☆最新提示☆ ◇300042 朗科科技 更新日期：2026-03-27◇
★本栏包括【1.最新提醒】【2.最新报道】【3.最新异动】【4.最新运作】
【1.最新简要】 ★2025年年报将于2026年04月10日披露
┌─────────┬────┬────┬────┬────┬────┐
｜★最新主要指标★ ｜25-09-30｜25-06-30｜25-03-31｜24-12-31｜24-09-30｜
｜每股收益(元) ｜ -0.1420｜ -0.0891｜ -0.0634｜ -0.4953｜ -0.3403｜
｜每股净资产(元) ｜ 4.9990｜ 5.0548｜ 5.0843｜ 5.1504｜ 5.2907｜
｜净资产收益率(％) ｜ -2.8000｜ -1.7500｜ -1.2400｜-10.1600｜ -6.2500｜
｜总股本(亿股) ｜ 2.0040｜ 2.0040｜ 2.0040｜ 2.0040｜ 2.0040｜
｜实际流通A股(亿股) ｜ 2.0038｜ 2.0038｜ 2.0038｜ 2.0038｜ 2.0040｜
｜限售流通A股(亿股) ｜ 0.0002｜ 0.0002｜ 0.0002｜ 0.0002｜ --｜
├─────────┴────┴────┴────┴────┴────┤
｜★最新分红扩股和未来事项: ｜
｜【分红】2025年半年度 ｜
｜【分红】2024年度 ｜
｜【分红】2024年半年度 ｜
├──────────────────────────────────┤
｜★特别提醒: ｜
｜★2025年年报将于2026年04月10日披露 ｜
├──────────────────────────────────┤
｜2025-09-30每股资本公积:2.67 主营收入(万元):79483.10 同比增:35.19% ｜
｜2025-09-30每股未分利润:1.08 净利润(万元):-2846.47 同比增:58.26% ｜
└──────────────────────────────────┘
近五年每股收益对比：
┌──────┬──────┬──────┬──────┬──────┐
｜ 年度 ｜ 年度 ｜ 三季 ｜ 中期 ｜ 一季 ｜
├──────┼──────┼──────┼──────┼──────┤
｜2025 ｜ --｜ -0.1420｜ -0.0891｜ -0.0634｜
├──────┼──────┼──────┼──────┼──────┤
｜2024 ｜ -0.4953｜ -0.3403｜ -0.1510｜ -0.0211｜
├──────┼──────┼──────┼──────┼──────┤
｜2023 ｜ -0.2184｜ -0.1836｜ -0.1005｜ 0.0364｜
├──────┼──────┼──────┼──────┼──────┤
｜2022 ｜ 0.3101｜ 0.1950｜ 0.1121｜ 0.0418｜
├──────┼──────┼──────┼──────┼──────┤
｜2021 ｜ 0.3436｜ 0.3231｜ 0.2144｜ 0.1231｜
└──────┴──────┴──────┴──────┴──────┘
【2.最新报道】
【2026-03-26】一篇论文，“砸翻”一堆牛股
3月26日，全球存储芯片市场因一篇学术论文而引发恐慌。
存储芯片公司股价全线承压。3月26日A股收盘，恒烁股份跌超6%，兆易创新、佰维
存储、朗科科技跌超5%，江波龙、北京君正等个股也纷纷跟跌。3月26日美股开盘
，存储芯片板块普跌，截至北京时间22点30分，闪迪跌超6%，美光科技与西部数据
跌超4%，希捷科技跌超3%。
这场波动的导火索来自一篇由谷歌研究院即将在国际学习表征会议（ICLR 2026）
上正式亮相的学术论文。谷歌推出的新型AI内存压缩技术“TurboQuant”，宣称可
将大语言模型（LLM）推理中的缓存内存占用压缩至六分之一，并在英伟达H100 GP
U上实现最高8倍的性能加速。
目前，资本市场将其解读为对存储硬件需求的致命一击，但在恐慌性抛售背后，长
期真实影响又会如何？
“Pied Piper”走进现实
TurboQuant究竟解决了什么问题？
当前大模型运行时的核心瓶颈之一在于“键值缓存”（KV Cache）。简单来说，当
用户与AI对话时，模型需要记住之前聊过的内容（上下文），这部分临时存储的数
据就是KV Cache。随着大模型上下文窗口从几千Token膨胀至百万甚至千万级别，K
V Cache对内存的消耗呈指数级增长，成为制约推理成本的关键。
记者查阅该论文，TurboQuant本质上是一种极致的量化压缩算法。传统量化方法需
要在压缩精度和额外存储开销之间妥协，而谷歌团队通过两项创新PolarQuant（极
坐标量化）和 QJL（量化JL变换）实现了在“零损失”的前提下将KV Cache压缩至
3-bit精度。
有业内人士将这一突破比作HBO经典美剧《硅谷》中那家凭借“无损压缩算法”颠
覆行业的虚构创业公司Pied Piper。Cloudflare首席执行官更是将其称为谷歌的“
DeepSeek时刻”，认为其有望像DeepSeek一样，通过极致效率大幅拉低AI的运行成
本。
“条件反射”式抛售
对于长期沉浸在“算力即权力”“存力即国力”叙事中的资本市场而言，这项技术
的问世无疑触动了敏感的神经。
如果单张显卡的内存吞吐效率被成倍放大，各大云服务商和企业客户未来对DRAM和
HBM（高带宽内存）的物理采购量是否会断崖式下滑？这种逻辑推导直接导致了资
金的避险行为。
这并非是存储芯片股的首次技术面恐慌。2025年初，DeepSeek发布低训练成本模型
时，也曾引发市场对算力硬件需求的质疑。TurboQuant被视为同一逻辑的延续。“
以软代硬”正在从故事变为现实。
但在科技圈的狂热与二级市场的抛售之间，华尔街投行表现出一定的冷静。
摩根士丹利在最新研报中明确表示，市场对此存在误读。该技术仅作用于推理阶段
的键值缓存，并不影响模型权重所占用的高带宽内存（HBM），也与AI训练任务无
关。
分析师强调，所谓的“6倍压缩”也不是存储总需求的减少，而是通过效率提升增
加单GPU的吞吐量。这意味着，相同硬件条件下，可以支持4倍至8倍更长的上下文
，或在不触发内存溢出的前提下显著提升批处理规模。
Lynx Equity Strategies的分析师更进一步表示，媒体报道存在夸大成分。当前的
推理模型早已广泛采用4-bit量化数据，谷歌所谓的“8倍性能提升”是建立在与老
旧的32位模型对比的基础之上。
此外，TurboQuant当下的验证范围相对有限。快思慢想研究院院长、特邀评论员田
丰向记者表示，该技术目前仅在Gemma、Mistral等开源模型上验证，Gemini等谷歌
核心模型的适配效果尚未公开，技术普适性仍需观察。
值得注意的是，压缩KV cache、进行长上下文优化也并不是全新的技术思路。早在
2025年4月，谷歌就曾公开发表过TurboQuant的相关论文。
在类似技术思路上，国内也有相关布局。如月之暗面KimiLinear，在处理长上下文
任务时，相较于传统全注意力模型，KV cache使用可降最多75%；DeepSeek V2提出
的MLA方法也可优化KV cache。
杰文斯悖论：效率越高，需求越大？
除了技术细节可能被误读外，还应从经济学视角重估TurboQuant的长期影响。
从供应链视角看，短期内各原厂产能满载。当下，服务器内存需求持续增长，2026
年服务器DRAM需求预计增长39%，HBM需求年增58%，TurboQuant的优化效果或将被
行业增长浪潮淹没。
“这会是杰文斯悖论的又一个例证。”无限星辰董事长方海声告诉上证报记者，技
术效率的提升往往会降低使用成本，从而激发出更庞大的总需求。蒸汽机效率的提
高没有减少煤炭消耗，反而推动了煤炭需求的爆发式增长，这一规律在AI时代同样
适用。
尽管TurboQuant直击AI系统的内存成本曲线，但历史经验表明，压缩算法的存在从
未从根本上改变硬件采购的整体规模。通过大幅降低单次查询的服务成本，这类技
术能让原本只能在昂贵云端集群上运行的模型迁移至本地，有效降低AI规模化部署
的门槛，从而激活更多因成本受限而无法落地的应用场景。
“推理成本重心将从GPU转向存储优化，推动TCO（总拥有成本）显著下降。这也会
使中小厂商可进一步参与AI应用创新，打破大厂技术壁垒，推动AI民主化加速。”
田丰表示。
一篇尚未正式发表的论文，引发全球存储芯片板块的剧烈震荡，这本身就足以说明
当前AI基础设施投资逻辑的脆弱与敏感。
截至发稿时，谷歌尚未公布TurboQuant在Gemini等自研模型中的具体部署时间表。
关于该技术的讨论，将在4月的ICLR 2026会议上继续发酵。本报记者将持续关注此
事进展。
【3.最新异动】
┌──────┬───────────┬───────┬───────┐
｜ 异动时间 ｜ 2026-03-18 ｜ 成交量(万股) ｜ 5107.411 ｜
├──────┼───────────┼───────┼───────┤
｜ 异动类型 ｜ 有价格涨跌幅限制 ｜成交金额(万元)｜ 293191.310 ｜
├──────┴───────────┴───────┴───────┤
｜ 卖出金额排名前5名营业部 ｜
├──────────────────┬───────┬───────┤
｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜
├──────────────────┼───────┼───────┤
｜深股通专用 ｜ 165951416.80｜ 267179109.24｜
｜机构专用 ｜ 58977335.06｜ 64337202.00｜
｜机构专用 ｜ 44005532.00｜ 70336480.84｜
｜机构专用 ｜ 32810275.40｜ 87205971.10｜
｜机构专用 ｜ 0.00｜ 86993520.92｜
├──────────────────┴───────┴───────┤
｜ 买入金额排名前5名营业部 ｜
├──────────────────┬───────┬───────┤
｜ 营业部名称 ｜ 买入金额(元) ｜ 卖出金额(元) ｜
├──────────────────┼───────┼───────┤
｜深股通专用 ｜ 165951416.80｜ 267179109.24｜
｜开源证券股份有限公司西安太华路证券营｜ 70746014.24｜ 54412.00｜
｜业部 ｜ ｜ ｜
｜机构专用 ｜ 58977335.06｜ 64337202.00｜
｜机构专用 ｜ 44005532.00｜ 70336480.84｜
｜机构专用 ｜ 32810275.40｜ 87205971.10｜
└──────────────────┴───────┴───────┘
【4.最新运作】
【公告日期】2023-11-29【类别】关联交易
【简介】深圳市朗科科技股份有限公司(以下简称“公司”)及控股子公司因生产经
营需要,预计在公司股东大会审议通过之日至2024年4月30日将向深圳市德明利技术
股份有限公司(以下简称“德明利”)及其子公司采购商品预计不超过人民币1.38亿
元(或等值外币)、销售产品和提供加工服务预计不超过人民币1,200万元(或等值外
币),预计总交易额度不超过人民币1.5亿元(或等值外币),有效期限自公司股东大会
审议通过之日至2024年4月30日有效。20231129：股东大会通过。
免责声明：本信息由本站提供，仅供参考，本站力求
但不保证数据的完全准确，如有错漏请以中国证监会指定上市公司信息披露媒体为
准，本站不对因该资料全部或部分内容而引致的盈亏承担任何责任。
用户个人对服务的使用承担风险。本站对此不作任何类型的担保。本站不担保服
务一定能满足用户的要求，也不担保服务不会受中断，对服务的及时性，安全性，出
错发生都不作担保。本站对在本站上得到的任何信息服务或交易进程不作担保。
本站提供的包括本站理财的所有文章，数据，不构成任何的投资建议，用户查看
或依据这些内容所进行的任何行为造成的风险和结果自行负责，与本站无关。
