英伟达发布Vera Rubin POD，包含5种机架级系统，预计到2027年总订单额将达到1万亿美元。

1. 推理利器Groq 3 LPX问世，聚焦低时延任务，商业效益显著

• Rubin在高端模型场景下性能持续下降，带宽成为短板。
• Rubin+LPX高端模型推理性能提升显著，相较于Blackwell，为万亿参数模型提供超35倍的每兆瓦tokens处理能力和超10倍的营收机会。
• Groq 3 LPX专注推理加速，LPU采用扁平的、SRAM为主的平面内存架构，带宽高达150TB/s，通过与Rubin GPU结合实现优势互补。
• 单个Groq 3 LPX机架包含32个液冷1U compute tray，提供315 PFLOPS AI推理算力，128GB总SRAM容量，640TB/s总scale up带宽。
• LPU的引入解决了高端模型推理场景下单GPU系统成本过高的问题，采用Rubin+LPX的部署形式有望间接改善云厂商的盈利能力，加速低时延AI推理应用落地，逐步激活庞大的推理需求市场，进一步推动PCB、液冷、供电、光通信及铜缆的需求。

2. Vera CPU机架：大规模 AI agent和强化学习的基石

• 英伟达发布Vera CPU机架，包含32个液冷Vera CPU tray，单个机架由8颗CPU+2颗BlueField DPU组成，Vera CPU搭载Olympus核心，相比传统x86 CPU，单线程性能提升50%。
• 机架合计包含256颗CPU，提供400TB内存、300TB/s内存带宽，采用液冷散热并通过以太网连接。
• 单个CPU机架可支持超过22500个并发强化学习或Agentic沙箱环境，性能比传统机架规模CPU高效两倍且速度快50%。
• CPU对于AI Agent的部署推理至关重要，Vera CPU具备良好的单线程性能，能够充分支持AI Agent场景下频繁的工具调用、SQL查询和代码编译等任务。
• Vera CPU机架的发布有望开启大规模AI agent的部署，帮助AI从“提供”建议进入任务“执行”阶段。

3. 太空计算模组Space-1亮相，Rubin Ultra采用正交背板

• 英伟达正与合作伙伴研发Space-1 Vera Rubin Module太空计算机模组，面向太空优化的AI计算模块，支持实时感知、决策和自主运作，将数据中心级AI计算性能带到轨道数据中心、地理空间智能和自主空间与运营，加速未来太空数据中心的发展。
• Kyber架构公布，计算与交换板之间采用正交背板互联，Kyber架构总共包含144个GPU，算力密度持续提升，Kyber NVL144通过光互连支持scale up至NVL1152。
• 800V HVDC供电方案已全面落地，多家厂商展示Rubin平台的Sidecar电源系统，为单机柜提供200-600kW稳定电力。
• 随着英伟达的加入，在底层对太空环境抗辐射、散热等方面进行优化设计，有望推动生态成熟，加速太空IDC的发展。

投资建议

• 通信方面：短期来看一层scale up域内铜缆仍为较优解，若scale up域采用双层架构则为铜+光相互配合，而对于高算力密度的Kyber架构，正交背板则逐步走向舞台，对于scale out场景下，CPO方案逐步成熟。
• 散热方面：在高密度AI场景下风冷已彻底退出舞台，Vera Rubin POD五种不同机架均采用100%全液冷，有望进一步带动冷板、快接头、minimanifold、大型CDU的需求。
• 供电方面：800V HVDC从“可选”走向“AIDC标配”。
• 太空算力方面：随着英伟达的加入，有望推动生态不断成熟。

相关标的

• PCB相关厂商：沪电股份、胜宏科技、景旺电子、深南电路、方正科技、中富电路、鹏鼎控股、东山精密等。
• CPO相关厂商：源杰科技、长光华芯、仕佳光子、光迅科技、天孚通信、太辰光、致尚科技、长芯博创等。
• 液冷相关厂商：英维克、领益智造、申菱环境、高澜股份、思泉新材等。
• 太空算力相关厂商：复旦微电、成都华微等。

风险提示

• AI发展不及预期
• 行业竞争加剧风险
• 地缘政治风险

核心观点与关键数据

• 证券业务：市场活跃度提升和平台优势推动经纪及两融业务增长，自营业务受债券市场波动影响收益承压。
  • 经纪收入：2025年日均股基交易额同比增70%至2.05万亿元，全年经纪业务收入增50%至77亿元；2025Q4单季度手续费及佣金净收入同比增48.9%/-3.8%至91/25亿元。
  • 两融规模：截至2025年末，市场两融余额同比增36.3%至25,407亿元；2025Q4单季度利息净收入同比增44%/60%至34/10亿元，融出资金较年初增37%至808亿元。
  • 自营业务：2025Q4单季度自营业务投资收益净额同比降30%/-58%至24/4亿元，受债券市场波动影响收益承压。
• 基金代销：业务趋于平稳，2025年收入同比增12%至32亿元；天天基金权益/非货币基金市占率略有下滑，但活跃市场支撑收入增长。
• 金融数据服务：收入增长较快，2025年收入同比增25%至2.4亿元。
• 成本控制：研发及管理费用率下降，2025年营业总成本同比增12.2%至48亿元，其中研发费用率降3.6pct至6.6%，管理费用率降3.2pct至16.9%。

研究结论

• 投资评级：维持“买入”评级，预计2026-2028年归母净利润分别为156/189/230亿元，对应PE分别为22/18/15倍。
• 看好逻辑：
  • 头部平台（东方财富网、天天基金网）构建高粘性C端客户生态。
  • AI赋能金融深化“AI+金融”布局，优化服务体验。
  • 经纪及两融业务基于流量优势、低佣金策略稳步扩张。
  • 基金代销龙头地位稳固，活跃市场环境有利核心业务发展。
• 风险提示：公募费改超预期、权益市场大幅波动、行业竞争加剧。

宏景科技（301396.SZ）作为算力服务与智慧城市领域的综合服务商，战略转型精准前瞻，构建核心生态壁垒。公司凭借优质技术服务与全链条整合能力，海外布局成效凸显，盈利韧性强劲，成长潜力广阔，具备长期投资价值。

投资要点：

• 业绩增长：预计2025年扭亏为盈，前三季度营业收入与归母净利润同比大幅增长595.49%和448.91%。毛利率为15.25%，归母净利率为6.93%。未来伴随高毛利的算力租赁业务收入占比提升，叠加在手订单充足，业绩有望高速增长。
• 战略重心：战略重心向AI算力转移，2025年上半年算力服务收入占比飙升至91.28%，成为核心增长引擎。与英伟达深度合作，提供GPU硬件采购与算力组网一体化解决方案。
• 市场机会：精准抓住AI算力市场结构性机会，国内大模型研发与“AI出海”驱动算力需求爆发。公司凭借算力调优、组网技术与供应链整合能力，成为大厂出海生态的关键合作伙伴，已在东南亚等市场取得突破。IDC预测到2026年中国智能算力规模将达到1,271.4 EFLOPS，公司有望在千亿级蓝海市场中持续提升份额与盈利水平。

业务预测：

• 算力服务业务：2025年上半年收入10.84亿元，占总收入的91.28%，毛利率为11.75%。预计2025-2027年收入增速分别为323%、52%、40%，毛利率逐年改善至18.8%、23.8%、26.8%。
• 智慧城市业务：2025年上半年收入1.04亿元，占总收入的8.72%，毛利率为16.02%。预计2025-2027年收入增速维持在6-7%，毛利率维持在14.9%左右。
• 总收入预测：预计2025-2027年收入分别为21.76/32.17/44.29亿元。

估值分析：

• PE估值法：选取并行科技、协创数据、光环新网作为可比公司，预计2025-2027年归母净利润分别为0.37/2.11/3.68亿元。给予2026年130倍PE，合理估值为274.3亿元人民币。
• PS估值法：选取可比公司，预计2025-2027年收入分别为21.76/32.17/44.29亿元。给予2026年8.8倍PS，合理估值为283.1亿元人民币。
• 综合估值：按照谨慎取低原则，合理估值为274.3亿元人民币，对应目标价178.68元。

风险提示：

• 行业竞争加剧风险
• AI技术产品落地不及预期风险

2025年，CFO们在持续的成本压力和地缘政治不确定性中保持防御姿态，但仍在扩大其影响力，主导数据、分析和AI项目，重塑财务职能。尽管对AI兴趣浓厚，但成功采用的信心却不足。

2025年的主要教训：

• AI的快速融入：AI已成为CFO职能的一部分，其速度之快令人惊讶。
• 适应性和敏捷性：快速响应不断变化的格局至关重要。
• AI的信任和风险：需要建立对AI输出的信任，同时意识到新的欺诈风险。
• 本地化与全球化：本地网络对全球增长至关重要，信任需在本地建立。
• 沟通的重要性：透明、开放的沟通是长期成功的基础。

AI在财务领域的应用：

• Verity™平台：BlackLine的Verity平台提供可审计的AI，支持财务运营，具有以下特点：
  • 智能洞察：通过分析数据，识别异常和风险。
  • 内容生成：协助文档摘要和财务报表摘要。
  • 流程自动化：自动处理任务，如识别未匹配的交易和发票处理。
  • 监督层：AI-powered的Vera协调团队，处理复杂任务。
• 信任与协作：需要建立对AI输出的信任，并通过Upskilling使员工能够与AI协作。
• 从被动到主动：AI可以帮助财务团队从繁琐的日常任务中解放出来，专注于战略工作。

财务领导力面临的挑战：

• AI项目的失败：高达95%的生成式AI试点项目失败，主要原因是：
  • 产品和管理问题：缺乏快速反馈和正确的优先级排序。
  • 数据基础不牢固：在开始AI之旅之前没有打好数据基础。
  • 缺乏明确的业务成果：没有将AI与特定的业务成果或用例联系起来。
  • AI未能实现预期：投资于通用工具，未能真正改变业务。

财务领导者如何避免倦怠：

• 优先考虑工作/生活平衡：确保基本需求得到满足，例如健康饮食、充足睡眠和休息。
• 培养强大的团队：建立值得信赖的团队，共同应对挑战。
• 培养韧性：通过扩展技能和建立支持系统来增强心理和情感防御机制。
• 自我意识和恢复力：了解自己的情绪状态和行为模式，并在压力下保持冷静。
• 衡量ROI：确保AI投资能够产生可衡量的业务成果。

结论：
财务领导者需要优先考虑数据质量、明确的结果和可衡量的回报，以实现真正的转型。通过采用像Verity™这样的特定于财务的AI工具，并培养信任、协作和韧性，CFO们可以将财务部门转变为战略增长引擎。