从协议内容来看，这并非一份代工合同，而是一份联合研发框架协议。 从协议内容来看，这并非一份代工合同，而是一份联合研发框架协议。OpenAI将分享其对人工智能行 业新兴硬件需求相关洞察，为富士康在美国工厂制造的硬件设计与开发提供参考依据。富士康将依据 OpenAI的设计参考，在美国工厂制造关键硬件。 富士康的加入，是OpenAI试图掌控算力基础设施自主权的一环。近期多种迹象表明，OpenAI正从单纯 依赖云服务商的轻资产模式，向自建数据中心的重资产模式转型。 这一战略转变在人事层面已有体现。就在宣布与富士康合作的前夕，11月10日，英特尔前首席技术官 Sachin Katti在社交媒体上确认加入OpenAI，将为OpenAI设计并建造算力基础设施。这一人事变动被市 场解读为OpenAI正式介入底层硬件集成的信号。 11月21日，OpenAI正式宣布与电子制造巨头富士康（Foxconn）达成战略合作，双方将围绕新一代人工 智能（AI）基础设施硬件的设计与制造展开协作。 OpenAI首席执行官萨姆·阿尔特（300825）曼（Sam Altman）在声明中称："先进人工智能背后的基础设 施为美国重振工业化提供了千载难 ...

11月20日，A股三大股指全线收跌，上证指数下跌0.40%，深证成指下跌0.76%，创业板指下跌1.12%，市场整体呈现调整态势。主流宽基指数中，科创50指 数下跌1.24%，跌幅相对较大。全市场仅有1,453只股票上涨。股三大股指涨跌互现，其中恒生中国央企指数上涨0.51%，涨幅相对领先，市场呈现分化态 势。沪深两市成交额为17082亿元人民币，相较上个交易日小幅缩量。 | 证券名称 | 日涨跌幅 | 今年以来 涨跌幅 | | --- | --- | --- | | 上证指数 | -0.40% | 17.28% | | 沪深300 | -0.51% | 16.01% | | 中证1000 | -0.63% | 23.21% | | 深证成指 | -0.76% | 24.64% | | 中证A50 | -0.84% | 12.33% | | 中证500 | -0.85% | 23.34% | | 科创100 | -0.89% | 43.63% | | 科创综指 | -1.05% | 39.61% | | 北证50 | -1.07% | 39.29% | | 创业板指 | -1.12% | 42.06% | | ...

好的，作为资深研究分析师，我将为您解读这份AI行业研报，总结关键投资要点。 报告行业投资评级 - 报告对AI算力芯片行业及相关公司给出“增持”评级 [82][83] 报告核心观点 - DeepSeek AI的崛起彰显了国产AI模型的竞争力，将加速国产AI应用渗透并推动国产算力需求增长 [25][82] - 全球AI算力投资持续高增长，2026年海外AI算力芯片出货量预计接近2000万颗 [17][19] - 国产算力产业链正逐步走向闭环，从芯片、超节点到软件生态不断完善 [25][30] AI应用与需求爆发 - DeepSeek上线18天日活达1500万，霸榜苹果应用商店140+国家/地区第一名 [10] - 2025年5月DeepSeek全球Web访问量达4.32亿次，仅次于ChatGPT、New Bing和Gemini [10] - 豆包大模型2025年5月日均tokens使用量超16.4万亿，较2024年5月同比增长约137倍 [10][14] - 谷歌2025年4月月度token用量达4800万亿次，同比增长约50倍 [14] - AI应用已渗透至金融、办公、社交与内容等多个领域 [12] 全球AI资本开支预测 - 2026年全球AI Capex预计达8578.44亿美元，同比增长43% [17][18] - 海外四大CSP（微软、谷歌、Meta、亚马逊）2026年Capex合计4762.5亿美元 [18] - 字节跳动2026年Capex预计2500亿元，同比增长39% [58] - 三大运营商2027年合计AI Capex预计1272.4亿元 [63] 国产算力芯片市场空间 - 国产AI算力芯片市场空间预计从2025年2379.87亿元增长至2027年6878.35亿元 [64] - 2026年国产算力芯片市场规模同比增长87%，2027年增长55% [64] - 地方智算中心2026-2027年合计新增算力需求367万颗，资本开支4406亿元 [59] 技术进展与性能对比 - 昇腾910C在FP16算力达780 TFLOPS，显存带宽3.2 TB/s，互联带宽784 GB/s [65] - CloudMatrix 384超节点在BF16算力达300 PFLOPS，为NVIDIA GB200 NVL72的1.7倍 [54] - 国产芯片在预填充过程中384超节点单卡性能接近H100 [71] - 2026年量产的950PR、思元690、DCU4将支持FP8精度 [67] 产业链竞争格局 - 芯片测试和软件适配成本高，云厂商会绑定1-2家第三方芯片供应商长期合作 [80][81] - 字节与寒武纪、阿里与海光已形成合作关系，腾讯供应商尚未确定 [81] - 具备大客户资源的厂商才能完成盈利闭环并获得稳定的先进制程产能 [80] 政策环境支持 - 2025年8-9月多项“人工智能+”政策密集出台，目标2030年AI应用普及率超90% [57] - 政策推动能源、交通运输等领域AI深度融合，为行业发展提供有力支撑 [57]

全球AI芯片市场竞争格局 - 英伟达宣布未来十年向OpenAI投资高达1000亿美元，OpenAI将购买400万-500万块英伟达GPU [2] - AMD与OpenAI达成为期四年、价值数百亿美元的算力芯片供应协议，OpenAI将认购AMD最高10%的股份 [2] - 截至2024年底，英伟达占全球AI加速芯片销售规模的90%以上，其2025年8月最新季度数据中心营收达411亿美元，同比增长56% [13] - 英伟达CEO黄仁勋表示，四年前英伟达在中国市场份额高达95%，如今已降至50% [11] 中国AI芯片发展态势 - 寒武纪在2024年7-9月间股价涨幅高达124%，市值达5210亿元，成为国内A股市值最高的半导体设计公司之一 [5] - 华为公布昇腾芯片量产路线图，计划在2026年第一季度推出昇腾950PR，2028年第四季度推出昇腾970 [5][14] - 2024年华为昇腾AI芯片出货量约为30万-40万颗，寒武纪超1万颗；预计2025年华为出货量略低于100万颗，寒武纪增至8万颗左右 [14] - 2025年上半年，中国AI加速服务器市场规模达160亿美元，同比增长超一倍，国产AI芯片已占整个市场份额的35% [19] 技术演进与创新方向 - 行业需提升PPA（性能、功耗、面积），通过架构设计、工艺选型、软件优化等多维度协同发力 [21] - 设计28nm芯片平均成本为4000万美元，而7nm芯片成本达2.17亿美元，5nm为4.16亿美元，3nm耗资高达5.9亿美元 [22] - HBM单颗价格超5000美元，是传统DDR5内存的20倍，毛利率高达50%-60% [27] - 采用可重构计算等新架构有望提高晶体管利用率，解决存储墙问题，并降低芯片功耗 [25] 供应链与地缘政治影响 - 美国《GAIN AI》法案要求英伟达AI芯片优先供应美国企业，可能导致其错失价值500亿美元的中国AI算力市场 [6] - 由于美国限制对华销售H20芯片，英伟达2026财年第一财季库存支出高达45亿美元，第二财季销售额减少40亿美元 [13] - 2024年中国集成电路进口总量达5492亿块，进口总额为3850亿美元，占全球芯片总产量的62% [28] - 黄仁勋呼吁美国政府允许美国科技企业在中国市场竞争，以避免在AI竞赛中将优势拱手让给中国 [5][18] 市场需求与产业前景 - 摩根士丹利预测未来三年全球AI基础设施建设总成本可能高达3万亿美元（约合21万亿元人民币） [8] - 德勤报告预计2030年全球半导体产业销售规模将超过1万亿美元 [8] - 主流AI智能体一次简单任务调用约消耗10万tokens，复杂任务可达100万tokens以上，截至2025年6月底国内日均tokens消耗量突破30万亿，一年半增长300倍 [17] - IDC预计到2029年，中国加速服务器市场规模将超过1400亿美元 [19] 主要企业动态与合作 - 摩尔线程2025年上半年营业收入达7.02亿元，已超过前三年营收总和，近三年复合增长率超208%，毛利率从2022年的-70.08%提升至2024年的70.71% [16][17] - 寒武纪目前最大的互联网客户为字节跳动，芯片预购订单超20万片；阿里和百度自研芯片已量产 [14] - 华为副董事长徐直军表示，通过超节点互联技术突破，华为能够做到万卡级超节点，从而达到世界最强算力 [15] - 阿里旗下平头哥最新研发的面向AI数据中心的PPU芯片，主要参数指标均超过英伟达A800，与H20相当且能耗更低 [14]

英伟达与AMD对OpenAI的交易策略 - 英伟达创始人黄仁勋对AMD以公司10%股权换取OpenAI订单的策略表示惊讶，并称其“高明” [1] - 黄仁勋强调英伟达与OpenAI的交易性质“非常不同”，是直接销售产品而非股权交换 [1] - AMD向OpenAI授予认股权证，若全部行权，OpenAI将获得AMD约10%的股份，行权价格仅为象征性的每股0.01美元 [6] 万亿美元级别的“循环交易”结构 - 英伟达宣布向OpenAI投资高达1000亿美元，OpenAI同意部署需要10吉瓦电力的英伟达系统，相当于400万到500万块GPU [6] - OpenAI承诺在未来数年内采购需要10吉瓦电力的AMD芯片，作为回报获得AMD约10%股权的认股权证 [6] - OpenAI与甲骨文签署价值3000亿美元的云计算合作协议，甲骨文为满足算力需求需向英伟达采购数十亿美元GPU [6] - 英伟达的投资通过OpenAI流向甲骨文，再以硬件采购形式回流英伟达，形成资金闭环，相关交易总额突破1万亿美元 [7] 英伟达的AI生态系统投资布局 - 英伟达确认参与马斯克xAI最新一轮融资，计划投资20亿美元，该轮融资总额约200亿美元 [8] - 对xAI的投资采用特殊目的载体结构，资金用于购买英伟达处理器，xAI将芯片租赁使用五年 [8] - 英伟达投资了AI数据中心运营商CoreWeave并持有其7%的股份，OpenAI也向CoreWeave投资3.5亿美元并将云服务协议扩大到224亿美元 [8] - 英伟达在2024年参与了52项AI公司风险投资交易，到2025年9月底已完成50笔交易，旨在将现金投向“生态系统中最具战略意义的部分” [8] OpenAI的财务状况与融资需求 - 黄仁勋承认OpenAI目前没有资金支付巨额订单，需要通过未来指数级增长的收入、股权或债务融资来筹集资金 [3] - OpenAI预计到2029年之前都无法实现正向现金流，目前正处于疯狂烧钱阶段 [7] - 英伟达获得了在OpenAI未来融资时跟投的机会，黄仁勋表示唯一遗憾是OpenAI成立时资金不足，未能投资更多 [3]

全球AI基础设施建设合作 - 英伟达与富士通合作开发AI基础设施 涵盖医疗健康、制造业、环境领域、下一代计算技术及客户服务等 目标在2030年为日本建成该设施 [1] - 合作初期将针对日本市场定制 未来向全球拓展 并采用英伟达GPU芯片 [1] - 三星、SK集团与OpenAI建立战略合作 加入"星门计划" 重点聚焦增加先进存储芯片供应和扩大韩国数据中心容量 [3] 重大投资项目与产能规划 - 英伟达计划向OpenAI投资1000亿美元 共建大规模数据中心 OpenAI将部署至少10GW的英伟达系统用于下一代模型训练 [2] - OpenAI、甲骨文及软银将在美国新建5座AI数据中心 使"星际之门"项目未来三年规划功率容量接近7吉瓦 总投资额超过4000亿美元 [2] - 三星电子与SK海力士目标月产能达90万片DRAM晶圆 以满足OpenAI模型需求 [3] - 阿里巴巴积极推进三年3800亿元的AI基础设施建设计划 并将持续追加更大投入 [2] 行业竞争格局与发展趋势 - 海外AI基建以空前规模加速推进 以"星际之门"项目为代表 凸显算力成为全球AI竞争的核心战略资源 [3] - 中美AI竞争正从"单卡性能"走向"系统级效率"竞争 中国采用"集群建设+开源生态+工程化交付"方式寻求弯道超车 [4] - 全球科技巨头持续加大AI算力基础设施投入 将驱动模型与智能体能力迭代 加速多领域AI应用商业化 [4]

全球AI基础设施建设动态 - 全球掀起新一轮"AI基建"热潮，相关项目正在加速推进 [1] - 海外AI基建正以空前规模加速推进，凸显算力已成为全球AI竞争的核心战略资源 [3] - 全球科技巨头在AI算力基础设施领域持续加大投入 [4] 主要合作与项目 - 英伟达与富士通达成协议，在人工智能领域展开合作，利用英伟达芯片开发智能机器人及创新技术 [1] - 双方将合作打造"人工智能基础设施"，涵盖医疗健康、制造业、环境等领域，目标到2030年为日本建成该基础设施 [1] - 英伟达计划向OpenAI投资1000亿美元，共建大规模数据中心 [2] - OpenAI将为下一代AI基础架构部署至少10GW的英伟达系统 [2] - OpenAI、甲骨文及软银宣布在美国新建5座人工智能数据中心，新增五个"星际之门"项目站点 [2] - "星际之门"项目未来三年内规划功率容量接近7吉瓦，总投资额超过4000亿美元 [2] - 三星、SK集团与OpenAI建立战略合作伙伴关系，加入OpenAI的"星门计划"，在全球及韩国扩建AI基础设施 [3] 区域市场进展 - 人工智能基础设施初期将针对日本市场量身定制，未来逐步向全球拓展 [1] - 韩国AI基础设施建设加速，合作聚焦增加先进存储芯片供应和扩大韩国数据中心容量 [3] - 目标月产能达90万片DRAM晶圆，以满足OpenAI模型的需求 [3] - OpenAI评估在首尔都会区外建数据中心的可行性，并与SK电信、三星物产等探索在韩建设数据中心 [3] - 阿里巴巴积极推进三年3800亿元的AI基础设施建设计划，并将会持续追加更大的投入 [2] 行业竞争格局与发展趋势 - 中美AI竞争正从"单卡性能"走向"系统级效率"竞争 [4] - 中国正在用"集群建设+开源生态+工程化交付"的方式完成AI基建方面的弯道超车 [4] - 以阿里巴巴为代表的国内大厂资本开支加速，国内AI基建将为AI应用发展建立坚实基础 [4] - AI驱动模型、智能体能力迭代不止，助力内容创作、社交、广告、电商、教育、金融等领域AI应用商业化加速 [4]

全球AI基建合作动态 - 英伟达与富士通合作开发AI基础设施，重点覆盖医疗健康、制造业、环境及下一代计算技术，计划2030年为日本建成该系统[2][3] - OpenAI联合甲骨文及软银在美国新建5座AI数据中心，未来三年规划功率容量接近7吉瓦，总投资额超4000亿美元[4] - 阿里巴巴推进三年3800亿元AI基础设施建设计划，旨在实现超级人工智能ASI[4] - 三星、SK集团加入OpenAI“星门计划”，目标月产能达90万片DRAM晶圆以扩大存储芯片供应和韩国数据中心容量[5] 行业趋势与竞争格局 - 全球AI基础设施建设加速，算力成为AI竞争核心战略资源，中美竞争从“单卡性能”转向“系统级效率”[5] - 中国通过集群建设、开源生态及工程化交付方式推进AI基建，国内大厂资本开支加速驱动AI应用在Agent、多模态等方向突破[5] - 科技巨头持续投入AI算力基础设施，将推动模型能力迭代并加速内容创作、社交、电商等领域的AI应用商业化[6]

行业趋势 - 全球主要AI服务器制造商面临收入显著增长但利润率持续收窄的挑战 尽管AI服务器订单激增 但高昂的英伟达芯片成本和激烈市场竞争导致硬件厂商利润率异常微薄 [1] - 行业呈现"增收不增利"局面 服务器原始设备制造商在AI市场中面临高收入低利润的尴尬困境 [4] - 利润分配格局悬殊 英伟达毛利率超过70% 而戴尔毛利率约18.7% HPE服务器部门营业利润率在6.4%至10%间波动 超微电脑毛利率降至9.7% [4][5] 公司表现 - 慧与科技第三财季营收同比增长18%至91.4亿美元 每股收益0.44美元超预期 但服务器部门营业利润率从去年同期10.8%降至6.4% [1] - 超微电脑2025年第四季度营收同比飙升46.59% 但毛利率下滑至9.7% [4] - 戴尔2026年第二季度毛利率从去年同期22%下降至18.7% 基础设施解决方案集团营业利润率降至8.8% [4][6] 成本结构 - AI服务器核心组件高性能GPU芯片几乎由英伟达垄断 价格不菲的芯片占据服务器成本大部分 将绝大多数价值留在供应链上游 [3] - 硬件OEM厂商在云计算服务商领域每获得7.9美元AI硬件收入可能就要亏损1美元 凸显成本结构不对称性 [6] - 为满足AI组件紧急交付需求 厂商需承担额外物流费用 库存管理挑战进一步增加运营成本和盈利压力 [6] 市场竞争 - 服务器厂商为抢占市场份额展开激烈价格战 通过大幅折扣争取大客户订单的做法进一步侵蚀本已微薄的利润 [6] - 英伟达凭借数据中心GPU市场高达98%份额掌握绝对定价权 其2026年第二季度non-GAAP毛利率达72.7% 最新Blackwell GPU平台在AI推理工作负载中利润率可达77.6% [4]

收购交易概况 - Rumble考虑以约11.7亿美元收购Northern Data 拟通过股票交换实现交易[1] - 交易报价对Northern Data估值每股18.3美元 较法兰克福交易所最近收盘价折让32%[1] - 最终报价可能采用更高估值 目前尚未达成正式收购要约[2] 资产整合计划 - Rumble将获得Taiga云业务及Ardent数据中心部门控制权 计划整合至现有运营体系[1] - Taiga云部门拥有20480枚英伟达H100芯片及逾2000枚H200芯片库存[1] - Northern Data需在交割前剥离加密货币挖矿业务 所得款项用于偿还Tether贷款[2] 股权与客户关系 - 交易完成后Northern Data股东将持有Rumble约33.3%股份[1] - Tether作为Northern Data大股东支持交易 并将成为Rumble重要客户[2] - Tether拟与Rumble签署多年期GPU采购协议[2]