行情分析
三大科技股板塊值得看好做多。
【主力運作板塊強度排名】週二市場主力資金重點參與的前10強板塊。
1、消費電子。圖中電子元器件和4G5G，這兩個排名第一，這兩個板塊今天重點的是走消費電子的路線，元器件有一部分是電子企業，一部分是半導體企業。今天更傾向走消費電子，5G板塊裡面有兩個部分一個是基站部分，一個是5G手機消費電子方向，今天也是重點在消費電子。這個板塊前幾天我就說了，不會因為疫情影響全年的業績的，很快就會復工，今天的訊息面就證實了這點，所以今天算是補漲一下吧。後面繼續看好消費電子。
2、半導體。圖中電子元器件和晶片這兩個板塊基本上也是指半導體板塊，元器件一部分是屬於晶片和半導體。半導體今天漲幅不如消費電子，但是穩定小幅上漲，對科技股的整體有穩定軍心作用，畢竟他們昨天調整的多一些。半導體是科技股的靈魂主線，這個必須要持續強勢，如果這個沒行情了，科技股的行情也就到頭了。現在我還是看好這個方向。
3、特斯拉。鋰電池，新能源汽車，特斯拉，這三個板塊都是特斯拉概念體系，本來昨天下午的反彈漲的非常好，特斯拉股價也在反彈，但是早盤因為一個特斯拉概念的妖股閃崩，就導致了整個板塊的殺跌，很異常，當然特斯拉的靈魂領頭羊，寧德今天也走弱，所以這個板塊暫時被壓制了。後面我覺得還會有一些個股行情，整體向上有一定難度了。不是我們目前的短線重點了。
4、空天網。衛星導航。這個板塊一直還沒有進入到資金重度參與的這個榜單裡面，一方面是股票不多，另一方面是這兩天這個板塊也是在調整，空天網未來行情發動二波的概率較大。且未來可能有國家政策支援，所以調整下來還是值得看好的。殺跌就是低吸機會。
5、雲端計算。已經從榜單向下走了，大資料也下降了不少，短期漲多了，需要調整，中長期還是看好，短期因為疫情催化漲起來，好多大票連續上漲，這個壓力還是不小的，所以暫時對這個板塊保持耐心等待，不急。
6、遠端服務。線上教育，遠端辦公，這個方向是遊資的題材股。受到抗病毒殺跌拖累，這個題材明天非常關鍵，就是看是否能領漲反彈，如果還是跟著抗病毒的股票後面走，那麼沒有必要繼續做下去了。如果領漲，並快速確立龍一位置，那這個題材可以繼續做。從龍虎榜資料看，機構對這個方向買入力度還是較大的。
晶片熱點分析
下面，中國軟體網重磅釋出2019年十二大半導體、晶片產品
1.華為麒麟990 5G處理器
2019年9月，華為釋出了麒麟990系列晶片，為加快5G商用的步伐，華為也是業界第一家釋出5G晶片的廠商。華為麒麟990 5G處理器首次集成了巴龍5000基帶，支援5G網路。使用臺積電二代的7nm以及EUV先進工藝技術。
同上一代麒麟980晶片基礎架構相同，GPU採用ARM的Mali-G76。CPU方面，兩個2.86GHz的ARM Cortex A76核心，兩個2.36GHz的A76核心，四個1.95GHz的A55核心。更重要的是，在AI方面，麒麟990採用了新一代達芬奇架構，AI效能大幅度提高。
2.英偉達自動駕駛晶片NVIDIA DRIVE AGX ORIN
2019年12月，英偉達GTC CHINA大會上，英偉達釋出了最強自動駕駛系統級晶片ORIN。ORIN不是一款簡單的晶片，設計參考資料中心，支援虛擬化，採用應用隔離。記憶體涉及到計算的部分均通過加速引擎進行加密，保證每一臺車的計算是獨立的。
ORIN包含170 億個電晶體，8個核心。算力可達200TOPS，是上一代晶片Drive Xaiver算力的7倍，更超過特斯拉今年推出的自動駕駛晶片Autopilot Hardware 3.0。除了強大的計算能力，安全同樣有所保障，ORIN的CPU和GPU可鎖步執行。ORIN覆蓋從L2到L5的自動駕駛技術，計劃2022年投產使用。
3.AWS Inferentia和Graviton2
2019年AWS re:Invent大會上，AWS推出一款機器學習專用晶片Inferentia和一款基於ARM架構的高效能運算處理器晶片Graviton2。Inferentia具有高吞吐量、低延遲、效能穩定持久等優點的同時，也具備經濟效益優勢。Inferentia支援主流框架INT8、FP16等，也支援TensorFlow、Caffe2、ONNX等在內的多款機器學習框架。
Graviton2來源於gravity引力，比X86同類產品的價效比高40%，計算量提升4倍。Graviton2已經針對AWS雲原生應用進行了優化，基於64位ARM Neoverse核心和AWS片上定製系統設計，並且每個核心的浮點效能提升了2倍。可用於科學和高效能工作負載領域，最多支援64個虛擬CPU，25Gbps網路和18Gbps EBS頻寬。Inferentia和Graviton2的釋出，可以看作AWS開始重點發力AI晶片和伺服器晶片兩大戰場。
4.ARM Mali-G77 GPU
2019年，ARM釋出了新一代Mali-G77 GPU，Mali-G77採用了全新架構Valhall。這意味著，與Mali-G71至Mali-G76的架構Bifrost不同，全新架構Valhal在舊架構上做了重要升級，通過設計ISA匯流排和計算核心，彌補了以往Bifrost架構的主要缺點。
ARM官方資料顯示，Mali-G77較前代效能提高30%，效能提高30%，機器學習能力提高60%。每平方毫米效能較前代提升1.4倍，實現30%的同比能效改進的同時，比Mali-G72節省50%的功耗。從以往幾代產品的應用情況華為麒麟、三星獵戶座市場表現優良，因而可以預計Mali-G77 GPU將會在未來廠商中得到較大範圍應用。
5.蘋果A13 Bionic
2019年9月，蘋果秋季釋出會上，推出了新一代A13仿生晶片，A13仿生晶片搭載於iPhone 11系列新品手機上。新品釋出會上，蘋果佔用較長時間，介紹了iPhone 11系列高流暢效能背後的“功臣”。蘋果稱，A13 Bionic是有史以來最快的A系列晶片，擁有85億個電晶體，功率更低，比A12提升20%。
A13的CPU有兩個高效能核心，速度提升20%，功耗降低30%;四個效能核心，速度提升20%，功耗降低40%。GPU則為四核心設計，速度提升20%，功耗降低40%。此外，A13的8核神經計算引擎，優化了手機攝影、視訊功能。在工藝製程上，A13採用了先進的7nm工藝。
6.高通驍龍865
2019年年底，高通驍龍夏威夷技術峰會上，高通一口氣釋出驍龍765、驍龍765G、驍龍865三款移動平臺，覆蓋高中低端所有機型。其中高階驍龍865晶片將成為2020年與蘋果、華為競爭的利器。與華為策略不同，高通驍龍865為了照顧4G廠商，並未整合5G基帶。
從效能上看，5G、AI、攝像較上一代產品均有較大幅度提高。CPU採用Kryo 585架構，包括一個2.84GHz的Cortex-A77，三個2.42GHz的Cortex A77，以及四個1.8GHz的Cortex-A55。效能、能效均提高了25%。GPU採用Adreno 650，效能提升25%，能效提升35%。
驍龍865支援20億畫素/秒的處理速度，支援2億畫素攝像頭;支援4K 120幀、8K 30幀的錄製。搭載第五代AI Engine引擎，運算能力達15萬億次/秒，比上一代引擎運算能力增加一倍多。無論在攝影、視訊拍攝、5G網路、Wi-Fi 6連線，驍龍865均表現出色。
7.聯發科天璣1000
2019年，聯發科推出了醞釀許久的旗艦5G晶片天璣1000，該款晶片是聯發科在5G商用時代衝擊高階市場的重磅產品。天璣1000採用整合M70 5G基帶的方案，臺積電7nm工藝製造。天璣1000的CPU採用八核設計，四個2.6Ghz主頻的Cortex-A77大核，四個Cortex-A55小核心。
GPU採用最新的九核心Mali-G77 MC9(Multi Core)，效能提升40%。AI運算方面，採用六核心APU 3.0組合，兩個大核、三個小核、一個微小核。所以綜合天璣1000的CPU、GPU、AI等各個方面的效能，均能夠對高通、三星等競爭對手產生較大的威脅，具備一定的市場競爭力。
8.三星Exynos 980
2019年9月，三星推出了Exynos 980 5G晶片，該款產品與手機廠商vivo共同打造，並搭載在vivo新一代旗艦終端vivo X30系列手機上。Exynos 980採用8奈米FinFET製程工藝，CPU有兩個2.2GHz的Cortex-A77核心，以及六顆1.8GHz的A55核心。GPU採用Mali-G76 MP5。內建NPU神經網處理器，人工智慧計算效能優化約2.7倍。
Exynos 980可處理1.08億畫素拍攝的影象，最多可以連線五個影象感測器，支援三個感測器同時驅動，NPU效能加持後，可通過AI技術識別拍攝物體形態、周圍環境，調節至拍攝最佳狀態。在網路方面，Exynos 980支援NSA/SA雙模網路，支援Wi-Fi 6。
9.阿里巴巴含光800
2019年9月，阿里巴巴首次推出了AI推理晶片含光800。根據阿里巴巴公佈的資料顯示，含光800是全球最強AI推理晶片，主要應用於雲端視覺場景。其效能、能效比均為第一名，1顆含光800的算力相當於10顆GPU。
目前，含光800已大規模應用於阿里巴巴內部核心業務中，比如視訊影象識別、分類、搜尋，城市大腦等。未來還可應用於醫療影像、自動駕駛等領域。在城市大腦中實時處理杭州主城區交通視訊應用場景中，傳統GPU需要40顆，而用含光800僅需4顆，延時降至150ms，大幅度提高效率。
10.寒武紀思元270
2019年6月，寒武紀宣佈推出第二代雲端AI晶片思元270(MLU270)和板卡產品，思元270採用採用寒武紀公司自主研發的MLUv02指令集，可支援視覺、語音、自然語言處理以及傳統機器學習等高度多樣化的人工智慧應用，為視覺應用集成了充裕的視訊和影象編解碼硬體單元。
同時，思元270處理非稀疏深度學習模型理論峰值效能提升至上一代MLU100的4倍，理論峰值達到每秒128萬億次人工智慧基本運算(INT8)。支援多種運算精度，比如INT4、INT8、INT16、INT32等，同時相容INT4和INT16運算，其中INT4理論峰值達每秒256萬億次，INT16理論峰值達每秒64萬億次。
11.英特爾NNP-T和NNP-I
2019年8月，英特爾釋出兩款AI晶片(Nervan神經網路處理器)NNP-T和NNP-I。NNP-T用於訓練，代號SpringCrest;NNP-I用於推理，代號SpringHill。具體而言，NNP-T採用臺積電16nm FF+製程，擁有270 億個電晶體，矽片面積680平方毫米。主要用於深度學習訓練，可從頭開始構建大規模深度學習模型，TensorFlow、PaddlePaddle、PYTORCH 訓練框架。
而NNP-I採用10nm 技術以及Ice Lake核心打造，由以色列海法研發中心開發，同樣支援所有主流深度學習框架。作為一款專門用於大型資料中心的推理晶片，NNP-I能加速大規模深度學習部署，利用最小的能量處理高負載工作，ResNet50上的效率可達 4.8TOPs/W，而功率範圍在10W至50W之間。網際網路社交巨頭Facebook已開始使用NNP-I晶片。AI時代，英特爾正以全面解決方案商的角色進入市場。
12.華為Ascend 910
2019年8月，華為隆重發布了算力最強、訓練速度最快的AI晶片Ascend910(昇騰910)。根據華為介紹，Ascend 910的算力是國際頂尖AI晶片的2倍，相當50個當前最新最強的CPU。其訓練速度，也比當前最新最強的晶片提升了50%至100%。
同時，華為還發布了新一代AI開源計算框架MindSpore，對標谷歌的TensorFlow和FaceBook的PyTorch，MindSpore將會在2020年第一季度全面開源、開放。
2020科技牛股
從市場表現來看，題材炒作和投機氛圍降溫，機構主導的氛圍在升溫。因此機構主導的中線科技類的方向，值得大家深度挖掘。具體品種方面可以關注以下幾條主線：
1、雲端計算
這次的疫情，對雲端計算是一個重大的刺激。同時雲端計算是“新基建”的重要方向，未來肯定要加大建設，相關公司確定性受益。主要是四條細分主線：
伺服器：浪潮資訊、紫光股份、中科曙光等；
伺服器用PCB也受益，PCB三劍客：滬電股份、深南電路、生益科技
IDC：光環新網、寶信軟體、資料港、奧飛資料、鵬博士等；
光模組：中際旭創、新易盛、華工科技、天孚通訊等；
SaaS：用友網路、石基資訊、廣聯達等。
2、半導體裝置：
半導體產業逐步產業升級過程中，國內半導體裝置企業存在巨大成長空間，重點關注各細分領域龍頭公司：
長川科技：數字測試機和分選平臺領先企業；
精測電子：中國產面板檢測裝置領先企業；
聯得裝備：國內平板顯示模組裝置領先企業；
萬業企業：18年收購凱世通，切入光伏離子注入機；
晶盛機電：晶體矽生長裝置龍頭企業，實現12英寸半導體級單晶爐量產。
3、封測：
在當前華為/海思重塑中國產供應鏈背景下，國內代工、封測以及配套裝置材料公司有望全面受益，迎來歷史性發展機遇。海思全球封測需求空間較大，且保持較高增速。目前海思在臺灣封測為主，我們預計未來會逐漸向大陸轉移。重點公司：長電科技、通富微電、華天科技、晶方科技