行业投资评级 - 报告对算力芯片行业给予“推荐”评级，并维持该评级 [2] 核心观点 - 大模型遵循Scaling Law法则持续演进，对算力产生确定且不断增长的刚性需求，使以GPU为核心的AI硬件成为关键基础设施，具备长期投资价值 [7] - 英伟达凭借顶尖的GPU硬件性能与深厚的CUDA软件生态，构建了难以撼动的市场壁垒，与主要云厂商的战略合作进一步巩固了其主导地位 [5][7] - 美国持续升级高端GPU出口管制，从外部加速了国产算力自主可控的紧迫性，为国内GPU芯片厂商创造了明确且广阔的市场窗口 [5][7] - 以寒武纪、海光信息、摩尔线程、沐曦股份为代表的国内企业，正依托差异化技术路径与快速迭代的产品，逐步切入从训练到推理的各类算力场景 [5][7] 行业需求与市场格局 - GPU技术优势：GPU由大量简单核心构成，擅长并行计算，相比CPU更适用于AI训练和推理中的海量矩阵与张量运算 [5][11][12] - 市场主导者：在数据中心GPU市场，英伟达占据绝对主导地位，2023年全球数据中心GPU出货量达385万颗，其市场份额为98% [5][21] - 市场需求增长：全球及中国GPU市场规模持续大幅增长，预计到2029年，全球GPU市场规模将达36,119.74亿元人民币，中国市场规模将达13,635.78亿元人民币，占比从2024年的15.6%提升至37.8% [24] - AI算力驱动：中国AI智算GPU市场规模从2020年的142.86亿元人民币增至2024年的996.72亿元人民币，年均复合增长率达62.5%，预计到2029年将达10,333.40亿元人民币 [24] - 下游应用闭环：大模型应用落地与算力消耗已形成可量化的商业闭环，例如谷歌月度Tokens调用量从2025年5月的480万亿大幅上升至10月的1300万亿，用户正加速向付费用户转化 [5][40][43] 海外巨头动态与英伟达优势 - 资本开支激增：北美科技巨头持续加码AI基础设施投资，2025年前三季度Meta、亚马逊、谷歌、微软的资本开支总和达2574.2亿美元，同比增长65% [46] - 战略合作密集：2025年以来，英伟达、微软、OpenAI、Oracle等北美AI巨头签订了大规模投资与战略合作协议，例如英伟达计划向OpenAI投资最高1000亿美元 [5][51] - 英伟达业绩高增：英伟达数据中心业务收入持续高速增长，在截至2025年10月26日的财季（Q3 FY26）达512.2亿美元，同比增长约66.4%，占公司总收入约89.8% [56] - 产品性能迭代：英伟达GPU产品性能快速革新，GB200的LLM推理性能是H100的30倍，训练性能是H100的4倍，并进一步推出专为推理任务设计的GB300 [5][57] - 软件生态壁垒：英伟达的CUDA编程工具大幅降低了开发门槛，构建了深厚的软件生态护城河，进一步巩固了其在AI智算领域的竞争壁垒 [5][61] 国产替代进程与主要厂商分析 - 政策支持：国家持续出台政策支持人工智能芯片攻坚创新与算力基础设施建设，为国产算力实现自主可控创造良好条件 [67] - 厂商技术渊源：国内主要GPU厂商创始团队技术背景深厚，决定了其技术基础与发展路线，例如寒武纪核心成员来自中科院计算所，海光信息核心高管来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多数来自超威半导体 [5][96] - 海光信息：以CPU和DCU（GPGPU）双线发展，CPU产品受益于信创需求带动收入较快起量，2021年已实现全年盈利 [5][77][100] - 寒武纪：深耕AI智能芯片，收入放量依赖于互联网等大客户验证及部署，2025年前三季度实现营收46.07亿元人民币，同比增长2386.38%，并于2024年第四季度实现单季度盈利 [5][100][102] - 摩尔线程与沐曦股份：均提供通用GPU产品，覆盖AI计算、图形处理等多领域，但由于成立时间较短，仍处于商业化落地前期，收入规模相对较小，2025年前三季度营收分别为7.85亿元人民币和12.36亿元人民币 [5][101] - 盈利爬坡节奏：GPU行业早期因高额研发投入通常处于亏损，海光信息于2021年转盈，寒武纪于2024Q4单季度转盈，摩尔线程预计最早于2027年实现合并报表盈利，沐曦股份预计最早2026年实现盈亏平衡 [5][102] 投资建议 - 报告建议关注两大方向：一是算力芯片设计公司，包括寒武纪、海光信息、摩尔线程、沐曦股份等；二是算力芯片代工公司，包括中芯国际、华虹公司/华虹半导体等 [5][7]