英伟达战略投资 - 英伟达向AI基础设施公司Baseten投资了1.5亿美元 [1] AI基础设施行业动态 - Baseten的业务是帮助企业部署和运行大型AI模型 [1] - 此次投资表明行业领导者正积极布局AI模型部署与运行环节 [1]

公司高管行程与市场活动 - 英伟达公司首席执行官黄仁勋计划于1月底访问中国 将参加英伟达中国在春节前举办的年会活动 并可能前往北京 [1] - 此次访问是黄仁勋每年春节前都会进行的例行访问 去年7月及去年1月春节 黄仁勋也曾访问中国 [1][3] - 黄仁勋计划于当地时间1月21日出席瑞士达沃斯世界经济论坛并接受媒体采访 [1] 公司产品战略与市场预期 - 黄仁勋近期公开表态称 英伟达H200人工智能芯片期待来自中国的采购者 并称其Blackwell和新一代Rubin芯片将“及时”在中国市场推出 [3] - 黄仁勋表示 H200在市场上具有竞争力 但它不会永远具有竞争力 [3] - 黄仁勋坦言 他不确定中国是否会接受H200芯片 [6] 行业监管与贸易环境 - 美国实施了一系列芯片出口限制措施且不断收紧 英伟达一直游说特朗普政府放松管制 [5] - 去年12月8日 美国总统特朗普宣布将允许英伟达对华出口其H200芯片 1月13日 特朗普政府正式批准英伟达对华出口H200芯片 但同时设置了出口数量和“安保程序”等限制 [5] - 1月14日 特朗普宣布对英伟达等先进AI芯片征收25%的关税 [5] - 特朗普在签署仪式上表示 这些芯片不是最高水平但非常好 中国想要它们 美国将从这些芯片销售中获得25%的收入 [6] - 美国国会议员在听证会上猛烈批评特朗普政府的出口决定 敦促政府推翻该决议 [6] 市场竞争与行业格局 - 此时正值英伟达希望重新打开在中国这一关键市场的销售渠道 [3] - 作为最大的半导体市场 中国正寻求发展本土芯片产业 减少对美国产品的依赖 [6] - 白宫人工智能负责人戴维·萨克斯承认 中方“想要实现半导体独立” [6]

公司概况与融资事件 - 人工智能初创公司Humans&成立仅3个月，成功完成4.8亿美元（约合人民币33.41亿元）的种子轮融资，估值达到44.8亿美元（约合人民币311.86亿元）[2] - 此次融资事件被视作AI投资史上一个具有分水岭意义的事件[2] - 投资者阵容强大，包括芯片制造商英伟达、亚马逊创始人杰夫·贝索斯，以及多家知名风险投资公司[2] 产品愿景与技术方向 - 公司定位为以人为本的前沿人工智能实验室，目标是让AI代理嵌入人类的社交和工作流，最终形成下一代即时通讯平台[2] - 产品构想是创建一个包含AI成员的群聊，该AI能理解上下文、自主调研、跨工具执行任务并拥有长期记忆，旨在缝合信息孤岛并增强团队协作效率[3] - 公司认为当前AI只是短期记忆工具，为实现真正的以人为中心，需攻克三大技术堡垒：长程强化学习、持久性记忆与用户理解、多智能体协作[4][5] 创始团队与核心成员 - 首席执行官兼联合创始人Eric Zelikman曾为xAI核心成员，是STaR算法的提出者，在xAI期间主导了Grok系列模型的研发，是全球将推理与强化学习融合的顶级专家之一[7] - 联合创始人兼领投投资人Georges Harik是谷歌第7号员工，参与了谷歌广告系统构建，并主导了Gmail、谷歌文档的开发及安卓系统的收购，为团队带来强大的工程与商业化经验[7] - 联合创始人Andi Peng曾是Anthropic研究员，专注于Claude系列模型的强化学习与行为后训练，专业领域为人机对齐[8] - 联合创始人Noah D. Goodman是斯坦福大学教授，曾任Google DeepMind研究员，专注于将人类思维转化为计算模型，为AI理解社会心理和协作逻辑提供理论框架[8] - 联合创始人Yuchen He曾是xAI核心研究员，主要负责Grok系列模型的大规模基础设施建设和训练稳定性[9] - 公司核心技术骨干约20-30人，成员来自OpenAI、Meta等顶尖机构，团队推崇精英模式，以高期权份额和决策权作为激励[9] 行业影响与趋势分析 - 此次融资标志着AI领域估值逻辑的变化，从模型竞赛转向人才主权，资本在为定义下一代AI范式的人买单[10] - 2024年和2025年被公认为硅谷AI人才战最疯狂的两年，大厂面临人才流失的系统性风险，顶级研究员全球可能只有几百人[10] - 以人为中心正成为AI行业的新战场，Humans试图从底层架构解决AI如何更好服务人而非取代人的问题，这种叙事在监管压力增大的背景下具有高溢价空间[11] - 种子轮融资额锚定在近5亿美元，拉高了行业入场门槛，挤压中小型公司生存空间，AI领域正在形成早期巨头化生态[11]

公司高管行程与市场策略 - 英伟达公司首席执行官黄仁勋计划于1月底访问中国 将参加中国区年会并可能前往北京 行程可能根据会晤安排变化[1] - 此次访问是黄仁勋每年春节前的例行访问 去年7月及去年1月春节 其也曾访问中国并与员工共度[1] - 黄仁勋近期公开露面话题均离不开中国 其表示H200芯片期待中国采购者 Blackwell和Rubin芯片将及时在中国市场推出[3] 公司产品与市场准入动态 - 美国政府于1月13日正式批准英伟达对华出口H200芯片 但同时设置了出口数量和安保程序等限制[4] - 美国政府随后于1月14日宣布对英伟达等先进AI芯片征收25%的关税[4] - 黄仁勋坦言不确定中国是否会接受H200芯片[5] 行业政策与市场环境 - 美国实施了一系列芯片出口限制措施并不断收紧 以围堵打压中国科技发展[4] - 美国国会部分议员强烈反对政府批准对华出口H200芯片的决定 敦促政府推翻决议[4] - 中国作为全球最大的半导体市场 正寻求发展本土芯片产业以减少对美国产品的依赖[5]

核心观点 - 英伟达发布新一代Rubin平台，其全液冷方案的技术升级为相关供应链带来增量价值，敏实集团因其产品与技术储备被券商关注，股价应声上涨[1] 公司动态与市场表现 - 敏实集团股价在消息刺激下显著上涨，截至发稿涨6.9%，报33.76港元，成交额达1.4亿港元[1] - 公司已获得AI服务器厂商的液冷产品订单，预计将于2025年年末开始交付[1] 产品与技术 - 敏实集团的液冷产品线包括浸没式液冷柜、冷却液分配单元(CDU)、液冷板和分水器(Manifold)[1] - 公司凭借在电池盒和液冷板领域的技术储备、全球产能布局以及与头部服务器厂商的长期合作关系，快速切入服务器液冷行业[1] 行业驱动与机遇 - 英伟达新发布的Rubin平台采用100%全液冷方案，单机柜功耗首次突破200千瓦[1] - 能耗要求提升与机柜功率密度增加共同驱动服务器液冷行业快速发展[1] - Rubin平台的液冷方案相比前代GB系列，核心增量变化在于冷板、CDU和分水器(Manifold)[1] - Rubin架构的分水器(Manifold)设计有显著变化：管径更大，并集成阀门和传感器，提升了系统稳定性、降低了漏液风险，整体集成化与智能化程度更高，产品价值量因此提升[1]

公司融资与估值 - 人工智能初创公司Baseten Labs以50亿美元的估值筹集了3亿美元资金 [3] - 此轮融资使公司估值较不到六个月前的上一轮融资翻了一倍多，上一轮融资于去年9月以21.5亿美元的估值筹集了1.5亿美元 [3] 融资轮次详情 - 本轮3亿美元的新融资由风险投资公司IVP与谷歌母公司Alphabet的增长投资部门CapitalG共同领投 [3] - 英伟达公司也参与了此轮融资，投资金额达1.5亿美元 [3] 公司业务聚焦 - 公司专注于人工智能推理，即AI系统训练完成后运行它们的过程 [3]

市场整体表现与避险情绪 - 亚洲股市普遍延续跌势 市场担忧美国前总统特朗普对格陵兰的关税威胁加剧了投资者的不安情绪 [1] - 黄金价格创下历史新高 突破每盎司4800美元关口 涨幅达1.7% 资金流入被视为避险资产的黄金 [2] - 美国股指期货在周二大幅下跌后反弹 标普500指数期货上涨0.3% 道琼斯工业平均指数期货上涨0.2% [2] 亚太地区主要股指表现 - 日经225指数下跌0.7% 收于52,603.44点 市场受到地缘政治不确定性和国内问题的双重影响 [4] - 韩国综合股价指数下跌0.5% 收于4,862.17点 [6] - 香港恒生指数下跌0.2% 收于26,435.20点 [6] - 上证综合指数微涨0.2% 收于4,120.10点 [6] - 澳大利亚S&P/ASX 200指数下跌0.4% 收于8,781.70点 [6] - 台湾加权指数下跌0.9% 印度孟买敏感指数微涨0.1% [6] 美国股市前一日表现 - 标普500指数周二下跌2.1% 收于6,796.86点 创下自去年10月以来最大单日跌幅 [8] - 道琼斯工业平均指数下跌1.8% 收于48,488.59点 [8] - 纳斯达克综合指数下跌2.4% 收于22,954.32点 [8] - 个股方面 英伟达股价下跌4.4% 苹果股价下跌3.5% 零售商、银行和工业类股也遭受重挫 劳氏公司下跌3.3% 摩根大通下跌3.1% 卡特彼勒下跌2.5% [9] 地缘政治与贸易政策动态 - 特朗普表示将对丹麦、挪威、瑞典、德国、法国、英国、荷兰和芬兰自2月起加征10%的关税 这是在尚未获批准的与欧盟贸易协定规定的15%关税基础上的额外加征 [7] - 欧洲领导人考虑采取反制措施 包括可能推迟批准贸易协定或实施报复性关税 [7] - 市场关注特朗普计划在瑞士达沃斯世界经济论坛上的讲话 [3] 日本市场特定事件 - 日本首相高市早苗宣布于2月8日提前举行大选 导致长期政府债券收益率升至创纪录水平 [5] - 市场预期高市早苗将推行减税和增加支出政策 这可能加剧日本处理庞大政府债务的挑战 [5] - 日本40年期国债收益率周三早盘交易于4.095% 较周二创下的历史高点4.22%有所回落 [6] 大宗商品与外汇市场 - 美国基准原油价格下跌56美分 至每桶59.80美元 [10] - 国际基准布伦特原油价格下跌70美分 至每桶64.22美元 [10] - 美元兑日元汇率从158.16日元跌至158.08日元 欧元兑美元汇率几乎持平于1.1719美元 [10] 央行政策会议前瞻 - 美联储将于下周举行政策会议 市场预计其将维持基准利率不变 [10] - 日本央行将于周五结束其首次货币政策会议 [10]

英伟达CEO中国行计划 - 公司首席执行官黄仁勋计划于1月下旬访问中国 此行旨在参加农历新年假期前的公司聚会 并可能访问北京 但具体行程及是否会晤中国高级官员尚未最终确定[1][2] - 此次访问正值关键时期 美国已放宽对AI处理器的出口限制 允许公司向中国销售H200型号芯片 而中国政府方面则正在评估允许进口的芯片数量 并计划最早于本季度批准特定用途的进口[3] 中国市场与产品动态 - 中国是全球最大的半导体市场 正致力于发展本土芯片产业以减少对美国产品的依赖 但目前本土产品在性能上仍无法与英伟达用于开发和运行AI模型的处理器相匹敌 尽管H200相比美国市场可用的芯片落后一代 但仍被认为比中国本土产品更强大[4] - 出于安全考虑 中国政府计划禁止H200芯片用于军事、敏感政府机构、关键基础设施和国有企业 这与之前针对苹果设备、美光科技芯片等外国产品采取的措施类似[5] 地缘政治与监管环境 - 美国在向中国发货前对某些先进半导体征收25%的关税 并规定了H200许可申请的额外要求 出口商需证明获批的对华销售不会导致美国市场短缺 且为中国客户的生产不会挤占可用于美国买家的芯片产能[7] - 允许中国购买英伟达AI芯片在美国立法者中仍存在争议 有美国议员警告 若中国能自由获取英伟达处理器 可能在AI军备竞赛中超越美国 并指责公司试图向阿里巴巴、腾讯等“中国军事公司”销售数百万先进AI芯片[8][9] - 部分美国议员正推动一项草案 旨在引入类似军售的国会监督机制以管控先进AI芯片销售 并赋予立法部门通过联合决议阻止H200销售的能力 公司方面则认为此类权力应归属于总统和商务部[9] 公司高管活动与历史 - 公司首席执行官黄仁勋在2025年1月曾与员工共庆农历新年 并选择跳过美国前总统特朗普的就职典礼 在2024年7月的中国之行中 他会见了中国国务院副总理何立峰和商务部部长王文涛[6] - 黄仁勋计划出席在瑞士达沃斯举行的世界经济论坛 并将接受贝莱德首席执行官拉里·芬克的采访[6]

报告行业投资评级 - 投资评级：优于大市（维持评级）[1] 报告核心观点 - 海外大厂资本开支指引乐观，预计2025年、2026年算力景气度将持续上行，带动AI产业链中互联、冷却、供电等环节的投资机会[3] - 互联侧（光模块、PCB）受益于技术迭代与AI集群规模扩张，呈现量价齐升趋势[3] - 冷却侧因AI服务器功率密度急剧提升，液冷成为必然选择，单机柜价值量显著[3] - 供电侧为适应高功率AI数据中心，架构正从UPS向HVDC、SST演进，带来新的增长点[3] 根据相关目录分别总结 01 海外大厂Capex指引乐观，26年算力景气度持续上行 - 微软、谷歌、亚马逊、Meta四家大厂2025年资本开支总和预计为4065亿美元，同比+46%；2026年预计为5964亿美元，同比+47%[3][6] - 资本开支中用于AI算力及基础设施的比例有望持续提升[3] - 报告对四大厂2026年资本开支及芯片采购进行了详细测算： - **微软**：2026年资本开支预计1864亿美元，同比+60%[6][7]。用于购买GPU服务器的资本开支约1007亿美元，预计采购英伟达B300芯片94万颗、R200芯片60万颗；AMD MI400芯片19万颗；自研Maia芯片约40万颗[8][9][10][11][25] - **谷歌**：2026年资本开支预计1395亿美元，同比+50%[6][7]。自研TPU为主，预计采购328万颗；同时采购英伟达B300芯片32万颗、R200芯片16万颗供云客户使用[12][13][14][15][25] - **亚马逊**：2026年资本开支预计1625亿美元，同比+30%[6][7]。预计采购英伟达B300芯片52万颗、R200芯片33万颗；AMD MI400芯片17万颗；自研Trainium芯片151万颗[16][17][18][25] - **Meta**：2026年资本开支预计1080亿美元，同比+50%[6][7]。预计采购英伟达B300芯片51万颗、R200芯片33万颗；AMD MI400芯片17万颗；自研MTIA 3芯片30万颗[19][20][21][25] - 预计2026年全球AI相关资本开支将达9600亿美元，同比+60%[22][23]。除四大厂外，其他厂商的AI资本开支预计为3636亿美元，其中预计采购英伟达B300芯片261万颗、R200芯片138万颗[22][23][25] - 汇总测算，2026年英伟达AI GPU出货量预计达770万颗（B300系列490万颗，R200系列280万颗）；AMD GPU出货量预计88万颗；大厂自研ASIC芯片（谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA）总出货量预计约549万颗[24][25] 02 互联侧：光模块+PCB持续迭代，量价齐升 - **光模块**：遵循“光摩尔定律”，端口速率每1-2年迭代一代，从400G向800G、1.6T演进[3][27][30]。AI训练集群规模扩大至数百卡，网络架构扁平化，共同推动光模块用量、规格和单点价值量提升[3][30] - 单张AI加速卡对应的光模块价值量已进入千美元级别：英伟达B200/B300约2100美元，R200方案超过4000美元；谷歌TPU v6/v7与Meta MTIA2/3方案也超过3000美元[29][30] - 未来趋势：800G加速规模化部署，1.6T进入导入期；LPO/CPO、硅光、AOC等技术路线推动网络向更低功耗、更高密度、更高可靠演进[3][30] - **PCB**：行业进入AI驱动的新周期，需求结构和单价双升[3]。AI服务器架构演进（如英伟达Rubin）推动PCB价值量数倍增长[31] - 以英伟达GB200 NVL72机柜为例，单机柜PCB价值量约23-25万元人民币，单GPU对应价值量约3000元人民币[32][34]。更高阶的VR200 NVL144 CPX架构，单GPU对应PCB价值量预计跃升至约8000元人民币[32][33][34] - AI服务器中PCB成为核心的互联与供电载体，本轮周期呈现“技术迭代带动持续渗透”的长周期属性，不同于5G周期的“高峰-回落”特征[3] 03 冷却侧：功率密度持续提升，液冷大势所需 - AI GPU机架功率密度急剧提升，根据Vertiv数据，峰值密度有望从2024年的130kW增至2029年突破1MW，采用液冷技术是大势所趋[3][37][39] - 价值量测算：当前北美液冷价值量可按1-1.1千美元/kW计算。GB200单机柜液冷价值量约79930美元，单GPU对应1110美元；GB300单机柜约101420美元，单GPU对应1409美元[39][41]。预计功耗更高的R200，单卡对应液冷价值量或达2400美元[39] - 液冷系统分为机房侧（一次侧、二次侧）和ICT设备侧。海外机柜算力密度提升直接带动二次侧及ICT设备侧价值量提升，其中CDU（冷量分配单元）和冷板价值占比较高[3][44] - 在GB200/GB300液冷方案成本中，CDU价值占比约35%-38%，冷板占比约26%-29%，Manifold（歧管）及UQD（快接头）合计占比约30%[41][44] - **竞争格局**：上游零部件市场集中度高，以台资及海外企业为主，如奇鋐科技（AVC）、双鸿科技、酷冷至尊（Cooler Master）在冷板等环节占据主导；Vertiv是CDU核心供应商[51][52][53]。国产温控厂商（如英维克）已进入英伟达供应链，凭借服务响应和定制化优势，市场占有率有望持续提升[68][69][70] 04 供电侧：AIDC供配电路径演变，关注HVDC、SST领域 - 随着AI服务器功率持续提升，传统供配电架构面临占地面积大、电能损耗高、用铜量多等挑战，亟需架构升级[3] - 预计AI数据中心供配电方式将遵循UPS（不间断电源）-HVDC（高压直流）-SST（固态变压器）的路径演变，2026年行业催化有望持续[3] - 供电架构升级旨在提升系统效率、减少占地面积、增强分布式能源接入能力[3] 投资建议 - 算力侧建议关注：海光信息[3] - 互联侧-光模块建议关注：光迅科技、华工科技[3] - 互联侧-PCB建议关注：生益科技、胜宏科技、沪电股份、鹏鼎控股、东山精密、景旺电子、世运电路、芯碁微装[3] - 冷却侧建议关注：英维克[3] - 供电侧建议关注：麦格米特[3]

核心观点 - AI芯片行业竞争焦点正从追求峰值算力转向追求推理成本效率 市场关注点从“谁算得更快”转向“谁算得更便宜、更可持续” [1][2] - Google/Broadcom的TPU在推理成本上实现显著跃升 TPU v7相比v6单位token推理成本下降约70% 使其在绝对成本层面与英伟达GB200 NVL72基本持平甚至略具优势 [1] - 英伟达仍保持产品迭代节奏和生态优势 但AI芯片的评价体系已发生根本性变化 成本曲线斜率成为决定产业格局的关键变量 [2][5][7] AI芯片竞争评价标准切换 - 行业从训练算力主导转向推理成本效率主导 随着大模型进入部署与商业化阶段 推理负载远超训练 成本问题被迅速放大 [3] - 芯片性价比由系统层面效率共同塑造 包括算力密度、互联效率、内存带宽及能源消耗等多重因素 [3] - 基于推理成本曲线 Google/Broadcom TPU在成本维度已可与英伟达正面竞争 而AMD和亚马逊Trainium的单位推理成本仍明显高于前两者 对主流市场冲击有限 [3] TPU成本跃迁的驱动因素 - TPU v7大幅降本源于系统级优化能力 而非单一技术突破 未来推理成本下降将越来越依赖“计算相邻技术”进步 [4] - 系统优化包括更高带宽更低延迟的网络互联、HBM和存储方案持续集成、先进封装技术以及机架级解决方案在密度与能效上的提升 [4] - TPU在谷歌内部使用比例持续上升 并获外部客户采纳 典型案例为Anthropic向Broadcom下达的约210亿美元订单 相关产品预计2026年中开始交付 [4] 主要厂商竞争态势与投资含义 - 英伟达掌握“上市时间”优势 在TPU v7追平GB200 NVL72时 已推进至GB300 NVL72 并计划在2026年下半年交付VR200 NVL144 [5] - 高盛维持对英伟达与Broadcom的买入评级 认为两者最直接绑定AI资本开支中可持续部分 并将长期受益于网络、封装和系统级技术升级 [7] - 高盛将Broadcom 2026财年每股收益预期上调至10.87美元 较市场一致预期高出约6% 认为市场低估其在AI网络与定制计算领域的长期盈利能力 [7] - AMD基于MI455X的Helios机架方案预计在2026年末 有望在部分场景实现约70%的推理成本下降 存在后发优势可能性 [7] - 产业呈现分工图景 GPU继续主导训练与通用算力市场 定制ASIC在规模化、可预测的推理负载中不断渗透 英伟达的CUDA生态与系统级研发投入构成护城河 [7]