两家机构的盈利预测差 50%，目标价却只差 5.1%

人工智能加速卡是这门生意的产品形态。

它不是一颗裸芯片——客户买到手的是能插进服务器、配好软件、能跑起来的一块卡， 甚至是一整台机器。

这个区分不是措辞问题，它决定了后面所有的分析： 一颗芯片的竞争力看规格，一套系统的竞争力看它跑一个真实任务要花多少钱。

最后两行连在一起看，会解释这门课后面最关键的一个数字。

中芯国际的价值几乎全部记在资产负债表上（那些晶圆厂）， 所以它的市净率只有 5.75 倍。

而这家公司最值钱的东西——设计能力、软件栈、客户关系——一样都不在账上。 所以它的市净率是 51.23 倍。

这两个数字都不是「贵」或「便宜」的证据，它们首先是两种生意结构的直接后果。 第四单元会把它们精确地连起来。

客户买加速卡，不是买回来摆着，是要把自己的模型跑在上面。

而模型跑在哪家的卡上，代码是不一样的。

这就是迁移成本。它不是靠合同锁定的，是靠工作量锁定的。

而迁移成本有一个特点：它会随时间下降。 如果对手的软件生态越来越成熟、迁移工具越来越好用， 那么这道护城河会自己变浅。

所以「客户黏性」在这门生意里是一条真实但有保质期的理由—— 和上一门课里的「稀缺性」一样，需要定期重新确认，而不是一次性接受。

「制造外包」到底省掉了多少？用两门课的公开数字对比一下就很清楚。

最后两行是这张表真正的价值。

把成本外包出去，不只是「省钱」，它同时改变了利润率的弹性—— 变动成本占比高的公司，利润率更稳定；固定成本占比高的公司，利润率更剧烈。

所以这家公司的毛利率一直在 55% 附近波动很小（第 5 节会看到 2026 年二季度是 56.1%、一季度 54.3%、去年同期 55.9%）， 而上一门课的主角毛利率会因为折旧的一次变动就掉几个百分点。

这个差别在第 9 节会变得很重要—— 因为毛利率越稳定，用收入做定价基数就越可靠。

这三条会一路贯穿到第 17 节。

而它们共同解释了这门课最核心的一个现象： 为什么这家公司的季度收入会「不规则」，而利润率却相当稳定。

下一节先看买方——因为收入的另一半，取决于他们凭什么下单。

第 ② 类是这门生意与前二十一门课主角都不同的地方。

前面的课里，客户几乎全是商业机构，下单逻辑是投资回报。

而这里有一类买方的动机里包含「基础设施建设」与「数据主权」—— 它的采购节奏与商业周期不完全同步。

这既是稳定性的来源，也是不确定性的来源： 它可能在商业需求疲软时仍然采购，也可能因为预算与项目节奏而使收入确认变得不规则。 记住这一点——第 6 节那个「收入不规则」的现象，一部分来自这里。

这是这门生意最核心的一个问题，而它的答案在过去几年里变了。

总拥有成本与 每 token 成本是这张表里最要紧的两行。

它们把「芯片好不好」这个技术问题，翻译成了「这活儿多少钱能干完」这个经济问题。

有机构给出的原话式判断是：大型模型开发者表示，只要每 token 成本有竞争力， 他们愿意部署境内加速卡。

第二行给出的跟踪对象，和第一行完全不同。

这就是「搞清楚买方看什么」的实际价值—— 它决定了你该盯哪些数字，而不只是决定你怎么理解这门生意。

第 17 节的交叉信号里，「同业新品发布与定价」这一条就是从这里来的： 不是看对手发布了什么规格，是看对手定了什么价。

这是多方逻辑里最关键的一句话，所以值得拆开验一遍它由什么构成。

四项里只有第一项明确有利，第二项和第四项明确不利。

所以「总拥有成本更低」这个结论，很大程度上依赖购置价格的优势足够大—— 大到能盖住功耗与迁移成本这两块。

系统级竞争是理解这门生意当前格局的关键。

有机构的判断是：境内硅片在芯片层面仍落后约两代， 但通过多芯粒设计、先进封装、机架级系统架构、光网络与软硬件协同优化， 实际差距正在缩小。

这句话的结构值得注意：它没有说「差距不存在」， 它说的是「在芯片层面存在，在系统层面被部分抵消」。

这家公司的位置在产业链上非常清楚：它向上买制造与内存，向下卖给算力买方。

这张图里最要紧的是上游那两格。

晶圆制造与内存，都不在这家公司手里—— 而有机构把二季度交付延后的原因归为产能爬坡、内存可得性与系统级交付时点三条， 其中前两条全在上游。

这就是第 1 节那条性质的具体后果： 它能卖多少，有一部分不由它自己决定。

竞争从芯片挪到整柜，不只是一个技术叙事，它会直接改变报表的形状。

第三行和第四行，正好解释了这门课后面两个最重要的现象。

收入高度不规则——这就是第 5 节里机构说的 「去年二季度收入本来就高于三季度，收入确认节奏历来不规则」； 而机构把交付延后归因于「系统级交付时点」，说的正是这一行。

存货金额大得多——这就是第 7 节那个「接近翻倍」。 如果只卖裸芯片，存货不会有这么大的绝对波动。

换句话说：这两个看起来是「异常」的现象， 其实是「卖系统而不是卖芯片」这件事的正常财务表现。 它们不能证明什么，但也不该被当成警报——除非它们持续得太久。

上调的理由该机构列了三条：新增了「境内云服务商海外数据中心使用国产卡」这一类别； 某大型平台的资本开支计划大幅上修；以及主权与国企相关需求上调。

⚠️ 本课必须说明的限制：这是单一机构的预测，本课没有取得第二家机构的同口径数据。

所以它在本课里只作为量级参照，不作为共识。 而第三单元你会看到，两家机构对这家公司未来两年收入的预测相差 32%—— 这本身就说明「行业有多大」这个问题远没有定论。

净利率从 −119.6% 走到 +41.7%，跨度超过 160 个百分点。

这个跨度在本系列里排第二——只有第 19 门（美光）的周期波动 （净利率 −37.5% 到 +70.3%）跨度更大。但性质完全不同： 那是周期的谷底到峰顶，这是从零到规模。

第 ① 条是主要的。

看一个具体数字：2024 年研发费用占收入的比重超过 100% （收入 ¥11.74 亿，研发投入比收入还多）——那时候当然亏。

而 2026 年二季度，这个比重降到约 12%。

研发的绝对金额一直在涨，但收入涨得更快—— 这就是把亏损翻成盈利的全部机制，不需要任何别的解释。

好消息讲完了，接下来是这一节真正要说的事。

当一家公司的利润率在两年内从 −119.6% 走到 +41.7%， 「用某一年的利润乘以一个倍数」这件事就变得非常不牢靠。

第二行是要害。

市盈率法的分母是利润，而利润 ＝ 收入 × 利润率。 收入的预测误差和利润率的预测误差会相乘，一起放进目标价里。

第 6 节会给你看这件事真实发生的样子： 一家机构的收入预测差了 18%，但因为利润率也猜错了方向，最后每股收益只差 1%。 误差不是抵消不了，而是抵消得完全靠运气。

2025 年收入同比 +453%，这个数字经常被单独拿出来当作增长能力的证明。

但它有一个必须同时说明的性质：基数极低。

+453% 是真的，绝对增量 ¥53 亿也是真的。

但同样真实的是：从 ¥11.74 亿涨到 ¥64.97 亿， 和从 ¥64.97 亿涨到 ¥360 亿，是完全不同难度的两件事。

而后者正是「2026 年增长 +453%」所要求的—— 没有任何一家机构做这个预测，最高的那家给的是 ¥213.1 亿。

这份财报的结构非常清楚：收入慢，利润快。

而「慢」和「快」都是相对的，所以要先说清楚相对于什么。

+75.8% 在任何正常语境下都是一个极高的增速。

但在这家公司身上，它是「慢」的—— 因为市场已经给它定了一个 +149% 到 +180% 的预期。

这是理解高估值股票财报的一条通则： 好消息和坏消息不由绝对数字决定，由它与预期的距离决定。 而预期本身，就藏在股价里。

注意毛利那一行：它和收入几乎同速，说明毛利率没有变。

所以利润的超额增速全部发生在毛利之后—— 也就是费用端。

经营杠杆就是这个意思： 研发、销售、管理这些费用不随收入同比例增长，所以收入涨一块钱， 利润涨得比一块钱的利润率还多。

从 100% 以上降到 12%，这就是杠杆的全部来源。

发布报告的机构给出的解读是：强劲的利润率反映了有利的产品结构、 制造效率改善，以及在供不应求的市场里持续的定价能力。

⚠️ 但要注意这三条理由的性质不同： 产品结构和制造效率是公司自己的能力，而「供不应求」是市场环境。 环境会变，能力不容易变——所以看利润率能否维持时，要分开看这两块。

只看单季会被节奏骗，把最近几个季度排起来会清楚很多。

看第三列：一季度环比 +52.7%，二季度环比只有 +7.8%。

这个对比比同比更能说明「慢」在哪里—— 上一个季度还在大幅环比增长，这个季度突然平了下来。

而第五列同时在说另一件事：净利率从 2025 年四季度的 24.1% 一路走到 41.7%，连续两个季度大幅改善。

两列放在一起，就是这一节的全部结论： 收入的节奏在变慢，而单位盈利在变好——而且这两件事发生在同一段时间里。

⚠️ 一个必要的口径说明：2025 年三季度的数据本课未取得， 因此上表在 2025Q2 与 2025Q4 之间是断开的，不能用来判断趋势的连续性。

这两条线不矛盾，它们说的是两件不同的事。

一家公司完全可以同时「东西不够卖」和「卖出去的每一件都很赚」—— 而这正是供不应求状态下的典型形态。

下一节把这两条线的相互作用量化—— 你会看到它们如何在同一个季度里几乎完全抵消。

收入差了 18%，每股收益只差 1%。

如果只给你其中一行，你会得出完全相反的结论。

而两行都是同一份财报里的真实数字。

每股收益 ＝ 收入 × 净利率 ÷ 股本。 股本没变，所以偏差只能来自收入和净利率。

预测里的净利率没有直接给出，但可以反解。

收入缺口 −18.1% 与净利率超预期 +20.7%，几乎正好相互抵消。

收入与每股收益的背离就是这么来的—— 不是巧合，是两个方向相反的误差恰好量级相当。

第三行是正确的做法，而它只需要一次乘法。

这套动作可以直接搬到任何公司身上： 拿到财报，把「收入偏差」和「利润率偏差」分别算出来， 看它们是同向还是反向。

同向 → 误差放大，是真正的意外；
反向 → 误差抵消，表面平静但底下有两件事在动。

预测隐含 34.54%，实际 41.7%，差了 7.2 个百分点。 这不是一个小误差，值得问一句它从哪来。

第二行是答案：净利率超预期，主要来自费用端而不是毛利端。

而费用端恰恰是最难预测的部分—— 研发投入的节奏由公司自己决定，外部很难提前知道某个季度会花多少。

这解释了为什么这个误差会这么大，也解释了为什么它会反复出现： 在经营杠杆快速释放的阶段，费用率的预测误差会系统性地偏保守。

第三行值得单独确认一次：扣非增速高于净利润增速， 说明这个季度的利润不是靠非经常性项目撑起来的。 这是一个应该每季度都做的检查，而且只要看一眼两个增速谁高谁低就够了。

注意这四行的偏差在放大：收入 −11.1%，到每股收益变成 −26.5%。

这是同一个乘法机制的另一面—— 这次两个误差同向（收入更低、利润率也更低），所以放大而不是抵消。

把这两个例子并排看，这一节的方法就完整了： 收入与利润率的偏差方向，决定了最终误差是被放大还是被掩盖。 而这件事，只有把它们拆开才看得见。

有机构在二季报解读里专门列了一张图：存货较一季度末接近翻倍。

而这家公司的存货本来就在快速增长—— 2024 年末 ¥17.74 亿，2025 年末 ¥49.44 亿，一年涨了 1.79 倍。

⚠️ 口径说明：最后一行是机构报告的定性描述， 本课未取得该时点的具体金额，因此只按「接近翻倍」这个量级使用， 不做任何进一步推算。

存货的双向信号是这一节的全部内容。

同一个数字，两种解读，而且两种解读指向完全相反的结论。

更麻烦的是：这两种解读都能和已有的事实自洽。

如果你相信解读 ①，那么它印证了机构说的「交付时点后移」；
如果你相信解读 ②，那么它挑战了「需求没走弱」这个说法。

光看这一个数字，没有办法分辨。

情形 C 是最容易被忽略的一种。

存货和收入同时涨，本身不是坏事——生意做大了，备货自然要多。

但它意味着现金被持续占用：钱先变成存货， 等卖出去、收回款，才变回钱。 这就是第 17 节要把经营现金流列进必看清单的原因。

在下结论之前，先搞清楚这家公司的存货里装的是什么。

前三行都指向同一件事：这家公司的存货，不是「卖不掉的成品」那么简单。

它有相当一部分是「为了能交付而必须提前拿到的东西」—— 在一个供给紧张的环境里，能拿到货本身就是一种优势。

这一单元的三节，全都指向同一件事：这家公司的近期数据不能单看一个指标。

而这正是下一单元的起点—— 当基础数据本身需要成对解读时，两家机构会选择完全不同的方式来给它定价。

下一单元讲的就是这件事，而且是全课技术核心。