行业趋势 - AI推理芯片成为人工智能行业新方向 云天励飞宣布全面聚焦该领域 围绕边缘计算 云端大模型推理和具身智能三大场景 [1] - AI正从训练时代迈入推理时代 推理算力需求将迎来爆发式增长 2025年成为人工智能发展重要转折点 大模型技术达到新成熟高度 模型调用成本显著降低 [1] - 三大增量助力推理算力需求加速 包括互联网大厂加速AI与原有业务结合 Agent和深度思考推理结合 多模态加速渗透 [2] - AI将全面重塑各类电子产品 包括智能穿戴设备 家用电器和电动汽车 设备将具备主动工作能力 实现人性化交互和功能跃升 [2] 公司战略与产品 - 云天励飞开发四款AI推理芯片 包括DeepEdge10C DeepEdge10标准版 DeepEdge10Max和DeepEdge200 [3] - DeepEdge10系列芯片面向边缘人工智能 核心定位满足边缘端千亿参数大模型部署需求 支持Transformer BEV CV大模型和LLM大模型等主流模型 [3] - 芯片采用算力积木架构 通过D2D Chiplet技术和C2C Mesh技术 覆盖8T-256T算力需求 实现7B至671B参数量大模型推理 [4] - 架构实现算力纵向拓展 单个封装最多集成8个算力积木 形成128T推理算力的单芯片成果 [4] - 通过C2C Mesh技术实现算力扩展 将多个节点连接形成更大规模算力池 支撑MoE架构大模型推理 [5] 技术突破与适配 - DeepEdge10芯片平台成功适配DeepSeek R1系列模型 QwQ-32B模型及国产鸿蒙操作系统 [5] - DeepSeek R1采用GRPO强化学习策略 专门优化数学推理任务 减少计算资源消耗 实现更低成本 [1] - DeepSeek R1模型价格仅为OpenAI o1模型的几十分之一 具有极高性价比优势 [1] 财务表现 - 云天励飞2024年营收增长81% 今年一季度增速提升至160% [5] - 管理层预计下半年随着AI推理算法迭代 算力需求攀升和应用拓展 将继续保持高速增长态势 [5] 市场前景 - AI推理芯片市场仍处于蓝海阶段 市场规模较数千亿美元训练芯片市场仍较小 [3] - 预计未来三至五年内 AI推理芯片增长速度将大幅超越训练芯片 [3]

纪要涉及的行业和公司 - **行业**：AI、半导体、光模块、PCB - **公司**：谷歌、Meta、OpenAI、Oracle、英伟达、AMD、芬尼萨 纪要提到的核心观点和论据 - **AI 产业链从训练转向推理**：1.0 阶段聚焦 AI 训练，以通用 GPU 为主导，市场对模型训练持续性存疑；2.0 阶段转向 AI 推理，算力卡从 GPGPU 转向云商自研 ASIC，推理业务可实现商业正循环 [3] - **北美主要科技公司加大 AI 推理投入**：谷歌 2025 年 Q2 资本支出达 224 亿美元，同比增长近 70%；Meta 规划激进数据中心建设；OpenAI 与 Oracle 合作新增 4.5GW 数据中心容量 [1][5] - **ASIC 在 AI 产业链地位提升**：2026 年 ASIC 的 Flops 占比将从 2025 年的 13%增至 18%，CAPEX 占比从 6%增至 8%，成为云商实现商业正循环的关键工具 [1][6] - **未来推理算力依赖 ASIC**：博通预测 2027/28 年或 2030 年 ASIC 市场占比将超 GPU，半导体市场规模预计达 600 - 900 亿美元 [1][7] - **ASIC 与 GPU 成本差异大**：ASIC 单位 Flops 投入成本仅为 GPU 的 1/2 到 1/3，光模块和 PCB 价值量约为 GPU 的 4 倍，整体成本差异接近 9 倍 [1][9] - **AI 集群网络侧发展趋势**：AI 集群规模扩大，对训练和推理性能要求提高，未来 AI 集群会维持较高带宽水平及较大配比差距，网络侧占比将显著提升 [10][11] - **光模块及 PCB 板块优势显著**：中国光模块厂商价格有竞争优势，毛利率 40% - 50%，净利率 30% - 40%；光模块和 PCB 板块在未来 KPI 比例中占比将急剧增加，有望实现超额增速 [1][13] - **看好未来 AI 行业特别是光模块行业**：云服务提供商提升资本支出，供应商上修 EPS，龙头公司估值较低，预计挑战 20 倍，GPT - 5 等关键模型发布将产生强劲拉动作用 [2][14] 其他重要但可能被忽略的内容 - **AI 训练阶段市场问题**：2023 年下半年至 2025 年期间，多次出现股价回撤，反映市场对预训练模型天花板以及训练所需算力不足等问题的担忧，且训练无直接收入和利润，被认为不可持续 [3] - **ASIC 协同方式**：单个 ASIC 卡性能较弱，需通过高速带宽连接多个 ASIC 卡实现高效协同以与单张 GPU 卡竞争 [7][8] - **光模块市场格局**：光模块市场一线与二线公司良品率有差距，整体产能非瓶颈，核心瓶颈在于上游物料，被头部公司掌握，二线公司难获足够低成本物料供应 [13]

核心观点 - Google的token使用量是ChatGPT的6倍，但Gemini的DAU仅为ChatGPT的1/4至1/2 [1][3][4] - Google的token消耗主要来自搜索产品（如AI Overviews、Lens等），而非Gemini Chat，后者仅占整体token使用的5% [6][7] - 2025年Q1 Google的AI推理token使用量达634万亿，远超微软的100万亿，4月单月token使用量480万亿，同比增长50倍 [6] - 尽管用户规模差距大，Gemini与ChatGPT的单个用户token消耗量相近（月均56,000 token/MAU） [7][8] - AI推理成本占Google搜索收入比例较低（1.4%），对利润率影响有限 [8] 用户数据对比 - ChatGPT的MAU为8亿+，Gemini为4亿+，DAU比例从1:2（Barclays）到1:4（semianalysis）不等 [4][6] - 用户活跃比率（DAU/MAU和WAU/MAU）均为0.1和0.6，两者持平 [6] - 在chat app统计中，ChatGPT DAU达1.6亿（占49%用户份额），Gemini DAU未披露具体数值但占11%用户份额 [6] 业务驱动因素 - Google搜索业务的新功能（AI Overviews、Circle to Search等）和Workspace产品深度集成Gemini模型是token激增主因 [6][7] - 2025年Q1 Google处理推理token的成本为7.49亿美元，占非TAC运营支出的1.63% [8] - 传统搜索运营成本占营收18%，AI成本占比1.4%，成本结构差异显著 [8] 基础设施需求 - 2025年Q1 Google需要约27万颗TPU v6芯片支撑token处理，季度新增芯片支出6亿美元 [8] - 预计Q2芯片支出将增长至16亿美元，AI推理成为基础设施建设的核心驱动力 [8] 行业动态 - 英伟达B系列服务器在国内开放样品订单 [10] - 行业信息交流平台提供每日更新的投行数据和分析报告 [12]

公司战略布局 - 云天励飞将在2025年全面聚焦AI芯片 围绕边缘计算、云端大模型推理、具身智能三大核心布局 [1] - 公司正在构建"高性能、低成本、强适配"的国产AI推理芯片体系 目标成为中国AI推理芯片领军企业 [1] - 公司拥有五代神经网络处理器指令集架构和商用芯片的技术积累 [1] 技术产品优势 - 云天励飞"算力积木"深界DeepEdge10芯片平台覆盖8T至256T算力范围 [3][8] - 思元370系列最大算力达256TOPS(INT8) 支持大语言模型和多模态AIGC推理业务 [3] - 公司技术架构在国产工艺下实现算力单元高效灵活扩展 [8] 行业市场规模 - 2025年全球AI推理市场规模预计达到1061.5亿美元(约7370亿元人民币) [6] - 2025-2030年行业复合年增长率(CAGR)预计为19.2% 2030年规模将达2549.8亿美元 [6] 行业竞争格局 - 寒武纪总市值2500.56亿元 推理产品线布局完整 覆盖云端与边缘 [8] - 海光信息总市值3153.66亿元 推理服务器芯片布局领先 政企订单持续增长 [8] - 中科曙光总市值1007.36亿元 参与AI服务器整机市场 具备推理适配优化经验 [8] - 云天励飞总市值184.78亿元 覆盖边缘推理、具身智能和云推理三大场景 [8]

AMD股价与市场表现 - 公司股价跑输标普500和纳斯达克100指数，因前期估值过高 [1] - 当前市值2550亿美元，远低于英伟达的4.1万亿美元，但实际技术差距更小 [1] - 过去一个月股价飙升20%，预期市盈率78倍，高于英伟达的42倍 [29] 新产品与技术优势 - MI400系列GPU将于2026年推出，内存容量提升至432GB，带宽达19.6TB/s，性能为MI355的10倍 [12][13] - MI355X GPU内存带宽比英伟达B200高40%，支持单GPU推理，降低延迟和成本 [10] - Helios AI机架整合自研CPU/GPU/网卡/软件，对标英伟达DGX系统 [13] AI推理领域战略 - 专注AI推理市场，OpenAI已采用MI400X，Meta使用MI300X进行推理 [4][25] - 2023-2028年推理业务CAGR达80%，预计2028年AI处理器TAM达5000亿美元 [15][30] - 推理收入占比未来将超过训练，公司有望挑战英伟达市场份额 [15] CPU市场进展 - 2纳米Zen 5 EPYC CPU已发布，性能超越英特尔至强6s [21][23] - 服务器CPU份额从2014年11%升至2025年24.7%，预计2029年达39.2% [19][24] - 谷歌云、微软、甲骨文等采用EPYC CPU，云领域主导地位增强 [23] 财务与客户动态 - Q1数据中心收入同比增长57%，客户端收入增长28% [26][27] - 董事会批准60亿美元股票回购，总额达100亿美元 [25] - Meta招募AI人才扩大Llama模型规模，将增加AMD GPU需求 [25] 市场增长预测 - 2023年数据中心TAM为450亿美元，公司占比14.44%，2028年TAM预计5000亿美元 [30] - 若主导推理市场，2028年数据中心收入或超722亿美元 [30]

科创板100指数表现 - 上证科创板100指数(000698)强势上涨1 56% 成分股金盘科技(688676)上涨9 42% 三生国健(688336)上涨8 77% 铁建重工(688425)上涨7 58% [3] - 科创100指数ETF(588030)上涨1 13% 冲击4连涨 最新价报1 08元 近1周累计上涨3 50% 涨幅排名可比基金1/11 [3] - 科创100指数ETF近1年净值上涨50 81% 指数股票型基金排名346/2936 居于前11 78% [5] - 科创100指数ETF自成立以来最高单月回报为27 67% 最长连涨月数为3个月 最长连涨涨幅为37 87% 上涨月份平均收益率为8 57% [5] 流动性及规模 - 科创100指数ETF盘中换手2 14% 成交1 37亿元 近1年日均成交3 99亿元 排名可比基金第一 [3] - 科创100指数ETF近2周规模增长8042 00万元 新增规模位居可比基金2/11 [4] - 科创100指数ETF最新融资买入额达1105 35万元 最新融资余额达1 98亿元 [4] 行业及政策动态 - 上海将人工智能纳入三大先导产业 出台政策加速形成"算力筑基 模型引领 应用赋能"的全链条体系 [3] - 2025年一季度上海规模以上人工智能产业规模超1180亿元 同比增长29% 利润增长65% [3] - AI Agent技术发展推动2025年AI推理景气度提升 谷歌AI Token推理量于2025年4月增长至480万亿 同比增长50倍 [4] 产品特性 - 科创100指数ETF管理费率为0 15% 托管费率为0 05% 费率在可比基金中最低 [6] - 科创100指数ETF近1月跟踪误差为0 012% 在可比基金中跟踪精度较高 [6] - 上证科创板100指数前十大权重股合计占比22 99% [7] 技术发展趋势 - ASIC芯片相较于GPU可以做到更低功耗&更低成本 预计未来在搜索排序 推荐 SaaS等领域落地将支撑行业发展 [4] - ASIC行业有望保持寡头垄断竞争格局 以美国供应商为主 需紧跟英伟达产品节奏 注重制程 HBM 配套网络等层面 [4]

H20芯片库存与生产情况 - 大摩预计H20芯片库存可达100万片 其中成品芯片库存约70万个 需采购1万片CoWoS-S晶圆进行封装 KYEC可能额外提供20-30万个芯片 [1][2] - JP Morgan预测H20初期季度需求高达100万个 主要受中国AI推理需求驱动且无替代产品 库存可能在一个季度内消耗完毕 [3][4] - 瑞银估算H20销售额将达130亿美元 按每台1.2万美元均价计算对应销量略超100万台 销量恢复比例或达15%-20% [5][6] - Jefferies推测现有H20库存约55-60万个 基于150亿美元收入损失推算 后续将推出采用GDDR6内存的降级版本 [7] 市场需求与行业动态 - JP Morgan指出H20需求旺盛源于中国AI推理市场及客户提前下单行为 与2025年Q2 Deepseek R1的60万需求形成对比 [3] - 瑞银提到中国市场占英伟达数据中心销售额百分之十几 H20出口放宽将支撑下半年业绩 GB200产能提升及GB300量产将推动增长 [5] - Jefferies透露美国可能重新引入数据传输速度限制 HBM3内存的H20将停产 转向GDDR6版本 [7] 行业信息与资源 - 英伟达B系列服务器已在国内开放样品订单 接受行业客户咨询 [8] - 行业研究平台持续更新投行数据及关键信息 提供网盘资源整合服务 [10]

行业趋势 - AI推理需求进入快速放量阶段且处于上升通道初期 超出当前产能的需求增长可能推动产业系统性重估 [1] - AI推理需求显著超预期 当前需求已超出现有产能 且未计入博通对2027年市场规模的预测 预示未来盈利存在上修可能 [1] - 博通明确AI推理负载对高带宽 低延迟网络提出更高要求 网络产品营收占比持续提升 [1] 产业链结构 - AI系统中计算与网络设备支出比例约为3:1 [1] - 海外算力产业链已形成完整闭环 博通指引超预期印证AI投资加码逻辑 [1] - 光模块等环节受益于高速光互联技术迭代 [1] 指数特征 - 通信ETF跟踪的通信设备指数由中证指数有限公司编制 选取A股通信网络基础设施 通信终端设备等领域上市公司证券作为样本 [1] - 该指数具有显著行业集中度和技术导向特征 能较好体现通信设备板块市场走势 [1]

宇树科技获奖与技术创新 - 宇树科技凭借先进机器人技术获得2025年世界知识产权组织全球奖，成为10家获奖企业之一 [1] - 公司专注于高性能机器人研发，拥有国家高新技术认证和国家级专精特新"小巨人"企业资质，并被国际公认为独角兽企业 [1] - 公司通过自主研发电机、减速器等核心零部件及高性能感知技术，构建完整机器人制造体系，实现成本降低与功能提升 [2] - 目前拥有约200项专利，其中PCT国际专利申请约50件，体现全球化技术布局战略 [2] 中国独角兽企业的创新实践 - 宇树科技代表强调知识产权对企业发展的重要性，未来将持续深耕机器人核心技术研发与专利保护 [2] - 公司积极融入国际创新网络，推动中国机器人产业全球化，计划与中外伙伴合作通过科技创新贡献全球发展 [2] - 中国科技企业呈现爆发式增长态势，以宇树科技为例的独角兽企业成为创新驱动发展典范 [2] 人工智能与算力网络发展 - 云天励飞CEO陈宁提出AI算力网络是人工智能时代的电网，AI推理芯片是实现广泛触达的关键 [2] - AI训练类比"发电"，AI推理类比"用电"，后者将成为AI大规模应用落地的核心环节 [3] - 公司推动建立全球AI推理算力国际标准，拓展应用边界以实现AI普惠化，其终端产品引发国际关注 [3]

AI推理需求 - AI推理需求正迅速放量且处于上升通道早期，未来可能带来市场规模和产能配置的重估及利润系统性上修 [1] - 过去两个月AI推理订单大幅上升，客户希望更快变现AI投资，当前推理需求已超过产能 [1][2] - 推理需求未被纳入此前市场规模预测（2027年对三个现有AI客户的预测为600-900亿美元），代表潜在上行机会 [3] AI XPU芯片业务 - 定制AI XPU芯片业务依然强劲，增长跑道清晰可见 [2] - 正与四个潜在AI XPU客户合作，计划今年为两个主要潜在客户（可能为Arm/软银和OpenAI）完成第一代AI XPU产品流片 [3] - 引领行业向2nm 3.5D封装AI XPU架构转型，计划今年完成2nm 3.5D AI XPU流片 [3] 网络产品与技术 - AI工作负载需要更高性能网络产品，计算与网络支出比例为3:1 [3] - 规模化扩展网络（scale-up networking）内容价值比规模化扩散网络（scale-out networking）高出5-10倍 [3] - 共封装光学器件（CPO）因光学组件故障率较高（5-8%）面临挑战，需更换整个CPO解决方案 [3] 非AI业务复苏 - 非AI半导体业务（服务器/存储、企业网络、通用数据中心、宽带）出现渐进式"U"型复苏 [4] - VMware通过VCF平台驱动增长，预计年化收入达200亿美元并维持强劲增长至2026/2027年底 [4] 财务与利润率 - 2026财年AI收入预计同比增长60%，运营费用不会同步高增长 [5] - AI网络收入（占AI收入30%）毛利率高于公司平均水平，具有强劲运营杠杆效应 [5] - 2025财年EPS预计同比增长38%至6.71美元，2026年增长25%至8.38美元 [5] - 2026年自由现金流预计达390亿美元，净负债率由2024年0.9降至2026年0.2 [5] 财务指标 - 2024-2026年营收预计从51574百万美元增至76362百万美元，年增速23%-20.4% [6] - 2024-2026年EBIT利润率从59.6%提升至66.2%，EBITDA利润率从68%降至59.7% [6] - 2026年ROE为43.6%，净负债/EBITDA从1.7降至0.4 [6] 战略与估值 - 专注于七个关键AI XPU客户合作机会，优先再投资而非并购 [6] - 摩根大通给出325美元目标价，较当前股价高16.9%，年内股价已累计上涨近20% [7]