行业投资评级与核心观点 - 报告未明确给出整体行业投资评级，但通过对多家关键公司的会议总结，传递了对人工智能（AI）和半导体行业前景的普遍乐观情绪 [1][4] - 报告核心观点：AI产业链订单强劲，动能将持续至2026年，企业基调保持乐观；尽管存在对专用集成电路（ASIC）的担忧，但GPU和ASIC的订单簿依然饱满；计算、内存、封装和功率等关键环节的需求均保持旺盛 [1][4] AI与计算需求 - AI订单强劲：各公司确认AI订单簿强劲，涵盖GPU和ASIC；谷歌凭借TPU在Gemini模型上表现超越OpenAI；Meta和Anthropic亦对TPU感兴趣 [4] - NVIDIA前景乐观：NVIDIA重申到2026年Blackwell/Rubin架构销售额将达5000亿美元，并有机会进一步增加，例如近期与Anthropic达成的1吉瓦（GW） 容量交易；预计基于GB300系统训练的新模型将在6个多月后提升行业标准 [4] - 计算管道确认：Celestica确认其三大交换机客户需求强劲，并且是TPU v6/v7的主要供应商；Dell指出AI服务器订单需求强劲，持续至2026年第一财季，并预计AI服务器利润率将保持中个位数百分比 [4] - 功率需求升级：Infineon和MPWR对数据中心功率向600千瓦以上的机柜和800伏高压直流架构演进表示乐观 [4] 内存与封装 - 内存约束管理：内存价格上涨是智能手机和PC供应商持续面临的问题，导致成本转嫁、低端型号配置降低以及部分利润吸收；Dell预计2026年PC增长持平 [4] - 先进封装与前端产能：TSMC对2026年机会持乐观态度，认为5纳米及以下先进节点需求持续强劲，紧张状况已从CoWoS封装转移至前端晶圆产能；预计资本支出将增加以支持2纳米/3纳米发展，与UBSe预测一致以支持ASIC和GPU增长 [4] - Amkor的机遇：Amkor对AI从低基数（CPU、交换机、ASIC/GPU）开始增长持建设性看法；其亚利桑那州工厂预计2028年投产，初期规模可达营收的10%，并在量产后1-2年内实现盈利 [4] 关键公司具体动态 - Anthropic增长迅猛：公司专注于B2B优先战略，销售额在过去一年从10亿美元 scaling至70亿美元；其Claude Code产品在一年内从0 scaling至10亿美元营收，客户每周编写10亿行代码；2024年营收为1亿美元，2025年达10亿美元，目前接近80亿美元；初创企业净美元留存率达500%-600% [6][7] - Applied Materials (AMAT) 市场展望：认为领先逻辑制程是晶圆厂设备（WFE）最强驱动力，其次是DRAM/HBM；2026年领先逻辑将最强，而中国市场和ICAPs（IoT、通信、汽车、功率）将是较低迷的一年；环绕栅极（GAA）市场规模从60亿美元增至70亿美元，背面供电网络市场规模也从60亿美元增至70亿美元 [8] - Celestica (CLS) 增长目标：预计销售额达120亿美元，其中CCS业务90亿美元，ATS业务30亿美元；目标明年销售额达160亿美元，主要来自CCS业务增长40%；其数字原生项目可能在2027年带来30亿美元或更多营收 [8][10] - Dell业绩与展望：最近财季销售额270亿美元，同比增长11%；服务器/网络业务同比增长37%，AI服务器订单达123亿美元，年初至今累计300亿美元，积压订单增加70亿美元至184亿美元；将全年AI出货量预期从200亿美元上调至250亿美元 [10] - Infineon AI业务驱动：将2025财年AI目标从7亿美元上调至15亿美元；预计到2030年总市场规模（TAM）达80-120亿美元，并目标占据30-40% 市场份额 [13] - TSMC结构性机遇：对AI加速器营收前景更加乐观，预计2024-2029年复合年增长率（CAGR）接近45%；预计资本支出将增加，UBSe近期将2026年资本支出预估上调至500亿美元，2027年上调至520亿美元；亚利桑那州第一座工厂N4制程已达台湾工厂同等良率，第二座工厂N3制程可能于2027年下半年量产 [19] 新兴技术与竞争格局 - 光学互联进展：Lightmatter提供近封装光学、共封装光学（CPO）和中介层解决方案；其M1000光学引擎带宽达114 Tbps，而NVIDIA交换机为1.6 Tbps；光学互联可提升每吉瓦（GW） 高达4倍的计算能力，并通过更好互连将训练速度提升2.7倍 [12][14][15] - 微软CoPilot发展：Microsoft 365拥有4亿订阅用户，近期季度席位增长6%；CoPilot日活跃用户参与度翻倍，90% 的财富500强公司正在使用（两个季度前为70%）；正在整合Anthropic能力以改进CoPilot [16][17] - NVIDIA的竞争优势：不认为处于AI泡沫中，强调向加速计算和具备智能体能力的AI计算转型；其CUDA平台和软件库持续改进，Hopper性能通过软件升级已提升2倍；预计毛利率可维持在70% 中段水平 [17][18]