中國太平966.HK 股價分析

中國太平 966.HK 的股價變化,可分為以下三個方面

養老一盤棋

中國太平近年的策略性行動是在重资产投入方面，大力推行養老社區建設，成為長期持有的核心资産。

以上海“梧桐人家”为例，就是太平斥资 億元打造的旗舰项目 。 目前太平“自有+合作”的康養社區已有77家，覆蓋全國28省、63市 。

入住率（出租率) 以上海梧桐人家为例，持續超過90%，在高端養老市場“一床難求”。雖然内部收益率（IRR）未公開，但估計能鎖定 5%-8% 的長期稳定现金流回報，而且規模在擴大中，營運利潤亦上升。

如果看到這裏，我們只是看到太平在投資的一面。太平是利用養老資產引流，大量吸收養老保險，2025年新單有望沖刺￥200億元！要入住養老院就要購買保險，而該保險是長期性的留存，能很好比配保險公司的長期資金需求。

整個計劃推行順利，養老險巳佔太平10％的保費收入，養老院收益又拉高了保單的新業務價值，可謂相輔相成。太平亦成功站穩養老行業。

股權投資

太平是個管理1.8萬億資產的企業，穩字當頭，84.5％約1.5萬億是鎖定在固定收益類上，如債券、存款等。長期股權投資額為￥288億元，投資性物業￥252億元(2025年上半年數據) 都是穩健為主。

那麽太平仍有￥2,500億的資金做股權投資。而隨著A股市場上升，太平的投資回報亦水漲船高。投資包括：中國移動，中國電建，中國核電，陝西煤業。除此之外，亦投入汽車零件拓普、伯特利、山東精密；周期股：魯西化工、平高电氣、許繼電氣；亦持有分衆傳媒約10億元搏其反彈及波動率大。

太平沒有直接投入新疆的水利工程，而是投資中國電建￥29億股權的間接投入。其影響在太平的整體資産上不是大頭，影響有限。

在穩定的前提下，太平仍撥出小部分資金投入風險較高的周期性股權，爭取較大的增長率，但風險也是有的。

税務政策（一次性利好）

2025年底，財政部和税務總局的新規定，允许保險公司因會計準則切换産生的税務差異進行一次性调整 。以前太平在税務處理上比较保守，計提比較多，現在政策允许“多退少補”或調整計税方式。公司此前“未確認的税项項虧损”得以釋放，相當于得到了一次性的百億港元级别的特珠利潤。

雖是一次性利好，但無論如何，今年的財務報表將會非常亮麗。投資者必緊慎。

總結

中國太平的保險屬性，令其股價自然與大市走勢相關。然而太平在養老産業領域成功開拓地盤，為企業提供長期穩定的增長動力。

未來的觀察：其他保險同業將如何來養老産業分杯羹，值得關注。

AI狂潮下的存儲芯片江湖

電腦有內存條，即是 DRAM，特色是關機後裡面的資料就消失。其作用是CPU/GPU 工作中很多資料暫存一下。

HBM 粉墨登場

現在AI時代，AI芯片要計算的數據量超級大，在計算中仍然要用上 DRAM，而且要更大的容量，但DRAM 的速度跟不上！於是HBM登場。HBM, High Bandwidth Memory 也；bandwidth 所指就是速度、是吞吐量，HBM本質都是DRAM，在存取上做了手腳，快快快。

為了快，英偉達的 GPU 直接把HBM 記憶體焊死在 GPU矽片的底座上，才去把GPU封裝起來成為一顆芯片。那就不用把數據往來外傳，省了很多很多搬運時間。

要把 HBM 堆在GPU 旁，就需要新的工藝，並要由颱積電在生產 GPU 時一拼安裝好，工兿名稱 CoWoS。英偉達的AI芯片越做越快，對內存要求亦越大，於是要在GPU 芯旁堆更多的HBM，唯有在3D上想法子去擠！HBM 的迭代更快，緊追需求。

再來看英偉達的GPU， 每一代的內置 HBM 都在增加。以下是各代GPU 內置的HBM 容量：

英偉達的 GB300是目前上市最強的AI芯片，下一代的Vera Rubin 將採用 HBM4。

HBM 本來就是 DRAM，為了Bandwidth 把DRAM 顆粒垂直疊加起來。把他們連接起來的結構叫做 TSV, Through Silicon Via矽通孔，效果比 DRAM 強多了。現在又有新的結構工藝要推出，這都是 HBM生産商在競爭下的努力創新。

生産HBM的主要厰家都是DRAM 大厰：三星(韓，005930.KS)、SK海力士（韓，000660.KS）、美光(.美國，MU) 。新事物的供應需要逐步上，但馬上就被搶購一空，甚至巳把今年産能全預定光了。任誰都愛生産HBM，把 DRAM 挪過來做 HBM等於減少了DRAM 供應，令DRAM 內存條價格也飛升。海力士在去年第二季的HBM 産量佔其DRAM 總量40％，到第三季昇至57％，是HBM市場供應王者。

根據去年Q3的市場報告，SK海力士奪得HBM市場的53％，三星35％，美光11％。在進入HBM4的當下，海力士仍然在開發速度上領先對手！三星是擁有生產芯片和生産HBM的能力，正在發展自己的一套追趕颱積電的 CoWoS ，亦得到英偉達的訂單。美光隻提供HBM，不構成對颱積電搶生意，芯片生産在日本和颱灣的，現在正在美國本土, Central New York, 興建超級大廠房，發揮本土優勢。

韓國海力士的股價巳經由去年初的￥200,000韓圜狂颷至￥756,000，是3.78倍。美光就由$100美元昇到$362，是3.62倍！昇幅相若。

國內存儲巨頭長鑫存儲（CXMT）已經成功交付了 HBM3 樣品，並計劃於 2026 年開始全麵量產。國內封測大廠（如深科技、長電科技）在 TSV 和 3D 堆疊技術上取得了良好進展。長鑫已經接戰！

NAND 蓬蓽生輝

HBM混戰，NAND Flash快閃記憶體同樣受到衝擊，與 DRAM 一様瘋狂漲價！Kingston 的數據中心 SSD 主管提出預警，NAND 的價格在去年巳升了246％，由於缺貨嚴重，估計加價繼續。全行業的庫存量大降了。Flash的特色是關機停電都不怕，內裡的資料不會丟，與 DRAM 各善勝場。記憶體大廠要把産能向HBM傾斜，做成快閃記憶生產的壓力。而因為AI需要龐大的數據，這些資料要存放在SSD 固體硬盤裡, 形成對SSD的需求上漲。微軟、亞馬遜、谷歌的雲服務商都在擴容，採用高階的 NAND flash 來應付需求。

NAND Flash 的價格上昇，推動行業內的玩家價格上漲，SanDisk (SNDK) , Western DIGITAL (WDC) , Seagate (STX) 都成了風囗的豬。最誇張的是 SNDK，股價由去年上半年的$40炒到現在的$413，10倍！最大的供應商三星在2025年3月宣佈將在2026年6月停産MLC NAND；鎧俠、SK海力士和美光也限製了MLC的產量，做成了供應收縮的壓力。當用戶回過神來才明白我國的長江存儲(YMTC) 憑着技術創新路徑，把三星推向牆角；現在就是要把産能追上去。

2025年Q3全球NAND Flash 市埸份額：

三星  32.3％

SK 海力士  19.0％

鎧俠 Kioxia  15.3％

美光 Micon   13.0％

西部數據 Western Digital   12.4％

長江存儲 YMTC   5~11%

而閃迪 SanDisk巳於2025年2月完成了與西部數據的業務分拆，重新作為一家獨立的半導體公司回歸市場，推出了兩項革命性技術,  來迎接AI數據洪流：

1 UltraQLC™ : 推出了驚人的 256TB NVMe SSD，這是目前業界容量最大的企業級 SSD 之一。

2  HBF : 就是把HBM裡的DRAM 換成NAND Flash，在與HBM相當的頻寬及相同的價位，郤能把記憶體的容量提高8至16倍。

一切緣於AI大潮

AI一石激起三層浪，把整個記憶體的市場搞得 天翻地覆。那些非AI的電子産品就吃到亂棒，成本上昇，供應緊張，一臉懵逼；趕忙call中國的存儲芯片供應商，如夢初醒。同樣，在存儲芯片的大時代，帶動了上下遊整個産業鏈的變化與發展。

HBM不斷迭代，HBF 已在路上，未來的PC電腦、手機又會否跟著升級？

AI算力的需求端

《孟子。離婁》的名句：滄浪之水清兮，可以濯我纓；滄浪之水濁兮，可以濯我足。這一年我們週旋於科技與高息的滄浪間。

高盛對美股2026年的策建議偏防禦，聚焦AI巨頭盈利質量；減持高估值成長，增配價值與週期，分散單一科技依賴。意思就是對AI科技要謹慎，分散風險就要入手傳統股。這貌似毫無新意的説法，暗地裡反射出高盛沒有把AI 股看成泡沫!

AI基建工程在美國大張旗鼓，OpenAI 的瘋狂我們就介紹過，但並不等於他們就要敗下陣來。成敗在於AI的應用上，然而美國巨企的信唸是：沒有足夠的算力，就無法快速提供有效應用！

雲端應用

Token 是語言大模型的最基礎字符，影響 AI 內容生成的速度與成本，因為 AI 是按照 Token 來計算處理的。那麼模型的 Token 使用量就是個對了解模型使用情況的重要指標。各大企業的 月度/週度Token 使用量 (估算)最新情報 ：

看到這龐大的 Token 數量，可想見對Al數據中心的宏大需求。

我們來看看一個例子，做自動編程的Claude。支撐 Claude 的算力投入基本上是每年增長 3 倍，這是非常驚人的速度，因為Claude極期渴求算力。而 Claude 的不斷迭代正在把軟件工程師殺下馬，這個AI編程繫統正在邁向成熟，未來不再需要人來寫軟件 software 了，非常恐怖吧！他的創始人曾言，其算力投入規模在2025年就可能會超過阿波羅登月和曼哈頓計劃。Claude 本身就是一個超大型軟件，現在 Claude 正在用Claude 來自我改進！真是服了。我們可以把 Claude看成全球最頂級的工程師，而且不眠不休。

Claude Pro 個人訂戶每月US$20， 可以解鎖全部功能。免費版就隻有基本的來練習一下。企業客戶數量在短短兩年內由不足 1000 家暴漲至 30 萬家。年化營收在一年多的時間裡從 8700 萬美元飆昇至 50 億美元，增長驚人。Claude 的國際化程度很高，80% 的用戶來自美國以外的地區。

邊緣AI

對於自動駕駛來說，把算力放在車上直接處理該輛車的行駛控製，比依賴雲端AI更合理。於是各車企紛紛在自己的品牌車上用AI芯片堆算力！一輛Robotaxi通常配有10+攝像頭 、3-5個激光雷達、多個毫米波雷達。這些傳感器每秒産巨量的原始數，需要消耗大量算力進行障礙物識別等。這就是所謂的邊緣計算edge computing 。但是自動駕駛不能完全依靠雲端AI，擔不起在路上失聯時的不知所措。

大體上AI算力正朝著這兩個方向推進：雲端運算及邊緣運算。但是邊緣計算有需要後備應急方案，於是聯網又成為一個有用的後手。

遊刅江海

再來看一眼那個具身智能機器人，邊緣計算能力無法滿足它的工作需要，它還是要連上雲上的AI 數據中心，才能做更多複雜的事情，實時處理好它與週邊的人與物的互動。

現在大家都在玩視頻，如果我們只是P個圖、把圖片轉成視頻然後配上音，這個只要有普通GPU的顯卡就能搞定。但是最頂尖的生成式 AI 如 OpenAI 的 Sora、Google 的 Veo，能夠生成長達 60 秒、電影級畫質、複雜物理運動的影片, 算力需求就是指數級增長。這類模型的參數量通常在數十億到數千億級別。訓練階段需要數萬張頂級 GPU（如 NVIDIA A100 或 H100）組成的集群，連續訓練數月。單次推理的計算量（FLOPs）比一般圖像生成亦高出數百倍。

除此之外，製藥研發、量化投資、建築/設計的3D渲染、天氣預測....都對算力有要求。而隨著AI模型的能力提昇，效果越做越好，對算力要求亦水漲船高。總結下來： 要處理多模態融合（影像+文字+語音）、超高清/3D數據、毫秒級實時響應、海量參數訓練數的任務，就需要大算力的支持。簡單的文本分類或邊緣端處理，小模型和低算力設備會更好使。

算法實驗

我們再回到核心問題，科技公司如此積極地推動AI數據中心的建設瘋狂地擴大算力，他們是如何看待算力需求的呢？ 他們不滿足大語言模型，夢想著AGI 『通用人工智能』一個上知天文下知地理，能自主推理、有常識理解力、能設定目標、甚至有跨領域的領會能力的AI。這場人類的征途前路茫茫，然而在新的人工智能手段橫空出世之前，吃數據、掛 token 這條路仍得走下去。

大牛們都在努力，改良算化，優化效能及效率。大緻上有以下各個方向：

投資展望

AI 模型的演變一日千裡，進化之快難以想像。未來還有甚麼行業會如software編程同一命運麵對AI無底線的狙擊？迅速發展的當下，風險隨之增大，不知道明天有個甚麼idea 登場把對手祭天，而且每個AI應用由市場化到盈利都要探索和時間， 投資者押注在那家都要做好風險管理。

英偉達有齊雲端與邊緣計算用的芯片，只是在財報未有分項列出來，估計邊緣芯片銷售也不錯。我國的GPU厰家，比較容易在邊緣應用上與英偉達爭一日之長短。IBM 預測2026年硬件需求仍然是英偉達的天下。

2026年高息與科技的週旋，仍將糾纏不清。