特斯拉人工智能芯片制造项目启动 - 特斯拉CEO宣布，其人工智能芯片制造项目Terafab将在七天后启动 [1] - 该项目将启动的芯片工厂类似特斯拉超级工厂，但其规模要大得多 [2]

AI计算需求与代币需求激增 - AI模型能力提升和智能体工作流程快速发展，推动用户采用率和代币总需求激增 [3] - 仅2025年2月，Anthropic新增高达60亿美元的年度经常性收入，主要得益于Claude Code的广泛应用 [3] - 尽管过去几年AI基础设施建设规模庞大，但可用的计算资源仍然稀缺，按需GPU价格持续上涨 [3] 超大规模云服务商资本支出与供应紧张 - 超大规模云服务提供商的所有可用小型集群资源均已被牢牢锁定 [3] - 供应紧张局面导致超大规模云服务提供商资本支出计划大幅上调，普遍预期已大幅上调 [3] - 谷歌2026年的资本支出预期几乎是此前预期的两倍，主要由于数据中心和服务器支出增加 [3] 硅芯片供应成为关键制约因素 - 超大规模数据中心运营商投入更多资金受到硅芯片供应的制约 [5] - 先进的逻辑和存储器制造能力不足以支撑计算部署的步伐，行业已彻底进入硅芯片短缺阶段 [5] 台积电N3工艺产能紧张 - 台积电N3逻辑晶圆产能是制约N3技术发展的最大因素之一 [8] - N3技术初期需求主要来自智能手机和PC领域，起步并不顺利 [8] - 到2026年，所有主流AI加速器系列都将过渡到N3，届时AI将成为N3需求的主要来源 [10] - NVIDIA将从Blackwell的4NP工艺节点过渡到Rubin的3NP工艺节点 [10] - AMD已在MI350X中采用N3工艺，MI400的AID和MID芯片也将继续使用N3工艺 [11] - 谷歌TPU路线图从TPU v7开始全面转向N3E工艺，TPU今年的程序量将大幅增长 [11] - AWS将在Trainium3中过渡到N3P工艺节点 [11] - Meta的MTIA也遵循类似路径，但其程序量要低得多 [11] N3需求结构转变与产能分配 - 2025年，人工智能相关应用（加速器、主机CPU和网络N3芯片）的需求将占N3芯片总产量的近60% [18] - 剩余的40%主要用于智能手机和CPU，这些领域的需求已完全占用N3芯片的全部产能 [18] - 预测到2027年，人工智能需求将占N3芯片总产量的86%，几乎完全挤占智能手机和CPU芯片的产能 [18] - 到2026年，人工智能基础设施客户的优先级明显高于消费电子产品客户 [21] - 人工智能加速器的设计通常需要更大的芯片尺寸和更复杂的封装，意味着更高的平均售价 [21] - 人工智能驱动的需求是台积电增长的主要动力，终端客户愿意不惜一切代价部署更多计算资源 [21] 台积电产能扩张与限制 - 由于需求远超供应，台积电正在扩大产能并使其现有生产线达到极限 [23] - 预计到2026年下半年，N3工艺的有效利用率将超过100% [23] - 台积电也受到洁净室空间的限制，必须先建造额外的可用晶圆厂面积才能安装设备并投产新产能 [23] - 未来两年内，台积电无法新增足够的产能来完全满足市场需求 [23] 智能手机需求作为潜在产能释放阀 - 2025年智能手机是N3晶圆需求的第二大驱动力 [26] - 如果智能手机需求疲软，可能释放出XPU逻辑芯片的产能 [26] - 若将2026年智能手机N3晶圆总开工量的5%（43.7万片晶圆的5%）重新分配给AI加速器，可额外生产约10万颗Rubin GPU或约30万颗TPU v7 [26] - 在更极端情况下，若将25%重新分配，则可额外生产约70万颗Rubin GPU或约150万颗TPU v7 [27] 内存（DRAM/HBM）成为下一个主要制约因素 - 随着芯片供应商和超大规模数据中心竞相确保加速器生产所需的DRAM供应，内存已成为下一个主要竞争领域 [28] - DRAM晶圆总产能持续增长，但新增产能大部分被HBM吸收，有效地挤占了普通DRAM的市场份额 [28] - 按每比特晶圆消耗量计算，HBM的晶圆产能约为普通DRAM的三倍，随着行业向HBM4过渡，这一差距可能会扩大到近四倍 [28] - HBM位出货量正经历急剧变化，主要由单个设备的内存容量提升驱动 [32] - 对于NVIDIA，从Blackwell到Blackwell Ultra和Rubin的升级使HBM容量提升了50%，而Rubin Ultra又进一步提升了约4倍 [32] - 超大规模ASIC芯片上，TPU v8AX和Trainium3也从上一代的8-Hi堆栈升级到了12-Hi堆栈 [32] - AMD的内存容量也从MI350到MI400提升了50% [32] HBM性能要求与供应限制 - 客户对更高HBM引脚速度的需求日益增长，如NVIDIA致力于将HBM4的引脚速度提升至约11 Gb/s [34] - 内存厂商要以可接受的良率实现这一目标仍然十分困难，进一步限制了HBM的有效供应 [34] 服务器DRAM需求增长 - NVIDIA下一代平台的AI服务器系统内存将大幅增长，VR NVL72机架的DDR内存容量将是Grace的三倍 [36] - Vera CPU的DDR内存容量为1536GB，而Grace CPU的DDR内存容量为512GB [36] - 预计2026年DRAM的整体位需求也将出现增长，随着老旧的云服务器和企业服务器进入多年更新换代周期 [36] - AI工作负载正在推动CPU需求，并逐步提高CPU与GPU的比例 [36] 内存供应重新分配与激励 - 为了激励更多HBM晶圆投入生产，客户可能需要支付高于当前合同价格的额外费用才能确保HBM的供应 [38] - 将部分内存从消费级应用重新分配到服务器和HBM是关键影响 [38] - 在消费级设备出货量下降50%的极端情况下，将释放约553.9亿Gb的内存，相当于2026年DRAM总需求的约14% [38] - 在出货量下降25%的情况下，将释放约276.9亿Gb的内存，约占DRAM总需求的7%，以及2025年HBM需求的近80% [38] - 基本预测是消费级内存出货量将出现较为温和的10-15%的下滑 [39] - 如果出货量减少10%，则大约会释放110.76亿Gb的容量，仅占DRAM总需求的约3% [39] CoWoS封装限制缓解 - 前端产能是目前主要瓶颈，CoWoS的限制有所缓解 [42] - 台积电在进行产能规划时以N3限制为依据 [42] - 2.5D封装还有其他选择，CoWoS可以外包给OSAT厂商，例如ASE/SPIL和Amkor [42] - 英特尔的旗舰级EMIB 2.5D先进封装解决方案也是一个日益受到关注的选择 [42]

文章核心观点 - 苏格兰抵押信托（SMT）的基金经理认为，当前AI技术革命是巨大的价值创造机会，但其投资组合并非单一押注AI，而是沿着价值链分散布局，并覆盖多个长期成长主题，以构建更具韧性的组合 [15][19][20] - 基金经理强调投资于“公司”而非“主题”，寻找那些能够为客户创造巨大价值、并能从扩张的市场中获取份额的卓越企业，即使它们表面上是竞争关系 [103][104][105] - SMT对中国市场保持开放态度，基于个股的风险回报和估值吸引力进行投资，近期新增了小红书和MiniMax两个持仓，当前中国敞口约为12% [5][58][62] 关于软件股被重创 - 近期软件股下跌的核心驱动因素是AI写代码能力的跃升，这改变了软件开发的瓶颈，导致市场重新评估整个价值链的价值分配 [12][13][15] - 评估软件公司的关键不再是“会写代码”，而是其拥有的独特数据资产、客户依赖深度以及分发能力，例如Shopify作为零售操作系统，其数据价值和支付系统构成护城河 [34][35][36][38] - 此轮抛售的本质是市场对未来现金流确定性的折扣加大，而非公司基本面突然恶化，投资者需审视公司的护城河在AI冲击下的稳固性 [39][40] 关于 AI 主题的布局 - 公司在AI领域的布局是沿着整条价值链展开的，硬件层持有英伟达、阿斯麦和台积电，基础设施层有Anthropic和亚马逊云服务，应用层包括Aurora等，以此分散风险 [16][17][18] - 将AI相关风险分为三类：AI基础设施建设的波动性风险、被AI颠覆的风险、以及自身对AI敞口是否足够和结构是否正确 [20] - AI被视为可能是一生中最大的技术革命，带来巨大机会，但市场已给出警示，即使不直接投资AI也可能受到冲击，真正的避风港并不多 [20][21] 关于 Anthropic 的优势 - 投资Anthropic的原因在于其对企业市场的专注、对安全问题的审慎态度，以及其在软件开发能力上的差异化优势 [25][26][28] - 企业端AI的货币化能力和客户黏性被认为强于消费端，因为企业愿意为最佳模型付费，且一旦将AI深度集成到业务流程中，切换成本极高 [29][30][31][32] - 公司同时持有Anthropic和中国的MiniMax，体现了在不同层级和地域进行分散布局的策略，并不限制只投资一家公司 [23][24] 关于 SaaS 格局重估的赢家 - 作为只做多的投资者，目标不是筛选赢输家，而是找到少数真正卓越的企业 [33][34] - 在AI时代，评估软件公司需关注其独特的数据资产、这些数据对客户的重要性、客户的依赖程度以及分发能力 [34] - 以Shopify为例，其作为零售操作系统拥有多维数据，且收入来源包括支付服务，即使购物入口变为AI，其创造价值的机制未必会被打断 [35][36][37] 关于 SpaceX 和马斯克 - SpaceX的长期愿景已超越降低太空发射成本，其结合xAI在太空部署AI算力的计划，可能使其成为全球AI的近乎垄断性供应商，核心约束在于电力，而太空太阳能可突破此限制 [41][42][43] - 太空数据中心的经济性取决于成本趋势，地面数据中心成本在上升，而太空发射成本在指数式下降（未来几年可能再降80%-90%），两者成本线交叉时将产生巨大机会，且可能仅有SpaceX能抓住 [45][46][47][48] - SpaceX在组合中已成为超大持仓（占资产15.4%），推高了未上市资产比例（超过30%），这暂时限制了新增投资能力，但其潜在的IPO可能很快释放容量 [6][50][51][52] 关于新增的两个中国持仓 - 过去几个月新增两个中国持仓：未上市公司小红书（拥有约3.5亿用户的数字社区平台）和AI模型公司MiniMax（参与了其IPO） [5][59][60] - 投资中国的逻辑始终基于寻找有差异化、估值有吸引力的公司，而非设定地区配置目标，去年初还买入了宁德时代 [61][62] - 当前中国敞口约为12%，认可中国市场的创新企业和估值吸引力，但投资时会考虑地缘政治和监管等共性风险，并施加总量控制视角 [5][62] 关于地缘政治的投资考量 - 在台积电的投资上，认为美国政策旨在减少对地理位置的依赖而非台积电本身，台积电在美国（亚利桑那计划建六座工厂）、德国、日本的扩张增强了其韧性并获得政策支持 [63][64][65] - 对于国防军工领域，更关注战争形态变化带来的价值转移，即向软件和一次性可消耗硬件（如无人机）转移，而非简单追高传统防务股 [66][67][68] - 目前未直接持有国防类公司，但指出SpaceX内部的“星盾”（Starshield）通信技术在当前范式下非常重要 [69][70] 关于美团和蚂蚁金服 - 继续持有美团是因为其作为中国本地生活基础设施的地位稳固，拥有规模优势、网络效应和约150亿美元净现金，管理层有在极端竞争中胜出的经验 [71][72][73][74] - 认为当前由补贴引发的竞争消耗战终将结束，届时市场会重新评估美团，其当前估值蕴含较大上行空间 [75][76] - 蚂蚁金服已基本完成艰难的监管调整，业务重新开始增长，虽增长不及最初预期，但仍被视为中国金融基础设施中的重要一层，持有有价值且难被替代的资产 [78][79][80] 关于持仓很多的美客多 - 在核心市场巴西，美客多通过主动下调包邮门槛以扩大市场份额，导致增长加速（最近一期美元计价收入增速约45%）但利润率短期承压 [82][83][85] - 公司历史上多次采取类似策略，最终利润随规模扩大而恢复，同时其高速增长的金融服务和广告业务（增速60%-70%）有助于对冲成本压力 [84][85] - 这被视为市场领导者主动扩大领先优势的战略，而非被动应对竞争 [85] 关于自动驾驶的布局 - 在自动驾驶领域持有Aurora Innovation（自动驾驶卡车，已在得州商业化运营）、Nuro（自动驾驶乘用车）和特斯拉 [86][87][88] - 认为一旦技术跨过安全门槛且数据积累增强信心，部署速度会非常快并广泛应用 [90] - 提及在特斯拉和马斯克身上的敞口可能“还不够”，因为若其自动驾驶能力持续进步，上行空间依然很大 [89] 关于 Joby Aviation 的回调 - Joby Aviation从事电动垂直起降飞行器（eVTOL）业务，认为其有机会大幅超越现有直升机市场，关键在于解决噪音和安全性问题 [91][92][93] - 股价波动是早期商业化阶段的常态，融资是为了抓住已看到的需求信号并更快扩张产能，是合理的 [94][95][96] - 其军民两用潜力，特别是在当前美国政府下，可能带来可观的额外上行空间 [94] 关于组合的韧性 - 组合韧性提升一方面源于许多公司在2022年后转向更高效、盈利能力更强的运营模式，降低了对融资的依赖 [97][98][99] - 另一方面源于机会的多元化，组合同时覆盖AI、太空经济、能源转型等多个大趋势，以及全球不同地区的布局 [100][101] - 组合面临的风险包括金融环境转向（资本成本上升）、所押注的大变化未如预期发生，以及未预见的相关性风险，应对之道在于保持组合在地域、主题和敞口类型上的多样性 [102] 关于投资的出发点 - 投资出发点是公司而非主题，主题是事后观察到的机会集中领域 [103] - 偏好投资于能为客户创造巨大价值并从中分享价值的公司，而非依靠垄断地位收租的企业，因此可以同时投资表面上竞争的公司，只要市场在共同做大 [104][105] - 国家配置并非预设目标，而是寻找全球最好的商业模式，例如在英国投资Wise和Revolut是因为它们在用技术重塑金融服务上表现卓越，而非押注英国经济 [106][107][108] 关于投资中兴奋的事 - 最令人兴奋的是当前同时存在众多不同的重大投资机会，这迫使资本在不同想法间持续竞争和检验 [109][110][111] - 具体兴奋的方向包括AI（作为一种持续变强的通用技术，将重塑经济）和长寿领域（如投资宠物狗寿命延长药物公司Loyal） [113] - 以Anthropic为例，作为前沿的未上市模型公司，其产品（如引发软件股回调的Agent）展现了强大的颠覆和创造价值能力，且边界未知，令人兴奋 [114][115][116][117]

火电技术突破 - 中国大唐集团郓城630℃超超临界1号机组将于今日完成单体调试 该技术为火电领域先进发电技术 其蒸汽参数远超水的临界点 压力超25兆帕 温度超580℃的燃煤机组即为超超临界机组 该技术能使煤炭燃烧更充分 发电效率更高 污染排放更少 此次调试旨在确保近期实现整套启动并按期并网发电[2] 海洋工程装备进展 - 中国首艘自主设计建造的集成式大型压裂工程船“海洋石油696”在浙江舟山正式交付 该船填补了中国海上油气压裂增产技术与工程装备的空白 船长99.8米 甲板面积相当于3.5个标准篮球场 船舶尺寸居全球同类型船舶首位 该船搭载全套压裂设备 可执行高排量 高功率海上大规模压裂作业 总体性能达到全球同类型船舶领先水平 对提升中国海洋油气开发能力 保障国家能源安全具有重要意义[2] AI芯片产业动态 - Groq决定提高其人工智能芯片产量 该芯片去年外包给三星电子的晶圆代工部门 今年的产量将从约9000片晶圆增加到约15000片[2] - 由于大客户特斯拉延迟AI6芯片在三星电子2nm节点的多项目晶圆测试 三星晶圆代工将原定今年4月举行的测试服务延后半年 这影响了韩国Fabless企业DEEPX的DX-M2项目 导致其新一代设备端生成式AI芯片无法按计划在2027年Q2实现量产 预计将在2027年Q3完成质量测试 2027年Q4进入全面销售[2]

公司动态 - 亿万富豪廖凯原将其持有的英伟达股份数量翻倍，达到200万股 [1] - 廖凯源于周六在社交平台X发帖称，其当天再次买入100万股英伟达股票，几天前刚刚公布首笔买入 [1] - 此次增持后，廖凯原对英伟达的持股总价值相对其约134亿美元的个人财富规模而言不算大，但这是其投资组合中一个值得关注的动向 [1] 股东背景 - 根据彭博亿万富豪指数，廖凯原的身家约为134亿美元 [1] - 长期以来，廖凯原的资产主要与单一只股票——特斯拉——高度绑定 [1] - 此次对英伟达的增持，是其投资组合多元化的重要一步 [1] 市场环境与交易时机 - 此次增持发生在中东战争引发从债券到股票等多类资产出现全球性抛售的背景下 [1] - 廖凯原选择在市场波动期间，加大了对芯片制造商英伟达的押注 [1]

文章核心观点 文章系统性地梳理了汽车氛围灯（静态与动态）的架构、功能需求、芯片资源需求，并详细对比了当前市场上主要供应商的驱动芯片方案，旨在为行业从业者提供全面的技术方案参考和市场格局分析[13][44][65] 静态氛围灯需求与方案 - **定义与架构**：静态氛围灯指一个LED驱动芯片控制一颗RGB灯珠，通过导光条实现简单线条照明，主流方案为一颗集成LIN和恒流源驱动的MCU加RGB灯珠[14] - **功能需求**：主要包括LIN通信、调光、诊断与保护（如LED开短路上报、供电过欠压保护、过温关断）[16] - **芯片资源需求**： - **主系统**：需支持LIN通信（含Bootloader），部分需LIN UDS Bootloader（要求Flash至少64KB，A/B分区则需128KB），需混光算法与温度补偿算法，主频至少16MHz（主流为48MHz），需硬件乘除法器[18][19] - **存储**：Flash需32-64KB（若集成SysROM可低至32KB），RAM需2-8KB，EEPROM约0.5KB用于存储灯珠标定数据[19] - **通信**：需满足LIN 2.2规范，部分支持100K波特率高速LIN用于升级[20] - **测量**：ADC分辨率一般要求12-bit，采样速率需400KSAS以上，支持差分采样[26] - **输出**：恒流源驱动，输出通道需3路（国内RGB）或4路（海外RGBW），驱动能力20-60mA，PWM频率通常700Hz（分辨率16-bit），高端车或要求20KHz[25] 静态氛围灯主要厂商与产品 - **英迪芯**：被认为是国内静态氛围灯驱动芯片市场领导者，其IND83209是首颗采用ARM内核的产品，提供混光与温补算法库，与光色科技合作提供全贯通解决方案[22]。主力型号包括IND83212（客户端使用最多）和IND83216（正推动客户转向此性价比更高型号）[24]。产品线（Realplum系列）覆盖多种配置，如IND83229B拥有128KB Flash/16KB SRAM[23]。针对0.5W高端应用有IND23224（Rugby系列）[27] - **迈来芯**：在英迪芯崛起前与艾尔默斯占据主要市场份额，产品线（LIN lighting系列）丰富，覆盖多代（GEN1-GEN5）[28]。主推型号MLX81124支持小于1mA的微秒级诊断电流，可精确测量LED PN结电压[29] - **艾尔默斯**：深受海外客户青睐，欧洲份额高，国内份额近年下降，为贴近国内需求推出D168.20（E521.39国内版），可基于库提供调光算法及LIN UDS Bootloader例程[30]。E521.39是其最新且在欧洲受欢迎的产品[31] - **泰矽微**：市场份额快速增长，已进入多家国内车厂推荐名单[32]。产品包括TCPL010（已导入多个车厂，ADC分辨率较低）和主推的TCPL03x系列（性价比有优势）[34][35] - **其他厂商**：包括纳芯微（NSUC1500，支持LIN UDS Bootloader和硬件LED开短路阈值设置）、英飞凌（TLD4020，有图形化配置工具，仅3输出通道）、帝奥微（DIA82113）、艾为（AW23003QNR-Q1）等[36][37][39] 静态氛围灯方案对比与新趋势 - **产品对比**：文章对比了英迪芯（IND83216/IND83212）、迈来芯（MLX81124）、泰矽微（TCPL010）、艾尔默斯（E521.39）、纳芯微（NSUC1500）等型号在供电电压、内核、存储、功耗、输出电流、时钟、ADC性能等方面的参数[38] - **新趋势**： - **Code-free**：迈来芯推出无代码LIN LED驱动器MLX80124，可极大压缩客户软件开发工作量，可能成为未来趋势[41] - **All in one**：弘凯推出集成LIN、恒流驱动及RGB灯珠的合封方案，工艺难度大但适用于静态氛围灯[42] 动态氛围灯需求与方案 - **定义与架构**：指一个LED驱动芯片控制多颗RGB灯珠，可实现分区照明及复杂动画效果，主流方案为一颗驱动芯片驱动几十至上百颗RGB灯珠，或采用RGBi等高速通信的all in one芯片[44] - **功能需求**：包括通信（LIN/UART Over CAN或高速ISELED/OSP协议）、调光（需混光算法）、分区显示、音乐律动、诊断与保护（LED开短路上报、过欠压保护、过温关断、可配置热降额）[46][48][53] - **芯片资源需求**： - **主系统**：主频48-72MHz，存储需64-128KB Flash及8-16KB RAM，最好有硬件乘除法器[54] - **驱动**：恒流源21-27路左右，每路驱动能力30-100mA，为满足高功率需内置buck，PWM频率约1KHz（分辨率16-bit），有时需额外GPIO做行列扫[54] - **通信**：推荐UART Over CAN（因LIN速率不足），通信速率需2-4Mbit/s[54] - **测量**：需12-bit ADC并支持差分测量，需定时器等模块配合触发[54] 动态氛围灯主要厂商与产品 - **迈来芯**：在动态氛围灯应用场景中最为常见，如MLX81116、MLX81142等，产品线（MeLiBu系列）覆盖多代[52][54] - **ISELED联盟/欧司朗**：提供all in one方案，通信接口速率高，适用于动态氛围灯[56] - **英迪芯**：IND83220被不少客户用于动态氛围灯及LED灯珠数较少的ISD方案，产品线包括IND83211、IND83213A/B等，集成24-27路恒流源及buck[56][57] - **泰矽微**：动态氛围灯驱动芯片称TClux系列，针对RGB面光源和流水氛围灯，主要产品包括TCPL07/08/17/18/19等，集成30路恒流源，部分型号内置buck和CAN收发器[58] 动态氛围灯方案对比与新方案 - **驱动芯片方案对比**：文章对比了迈来芯（MLX81143）、英迪芯（IND83220）、泰矽微（TCPL17B）在供电电压、内核、存储、输出通道、诊断、ADC精度、通信速率等方面的差异[61] - **新方案**：随着RGB灯珠数量增加，部分客户选择通用MCU加行列扫描式芯片方案，如TI的LP5860、LP5891等[63] 行业总结与展望 - **当前格局**：静态氛围灯方案以集成LIN和恒流源驱动的MCU加RGB灯珠架构为主；动态氛围灯方案则有专用驱动芯片加多颗RGB灯珠或smartLED等all in one方案可选[65] - **未来趋势**：随着10base-T1技术兴起及整车EE架构演变，边缘节点软件可能向ZCU集中，静态与动态氛围灯可能向code-free思路转移，需关注code-free芯片与10base-T1 RCP芯片间的通信方式与协议[66]

文章核心观点 - 美伊冲突引发的霍尔木兹海峡危机，正通过冲击天然气供应，对全球科技产业链构成意料之外的能源冲击，这一风险尚未被市场充分定价 [1][2] 危机事件与直接影响 - 伊朗伊斯兰革命卫队袭击美国油轮，并禁止美国、以色列及欧洲国家等的军用和商用船只在相关海域通行 [2][3] - 卡塔尔拉斯拉凡天然气工厂因军事袭击宣布停产并暂停供应，该工厂供应全球约五分之一的液化天然气 [4] - 危机引发亚洲能源相关股市剧烈抛售，韩国综合股价指数单日暴跌12%，创历史最大单日跌幅，台湾加权指数同日下挫4.4% [4][5] 全球芯片制造格局与能源依赖 - 全球超过一半的DRAM和NAND存储芯片在韩国生产，三星电子和SK海力士合计占韩国综合股价指数权重约40% [2][6] - 全球约70%的先进逻辑芯片在中国台湾生产，台积电一家占台湾加权指数权重的45% [2][6] - 韩国和中国台湾这两个芯片制造重镇，是对卡塔尔LNG依赖程度最高的经济体之一，卡塔尔和阿联酋生产的LNG约90%出口至亚洲 [6][7] 能源供应脆弱性与潜在风险 - 韩国LNG储备仅够支撑不足两个月的进口需求，若霍尔木兹海峡持续受阻，预计四月初在途船只卸货后，电力供应将迅速承压 [8][9] - 电力供应承压对电力消耗巨大的芯片晶圆厂构成直接的生产威胁 [10] - 相比之下，欧盟的LNG储备可覆盖约三分之一的年消费量，缓冲空间远大于韩国和中国台湾 [11] 市场应对与潜在变化 - 韩国政府正紧急寻求替代供应，现货市场上LNG仍可获取，但价格溢价显著 [12] - 澳大利亚和美国作为与卡塔尔并列的全球顶级LNG出口国，在合同条款上通常更为灵活，或将借机扩大现货销售、抢占市场份额 [13]

报告行业投资评级 报告未明确给出行业投资评级 报告的核心观点 AI需求旺盛，上游供给紧张，涨价蔓延，硬件、模型、应用端均呈现积极信号，今年或将是国产算力链加速向上的元年 [9] 根据相关目录分别进行总结 一、产业前沿 AI 基础层：高端 GPU供给紧张，存储、云服务等环节涨价 - 美国“星际之门”AI数据中心项目进展缓慢，OpenAI因融资困难转向重度依赖云伙伴合作模式 [13] - 全球高端GPU（如B200、A100、H100）实时可用率持续大幅下滑，创下历史新低或多年最低水平，主因市场需求激增 [14][15] - 云计算定价迎来战略转折点，亚马逊AWS部分服务涨价约15%，谷歌云上调全球数据传输价格，国内厂商优刻得宣布全系云产品与服务价格上浮 [16][17] - 存储芯片市场供给严重短缺，苹果以高价采购NAND Flash和DRAM，后者接受三星报价涨价100% [17] - 中国芯片制造商计划在两年内将尖端工艺（7nm/5nm级）芯片产量提高五倍，以满足国内AI需求，中芯国际是主要参与者 [17] AI 模型层：OpenAI融资1100亿美元，中国模型调用量首次超过美国 - OpenAI宣布获得1100亿美元新投资，公司估值达7300亿美元，投资方包括软银、英伟达和亚马逊 [18] - OpenAI与亚马逊签署战略合作协议，将在现有380亿美元多年期协议基础上，未来8年内追加1000亿美元合作规模，并共同创建有状态运行时环境 [18][19] - 2026年2月9日至15日当周，中国模型的API调用量为4.12万亿Token，首次超过美国模型的2.94万亿Token，2月16日当周中国模型调用量进一步冲高至5.16万亿Token [20] - 全球调用量前五的模型中，中国占据四席，分别为MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5以及DeepSeek V3.2 [20] - 中国模型通过采用“混合专家”架构等技术大幅降低推理成本 [21] - DeepSeek在重大模型更新前，未向英伟达、AMD等美国芯片商提供早期访问，转而与华为等国内供应商合作适配 [21] AI 应用层：Gemini和Claude活跃度上升，Anthropic推出智能体AI工具 - 海外聊天助手应用中，Gemini和Claude活跃度持续上升 [22] - Anthropic推出旨在实现人力资源、投资银行等领域工作自动化的智能体AI工具Claude Cowork [22] 二、资本风向 AI 基础层：英伟达25Q4财报良好，Meta将使用AMD、Google的AI芯片 - 英伟达2025年第四季度营收680亿美元，同比增长73%，数据中心收入620亿美元，同比增长75% [24] - 英伟达第四季度GAAP毛利率为75%，网络业务收入110亿美元，同比增长超过3.5倍 [24][25] - 英伟达给出2026年第一季度营收指引780亿美元，超市场预期 [24] - NVIDIA GTC 2026大会将首次公开下一代Feynman芯片，该芯片将搭载全球首款台积电1.6nm制程工艺 [27] - AMD与Meta签署多年协议，将提供高达6吉瓦的AI算力，协议金额或达数百亿至上千亿美元 [28][35] - Meta已与谷歌达成价值“数十亿美元”的协议，将在未来数年租用谷歌TPU开发新AI模型 [30] - 谷歌正通过金融化方式（如与投资机构成立合资公司）加速TPU外部租赁业务，目标获取相当于英伟达年收入约10%的份额（英伟达过去12个月收入约2000亿美元） [30] - 中芯国际正在研发“类5纳米”的N+3制程，已用于生产华为最新移动处理器和昇腾AI芯片 [31] - 中际旭创2025年全年收入382.40亿元，第四季度收入132.35亿元，同比增长102% [32] AI 模型层：Google推出Nano Banana2，千问位列中国企业模型市场第一 - 谷歌推出基于Gemini 3.1 Flash Image架构的Nano Banana2图像生成模型，输出分辨率提升至4K [33] - 2025年下半年，中国企业级大模型日均调用量中，阿里千问占比32.1%位列第一，较上半年17.7%的占比几乎翻倍 [33] AI 应用层：千问预计将陆续发布AI眼镜、AI指环、AI耳机等产品 - 阿里千问将在2026年世界移动通信大会上发布AI眼镜，并计划在年内陆续发布AI指环、AI耳机等产品 [35] - 阿里云Coding Plan订阅服务新增支持千问3.5、GLM-4.7、Kimi-K2.5等编程模型 [34] 三、 本周观点 - 英伟达第四季度业绩及第一季度指引均超预期 [35] - 全球算力需求持续增长，中国模型调用量首次超过美国，硬件端中国芯片制造商计划大幅扩产 [35] - 今年或将是国产算力链加速向上的元年 [9][35] 四、产业链数据更新 - 覆铜板涨价、拉货紧张程度继续升级，行业保持高景气度 [35] - 台系电子铜箔、电子玻纤布、覆铜板、PCB厂商月度营收同比增速数据更新（具体数据见图表） [36][38]

英伟达对AI初创公司的投资动态 - 英伟达首席执行官黄仁勋预计，公司对OpenAI的投资不会达到此前曾承诺考虑的最高金额1000亿美元 [2][4] - 黄仁勋认为，向OpenAI投资1000亿美元的机会可能已不存在，原因是OpenAI计划上市 [2][4] - 这可能是公司最后一次有机会投资OpenAI这样一家具有影响力的公司 [2][4] 英伟达对OpenAI的实际投资情况 - 上月，英伟达在OpenAI规模达1000亿美元的融资轮中投入了300亿美元 [5] - 此轮融资使ChatGPT开发商OpenAI的估值达到7300亿美元 [5] - 尽管300亿美元是英伟达迄今为止对初创公司的最大单笔投资，但远低于公司9月与OpenAI达成协议时考虑投入的最高1000亿美元 [5] 英伟达对Anthropic的投资 - 英伟达最近向OpenAI的竞争对手Anthropic投资了100亿美元 [5] - 黄仁勋表示，这可能也将是公司对Anthropic的最后一笔投资 [5] - Anthropic同样在为自身的首次公开募股(IPO)铺路 [5]

人形机器人及智能制造 - 小米人形机器人在汽车工厂压铸车间实现稳定应用，在自攻螺母上件工站连续自主运行3小时，安装成功率达90.2%，并满足76秒的产线节拍要求[2] - 雅迪在越南的智能制造工厂一期项目竣工，投资额超过1亿美元，初期设计年产能为100万辆，后续计划提升至200万辆，一期预计创造800至1000个本地就业岗位[2] 卫星通信与太空互联网 - 马斯克宣布第二代星链（Starlink V2）卫星将提供5G速度的太空互联网服务，其数据密度是当前V1代卫星的100倍，可无缝支持流媒体、网页浏览、高速应用和语音通话[2] 量子科技进展 - 中国科研团队在固态量子光源研发上取得里程碑式进展，成功研发出高效率、高纯度的双光子发射器，在单量子点发射体实现双光子态领域迈出关键一步[2] 半导体设备与先进封装 - 阿斯麦计划将芯片制造设备扩展至先进封装领域，计划研发工具以帮助将多个芯片拼接在一起，并计划利用人工智能提高工具性能和生产速度[2]