报告行业投资评级 - 行业评级为“强于大市”（维持评级）[8] 报告核心观点 - 报告核心观点是分析英伟达GPU与谷歌TPU在产业链上的竞争格局，并指出在两者竞争激烈的背景下，具有核心卡位的晶圆代工、先进封装、存储、AI大模型应用等产业链环节值得关注[2][7] 根据相关目录分别总结 一、先进制程+封装：台积电领先，CoWoS产能紧缺 - 英伟达和谷歌均高度依赖台积电的CoWoS先进封装，该环节是当前AI芯片产业链最关键的“卡脖子”环节，两家公司将竞争台积电的CoWoS产能分配，直接影响其AI芯片出货能力[3] - 由于AI需求强劲，台积电预计2026年资本支出在520-560亿美元，同比增长27%~37%[3] - 为缓解CoWoS产能满载的压力，台积电将部分先进封装订单转给外包封测大厂安靠与日月光等OSAT厂商[3] - 英伟达表示在2026-2029年会与安靠合作，扩大在美国的产能布局；安靠宣布其位于美国亚利桑那州的先进封装测试园区扩大投资至50亿美元，未来达到70亿美元，计划2028年初投产[3] - 三星和英特尔积极提升先进制程能力：三星推进2nm工艺良率爬坡，计划2026年底全球2nm月产能提升至2.1万片；英特尔将战略重点从18A转向下一代14A工艺[4] 二、存储侧：HBM为核心战场，片上SRAM或为推理侧新方向，NAND需求确定性提升 - HBM是英伟达GPU与谷歌TPU正面竞争的另一条关键产业链，不仅影响单卡性能上限，也约束芯片实际可交付数量[4] - 片上SRAM或为推理侧存储新方向，英伟达与AI芯片初创公司Groq就推理技术达成非独家许可协议，Groq的LPU采用片上SRAM作为主要权重存储，其第二代LPU由三星代工[4] - NAND与SSD需求在AI数据中心侧显著放大，英伟达Rubin平台引入的推理上下文内存存储平台由NVIDIA BlueField-4驱动，可在AI基础设施中实现KV Cache数据的高效共享和重用，可能增加SSD需求[5] 三、客户侧：推理卡需求提升 - 大模型厂商寻求NVIDIA卡之外的算力负载，以降低对单一AI计算芯片的依赖，并在推理端降低成本[6] - Anthropic于2025年10月宣布扩大与Google Cloud的合作，将在2026年部署多达100万枚TPU（算力超1GW）支持Claude模型需求[6] - OpenAI于2026年1月宣布与Cerebras合作，将部署750兆瓦的Cerebras晶圆级系统，建成后将成为全球规模最大的高速AI推理平台[6] 四、投资建议 - 建议关注英伟达GPU、谷歌TPU竞争激烈背景下，具有核心卡位的晶圆代工、先进封装、存储、AI大模型应用等产业链环节[7]