a股多只芯片股市值超千亿(哪家最有可能成为中国的高通)

a股多只芯片股市值超千亿，哪家最有可能成为中国的高通？

芯片行业是一个堆技术、堆资金的行业。

美国的高通、英特尔、博通等芯片公司都是经过几十年的不懈努力才发展成今天的规模。近段时间的中兴通讯被制裁事件让我们深切感受到“落后就挨打”的残酷事实，对于国产自研芯片有了更多的期待。

就目前来说，我认为有能力成为中国高通的公司只能是以下几家：

一、阿里巴巴

前几天阿里巴巴宣布收购中天微公司，正式进军芯片研发，让国人无比振奋。据阿里巴巴集团CTO张建锋透露，阿里巴巴早在4年前就已经布局国产芯片自研，不得不佩服马云同志超强的眼光和前瞻性。

阿里巴巴进军芯片行业，有其天然的优势。首先当然是资金，马老板不缺钱全世界人民都知道，，阿里市值5000亿美金，可以扛得起芯片领域动辄千亿的投资。其次就是阿里巴巴的强大技术实力，这点不容忽略，并且阿里巴巴的技术实力完全不弱于他们的商业实力，只是在水面以下，大家没察觉而已。阿里巴巴的云计算全球第三，国内当之无愧的老大；阿里的云OS也已经做了将近8年，蓄势待发。在接下来的物联网时代，阿里巴巴也走在了前面，物联网时代离不开芯片的支持，所以阿里巴巴做芯片有优势，更是趋势，阿里肯定会在芯片领域给大家带来很大的惊喜。

二、华为

华为的海思芯片大家都很熟悉，华为的手机基本用的都是自家的海思麒麟芯片。目前的麒麟970芯片是安卓阵营中唯一可以媲美高通骁龙845和三星Exnoys9810的国产芯片，性能强大、AI加身，体验相当出色。

华为是国内第一家自研芯片的手机公司，多年前通过收购海思公司实现了芯片的自给自足，现在看来眼光也很超前。通过这么多年的努力和投入，在手机芯片行业，华为是目前国内毫无疑问的老大。期待华为继续扩大投入，做精做大，不仅可以自用，还能照顾国内的其他处在水深火热之中的友商兄弟。

三、小米

小米在2017年发布了第一款自研芯片——松果澎湃S1，也成为了继华为之后国内第二家实现自研芯片的手机公司。雷军曾说，做芯片，他愿意无条件、不计成本、不计回报的持续投入10年，令人敬佩。

澎湃S1芯片定位中低端，小米也是在自家产品小米5X上做了试用，效果还行。很快澎湃S2也会发布，这回不知道能否跟高通、麒麟较量一番。

四、紫光

这家低调的公司近几年频频由于大手笔收购进入公众视野。其实紫光一直在默默的研发芯片，紫光的策略是自主创新+国际合作。

自主创新就是自主研发，打造国产存储芯片；所谓国际合作基本上就是靠收购了，展讯、新华三都已经进了紫光的口袋。前段时间，紫光集团又重磅抛出了未来10年在芯片投入1000亿美金的宏伟计划，真准备要大干一场了。

以上几家是最有可能在国产芯片领域做大做强的，无论哪家成为NO.1，我们都应该感到骄傲和自豪，不再受制于人了。个人觉得阿里巴巴成为国产芯片老大的可能性更大。

有色金属是哪只股票？

三安光电：公司凭借强大的企业实力，继2014年扩大LED外延芯片研发与制造产业化规模、同时投资集成电路产业，建设砷化镓高速半导体与氮化镓高功率半导体项目之后，2018年三安光电在福建泉州南安高新技术产业园区，斥资333亿元投资Ⅲ-Ⅴ族化合物半导体材料、LED外延、芯片、微波集成电路、光通讯、射频滤波器、电力电子、SIC材料及器件、特种封装等产业。

南方财富网11月11日讯，三安光电股价涨0.63%，截至收盘报36.72元，市值1644.81亿元。盘中股价最高价38.28元，最低达35.85元，成交量104.44万手。

11月11日消息，三安光电11月11日主力净流入1.95亿元，超大单净流入1.05亿元，大单净流入8996.13万元，散户净流出7842.79万元。

华工科技：云岭光电成立后，将完成高端芯片的国产化，改变高端芯片依赖进口的局面。

截至15时收盘，华工科技涨1.06%，股价报29.69元，成交15.15万股，成交金额4.5亿元，换手率1.51%，最新A股总市值达298.53亿元，A股流通市值298.38亿元。

11月11日消息，华工科技资金净流出3399.88万元，超大单净流出4783.41万元，换手率1.51%，成交金额4.5亿元。

深科技是存储芯片概念股吗？

深科技是内存芯片封测概念股。

6月17日消息，深科技截至下午三点收盘，该股跌0.71%，报11.11元；5日内股价上涨0.09%，市值为173.38亿元。

核心数据：

2021年公司净利润7.75亿，同比增长-9.54%。

2021年ROE为8.67%，净利7.75亿、同比增长-9.54%，截至2022年05月10日市值为156.84亿。

成长能力：

从公司近五年扣非净利润复合增长来看，近五年扣非净利润复合增长为40.44%，过去五年扣非净利润最低为2018年的-6140.92万元，最高为2021年的3.08亿元。

从近五年净利润复合增长来看，近五年净利润复合增长为9.4%，过去五年净利润最低为2019年的3.52亿元，最高为2020年的8.57亿元。

从近五年营收复合增长来看，深科技近五年营收复合增长为3.79%，过去五年营收最低为2019年的132.24亿元，最高为2021年的164.88亿元。

真正的人工智能龙头除了科大讯飞？

在A股里，真正的人工智能龙头除了科大讯飞，还有哪几个？

首先，通过通达信行情软件找到人工智能板块的个股共有92只。如下图所示：

其实人工智能板块里面有很多各种行业的个股在里面，目前人工智能只是一个概念板块。在挑选人工智能板块的核心个股之前，大家应该先认识一下什么叫人工智能。

其次，什么是人工智能？

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。通过医学、神经科学、机器人学及统计学等的进步，有些预测则认为人类的无数职业也逐渐被人工智能取代。

根据网络上的定义我们找到了一些简单的人工智能的介绍给股民投资者朋友看看：

人工智能的定义可以分为两部分，即“ 人工”和“ 智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，就问题多多了。这涉及到其它诸如意识（CONSCIOUSNESS）、自我（SELF）、思维（MIND）（包括无意识的思维（UNCONSCIOUS_MIND））等等问题。人唯一了解的智能是人本身的智能，这是普遍认同的观点。但是我们对我们自身智能的理解都非常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及对人的智能本身的研究。其它关于动物或其它人造系统的智能也普遍被认为是人工智能相关的研究课题。人工智能在计算机领域内，得到了愈加广泛的重视。并在机器人，经济政治决策，控制系统，仿真系统中得到应用。著名的美国斯坦福大学人工智能研究中心尼尔逊教授对人工智能下了这样一个定义：“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能）。也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。

欢迎关注量化擒牛，专注量化策略挖掘和投资者教育，欢迎转发、评论、点赞。

例如繁重的科学和工程计算本来是要人脑来承担的，如今计算机不但能完成这种计算，而且能够比人脑做得更快、更准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，可见复杂工作的定义是随着时代的发展和技术的进步而变化的，人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展，另一方面又转向更有意义、更加困难的目标。通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。正因为如此，这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。这是智能化研究者梦寐以求的东西。 2013年，帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法，该方法导出了研究函数性质的新方法。作者发现，新数据分析方法给计算机学会“创造”提供了一种方法。本质上，这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的，是普通人无法拥有但计算机可以拥有的“能力”。从此，计算机不仅精于算，还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力，否则计算机真的有一天会“反捕”人类。当回头审视新方法的推演过程和数学的时候，作者拓展了对思维和数学的认识。数学简洁，清晰，可靠性、模式化强。在数学的发展史上，处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来，而数学定理最大的特点就是：建立在一些基本的概念和公理上，以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说，数学是最单纯、最直白地反映着（至少一类）创造力模式的学科。

所以介绍完了上面的这些内容，你对人工智能应该也又一定的了解了吧，再在人工智能里面找到值得投资像科大讯飞类似的股票是不是就容易很多了！

欢迎关注量化擒牛，专注量化策略挖掘和投资者教育，欢迎转发、评论、点赞。