国产存储+MCU双龙头，端侧AI打开成长空间

兆易创新(603986)
    事件：
    2025年12月31日，兆易创新拟在香港联交所发行2,891.5万股普通股（不包括10%调整权及15%超额配售权），发行价区间为每股132港元至162港元，较2025年12月31日A股收市价214.25元人民币折价32%~45%。该公司预计将募资至多46.8亿港元，招股日期为2025年12月31日至2026年1月8日，股票将于1月13日挂牌交易。
    公司国际配售引入17家基石投资者，包括云峰基金、CPE源峰、景林资产、DymonAsia、奇点资产、3WFund、华勤技术、TCL、OPPO创始人陈明永、小米集团、新华资管、泰康人寿、SummitRidge、工银理财、大湾区共同家园、观博资本等合计认购等值约3亿美元。
    IPO募资用途包括，1）约40%用于提升研发能力，凸显其技术驱动的发展逻辑；2）35%将投向战略性行业并购与投资，强化产业链协同；3）9%用于全球营销网络建设与海外布局，进一步提升国际影响力。
    评论：
    兆易创新是中国Fabless模式芯片设计领军企业之一，主营产品包括存储、微控制器MCU、传感器芯片、模拟芯片。公司致力于打造“感存算控连”一体化芯片生态。经过20多年的发展，公司已发展成为一家在细分市场全球领先的Fabless芯片设计企业。Flash存储领域，公司的NORFlash市场份额排名全球第二，内地第一，在产业内的向上势头持续，行业地位稳固。微控制器领域，公司是排名第一的中国品牌ARM架构通用MCU供应商。2025年前三季度，公司实现收入68.32亿元，同比增长20.9%，归母净利润10.83亿元，同比增长30.2%，继续延续2024年以来的稳健复苏态势。
    我们认为，随着AI时代的到来，公司的存储和MCU业务均将迎来新机遇。
    1)存储：消费类终端电子产品AI化转型，带动NORFlash、定制化DRAM存储的需求高成长。另外，AI眼镜、AI耳机、机器人等新品类也将带来新应用场景的爆发。定制化DRAM以其高速率、低功耗优势，有望成为未来端侧AI设备的必备存储选项。公司提前布局，设立子公司青耘科技开展定制化存储业务，与高通、Intel、字节等国际大厂积极合作，有望在2026年实现手机、AIPC、端侧AI设备、智能汽车机器人等领域落地。
    2)MCU：公司完善“MCU+AI”布局，将轻量化模型适配MCU，提供高性能MCU及智能电机控制等解决方案，在智慧工厂、安防、电机控制、智能汽车、端侧AI设备等场景落地。

推理应用加速落地，算力缺口亟待缓解

寒武纪(688256)
    业绩回顾：25Q3单季度，公司收入17.3亿元，大幅超过10亿-15亿的悲观预期，同环比分别为+1,333%/-2%。毛利率54.2%，同环比分别为+2pct/+1.6pct，环比下滑预计为阶梯价格的影响。归母净利润为5.7亿元，同环比分别为+391.5%/-17.0%，与研发费用占比提升有关。供应链方面，25Q3末公司存货37.3亿元，环比提升10.4亿元，预付款6.9亿元，环比减少1.4亿元，供应链表现稳健。25年10月完成定增融资40亿，为后续研发和供应链提供更多保障。
    AI应用加速落地，大客户需求展望积极：年初以来，全球大厂均在推动应用加速落地，文本对话、AI编程、图像、短视频等爆款应用层出不穷。字节跳动在应用落地上全球领先，日均Token消耗量在25年10月达到30万亿级别，仅次于谷歌的40万亿。公司产品在客户侧的特定场景大模型训练与推理、智能视觉、语音处理、推荐系统等典型AI场景中表现优异，有望迎来订单的持续突破。
    国产算力替代加速，供需缺口亟待缓解：大国科技竞争，算力成为关键商品而受限制，国产算力有望填补算力限售带来的需求缺口。IDC预测，2025年中国智算市场规模将达到400亿美元(3,000亿人民币)，预计2029年将突破1,400亿美元（10,000亿人民币）。面对万亿级市场，我们认为国产供应链已经取得积极进展，国产芯片将在未来数年持续抢占市场。寒武纪凭借自身技术能力和先发优势，有望在新一轮国产算力投资周期中获得显著市场份额。
    目标价1,683元，维持买入评级：预计25-27年收入分别为68.2亿/151.4亿/243.0亿，同比增长481%/122%/61%；归母净利润16.8亿/51.3亿/88.8亿，同比增长NA/205%/73%。我们认为随着AI大模型的不断迭代发展，国产算力芯片将在客户侧不断拓展应用场景，公司作为国产算力龙头企业，将显著受益于国产芯片的渗透率提升。给与公司目标价1,683元，市值7,100亿元，对应2027年80倍PE，较现价有26%的上升空间，维持买入评级。
    风险提示：供应链波动，行业竞争加剧，客户自研芯片，产品迭代延迟