纪要涉及的行业或公司 * **公司**：澜起科技 (A股) [1][3]、Rambus (美股) [1][3] * **行业**：服务器/数据中心、内存接口芯片、CXL (Compute Express Link) 技术、AI服务器 [1][2] 核心观点和论据 * **产业趋势持续向上**：尽管Rambus因自身封测品质问题导致Q1业绩指引不及预期并股价大跌，但公司对服务器CPU内存条未来增长及MRDIMM等产品放量给予正面回应，产业趋势未改 [1] * **CXL技术放量可期**：据产业链调研，谷歌TPUv8p有望引入内存池化以拓展内存容量，每张TPU有望额外增加数百GB内存，此举将推动内存池化规模商业化，利好CXL技术放量 [1] * **CXL拓展芯片竞争格局与前景**：该领域主要玩家为澜起科技和Rambus，产品具有高单价、高毛利特征，在产业放量背景下，市场规模和利润增长确定性高 [2] * **内存接口及配套芯片主业增长确定**：在AI服务器高增长背景下，通用服务器市场预计2025年呈现双位数增长，且在Agent趋势下，2026年市场有望进一步增长，AI与通用服务器CPU的高增长将带动内存条市场加速增长，从而确保内存接口及配套芯片主业的确定性增长 [2] * **MRDIMM产品将驱动中期增长**：随着MRDIMM规模起量，其所用的内存接口芯片MRCD及MDB (具有更高单价) 有望迎来规模放量 [3] * **澜起科技产品线拓展与远期展望**：公司近期发布了AEC Retimer，后续Switch芯片也有望正式发布，伴随CXL拓展芯片、MRCD/MDB、PCIe Retimer、PCIe Switch的规模起量，公司远期利润有望达到100-150亿人民币，给予30倍市盈率，目标市值看3000-4500亿人民币 [3] 其他重要内容 * **Rambus短期风险**：因封测品质因素影响一季度产品交付，导致Q1业绩指引不及预期 [1]

涉及的行业与公司 * **行业**：AI算力产业链、云计算与CDN、半导体与芯片设计、服务器与数据中心 * **公司**：海光信息、澜起科技、网宿科技、鼎通科技、中科曙光、曙光数创、飞荣达、英维克、工业富联、税友股份、科大讯飞[1][2][13] 核心观点与论据 一、 市场趋势与资本开支 * **北美资本开支高增长**：北美五大云服务提供商（CSP）2026年资本开支预计接近**7,000亿美元**，较2025年的**4,000亿美元**增长**50%**，主要基于Meta和微软的超预期数据[1][4] * **国内资本开支先抑后扬**：受H20/H200影响，2025年国内互联网资本开支放缓，但预计2026年有望达到**5,700-6,000亿人民币**[1][4] * **2027年增长潜力**：预计2027年北美资本开支仍保持**40%左右**增长，而国内因AI推理应用深化，增速有望超越海外[1][4] 二、 AI需求侧变化 * **AI推理需求爆发**：MudBot等Agent应用推动多线程任务管理和人机交互，导致流量、数据及算力消耗**指数级增长**[1][5] * **流量结构转变**：流量从人为主转向机器人主导，实现**24小时不间断**使用，一次可使用数百款APP[1][5] 三、 AI供给侧技术进展 * **服务器架构演进**：未来超级节点（超节点）技术将内存池化、高速互联并统一协议与IP，显著提高集群效率[6] * **技术普及趋势**：随着超级点技术普及和对推理性能要求提高，该技术将成为时代主要趋势[6] 四、 海光信息 * **产品进展**：深算3号已量产，支持**FP8/FP4**精度；深算4号性能预计翻倍，有望成国内最强单卡AI芯片[3][7] * **CPU性能提升**：海光4号新版本核数突破**128核**甚至达到**160核**，多线程数量增加，大幅提升AI推理效率[7] * **供应链优势与估值**：基于国产供应链进行规模化量产，在国家级重大项目中具有优势[7]；其CPU估值为**9,000亿人民币**，GPU估值为**1.3万亿人民币**[3][7] * **市值预期**：2026年市值目标为**1.2万亿**，2028年预计达到**2万亿以上**[8] 五、 澜起科技 * **业务布局**：内存互联芯片（占总收入**90%**）、PCIe CXL芯片（**5%**）、与CPU和服务器相关的产品（**5%**）[10] * **技术领先与增长点**：在CXL领域取得显著进展，2022年5月发布全球首款CXL MXC芯片[10]；其CXL芯片有望被谷歌下一代TPU采用，带来巨大增量市场[1][10] * **产品单价提升潜力**：PCIe Retimer和Switch产品有望显著提高单价，特别是Switch单价可能从**50美元**提升至**1,200美元**，增幅接近**20倍**[10] 六、 网宿科技 * **市场地位**：中国最大的第三方中立CDN公司，CDN业务占收入约**60%至70%**[11] * **行业机遇**：受益于谷歌云CDN涨价（北美地区价格上涨近**一倍**），预示海外市场CDN和云计算价格战趋势反转，大厂战略调整将为传统CDN厂商带来市场份额和盈利机会[1][2] * **业绩与估值潜力**：预计2026年净利润达**10亿元**，若考虑涨价因素，利润弹性极大[3][12]；目前市值接近**400亿元**，若估值达30倍PE或更高，估值空间至少有**50%以上**增长潜力[12] 其他重要内容 * **近期市场表现**：2026年第一季度，海光信息市值涨幅超过**900亿元**，成为1月市值绝对值涨幅领先的A股公司；澜起科技自2025年11月20日发布深度报告以来，涨幅超过**60%**[2] * **潜在涨价压力**：自2025年底以来英特尔与AMD不断提示涨价，随着需求回升，本土AI芯片可能面临涨价压力[7] * **产业链相关公司**：除核心三家公司外，还提及鼎通科技、中科曙光、曙光数创、飞荣达、英维克、工业富联，以及应用厂商税友股份和科大讯飞值得关注[13]

公司交易与财务影响 - 迈威尔科技拟以5.4亿美元收购XConn，交易支付方式为60%现金与40%股票 [1] - 此次收购被认为对内存池化技术至关重要，并有望在近期提升公司收益 [1] - 预计被收购业务将从本财年下半年开始贡献收入，到2028财年贡献额可能高达1亿美元，并将有助于提升2027财年的收益 [1] 技术战略与行业定位 - 收购进一步证明了内存池化技术在高性能硬件解决方案中的重要性，特别是在支持更大AI模型、更大上下文窗口及提升推理性能方面 [1] - 迈威尔科技有能力将其CXL内存扩展控制器与XConn的CXL交换机结合起来，形成协同解决方案 [1] - 在AI 2.0时代，算力发展的核心矛盾已从“算得不够快”演变为“数据搬运跟不上” [2] - CXL技术是从底层物理架构对传统计算模型的一次革新，通过内存解耦、容量扩展与通信协同三个方向提升AI算力 [2] - CXL技术通过资源池化、容量解耦与一致性通信，将碎片化的数据中心重构为协同工作的整体，是实现超大规模、高性能AI基础设施的必经之路 [2] - CXL是AI算力从“单体性能竞赛”转向“集群效能博弈”的关键技术底座 [2]

CXL 4.0 规范技术要点 - CXL联盟在SC25大会上发布CXL 4.0规范，将传输速度从64GTs提升至128GTs，带宽翻倍且无额外延迟 [2][4][11] - 新规范支持设备间高速数据传输，保留256B Flit格式，引入原生x2宽度概念以支持更大扇出，并支持最多四个重定时器以扩展通道覆盖范围 [7][11][12] - CXL 4.0实现捆绑端口功能，能够合并主机和CXL加速器之间的设备端口以提高连接带宽，尤其有益于AI应用 [6][7][12] - 规范提升了内存的可靠性、可用性和可维护性，旨在提高错误可见性和维护效率，同时完全向下兼容CXL 3.x、2.0、1.1和1.0版本 [5][6][12] CXL技术对人工智能的重要性 - AI工作负载正重塑数据中心基础设施，训练基础模型需要巨大内存容量，常超过单个GPU可用容量，CXL通过内存池化提供变革性解决方案 [14][15][19] - CXL是一种开放标准互连技术，专为连接CPU、GPU、加速器和内存设备设计，具有低延迟和完全缓存一致性，确保异构处理器间数据同步 [19] - CXL引入内存池化功能，允许内存动态分配给不同设备，消除闲置容量，提高利用率，并支持分层内存以平衡速度、容量和成本 [17][19] - CXL使业界从静态孤立架构转向灵活网络计算，为下一代AI系统铺平道路，支持大型语言模型跨节点内存池化，减少内存重复使用 [17][19][20] CXL技术带来的行业变革 - CXL技术引入光纤网络拓扑、多级交换及跨主机一致性内存共享，使整个服务器机架能作为统一灵活的AI架构运行 [21] - 超大规模数据中心、云服务提供商和高性能计算设施已开始试点部署CXL，从英特尔、AMD到三星、HPE等厂商已将其纳入产品路线图 [21] - CXL代表从以服务器为中心的计算到以架构为中心的AI基础设施的转折点，为下一代可扩展的AI和LLM系统奠定基础 [21]

合作成果与产品发布 - 英特尔与阿里云在2025云栖大会上联合宣布，基于新一代至强®6处理器的云实例与存储方案已落地，涵盖第九代ECS g9i实例、u2i普惠算力实例、内存增强型实例re8以及支持CXL 2.0内存池化的磐久AI存储服务器 [1] - 高性能、高弹性、低TCO（总体拥有成本）正成为全球云厂商竞速的关键指标 [1] 硬件统一化与资源调度 - 通过英特尔的BIOS Setting关核技术，能用同一颗120核的至强®6处理器动态调配出72核、96核等不同规格的实例，服务于高性能计算、通用企业负载和成本敏感型场景 [2] - 硬件统一化极大地提升了云厂商的资源利用率和弹性调度能力 [2] - 阿里云在全球29个区域、91个可用区中部署同一套硬件架构，通过软件定义方式实现资源动态分配，以应对突发性算力需求 [4] CXL内存池化技术 - 双方合作推出的CXL 2.0内存池化技术被视为下一代云架构的重要突破，实现了内存容量的灵活扩展，并通过热插拔、多通道交织访问等机制提升系统可靠性与可维护性 [6] - 阿里云瑶池数据库团队基于CXL 2.0 Switch技术打造的PolarDB数据库专用服务器，可实现百纳秒级低延迟和数TB/s带宽吞吐的远程内存访问，使内存资源池化可共享、按需可调度 [6] AI驱动的算力异构化与CPU角色 - 随着AI模型从“单一巨量化”走向“大小模型协同”，算力需求呈现分层、异构的特征 [7] - 英特尔在CPU层面集成AMX矩阵加速指令集支持FP16、BF16等精度计算，并通过Gaudi AI加速器、Arc显卡等产品组合覆盖从推理到训练、从端到云的全场景需求 [7] - 至强6配备AMX可运行3B规模的模型，在GPU集群中作为“机头CPU”承担数据预处理、I/O调度、资源池化管理等任务，扮演“统筹者”角色 [7] - 在向量检索、视频预处理、自动驾驶数据清洗等场景，基于至强6的实例展现出显著性能提升和性价比优势，例如小鹏汽车采用g9i实例后，每日PB级数据预处理吞吐大幅提升且成本下降 [7] 稳定性与工程能力 - 阿里云基于英特尔架构的实例稳定性比业界领先水平高一个数量级，得益于双单路服务器设计、故障热迁移、硬件预判等超大规模集群运维经验 [8] - 软硬一体优化成为差异化竞争力来源，例如阿里云在至强6平台上率先实现CXL 2.0内存池的产品化，并结合自研AliSCM持久内存、QAT压缩加速、DMA数据直接存取等技术构建全链路优化能力 [8] 全球化交付与全链路成本考量 - 阿里云商业化规模远超集团内部需求，服务覆盖全球多个区域，其技术方案需具备高度标准化与适应性，需综合考虑性能、功耗、机房密度、资源售卖率、碎片化资源利用等全链路成本 [9] 生态协同与战略布局 - 英特尔展示了与通义千问基于OpenVINO在AI PC端的智能体工作流，体现其“云-边-端”协同的战略布局 [9] - 阿里云通过Model as a Service、容器计算服务ACS等产品，将IaaS、PaaS、MaaS能力纵向整合以降低AI应用开发门槛 [9] - AI正从技术探索进入规模化应用期，模型迭代速度加快、成本压力凸显，倒逼基础设施走向更高效、更开放、更易用的架构 [9] 下一代云计算架构展望 - 未来的数据中心将是CPU、内存、存储、网络、加速器等各类资源池化后，按业务需求动态组合的“活系统” [10] - 英特尔与阿里云的合作是对当前算力挑战的回应，也是对下一代云计算架构的提前布局 [10]