涉及行业与公司 * **行业**：大中华区科技半导体行业，重点关注半导体制造、设备、AI芯片、存储芯片等领域 [7][129] * **公司**： * **中国本土半导体公司**：中芯国际（SMIC）[2][5][21][29]、长鑫存储（CXMT）[1][2]、长江存储（YMTC）[5]、华为（Ascend芯片）[55]、燧原科技（Enflame）[18]、寒武纪（Cambricon）[40]、海光信息（Hygon）[40]、摩尔线程（Moore Thread）[40]、阿里巴巴/平头哥（Alibaba/T-Head）[19]、字节跳动（ByteDance）[4][19][21] * **国际半导体公司**：英伟达（Nvidia）[3][4][15][30]、台积电（TSMC）[4][16][18][29]、三星（Samsung）[19]、Amkor [16] * **半导体设备与材料公司**：ACMR [42]、北方华创（NAURA）[74]、ASMPT [42]、盛美半导体（ACMR Research Inc）[42]、复旦微电（Shanghai Fudan）[42]、USI [42] * **其他相关公司**：包括众多覆盖范围内的设计、制造、封测、EDA/IP公司，详见报告末尾股票列表 [129][131] 核心观点与论据 * **中国半导体本土化进程加速，自给率持续提升** * 中国半导体自给率从2023年的20%显著提升至2024年的24% [52] * 预计到2027年，自给率将进一步达到30% [52][54] * 驱动因素包括：本土存储芯片厂商在行业下行周期中大幅增产 [55]、先进制程逻辑芯片（如华为昇腾910B）取得突破 [55]、汽车等领域的强劲需求带动图像传感器和功率半导体增长 [55]、上游设备与EDA/IP等关键环节成为战略发展重点 [55] * **本土产能扩张与资本运作活跃** * **长鑫存储（CXMT）**：计划通过上海IPO募集295亿元人民币（42.2亿美元），用于DRAM产能扩张 [1] 公司虽有430亿元人民币现金，但未来三年总投资约345亿元人民币（49亿美元），预计可增加约50k wpm（每月千片晶圆）产能 [2] * **中芯国际（SMIC）**： * 旗下中芯南方引入国家大基金三期及六大国有银行，增资78亿美元以强化资产负债表，支持未来产能扩张 [2] * 计划收购中芯北方剩余49%股权，使其成为全资子公司，预计将增厚上市公司净利润率 [2] 中芯北方主要运营12英寸成熟制程（28nm–65nm）[2] * **AI需求强劲，塑造本土与国际供应链格局** * **英伟达H200需求旺盛**：据路透社报道，中国科技公司已为2026年订购超过200万颗H200芯片，而英伟达当前库存仅70万颗 [3] * **对本土芯片需求的影响**：报告认为，H200将主要满足中国的AI训练需求，并可能催生更多推理芯片需求，从而扩大整体市场蛋糕 [17] 中国云服务提供商（CSP）可能会将H200芯片与本土芯片配对使用，特别是在推理需求方面 [17] * **中国AI推理需求旺盛的证据**： * 截至2025年6月底，中国日均Token消耗量达30万亿（月度运行速率为900万亿），较2024年初的0.1万亿/日增长300倍 [21] * 截至2025年12月，字节跳动日均Token消耗量达50万亿（月度运行速率为1550万亿），较2025年9月的30万亿/日增长67% [21] * 谷歌和微软的Token处理量也呈现快速增长 [20] * **出口管制下的芯片设计与制造策略** * **合规设计**：中国客户可以遵循美国规则，设计性能较低的芯片用于消费领域 [38] 只有少数设计会超过限制阈值 [38] * **制造分工**： * 符合性能规范（within-spec）的本地AI芯片预计将由台积电生产 [17][18] * 超出规范（over-spec）的AI加速器，中国设计公司可能会尝试使用中芯国际的7nm或三星的4nm等本地或非美系代工厂生产 [19] * **台积电的机遇**：每100万颗H200芯片可能为台积电带来约13亿美元的代工收入（按每颗芯片1300美元，不含HBM成本计算）[16] 若台积电能服务更多中国AI半导体需求，其业绩预测存在上行空间 [16] * **半导体设备进口趋势变化** * 2025年11月，中国半导体设备进口额为21亿美元，同比下降10% [10] * 基于三个月移动平均值（3MMA），同比增长率为11%，低于2025年10月的同比增长17% [10][12] * 2025年1月至11月，从美国、荷兰、日本的进口额同比分别下降32%、7%、5%，而从韩国和新加坡的进口额同比分别增长9%和16% [10][13] * 来自荷兰的半导体光刻设备（主要是DUV工具）进口额，在2025年11月环比下降36%（10月为环比下降24%），但基于3MMA的同比增长率为11%（10月为同比增长26%）[10][11][14] 其他重要内容 * **投资观点与股票偏好**：报告看好中芯国际（SMIC），将其评级上调为超配（Overweight），视其为中国AI本土化的关键推动者 [5][29] 同时对中国半导体设备股持建设性看法 [5] * **近期市场表现**： * 表现优异股：ACMR（+36.5%）、USI（+29.3%）、复旦微电（+18.8%），分别受益于云需求驱动的存储需求、光模块业务情绪改善、以及作为特种FPGA政策受益者的地位 [42] * 表现不佳股：乐鑫科技（Espressif， -6.6%）、中颖电子（Sino Wealth， -3.9%）、汇顶科技（Goodix， -3.4%），可能受消费需求谨慎情绪影响 [43] * **关键催化剂与事件**：SMIC将于2026年2月发布2025年第四季度财报；2026年3月25-27日将在上海举行Semicon China展会 [51] * **技术指标说明**：报告详细解释了美国出口管制中的关键性能指标“总处理性能（TPP）”和“性能密度（PD）”的计算方法 [31][35][41]，并列出了主要AI GPU/ASIC及中国GPU的性能对比表 [38][39][40] * **风险提示**：报告包含关于经济制裁、出口管制的重要说明，指出相关实体或证券可能受到美国行政命令或出口管理条例的限制 [75][76]

公司动态 - AMD推出MI350系列GPU 挑战英伟达在AI GPU领域的主导地位 [1] 行业竞争格局 - AI GPU市场长期由英伟达主导 AMD新品可能改变竞争态势 [1] 个人投资背景 - 作者从2008/2009年计算机科学研究生时期开始投资股市 恰逢市场低点获得超额收益 [1] - 作者通过Seeking Alpha平台进行10年市场研究 并完成在线商业/金融课程 [1] 持仓披露 - 作者持有AMD、微软、亚马逊、谷歌的多头仓位 包括股票及衍生品 [2]

文章核心观点 英伟达为符合美国政府出口限制重新修改AI芯片设计架构，继续向中国企业供应芯片，预计季度财报计入高额费用致股价下跌，中国市场对其业绩重要，未来英伟达AI GPU和AI ASIC将和谐共存，中期AI ASIC市场份额有望扩张 [1][2][6] 英伟达应对出口限制举措 - 通知中国重要客户重新修改AI芯片设计架构，坚持向中国企业供应AI芯片 [1] - 首席执行官黄仁勋访问中国时透露中国特供AI芯片计划 [1] - 可能将AI芯片技术路线从通用GPU转向AI ASIC，或在AI GPU架构上做适度降级以规避监管红线 [3] 出口限制影响 - 美国政府扩大AI限制名单至H20，禁止其向中国客户销售 [1] - 英伟达预计在季度财报中计入高达55亿美元额外费用，股价大幅下跌近7% [1] 中国市场情况 - 字节跳动、阿里巴巴和腾讯等中国科技巨头今年前3个月已订购价值逾160亿美元的H20 AI芯片，尚不清楚禁令对订单的影响 [2] - 2025财年英伟达在中国市场销售额达171.1亿美元，占总营收约13% [2] AI ASIC相关情况 - AI ASIC针对特定AI任务定制，能提升计算效率、降低功耗和提高性能，谷歌TPU是典型代表 [4] - 未来AI推理端AI ASIC优势更明显，微软等科技巨头都在自研AI ASIC用于海量推理端算力部署 [5] 未来算力前景 - 英伟达AI GPU专注超大规模前沿探索性训练等通用算力，AI ASIC聚焦深度学习特定算子做极致优化 [6] - 两者将和谐共存，中期左右AI ASIC市场份额有望大幅扩张 [6]

文章核心观点 摩根大通发布对NVIDIA GTC 2025的预期，包括新芯片亮点、下一代架构特点、CPO技术路线图及子GPU本地化工作细节等内容 [1][2][7] 分组1：Blackwell Ultra GPU（GB）预期 - 有望成为NVIDIA GTC 2025展会明星 [2] - 逻辑结构与B芯片类似，HBM容量为GB，利用HBMe 12高堆叠技术，TDP高达.kW，FP计算性能提升50% [2] - 预计2025年第三季度开始出货 [2] 分组2：Rubin GPU预期 - 逻辑结构与Blackwell类似，配备2个台积电N工艺芯片，为双逻辑芯片结构 [2] - 有八个HBM堆栈，总容量为GB [3] - TDP约为1.kW [4] - Vera ARM CPU升级至台积电N工艺，采用.D封装结构 [4] - 配备1.T网络和两个ConnectX - NIC [5] - 可能引入NVL和NVL机架结构 [6] - 初始生产预计于2025年底或2026年初开始，2026年第二季度开始大规模出货 [7] 分组3：CPO技术预期 - NVIDIA将披露共封装光学（CPO）技术路线图更多细节，旨在增加带宽、减少延迟和降低功耗 [7] - GPU级CPO面临散热、可靠性和基板变形等重大技术挑战 [7] - 预计CPO在2027年得到广泛采用，2026年Rubin迭代可能将其作为交换机可选功能 [7] 分组4：子GPU本地化工作预期 - NVIDIA于2025年3月6日申请新专利，设想GPU离散部分本地工作以减少访问远程计算资源延迟 [7] - 可能在GTC上透露子GPU本地化工作新细节 [7]