公司项目推进 - 公司预计2026年资本支出将在1750亿至1850亿美元之间，较2025年的914.5亿美元近乎翻倍，主要用于AI计算能力、云基础设施和战略项目投资 [2] 产品研发进展 - 公司计划在2026年推出首款AI眼镜，包括支持音频交互的版本和配备镜片显示功能的进阶型号，产品基于Android XR平台和Gemini大模型 [3] - 此次产品发布是公司自2012年Google Glass失败后重返智能眼镜赛道的关键事件 [3] 业务与技术发展 - 公司正与Meta推进价值数十亿美元的TPU供应谈判，Meta计划从2027年起在自有数据中心部署谷歌TPU [4] - 此项合作可能改变AI芯片市场的竞争格局 [4] 公司业务状况 - 谷歌云业务未完成订单额在2025年第四季度末达到2400亿美元，同比增长超一倍，为短期增长前景提供支撑 [5] - 截至2025年第四季度，Gemini应用月活跃用户已超过7.5亿，用户规模持续扩大 [5]

文章核心观点 - OpenAI对英伟达最新的部分AI芯片性能不满意，自去年以来一直在为AI推理环节寻找替代方案，这可能使两家公司的关系复杂化，并标志着对英伟达市场主导地位的一次重大考验 [1][3][4][13] OpenAI的战略转变与需求 - OpenAI战略转变源于对AI推理芯片的重视程度不断提高，推理正成为AI竞争的新战场 [3] - OpenAI对英伟达硬件在某些特定问题上的响应速度不满意，例如软件开发和AI与其他软件的交互 [6] - OpenAI需要新的硬件，未来最终可满足其约10%的推理计算需求 [6] - 在OpenAI内部，基于英伟达GPU的硬件被部分员工认为是其编程模型Codex性能不足的原因之一 [9] 英伟达的应对与市场动态 - 英伟达首席执行官黄仁勋否认与OpenAI关系紧张，并表示仍计划对OpenAI进行巨额投资，但规模可能不及此前报道的1000亿美元 [6][12] - 英伟达曾接洽Cerebras和Groq等专注于高SRAM芯片的公司探讨潜在收购，Cerebras拒绝了收购提议并与OpenAI达成商业合作 [11] - 英伟达以一项非独家的全现金交易获得了Groq技术的授权，协议价值200亿美元，此举被认为是为了巩固其技术组合 [7][12] - 英伟达在声明中强调，客户在推理领域仍选择英伟达，因其提供了最佳性能和总体拥有成本 [6] 技术差异与市场竞争 - 英伟达GPU在训练大型AI模型领域占据主导，但推理对内存需求更高，可能成为AI发展的新阶段 [3][9] - OpenAI在寻找替代方案时，重点关注在同一块硅片上集成大量内存（SRAM）的芯片，这可在处理海量用户请求时带来速度优势 [9] - 与依赖外部内存的英伟达和AMD GPU相比，谷歌自研的专为推理设计的TPU在性能上可能更具优势，并被Anthropic的Claude等竞争产品更多依赖 [10] 合作、谈判与投资进展 - 去年9月，英伟达曾计划向OpenAI投入高达1000亿美元以换取股份，并为OpenAI提供购买芯片的资金 [6] - OpenAI在此期间已与AMD等公司达成协议，采购竞争性GPU，但其不断调整的产品路线图使与英伟达的谈判变得复杂且进展缓慢 [6] - OpenAI曾讨论与Cerebras和Groq等初创公司合作以获得更快推理速度的芯片，但英伟达与Groq的授权协议终止了OpenAI与Groq的谈判 [7] - 媒体此前报道英伟达向OpenAI投资1000亿美元的谈判已经破裂，但黄仁勋后来澄清公司“绝对”会参与OpenAI当前融资轮 [12] 市场反应与行业影响 - 消息导致英伟达股价在周一收跌近2.9% [5] - 分析师认为该消息损害了市场对英伟达关键客户OpenAI的情绪 [14] - 这些发展突显了英伟达在AI芯片市场的主导地位可能因主要客户探索特定需求的替代方案而面临挑战 [13]

美股市场表现与驱动因素 - 美股周一收高 道指上涨515.19点，涨幅1.05%，报49407.66点 纳指上涨130.29点，涨幅0.56%，报23592.11点 标普500指数上涨37.46点，涨幅0.54%，报6976.49点 [1][3][8] - 市场焦点转向科技巨头财报与1月非农就业数据 投资者关注相关公司的业绩以获取关于利润率、AI支出和劳动力趋势的线索 [1][3] - 市场暂时忽略了比特币与金银的近期跌势 比特币自2025年4月以来首次跌破80000美元 [3][8] 财报季整体情况 - 本周将有超过100家标普500指数成分股公司发布财报 [1][6] - 截至目前财报季整体表现强劲 约三分之一的标普500指数成分股公司已公布财报 其中约78%的公司业绩超出预期 [6][10] - 德意志银行策略师指出盈利增长有望达到四年来最强劲水平 [6][10] - 连续第五个季度实现两位数的盈利增长将有助于缓解市场对估值的担忧 [6][10] 重点公司财报与动态 - 投资者关注Alphabet、亚马逊、超微半导体、高通、Palantir和迪士尼的业绩 [3][6] - 迪士尼财报超出分析师预期 但由于警告国内主题公园国际游客减少带来阻力 其股价下跌7% [6][10] - 甲骨文宣布将筹资高达500亿美元为云客户扩建产能 其股价一度上涨超过3%，但最终收跌2.7% [3][8] - 出现了一些备受瞩目的财报发布后抛售案例 例如微软 [6][10] 英伟达与OpenAI合作进展 - 英伟达计划向OpenAI投入1000亿美元的计划已陷入停滞 原定“数周内完成”的谈判无实质推进 [4][9] - 英伟达内部对OpenAI的商业模式、长期竞争态势、运营透明度及战略方向产生严重疑虑 [4][9] - 随着微软、谷歌、亚马逊等巨头加速自研AI芯片 英伟达意识到过度押注单一客户存在巨大风险 [4][9] - OpenAI正寻求新一轮融资 估值高达数千亿美元 英伟达对其估值合理性存有保留 [5][9] - 双方正在重新协商合作模式 可能降级为较小规模的股权投资 例如参与OpenAI新一轮数百亿美元融资 [5][9] - 英伟达官方强调最初协议无法律约束力 但仍期待与OpenAI继续合作 [5][9]

美股市场表现 - 美股周一早盘转涨，道指上涨160点，最终道指涨164.96点，涨幅0.34%，报49057.43点；纳指涨68.81点，涨幅0.29%，报23530.62点；标普500指数涨17.25点，涨幅0.25%，报6956.28点 [1][3][8] - 本周将有超过100家标普500指数成分股公司发布财报，包括亚马逊和Alphabet [1][5][10] - 截至目前，本财报季整体表现强劲，迪士尼周一公布的财报超出了分析师预期，但微软等公司出现了财报发布后的抛售 [5][10] 加密货币与贵金属动态 - 比特币自2025年4月以来首次跌破80000美元，最后交易价高于77000美元，显示投资者在贵金属大跌后进一步降低风险 [3][8] - 白银价格在过去12个月上涨了一倍多，但在上周五暴跌约30%，创下自1980年以来最差的单日表现；黄金也重挫约9% [3][8] - 目前比特币与贵金属价格均从各自的低点有所回升，现货黄金和白银周一均下跌超过1%，这有助于缓解避险情绪 [3][8] 英伟达与OpenAI合作进展 - 英伟达计划向OpenAI投入1000亿美元的计划已陷入停滞，原定“数周内完成”的谈判无实质推进，合作已实质性搁置 [4][8] - 英伟达内部对OpenAI的商业模式、长期竞争态势及运营透明度产生严重疑虑，公司CEO黄仁勋私下表达了担忧 [4][8] - 随着微软、谷歌、亚马逊等巨头加速自研AI芯片，英伟达意识到过度押注单一客户（尤其是可能未来自建芯片的OpenAI）存在巨大风险 [4][9] - 双方正在重新协商合作模式，可能降级为较小规模的股权投资，例如参与OpenAI新一轮数百亿美元融资，而非原计划的千亿美元基建绑定 [5][10] - 英伟达官方强调最初协议无法律约束力，但仍期待继续合作；黄仁勋表示当OpenAI准备好时，英伟达非常乐意参与其融资，但未确认千亿美元计划 [5][10] - OpenAI正寻求新一轮融资，估值高达数千亿美元，但英伟达对其估值合理性存有保留 [5][10] 宏观经济与政策事件 - 华尔街等待周五公布的美国1月份就业报告，接受道琼斯调查的经济学家预计上个月新增就业岗位55000个 [6][10] - 市场正在消化美国总统特朗普提名凯文-沃什为美联储主席人选的消息，若获确认，沃什将在今年晚些时候接替鲍威尔 [6][10] - 德意志银行策略师指出，企业盈利增长有望达到四年来最强劲水平 [6][10]

文章核心观点 - AI产业竞争已从模型算法延伸至算力底层硬核博弈，专用集成电路正成为重塑全球AI格局、构筑竞争壁垒的核心抓手[46] - 专用集成电路的发展速度远超预期，已从单纯的产业趋势演变为AI巨头必炼的内功，甚至成为AI竞争的胜负手[6][7] - 在高速增长的算力需求背景下，英伟达图形处理器作为基石的作用仍不可替代，但其市场份额将逐渐被专用集成电路蚕食，长期将呈现二者共存态势[16][17] - 谷歌张量处理单元在技术和商业上的成功，为专用集成电路的发展提供了强心剂和示范效应，彻底打消了市场疑虑，并撕开了英伟达的垄断裂缝[10][24] - 国内外大型科技公司纷纷加速自研专用集成电路，以追求极致的总拥有成本、供应链安全和功耗控制，没有自研芯片的企业将在AI竞赛中失去话语权[32][34][46] ASIC趋势比预期还要猛 - **AI投资规模驱动专用集成电路优势显现**：AI军备竞赛导致资本开支巨大，头部厂商AI资本开支已逼近千亿美元，使性价比更高的专用集成电路变得至关重要[9] - **专用集成电路与图形处理器的核心差异**：专用集成电路是针对特定算法和应用的定制化优化，具备更低的成本与功耗优势；而图形处理器是适配多场景的通用型选手[9] - **专用集成电路的经济性门槛已被跨越**：当前2nm芯片流片成本达7亿美元，加上团队搭建费用3亿美元，自研门槛高达10亿美元，需要超100亿美元的下游市场规模覆盖成本[12] - **数据中心市场已具备经济性**：数据中心AI芯片单颗价值高，一个大厂内部采购的AI芯片数量轻松超过100万颗，足以覆盖高昂成本；例如谷歌2023年自用张量处理单元超200万颗，按年20亿美元研发成本计算，单颗分摊成本仅几千美元[13] - **出货量与市场规模将快速扩张**：据芯智讯援引DIGITIMES数据，专用集成电路出货量2027年将突破1000万颗，接近同期图形处理器1200万颗的水平；AI用专用集成电路有望快速成长为千亿美金赛道[13][14] - **产业链给出乐观预期**：博通预计2027年大客户专用集成电路可服务市场将达600-900亿美元；Marvell预测2028年定制芯片将占数据中心加速计算市场25%的份额[14] GPU和ASIC之争继续 - **英伟达图形处理器的两大优势**：一是算法生态，CUDA生态与开发者习惯形成强壁垒，在大模型训推中仍领先其他方案至少一年半；二是产业链优先支持，在代工产能和HBM供应上享有优先权[19][20][21][22] - **英伟达面临供应链瓶颈**：谷歌张量处理单元在2026年上半年有超过50%的产能缺口导致难大规模交付、微软Maia 200也难产，都是由于产业链产能限制[22] - **专用集成电路的挑战与解决方案**：生态上，谷歌张量处理单元在超大型模型部署场景中已有成本优势；互联标准上，UALink、Ultra Ethernet等开放标准正在崛起，有望打破英伟达垄断，在10万节点集群中，Ethernet架构相较英伟达InfiniBand，总拥有成本最高可节省20%[23] - **供应链瓶颈预计缓解**：随着扩产，预计上游产能在2027年逐步放量，供应链瓶颈开始缓解；同时2027年训练与推理芯片资本开支占比将趋近50:50，给专用集成电路更大舞台[23] 谷歌TPU撕开英伟达垄断的裂缝 - **谷歌张量处理单元的技术优势**：持续迭代，最新的TPU v7搭载Inter-Chip Interconnect技术，可支持最多9000个节点的超大规模集群；采用HBM3E内存，功耗与以太网成本更具优势，FP4精度下每PFLOPS每小时成本仅0.40美元[25] - **内部应用验证成功**：谷歌Nano Banana等模型100%基于张量处理单元完成训练与推理，支撑内部核心功能，成本低于图形处理器，部分场景性能表现优异[26] - **成功拓展外部市场**：Meta计划2026年租用并从2027年开始购买超100万颗、价值数十亿美元的TPU；OpenAI将部分推理工作负载迁移至TPU；Anthropic签署100万TPU订单；Apple采购TPU用于LLM训练[27] - **定价策略与市场预测**：单颗张量处理单元芯片售价预计1—1.5万美元，定价瞄准AMD，意图通过低价挤压竞争对手；乐观测算，到2027年，张量处理单元可能抢占英伟达15%的训练市场份额；Semianalysis预测2027年谷歌张量处理单元合计出货量达到600万颗[29] - **渗透率预测**：2027年推理场景占比将达50%，专用集成电路将承担其中50%的工作负载，对应专用集成电路在算力芯片中的渗透率超20%，而谷歌张量处理单元拿下其中一半份额难度不大[29] 来自EDA的产业链验证 - **EDA行业增长核心转移**：Synopsys和Cadence最新指引显示，未来EDA行业增长核心来自苹果、谷歌、特斯拉等“系统公司”，而不是第三方芯片设计厂[30] - **系统公司占比提升**：这类系统性客户占当前EDA营收的45%左右，未来2-3年将超50%，验证了大厂自研芯片并通过外售摊薄成本的模式将加速推进[30][31] 谷歌示范效应下大厂纷纷豪赌自研ASIC - **成本与功耗符合第一性原理**：到2030年AI耗电可能占美国用电的10%，降低单芯片功耗关键；图形处理器存在30-40%功能冗余导致功耗浪费，而专用集成电路可针对特定工作负载优化[33][34] - **性能指标对比**：主流专用集成电路在算力性能上已基本对齐英伟达H系列图形处理器，但能效比优势突出；例如英伟达H100 FP16算力为990 TFLOPS，功耗700W；谷歌TPU V6e算力为918 TFLOPS，功耗仅383W[35] - **北美大厂加速布局**：亚马逊Trainium2芯片支持的实例性价比相较GPU-based实例高出30-40%，2024年出货量年增率突破200%；Meta MTIA v2采用台积电5nm工艺，TDP仅90W；微软Maia目标定制专用集成电路相较英伟达件成本节省80%，能耗成本降低50%；OpenAI与博通达成100亿美元合作开发专属推理芯片；特斯拉计划2025年底推出下一代Dojo 2芯片[38][39] - **国内大厂芯片项目战略地位提升**：在谷歌张量处理单元验证可行性、英伟达芯片受限的双重驱动下，专用集成电路已上升为核心战略[40] - **百度昆仑芯进展**：拥有15年技术积累，兼容CUDA生态；2024年出货量6.9万片、营收20亿，2025年预计出货13万片、营收冲35亿；已进入中国移动、比亚迪、招商银行等供应链[41] - **阿里平头哥进展**：核心产品PPU分为高端和低端款，2024-2025年合计出货估计30万张；低端款采用中芯国际12nm工艺，预计2026年Q1启动流片量产，出货50万颗；2026年PPU整体出货预计80万颗[42][44] - **其他国内厂商布局**：字节跳动采取“外采低端芯片+推进海外研发+国内先进制程排队”策略；腾讯重启“紫霄”自研项目，以数倍薪酬挖角顶尖人才[44] - **国内大厂面临的挑战**：主业盈利不如海外大厂，股东对芯片业务亏损不满，促使阿里百度分拆上市平衡投入；先进产能资源更加稀缺；配套AI芯片服务商如博通、Marvell因制裁难以为国内企业提供定制服务，国内相关企业在技术积累上有明显差距[45]

微软推出自研AI芯片Maia 200 - 微软重磅推出第二代自研AI芯片Maia 200，旨在为云端AI训练/推理提供更高能效比与性价比的算力，作为英伟达AI GPU的替代方案 [1] - 该芯片由台积电采用3nm先进制程制造，每颗芯片包含超过1400亿个晶体管 [5] - Maia 200专为大规模AI推理定制，在FP4精度下提供超过10 petaFLOPS算力，在FP8精度下提供超过5 petaFLOPS性能，功耗为750瓦 [5] - 芯片配备216GB、带宽达7TB/s的HBM3e内存，以及272MB片上SRAM，系统层面支持在6144个加速器集群中提供高性能集合操作 [6] Maia 200的性能与定位 - 微软官方称Maia 200为“所有超大规模云计算服务商中性能最强的自研内部专属AI芯片” [3] - 在多项测试中，其性能超越亚马逊第三代Trainium和谷歌第七代TPU [3] - 该芯片每美元性能比微软当前最新一代硬件提升30% [5] - 在FP4精度下的整体推理性能是亚马逊第三代Trainium的3倍，FP8性能超过谷歌第七代TPU [5] - 微软将其定位为“显著改善AI token generation的经济性”，并强调performance per dollar [10] 行业趋势：云计算巨头转向自研AI ASIC - 生成式AI热潮加速了亚马逊、谷歌、微软等云计算巨头开发内部专属AI ASIC芯片的进程 [2] - 经济性与电力约束是推动这一趋势的核心原因，巨头们旨在打造更具性价比与能效比的AI算力集群 [9] - 自研AI ASIC能提供“第二曲线产能”，帮助云厂商在采购谈判、产品定价与服务毛利层面更主动，并降低总体拥有成本 [10] - 芯片设计公司如博通、迈威尔、联发科正聚焦于与云巨头合作开发定制化AI ASIC，该业务已成为其重要增长点 [2] 市场竞争格局 - 云计算“三巨头”（亚马逊AWS、谷歌GCP、微软Azure）均在推进自研AI芯片，目标相似：打造高成本效益、无缝接入数据中心的算力基础设施 [4] - 英伟达AI GPU的高成本与持续供给短缺，推动了市场寻找更廉价且高效的替代算力来源 [4] - 谷歌最新的TPU v7 (Ironwood) 展现代际跨越，其BF16算力达4614 TFLOPS，是上一代TPU v5p（459 TFLOPS）的约10倍 [11] - 针对特定应用，AI ASIC架构更具性价比与能效比优势，例如谷歌TPU集群能提供比英伟达Blackwell高出1.4倍的每美元性能 [11] - 英伟达与AI芯片初创公司Groq达成200亿美元非独家授权合作，以维持其在AI芯片领域约90%的市场份额主导权 [13] 产品部署与未来规划 - Maia 200正陆续进入微软位于爱荷华州的数据中心，下一步大规模部署将转向凤凰城地区 [1] - 首批芯片设备将提供给微软的超级智能团队，用于改进下一代AI大模型，并为Copilot AI助手及托管型AI推理服务提供算力支撑 [3] - 微软已向开发者、学术界和前沿AI实验室开放Maia 200软件开发工具包的预览版，并计划未来向更多客户开放云端租用 [5] - 微软已在着手设计下一代AI芯片Maia 300 [8] - 根据与OpenAI的协议，微软可以获取后者的独家自研AI芯片设计方案作为备选 [8] 市场需求与行业前景 - 谷歌Gemini3 AI应用生态发布后带来庞大AI token处理量，导致算力需求激增，验证了AI算力基础设施仍处于供不应求的早期建设阶段 [12] - 摩根士丹利研报显示，谷歌TPU AI芯片的实际产量预期被大幅上修，2027年和2028年预计分别达到500万和700万块，较此前预期分别上调67%和120% [13] - 报告测算，谷歌若对外销售TPU，每50万片有望带来130亿美元的额外营收及0.40美元的每股收益 [13] - 随着AI推理需求猛增，更具性价比优势的AI ASIC预计将迈入比2023-2025年期间更强劲的需求扩张轨迹 [11]

市场表现与修复 - 1月22日通信ETF在市场强势修复下收涨2.75% [1] - 同日软件ETF在前期降温背景下展现修复态势收涨1.52% [1] 人工智能硬件产业链机遇 - 人工智能硬件端自2023年至今已爆火三年有余算力、存力、运力等产业链公司迎来空前发展机遇目前尚处业绩高增期 [3] - 伴随英伟达GPU及谷歌TPU等计算芯片放大出货量叠加1.6T光模块渗透提升2026年光模块市场空间有望倍增 [3] - 市场对2026年800G光模块出货量预期已达5-7千万只而1.6T光模块出货量也来到2.5-3千万只 [3] - 照此口径测算2026年光模块市场规模有望同比实现2倍以上增长 [3] - 据产业链调研光模块龙头厂商物料供应短期无忧不会影响交付 [3] 人工智能软件端现状与催化 - 下游软件端商业化闭环仍有待完善AI软件业务实现盈利的厂商寥寥无几 [3] - 1月15日阿里巴巴正式官宣千问APP重大更新变成一个能调用生态、执行任务、连接真实服务的“数字管家” [4] - 去年初deepseek表现卓越今年春节前众多大厂仍有可能发布新版模型软件板块短期催化密集 [4] - 本月底海外CSP进入业绩披露期软件侧依然可能出现超预期表现 [4] 投资观点与展望 - 展望2026年依然看好光模块等算力链条的成长机会 [3] - AI硬件和软件的闭环不可或缺在目前硬件日益高涨的周期内软件板块的弹性也更加明显 [3] - 持续看好人工智能的投资机会硬件和软件有望进一步形成更完善的闭环 [4] - 可关注通信ETF（515880）、软件ETF（515230）同步布局海外算力软硬件 [4]

市场整体表现 - 今日市场震荡回升，三大指数集体翻红，沪深两市成交额2.69万亿元，较上一个交易日放量910亿元 [1] - 截至收盘，沪指涨0.14%，深成指涨0.50%，创业板指涨1.01% [1] - 市场流动性较为充沛，成交量保持在相对高位，但整体上攻压力较大，板块轮动加速，结构性行情或是短期主题 [1][12][13] 军工行业与军工ETF - 军工ETF（512660.SH）今日回暖，收涨3.18%，收盘价1.526元，成交额5.95亿元，成交量392.9万份，换手率5.67% [2][13] - 国产大飞机C919航线网络加密，于1月12日首次执飞广州往返南京航线 [3][15] - 国产大飞机C919的欧洲航空安全局（EASA）验证飞行在2026年1月迎来关键节点，获得“性能良好，安全可靠”的积极结论，标志着出海可能迎来突破 [5][17] - C919交付量持续增长，2025年共计交付15架，相比2024年提升2架，相比2023年有数量级成长，高原型C919已下线 [5][17] - 商业航天关注度高涨，国内主导的巨型星座计划包括：千帆星座（2030年前部署1300颗卫星）、银河星座（2030年前发射5000颗卫星）、国网星座（2030年前完成1300颗发射） [6][18] - 据长江证券测算，2030年底前国内待发卫星达2.1万余颗，2030-2035年待发需求约1.5万颗 [6][18] - 2025年12月，中国多个主体向国际电信联盟提交了20.3万颗卫星的频轨申请，规模相当于此前中国所有卫星申请总和的4倍，标志着中国卫星互联网战略进入新阶段 [6][18] - 军工行业基本面受国产大飞机、商业航天等驱动上行，2027年有百年强军重大目标，今年业绩有望底部反转，当前经历回调后具备更强布局性价比 [7][19] 人工智能与算力产业链 - 通信ETF今日强势修复，收涨2.75%；软件ETF展现修复态势，收涨1.52% [7][19] - 英伟达CEO黄仁勋计划1月到华访问，部分核心供应商可能是访问重点 [9][21] - 伴随英伟达GPU及谷歌TPU等计算芯片放大出货量，叠加1.6T光模块渗透提升，2026年光模块市场空间有望倍增 [9][21] - 市场对2026年800G光模块出货量预期达500-700万只，1.6T光模块出货量预期达250-300万只，照此测算，2026年光模块市场规模有望同比实现2倍以上增长 [9][21] - 光模块龙头厂商物料供应短期无忧，不会影响交付 [9][21] - AI下游软件端商业化闭环仍有待完善，实现盈利的厂商寥寥无几，但软件板块弹性可能更加明显 [9][21] - 1月15日，阿里巴巴官宣千问APP重大更新，成为能调用生态、执行任务的“数字管家” [10][22] - 春节前众多大厂可能发布新版模型，软件板块短期催化密集；本月底海外云服务提供商进入业绩披露期，软件侧可能出现超预期表现 [10][22] - 人工智能硬件和软件有望进一步形成更完善的闭环 [10][22]

核心观点 - 报告认为美联储今年仅会在6月降息一次，降息预期因就业数据改善、通胀下降迟缓及美联储独立性问题而降低 [3] - 报告预计日本长期国债收益率可能震荡上行，10年期国债收益率从目前的2.3%升至年末2.5%左右，其波动被视为全球后QE时代的结构性断裂点，将通过利率、汇率和杠杆链条影响全球市场 [4] - 全球市场受到日本国债收益率飙升、美欧在格陵兰岛问题上的冲突以及特朗普相关表态等多重因素影响，出现剧烈波动 [3][4] 全球市场表现总结 - **主要股指表现**：隔夜美股大幅上涨，道琼斯指数涨1.21%，标普500指数涨1.16%，纳斯达克指数涨1.18% [1] - **亚太市场表现**：港股上涨，恒生指数涨0.37%，恒生科技指数涨1.11%；A股上涨，上证综指涨0.08%，深证综指涨0.64%；台湾加权指数下跌1.62% [1] - **欧洲市场表现**：德国DAX指数下跌0.58%，法国CAC指数微涨0.08%，英国富时100指数微涨0.11% [1] - **港股板块表现**：恒生工商业指数涨0.86%，恒生公用事业指数涨1.15%；恒生金融指数跌0.44%，恒生地产指数跌0.77% [2] 中国市场动态 - **港股市场**：原材料、能源与可选消费板块领涨，地产建筑、金融与电讯板块跑输；南向资金净买入139.3亿港币，阿里巴巴与快手净买入居前，中国移动、腾讯与华虹半导体净卖出最多 [3] - **A股市场**：有色金属、电子与机械设备板块涨幅最大，银行、煤炭与食品饮料板块大幅跑赢 [3] - **公司事件**：万科11亿债券展期议案获得持有人会议通过 [3] - **汇率**：美元兑人民币反弹至6.96 [3] 全球宏观与政策事件 - **日本财政与债市**：日本政客高市早苗为赢得选举承诺取消食品消费税，引发对日本财政纪律的担忧，导致日本长期国债被抛售，收益率大幅上升；在日本财经官员安抚市场后，收益率暂时回落 [3] - **韩国出口**：1月前20天商品出口额同比增长14.9%，其中半导体出口受益于AI热潮同比大增70.2% [3] - **美国政治与市场**：特朗普就格陵兰岛问题释放降温信号，称不会对欧洲国家加征关税或动用武力，此表态被市场视为又一次“TACO时刻”，提振美股 [3] - **美联储与利率**：美国就业数据改善、通胀下降迟缓与美联储独立性问题降低市场对降息预期；特朗普称可能已选定美联储下任主席人选，希望像格林斯潘，暗示哈塞特出局 [3] - **其他资产**：美元反弹，黄金先涨后跌，比特币回升，原油上涨 [3] 行业与公司动态 - **科技与AI**：谷歌TPU推理成本大幅下降，性价比已追平英伟达；Meta超级实验室本月已交付首批关键AI模型；苹果计划下半年将Siri改造为聊天机器人 [3] - **消费与金融**：摩根大通CEO警告，信用卡利率10%上限将引发消费信贷收缩，损害消费者金融可得性，并冲击消费经济 [3] - **医美行业**：天猫医美大幅降低“童颜针”艾维岚（84mg）终端售价 [3] 公司点评：爱奇艺 - **业绩前瞻**：预计爱奇艺4Q25总营收同比增长2%、环比增长1%至人民币67.7亿元，增长主要由会员及内容发行业务的复苏驱动 [4] - **盈利预测**：预计4Q25E录得non-GAAP净利润9300万元，对比4Q24/3Q25的5900万元/1.48亿元non-GAAP净亏损实现扭亏 [4] - **业务进展**：海外业务、微剧、IP衍生等创新业务持续取得积极进展 [4] - **预测调整与评级**：上调FY25-27E非GAAP净利润预测至3亿元/10亿元/13亿元（前值：1亿元/10亿元/12亿元）；将目标价微调至2.75美元，基于18倍2026E non-GAAP市盈率，维持“买入”评级 [4]

报告行业投资评级 - 行业评级为“强于大市”（维持评级）[8] 报告核心观点 - 报告核心观点是分析英伟达GPU与谷歌TPU在产业链上的竞争格局，并指出在两者竞争激烈的背景下，具有核心卡位的晶圆代工、先进封装、存储、AI大模型应用等产业链环节值得关注[2][7] 根据相关目录分别总结 一、先进制程+封装：台积电领先，CoWoS产能紧缺 - 英伟达和谷歌均高度依赖台积电的CoWoS先进封装，该环节是当前AI芯片产业链最关键的“卡脖子”环节，两家公司将竞争台积电的CoWoS产能分配，直接影响其AI芯片出货能力[3] - 由于AI需求强劲，台积电预计2026年资本支出在520-560亿美元，同比增长27%~37%[3] - 为缓解CoWoS产能满载的压力，台积电将部分先进封装订单转给外包封测大厂安靠与日月光等OSAT厂商[3] - 英伟达表示在2026-2029年会与安靠合作，扩大在美国的产能布局；安靠宣布其位于美国亚利桑那州的先进封装测试园区扩大投资至50亿美元，未来达到70亿美元，计划2028年初投产[3] - 三星和英特尔积极提升先进制程能力：三星推进2nm工艺良率爬坡，计划2026年底全球2nm月产能提升至2.1万片；英特尔将战略重点从18A转向下一代14A工艺[4] 二、存储侧：HBM为核心战场，片上SRAM或为推理侧新方向，NAND需求确定性提升 - HBM是英伟达GPU与谷歌TPU正面竞争的另一条关键产业链，不仅影响单卡性能上限，也约束芯片实际可交付数量[4] - 片上SRAM或为推理侧存储新方向，英伟达与AI芯片初创公司Groq就推理技术达成非独家许可协议，Groq的LPU采用片上SRAM作为主要权重存储，其第二代LPU由三星代工[4] - NAND与SSD需求在AI数据中心侧显著放大，英伟达Rubin平台引入的推理上下文内存存储平台由NVIDIA BlueField-4驱动，可在AI基础设施中实现KV Cache数据的高效共享和重用，可能增加SSD需求[5] 三、客户侧：推理卡需求提升 - 大模型厂商寻求NVIDIA卡之外的算力负载，以降低对单一AI计算芯片的依赖，并在推理端降低成本[6] - Anthropic于2025年10月宣布扩大与Google Cloud的合作，将在2026年部署多达100万枚TPU（算力超1GW）支持Claude模型需求[6] - OpenAI于2026年1月宣布与Cerebras合作，将部署750兆瓦的Cerebras晶圆级系统，建成后将成为全球规模最大的高速AI推理平台[6] 四、投资建议 - 建议关注英伟达GPU、谷歌TPU竞争激烈背景下，具有核心卡位的晶圆代工、先进封装、存储、AI大模型应用等产业链环节[7]