文章核心观点 - 通过分析IDC历史与预测数据，揭示了人工智能浪潮推动服务器支出达到前所未有的规模，季度支出已比1999年互联网泡沫时期峰值高出一个数量级，但市场对如此高额且快速的支出增长是否可持续存在疑问 [4][7][10] 服务器市场历史演变与周期分析 - 1999年互联网泡沫时期服务器销售额达到每季度120亿或130亿美元，此后市场经历漫长下跌，多年未能恢复峰值 [4] - 2008年经济衰退后，超大规模数据中心和云服务商支出成为市场复苏主要动力 [5] - 市场曾因等待关键硬件发布（如英特尔“Sandy Bridge”至强E5）等因素出现周期性低谷 [6] - 2018年，在超大规模数据中心和云服务商推动下，服务器收入最终超越互联网泡沫峰值，但随后受贸易战、过度扩张及疫情影响出现波动 [6] 当前人工智能驱动的服务器市场现状 - 当前服务器季度支出比1999年高出一个数量级，得益于数量庞大的GPU/XPU加速系统 [7] - 2025年第三季度全球服务器总收入达1124.45亿美元，同比增长61.1% [12] - ODM厂商直接销售占据全球服务器收入的59.4%，高于去年同期的45.1% [12][14] - 嵌入式GPU服务器销售额同比增长49.4%，占服务器总收入一半以上，规模估计接近700亿美元 [13] - 非X86服务器市场本季度增长192.7%，达到362亿美元，显示Arm服务器及英伟达“Grace”CPU等获得成功 [13] 主要服务器厂商市场表现（2025年第三季度 vs 2024年第三季度） - 戴尔科技营收93.02亿美元，市场份额8.3%，同比增长37.2% [12] - 超微营收44.98亿美元，市场份额4.0%，同比下降13.2% [12] - 联想营收40.04亿美元，市场份额3.6%，同比增长26.1% [12] - 新华三营收41.40亿美元，市场份额3.7%，同比下降10.5% [12] - 慧与营收33.98亿美元，市场份额3.0%，同比下降2.3% [12] - “其他厂商”类别营收203.11亿美元，同比增长34.7% [12] 市场未来展望与预测 - 基于IDC预测的估算显示，若趋势持续，服务器市场规模在互联网泡沫兴起约三十年后，可能比现在再大一个数量级 [10] - 从2014年至2029年，服务器总支出预计将达到约3万亿美元，其中AI相关服务器支出预计为2180亿美元，通用服务器支出为8250亿美元 [10] - IDC预测到2025年前三个季度，GPU加速设备总销售额将达到3142亿美元 [13] - 市场增长面临不确定性，包括AI投资回报是否匹配支出、芯片产能能否跟上需求，以及资金供给等挑战 [7][11]

美股市场成交概况 - 周一美股成交额最高为SPDR标普500 ETF，成交606.79亿美元 [5][13] - 特斯拉为成交额最高的个股，成交541.09亿美元，股价收涨3.56%并创近一年新高 [1][5][7] - 英伟达成交额排名第二，为289.36亿美元，股价收高0.73% [1][5][8] - 博通成交额排名第三，为225.25亿美元，股价收跌5.59% [2][5][9] 特斯拉 (TSLA) - 公司正在奥斯汀试点无安全员随车的Robotaxi服务，首席执行官马斯克已确认测试正在进行 [1][7][8] - 券商韦德布什乐观预计特斯拉市值在2026年底将达3万亿美元，其FSD（完全自动驾驶）渗透率或达50%以上 [1][8] - 分析师认为特斯拉正朝着“人工智能革命”方向迈进，2026年自动驾驶与机器人技术将成为核心发力点 [1][8] 英伟达 (NVDA) - 公司正式发布新一代旗舰开源模型系列Nemotron 3 [1][8] - 该系列相较前代产品，在运算速度、成本效益与智能水平上均有提升 [1][8] - 其最大特点是采用了创新的混合Mamba-Transformer专家模型架构 [1][8] 博通 (AVGO) - 股价已连续三个交易日下跌，三日累计下跌17.7% [2][9] - 中金公司维持其“跑赢行业”评级，目标价475美元，认为其FY25Q4业绩及AI订单超预期，AI ASIC收入强劲 [2][9] - 公司未完成订单（Backlog）达730亿美元，未来18个月收入可见度高，受益于AI计算与网络需求，FY26/FY27盈利预测被上调 [2][9] 其他科技与云计算公司动态 - 亚马逊股价收跌1.61%，成交102.53亿美元，已连续三个交易日下跌 [3][10] - Meta Platforms股价收高0.59%，成交98.42亿美元，公司为工程师开出高达1亿美元的签约奖金，并为顶级AI研究人员提供2.5亿美元的薪酬方案 [3][10] - 甲骨文股价收跌2.66%，成交80.47亿美元，公司激进的人工智能投资计划使其债券受到关注，上周股价录得近11个月来最大跌幅 [3][10] - AMD股价收跌1.52%，成交56.58亿美元，公司宣布任命艾米丽·埃利斯为首席会计官 [3][11] 制药与软件行业动态 - 礼来股价收高3.38%，成交49.02亿美元，其实验性口服减肥药orforglipron的FDA审批进程有望提速，最快可能在2026年3月底获得监管决定，较原计划的5月中旬提前 [4][11] - 现在服务股价收跌11.54%，成交45.55亿美元，公司正就收购网络安全初创企业Armis进行深入谈判，交易估值或高达70亿美元，若达成将成为其迄今为止规模最大的一笔收购 [4][11] 加密货币相关公司动态 - Strategy股价收跌8.14%，成交40.89亿美元，随着比特币跌破8.6万美元，公司股价重挫 [4][12] - 公司首席执行官迈克尔-赛勒透露了其最新购买的比特币，证实公司的比特币积累战略在2025年底仍在全速运行 [4][12]

Market on close. Shares of Nvidia are higher on the day as Bernstein is keeping its bullish outlook on the stock, reiterating its outperform rating and its $275 price target. The analyst says he believes Nvidia is about two years ahead of Google's TPU efforts and views its hardware as better suited for rapidly evolving AI models and cloud infrastructure.And now it's time for Options Corner. Of course, Nvidia the focus today. Joining us, Rick Ducat, our lead market technician to take a closer look at Nvidia. ...

行业核心观点 - 量子计算领域的早期和最具持续性的价值创造，很少仅由纯量子计算系统制造商独享，在中短期内，量子工作负载将高度依赖经典基础设施、先进半导体制造、精密测试与封装以及安全的企业级IT环境 [1] - 对投资者而言，2026年的重点不在于挑选单一的量子计算赢家，而在于识别那些能够随着量子技术从实验室实验转向早期商业部署而获得实际收入的赋能者 [2] 量子计算市场前景 - 据Grand View Research分析，量子计算市场预计将从2024年的约14亿美元增长至2030年的超过42亿美元，年复合增长率为20.5% [4] - 后量子密码学市场预计将从2025年的4.2亿美元增长至2030年的28.4亿美元，年复合增长率高达46% [4] - 对混合经典-量子工作负载至关重要的更广泛的量子高性能计算市场预计也将显著增长 [4] 关键赋能技术与公司 - 投资者应关注核心业务并非量子计算机本身，但提供使量子技术进步成为可能的技术的公司，包括图形处理器和高性能计算引擎、半导体测试与封装设备、材料与制造专家以及量子安全供应商 [3] - 量子比特保真度和规模扩展的进步，正推动对精密测试、测量和自动化系统，以及能够实现可重复、低缺陷大规模制造的先进材料、沉积和蚀刻技术的需求 [3] - 文中提及值得关注的公司包括：超威半导体、泰瑞达、博通、应用材料和甲骨文 [2] 超威半导体 - 公司与IBM建立战略合作伙伴关系，共同开发以量子为中心的超算架构，旨在将量子计算机与经典高性能计算技术（如中央处理器、图形处理器和现场可编程门阵列）集成 [5] - 双方正在共同设计概念验证系统，将IBM的量子系统与超威半导体的高性能计算和人工智能加速器连接，以探索经典与量子组件协同工作的混合工作流程 [5] - 公司预计2026年盈利增长26.8%，营收增长57.8% [6] 泰瑞达 - 公司已宣布收购Quantifi Photonics，一家专注于测试光子集成电路、共封装光学器件及相关光学模块的专家 [7] - 光子技术和共封装光学器件不仅对经典高性能计算和数据中心日益重要，对于使用光链路进行超高速数据传输的下一代量子和混合系统也至关重要 [7] - 公司预计2026年盈利增长44.6%，营收增长22% [8] 博通 - 公司推出了其Brocade Gen 8光纤通道网络平台，该平台嵌入了量子安全加密和后量子密码学算法，旨在保护企业存储网络和关键基础设施免受新兴量子时代威胁 [10] - 这表明基础设施供应商正在大规模量子优势到来之前，开始将量子弹性安全能力的需求货币化 [10] - 公司预计2026财年盈利增长34.9%，营收增长34.1% [11] 应用材料 - 公司处于材料和工艺层面，对推进量子硬件制造至关重要 [12] - 通过与光量子计算领导者Xanadu等合作，开发用于超导传感器的可扩展、大批量制造工艺，以及对量子比特开发商Qolab进行战略投资和联合路线图规划，公司将先进的材料工程专业知识引入量子设备制造的核心环节 [12] - 公司预计2026财年盈利增长1.3%，营收增长2% [13] 甲骨文 - 甲骨文云基础设施正被用作美国Binary公司开发的后量子密码学企业虚拟专用网络的托管平台 [13] - 公司推出了甲骨文国防生态系统计划，旨在促进国防和政府技术创新，量子安全加密公司Arqit Quantum Inc. 被选为生态系统成员，以在预见量子威胁的传统密码学安全基础设施解决方案上开展更紧密的合作 [14] - 公司预计2026财年盈利增长15.4%，营收增长16.6% [14]

公司近期表现与市场担忧 - 公司股价在21个交易日内下跌了18.6% 此次下跌源于市场对人工智能领域激烈竞争以及甲骨文资本支出问题的担忧重新抬头 [2] - 公司当前市值为3430亿美元 营收为320亿美元 股价为210.78美元 [2] - 公司过去12个月营收增长31.8% 营业利润率为9.4% 债务权益比为0.01 现金资产比为0.09 [2] 公司估值与基本面 - 公司运营表现强劲 但估值非常高 股票相对昂贵 [3] - 公司股票的市盈率为79.6倍 EBIT倍数为85.7倍 [5] 历史下跌周期中的表现 - 在2022年通胀冲击中 公司股价从2021年11月29日的高点161.91美元跌至2022年10月14日的55.94美元 跌幅达65.4% 同期标普500指数跌幅为25.4% 股价于2024年1月18日完全恢复至危机前高点 后于2025年10月29日升至264.33美元的高点 [6] - 在2020年新冠疫情期间 公司股价从2020年2月19日的高点58.90美元跌至2020年3月16日的38.71美元 跌幅为34.3% 同期标普500指数跌幅为33.9% 股价于2020年7月22日完全恢复至危机前高点 [6] - 在2018年市场调整中 公司股价从2018年9月14日的高点32.72美元跌至2018年12月24日的16.65美元 跌幅达49.1% 同期标普500指数跌幅为19.8% 股价于2019年6月10日完全恢复至危机前高点 [7] - 在2008年全球金融危机中 公司股价从2007年1月1日的高点20.35美元跌至2008年11月25日的1.80美元 跌幅高达91.2% 同期标普500指数跌幅为56.8% 股价于2018年8月21日完全恢复至危机前高点 [7] 历史表现规律与当前情境 - 自2010年以来 在经历大幅下跌后的一年内 公司股票显示出17.4%的中位数回报率 [5] - 历史证据表明 在不同经济下行期间 基于下跌幅度和恢复速度 公司股票的表现均逊于标普500指数 [4] - 当前市场关注点在于 若公司股价再下跌20-30%至148美元 其下跌韧性如何 [4]

行业核心驱动力 - 人工智能是推动股市牛市的关键因素 投资者看好其增长前景 [1] - AI系统需要先进的半导体芯片来实现高性能 计算需求激增推动半导体生产需求 [1] - 美国政府通过《2022年芯片法案》提供390亿美元直接拨款和750亿美元贷款及贷款担保 以重振国内半导体生产 [1] - 《一揽子美丽法案》将半导体公司国内制造产能扩张的税收抵免从25%提高至35% 以刺激2026年底前的芯片生产 [2] 下游需求增长 - 视频等带宽密集型应用因智能手机普及和5G技术部署而呈指数级增长 电信公司大力投资LTE、宽带和光纤以扩容网络 [3] - 向云端的无缝过渡、网络调优和优化持续需要先进的无线产品和服务 [3] - 5G部署加速有望增强电信行业的可扩展性、安全性和普遍移动性 并推动物联网设备、智能手机、可穿戴设备和平板电脑的广泛普及 [3] - 运营商向融合或多用途网络结构发展 将语音、视频和数据通信合并到单一网络中 支持有线与无线网络融合 [4] - 云网络解决方案的广泛普及导致虚拟层面的存储和计算需求增加 消费者和企业对高质量网络设备的需求推高了芯片需求 [5] - 先进技术的采用 如AI、ML、DOCSIS、DSL和下一代PON平台 推高了半导体芯片需求 [6] - 基于网络的视频转码、封装、存储和压缩技术组合 以及用于家庭内外连接设备的家庭网关 正推动行业增长 [6] 重点公司分析 英伟达 - 公司是全球视觉计算技术领导者及GPU发明者 业务重点已从PC图形转向支持高性能计算、游戏和虚拟现实平台的AI解决方案 [10] - 正在企业AI领域快速获得发展势头 超越云服务提供商市场 各行业主要公司正整合其AI平台以实现工作流自动化、提高生产力和改进决策 [11] - DGX Cloud AI基础设施采用率增加 该设施允许企业大规模训练和部署AI模型 CUDA软件和AI框架的扩展加强了其生态系统 [11] - 生成式AI革命持续成为顺风 其Hopper 200和即将推出的Blackwell GPU专为训练和推理大语言模型、推荐引擎及生成式AI应用而设计 [11] - 过去一年股价上涨32.5% 当前及下一财年盈利预测自2024年12月以来分别上调11.5%和34.7% 长期盈利增长预期为46.3% [12] MACOM科技解决方案 - 公司为多个市场提供功率模拟半导体解决方案 开发和生产用于光、无线及卫星网络的模拟射频、微波和毫米波半导体器件及组件 [14] - 数据消费模式变化及通过IP消费视频内容的倾向增强 催生了对更快数据传输速率的需求 [15] - 对云服务的强劲需求以及数据中心架构向100G、200G、400G和800G互连升级 预计将推动其更高速光子和光子元件的采用 [15] - 在数据中心和服务提供商市场中对实现100GB连接的组件需求强劲 [15] - 其半导体芯片也越来越多地用于需要先进电子系统的军事应用 如雷达预警接收器、通信数据链、战术无线电、无人机、射频干扰器、电子对抗措施和智能弹药 [16] - 过去一年股价上涨25.9% 当前及下一财年盈利预测自2024年12月以来分别上调6.9%和36.8% 长期盈利增长预期为21.8% [17] 超威半导体 - 凭借强大的产品组合加强了在半导体市场的地位 产品包括Virtex、Kintex、Artix和Spartan系列FPGA 以及Zynq、Zynq UltraScale+ MPSoC、Versal自适应SoC、Alveo加速卡和Pensando数据处理单元等SoC [18] - 最新的MI300系列加速器家族增强了其在生成式AI领域的竞争地位 该加速器基于AMD CDNA 3架构 支持高达192 GB的HBM3内存 能高效运行大语言模型训练和生成式AI工作负载推理 [19] - 正受益于强劲的企业采用和扩大的云部署 [19] - 基于7纳米处理器的优势有望加强其在商业和服务器市场的竞争地位 目前正利用台积电的7纳米工艺技术 以更快地将先进7纳米芯片推向市场 [19] - 其Radeon RX 7900系列芯片组设计结合了5纳米和6纳米工艺节点 各自针对GPU中的特定芯片进行了优化 [19] - 过去一年股价上涨66.3% 长期盈利增长预期为43.3% [20]

网站所有权与运营方 - 网站FXEmpire由Empire Media Network LTD运营 公司注册号为514641786 注册地址为以色列拉马特甘Jabotinsky路7号 邮编5252007 [1] 网站内容性质与来源 - 网站内容包含一般新闻和出版物 个人分析与观点 以及第三方提供的材料 [1] - 网站内容仅用于教育和研究目的 [1] - 网站上的信息不一定实时提供 也不保证其准确性 [1] - 显示的价格可能由做市商而非交易所提供 [1] - 网站可能包含广告和其他推广内容 [1] - FXEmpire可能因此类内容从第三方获得补偿 [1] 内容覆盖范围 - 网站包含关于加密货币 差价合约和其他金融工具的信息 [1] - 网站也包含关于交易此类工具的经纪商 交易所和其他实体的信息 [1]

报告行业投资评级 - 报告维持对半导体行业的积极展望，并推荐四大核心投资主线 [2][3][4] 报告核心观点 - 展望2026年，全球半导体市场预计将同比增长26%至9750亿美元，增长主要由人工智能相关领域驱动，其中逻辑芯片预计增长32%，存储芯片预计增长39% [2][4][48] - 中国本土半导体板块有望继续跑赢其他板块及大盘指数 [2][4] - 自2024年以来，人工智能驱动投资与科技自主可控两大主题已为首推标的带来显著回报，例如中际旭创年内涨幅达407%，生益科技上涨172%，北方华创上涨64.9% [2][4] 四大核心投资主线总结 主题一：人工智能驱动的结构性增长 - 人工智能基础设施建设需求动力强劲，并非短期热潮，将支撑产业链长期持续增长 [3][5] - 下游资本支出增长动能延续：美国四大云厂商（谷歌、微软、亚马逊、Meta）2024年资本开支达2300亿美元（同比增长55%），2025年预计增至3670亿美元（同比增长59%），2026年预计进一步攀升至4950亿美元（同比增长35%）[5][7] - 需求群体持续扩容：人工智能需求已从超大规模云服务商拓展至国家主权基金与企业级客户 [5] - 创新技术快速迭代：算力、存储及网络连接技术的持续突破为硬件生态构筑根基 [5] - 应用规模化落地：企业人工智能技术采用率已攀升至88%，74%的企业在部署后12个月内实现了正向投资回报率 [5] - **人工智能供应链各环节投资机遇**： - **算力**：图形处理器（GPU）主导人工智能训练与推理；专用集成电路（ASIC）针对特定负载优化总成本 [10] - **存储**：高带宽内存（HBM）市场预计在2026-27年向第四代技术过渡，2026年和2027年需求预计同比分别增长77%和68%，市场供应缺口显著 [10][16][17] - **光模块**：加速从800G向1.6T升级，2026年硅光技术渗透率预计突破50%，1.6T光模块需求缺口预计达数百万只 [10][20][23] - **印制电路板（PCB）/覆铜板（CCL）**：人工智能服务器部署推动高端产品（如18层以上PCB、M7/M8级CCL）需求，2024年特种覆铜板价格同比上涨52% [10][25] - **晶圆代工与设备**：先进制程（7纳米以下）需求旺盛，成熟制程迎来需求外溢；2025年纯晶圆代工市场规模预计达1710亿美元，同比增长26% [10][32] - **宽禁带半导体**：碳化硅（SiC）与氮化镓（GaN）应用于数据中心电源架构革新，可提升能效并降低总持有成本30% [10][34] - **首推公司**：中际旭创（全球光模块龙头，目标价707元）、生益科技（领先覆铜板供应商，目标价90元）[3][20][25] 主题二：中国半导体自主可控趋势 - 半导体供应链自主可控是中国硬科技领域确定性最高、具备长期投资价值的核心主题 [3][37] - 政策支持与强劲内需推动技术突破、加速进口替代，促使本土半导体市场规模结构性扩张 [3][37] - 2024年中国半导体设备国产化率为13.6%，在刻蚀、清洗设备领域进展显著 [40][90] - **国产供应链各层级投资机遇**： - **半导体设备**：2024年全球半导体设备市场规模为1170亿美元，同比增长10%；2025年第三季度中国内地设备订单金额占比反弹至44%，9月设备进口额同比增长35%、环比增长80% [40][89][90] - **AI加速芯片**：海外先进制程GPU供应受限加剧，中国大型云厂商正优先考虑本土方案，推动国产算力产业链发展 [40] - **晶圆代工**：中芯国际与华虹半导体成为供应链本土化核心受益者；华虹半导体2025年第三季度营收创6.4亿美元新高，产能利用率超100% [41][62][86] - **模拟芯片**：2025年、2026年中国模拟芯片市场规模预计同比增长13%、11% [41] - **首推公司**：北方华创（中国领先平台型设备厂商，目标价460元）、贝克微（工业级模拟芯片标的，目标价93港元）[3][39][41] 主题三：高股息防御性配置 - 在长期利率趋平的背景下，高股息、现金流充裕的权益类资产（如中国主要电信运营商）可作为传统固定收益的替代 [3][43] - 中国主要电信运营商股息率具吸引力，截至2025年12月5日，中国移动为6.0%，中国联通为5.4%，中国电信为5.0% [43] - 中国移动、中国电信计划到2026年将派息率提升至75% [43] - **提及公司**：中国铁塔（目标价13.1港元，2025年上半年收入同比增长2.8%，净利润同比增长8.0%）[43][44] 主题四：行业整合并购 - 半导体行业并购活动在2025年保持活跃，预计2026年将进一步加速和深化 [3][46] - 半导体设备、功率及模拟芯片、光器件领域的平台型企业有望成为活跃收购方，以加速技术落地并强化本土供应链韧性 [3][46] - 2025年企业上市热潮叠加市场融资放缓，可能促使更多公司通过二级市场交易实现退出或业务拓展 [3][46] - **2025年并购案例**：包括北方华创收购芯源微（约2.35亿美元）、南芯科技收购珠海昇生微（1.6亿元）、富创精密收购Compart（30亿元收购80.8%股权）等 [47] 全球及中国半导体市场表现 全球市场展望 - 据WSTS 2025年秋季预测，2025年全球半导体销售额预计同比增长22%至7720亿美元，2026年预计同比增长26%至9750亿美元 [48] - 2026年增长动能高度集中于人工智能相关领域：逻辑芯片（占集成电路销售额45%）预计同比增长32%，存储芯片（占34%）预计同比增长39% [49] - 分区域看，2026年美洲地区预计以34%同比增幅领跑，亚太地区预计增长25% [52] 中国市场表现 - 2025年以来，中国半导体板块表现显著优于境内外主要股指，Wind半导体指数于2025年前11个月上涨47.1% [54][57] - 行业ETF表现突出：半导体设备ETF年初至今上涨约59%，半导体材料ETF上涨49%，半导体ETF上涨47% [57][61] - 自2025年年中以来，在政策支持、AI服务器需求攀升及科技自主可控进程加速推动下，半导体板块涨势进一步扩大，其中设备和材料子板块领涨 [58] 晶圆代工行业深度分析 市场格局与趋势 - 全球晶圆代工行业已从周期性增长转向人工智能驱动的结构性超级周期，2025年纯晶圆代工市场规模预计达1710亿美元，同比增长25.6% [32][62][63] - 行业增长日益集中于人工智能领域，台积电高性能计算业务营收占比从2023年第三季度的42%升至2025年第三季度的60% [67][69] - 技术持续迭代，2025年7纳米以下制程预计占据约56%的晶圆代工市场收入，台积电计划在2025年底启动N2制程量产 [67] - 地缘政治推动全球供应链重构，各国政府补贴支持本土制造产能投资 [70][73] 竞争格局与公司表现 - 市场高度集中，台积电2025年第二季度市场份额达71%，较2024年第一季度的63%显著提升 [62][83][84] - 平均售价走势分化：2025年第三季度，台积电综合平均售价同比增长15%，而中芯国际、格芯、联电、华虹半导体的晶圆平均售价同期有所下降 [77][79] - 华虹半导体2025年第三季度营收6.4亿美元创历史新高，晶圆平均售价环比上涨5%，产能利用率达109.5% [86] - 报告对华虹半导体维持“持有”评级，目标价68港元 [62][86]

文章核心观点 人工智能正从技术爆发向产业应用深水区迈进，企业高管们围绕算力成本、垂直模型构建及具身智能落地等核心议题，勾勒出AI下沉的产业全景图，并探讨了软硬结合、行业理解力及企业战略转型等关键落地范式 [1] AI算力发展趋势与成本挑战 - AI大模型能力正加速从云端数据中心向终端设备下沉，端侧AI智能体需承载千亿级参数和海量知识库，至少需要50GB以上的内存或显存支撑 [2] - AMD推出配备96GB超大显存的端侧解决方案，将多智能体方案成本从十多万元压缩至两万元以内，通过“高算力、低门槛、本地化”模式改变教育、医疗、内容创作等行业 [2] - AI推理成本偏高限制大规模应用，大模型训练所需的算力、电力等成本推高企业研发投入，给商业化带来压力 [3] - AI浪潮驱动算力爆发式增长，强力驱动印制电路板产业进入需求远超以往的新阶段，AI对PCB产品需求的拉动“一定是超过以往任何一个时代” [3] - AI服务器对PCB要求极高，层数从传统服务器的十数层跃升至70多层甚至100多层，HDI产品也需达到6阶以上 [4] - 鹏鼎控股AI相关产品收入占比预计将从去年的45%提升至今年70%以上 [4] - 哈啰的AI相关Tokens消耗呈指数级增长，2024年月均消费为10万级，如今已增至百万级，每个Tokens都对应着算力与存储成本 [8] 软硬结合与机器人产业落地 - AI“软硬结合”成为落地新范式，在机器人与智能出行赛道尤为显著 [5] - 工业机器人与AI深度融合是大势所趋，家电机器人化是家电领域新的驱动方向，人形机器人商业化是重点推进方向 [5] - 美的集团已布局90%的人形机器人核心部件自研，并首次披露六臂轮足式人形机器人“美罗U”，遵循“工业先行、商业跟进、家庭探索”的落地路径 [6] - 工业机器人未来趋势：从固定自动化到柔性化操作、从单机操作到多机器协作、从预先编程到自主决策和任务生成 [6] - 外骨骼机器人行业从早期专用场景转向通用化发展，结合AI技术与政策支持，正迎来市场增量机遇，未来3至5年将重点深耕消费级领域 [7][8] - 哈啰选择切入Robotaxi赛道，认为其商业价值大、服务用户宽度广，是“出行+物理智能”的绝佳结合点，计划花3到5年做好Robotaxi [9] 行业应用深化与核心竞争力构建 - 当前AI行业面临的核心挑战是商业化落地与成本控制，行业尚未找到支撑庞大市值的C端付费场景，商业化闭环尚未形成 [8] - 企业拥抱AI普遍面临从战略到落地的系统性挑战，核心是应用尚未深入核心生产环节，存在战略规划缺失、基础架构薄弱、数据与服务治理难题及客户认知偏差等制约 [10] - 彩讯股份形成“1+1+N”企服AI交付体系：顶层方法论、工具平台及聚焦高可复制性场景的行业解决方案 [11] - 在通用大模型技术趋同的背景下，真正的核心竞争力在于“行业AI理解力”，包含沉淀高质量行业数据集和实现AI技术与行业深度融合两大关键维度 [11] - 未来三到五年“AI+新经济”重点方向：高质量数据、具身智能、做企业的业务合作伙伴以赋能运营效率提升 [11] - Unity中国通过AI Graph智能创作平台接入头部大模型能力，在文生图、3D生成等领域赋能开发者，助力中国开发者用中国引擎讲中国故事走向全球 [10] 企业战略转型与产业机遇 - 传统企业将AI与新技术的引入视为关乎生存与发展的战略重塑，需聚焦科技以重塑公司价值 [12] - 辽宁成大采取“做减法、聚核心”战略，退出非核心业务，将资源向科技新兴产业倾斜，并将生物医药列为核心发展领域 [12] - 中国创新药产业在CMC工艺水平、药物发现速度及临床入组速度等方面已具备全球竞争优势 [12] - 中国AI芯片企业正迎来非常好的时机，国内集成电路发展进入快车道，更有自信推动全链条国产化技术的全面升级 [3] - 游戏产业早期对高性能计算的渴求催生了算力硬件突破，如今成熟的AI技术正反向赋能，成为推动游戏行业革新的新引擎 [10]

文章核心观点 - PC OEM和芯片供应商正指望消费者对人工智能(AI)的兴趣来推动PC出货量增长，这种增长在几年来从未见过 [3] - 人工智能PC和集成的NPU仍处于早期阶段，但MPR预计NPU将在AI PC中承担大部分AI工作负载 [3] - 硬件加速器的兴起是不可否认的，NPU已经与CPU和GPU一起巩固了其作为现代计算基础设施必不可少的组成部分的地位 [15] - 随着NPU部署越来越广泛，MPR预计PC上运行的大多数AI相关工作负载将转移到NPU，最终GPU上只剩下很少一部分 [19] NPU的兴起与定义 - 神经处理单元(NPU)是一种专门为加速人工智能任务而设计的新型专用计算硬件 [3] - 与其更成熟的前身GPU一样，NPU提供了一个专门优化的专用硬件平台，可以高效执行某些类型的计算 [3] - NPU拥有专为AI工作负载量身定制的专用体系结构，具有专用的乘累加(MAC)单元，通常将MAC单元排列成MAC阵列以匹配大型神经网络的矩阵结构 [6] - 例如，Intel Lunar Lake处理器中的集成NPU具有12,000个MAC单元 [6] - 大多数NPU还具有其他AI专用硬件，例如小数据类型（如：FP8和INT4）的加速以及ReLU、sigmoid和tanh等激活函数 [6] NPU的发展历程 - NVIDIA于2017年推出了第一款独立的NPU，即V100，引入了专用Tensor Core [5] - Apple在2017年推出了第一款集成式NPU，即A11 Bionic SoC中的神经引擎 [5] - 直到2020年Apple的M1，集成式NPU才出现在PC中 [5] - 在智能手机领域，Apple、高通、华为等SoC提供商已将NPU集成到其产品中好几个代次 [8] - 2023年，AMD和Intel分别推出了首款集成NPU的x86 PC处理器Phoenix和Meteor Lake [8] AI PC的竞争与标准 - 为了支持人工智能PC，处理器供应商一直在其异构PC处理器中添加集成的NPU [3] - Intel、AMD和高通都推出了符合微软要求的产品，即集成的NPU提供每秒至少40万亿次运算(TOPS)，以支持Copilot+ AI助手 [3] - 微软设定了集成NPU的最低要求，至少要有40TOPS，以确保Copilot+品牌的PC能够高效处理AI任务 [9] - 高通率先推出了骁龙 X Elite和骁龙X Plus处理器，NPU能够达到45TOPS [9] - AMD和Intel紧随其后，分别推出了Strix Point和Lunar Lake处理器 [9] - 整个PC生态系统都高度依赖AI PC的成功；Copilot+ 品牌被认为对于假期前推出的PC的成功至关重要 [9] NPU的技术演变 - 当今的许多NPU本质上都是数字信号处理器(DSP)的进化演变版本，DSP具有专门用于处理计算密集型任务的体系结构 [10] - NPU通常具有一个或多个小型DSP来处理向量运算，而矩阵运算则被卸载到更大的MAC阵列上 [11] - 集成到AMD Strix Point处理器中的XDNA 2 NPU代表了赛灵思XDNA AI引擎的演变，后者本身是从赛灵思DSP演变而来的 [14] - 高通基于Arm平台的Hexagon NPU直接从该公司的Hexagon DSP进行了更直接的演变 [14] - Intel的NPU 4首次集成到Lunar Lake处理器中，其演变源于2016年从Movidius收购的技术，从支持神经网络硬件加速的第一代Movidius IP发展而来 [14] NPU在AI工作负载中的角色与展望 - 目前，机器学习工作负载以及深度学习活动正在以大致相等的比例利用NPU、GPU和CPU，但这种相对平衡将迅速改变 [3] - NPU不会完全取代所有人工智能工作负载的CPU和GPU，LLM训练和推理需要结合CPU密集型任务和NPU密集型任务 [15] - 优化LLM的性能需要仔细考虑load阶段（依赖CPU）、预填充阶段（依赖NPU）和token阶段（依赖NPU和DRAM带宽） [16] - 需要一种利用每个主要处理组件优势的协同方法：NPU针对矩阵乘法，GPU处理并行任务，CPU处理顺序任务 [16] - Intel内部研究表明，独立软件供应商(ISV)计划在2025年将约30%的AI工作负载编写为在NPU上执行，高于今年的25% [18] - 为CPU编写的AI工作负载百分比预计将从今年的约35%下降到明年的约30%，而为GPU编写的AI工作负载百分比预计将在两年内保持在约40%的水平 [18] - AMD预计到今年年底，将有超过150家软件供应商的产品可以利用集成到其Ryzen AI产品中的NPU [18] - 随着NPU的部署越来越广泛，越来越多的软件被编写来利用它们，平衡将发生倾斜，更多的AI工作负载将转移到最优化的计算元素上 [19]