计算机硬件
从世界范围来说，我国的计算机硬件比较落后，是技术上的“软肋”之一，基本是以跟随、代工和组装为主。但从国外经验来看，硬件企业是出牛股的“根据地”之一。
选择计算机硬件上市公司，要辨别几个关键点：
﹡核心技术到底是什么？有多少技术壁垒，是否能够被轻易复制？
﹡现金流怎么样，是不是很快就过不下去了，还是融资扩张型？
﹡在最终出厂产品的成本中，有多少用于自主研发，有多少用于对外采购？
在A股市场，当“风来了”的时候，很容易出现所谓的“概念股上扬”的行情。但这种行情并不代表上市公司有“护城河”，不代表能够盈利或者真正地实现成长。这时候如果想投资，只能成为一种“博弈”而非长期投资。这时候如果要去买相应股票，那么笔者的建议是：找主题最正的，找网络点击量最大的，找估值最安全的……
如果想作为长期投资，方法论还是要严实一点，要抱着小心谨慎的态度仔细选择。对于一个好的计算机硬件和半导体行业研究员来说，比较理想的状态是：了解世界上硬件和半导体的前沿技术；了解目前最热的概念是什么，是哪些硬件共同作用组装在一起的；“下游”的应用点是什么，市场有多大；国内上市公司真正的技术核心是什么；公司现金流和净利润实现（如果是上市公司，要考虑资本再投资或者回报股东的情况）的计划。
例如，目前市场上比较热的概念是人工智能，我们就要知道人工智能的核心是硬件、算法和应用。(https://www.daowen.com)
在硬件方面，要有非常强大的便于处理人工智能算法的处理器，最适合的是GPU。GPU是“Graphics Processing Unit”的缩写，意为图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上进行图像运算工作的微处理器。GPU由数以千计小而高效的核心组成，在实时、高清3D图形的巨大市场需求驱动下，发展成了拥有巨大计算能力和高内存带宽的高度并行、多线程的多核处理器。
提及GPU，就不能不提到NVIDIA（英伟达），它创立于1993年，总部位于美国加州，是著名的智能芯片厂商。从2015年9月起，NVIDIA的股价一路飙升，截至2018年6月，翻了十倍以上。与股价涨幅相比，NVIDIA的营业收入和净利润增速显然要慢一些，因此公司业务表现带来的预期变化更值得讨论。根据2018年第四季度及全年财报，NVIDIA第四季度营收为29.11亿美元，同比增长34%；第四季度净利润为11.18亿美元，同比增长71%；2018年营收为97.14亿美元，同比增长41%；2018年净利润为30.47亿美元，同比增长83%。英伟达发现它的GPU除了图形处理功能之外，还可以用作人工智能算法的处理器，因此进一步开发了其他功能（例如CUDA）。CUDA（统一计算设备架构）既是一个并行计算平台，又是一种编程模型，可利用GPU的能力提高计算性能，应用领域包括天文学、生物学、化学、物理学、数据挖掘、制造业、金融以及其他计算密集型领域。这些新功能和硬件结构也逐渐用于AI，进而支持现在硅谷大为流行的智能驾驶。
虽然GPU对支持人工智能有独特优势，但老牌CPU厂商Intel（英特尔）不甘落后，在内部组织了事业部，开展对人工智能的算法支持。硅谷的软件厂商也想“搭上这趟车”，例如一贯在硬件上想实现突破的谷歌，开发了适用于AI计算的高性能专用硬件——TPU。官方网站上TPU的AI运算测试比NVIDIA Tesla K80 GPU平均速度快15～30倍，比服务器级Intel Haswell CPU快70多倍。谷歌工程师还为TPU开发了名为CNN1的软件，可以让TPU的运行速度比普通CPU高出70多倍。随着行业巨头决定未来持续投入并更新TPU架构，该芯片TensorFlow开源架构将吸引更多的开发者。
硬件是人工智能的核心，其次是软件和算法，也就是能够出“护城河”的地方，但“护城河”并没有硬件那么“深”。因为硬件厂占基础地位，基本的人机交互平台语言也是外国人设计的，所以对于国内人工智能厂商，尤其是初创企业而言，硬件应该被赋予更高的估值（当然，其技术和人员要真的很厉害）。希望国内的地平线、寒武纪等先驱公司能够创造出伟大的产品。
很可惜的是，目前在A股上市的公司，真正能做到硬件和软件有“深护城河”的领先企业不多。如果是应用层，我们要分析为什么能出业绩。如果仅仅是一家制造型企业，凭借着市场、品牌、应用层的独特技术，能够实现增长，那也是不错的。但估值一定是要做的。
预期市值=制造业估值（PE、EBITDA或PS法）+新业务价值
分析新业务价值，可以将所谓的创新业务单独拿出来，和一级市场里同类型同级别的B轮或C轮融资比较，看看大致的估值范围。