DISCO公司研究报告:半导体“切磨抛”龙头的启示DISCO半导体扎根半导体“切、抛、磨”业务,八十余载技术沉淀铸就冠军企业。公司于 1937 年在日本广岛县成立,成立初期专注超薄树脂砂轮等超薄切割刀片生产,并逐渐在半导体加工领域站稳脚跟。1970 年起,公司业务逐步向下游扩张,从半导体工具制造商转变为半导体设备制造商。经过数十载的发展,目前公司以“切、磨、抛”为核心不断纵向深入产品矩阵,提供从设备到加工工具再到定制化服务的整体解决方案,现已成为全球最大的半导体切片/减薄设备龙头。
低空经济“六问六答”:政策产业陆续落地,广阔市场拉开帷幕低空经济此轮低空经济与上一轮有何区别?• 管理端:中央管理层级提高,地方政府积极性提高。• 政策端:政策开始触达低空经济核心壁垒,改革进入深水区。• 产业端:航空制造业链条完备,基础设施逐渐完善。• 技术端:eVTOL横空出世,或将成为主流交通工具之一。
维峰电子研究报告:国产工控连接器佼佼者,汽车和新能源两翼高速成长维峰电子连接器汽车新能源工业控制连接器国内龙头,布局汽车和新能源连接器。公司已形成以工业控制连接器为主体,汽车及新能源连接器两翼发展的布局。产品广泛应用于工业控制与自动化设备、新能源汽车“三电”系统、光伏逆变系统等应用场景。
鸿蒙行业专题报告:原生鸿蒙元年,万物互联大时代开启鸿蒙统一生态、多端部署,鸿蒙引领万物互联大浪潮。国产化安全性需求提升+万物互联时代浪潮,鸿蒙系统凭借其“统一生态、一次开发、多端部署”的特性,应运而生。华为早于 2012 年开始布局鸿蒙操作系统,2019年正式发布、2020 年开始开源,目前鸿蒙系统已迭代到 4.0 版本,覆盖范围从智慧屏到手机、电视、手表、车机,以及千行百业的 2B 终端。
中国重汽研究报告:重卡出口+内需双轮驱动,行业龙头乘风而起中国重汽重卡我们认为中国重汽作为重卡行业中的龙头企业和优质标的,是我国重卡行业复苏和出口高增的主要受益者。凭借稳健的资产负债表和优于同行的盈利能力,中国重汽在行业下行时通过出口业务体现出较强的韧性,又能快速抓住内地的复苏周期的机遇持续扩大市场份额。
低空经济行业专题报告:5G-A通感一体赋能低空经济低空经济5G-A通感一体5G-A赋能低空经济组建“空联网”,并提供通感一体等综合信息服务能力。低空智能将融合 “四张网”,包括“设施网”、“空联网”、“航路网”和“服务网” 。其中,空联网指通信、导航和感知等信息基础设施,是将低空数字化成可计算空域的关键。当前低空飞行面临的通信网络痛点:现有无线通信网络(4G/5G 网络)的有效覆盖高度大致为 150m 左右,所以最终解决方案可能是专用通信链路/网络、5G-A通感一体化网络、未来的低轨卫星网络。目前而言,最快速、便捷的可实现的网络模式便是5G-A网络。 5G-A面向低空
信德新材研究报告:负极包覆材料翘楚,一体化奠定竞争优势信德新材新能源公司国内锂电负极包覆材料龙头公司,市占率稳固行业领先,与下游头部负极材料企业璞泰来、杉杉、贝特瑞、中科星城、凯金能源等实现深度绑定,具备上下游一体化优势,有望受益于快充之春风实现高速增长。
电子行业2024年投资策略:创新之需,周始之律,国芯之替半导体创新周期拉需求:人工智能引领新一轮科技产业革命,AIGC 成为主要方向,将重构生产效率、交互方式等经济活动各环节,形成从宏观到微观各领域的智能化需求,推动信息技术时代向人工智能时代加速发展。2024 年,我们认为伴随大模型持续升级和终端应用多点开花,受益于 AI 算力建设加速的云侧、端侧将迎来行业增长机会;同时以 XR、折叠屏、显示等为代表的终端创新有望带来产业链革新。
电子行业专题报告:AI浪潮汹涌,HBM全产业链迸发向上人工智能HBMAI 需求爆发驱动 HBM 快速增长,三大存储原厂引领市场。HBM 即高带宽存储器,是一种基于 3D 堆叠工艺的 DRAM 内存芯片,具有高内存带宽、低能耗、更多 I/O 数量、更小尺寸等优势。自 2013 年海力士首次制造问世以来,HBM 已迭代至第五代 HBM3E,该代际产品最大容量为 36GB,每引脚最大数据速率为 9.2Gbps,最大带宽超过每秒 1.18TB。ChatGPT 爆火 AI 大模型迎来快速发展,引爆算力需求,HBM 助力突破存储瓶颈,成为高速计算平台的最优解决方案。[Nea
汽车智能驾驶行业专题报告:特斯拉专题汽车智能驾驶特斯拉特斯拉的自动驾驶之路分为三个阶段,目前已经进入全面自研阶段,从底层硬件到上层软件做到全面自研。特斯拉为智能驾驶行业带来的技术革新主要包括:① 影子模式,为特斯拉现实数据获取打基础。② HydraNet,重构自动驾驶目标检测网络结构,提升算法效率。③ BEV+Transformer,通过BEV升维采集后的2D图像,形成车辆自身坐标系。④ 占用网络,在BEV基础上补充了物体高度识别和未经标注的障碍物识别。⑤ 端到端,基于深度神经网络,更接近真实人类驾驶。