报告行业投资评级 - 推荐（维持）[3] 报告核心观点 - 全球AI算力革命正加速芯片争霸赛，竞争焦点从芯片性能转向整体生态构建[6][8] - AI算力需求正从“通用训练”向“专用推理”转变，“开放互联+专用芯片”模式正在挑战英伟达的封闭生态体系[6][8] - 超大规模云厂商通过自研芯片强化垂直整合，推动产业向专用化、定制化发展，已成为不可逆的潮流[6][8] 全球AI算力需求与市场格局 - **智能算力需求快速增长**：2023年全球算力总规模为1397 EFlops，其中智能算力规模（换算为FP32）为875 EFlops，占比达63%[14]；预计2030年全球算力规模将超过16 ZFlops，智能算力占比将超过90%[6][14] - **英伟达在AI芯片市场占据主导**：2024年搭载GPU的AI服务器占比约为71%，其中英伟达的市场占有率接近90%，AMD约为8%[6][19]；ASIC芯片在AI服务器中的占比已攀升至26%[19] - **算力计量与规模**：1 EFLOPS（每秒一百亿亿次浮点计算）约等于25万台主流双路服务器或200万台主流笔记本的算力输出[12]；2023年全球已安装的英伟达AI算力每年增长约2.3倍[24] 主要参与者竞争态势 英伟达：全栈计算基础设施领导者 - **构建全栈解决方案**：提供包括CUDA编程模型、数百个软件库、SDK和API在内的全栈计算基础设施[6][49] - **硬件快速迭代**：2024年推出Blackwell架构GPU，拥有2080亿个晶体管，处理万亿参数模型的速度比前代快30倍[53]；2026年1月发布Vera Rubin计算平台，重新设计了Vera CPU、Rubin GPU等6款芯片，实现全平台协同创新[6][61] - **CUDA生态构筑护城河**：CUDA累计下载量超过5300万次，在全球拥有500万个开发者、4万家公司及数以千计的生成式AI公司[6][69] - **数据中心业务驱动高增长**：2025财年数据中心业务收入达1151.9亿美元，同比增长142.4%，占总收入比重达88.3%[6][65] 博通：AI专用芯片领域的“隐形冠军” - **聚焦ASIC芯片市场**：在ASIC市场以55%-60%的份额位居第一，与谷歌、Meta、亚马逊等超大规模客户建立长期合作关系[6][43] - **硬件与软件协同增长**：2025财年半导体业务收入达368.6亿美元，占总收入58%，其中AI业务营收达200亿美元，同比增长65%；基础设施软件业务收入270亿美元，同比增长26%[6][80] - **技术积累深厚**：拥有约1.9万项专利，并在3.5D系统级封装、高速互连等领域具备领先技术[83] AMD：完善生态建设，性能快速提升 - **GPU性能对标英伟达**：2025年6月发布的MI350系列AI芯片在FP4精度下峰值算力达20 PFLOPS，是上一代MI300X的4倍，推理性能提升35倍[108]；MI355X在浮点性能上与英伟达B200大致相当，且拥有288GB HBM3e内存（比B200多108GB）[108][109] - **明确产品路线图**：计划于2026年推出MI400系列（MI455X），2027年推出MI500系列，并承诺在4年内实现1000倍的AI性能提升[6][111] - **加强软件生态**：发布ROCm 7.0软件平台，使MI300X的推理性能提升约3.5倍，训练有效浮点性能提升3倍[116] - **服务器CPU市占率突破**：2025年AMD在服务器CPU市场份额首次达到50%，超越英特尔[117] 超大规模云厂商：自研芯片与垂直整合 - **谷歌云**：自研TPU已迭代至第七代“Ironwood”，峰值算力达4614 TFLOPS，性能接近英伟达B200[118]；2025年TPU预计出货250万片，并开始对外出售以扩大生态影响力[118][120] - **亚马逊云科技（AWS）**：推出Trainium芯片，其Trainium 3（3纳米工艺）性能较上一代提升4倍，与同等GPU系统相比可将AI模型训练和运行成本降低40%[42] - **行业趋势**：谷歌、Meta、亚马逊、微软等正通过自研芯片推进算力自主化，旨在降低外部依赖、优化成本结构[6][118] 行业生态竞争与融合趋势 - **英伟达稳居半导体销售榜首**：2025年第三季度全球半导体销售额达2084亿美元，英伟达以570亿美元收入位居第一[6][93] - **开放标准联盟挑战封闭生态**：科技巨头成立超以太网联盟（UEC）对标英伟达InfiniBand，成立UALink联盟对标NVLink，以“开放互联+专用芯片”重塑竞争格局[6][100] - **生态竞争加剧**：英伟达推出半开放的NVLink Fusion平台并收购Groq布局LPU技术[100][101]；博通推出扩展以太网（SUE）框架进军Scale-Up市场[102]；竞争着力点从芯片性能转向整体生态构建[8] 投资建议 - **关注国产算力自主化进程**：A股建议关注寒武纪、海光信息、摩尔线程、拓维信息、浪潮信息、中科曙光、工业富联、中际旭创、新易盛、中国移动、中国电信等[6] - **关注全球核心标的**：美股建议关注英伟达、博通、台积电、甲骨文、超威半导体（AMD）、ARISTA网络、戴尔科技、迈威尔科技、VERTIV、数字房地产信托、COREWEAVE、CREDO TECHNOLOGY、NEBIUS、超微电脑等[6]

英伟达市值里程碑与核心驱动 - 2025年10月29日，英伟达市值突破5万亿美元，成为全球首个达到此规模的半导体企业 [1] - 过去九个月市值暴涨1.949万亿美元，相当于新增一个Meta的市值，或4.5个阿里巴巴，或45个百度的体量 [1] - 市值增长建立在"需求-技术-市场"的坚实闭环之上，具备难以复制的投资价值护城河 [3] 算力刚需爆发 - AI大模型训练与推理的算力需求成为增长核动力，2024财年第四季度数据中心业务收入达184亿美元，同比激增5倍，占总营收比重高达83% [4] - 每个千亿参数大模型的训练需要数千块英伟达H100 GPU组成的算力集群支撑 [4] - 即便美国对华出口管制导致其中国市场份额从95%跌至0%，全球算力缺口仍推动业绩持续超预期 [4] 生态垄断壁垒 - CUDA并行计算平台已积累超150万名中国开发者，与3000多家初创企业形成深度绑定，构建完整生态 [4] - 生态壁垒带来74%的高毛利率，远超行业平均水平，支撑其45倍PE的估值溢价 [4] - 客户更换芯片需承担硬件成本和软件适配的巨额投入，形成强大的路径依赖和市场粘性 [4] 战略韧性 - 面对美国对华出口管制，公司快速推出"阉割版"芯片H20短暂维持中国市场，并通过调整产品结构、开拓欧洲与东南亚市场将影响降至最低 [5] - 展现出"政策-产品-市场"的快速响应能力，使其成为投资组合中的抗风险标的 [5] 国内外企业差距 - 国内龙头企业工业富联总市值约1.6万亿元人民币（约2200亿美元），仅为英伟达的4.4% [9] - 国产AI芯片企业寒武纪2025年上半年实现10.38亿元净利润（净利率36%），与英伟达单季度百亿级美元利润相比体量悬殊 [9] - 寒武纪99.6%收入依赖云端芯片，而英伟达拥有数据中心、游戏、汽车等多业务协同，抗风险能力差距大 [9] 技术与生态差距 - 英伟达在芯片架构、制程工艺上领先国内企业4-5年，H100 GPU的算力密度和能效比无国产产品能匹敌 [10] - 国内企业面临供应链"卡脖子"困境，寒武纪依赖台积电代工且被列入美国实体清单，EDA工具和先进工艺获取受限 [10] - 国内缺乏类似CUDA的底层平台，华为昇腾开发者数量不足英伟达的1/10，生态建设存在代际差距 [11] 国产替代投资机遇 - 寒武纪2025年上半年通过All in云端芯片赛道实现营收同比4347%的暴涨，若2027年国内AI芯片国产化率达30%且其维持25%市占率，市值有望实现220%的上行空间 [15] - 工业富联作为英伟达重要代工厂，同时布局国产算力服务器，具备"绑定巨头+拥抱替代"的双重逻辑 [15] - 光模块、PCB等上游环节企业能受益于英伟达扩产需求和国产算力建设订单，具备双击潜力 [15] 投资启示 - 英伟达5万亿美元市值印证了AI时代"技术壁垒+生态垄断+需求爆发"的黄金投资公式 [18] - 美国出口管制倒逼国产产业链加速闭环，压力下的成长可能孕育未来投资黑马 [18] - 投资应深耕国产替代的价值洼地，关注技术上实现单点突破、生态上构建粘性、盈利上形成闭环的企业 [18]