A CMOS camera module is a compact imaging device that integrates a CMOS (complementary metal-oxidesemiconductor) image sensor with lens and circuitry for capturing images or video. It converts light into electrical signals for digital processing. Commonly used in smartphones, automotive systems, and security devices, CMOS modules offer low power consumption, high-speed imaging, and compact design advantages.

The construction equipment rental market offers varied products and services, ranging from machinery, equipment, and tools of all designs for a limited period to end-users. The market is operated by suppliers that purchase or provide used equipment on lease to construction companies for a certain period.

2025年6月总结与7月观点展望：6月份半导体行业持续回暖，价格涨幅扩大，关注AI算力、 AIOT、半导体设备和关键零部件等结构性机会。6月份全球半导体需求持续改善，手机、平板保持小幅增长，TWS耳机、可穿戴腕式设备、智能家居快速增长，AI服务器与新能源车保持高速增长，需求在7月或将继续复苏；供给端看，尽管短期供给仍相对充裕，企业库存水位较高，但整体价格仍延续上行态势且涨幅扩大，预计7月供需格局将继续向好。 

“硬科技”在AI驱动下表现突出：A股上市公司中，以国产算力芯片，AIDC配套设施，AI端侧Soc芯片设计和部分消费电子企业为代表的板块在2024年业绩表现出较快增速，并在2025年一季度保持两位数的高增长。

2025年1-2月，我国电子信息制造业整体保持良好发展态势。投资方面，行业固定资产投资累计同比增长9.6%。生产方面，行业增加值累计同比增长10.6%；计算机整机、集成电路、光电子器件产量累计分别增长9.3%、4.4%和2.5%，手机、移动通信基站、彩色电视机产量累计分别下降6.1%、9.1%和0.5%。价格方面，2月行业PPI同比下降1.8%，环比持平。进出口方面，手机、笔记本电脑和液晶电视机出口量累计分别下降11.7%、增长16.5%和6.8%；集成电路出口量累计增长20.1%，进口量累计增长6.3%；二极管及类似半导体器件出口量累计增长16.3%，进口量累计下降0.6%。经济效益方面，行业累计实现营业收入23230.6亿元，同比增长9.2%；利润总额386.9亿元，同比下降9.4%。

辅助加热系统为托卡马克核聚变的必要装置。1）核聚变为什么需要一亿度以上高温：核聚变需要较高的温度促进氘氚原子克服库伦斥力接近到足够近的距离发生核反应，氘氚原子发生聚变反应的温度条件相对较低，但也需要在 1 亿度以上。2）辅助加热系统为必要装置：单靠中心螺管只能把等离子体加热到 0.2 亿-0.3 亿度，一亿度的聚变触发条件需要额外的辅助加热系统才能达成。以 ITER 为例，该核聚变装置匹配了四类辅助加热系统，分别为中性束加热系统（NBI）、离子回旋加热系统（ICRH）、电子回旋加热系统（ECRH）以及低杂波加热系统（LHCD）。托卡马克装置辅助加热系统价值量占比约为 7-8%。根据《Superconductors For Fusion: A Roadmap》，ITER 项目、DEMO 项目中，加热和电流驱动（辅助加热系统）价值量占比达 7%、8%。

超导：全称超导电性，是指某种材料在降至某一临界温度时，电阻突然降为零的现象，具备这种特性的材料则被称为超导体或者超导材料。超导现象的首次发现可以追溯到1911年，当时荷兰物理学家海克·昂尼斯在氦气液化的过程中进行了一项关键性实验。昂尼斯将金属汞冷却到了4.2K（约-269°C）， 发现汞的电阻突然下降到零。由于这一发现，昂尼斯在1913年被授予诺贝尔物理学奖，他同时首次提出了“超导”这一术语。

三大增量助力推理算力需求加速。AI 算力消耗开始从训练走向推理，并且带来显著的算力增量，探究背后增量需求主要来自三方面：一是各家互联网大厂纷纷加速 AI 与原有业务结合；二是 Agent 和深度思考推理的结合，通过两者结合，Agent 执行任务准确率大幅提高，Agent 执行一次任务平均消耗 token 达到十万亿的量级，大幅超过 AI 搜索单次问答 token 消耗，并且能延伸到更多开放式场景，同时多 Agent 协作的 群体智能也已开始逐步商用化，过去复杂、多步骤的任务可通过Agent 实现，Agent 的普及将带来推理算力需求的大幅增长；三是多模态，随着多模态生成的图片及视频质量今 年均显著提升，今年 AI 营销内容占比提升十分明显。