今天早上打开行情软件眼睛还没完全睁开就被“天数智芯”这四个字晃了一下——开盘190.2港元/股直接把前两天打新群里那些嘴上说“观望”的人全部打沉默了。作为一只在港交所挂牌的AI芯片新股这个开盘位置放在当前这个环境里确实有点东西。这篇文章不打算复述新闻而是想把这一个数字拆开发行定价怎么定的、首日冲高的逻辑在哪、公司基本面撑不撑得住以及如果你参与了打新或者准备二级市场进场接下来到底该怎么看、怎么做。无论你是只看热闹的朋友还是真想动手的投资者这篇都能给你一个比较完整的参考坐标。1. 首日开盘190.2港元一个数字里的三层信息1.1 发行定价与首日价差开盘价到底是怎么“蹦”出来的很多人看到“开盘冲至190.2港元/股”这个说法第一反应是“涨了很多”但到底涨了多少得有一个参照物。这个参照物就是发行价。港股新股上市首日开盘价和发行价之间的差额才是真正意义上的首日涨幅。计算方式非常直接首日涨幅 开盘价 - 发行价/ 发行价 × 100%。我没有必要在这里给出一个具体的发行价数字因为各批次招股结果要以公司公告为准。但为了让大家直观感受这个计算过程我举一个常见的例子如果本次发行价最终定在185港元附近那么开盘价190.2港元对应的首日涨幅就是190.2 - 185/ 185 ≈ 2.81%如果发行价在182港元附近那涨幅就是190.2 - 182/ 182 ≈ 4.51%。你可以把任何一个发行价带进去都能快速算出市场在集合竞价阶段给了多少溢价。关键是这个溢价是怎么形成的新股在正式挂牌前其实已经经历了一套非常完整的定价机制。第一步是招股价区间公司会先给一个范围比如某区间第二步是机构路演和薄记建档投资人在区间内认购公司根据需求热度决定最终发行价第三步是散户公开认购如果超额认购倍数非常高发行价通常会往区间上沿靠。最终发行价确定后市场并没有停止交易而是通过暗盘和集合竞价继续寻找均衡价格。开盘价190.2港元就是二级市场在发行价基础上重新博弈后的结果。1.2 暗盘与集合竞价开盘价形成的真实过程很多人对暗盘不太熟悉以为新股价格到挂牌那天才有。实际上港股新股在正式上市前一交易日下午16:15到18:30会有一段通过券商内部系统完成的场外撮合交易这就是“暗盘”。暗盘价格的意义很大它相当于给次日开盘做了一个“预期管理”。如果暗盘已经在发行价之上涨了几个点次日开盘大概率会跳空高开如果暗盘破发次日开盘往往会跟着低开。从190.2港元这个开盘价来看暗盘至少没有出现明显的恐慌抛售否则集合竞价根本顶不到这个位置。集合竞价阶段交易所系统把所有买单和卖单放在一起撮合在最大成交量处形成开盘价。这里有一个很朴素但有用的判断方法如果开盘价高于发行价意味着买单数量或价格意愿显著强于卖单也就是“想买的人比想卖的人更着急”。你不需要看任何复杂指标只要把开盘价和暗盘价格比较一下如果开盘价比暗盘还要高说明隔夜的买盘情绪仍在延续反过来如果开盘价低于暗盘就说明有一部分人已经在暗盘之后变心、准备兑现。1.3 190.2港元这个位置意味着什么一个股价数字本身没有太大意义因为不同股本结构会让每股价格呈现出完全不同的观感。有的公司总股本几十亿股股价几块钱有的公司总股本只有几亿股股价就能拉到几百块。190.2港元/股目前最直接的含义就是“市场愿意用这个价格买入公司的预期”。从估值角度你可以快速做一个心算流通市值和技术上对应的总市值开盘价×总股本。如果总股本是8亿股那么开盘市值约为1521.6亿港元如果总股本是10亿股就是1902亿港元。当然这只是举例具体要看上市后的实际总股本。但不管怎样开盘市值落在千亿港元量级已经说明市场把天数智芯划进了AI芯片第一梯队阵营。这个“第一梯队”的标签比当天涨了几个点重要得多。2. 天数智芯到底值不值这个价拆开业务看家底2.1 GPU产品线从训练到推理覆盖到哪一段要把190.2港元看懂不能只看炒作的温度还得看看这家公司手里到底有什么货。AI芯片赛道里有一组常见的分类训练芯片和推理芯片。训练芯片负责大模型预训练需要极高的算力密度、大显存和强带宽是典型的“重量级选手”推理芯片负责模型训练好之后的上线服务更强调低延迟、低功耗、单位成本合理。天数智芯的产品序列根据公开资料的描述基本上同时覆盖了这两个环节。以“天垓”系列为代表的训练加速卡主打高性能计算场景以“智铠”系列为代表的推理加速卡则面向云端推理和边缘推理。这里有一个容易被忽略的点现在AI芯片公司不能只说硬件还要看软件栈。GPU硬件的性能再强如果开发者没办法把算法跑充分那也白搭。天数智芯这类公司普遍会提供自己的SDK、底层驱动和编译器兼容主流深度学习框架。这样做的好处是客户不需要把已经写好的大模型代码推倒重来迁移成本大幅降低。如果你研究过CUDA生态就不难理解为什么所有AI芯片公司都在拼命强调“生态兼容性”——开发者一旦习惯了某套软件工具链更换平台的意愿会非常低。2.2 收入体量与毛利率AI芯片公司的典型曲线阅读招股书的时候很多人习惯先看利润表看到亏损就摇头。但AI芯片公司在早期阶段普遍是营收快速增长、利润暂时无法转正的形态。真正值得关注的是收入增速和毛利率。GPU芯片的毛利率通常不低芯片销售本身在量产摊薄后能有50%以上的空间如果还有软件授权和解决方案类收入整体毛利率会更高。不过问题在于AI芯片早期收入往往不够大研发投入却异常凶猛。每一代产品的流片费用都以千万甚至亿级人民币计算更别提后端验证、量产爬坡和团队扩张的成本。所以你会看到这类公司经常出现“收入翻倍亏损也同步扩大”的现象这是行业规律不奇怪。这个时候看“经调整净利润”比看账面净利润有意义。因为账面净利润里往往塞了大量非现金项比如可转换优先股的公允价值变动、股份支付等。剔除这些之后才能看出公司运营层面的真实失血速度。对于投资者来说核心问号只有一个公司能不能在未来三年把收入规模做上去同时让亏损逐步收窄。要是三年后还在无止境地烧钱那再贵的开盘价也只是一场烟花。2.3 客户在哪儿互联网、运营商还是智算中心分析AI芯片公司最重要的一件事是看客户结构。招股书会披露前五大客户的收入占比这个数字非常关键。如果前五大客户收入占比超过80%那就要高度警惕了——不是因为大客户不好而是因为任何单一客户的资本开支波动都会让公司业绩大幅震荡。你想想一个客户某年突然说下季度缩减预算公司下一年收入就直接掉一层皮这种商业模型在资本看好的时候没事在情绪退潮的时候就是最大的空头素材。天数智芯作为一家刚上市不久的公司早期客户大概率以互联网大厂、大型云服务商和智能算力中心等类型为主。这种客户结构的逻辑很清晰大模型训练需要海量AI加速卡推理场景需要大规模部署数据中心建设需要成体系的算力供给。谁能让他们在采购清单里排上号谁就能拿到真正的商业化验证。更理想的情况是客户能够复购而不是一锤子买卖。首日股价冲高说明市场对客户拓展速度有期待但这份期待能不能兑现要看后续几个季度的订单公告和收入确认节奏了。3. 港股为什么给AI芯片这么高的礼遇板块估值对照3.1 现有上市AI芯片公司的估值锚一个新股开盘价从来都不只是它自己的定价还要看它在整个板块里的相对位置。港股市场之前不是没有AI芯片公司但真正做GPGPU、覆盖训练和推理核心环节的公司依然稀缺。这就导致市场在定价时很难找到一个完全相同的可比对象。大家更习惯的做法是拿几类公司做交叉对照一些已经上市的AI算力公司、芯片设计公司、以及海外的GPU龙头。当然海外龙头在港股之外的上市地点估值体系不太一样只能作为边际参考。对AI芯片这类高研发投入、尚未稳定盈利的公司市场通常不会死盯着市盈率因为根本没有正的净利润。用得更多的是市销率PS和企业价值/收入倍数EV/Revenue。举个例子如果一家公司年化收入是10亿港元市场按20倍PS给它估值那对应市值就是200亿港元如果PS给到30倍就是300亿港元。开盘价190.2港元意味着市场已经在为未来两三年的收入增长提前买单至于这个提前量合理不合理取决于你愿不愿意相信AI算力需求持续爆发的故事。3.2 稀缺性溢价与港股流动性折价的博弈在港股市场定价这件事经常是两种力量拔河一边是稀缺性带来的溢价另一边是流动性不足带来的折价。天数智芯属于典型的稀缺标的AI芯片概念叠加高性能计算方向天然自带关注度资金愿意给出更高的价格。但是港股的每日成交额天花板比较低除了头部权重股很多中市值股票每天的成交量并不大。大资金想买入建仓很容易把价格推高想撤退的时候又很难一次性出完货。这个结构决定了首日高开不能简单等同于“价值发现”。如果你是一个大机构看到开盘190.2港元你大概率不会头脑一热全仓追进去你会先观察前几天的换手和成交再决定是在回调中慢慢建仓还是继续等待更舒服的位置。相对地散户资金灵活看的是短线博弈两条资金线的逻辑完全不同。3.3 大盘环境与资金风格的影响另一个不容忽视的因素是市场节奏。2025年以来AI叙事在全球资本市场里持续升温任何一只带AI标签的新股上市都容易吸引增量资金的目光。港股整体如果处于风险偏好回升阶段资金会愿意接纳更多“故事性”的标的反过来如果大盘情绪向下再好的公司也可能被错杀。所以190.2港元这个开盘价不是一个孤立数字它是“AI板块热度 稀缺标的属性 发行定价偏低 首日流通盘可控”等多个因素叠加起来的结果。理解了这一点就不会被单日涨幅冲昏头脑情绪可以给出漂亮的开盘价但无法保证三个星期后的股价还在这个位置。4. 打新和二级市场参与190.2之后怎么操作4.1 打新申购前看这三个指标如果你想参与下一只同类新股或者复盘这次打新决策可以参考三个最核心的指标。第一集资规模。新股筹集资金总额越小流通盘越少首日就越容易被少量资金拉起来但反向也意味着一次集中抛售就能让股价崩掉。平衡点在于集资规模适中并且基石投资者锁定一部分筹码流通盘相对干净。第二基石投资者的构成。基石名单里如果出现知名产业资本、长线公募基金或大型保险公司说明上市前已经有人做过深度尽调并且愿意拿真金白银锁六个月。基石占比越高首日抛压相对越低开盘价自然容易稳住。第三超额认购倍数和一手中签率。超额认购倍数高说明散户情绪热烈但也要注意如果中签率太低拿到货的散户少首日抛压反而不重更容易走出高开行情。这里可以做一个小公式一手中签率越低筹码越分散开盘阶段的集中抛售压力也就越有限。当然这只是一个概率指标不是绝对规律。4.2 暗盘和首日开盘的卖出纪律打新卖出策略比“拿不拿得住”更重要。我自己的经验是新股上市后的前十分钟往往是人性和情绪最集中的时刻。如果你在暗盘阶段已经获得了可观的浮盈当开盘价继续冲高、比如冲到190.2港元这样的位置时至少要问自己一句我愿意在这个价格继续持有吗这个问题没有标准答案但你必须有一个预案。常见的做法是设定“阶梯卖出计划”开盘价附近卖出三分之一锁定一部分利润如果几分钟后股价继续放量上攻再卖出三分之一剩下的仓位留给趋势。反过来说如果开盘后价格快速回落、跌破开盘价并且反弹无力不要觉得“再等等会回来”新股首日一旦从高位跳水回补的难度很大。宁可卖飞不要坐过山车。这里面的核心纪律是不跟自己的成本价谈恋爱只跟市场当下的强弱做反应。4.3 上市后头三天的盘面观察清单如果第一天来不及操作后续几天的盯盘重点不太一样。我给新手朋友列一个简单的观察清单观察指标怎么用出现什么情况要警惕换手率判断筹码是否快速换手首日换手率过低说明持有者惜售后期可能有脉冲过高说明短线资金主导成交额观察真实流动性连续两天成交额大幅萎缩说明资金关注度快速下降股价与发行价溢价率判断市场热度是否降温跌近发行价甚至破发说明情绪退潮不要轻易抄底沽空比例和借货成本看空头是否在进场借货利率快速上升可能有资金在布局做空头三天的走势非常关键因为它能把“首日情绪”和“真实供需”区分开。如果三天后股价还能稳稳站在190.2港元上方说明有资金愿意持续持有如果三天内跌到发行价附近那就说明首日只是昙花一现。5. 常见问题与避坑实录5.1 港股新股破发率这么高为什么还要关注首日高开很多新股投资者都吃过亏统计上港股新股首日破发并不罕见特别是行情低迷的时候破发率能高得吓人。那像天数智芯这样的首日高开还有没有参与价值我的看法是要在“明确的热点赛道”和“合理的发行定价”同时出现时首日行情才值得博弈。如果只是一家普通公司、故事不够性感、发行价却定得很高那破发概率很大。反过来像AI芯片这种全球资金都在找标的的领域出现首日买盘集中的概率就明显变大。大家要做的不是避开所有新股而是把有限的注意力放在少数有共识的标的上。5.2 几个容易被忽略的风险点首日涨了一波不等于万事大吉。有几个风险点很容易被忽略第一公司仍然处于亏损状态AI芯片研发投入巨大后续如果新产品流片或量产不顺股价会非常敏感。第二客户集中度风险一旦大客户减少订单收入预期会瞬间恶化。第三行业竞争激烈头部GPU厂商的生态护城河非常深后来者必须靠持续迭代和差异化才能抢到份额。第四解禁潮基石投资者有禁售期上市后一段时间后解禁筹码释放带来的抛压不能忽视。另外一个容易被忽视的变量是技术迭代速度。AI芯片两年一个代际如果公司没有在下一代产品上押对方向哪怕当前产品卖得不错市场也会立刻用脚投票。所以你看到的高估值本质上是在为未来的研发和交付能力下注。5.3 我个人实操中的三点心得第一新股上市首日我从来不做“价值投资”。首日的开盘价是资金和情绪博弈的结果不是公司内在价值的公允反映。我会把它当作一个事件驱动型机会用打新和短线纪律来参与而不是带着“做时间的朋友”的想法去追高。第二任何一次打新前我都会算清楚自己的成本抬高了几个点。如果你为了打新用了十倍杠杆融资融资利率按年化百分之几来算摊到三到五天持有周期成本可能就吃掉好几个点涨幅。这时候哪怕开盘涨了4%扣掉利息也未必赚多少。所以我的底线是不划算就不融资只用现金仓参与。第三我会把每次开盘价、暗盘价、一手成本、卖出价记录下来形成一张自己的复盘表。次数多了你就会发现自己的交易决策经常被情绪牵着走比如开盘冲高时想多拿一会结果跌下来又急着割肉。把这个坏毛病亲手记下来比看一百本投资书都有效。回到190.2港元这个开盘数字它给了市场一个足够热闹的话题也给所有关注AI芯片的人提供了一次绝佳的观察窗口。你可以不参与交易但至少应该看懂它背后的定价逻辑和风险清单。等过三个月再回头看真正能让人记住的不是开盘那分钟的疯狂而是公司能不能一步步把订单做出来、把产品交付好、把亏损缩窄。这事比股价本身难多了。
企业数字化 ERP 产品动态
相关推荐
孩子一沟通就炸毛?我用AI录音工具做了3次复盘,终于找到了话不投机的根源 你有没有这样的经历:明明是想好好跟孩子聊聊学习,结果没说两句就变成了争吵;孩子一回家就关房门,你连开口的机会都没有;更扎心的是,有时候孩子终于愿意说了,你却因为急着反驳,错过了… · 2026/9/26 7:55:08
Python字符串统计全解析:从字符到词频的实战指南 说实话,字符串统计是Python学习路上第一个看起来人畜无害、实际处处是坑的主题。前阵子帮一个学Python的朋友review代码,他用Python统计一份几百兆日志文件里某个关键字出现的次数,代码几经改版,终于跑通了。结果呢?他… · 2026/9/26 7:55:02
性能测试必知:Redis内存管理从底层开销到压测排障实战 做过完整链路压测的人大概率都遇到过一种“玄学”:业务应用和数据库的指标看起来都正常,但压测一上并发,接口P99直接翘头。追到最后,问题总是指向一个常常被忽略的地方——Redis内存。Redis之所以能扛住高并发,靠的是把… · 2026/9/26 7:55:02
Atlas 300V 24G推理加速卡实战:YOLO模型部署与CANN调优指南 1. Atlas 300V 24G到底是一张什么卡先说结论:Atlas 300V 24G确实是运算加速卡,而且是一张非常典型的AI推理加速卡。我看到热搜里有人反复问这个问题,说明大家对昇腾产品线的命名还不太熟悉。其实很多人在刚接触Atlas时都会栽在同一个地方&… · 2026/9/26 8:28:59
金融基础服务层设计:账务核心、流水与幂等机制落地实践 1. 先给这个项目定个性:financial-services不是一套代码很多朋友看到“financial-services”这个项目名,第一反应是“这不就是做个支付系统嘛”。真上手做过的人都知道,这四个字背后是账户、交易、对账、风控、审计、监管报送等一系列能力的集… · 2026/9/26 8:28:59
GOAD 实验室 Ansible 自动化配置(Provisioning)实战指南 网络安全渗透测试 【免费下载链接】GOAD game of active directory 项目地址: https://gitcode.com/gh_mirrors/go/GOAD 点击查看 免费下载 GOAD(Game of Active Directory)在完成虚拟机创建之后,还需要通过 Ansible 完成整个 Ac… · 2026/9/26 8:28:47
AI Config与运行时治理:像管理版本发布一样管理模型行为 1. 为什么AI行为需要"版本发布会式"的治理 过去几年我一直在做AI应用落地,从最早的规则脚本到后来的Prompt模板、Agent编排,一个感受越来越强烈: 我们对待模型行为的严谨程度,还停留在十年前的"改完就上线"时… · 2026/9/26 8:28:47
AI小说生成器:输入一个主题,自动扩写出30章前后一致的长篇 AI小说生成器:输入一个主题,自动扩写出30章前后一致的长篇 【免费下载链接】AI_NovelGenerator 使用ai生成多章节的长篇小说,自动衔接上下文、伏笔 项目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator
在主题框里敲… · 2026/9/26 8:28:40
ADS威尔金森功分器设计全流程:从原理图到Momentum版图EM仿真 做射频仿真训练做到第三篇,我决定拿功分器开刀。原因很直接:威尔金森功分器结构看上去简单,但里面该踩的坑一个都不少——阻抗匹配、四分之一波长线计算、隔离电阻选取、原理图仿真跑到版图EM验证,一套完整流程练下来,… · 2026/9/26 8:28:34
数据库课后习题答案别硬背:当测试用例集刷,效率翻倍 简介:万常选版《数据库原理与设计》课后习题答案资源,覆盖第2至6章及第9章,适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件,含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21
OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40
向下兼容与向上兼容:接口设计中的兼容性策略与工程实践 一次版本升级事故,是很多团队绕不过去的坎。线上环境里,服务端明明已经上线了新版接口,老的移动端还在照着旧文档传参数。请求一到网关,校验直接拒绝,用户操作失败,客服群炸了锅,开发群里开始互… · 2026/9/26 0:00:46