合作与技术进展 - 台积电为长期合作伙伴联发科提供最先进的2纳米制程技术 用于其即将推出的旗舰系统级芯片 [1] - 该合作标志着双方的一次重大技术飞跃 新系统级芯片已完成设计定稿阶段 [1] - 芯片计划于2025年下半年开始大规模生产 预计2026年底上市 [2] - 业界分析师推测该芯片为联发科下一代移动系统级芯片Dimensity 9600 [3] 2纳米制程技术意义 - 2纳米制程是半导体制造的关键里程碑 可实现更小的晶体管 从而带来更高密度、更快性能和更低功耗 [4] - 芯片要实现大规模生产的盈利 通常需要超过70%的良率 研发阶段60-70%的良率即表明进展强劲 [4] - 台积电表示2纳米制程标志着公司进入纳米片晶体管架构 这是一种能提高效率和性能的新设计 [5] 合作伙伴关系与影响 - 联发科总裁肯定与台积电的合作使其旗舰芯片能够在从边缘应用到云服务的产品中提供高效性能 [5] - 联发科强调双方在移动平台、计算、汽车电子和数据中心领域的长期合作 [6] - 除联发科外 苹果计划在iPhone 18系列中使用2纳米A20芯片 英特尔、超微半导体也是关键客户 英伟达预计也将采用该技术 [7] 市场表现与生态系统建设 - 台积电股价年内涨幅超过33% 超过费城半导体指数22%的回报率 反映了其在半导体市场的强势地位 [8] - 公司正通过计划于2027年中期在屏东县开设新的多功能服务中心 进一步巩固其生态系统 [8]

行情速递 - 主板市场领涨，北纬科技上涨10.02%，福晶科技、永新光学、世嘉科技均上涨10.00%，深纺织A上涨9.99% [1] - 创业板市场领涨，波长光电上涨20.01%，汇金股份上涨19.82%，线上线下上涨18.98% [1] - 科创板市场领涨，利扬芯片上涨20.01%，峰岹科技上涨20.00%，有方科技上涨12.95% [1] - 活跃子行业中，SW半导体设备指数上涨4.27%，SW被动元件指数上涨3.56% [1] 国内科技新闻 - 立博光电即将推出一款面向户外运动员的新型AR眼镜，搭载单绿色Micro LED显示引擎，具备超过10小时电池续航和超过4000尼特的高亮度，并采用自研的Metalens光学引擎 [1] - MediaTek宣布首款采用台积电2纳米制程的旗舰系统单芯片已成功完成设计流片，成为首批采用该技术的公司之一，预计明年底进入量产 [1] - 秋水半导体宣布推出"乐鱼AR"眼镜新品，采用Micro LED显示，像素尺寸为3.75μm，支持单色，计划于10月初实现小批量量产并送样客户 [1] - 通富微电在光电合封领域的技术研发取得突破性进展，相关产品已通过初步可靠性测试 [1] 公司公告 - 视觉中国发布2025年半年度分红派息实施公告，以699,578,636股为基数，每10股派0.11元人民币现金 [3] - 达利凯普发布2025年半年度权益分派实施公告，以总股本40,001万股为基数，每10股派发现金红利0.3元，共计派发1,200.03万元 [3] - 道通科技发布2025年半年度权益分派实施公告，每10股派发现金红利5.8元，即每股0.58元 [3] - 炬光科技发布股东减持股份结果公告，宁波宁炬减持后持股1,179,306股，占公司总股本1.3124%，宁波新炬减持后持股183,345股，占0.2040%，宁波吉辰减持后持股171,776股，占0.1912% [3] 海外新闻 - 美国总统表示，利润高于汽车的半导体和药品可能面临比汽车25%更高的关税，目前正在考虑根据《贸易扩展法》第232条款对半导体征收关税 [3] - AMD宣布推出霄龙嵌入式EPYC Embedded 4005系列处理器，该系列包含6个SKU，包括16核心X3D型号、16核心高TDP型号等 [3] - 印度阿达尼集团正与日本夏普和松下深入洽谈，计划在印度建立该国首座LCD面板工厂 [3] - 德州仪器推出一款具备高灵敏度的面内霍尔效应开关，集成磁集中器，可检测低至1mT的磁场，应用于门窗传感器、个人电子产品等 [3]

**行业与公司** * 纪要涉及AI半导体供应链行业 包括晶圆代工 封装测试 AI芯片设计等领域[1][2] * 主要讨论公司包括台积电(TSMC) 京元电(KYEC) 联发科(MediaTek) 智原(Alchip) 博通(Broadcom) 英伟达(NVIDIA) 谷歌(Google) 亚马逊云服务(AWS) OpenAI等[2][8][33] **核心观点与论据** * AI资本支出保持强劲 摩根士丹利预计2026年云资本支出将达5820亿美元 同比增长31% 远高于市场共识的16%增长[12] * Oracle的强劲预订量(2026财年资本支出指引约350亿美元)和Stargate项目(至少需要28k个GB200 NVL72机架)成为AI半导体的积极催化剂[2][9][11] * AI推理需求显著增长 中国每日token消耗量从2024年初的0.1万亿增至2025年6月底的30万亿 Google的token处理量在2025年5月至7月间从480万亿翻倍至980万亿[16] * 台积电CoWoS产能2026年底维持93k pwma的预估不变 但对客户分配进行调整 英伟达保持595k晶圆需求 博通因Google TPU v7量上调从145k增至205k[4][30][33] * 京元电目标价从158新台币上调至188新台币 因AI ASIC和芯片探测(CP)市场份额增长 2025年资本支出增加100亿新台币至370亿新台币[71][72] * 联发科目标价从1888新台币下调至1800新台币 因Google TPU v8流片延迟 预计2026年产量从300-400k下调至200-300k[8][117] * 智原目标价从4588新台币下调至4288新台币 因可能无法承接AWS Trainium3全部一站式生产服务以维持毛利率[8][28] **其他重要内容** * 半导体技术进入摩尔定律2.0时代 系统集成比单纯芯片缩放更重要 英伟达Rubin GPU芯片预计2026年第二季度按时量产[3][20] * 共封装光学(CPO)技术采用趋势得到确认 AI计算"横向扩展"的CPO生产预计2026年下半年开始 "纵向扩展"预计2027年下半年开始[24] * 2026年AI计算晶圆消费收入预计达190亿美元 HBM消费量预计达250亿GB 其中英伟达占比分别为52%和50%[46][48][50][53] * 下一代GPU(Rubin)的最终测试时间可能增加50%至1400-1600秒 以确保芯片性能[77] * 京元电在AI测试领域市场份额保持高位 预计AI相关收入贡献2025年达25-30% 2026年达30-35%[73][80] **数据引用** * Oracle2026财年资本支出指引约350亿美元[11] * 一个4.5GW数据中心可能需要28k个GB200 NVL72机架[9] * 2026年云资本支出预计5820亿美元 同比增长31%[12] * 中国每日token消耗量达30万亿[16] * 台积电2026年底CoWoS产能维持93k pwma[4][30] * 博通CoWoS预订量从145k上调至205k[33] * 京元电目标价从158新台币上调至188新台币[71] * 联发科目标价从1888新台币下调至1800新台币[117] * 智原目标价从4588新台币下调至4288新台币[8]

这份文档是摩根士丹利关于大中华区半导体行业的投资者演示报告 重点关注人工智能(AI)半导体和行业前景 以下是详细的关键要点总结 涉及的行业和公司 * 行业聚焦于大中华区半导体行业 特别是人工智能(AI)半导体 包括设计 制造 封装测试 设备材料以及存储芯片等子板块[1][2][4] * 提及的公司覆盖半导体全产业链 包括台积电(TSMC) 联电(UMC) 中芯国际(SMIC) 华虹半导体 世界先进 日月光投控(ASE) 京元电子(KYEC) 矽力杰 圣邦微 华邦电(Winbond) 南亚科 力积电 环球晶圆 世芯(Alchip) 信骅(Aspeed) 联发科(MediaTek) 瑞昱(Realtek) 谱瑞(Parade) 群联(Phison) 慧荣科技 爱普* 创惟 精测(AMEC) 北方华创(NAURA) 盛美(ACMR) 中微公司等数十家上市公司[4][5][6][148][149][151] 核心观点和论据 * 行业观点为**Attractive**(具吸引力) 看好AI半导体的长期需求驱动[2][4] * **AI半导体的需求重新加速** 主要得益于生成式AI技术向半导体行业以外的不同垂直领域扩散[4] * **技术通缩** 预计"价格弹性"将刺激对科技产品的需求[4] * **库存天数下降** 历史上半导体库存天数的下降是半导体股价上涨的积极信号[4][13] * **存储芯片价格是逻辑半导体的领先指标** 存储芯片股价同比峰值领先于逻辑半导体[14][15] * **中国AI推理需求** DeepSeek展示了更低成本的推理能力 触发了推理AI需求 但国内GPU供应是否充足存疑[4][21][22] * **中国产能扩张** 中国晶圆厂供应增加导致成熟制程代工和利基型存储芯片的周期延长[4] * **中国自给率提升** 预计中国本地GPU的自给率将从2024年的34%大幅提升至2027年的82% 本地GPU营收预计将从2024年的429亿人民币增长至2027年的2866亿人民币 年复合增长率显著[26][29][31] * **CoWoS先进封装产能** 台积电预计到2026年将CoWoS产能扩大至93k wpm(每月千片) 并计划在2025年将CoWoS和SoIC产能翻倍 但预计2026年扩张将减速[49][54] * **AI ASIC市场增长** 定制AI ASIC芯片价值预计在2025年达到210亿美元 更多ASIC项目正在到来[69][71][79] * **边缘AI的挑战** 边缘AI尚未大规模起飞 面临功耗 算力 内存 成本 形态因素和杀手级应用五大关键障碍[82][83][84] * **WoW(晶圆对晶圆堆叠)技术** 华邦电的CUBE等WoW解决方案可能是提高带宽和降低功耗的关键 预计到2030年将带来60亿美元的市场规模 对利基型存储厂商意义重大[85][86][91][93][95] 其他重要内容 * **估值比较** 提供了涵盖晶圆代工 存储 封测 IDM 设备 设计服务 Fabless(无晶圆厂) 功率半导体 FPGA和模拟芯片等多个子板块的详细估值比较表 包括市盈率(P/E) 市净率(P/B) 股息率 自由现金流收益率 每股收益(EPS)增长和ROAE等指标[5][6] * **产能与利用率** 逻辑半导体代工利用率在2025年上半年为70-80% 尚未完全恢复[8] * **排除NVIDIA后的增长** 若排除NVIDIA的AI GPU收入 2024年非AI半导体增长缓慢 仅同比增长10%[9] * **台积电的AI占比** 预计AI半导体将占台积电2027年预估收入的约34%[18] * **中国云AI市场规模** 预计中国云AI总潜在市场(TAM)在2027年将达到480亿美元[33] * **中国GPU性能对比** 详细对比了华为昇腾 寒武纪 海光 燧原 依图 平头哥等中国本土AI芯片的性能参数[37][38] * **CoWoS产能分配** 详细列出了全球CoWoS产能按客户(NVIDIA 博通 AMD 联发科等)和按年份的分配情况[54][56] * **AI晶圆消耗** 预计2025年AI计算晶圆消耗可达150亿美元 NVIDIA占绝大部分[63][64] * **HBM消耗** 预计2025年HBM消耗量将高达155.78亿Gb(约15.6亿GB) NVIDIA消耗大部分HBM供应[66][67] * **CSP资本支出** 顶级云服务提供商(CSP)的资本支出增长是行业晴雨表 前四大CSP(亚马逊 谷歌 微软 Meta)的资本支出在2025年第二季度同比增长67%[97] * **投资建议** 列出了看涨(Overweight) 看平(Equal-weight)和看跌(Underweight)的股票清单 TSMC和Winbond被列为**首选(Top Pick)**[4]

涉及的行业与公司 * 行业聚焦于半导体 特别是先进封装 异构集成 硅光子学 高带宽内存(HBM) 人工智能(AI)芯片 以及相关的测试与设备[2][3] * 核心提及的公司包括台积电(TSMC) 日月光(ASE) 矽品(SPIL) 英伟达(Nvidia) 超微(AMD) 博通(Broadcom) 联发科(MediaTek) 世芯(Alchip) 信骅(Aspeed) 美光(Micron) 索尼(Sony) 艾司摩尔(ASML) 英飞凌(Infineon) 德州仪器(TI) 以及多家初创公司如Ayar Labs Lightmatter[3][4][8][18][19][36][40] 核心观点与论据 先进封装与CoWoS产能扩张 * 台积电CoWoS产能预计从2025年底的70kwpm扩增至2026年底的100kwpm[3] * 日月光/矽品因关键客户如AMD寻求供应多元化 可能在2026年更积极地扩张CoWoS产能[3] * 芯片设计趋向小芯片(chiplet) 尤其在高效能运算(HPC)领域 以改善成本结构 加速产品设计并提高互连密度[3] * 台积电SoIC产能预计从2025年底的8-10kwpm加速扩增至2027年的20-30kwpm[3] * 采用3 5D先进封装(混合键合3D IC + 2 5D中介层) 如AMD MI350系列GPU 可在给定模组尺寸下比2 5D封装多提供约80%的有效硅面积[34] 共封装光学(CPO)与硅光子学(SiPh)发展 * 光学互连在扩展网络(scale-out)已转型 在扩展架构(scale-up)上相比全电气解决方案可实现集群规模数量级提升[30] * 博通预计CPO功耗将在2028年优化至足以替代铜用于xPU集成 其Gen 3 CPO(200G/通道)计划于2026年推出 Gen 4(400G/通道)于2028年推出 相比可插拔方案可实现100倍集成度提升和超过3 5倍的能耗降低[3][30] * 英伟达Spectrum-X CPO方案利用台积电COUPE技术 预计可节省3 5倍功耗 并提供比现成以太网方案高63倍的信号完整性[12] * 铜缆在传输距离上存在限制 从100G/通道升级至200G/通道 其传输距离从4米缩短至2米[12] * 行业因CPO功耗仍高于10pJ/bit而受阻 但功耗预计在2028年通过中间CPO方案降至10pJ/bit以下 并在2029年通过先进CPO方案进一步降至5pJ/bit以下[12] 面板级封装(FOPLP)与基板技术演进 * 更大中介层(朝向5 5倍光罩尺寸及下一代AI加速器的9-10倍)可能驱动从CoWoS转向面板级封装 以期在2028-29年实现更高生产效率 台积电为其2027年量产的小型线进行供应商选择[3] * 采用面板级封装可实现比晶圆更高的利用率 300mm面板的利用率可从300mm晶圆的平均59%(5-9倍光罩尺寸)提升至80% 600mm面板可进一步提升至85%[34] * 玻璃基板因其热膨胀系数(CTE)可调性 平坦度与刚度 电绝缘性 透明度(可与CPO共用)及大母玻璃(低成本)等五大优势而具潜力[21] 前端制造与技术缩放 * 尽管技术迁移放缓 行业仍需推动在更低功耗下实现更快速度[3] * 2030年后进一步缩放的关键推动力包括采用高数值孔径(High NA) EUV(甚至超高NA微影)及向更多3D晶体管结构(如CFET)过渡[3] * 艾司摩尔提供全面的微影产品组合 包括0 33 NA/0 55 NA及未来的0 75 NA EUV微影系统[40] * 台积电A16将是首个采用背面供电网络(SPR)的制程[40] 测试复杂性与策略演进 * 测试对于支持更复杂的晶粒 封装设计和异构集成变得更为重要 行业专家预计需要在晶圆/晶粒级别进行更多测试插入 以早期探测识别良率问题[3] * 模拟真实世界操作的使命模式测试(mission-mode testing)可能在探测和系统级测试中增加[3] * 测试成本在硅光子系统中占主导地位 组装和测试成本分别约占总成本的15%和35%[25] * 测试流程需优化 "左移"(shift left)概念将测试内容左移至晶圆或晶粒级别以避免昂贵的封装报废 同时"右移"(shift right)考虑将老化测试和系统级测试推迟至封装后[46] 能源效率与功率半导体 * AI驱动显著运算需求 导致模型大小和训练所需能源呈指数增长 解决方案包括大型3D小芯片加速器的紧密集成 低能耗/位的高带宽内存(HBM)及支持网络带宽和距离的光学互连[34] * 氮化镓(GaN)允许更高切换频率 可实现磁体尺寸缩小高达60%[36] * 数据中心电源架构向Gen 3发展 目标功率达1MW 需从48V转向800V或400V[36] 异构集成与AI应用 * 索尼展示通过异构集成将像素芯片与AI芯片堆叠(2 xD) 或通过铜-铜混合键合形成堆叠背照式CIS(3D) AI集成可提升影像品质并实现智能视觉传感器应用[19] * 美光强调HBM组装流程有数百个步骤 操作卓越至关重要 内存生命周期远短于机器交付时间 因此一次资格认证机会至关重要[18] 其他重要内容 * SEMICON Taiwan 2025规模创纪录 吸引1,200家参展商和约100,000名访客(去年为85,000名)[2] * AI计算需求在过去12个月增长10倍 远超典型技术升级速度[3] * 台积电SoIC采用无凸块技术 在使用面对面(F2F)堆叠时 密度可达CoWoS的40倍 能耗仅为CoWoS的0 2倍[20] * 计算FLOPs在过去20年增加60,000倍 而内存带宽仅增加100倍 I/O带宽仅增加30倍 导致数据传输出现 discrepancy[12] * 联发科强调AI加速器总目标市场(TAM)复合年增长率(CAGR)超过46%[38] * 台积电讨论其COUPE平台开发及关键光学组件(包括PIC 耦合器 调制器 波导等)的制造能力[3] * 全球AI热潮可能推动半导体市场在2030年达到约1万亿美元[40] * 投资建议看好台积电 日月光 联发科 世芯 信骅(均评级为买入) 对硅晶圆和部分成熟制程晶圆代工厂持谨慎态度[4]

行业与公司 * 行业涉及半导体与人工智能加速器 重点关注英伟达Rubin芯片 博通CoWoS产能分配 联发科TPU项目进展[1][2][3][4] * 公司包括英伟达 博通 联发科 以及供应链公司日月光半导体(3711 TT) 京元电子(2449 TT) 精测 辛耘 弘塑 万润 均热片供应商健策(3653 TT)[2][3] 核心观点与论据 英伟达Rubin芯片 * Rubin芯片预计在2026年下半年推出 但时间可能晚于市场预期 预计GPU芯片在3Q26开始爬坡 机架级出货在4Q26开始爬坡[2] * 计算功率从最初介绍的1800w提升至2300w[2] * 健策的微通道均热片可能提前被Rubin采用 其ASP是当前解决方案的3-4倍[2] * 芯片测试可能增加一轮烧机测试和FT测试 对京元电子和Advantest有利[2] * 京元电子在Rubin的芯片测试美元含量预计比BW增长70-80% 此增长未计入其FY26盈利预测[2] 博通动态 * 博通2026年CoWoS产能分配上调至180k 与富邦此前187k的预测相符[3] * 博通和AMD是台积电CoWoS增长最快的客户[3] * 博通TPU动能预计在2H25和1H26非常强劲 但在2H26开始放缓 因联发科TPU项目开始量产且V6e逐步淘汰[3] * 预计2026年TPU产量为2.6百万颗 为V6和V7混合 V7的ASP预计为10-12千美元 V6e的ASP约为4-5千美元[3] * 博通总产能分配将继续增加 因更多项目进入量产 包括Meta的MTIA V3项目[3] 联发科TPU项目 * 联发科对其2026年TPU项目10亿美元收入目标保持信心 该目标也包括NRE收入[4] * 项目进展顺利 ASIC收入可能超过早先5-6亿美元的估计[4] 其他重要内容 * 热管理内容从模块侧转向芯片侧[6] * 京元电子和Advantest目前有充足的芯片测试设备 但可能在Rubin量产前增加更多PS5000 (V93K)芯片测试设备[2] * 京元电子仍是英伟达供应链中的首选 健策是Rubin升级周期中另一个值得关注的公司[2]

人工智能投资趋势 - AI投资已成为投资组合表现的主要驱动力 推动大型科技公司股价上涨[1] - 单纯投资大型科技公司或普通科技ETF可能无法获得针对性AI暴露 存在错过关键转型风险[1] - ROBO Global人工智能ETF(THNQ)通过投资AI基础设施和应用企业 覆盖全球AI技术全价值链[1] 物理AI与机器人机遇 - AI物理应用领域存在比数据中心更大的投资机会[2] - 英伟达二季度财报宣布物理AI时代到来 其机器人全栈平台快速增长[3] - 机器人应用需要更强的设备端和基础设施算力 将成为数据中心平台长期需求驱动力[3] 产业生态与并购活动 - 英伟达CEO黄仁勋指出AI和机器人是公司两大增长机遇 代表数万亿美元市场机会[4] - 除半导体巨头外 Cloudflare/Snowflake/MongoDB/Elastic等公司在网络安全/大数据分析/云服务领域抓住AI机遇[4] - Palo Alto Networks以250亿美元收购Cyberark 创建覆盖人机身份的全栈安全平台[5][6] - 面对未来数十亿台机器和设备的安全需求 可寻址市场空间巨大[6] ETF产品表现 - THNQ ETF收取68个基点费用 跟踪从AI获得显著收入的企业[7] - 该指数将企业分为基础设施类和应用服务类 并进一步细分至大数据分析/工厂自动化等领域[7] - 截至8月29日 THNQ年内回报率达18.9% 超越同类14%和板块平均14.8%的表现[8] 产品信息 - THNQ指数同时为ROBO Global人工智能ETF和L&G人工智能UCITS ETF提供基准[9] - VettaFi作为指数提供商收取许可费 但不参与基金发行和管理[10]

行业发展趋势 - 半导体行业收入预计到2030年将达到1万亿至1.2万亿美元 2035年可能达到2万亿美元 [4] - 晶体管数量将在2030年突破1万亿里程碑 行业经历史无前例的扩张 [4] - 制程成本急剧攀升 5纳米制程约需4.2亿美元 3纳米制程达5.4亿美元 [4] 西门子EDA战略框架 - 提出三大战略方向：软件定义 AI加持 芯片赋能 [4] - 新增AI加持战略 反映人工智能在EDA领域重要性快速提升 [4] - 软件定义推动从硬件同质化向差异化竞争转变 汽车行业尤为明显 [5][6] 软件定义战略 - 软件重新定义价值创造方式 特斯拉OTA升级和传统车企数字化转型为例证 [6] - 要求EDA工具具备跨域协同能力 需从系统级角度考虑软件架构和算法优化 [6] - 设计方法需"左移" 即在早期阶段通过软硬件协同设计优化性能 [6] AI加持战略 - 工业级AI需具备五大特性：可验证性 可用性 通用性 稳健性 准确性 [7] - 推出EDA AI System跨产品基础平台 支持NVIDIA NIM并建立数据湖架构 [8] - 已发布四款AI增强工具：Questa One Aprisa AI Calibre Vision AI Solido [8] 芯片赋能战略 - 构建全面数字孪生体系 涵盖机械设计 半导体供应链和工艺仿真环节 [9] - 包含从功能验证 物理实现 生产封装到3D IC技术的完整链条 [9][10] - 通过Silicon Lifecycle工具实现全生命周期管理和实时监控 [10]

涉及的行业和公司 * 行业：半导体行业 特别是人工智能（AI）芯片 先进封装与测试 晶圆制造设备（WFE）[1] * 公司：台积电（TSMC） 联发科（MediaTek） 日月光（ASE） 精测（MPI） 雍智科技（WinWay） 家登（GPTC） 均华（All Ring）[1] 核心观点和论据 市场情绪与投资主题 * 投资者持续对AI领域保持乐观 但对非AI领域兴趣低迷[1] * 小芯片（Chiplet）设计的日益普及是半导体行业向更先进制程节点过渡的主要催化剂 推动了市场对先进封装解决方案的需求[7] * 先进封装的需求正从AI应用扩展到更广泛的非AI领域 包括服务器CPU 网络芯片和其他高端消费芯片[7] 台积电（TSMC） * 公司是最被低估的AI概念股之一 当前股价仅交易在约17倍2026财年预期市盈率[2] * 年初至今股价上涨12% 表现落后于其他全球主要AI公司（如SK海力士+52% 英伟达+31% 博通+28% AMD+38%）[2] * 预期2025年/2026年营收（以美元计）将增长34%/20% 主要驱动力是2nm/3nm节点的产能爬坡以及先进节点/封装更高的定价[2] * 预计2025年/2026年/2027年的资本支出分别为400亿美元/420亿美元/500亿美元 2027年的跃升将对晶圆厂设备（WFE）需求产生积极影响[3][5] 联发科（MediaTek） * 市场情绪存在分歧 对冲基金因缺乏短期催化剂 智能手机市场需求前景温和及TPU项目流片延迟而持更负面看法[6] * 长期投资者仍看好AI ASIC总体可用市场（TAM）扩张的主题[6] * 公司TPU项目的流片时间仍是关键观察点 其正将TAM扩张至450亿美元的ASIC市场[6] 先进封装产能与需求 * 预计CoWoS出货量在2025-2027年将达66.4万/108万/156.6万片晶圆 产能将达67.5万/120万/174万片晶圆[7] * 日月光（ASE）正积极扩充其先进封装产能 预计其FOCoS（对应CoWoS-L和CoWoS-R）产能将在2025-2027年达到每月5k/15k/30k片晶圆 意味着2026/2027年产能年增率达200%/100%[8] * 预计一家美国CPU供应商将成为其2026年FOCoS-Bridge的主要采用者[8] * 综合台积电和日月光/矽品的预估 预计2025-2027年底的总CoWoS产能将分别达到约80k/135k/200k 意味着2026/2027年净增55k/65k 高于2025年44k的新增[11] 日月光（ASE） * 公司目前被视为AI领域的落后股 其2025年AI营收贡献估计仅占总营收的高个位数百分比[9] * 其整体增长前景仍显著受到大众市场消费者需求季节性的影响 且毛利率（GM）复苏慢于预期[9] * 随着其AI驱动的先进封装增长在2026年加速 投资者愿意在年底或明年初重新关注该公司[10] 测试行业 * 投资者对测试公司的兴趣日益增长 如精测（MPI） 雍智科技（WinWay）[12] * 推动因素是芯片设计更复杂 向更先进节点迁移以及测试要求标准更高 带来了单机价值（dollar content）增长的结构性趋势[12] * 精测/雍智科技目前在探针卡/插座市场的全球市场份额仅为7%/8% 预计到2027年将逐渐增长至11%/14%[13] * 预计精测/雍智科技在2024-2027年的盈利年复合增长率（CAGR）为37%/34% 驱动力来自有机行业增长和份额增益[13] CoWoS设备公司 * 投资者对CoWoS设备公司的兴趣复苏 特别是在股价回调后 例如家登（GPTC）和均华（All Ring）自6月峰值以来股价下跌9-13%[11] * 认为投资者可能低估了OSAT方面的产能贡献[11] 其他重要内容 投资评级与目标价 * 台积电（TSMC）：买入评级（确信名单） 12个月目标价新台币1,370元（基于20倍2026年预期每股收益）[15][16] * 联发科（MediaTek）：买入评级 12个月目标价新台币1,620元（基于20倍2026年预期每股收益）[18] * 日月光（ASE）：买入评级 12个月目标价新台币188元（基于18倍2026年预期每股收益）[19] * 精测（MPI）：买入评级 12个月目标价新台币1,420元（85%基于25倍2026年下半年-2027年上半年预期每股收益的基本估值 15%基于30倍市盈率的理论并购价值）[21] * 雍智科技（WinWay）：买入评级 12个月目标价新台币1,465元（85%基于23倍2026年预期每股收益的基本估值 15%基于30倍市盈率的理论并购价值）[23] * 家登（GPTC）：买入评级 12个月目标价新台币1,900元（85%基于32倍2026年预期每股收益的基本估值 15%基于44倍市盈率的理论并购价值）[25] * 均华（All Ring）：买入评级 12个月目标价新台币475元（85%基于23倍2026年预期每股收益的基本估值 15%基于32倍市盈率的理论并购价值）[27] 风险提示 * 各公司均面临终端需求弱于预期 竞争加剧 技术采用或渗透慢于预期等下行风险[17][18][20][22][24][26][28]

关键要点总结 涉及的行业和公司 **行业** * 全球科技行业 特别是人工智能（AI）半导体供应链、AI智能手机和AI数据中心（AI工厂）经济 [1][4][29][43][71] **公司** * **核心公司**：NVIDIA（英伟达）、AMD、TSMC（台积电）、Google（谷歌）、MediaTek（联发科）[2][3][4][13][19][63] * **其他提及公司**：Broadcom（博通）、Astera Labs、Samsung（三星）、Aspeed、Alchip、华为、AWS、Microsoft（微软）、Bytedance（字节跳动）、Apple（苹果）、小米 以及一系列AI半导体供应链上下游企业 [13][14][43][63][64][72] 核心观点和论据 **对NVIDIA及其供应链持乐观态度** * 在8月28日季度业绩公布前 对NVIDIA在亚洲的半导体供应链持看涨观点 [1][11] * 预计NVIDIA 10月季度营收为525亿美元 并有上行潜力 市场部分预期高达550亿美元 [2][11] * 看好NVIDIA股票 因其在未来12个月内的产量增长 尽管公司在供应和中国变量方面预计会保持保守 [12] **H20芯片生产动态与地缘政治影响** * 据CNBC报道 在中国限制采购后 NVIDIA寻求停止H20芯片生产 [2] * NVIDIA CEO重申公司已获美国政府批准恢复H20芯片销售 并明确该芯片没有安全后门 [2] * 亚洲供应链核查显示 H20的CoWoS封装现已确实停止 H20 HGX服务器组装在1-2周前停止 随后H20 GPU模块预测被削减 [2] * 一些中国客户近期对NVIDIA不带HBM（但使用GDDR7）的B40芯片表现出兴趣 预计今年需求200万单位 明年需求500万单位 [2] * 对TSMC而言 中国AI/GPU仍然是重要的长期增长动力 [2] **AI推理需求强劲增长** * AI推理需求正在增长 主要云服务提供商（CSP）处理的token数量快速增长即是证明 [14] * 截至2025年6月底 中国每日token消耗达到30万亿（月度运行速率为900万亿） 相比2024年初的每日0.1万亿增长了300倍 [14] * Google在2025年7月处理了超过980万亿token 较2025年5月的480万亿翻倍 [14] * 截至2025年5月底 字节跳动的每日token消耗达到16.4万亿（月度运行速率为508万亿） 较2025年3月底的12.7万亿增长29% [14] * 微软在2025财年（截至2025年6月）通过其Foundry API处理了超过500万亿token 同比增长超过7倍 [14] **AI工厂（数据中心）经济性分析更新** * 引入混合专家模型（MoE）到TPS计算中 这是AI推理的增长趋势 [3] * 阐明了稀疏性假设 这影响了解码时间（例如 AMD MI355采用稀疏性可比密集配置提高约5%的token输出） [3][31] * 调整了网络带宽假设 例如 AMD MI355X采用其Infinity Fabric将网络带宽比使用PCIe Gen 5（128GB/s）的MI300X提高了约20% 达到154GB/s [3][32] * 修正了对ASIC网络速度的高估 [3] * 对于token价格假设 提供了参考价格范围表 而非单一的0.2美元/百万token点 [3][37][38] * 结论：在0.3美元/百万token的价格下 大多数运行Llama 4 400B MoE的芯片都能产生利润（包括AMD旧一代芯片MI300） [3][38] * 一个100MW的AI工厂在0.2美元/百万token的假设下 估计可产生约12.8亿美元的年收入和7.22亿美元的年利润 平均利润率约52% [51] * 在0.3美元/百万token的假设下 估计可产生约19.1亿美元的年收入和13.6亿美元的年利润 平均利润率约68% [51] * NVIDIA的GB200 NVL72 pod在计算能力、内存能力和快速网络性能方面继续展示出性能主导地位 [48] **AI智能手机的新希望与Google Pixel 10发布** * Google发布了Pixel 10手机系列 其Tensor G5芯片采用TSMC的3nm工艺制造 调制解调器可能由MediaTek供应 [4][19] * Pixel 10配备了市场上所有智能手机中最好的摄像头 新的Pro Res Zoom让用户可以从高达100倍的距离捕捉细节 [19] * Gemini在手机上提供了全面且个性化的AI体验 包括Magic Cue功能、AI健康教练、实时翻译通话（使用通话者自然声音）等 [19] * 关键问题是这些功能多快能扩散到中国智能手机市场并在2026年引发换机周期 [4][9][19] **AI半导体资本支出（Capex）保持强劲** * 摩根士丹利预计2026年云资本支出将增加至5820亿美元 意味着31%的同比增长（对比市场共识仅为16%） [71] * 假设AI服务器资本支出组合（短期资产支出）增加 隐含的AI服务器资本支出在2026年可能同比增长约70% [72] * 这支撑了对美国半导体和大中华区半导体行业的“具吸引力”观点 AI需求保持强劲 [72] **供应链产能与需求预测（CoWoS & HBM）** * TSMC预计在2025年生产510万颗芯片 全年GB200 NVL72出货量预计达到3万架 [89][90] * 硬件团队估计2025年GB200/GB300服务器机架出货量在2.5-3万架左右 [91] * 全球CoWoS需求年增长率预测：2023年95% 2024e 216% 2025e 84% 2026e 48% [98] * 2025年AI计算晶圆消费收入预计高达145亿美元 [110][111] * 2025年HBM消费预计高达16e9 GB（160亿GB） 几乎是2024年水平的两倍 NVIDIA被视为最大客户 [107][108][112] * HBM TSV产能预计在2025年翻倍 [106] 其他重要内容 **投资建议与看好的公司** * 对美国半导体：增持（OW）NVIDIA、Broadcom、Astera Labs [13][63][72] * 对亚洲半导体：增持（OW）TSMC、Samsung、Aspeed、Alchip、MediaTek [13][63][72] * 替代AI半导体组：AMD、Alchip、Andes、Marvell、Broadcom [64] * AI半导体赋能组：TSMC、Synopsys、Cadence、ASML、BESI、Ibiden、KYEC、Advantest [64] **研究局限性** * 理论模型与现实场景之间存在差距 导致计算性能高于实际结果 [57] * 实际AI推理工作负载的规模各不相同 并且分布在单个或多个处理器甚至多个服务器上 使得真实环境比模型更动态 [57] * 延迟、并发性、并行性、软件栈优化和生成token质量等多种因素和性能指标难以量化 [57] * 未考虑解码过程中计算和通信的重叠时间 这也可能影响TPS结果 [57][58] * 评估和折旧人力资源成本（包括劳动力和研发费用）仍然存在挑战 [57][58] **更正声明** * 对文中关于NVIDIA HGX H200机架计算的图表10、11、13和14进行了更正 [10] * 更正了第12页“盈利能力估算”部分的两个要点 [10] * 本文最初发布于2025年8月25日 20:06 GMT 并于2025年8月26日重新发布 [10]