文章核心观点 - AI应用规模的快速扩大正驱动存储需求呈指数级增长 行业面临持续的结构性供应短缺和资源紧张 这并非简单的周期反弹 而是一场长周期的范式转移 存储技术正从微创新走向架构革命 [3][4][6] 行业需求分析 - AI服务器在整体服务器出货中的占比预计在2026年突破20% 进一步推高存储配置 [4] - AI推理正驱动eSSD成为2026年NAND最大的应用市场 [4] - 端侧AI和汽车（LPDDR重要应用方向）有望成为新的增长动力 [4] - 推理阶段对存储的需求呈指数级增长 [3] - 高性能存储已成为决定系统决策效率与规模的核心基石 不再是可有可无的选项 [4] - 目前GPU集群可用度仅约50% 存储数据读取效率已成为限制算力发挥的重要因素 [4] - 随着AI从训练转向实际应用 存储成为关键瓶颈 其中推理场景带来的需求增长最为明显 [4] 行业供应与市场状况 - 存储产能扩张周期长达18至24个月 供应短缺短期内难以缓解 [5] - 结构性错配已成为常态 厂商正优先将产能投向利润更高的AI相关产品 消费类产品的产能受到挤压 [5] - 行业库存已降至较低水平 [5] - Flash仍将继续缺货 且将缺货很久 [6] - 人工智能增长挤压DRAM产能 内存资源愈发紧张 [6] 技术发展与厂商动态 - 谷歌推出TurboQuant压缩算法 称将大模型关键缓存占用减少至少6倍 [3] - 三星电子计划于2026到2027年推出厚度仅1T的EDSFF驱动器 该方案可以成倍提升单机架的总容量与带宽 [4] - 存储技术正从微创新走向架构革命 CXL、存算一体、近存计算等概念正加速走向商用 [6] - 建议供给端理性扩产 需求端提前规划、多元供货 从被动买存储转向主动优化存储 [6]

行业核心判断 - AI需求带动下 存储行业仍处于超级景气周期前中段 供不应求至少持续至2027年 [1] - 2月以来 铠侠业绩及指引超预期 NAND一季度合约价上调 国内模组厂商龙头1-2月业绩超预期 进一步验证存储行业景气度维持高位 [1] - 继续看好存储需求超预期 预计行业供不应求将持续至2027年底 [1] 投资方向与推荐 - 核心推荐存储模组公司 因其短期业绩爆发能力强 [1] - 持续推荐存储原厂及贴近原厂的设计公司 [1] - AI时代显存带宽和容量升级为核心 存算一体是趋势 近存计算高景气 [2] 具体产业链投资机遇 - 存储方案厂商：CUBE必要配套 定制设计方案助力产业化并进军高端市场 重点关注有存储原厂支持、具有先发优势的龙头 此外关注布局超薄LPDDR堆叠方案的厂商 [2] - 半导体设备：受益先进封测需求升级及国产化 重点关注刻蚀、键合、减薄设备 [2] - 先进封装：高端存储核心突破口 Hybrid bonding键合是CUBE 2.0核心 此外HBM产业链先进封装厂商配套提供CoWoS 中国大陆厂商先进封装能力居于行业前列并扩充产能 [2] - 逻辑芯片公司：作为近存计算客户 自身竞争力提升并推动产业化加速 部分设计公司积极布局3D结构逻辑芯片 当前以端侧SoC/NPU为主 云端推理卡逐步布局 近存计算有望助力其提升产品性能并获得竞争优势 [2]

LPU技术及AI推理市场分析纪要总结 一、 涉及的公司与行业 * **公司**：Groq（已被NVIDIA收购）、NVIDIA[1][2][7]、三星电子[1][7] * **行业**：AI芯片（推理芯片）、半导体制造与封装、数据中心基础设施[1][7][8][9] 二、 LPU的核心观点与独特设计 * **核心定位**：LPU是一种专为AI推理，特别是语言模型推理设计的处理器，核心解决Decode环节的内存密集型瓶颈[1] * **硬件设计**：采用片内集成大量SRAM替代片外HBM，实现近存计算，大幅缩短数据传输距离以克服延迟瓶颈[1][2] * **软件设计**：采用编译器预调度模式，编译器预先计算并安排每个时钟周期的数据位置与计算操作，节省了传统GPU中指令调度单元的面积，将更多空间用于集成SRAM[2] * **设计理念**：追求极致确定性，更接近为特定模型定制的ASIC[1][4] 三、 LPU与GPU/TPU的对比及市场定位 * **与GPU对比**：GPU侧重通用性，依赖片外HBM，在处理高频读取的推理任务时存在时间开销；LPU则通过片上SRAM和编译器优化在低时延推理上具备代差优势[1][4] * **与TPU对比**：TPU侧重矩阵乘法效率，其脉动阵列架构在加载参数后无需频繁访问内存；LPU则针对语言处理中的序列生成进行了优化[1][4] * **芯片布局差异**：LPU的片上存储面积占比较大，而GPU和TPU将更多面积分配给了计算单元[4] * **市场应用**：LPU主要适用于参数和架构相对确定的模型推理，单一部署有难度，更适合与通用GPU结合使用以实现优势互补[2][3] 四、 AI推理的“PD分离”趋势及硬件需求 * **Prefill环节**：负责一次性处理完整用户指令，具有高并行、大batch size特点，是计算密集型过程，核心瓶颈在于算力，对KV Cache缓存大小和低延迟依赖性相对较小[4][5] * **Decode环节**：负责逐个生成token，是串行运算过程，需要频繁读取历史KV Cache，对读取延迟极为敏感，是内存密集型过程，核心瓶颈在于内存带宽和数据调度效率[4][5] * **硬件匹配**：Prefill环节适用高算力芯片（如采用GDDR的CPX产品），Decode环节则适合采用SRAM架构以降低延迟的LPU[1][5] 五、 NVIDIA的战略布局与收购背景 * **收购背景**：NVIDIA于2026年初以200亿美元收购Groq，着眼于推理侧市场崛起，应对AI模型调用量与年度经常性收入的增长趋势[2] * **存储技术多元化布局**： * **SRAM**：通过收购Groq发展LPU，专注解决需要极致低延迟的近存计算场景[1][6][7] * **HBM**：在旗舰GPU产品线持续升级，未来将采用HBM4，以满足高性能计算和训练需求[1][7] * **DRAM**：在CPX等产品上采用GDDR，为计算密集型任务提供高性价比解决方案[1][7] * **SSD**：正在探索独立的存储机柜方案，专门用于存储KV缓存等数据[1][7] 六、 LPU的局限性 * **成本高昂**：SRAM成本远高于DRAM，且大模型推理需多芯片堆叠，进一步推高初始成本[2] * **灵活性不足**：软件栈是为特定模型预先设计的，应对不同模型架构迭代或变化时的灵活性不足[2][3] 七、 产业链增量与技术进步 * **制造与产能**：Groq在2025年委托三星电子的晶圆代工订单从约9,000片增加到1.5万片，产业化进程加速[1][7] * **SRAM技术**：可能向3D堆叠或分层管理等方向发展[1][8] * **封装与PCB**：芯片封装技术演进（如背部供电设计）可能导致PCB层数增加或采用新材料；LPU的集成方式（3D-SoIC、2.5D CoWoS或独立模块）将对PCB及其上游材料提出新要求[8] * **高速互联**：LPU系统内部的高速互联需求可能会催生新的Switch产品，根据集成方案不同可能会采用新的芯片架构（如FPGA）[9] * **散热方案**：随着系统集成度和功耗提升，液冷解决方案的需求预计将增加[1][9]

光进内存技术 - 核心观点：谷歌正在尝试一种名为“光进内存”的新方案，旨在通过移除TPU中的HBM，将DRAM内存独立设柜并通过池化技术动态分配，以解决HBM产能受限和成本高昂的问题[2] - 技术方案优势：该方案可释放TPU CoWoS封装的物理空间与产能限制，使单颗TPU芯片的DRAM配比灵活性大增，配比可从192GB倍增到512GB乃至1TB，同时将HBM良率损失的成本转移至OCS和CXL新增的成本，并提升DRAM颗粒的全球供给上限[3] - 技术实现猜测：方案可能包括TPU保留极小规模SRAM作为“快速缓存”，在远端进行池化，大规模DRAM池通过高速互联接入，并辅以软件层的预取技术[4] - 方案的逻辑支撑：从宏观趋势看，这种解耦是解决“内存墙”的出路，因为CoWoS封装面积有极限，运行更大参数模型需让内存规模脱离单芯片物理限制，同时HBM成本过高，池化后（如1000颗TPU共享一个DRAM池）可按需分配，利用率大幅提升，更具经济性[4] - 工程挑战：工程实现难度不小，主要挑战包括需要极其复杂的协议来保证多个TPU访问同一HBM池时的数据一致性，以及光网络可能因拥塞或抖动产生长尾延迟，导致单个数据包延迟进而使整个算力集群等待，造成算力利用率骤降[10] 燃气轮机行业 - 行业需求强劲：GE燃气轮机板块新签订41台重型机组订单，其中包含15台HA级机组，带动设备积压量环比增加7GW，达到40GW，产能槽位预订量环比提升14GW，至43GW[6] - 价格与利润前景：当前槽位预订协议价格较现有积压订单高出10-20个百分点，为2026年利润率扩张提供了确定性支撑[6] - 公司订单情况：杰瑞自去年11月以来已获得第4笔超过1亿美元的订单[7] - 产业逻辑：持续看好燃气轮机与HRSG的产业逻辑[8] 存储芯片行业 - 行业周期上行：AI推理工作负载扩散带动服务器内存需求激增，完全抵消了PC、智能手机等消费端需求疲软的影响，推动内存价格进入更强更长的上行周期，DRAM和NAND的平均售价持续攀升[9] - HBM成为增长亮点：高附加值的HBM是增长亮点，海力士的HBM4量产按计划推进，在英伟达等核心客户订单中占据高份额，叠加行业结构性短缺，进一步巩固了定价权[9] - 公司资本支出与规划：海力士计划在2026年大幅增加资本支出，聚焦先进产能建设和技术迁移，以应对当前内存供应缺口并为长期增长铺路，同时资本支出保持纪律性[9] - 股东回报政策：公司通过上调股息、股票回购等积极的股东回报政策，将盈利增长转化为投资者实际收益[9] - 三星半导体部门表现：在内存上行周期中，DRAM和NAND价格大幅上涨，叠加HBM4量产落地、2nm工艺订单激增，半导体部门成为盈利核心，推动公司整体业绩创纪录[11] - HBM业务前景：三星的HBM业务技术参数领先，2026年销售额预计增长3倍，产能完全预订，成为AI时代重要增长引擎，同时晶圆代工业务的客户拓展进一步打开成长空间[11]

AI驱动存储芯片IPO热潮 - AI投资焦点从GPU延伸至存储芯片 引发新一轮IPO热潮 [1] - 多家国产存储芯片企业正推进或已完成在不同交易所的上市进程 包括北交所、科创板、港股等 [1][6][7] 紫光国芯业务与财务表现 - 紫光国芯是国产DRAM设计领先企业 产品覆盖DDR、LPDDR等多个代次 二十余款芯片及四十余款模组产品实现全球量产销售 [2] - 公司开发了三维堆叠DRAM技术 为AI、高性能计算等领域提供创新存储方案 [2] - 2025年上半年 在DRAM市场量价齐升背景下 公司实现营业收入7.5亿元 同比增长38.64% 归属挂牌公司股东净利润568.3万元 同比增长139.54% 实现扭亏为盈 [4] - 公司采用Fabless模式 在市场需求旺盛、竞争激烈时更具灵活性 [5] 其他存储芯片企业上市动态 - 国内最大DRAM企业长鑫科技科创板IPO申请已获受理 公司在合肥、北京拥有3座12英寸DRAM晶圆厂 按产能和出货量计为中国第一、全球第四的DRAM厂商 [6] - 澜起科技港交所IPO已通过聆讯 公司为全球三家能量产服务器内存接口芯片的企业之一 2024年全球市场份额达36.8% [7] - 兆易创新已启动港股招股 公司是在NOR Flash、SLC NAND、利基型DRAM和MCU四大领域均跻身全球前十的Fabless设计公司 [7] - 力积存储在港交所更新招股书 专注于利基DRAM市场 按2024年收入计在全球利基DRAM市场的中国内地公司中排名第四 [7] - 深圳三地一芯电子与深圳市时创意电子均已办理上市辅导备案 分别专注于NAND Flash控制芯片及嵌入式存储、固态硬盘等业务 [6] 全球存储市场竞争格局 - 全球DRAM市场高度集中 2024年三星、SK海力士、美光三大巨头合计占据90%以上市场份额 [8] - 长鑫科技正逐步进入主要厂商阵营 按2025年第二季度DRAM销售额统计 其全球市场份额已增至3.97% [8] - 在高端产品性能上 国产存储与国际一线存在差距 国际巨头已大规模量产DDR5并布局DDR6及HBM 国产DRAM主力产品仍集中在DDR4及LPDDR4X等成熟制程 [8] 存储市场结构性变革与机遇 - 2025年以来存储市场出现结构性变革 为国产存储厂商提供了历史性突围窗口 [8] - 传统市场中 汽车电子、智能驾驶和物联网设备对存储芯片需求快速增长 特别是车规级DRAM需求明显提升 [8] - 新兴市场中 AI服务器对高带宽、大容量DRAM需求迅速攀升 推动存储芯片向高性能、低功耗、低延迟方向迭代 需求的碎片化和差异化打破了国际原厂凭借标准品规模通吃的局面 [9] - 国际领先DRAM企业已进入制程节点微缩瓶颈 面临成本巨增与物理极限挑战 正积极尝试4F2结构、CBA等新技术 [10] - 在新技术研发上 国内厂商与国际巨头均处于探索阶段 国内厂商有望通过产品与技术革新缩小差距 甚至实现部分弯道超车 [10]

涉及的行业与公司 * **行业**：人工智能芯片、近存计算、3D芯片技术、推理芯片市场[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20] * **公司**：英伟达、Groq、云天励飞、凯霞、华为、台积电、三星[1][2][3][4][5][6][7][8][9][10][11][12][13][14][15][16][17][18][19][20] 核心观点与论据 * **英伟达收购Groq的战略意义**：英伟达以200亿美元收购Groq实体资产，核心团队加入，旨在强化推理芯片布局，承认推理时代到来，需为推理专门规划芯片[2] * **Groq LPU架构的优势**：专为推理设计，采用片内集成SRAM，带宽高达80TB/s，是英伟达最新Blackwell B300 GPU HBM带宽8TB/s的10倍，在处理70B大语言模型时解码速度可达每秒500个token以上，远超业内主流水平[3][4] * **Groq LPU架构的局限性**：场景专用性强，主要适用于实时性要求高的大模型推理，编程难度高，需手动排布流水线，完全依赖片内SRAM导致部署成本高，例如运行Deepseek 671B模型需5000颗芯片，而单台H200服务器即可完成[4] * **英伟达的融合策略**：将保持CUDA生态系统的通用性，通过NVFusion快速集成LPU，长期目标是在底层架构和编译器层面实现协同设计[1][5][6] * **推理芯片架构趋势**：推理场景与训练差异显著，无法用单一架构解决所有问题，未来架构将呈现多样化，需针对细分场景优化[6][7] * **国内3D DM方案的优势**：容量可达SRAM的百倍以上，带宽接近SRAM并优于HBM，拥有3-5倍以上的带宽优势[1][7] * **国内3D DM方案的挑战**：成熟度不足，需2-3年实现规模化部署，良率、散热及先进工艺可获得性是重要瓶颈[1][7][8] * **3D RAM的市场前景**：在推理侧市场前景广阔，拥有数量级以上的带宽优势，单芯片容量可达几十GB甚至上百GB，能有效支持大模型运行，应用场景包括边缘端、云推理等[3][10] * **3D方案的成本目标**：云天励飞计划推出新3D Memory芯片，目标是在单Token成本上实现几十倍下降，以显著降低TCO[11] * **3D芯片的落地节奏**：未来1-2年内，AI PC、手机等边缘端小型场景将率先采用，2-3年后语音推理方案预计可规模化商用[12] * **国内外技术发展对比**：国外在3D RAM及堆叠技术进展不逊于国内，且因可使用更先进制程（如4纳米、3纳米）而工程化挑战更小，但国内因制程受限需探索新技术，可能在部分先进技术上推进更快[14][15] * **3D架构的市场份额预期**：在未来训练与推理比例为30%训练、70%推理的大环境下，新型架构如3D在整个推理市场中预计能占据约30%的份额[16] * **多元化算力时间点**：多元化算力到来取决于大模型应用的渗透与普及，中国因国家层面推动（如“十五规划”目标2028年渗透率70%，2030年90%），可能比美国更快实现[18] * **3D技术的战略价值**：是国内在推理领域缩短与海外先进水平差距的有效路径，有望成为国内推理侧新技术范式的重要组成部分[19][20] 其他重要内容 * **凯霞的技术突破**：开发的高堆叠氧化物半导体沟道晶体管支持高密度3D DRAM，对国内市场是重要突破，将推动相关技术发展[1][14] * **云天励飞的技术路径**：专注于推理赛道，新一代芯片将采用GP/NPU架构，基于国产3D RAM实现极致推理性能，并首创算力积木架构推进云端3D推理芯片研发[13] * **系统级解决方案**：未来需从系统层面考虑，根据不同推理场景的要求组合合适的推理系统，而非依赖单一芯片[16] * **世界模型的影响**：目前仍处研究初期，其前身（如文生视频模型）主要瓶颈在计算而非带宽，对3D方案的利好有限[17] * **技术组合限制**：不太可能同时使用成本均较高的HBM与3D堆叠，会削弱各自优势[16]

资本市场流动性环境展望 (2026年) - 资本市场流动性环境将呈现三大特征：以中央汇金为代表的战略性稳市力量及稳市机制建设是防止市场大起大落、实现稳定健康发展的重要保障；以保险、公募基金为代表的机构资金占比将进一步提升，资金结构不断优化；以并购重组为核心，辅以IPO及产业资本有序退出的股票供给将有所增长 [1] - 总体来看，在提升市场韧性和积极发展股权融资的政策背景下，资本市场投融资结构将更趋平衡，流动性对估值单边变化的推动作用将减弱 [1] 磷化工行业动态 - 受益于化工品持续涨价潮，磷矿石价格持续高位运行：12月2日，国内30%品位磷矿石市场均价为1016元/吨，28%品位均价为945元/吨，25%品位均价为758元/吨 [3] - 上市公司如芭田股份、兴发集团等密集披露在磷矿资源获取与产能整合方面的进展，行业产能整体呈现扩张状态，布局步伐明显加快 [3] - 此轮资源布局热潮背后，是业内对磷矿石价格短期内将维持“紧平衡”的判断，拥有“矿化一体”完整产业链布局的企业凭借资源自给与成本控制优势，或成为主要受益者 [3] 低空经济发展前景 - 2024年是低空经济发展元年，未来中国低空经济市场为万亿元蓝海，2023年市场规模已超5000亿元 [4] - 随着下游应用领域不断扩大，未来市场有望继续保持增长，设备价值量约占运营收入的5-15%，基础建设约占运营收入的20% [4] - 根据《通用航空装备创新应用实施方案（2024-2030年）》，目标到2030年形成万亿级市场规模，以2027年为节点，将致力于提升通用航空装备供给能力与产业创新 [4] - 2025年多家eVTOL公司已接到国内外意向订单，反映低空经济市场空间广阔 [4] 保险行业趋势 - 保险行业已从资产负债表衰退叙事中率先走向良性扩张，周期向好正式确立，预计2026年向上趋势进一步加强 [6] - 具体体现为：净资产恢复并维持较快增长；分红险作为主力产品更加畅销；银保渠道份额集中和总量增长仍有很大空间；险资作为耐心资本主力，其资产结构正受益于债券利率低位波动、股市慢牛的市场格局 [6] - 从选股角度看，保险股阿尔法和贝塔兼具，2024和2025年牛市带来的业绩弹性已较充分体现，应更加关注保单价值率高、新业务价值增速快、盈利和股息稳定增长的头部公司 [6] AI与半导体产业链投资机遇 - AI时代以显存带宽和容量升级为核心，存算一体是趋势，近存计算维持高景气 [7] - 围绕国内HBM及CUBE相关产业链，重点推荐四个投资方向：存储方案厂商（CUBE必要配套，定制设计方案助力产业化，重点关注有存储原厂支持、具有先发优势的龙头及布局超薄LPDDR堆叠方案的公司）；半导体设备（受益先进封测需求升级及国产化，重点关注刻蚀、键合、减薄设备）；先进封装（高端存储核心突破口，中国大陆厂商能力居行业前列并扩充产能）；逻辑芯片公司 [7] 当前市场状况与展望 - 短期大盘趋势偏弱，增量资金入场未见明显，市场赚钱效应不足 [9] - 上证指数调整远未结束，在弱势行情下，机构资金年底减仓导致个股跌幅加大，成交持续萎缩背景下缺乏明确领涨主线与增量资金配合，反弹根基薄弱，若无实质性利好刺激，更容易呈现震荡反复格局 [12] - 创业板指数受近期科技新股及游资注入影响走势相对较好，但未改变市场整体弱势局面，跌多涨少盘面频繁出现 [12] - 后续重点跟踪重要会议的政策信号及央行货币政策进一步发力情况（如可能的降准、降息等） [12] - 年底政策窗口期有望提前验证“政策底”，支撑2026年经济增长，在“政策底”提前验证、周期涨价与PPI同比改善预期下，顺周期可能是春季行情的基础资产 [12] - 从性价比角度看，科技成长短期性价比已快速改善，机构投资者科技仓位有所下降，微观结构压力缓和 [12]

文章核心观点 - AI时代下，显存带宽和容量的升级是核心，存算一体是发展趋势，近存计算领域处于高景气状态，存在投资机遇 [1] 投资方向与产业链分析 - **存储方案厂商**：CUBE技术的必要配套环节，通过定制设计方案推动产业化并进军高端市场，重点关注有存储原厂支持且具备先发优势的龙头企业，同时关注布局超薄LPDDR堆叠方案的公司 [1] - **半导体设备**：受益于先进封测需求升级，产业配套需求增长，配合工艺优化与良率提升，加速供应链国产化进程，重点关注刻蚀、键合、减薄等设备领域 [1] - **先进封装**：是高端存储领域的核心突破口，设备可获得性较高，中国大陆厂商的先进封装能力已处于行业前列并正在积极扩充产能 [1] - **逻辑芯片公司**：作为投资方向之一被提及 [1]

存储芯片价格上涨与需求驱动 - DDR4/LPDDR4X存储芯片价格大幅上涨，主要受AI驱动行业需求增长和原厂减产导致的供给紧张共同影响 [1] - AI大模型兴起对存储传输速度、数据存储容量和规格技术提出更高要求，"以存提算"成为破解AI算力瓶颈的行业共识 [1] - 芯片科技股持续走强，芯片ETF（159995）上涨3.58%，成分股中海光信息上涨11.12%，瑞芯微上涨7.23%，兆易创新上涨5.48% [1] AI算力关键技术发展 - 先进封装多芯片互联技术、先进工艺代工和近存计算被认定为AI大规模计算的三大关键技术 [2] - 先进封装有望在2027年迈入硅光CPO时代，先进工艺有望进入2nm时代，背面供电和深沟槽成为核心技术 [2] - 近存计算逐步从2.5D迈向3D，CUBE等多元技术路线涌现 [2] 多芯片互联技术突破 - 多芯片互联成为AI算力扩展关键，可规避芯片制造工艺限制并提供持续算力支持 [4] - CPO作为硅光与先进封装的融合方案，能保持高带宽密度同时降低传输损耗，预计2027年实现大规模商用 [4] - 英伟达指出CPO相比插拔式光模块可减少30%能量损耗，并通过Spectrum-X Photonics交换机消除传统架构瓶颈 [4][5] 存储技术创新演进 - HBM技术从当前12层（HBM3E）向16层（HBM4/HBM4E）演进，预计2026-2027年进一步提升AI芯片性能 [5] - 3D堆叠方案CUBE和基于Chiplet及RISC-V架构的AI芯片方案受到行业广泛关注 [5] - 存储介质方面NAND和HDD成本差距明显，尚未实现完全替代，但国产高端网络方案已出现 [9] 算力基础设施转型 - AI驱动从传统数据中心向智算中心转型，需全面升级基础设施提升算力可用度、规模及MFU利用率 [8] - 2025年被认定为国内应用智能体发展元年，企业算力需求旺盛但受技术差距和使用门槛制约 [8] - 神州数码推出基于鲲鹏920的大模型训推一体服务器，面向互联网客户拓展信创市场机会 [8] 存储效率与成本优化 - 存储性能直接影响GPU效率，性能不足会导致成本上升和产品迭代效率变慢 [9] - 行业正将更先进技术应用于存储系统，包括新形式的存储连接方式 [9] - 存储技术升级、国产突破和效率提升对二级市场板块形成积极推动作用 [9]

涉及的行业或公司 - 半导体设备行业 - 英特尔 - 英伟达 - 台积电 - AMD - ARM - ASML - 海力士 - 美光 - 中芯国际 - 华虹半导体 - 长鑫存储 - 北方华创 - 中微公司 - Oracle - 中际旭创 - Lam Research - Tokyo Electron - 联发科 - 华为 - 百度 - 阿里 核心观点和论据 英特尔与英伟达合作的影响 - 英特尔CPU整合英伟达GPU 增加1.5亿台移动PC收入[1][2] - 服务器领域CPU和GPU互联提升数据中心性能[1][2] - 对AMD和ARM造成负面影响 AMD在数据中心市场份额受冲击 ARM因Windows over ARM生态受挫而受损[9] - 联发科服务器芯片合作项目可能受损[9] - 设备商股票如ASML大涨 ASML股价从800多美元上涨至900多美元[1][10] - 台积电影响中性 增加NVIDIA GPU订单但减少英特尔订单[11] 2025年全球半导体设备市场展望 - 中国市场2025年上半年下降1% 国产化率提升5%至20%[3][6] - 海外市场上半年增长47% 受AI算力投资驱动 下半年增速降至3%[3][4] - 中芯国际 华虹半导体 长鑫存储大规模融资 设备投资尚未明显回升 预计2026年上半年启动新一轮资本支出[3][14] - 全球芯片设计公司收入增长18% 英伟达贡献一半增速同比增长56%[12] - IDM和foundry资本开支同比增长24% 中国区资本开支下降9%[3][12] - 台积电占整体资本开支比例扩大至25.6%[3][12] - 英特尔二季度资本开支下降38%从35亿美元降至21亿美元[13] AI产业链发展趋势 - 依赖高速互联 先进工艺和近存计算三项核心技术[5] - 光模块受益于高速互联技术 中际旭创等公司受益 台积电推动co-packaged optics平台预计2027年成为主流[5] - 台积电对高性能EUV采购意愿下降 ASML业绩可能逊色于Lam Research和Tokyo Electron[5] - 海力士和美光在HBM领域领先 3D存储带来新增长点[1][5] 中国与海外半导体设备股表现 - 中国设备股上半年总体下降1% 下半年预期略好 北方华创 中微公司等具备长期投资价值 有望三年内翻倍[6][15] - 海外设备股上半年增长47% 下半年增速降至3%[4][6] - 海外设备公司在中国市场占比约30% 北方华创全球第六大设备公司 中国市场客户下降9%对其有影响 未来有望升至全球第三或第四[15] - 光刻机以外产品领域中国企业有机会实现替代[15] Oracle资本开支及影响 - Oracle加杠杆增加资本开支 推动相关硬件及软件供应商发展 促进IT基础设施创新与升级[8] 未来资本开支计划与投资时机 - 大规模资本开支预计2026年启动 中芯国际 华虹半导体 长鑫存储融资后启动投资[3][14] - 当前或未来一两个季度是布局设备股的时机 半导体投资处于周期底部 终端需求增长较快[3][14][17] - 中国区2025年上半年下降至下半年持平 2026年上升 海外设备投资从2025年上半年高峰回落至下半年持平[17] 全球设备投资周期与股票影响 - 英特尔与英伟达合作利好设备股 对台积电影响中性 对大部分设计公司不利[17] - 如果英特尔恢复投资 设备股有3%以上上涨空间[17] 其他重要内容 - 中国AI芯片领域包括华为 百度 阿里等互联网公司自研部门及独立第三方芯片设计公司积极投入研发与生产 计算芯片增长超过100% 对先进工艺产能需求旺盛[13] - 中国市场不必担心国家支持力度 AI芯片逐步成型[16] - 海外市场主要由台积电主导资本开支 波峰波谷明显[16]