纪要涉及的行业和公司 - **行业**：IP/设计服务、ASIC市场 - **公司**：AWS、Google、META、Microsoft、Alchip、eMemory、GUC、Faraday、M31、Andes、Broadcom、Marvell、Apple、OpenAI、xAI、Intel、Bytedance、Li - auto、Furiosa、Qualcomm、MediaTek 纪要提到的核心观点和论据 各公司ASIC进展 - **AWS**：Trainium 3问题解决，继续与下游供应商接单，预计签署Trainium 4合同，实际项目已启动 [2] - **Google**：从TPU v6到v8进展稳定，规格高于其他CSP的ASIC，TPU v6p和v7p配置不同且ASP可能提升，未来难不与Broadcom合作 [2] - **META**：从MTIA v2向MTIA v3代际迁移，2026年MTIA v2产量10 - 20万片，MTIA v3产量20 - 30万片 [2] - **Microsoft**：Maia v2计划2026年量产50万片，原分配计划改变，Marvell获40万片；Maia v3供应商选择竞争激烈，预计年底出结果，MSFT/GUC团队分配量可能较少 [3][4] - **非CSP公司**：Apple、OpenAI、xAI等系统厂商构建自己的ASIC服务器，多在2H25流片，2H26量产，选择与Broadcom合作的规格高端，2027年非CSP服务器增多，利好Broadcom [7] - **Apple**：加速器预计4Q26量产，2026年出货10万片 [8] - **OpenAI**：3nm ASIC预计9月流片，2026年6月量产，2026年产量30 - 40万片，生命周期1 - 1.5年 [9] - **xAI**：3nm ASIC项目预计2H25流片，2H26量产，2026年产量30 - 40万片 [9] 公司业绩与业务情况 - **GUC**：FY25因Google CPU和加密项目收入可能超预期，Google 3nm服务器CPU收入提前至3Q25，预计成前5大客户；FY26即使无加密收入，代工收入仍有增长，CEO认为Google CPU和第三CSP客户潜在收入高于Maia v2 [10][11] - **M31**：今年重点是前季度签署合同的第二次付款；与Qualcomm合作紧密，Qualcomm 2H25启动2nm智能手机SoC项目，1Q26启动2nm AI PC处理器项目，MediaTek 2nm智能手机SoC项目未启动 [12][13] - **Faraday**：1Q25收入增长源于中国客户购买三星HBM2E的预付款，若客户被列入实体清单，剩余价值小且客户自行处理库存核销 [14] 其他重要但可能被忽略的内容 - 展示了多家公司的股票信息，包括市值、评级、价格、目标价、EPS、PE、PB、ROE、股息率等 [6] - 给出了CSPs的ASIC订单分配给设计服务提供商的情况 [15] - 呈现了ASIC的规格信息 [15] - 展示了ASIC MP的时间线 [17] - 给出了2026年各公司ASIC的芯片数量、晶圆发货量和收入贡献估算 [18]

报告公司投资评级 - 报告给予公司“买入”评级，目标价133.02美元 [4][75] 报告的核心观点 - 公司作为ASIC服务器与以太网ODM交换机主要厂商，有望受益ASIC行业趋势，在ASIC服务器赢得新客户定点，以及ODM收入占比增长带动盈利能力提升，具备较强alpha属性，随着主要ASIC客户新一代产品25H2有望开始放量，公司业绩预期有望持续兑现 [3] 根据相关目录分别进行总结 一、深度布局ASIC服务器+以太网交换机，AI推理核心受益标的 - 推理算力重要性提升，ASIC产业链有望受益：大语言模型推理成本指数级下降，每美元生成token数量增长，模型能力提升，推理成本降低和算法迭代带动ASIC需求增长，ASIC相比GPU性价比高，可定制开发，提升运算效率、降低功耗和单价 [14][15] - ASIC有望受益客户放量+客户拓展：公司连接与云端解决方案产品主要客户优质，增长驱动力来自ASIC服务器与高速以太网交换机在北美CSP放量，目前主要ASIC服务器客户为谷歌，25H1企业终端市场收入承压，25H2有望重回增长，还成为Meta的ASIC服务器供应商，获得一家领先商业化AI公司的ASIC系统项目全栈方案 [27][29][30] - 受益AI以太网组网趋势，交换机业务有望起量：大型云厂商在AI芯片组网中逐渐转向以太网，数据中心以太网交换机以白盒交换机为主，公司作为白牌交换机主要厂商之一，份额有望提升，以太网交换机市场有望增长，公司有望受益于客户需求带动的交换机需求增长 [32][39][45] 二、从EMS转向ODM，有望加强客户绑定并保持较强竞争力 - 从EMS转向ODM，盈利能力改善：公司推出“硬件平台解决方案”的ODM业务模式，收入持续增长，带动盈利能力提升，未来ODM业务收入占比有望继续提升，驱动力来自交换机收入增长和ASIC服务器复杂度提升 [50][51][53] - ASIC机柜有望成为主流方案，公司有望受益于加深已有客户绑定+拓展新客户：ASIC逐渐转向机柜形式出货，公司已有客户和新客户的ASIC预计采用机柜形式，公司作为领先企业，有望增强行业地位，获得更多项目导入机会，未来有望更多参与设计，加强与客户绑定，提升盈利能力 [57][60][61] - 全球布局，有望充分降低关税影响：公司产能全球布局，数据中心业务在加拿大、墨西哥、马来西亚、印度有产能布局，出货有望享受协定或低关税，主要数据中心出货产品在关税豁免清单，极端情况下可能将业务转向美国本土或墨西哥 [62][66] 三、ASIC行业β+公司自身α，有望开启强预期、强现实的持续兑现 - 公司作为主要厂商，有望受益ASIC行业趋势，具备较强alpha属性，经营杠杆高，利润弹性大，ODM业务收入占比有望提升，盈利能力持续向上，市场对公司客户有较强预期，25H2公司ASIC业务和交换机业务有望业绩持续兑现 [67][68] 四、盈利预测与投资建议 - 盈利预测：预计公司2025 - 2027年营业收入分别为112.47、139.27、158.84亿美元，同比+16.60%、+23.83%、+14.05%，毛利率分别为11.17%、11.31%、11.23%，连接与云解决方案业务、通信终端市场、企业终端市场、高级技术解决方案收入有不同预测 [69][70][71] - 投资建议：预计公司2025 - 2027年净利润分别为5.93、7.65、8.71亿美元，同比+38.4%、+29.1%、+13.9%，EPS分别为5.15、6.65、7.57美元，给予公司26年20X PE，对应目标价133.02美元，首次覆盖，予以“买入”评级 [74][75]

英伟达的市场主导地位 - 英伟达在数据中心芯片领域以及ChatGPT和Claude等产品的芯片领域市场份额超过80% [1] - 公司早在ChatGPT推出16年前就开始构建其著名的软件堆栈CUDA [1] - 图形处理器(GPU)赋能人工智能的潜力被公司领导层预见并坚持投入 [1] 主要竞争对手分析 AMD - AMD是英伟达在数据中心AI计算市场上最大的竞争对手 [3] - 公司于2024年推出数据中心GPU MI300，比英伟达第二代数据中心GPU出货晚一年多 [3] - 分析师预测AMD市场份额不到15%，软件能力仍落后于英伟达 [3] 定制芯片(ASIC)厂商 - 专用集成电路(ASIC)以低成本专门设计用于特定AI计算工作负载 [4] - 摩根士丹利预计到2025年ASIC市场规模将翻一番 [4] - 主要ASIC厂商包括Broadcom、Marvell、Alchip Technologies和MediaTek [4] 云服务提供商 - 亚马逊和谷歌等云服务商设计自己的芯片如Trainium和TPU [6] - 这些芯片提供比英伟达更便宜的替代方案，主要用于内部AI工作负载 [6] - Anthropic和苹果已承诺使用这些云服务商的芯片 [7] 英特尔 - 英特尔在AI时代落后于竞争对手，但拥有Gaudi AI芯片系列 [7] - 2025年第一季度任命新CEO，重组AI芯片运营架构 [7] 华为 - 华为被黄仁勋称为中国"最强大的"科技公司 [9] - 美国出口限制激励华为加速发展服务于中国AI市场 [9] 初创企业挑战者 - 众多初创公司通过创新设计和商业模式挑战英伟达 [11] - 包括Cerebras、Etched、Groq等国际公司 [11] - 中国寒武纪、海光、龙芯等本土企业也在该领域竞争 [11]

报告公司投资评级 未提及 报告的核心观点 - 受AI&Wifi7导入和关税提前拉货影响，联发科25Q1收入同环比均增长，主流和入门市场需求回暖带动手机业务增长，25H2发布新一代旗舰SoC有望进一步带动份额及asp提升 [2] - 携手英伟达发力ASIC市场，预计26年AI ASIC收入达十亿美元 [3] - 预计25Q2收入区间为1472 - 1594亿新台币，环比下降4%至增长4%，同比增长16% - 25%，预计毛利率为47%（±1.5pct），对中长期增长机会保持乐观 [3] 根据相关目录分别进行总结 2025Q1经营情况 总体业绩情况 - 25Q1营收1533亿新台币（QoQ +11.1%，YoY +14.9%），营业利润301亿新台币（QoQ +40.4%，YoY -6.6%），净利润295亿新台币（QoQ +23.3%，YoY -6.7%） [2][7] - 25Q1毛利率48.1%（环比降0.4pct，同比降4.3pct），营业利润率19.6%（环比增4.1pct，同比降4.5pct），净利率19.3%（环比增2.0pct，同比降4.4pct） [7] - 25Q1每股收益为新台币18.43元，高于上季的新台币14.95元，低于去年同期的新台币19.85元，Non - TIFRS每股收益为新台币18.74元 [7] 支出情况 - 25Q1运营支出为438亿新台币，上一季度为456亿新台币，去年同期为377亿新台币 [13] 分业务拆分 手机业务 - 25Q1手机业务占总营收56%，同比增长6%，环比增长6%，增长来自主流和入门级市场需求回暖，旗舰产品需求略有下降 [14] - 推出天玑9400 Plus，预计Q2有多款搭载该芯片的手机上市，下半年推出下一代旗舰SoC，预计提升市场份额和平均售价 [14] 智能边缘平台业务 - 25Q1总营收占比39%，同比增长32%，环比增长23%，得益于连接和计算设备优化及部分提前的需求 [15] 电源IC业务 - 25Q1总营收占比5%，同比增长7%，环比下降9% [16] 公司业绩指引 - 手机业务在旗舰和高端市场增长，但主流和入门级市场需求放缓，移动业务收入预计环比持平或下降 [5][17] - 智能边缘平台业务Q2受益于高端AI平板、消费级ASIC和汽车业务市场份额增长，预计营收环比增长 [5][17] - 电源IC业务Q2受益于消费电子、汽车和数据中心等领域市场份额增长，预计营收环比增长 [5][17] - 预计Q2营业收入1472 - 1594亿新台币（环比降4% - 增4%，同比增16% - 25%），预计毛利率为47%（±1.5pct） [17] Q&A环节 - 美国市场直接影响有限，关注其他市场经济潜在影响，对下半年谨慎，因不确定性暂不提供全年业绩展望，但对2025年积极争取成果 [20] - 目前不用“两位数增长”预测，但也不会下降太多 [21] - 专注AI加速器，商业模式灵活，能根据客户需求定制 [22] - RTL - in和GDS - in可能更有利，但取决于客户及芯片设计复杂性 [24] - 与NVIDIA在NVLink IP合作处于早期，正协商执行细节 [25] - AI - ASIC项目进展顺利，按计划完成里程碑，未来有挑战但有信心克服 [26] - 积极投资CPO等关键技术领域，具备实现技术目标资源 [27] - 预计2026年AI ASIC收入达十亿美元 [28] - 暂时无法对客户相关内容发表评论 [29] - AI ASIC项目预计提升营业利润率 [30] - 投资重点在AI、ASIC等及相关IP和技术，不提供完整系统解决方案 [31] - 会适应市场趋势，有信心在旗舰设备市场取得成功 [32] - 未观察到中国OEM厂商调整采购策略迹象 [33] - 旗舰产品ASP整体增长，Dimensity 9500系列ASP同比可能持平或略降 [34] - 汽车业务发展良好，预计实现强劲百分比增长，收入增长慢于ASIC业务但潜力可观 [35][36] - 在AI ASIC方面专注核心参与者，寻求全球市场机遇 [36] - 不对特定客户发表评论 [37] - GB10项目市场需求强劲，具体前景咨询NVIDIA [38] - 3nm工艺Chromebook处理器针对教育细分市场升级，非直接与Windows ARM PC芯片竞争 [39] - 基于AP的物联网市场有高端化趋势，联发科乐观 [40] - 见证中国Agent AI生态系统快速发展，无法明确NCP融入时间表，但会提供工具获取份额 [41] - 有信心在2026年底实现HBM3E项目相关收入 [42] - 与客户合作紧密，有信心克服项目问题，ASIC和商用芯片各有利弊，需求都存在 [44] - 对中长期毛利率预期有信心，能应对不利因素 [46]

核心观点 - 苹果向NVIDIA订购10亿美元的GB300 NVL72 GPU集群服务器系统，标志着其在AI战略上的重大转变，从依赖自研芯片转向商用GPU [1][3] - 这一决策反映了GPU在生成式AI领域的统治地位，以及NVIDIA在AI硬件生态中的不可替代性 [8][14] - 苹果的转向凸显了在AI竞赛中时间优先级的重要性，自研ASIC的开发周期无法满足当前市场需求 [16][19] - NVIDIA的财务表现和产品性能进一步巩固了其在AI硬件领域的领先地位 [8][11] - 尽管ASIC在特定场景下仍有优势，但在当前Gen AI浪潮中，GPU的通用性和生态成熟度使其成为首选解决方案 [16][19] 苹果的AI战略转变 - 苹果长期依赖自研芯片，但在生成式AI领域转向NVIDIA商用GPU，订购约250台NVL72服务器，每台成本370万至400万美元，总价近10亿美元 [3] - 这一转变可能源于自研芯片开发周期长、优化成本高，无法满足市场对高性能计算的迫切需求 [3][16] - 苹果可能采取混合策略：利用NVIDIA GPU进行模型训练，Apple Silicon专注于推理和边缘设备 [6][19] - Siri竞争力下降和生成式AI的快速发展是促使苹果调整AI战略的重要因素 [4][5] NVIDIA的统治地位 - NVIDIA的GPU搭配CUDA生态已成为训练大语言模型的事实标准 [8] - 在截至1月26日的第四季度，NVIDIA实现营收393亿美元，同比增长78%，毛利率高达70%以上 [8] - 约41%的收入来自微软、谷歌、亚马逊和Meta四大客户，这些公司表示GPU供应不足是构建AI数据中心的瓶颈 [9] - GB300 NVL72平台集成了72个Blackwell Ultra GPU和36个Grace CPU，与前代相比响应速度提升10倍，能效吞吐率提升5倍，整体AI产出能力跃升50倍 [11] GPU vs ASIC的技术路线之争 - GPU在通用性、灵活性和生态成熟度方面具有明显优势，特别适合快速迭代的AI市场 [16][17] - ASIC虽然在某些特定任务上效率更高，但开发周期长（通常需要数年），难以跟上AI领域的快速发展节奏 [16] - 博通和Marvell等ASIC厂商在AI训练领域的竞争力无法与NVIDIA抗衡 [17][18] - 时间窗口成为关键因素，在Gen AI竞争中速度比性能稍逊更为重要 [16][19] 行业趋势与市场动态 - 科技巨头在AI基础设施上的投入持续增加：Meta计划今年斥资650亿美元建设AI基础设施，全球九大科技公司预计2025年AI总支出达3710亿美元，同比增长44% [9] - 尽管有DeepSeek等初创公司尝试低成本AI方案，但这反而可能增加全球对AI服务和硬件的需求 [9][10] - Blackwell平台的需求强劲，NVIDIA预计2026财年第一季度营收达430亿美元 [14] - AI推理和训练的双轮驱动逻辑进一步强化了NVIDIA的增长势头 [14]