPU加速芯片，Instinct系列基於CDNA架構，如MI250X採用CDNA2架構，在通用計算領域實現計算能力和互聯能力的顯著提升，此外還推出了對標英偉達CUDA生態的AMD ROCm開源軟件開發平臺。

　　國內GPGPU廠商正逐步縮小與英偉達、AMD的差距。英偉達憑藉其硬件產品性能的先進性和生態構建的完善性處於市場領導地位，國內廠商雖然在硬件產品性能和產業鏈生態架構方面與前者有所差距，但正在逐步完善產品佈局和生態構建，不斷縮小與行業龍頭廠商的差距。

　　ASIC市場方面，由於其一定的定製化屬性，市場格局較為分散。在人工智能領域，ASIC也佔據一席之地。其中谷歌處於相對前沿的技術地位，自2016年以來，就推出了專為機器學習定製的ASIC，即張量處理器（Tensor Processing Unit，TPU）。2025年谷歌推出了第七代張量處理單元（TPU）Ironwood，可擴展至9216個液冷芯片，並通過突破性的芯片間互聯，功率接近10兆瓦。據nextplatform介紹，TPU v7p芯片是谷歌首款在其張量核心和矩陣數學單元中支持FP8計算的TPU。之前的TPU支持INT8格式和推理處理，以及BF16格式和訓練處理。Ironwood芯片還配備了第三代SparseCore加速器，該加速器首次亮相於TPU v5p，並在去年的Trillium芯片中得到了增強。

　　國產廠商快速發展，寒武紀等異軍突起。通過產品對比發現，目前寒武紀、海思昇騰、遂原科技等國產廠商正通過技術創新和設計優化，持續提升產品的性能、能效和易用性，推動產品競爭力不斷提升，未來國產廠商有望在ASIC領域持續發力，突破國外廠商在AI芯片的壟斷格局。

　　生態體系決定用户體驗，是算力芯片廠商最深的護城河。雖然英偉達GPU本身硬件平臺的算力卓越，但其強大的CUDA軟件生態纔是推升其GPU計算生態普及的關鍵力量。從技術角度來講，GPU硬件的性能門檻並不高，通過產品迭代可以接近龍頭領先水平，但下游客户更在意能不能用、好不好用的生態問題。CUDA推出之前GPU編程需要用機器碼深入到顯卡內核才能完成任務，而推出之后相當於把複雜的顯卡編程包裝成為一個簡單的接口，造福開發人員，迄今為止已成為最發達、最廣泛的生態系統，是目前最適合深度學習、AI訓練的GPU架構。英偉達在2007年推出后不斷改善更新，衍生出各種工具包、軟件環境，構築了完整的生態，並與眾多客户合作構建細分領域加速庫與AI訓練模型，已經積累300個加速庫和400個AI模型。尤其在深度學習成為主流之后，英偉達通過有針對性地優化來實現最佳的效率提升性能，例如支持混合精度訓練和推理，在GPU中加入Tensor Core來提升卷積計算能力，以及最新的在H100 GPU中加入Transformer Engine來提升相關模型的性能。這些投入包括了軟件和芯片架構上的協同設計，使得英偉達能使用最小的代價來保持性能的領先。而即便是英偉達最大的競爭對手AMD的ROCm平臺在用户生態和性能優化上還存在差距。CUDA作為完整的GPU解決方案，提供了硬件的直接訪問接口，開發門檻大幅降低，而這套易用且能充分調動芯片架構潛力的軟件生態讓英偉達在大模型社區擁有巨大的影響力。正因CUDA擁有成熟且性能良好的底層軟件架構，幾乎所有的深度學習訓練和推理框架都把對於英偉達GPU的支持和優化作為必備的目標，幫助英偉達持續處於領先地位。

　　美國對華供應AI芯片管制強度持續升級，H20被納入管制範圍。2022年，美國BIS實施出口管制，英偉達和AMD的高端GPU產品出口受到限制。為滿足合規要求，英偉達隨后推出了面向中國市場的H800與A800，互聯帶寬被下調。2023年，BIS公佈的先進計算芯片出口管制新規進一步擴大限制範圍，以「性能密度」與「總處理性能（TPP）」成為新的標準，使得A100、A800、H100、H800、L40、L40S等多款產品遭到限制。雖然英偉達又推出了性能大幅下調，符合新規的H20，但H20也在今年4月被美國納入出口管制。

　　國產算力芯片迎來國產替代窗口期。考慮到英偉達新品迎來大幅性能升級，並面向中國市場禁售，國產算力芯片發展刻不容緩。當前已經涌現出一大批國產算力芯片廠商，昇騰、寒武紀相繼推出自研AI芯片，海光信息的DCU也逐漸打出知名度，其他配套環節的國產化進程也正在加速推進。

　　03 Grok4性能表現優異，國產算力公司業績逐步兑現

　　7月10日，xAI正式發佈Grok 4，在GBQA（博士級問題集）、AMC 25（美國數學邀請賽）、Live Coding Benchmark（編程能力測試）、HMMT（哈佛-MIT數學競賽）、USAMO（美國數學奧林匹克）等測試中均表現出色。馬斯克表示，「現在在學術問題上，Grok 4比博士水平在每個學科都要強，沒有例外。」定價方面，Grok 4基礎版本為30美金一個月；Grok 4Heavy為300美金/月。后續產品路線規劃方面，xAI 8月將發佈專門編程模型；9月發佈多模態智能體；10月發佈視頻生成模型。

　　Grok4 在性能上的強勢提升與模型版本的快速迭代，這背后離不開強大的算力支撐，xAI在美國田納西州孟菲斯建立了超級計算中心「Colossus」，2024年7月啟動時配備了10萬塊英偉達H100 GPU，到2025年2月，GPU數量已翻倍至20萬塊。Grok4用於RL的計算資源幾乎與預訓練時使用的相同。

　　當前位置，我們認為AI大模型的競爭與迭代仍在持續，意味着算力投資大概率依然維持較高強度，因此繼續推薦算力板塊：一是業績持續高增長且估值仍處於歷史較低水平的北美算力鏈核心標的；二是有望享受外溢需求、取得客户或份額突破的公司；三是上游緊缺的環節；四是隨着GB300的批量出貨，建議重點關注 1.6T光模塊及 CPO 產業鏈。

　　04 持續推薦國產算力產業鏈

　　近期，「全球首款通用型 AI 智能體Manus」推出，引發市場關注。Manus具備獨立思考、任務規劃和跨工具協作能力，可直接交付完整成果，發佈后內測邀請碼炒至高價。Manus爆火，能感受到AI應用正處在快速發展的起點。Manus完成單次任務所需的token數遠大於目前chatbot單次回覆產生的token。阿里推出全新推理模型通義千問 QwQ-32B，其參數規模僅為32B，但在性能上已經能比肩6710億參數的DeepSeek R1。基於Qwen2.5-32B模型，採用強化學習RL顯著提升模型性能。阿里表示，通過持續擴展強化學習訓練的規模，中型模型也可以實現與巨型混合專家模型（MoE）相媲美的性能。RL等post-training是當下大模型發展的重要方面，在reasoning過程中將產生大量token，對算力需求將有大幅提升。我們認為，隨着模型與應用不斷出現新變化，算力需求仍將增長，持續看好GPU、IDC、CPO等算力產業鏈。

　　DeepSeek帶來大模型部署熱潮，電信運營商算力及雲業務隨之受益，具有重估空間。此外，2025年作為十四五的收官之年，以及十五五的規劃佈局之年，近期國防軍工需求回暖，建議關注。

　　05 阿里資本開支超預期、央企開啟「AI+」行動，關注國產算力產業鏈

　　阿里巴巴CEO吳泳銘表示，未來三年在雲和AI的基礎設施投入預計將超越過去十年的總和，2015-2024年（自然年），公司資本開支（購買設備與無形資產，不含土地）為3272億元，意味着未來三年年均用於購買設備的資本開支有望超過1100億元。阿里將在AI基礎設施、基礎模型平臺及AI原生應用、現有業務的AI轉型等三方面加大投入。

　　國務院召開中央企業「AI+」專項行動深化部署會，將AI作為企業十五五規劃的重點。我們建議關注一是國產算力產業鏈，包括GPU、IDC、光模塊、交換機、服務器等環節；二是以電信運營商為代表的具備較強IT能力的央企，在加大自身AI投入的同時還能向其他央企賦能。

　　阿里巴巴發佈截至 2024年12月31日止季度業績，收入為2801.54億元，同比增長8%；非公認會計准則淨利潤為510.66億元，同比增長6%。其中，雲業務收入317.42 億元，重回 13%的雙位數增長，其中 AI 相關產品收入連續六個季度實現三位數增長。阿里巴巴集團首席執行官吳泳銘表示，展望未來，由 AI 推動的雲智能集團收入增速還會持續提升。公司季度資本開支為313.69億元（Purchase of property and equipment），同比增長331%，環比增長85%，且吳泳銘表示未來三年在雲和AI的基礎設施投入預計將超越過去十年的總和，2015-2024年（自然年），公司資本開支（Purchase of property、equipment、intangible assets，不含土地）為3272億元，意味着未來三年年均用於購買設備的資本開支有望超過1100億元，甚至更多。未來三年，阿里將圍繞AI這個戰略核心，在AI基礎設施、基礎模型平臺及AI原生應用、現有業務的AI轉型等三方面加大投入。目前看阿里巴巴已經形成資本開支增加，雲業務收入增長、AI相關收入增加的正向循環。

　　2月19日，國務院國資委召開中央企業「AI+」專項行動深化部署會，總結國資央企發展人工智能進展成效，研究部署下一步重點工作。會議要求，要着力強化中央企業推進人工智能發展的要素支撐，在編制企業「十五五」規劃中將發展人工智能作為重點，打造更多科技領軍企業，孵化培育一批初創企業。要加大資金投入，堅持產投結合、以投促產，持續壯大發展人工智能的長期資本、戰略資本、耐心資本。2023年AI浪潮以來，先是海外CSP廠商持續高強度的資本開支，緊接着是2025年國內互聯網大廠陸續上調AI基礎設施的投資，「十五五」期間預計以大型央企為代表的國企也將持續加大AI相關的投入。我們建議關注一是國產算力產業鏈，包括GPU、IDC、光模塊、交換機、服務器等環節；二是以電信運營商為代表的具備較強IT能力的央企，在加大自身AI投入的同時還能向其他央企賦能。此外，下周起年報將陸續披露，建議關注年報業績超預期及對未來展望積極的企業。

　　06 看好AI應用落地，關注國產算力產業鏈

　　近日，美國BIS正式發佈了一項全球AI管控新規，涉及GPU等硬件以及將AI模型權重納入監管範圍。雖然尚不清楚接下來的特朗普政府對於這一禁令會如何處理，但美國在科技領域對於中國的封鎖持續已久，國產芯片在設計、製造等關鍵領域也在持續突破。在美國製裁持續升級的背景下，國產算力自立自強大勢所趨，建議關注GPU、交換芯片、光芯片等關鍵環節。

　　此外，展望2025年，我們看好AI應用的落地，隨着智能眼鏡、機器人以及各種可穿戴設備的涌現，新的應用與新的硬件終端結合有望打造出更多的爆款場景，也將進一步拉動基礎設施的需求，持續看好AI板塊，包括基礎設施產業鏈和端側AI應用相關產業鏈。

　　2025年1月13日，美國商務部工業與安全局（BIS）正式發佈了一項全球AI管控新規，涉及GPU等硬件以及將AI模型權重納入監管範圍。BIS將出口目的地分為三個層級，其中第一層級為美國的18個核心盟友，這些國家可以自由進行AI芯片採購；第二層級覆蓋全球大部分國家和地區，在2025-2027年間能獲得大約相當於5萬塊英偉達H100 GPU的算力，這些國家的企業可以申請NVEU（國家驗證最終用户）資格，獲批后可將算力上限提升至約32萬塊GPU的水平；第三層級中的國家和地區將面臨全面禁止。這項規定的另一個重要部分是將AI模型權重納入出口管制範圍，訓練計算量超過10^26次運算的模型在出口時將需要授權。開源模型被豁免出管制範圍；還有超過計算量閾值的閉源模型，如果其性能不及最先進的開源模型，也將獲得豁免。雖然尚不清楚接下來的特朗普政府對於這一禁令會如何處理，但美國在科技領域對於中國的封鎖持續已久，國產芯片在設計、製造等關鍵領域也在持續突破。算力作為AI產業發展的基礎，在美國製裁持續升級的背景下，國產算力自立自強大勢所趨，建議關注GPU、交換芯片、光芯片等關鍵環節。

　　此外，展望2025年，我們看好AI應用的落地，隨着智能眼鏡、機器人以及各種可穿戴設備的涌現，新的應用與新的硬件終端結合有望打造出更多的爆款場景，也將進一步拉動基礎設施的需求，持續看好AI板塊，包括基礎設施產業鏈和端側AI應用相關產業鏈。

　　風險提示

　　（1）宏觀經濟下行風險：計算機行業下游涉及千行百業，宏觀經濟下行壓力下，行業 IT 支出不及預期將直接 影響計算機行業需求；（2）應收賬款壞賬風險：計算機多數公司業務以項目制籤單為主，需要通過驗收后能夠 收到回款，下游客户付款周期拉長可能導致應收賬款壞賬增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：計算機行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響： 國際貿易摩擦加劇，美國不斷對中國科技施壓，對於海外收入佔比較高公司可能形成影響。

　　北美經濟衰退預期逐步增強，國際地緣變局衝擊全球供應鏈韌性，企業海外拓展承壓；芯片結構性短缺可能制約產能釋放與交付節奏；行業競爭加劇觸發價格戰隱憂，中低端產品毛利率可能跌破盈虧平衡點；原材料成本高企疊加匯率寬幅波動持續侵蝕外向型企業利潤空間；技術端則面臨大模型迭代周期拉長的風險），影響AI產業化進程；汽車智能化滲透率及工業AI質檢等場景落地進度不及預期，或將延緩第二增長曲線兑現。

　　國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關税影響超預期；人工智能行業發展不及預期，影響雲計算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT設備、光模塊/光器件板塊的企業；數字經濟和數字中國建設發展不及預期；電信運營商的雲計算業務發展不及預期；運營商資本開支不及預期；雲廠商資本開支不及預期；通信模組、智能控制器行業需求不及預期。 

　　國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；人工智能行業發展不及預期，影響雲計算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT設備、光模塊/光器件等板塊的企業；數字經濟和數字中國建設發展不及預期等；電信運營商的雲計算業務發展不及預期；運營商資本開支不及預期；雲廠商資本開支不及預期；通信模組、智能控制器行業需求不及預期。 

　　國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；人工智能行業發展不及預期，影響雲計算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT設備、光模塊/光器件板塊的企業；數字經濟和數字中國建設發展不及預期；電信運營商的雲計算業務發展不及預期；運營商資本開支不及預期；雲廠商資本開支不及預期；通信模組、智能控制器行業需求不及預期。

責任編輯：凌辰