报告行业投资评级 - 行业评级：优于大势 [7] 报告核心观点 - AI算力需求正从训练端转向推理端驱动，产业关注点从峰值性能转向单位Token成本、系统利用率和整体TCO，这为专用集成电路打开了明确的发展窗口 [2] - 单纯依靠堆叠通用GPU面临边际效益递减，专用算力价值凸显，ASIC凭借在目标场景下的更优能效、更低时延和更低单位成本，成为核心受益环节 [3] - AI ASIC项目是涉及先进制程、HBM、Chiplet、先进封装、软件栈和量产导入的系统工程，平台能力与Turnkey交付能力是关键 [4] - 在AI国产化提速背景下，国产ASIC设计服务商凭借不同的商业模式和能力边界，均迎来战略发展机遇 [5] 根据相关目录分别总结 1 AI推理时代开启，ASIC迎来黄金发展期 - AI Agent加速落地，推理需求成为核心驱动力：生成式AI进入商业化、规模化落地阶段，多模态交互、长上下文处理等场景拉长推理链路，模型调用频次与Token消耗量持续抬升。NVIDIA预测其AI芯片年收入机会在2025-2027年达1万亿美元，AI已进入“推理拐点” [16][19] - GPU堆叠边际效益趋缓：头部云服务提供商资本开支维持高位，但AI集群的电力、散热、空间和运维复杂度约束加剧。行业评估标准从峰值性能转向单位Token成本、系统利用率和整体TCO [3][27] - ASIC需求快速释放：谷歌第七代TPU Ironwood单芯片峰值性能达4614 TFLOPs；AWS基于Trainium2的实例相较GPU实例可提供30%-40%更优性价比；Meta已在推理负载中部署数十万颗自研芯片。博通2026财年第一季度AI相关收入达84亿美元，同比增长106% [28] 2 ASIC：CSP自主可控趋势明确，“云+端”协同演进 - ASIC对比GPU具备效率与成本优势：ASIC围绕特定任务定制，剔除冗余功能，在目标场景下更容易实现更高吞吐、更低时延和更优能效比。其脉动阵列架构可实现数据一次读取、多次复用，减少数据搬运开销 [34][36] - 云端率先放量：云厂商对算力平台的考核重点转向部署效率、单位成本和平台可控性，自研或定制ASIC有助于增强基础设施控制力。TrendForce预测，2026年ASIC型AI服务器占全球AI服务器出货比重将进一步提升，且出货增速显著快于GPU型 [38][43] - 端侧应用加速下沉：端侧AI注重低延迟、使用成本和隐私保护平衡。IDC预测AI智能手机出货量到2028年将达9.12亿部，CAGR为78.4%；Gartner预测2025年全球AI PC出货量将达7780万台。Google Edge TPU可实现4 TOPS算力，能效约2 TOPS/W，专为低功耗、低时延边缘推理设计 [57][61] 3 海外视角：从Broadcom和Alchip出发的两条成长路径 - Broadcom：平台型能力兑现：凭借“定制芯片+高性能互连”构建护城河，不仅为头部客户提供定制AI加速芯片，还提供覆盖以太网交换、路由、网卡、光连接的完整互连生态，交付系统级解决方案。其2026财年Q1 AI收入达84亿美元，预计Q2将升至107亿美元 [78][88] - Alchip：轻IP、重交付的Turnkey模式：以开放式架构和一站式Turnkey交付能力为核心，整合第三方IP、前后端设计、供应链管理和先进封装能力。2025财年收入9.92亿美元，其中7nm及以下制程占比87%，HPC与AI相关业务收入占比达83% [99][106][108] 4 国内视角：AI国产化提速，平台能力决定承接深度 - 芯原股份：最接近平台型AI ASIC服务商：依托自有IP平台和SiPaaS模式，提供一站式芯片定制服务。2025年收入31.52亿元，同比增长35.77%；新签订单59.60亿元，同比增长103.41%，其中AI算力相关订单占比超73%。年末在手订单50.75亿元 [117][129] - 翱捷科技：以基带SoC为基本盘，ASIC打开第二成长曲线：基于大型芯片量产经验，将产品验证能力向ASIC外延。其Cat.1主芯片累计出货量已突破6亿颗。ASIC定制业务已同多个细分领域头部客户展开合作，未来有望成为新增长极 [138][141][144] - 灿芯股份：纯Turnkey模式深度协同本土制造：采用轻自有IP、重第三方IP整合的商业模式，与第一大股东及核心制造伙伴中芯国际深度协同，超过50%的晶圆制造委托予中芯国际，重点布局车规级芯片、AI及先进封装方向 [146][149] - 国芯科技：聚焦高可靠、安全可控赛道：以自主嵌入式CPU IP为基础，承接国家重大需求专用ASIC机会。芯片定制服务主要面向信创和信息安全、汽车电子和工业控制、人工智能和先进计算三大应用领域 [151][156]