涉及的行业与公司 * **行业**：大中华区科技行业，涵盖AI服务器、光模块、散热、ODM/品牌商、PC、智能手机、PCB/CCL、半导体（设计、制造、封测、设备与材料）、L4芯片与Robotaxi、软件、电信与LEO卫星等多个子板块[1][2][7] * **公司**：报告中覆盖了大量上市公司，核心观点中提及的买入评级公司包括： * **AI服务器/ODM/网络**：工业富联 (FII)、鸿海 (Hon Hai)、纬创 (Wistron)、纬颖 (Wiwynn)、神达 (Mitac)、浪潮信息 (Inspur)、锐捷网络 (Ruijie Networks)、智邦 (WNC)[14] * **光模块**：中际旭创 (Innolight)、新易盛 (Eoptolink)、天孚通信 (TFC Optical)、台燿科技 (Landmark)、前鼎光电 (VPEC)[14] * **散热/电源/组件**：勤诚 (Chenbro)、台达电 (Delta Electronics)、奇鋐 (AVC)、双鸿 (Auras)、富世达 (Fositek)、川湖 (King Slide)[14] * **PCB/CCL/基板**：金像电 (GCE)、台光电 (TUC)、臻鼎 (ZDT)、楠梓电 (NYPCB)[21][23] * **智能手机供应链**：兆利 (SZS)、大立光 (Largan)、奇鋐 (AVC)、鸿海 (Hon Hai)、工业富联 (FII)、瑞声科技 (AAC)、比亚迪电子 (BYDE)、领益智造 (Lingyi)[18] * **半导体 (中国)**：寒武纪 (Cambricon)、地平线 (Horizon Robotics)、芯原股份 (VeriSilicon)、韦尔股份 (OmniVision)、兆易创新 (GigaDevice)、中芯国际 (SMIC)、华虹半导体 (Hua Hong)、北方华创 (Naura)、中微公司 (AMEC)、华峰测控 (AccoTest)、ACM Research (ACMR)、天岳先进 (SICC)[24][27] * **半导体 (台湾)**：台积电 (TSMC)、日月光 (ASE)、鸿劲精密 (Hon Precision)、旺矽 (MPI)、颖崴 (Winway)、公准精密 (GPTC)[28][29] * **智能驾驶/Robotaxi**：地平线 (Horizon Robotics)、小马智行 (Pony AI)、韦尔股份 (OmniVision)[31] * **软件**：商汤 (SenseTime)、金山办公 (Kingsoft Office)、金蝶 (Kingdee)[32] * **电信与卫星**：中国移动、中国电信、中国联通、譁裕 (UMT)[33][35] 核心观点与论据 * **2026年十大关键趋势**：报告识别了驱动2026年增长的十大趋势：(1) AI服务器：ASIC强劲，高速连接向800G/1.6T演进驱动供应链增长 (2) 光模块：受益于AI基础设施周期和技术迁移（如800G/1.6T、硅光、CPO） (3) 散热：液冷渗透率上升，包括在ASIC AI服务器中 (4) ODM：在美国有强力承诺/产能计划的公司（如鸿海、纬创、纬颖）将表现更佳 (5) PC：AI PC可能已被市场计价，市场面临挑战；只有全球龙头在内存成本上升中可能保持韧性 (6) 智能手机：苹果供应链在2026年将表现突出，安卓需求疲软，但可折叠iPhone出货量可能获得动能 (7) PCB：尽管有长期供需动态的争论，需求依然稳固 (8) 半导体：本土龙头（如中芯国际、华虹、寒武纪）在先进制程的扩张计划以及本土GPU供应商的崛起将驱动行业增长，利好本土半导体设备厂商（如北方华创、中微公司） (9) L4芯片与Robotaxi：持续升级与扩张；城市NOA和Robotaxi将驱动芯片组、软件和传感器供应商增长 (10) LEO卫星：卫星发射加速，更强火箭降低发射成本，卫星规格升级驱动星座网络基础设施[1] * **AI服务器、光模块、散热与ODM**： * **增长预测**：预计机架级AI服务器出货量将从2025年的19k台增长至2026年的50k台，ASIC渗透率将在2026E/2027E达到40%/45%，800G/1.6T光模块出货量在2026年将实现253%的同比增长[13] * **关键驱动**：平台多元化（ASIC渗透率提升）和网络增强（向800G/1.6T网络迁移，硅光、CPO技术）是两大趋势，ASIC芯片更依赖网络能力，将支持光模块需求扩张[13] * **竞争格局**：AI服务器复杂度提升和平台多元化将导致客户更依赖具备强大设计和制造能力的领先供应商，竞争格局相对稳定，进入壁垒高[14] * **PC市场**： * **面临挑战**：Win10替换周期在2025年10月终止，AI PC增长但最强爬坡可能已在2024-25年发生，内存成本上升可能导致配置降级或售价提高，2025年中国政府补贴和关税担忧下的消费前置创造了更高的比较基数[15] * **投资逻辑**：在充满挑战的市场中，全球龙头凭借更强的供应链议价能力和对价格敏感度较低的高端PC的更高敞口，将相对更具韧性[15] * **iPhone/智能手机供应链**： * **增长驱动**：连续的外形设计变化（2025年纤薄型号、2026年可折叠型号、2027年iPhone 20）预计将吸引消费者并支撑终端需求，参考2017年iPhone X（首款全面屏）占三款新机型50%以上份额的历史[17] * **可折叠手机趋势**：全球可折叠手机出货量在3Q25同比增长22%，渗透率达2.5%，高端品牌（三星、华为）占约80%市场份额，为即将推出的可折叠iPhone提供了积极参照[17] * **市场数据**：全球智能手机出货量在2026E/2027E预计增长1%/1%，高端手机（价格高于600美元）出货贡献将升至31%/33%，全球可折叠手机渗透率在2026E/2027E预计为3.6%/5.2%[19] * **潜在上行催化剂**：可折叠iPhone可能鼓励中国手机品牌推出更多可折叠机型；增强的本地基础模型可能促进AI智能手机普及；边缘AI设备（如AI眼镜）增长，以手机为枢纽，可能支持手机需求[19] * **PCB/CCL**： * **供需与定价**：相比一线PCB/CCL玩家2026年20-30%的产能年增长率，需求增长更强劲，预计2026年利用率保持100%，供应紧张和稳固的AI需求将支撑良好的定价前景[21] * **规格与ASP**：为满足AI服务器对数据传输速度的更高要求，CCL等级将从2025年的M7/8升级至2026年的M8+，并进一步在2027年升级至M9，预计高端CCL/PCB玩家的ASP在2026E/2027E每年将上涨20-30%以上，同时同类基础定价可能进一步上涨约10%以上[21] * **ABF载板**：考虑到关键原材料可能短缺以及2027年高端ABF载板产能短缺风险，预计三家台湾载板制造商的ABF产品价格将从1Q26起每季度环比上涨5-10%，直至至少4Q26，且2027年有进一步涨价可能[22] * **中国半导体**： * **增长驱动**：AI技术创新及AI边缘设备新需求，以及本地客户对本土供应商的偏好日益增强[24] * **增长预测**：预计覆盖的中国半导体材料公司2026年营收将保持59%的同比增长（主要由SiC衬底和半导体硅片驱动），其次是无厂半导体（+44%）、半导体设备（+32%）以及代工/IDM/封测（+23%）[24] * **产能与资本支出**：中芯国际和华虹半导体产能自今年初以来一直满载，推动其持续增加资本支出，预计中国半导体资本支出在2026E-2030E将保持450-460亿美元的高位[26] * **台湾半导体**： * **核心观点**：看好先进制程代工至2026年的增长前景，AI仍是先进制程和先进封装需求的关键增长驱动力[28] * **台积电**：预计在强劲的2025年（约35% YoY）之后，2026年将实现另一年稳健增长，驱动力包括N3/N5节点因强劲AI需求而利用率紧张、N2营收爬坡以及先进的封装需求旺盛[28] * **先进封装与测试**：预计部分覆盖的先进封装和AI测试公司将实现强劲增长，受AI芯片量增、芯片封装尺寸增大、测试时间延长、芯片热设计功耗更高以及系统级测试更广泛采用的支持[29] * **L4芯片与Robotaxi**： * **增长驱动**：城市NOA和Robotaxi将驱动芯片组、软件和传感器供应商增长[30] * **进展**：地平线HSD方案已被奇瑞新车型采用，并预计在2026年获得更多车型采用和新项目，支持出货量上升和混合ASP提升；小马智行在广州实现单位经济盈亏平衡，预计2026年车队规模将进一步扩大；中国工信部有条件批准首批两款L3自动驾驶车型，被视为L3迁移的重要里程碑[31] * **软件**： * **增长预测**：预计覆盖的中国软件公司平均营收在2026E/2027E同比增长28%/24%，平均营业利润率将改善至7%/11%[32] * **AI贡献**：预计AI将在2026年带来增量营收贡献，得到公司手头AI订单（根据公司数据，1H25末价值超过约1亿元人民币）和新AI产品发布的支持[32] * **电信与LEO卫星**： * **电信资本支出转向**：预计2026年中国将新增60万个5G基站（vs 2024/2025E的87.4万/70万），资本支出将从5G基础设施转向计算基础设施，以支持云业务增长并抓住中国AI需求，新业务营收贡献预计平均将升至约30%[33] * **LEO卫星趋势**：领先运营商将加速卫星发射以构建星座网络；火箭规格改进（每次发射的LEO卫星容量增加）可能加速发射；卫星带宽规格升级（从单频段到四频段）；考虑到LEO卫星5-6年的生命周期，替换需求可能从2026E/2027E开始[35] 其他重要内容 * **整体增长预期**：在大中华区科技板块中，预计AI及AI相关技术将在2026年继续实现中双位数的同比营收增长，智能手机供应链组件生产商将受益于苹果外形设计变化，而电信、PC和封测行业在2026年的表现预计相对较慢[2] * **相关研究参考**：报告引用了多项相关研究，包括全球智能手机总市场规模因更高ASP在2026/27E上调1%/2%，全球PC总市场规模在2025E/26E同比增长+3%/+3%，游戏PC在2025/28E渗透率为11%/13%[3] * **风险提示**：报告指出，内存成本上升是智能手机需求的潜在下行风险，但高端品牌和功能（如可折叠手机）偏好为相关组件供应商提供了有韧性的背景，因为消费者对价格似乎不那么敏感[18] * **数据时点**：所有财务数据与股价的基准日期为2025年12月31日[9][11]

涉及的行业与公司 **行业** * 全球科技行业，重点关注人工智能、边缘计算、半导体、IT硬件[1] * 具体细分领域：AI服务器、AI智能手机、AI PC、AI机器人、AI智能眼镜、AI内存（DRAM、HBM）、半导体制造与封装[5][9][12][18][25][29][85][96] **公司** * **全球科技巨头**：苹果、英伟达、高通、Meta、三星、华为[12][118][124] * **半导体与内存**：台积电、SK海力士、美光、三星电子[19][24][25][29][35] * **半导体设备与材料**：应用材料、东京电子、LAM Research、KLA、BESI、ASMPT等[29] * **IT硬件与PC品牌**：戴尔、华硕、联想、宏碁、微星[29][43][48][56][57][62][71][76][80] * **AI智能眼镜供应链**：Goertek、Sunny Optical[126] 核心观点与论据 **1 计算范式转变：从集中式AI服务器向分布式个人AI服务器演进** * 科技行业历史上在“分布式”和“集中式”计算之间循环 随着服务器和云/AI计算的出现 计算工作在“集中式”数据中心服务器中进行[5] * 目前预计AI计算将快速从基于集中式服务器的基础设施转向个人设备端AI服务器 科技大趋势将回归“分布式”[5] * 预计AI服务器将变得极其高效和紧凑 未来人们将能像携带智能手机一样轻松手持个人AI服务器 这些个人AI服务器预计将以智能手机、笔记本电脑、智能眼镜和机器人等多种形态实现便携化[5] **2 AI模型效率突破：小型化与边缘部署成为可能** * DeepSeek以其蒸馏后的DeepSeek-R1模型向行业发出了颠覆性信号 尽管使用了更少的GPU和更低版本的GPU 但在多项基准测试中表现出与最新OpenAI-o1模型相当甚至更优的能力[9] * DeepSeek的Distilled R1模型发布后 看到在边缘设备上处理、参数更少的模型能力日益增强 从而实现更具情境感知和响应能力的设备 相信这一进展将加速AI模型的小型化发展 使其能在边缘AI设备上运行[9] * 因此预计设备端AI需求将在2025年下半年出现 这将驱动计算结构的改变和半导体内容的增长[9] **3 设备端AI市场增长预测强劲 各大公司积极布局** * 随着AI蒸馏技术的扩展 预计AI模型尺寸将显著减小 加速便携边缘设备的架构变革 AI模型可直接嵌入设备[12] * 鉴于AI智能手机/AI PC/机器人市场在各种形态的生成式AI用例方面取得的进展 认为其前景广阔 根据IDC数据 AI手机出货量预计在2023-28E期间复合年增长率为+78% AI PC出货量在2024-29E期间复合年增长率预计为+28%[12] * 全球大型科技公司一直在推动采用设备端AI功能 包括发布特定芯片 如英伟达的DGX Spark和Jetson平台 苹果带有16核神经引擎的A18 Pro 高通的Snapdragon X平台 以及关键智能手机制造商如三星和华为采用边缘AI功能 在其设备上本地运行AI[12] **4 便携AI设备架构将经历三个阶段演变** * 预计便携AI服务器的出现将触发设备端AI产品架构的三个阶段转变：[17] * 阶段1（2025E起）：通过PCIe向传统冯·诺依曼架构添加AI套件 * 阶段2（2026E起）：利用近内存或具有增加I/O和带宽的LPDDR6 near NPU & TPU * 阶段3（2028E起）：将LPW/LLW DRAM直接放置在NPU/TPU旁边 类似于英伟达的AI服务器 * 预计所有IT设备采用的冯·诺依曼计算结构将最终演变为类似AI服务器的架构（阶段3） 其中LPW/LLW DRAM直接位于NPU/TPU旁边以最大化AI功能[17] * 在IT设备中 预计对快速变化用例响应最迅速的智能手机将在架构变革方面领先[17] **5 设备端AI技术发展方向：异构集成与先进内存** * 边缘设备不可避免地需要低功耗配置和更好的热效率 以支持高度集成电路内的AI操作 与数据中心用AI服务器不同 由于边缘设备有限的网络吞吐量 预计便携边缘设备的AI功能将取决于成本效率和能源效率[20] * 分析即将到来的AI硬件架构转变有三个主要方案：[20] * [1] 预计异构集成将更广泛采用 高端移动AP将处理器、GPU、SRAM和其他组件与近内存结合 * [2] 预计下一代近内存DRAM的采用将继续增加 LPDDR6和低延迟宽IO DRAM的使用可能进一步扩大 * [3] 预计采用混合键合的芯片到芯片集成将得到广泛采用 原因是[1]凸点间距从100um减少到5um [2]信号传输效率提高 [3]芯片厚度减少 **6 LPDDR6和LLW DRAM将成为边缘AI关键内存技术** * 特别预计近内存DRAM的采用将继续扩大 预计未来边缘AI计算中逻辑芯片的SRAM贡献将下降或变得有限 而LPDDR6和低延迟宽IO的使用可能在2026-2028E期间扩大[24] * 对于AI手机 LPDDR6预计将首先在2026E开始主要使用 并在2027E成为主流 而LPW预计在2028E成为主流[24] * LPDDR6的数据速率预计范围为10.7Gbps至14.4 Gbps 并利用24位宽数据总线 从LPDDR5的16位总线增加 随着LPDDR6的I/O从LPDDR5X的64个几乎翻倍至144个 LPDDR6将达到高达38.4 GB/s的带宽 提供出色的边缘AI能力[24] * 采用垂直布线扇出技术构建的LLW DRAM随后将作为[1]移动应用的高带宽解决方案和[2]处理器中SRAM的替代品出现[24] **7 AI内存需求将呈现爆炸式增长** * 预计整体AI DRAM需求将以+75%的复合年增长率增长 从2024年的350亿颗（1Gb当量）增长到2028E的3310亿颗（1Gb当量）[28] * 对于AI智能手机 预计采用新计算架构的设备端AI DRAM需求将从2024年的7亿颗（1Gb当量）增长到2028E的530亿颗（1Gb当量） 2024至2028E复合年增长率为+198%[28] * 对于AI PC 预计AI PC DRAM需求将以+104%的复合年增长率增长 从2024年的6亿颗（1Gb当量）增长到2028E的108亿颗（1Gb当量）[28] * 对于AI机器人 认为机器人将从2026E开始有意义地采用设备端AI DRAM 预计机器人设备端AI DRAM需求在2024-2028E期间复合年增长率为+239%[28] * HBM在总DRAM需求中的份额预计将从2024年的5.5%增长到2028E的16.9%[25] **8 AI PC定义、优势与市场前景** * AI PC指的是集成了专用AI加速器（即NPU）以及传统CPU和GPU架构的PC 旨在运行设备端AI工作负载 如生成式AI助手、实时语言翻译、图像/视频增强和生产力工具 而无需依赖云端[44] * AI PC的好处包括1）对实时任务更好的性能和效率 2）本地处理数据提高了安全性和隐私性 3）增强的用户体验和企业应用 这种架构在AI任务中实现了更低延迟、增强的隐私和能效 PC品牌通过外形、捆绑的AI软件和企业AI解决方案来差异化其产品[44] * AI进化代表了PC架构的结构性转变 AI正在成为一种原生计算工作负载 随着AI PC变得像迷你AI服务器 硬件升级应会因更高的平均售价推动行业收入增长 根据IDC估计 这应导致PC总收入市场规模在2024年至2029E期间实现6-7%的复合年增长率[44] **9 AI PC采用率上升 但需杀手级应用和价格下降推动** * 目前 由于缺乏杀手级应用和较高的价格 消费者和企业领域的规模化采用进展缓慢 然而 根据IDC预期 AI PC的平均售价到2029E将稳步下降 指向大众市场采用和更低价格点的推动[47] * 根据IDC AI PC的渗透率应从2024年的30%迅速提高到2029E的98% 几乎所有PC都将是AI PC 随着更多引人注目的用例出现和平均售价降至1000美元以下 需求应在2026年显著改善[47] * 相信PC品牌可能是这一可能不可逆转的结构性趋势的主要受益者 领先的PC品牌如华硕、戴尔和联想都预测 AI PC的出货份额在未来几年将进一步增加 从2025年的20-30%上升 驱动因素包括硬件就绪、操作系统级AI集成、企业更新周期和成本溢价下降[47] **10 全球智能手机需求疲软 但AI智能手机渗透率提升** * 2025年全球智能手机需求可能保持低迷 2025E全球智能手机出货量预计为12.44亿部 同比仅增长0.7%[86] * 然而 AI智能手机（生成式AI手机）主要集中于高端及以上细分市场 苹果和三星引领出货量[90] * 生成式AI手机在2024年已占智能手机出货量的20%以上 不同品牌在设备端/云端大语言模型选项上采取不同方法[92] **11 AI智能眼镜成为AR领域新焦点** * 看到AI智能眼镜成为继AR/VR之后的另一个焦点 自从Meta在2024年10月发布其Ray-Ban Meta智能眼镜以来[111] * 2025年4月 IDC预测2025年AR/VR头显出货量年度下降12% 因供应指标指出一些关键参与者发布延迟 但预计2026年将反弹增长87% 销量应超过2021年疫情期间创下的1120万部峰值[100] * AI智能眼镜通常可分为三种主要类型：1）不带摄像头模块的智能眼镜 2）带摄像头模块的智能眼镜 3）带显示器的智能眼镜[117] * 在AI能力方面 这些智能眼镜通常与AI/大语言模型合作或加载 这也可能是AI货币化的一种新方式 例如 Ray-Ban Meta使用Meta AI 而Rokid Glasses采用阿里巴巴的通义千问大语言模型[117] * Meta在AI智能眼镜出货量方面领先 在2025年第二季度占据83%份额[120] * Meta的Ray-Ban Meta销售在第二季度加速 尽管今年早些时候增加了产量 但最受欢迎型号的需求仍超过供应[122] 其他重要内容 **具体公司财务预测与投资评级** * **三星电子**：买入评级 目标价120,000韩元 预计2026年半导体部门营业利润达32,417亿韩元 内存部门营业利润率达30.4%[30] * **SK海力士**：买入评级 目标价480,000韩元 预计2026年营业利润达64,129亿韩元 营业利润率达49% DRAM业务营业利润率达60%[35] * **宏碁**：卖出评级 目标价26.0新台币 预计2026年每股收益2.02新台币[62] * **研华**：中性评级 目标价365新台币 预计2026年每股收益13.42新台币[67] * **华硕**：买入评级 目标价730新台币 预计2026年每股收益56.18新台币[71] * **联想**：买入评级 目标价13.6港元 预计2027财年每股收益14.09美分[76] * **微星**：买入评级 目标价180新台币 预计2026年每股收益12.27新台币[80] **AI PC与传统PC规格对比** * AI PC型号通常配备更先进的处理器（如Intel Core Ultra系列、AMD Ryzen AI系列）、更多内存（普遍32GB）、更高分辨率显示屏、更快的连接（Wi-Fi 7）以及更高的价格（普遍在1,199美元至1,623美元之间） 而传统PC型号规格相对基础 价格更低（普遍在700美元至1,099美元之间）[56][57] **边缘AI市场整体规模预测** * 根据Precedence Research 全球边缘AI市场预计到2034年将达到约1430亿美元 在2025-2034年期间以21%的复合年增长率增长[61] * 智能制造、智慧城市、机器人和自动驾驶等领域对低延迟处理需求的增加应是边缘AI市场的关键需求驱动因素[61]

报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 随着AI蒸馏技术的发展，AI模型尺寸将显著减小，加速便携式边缘AI设备的架构变革，便携式AI服务器将成为关键应用，推动设备端AI半导体需求增长 [1][2] - 未来计算架构将从集中式向分布式转变，消费者有望拥有便携式个人AI服务器 [23][36] - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，加速了设备端AI需求的增长 [24][50] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [3][28] - 预计异构集成、LPDDR6/LPW DRAM和混合键合技术将得到更广泛的应用，以实现边缘设备的成本和能源效率 [4][34] - 边缘AI智能手机、PC和机器人市场前景广阔，将推动AI芯片需求增长，预计AI DRAM需求将以75%的复合年增长率增长 [5] 根据相关目录分别进行总结 我们的论点图表 报告未提及相关内容 执行摘要 - 预计AI服务器将变得高效且紧凑，未来消费者将拥有便携式个人AI服务器，如智能手机、笔记本电脑、智能眼镜和机器人 [22][23] - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，加速了设备端AI需求的增长 [24][26] - 未来计算架构将从集中式向分布式转变，冯·诺伊曼架构将演变为类似AI服务器的架构 [23][27] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [28][33] 便携式AI服务器时代 - 预计AI服务器将变得高效且紧凑，未来消费者将拥有便携式个人AI服务器，计算趋势将从集中式向分布式转变 [35][36] - 目前科技公司正在将传统服务器转换为AI服务器，但随着边缘设备数据的积累，对边缘设备内训练和推理的需求将增加 [39] - DeepSeek模型的发展表明，AI模型在边缘设备上也能实现令人满意的功能，边缘AI有望在智能手机、PC、机器人和汽车等领域得到广泛应用 [42] AI模型效率释放 - DeepSeek等蒸馏AI模型的出现，降低了训练和开发成本，提高了推理能力，具有显著的性能优势 [50][53] - DeepSeek采用了高效的算法架构，如混合专家（MOE）架构、组相对策略优化（GRPO）和知识蒸馏，提高了模型的效率和推理能力 [25][54] - 混合AI模型结合了云处理和边缘处理的优势，能够优化资源使用和响应能力，提高数据隐私和安全性 [64][65] IT设备架构方向 - 传统冯·诺伊曼架构将演变为类似AI服务器的架构，LPW/LLW DRAM将放置在NPU/TPU附近，以提高AI处理效率 [27][69] - 设备端AI产品将出现三种主要架构转变，包括在传统冯·诺伊曼架构中添加AI套件、使用近内存或LPDDDR6以及在NPU/TPU附近放置LPW/LLW DRAM [28][33] - PC供应商正在考虑第一种架构，而关键行业参与者也在探索第二种和第三种架构 [80] 设备端AI发展现状 AI在PC上的应用 - 2025年PC需求受关税和宏观不确定性影响，预计需求将在2026年回升，AI PC出货量预计将以28.4%的复合年增长率增长 [82][83] - AI在PC上的应用可以提高性能、增强隐私和安全性、降低成本，目前AI PC需求受到缺乏杀手级应用和有吸引力的用例的限制 [85][92] - 众多公司已经开发了具有AI加速器的芯片，微软和英特尔共同定义了AI PC的标准，AI PC的硬件要求包括CPU、GPU和内存等 [87][90] AI在智能手机上的应用 - 智能手机已经具备一定的AI能力，行业正在迅速采用下一代芯片，以提供新的功能和交互模式 [104] - IDC定义了两种类型的AI智能手机，包括硬件启用型和下一代型，预计AI智能手机出货量将以78.4%的复合年增长率增长 [105][107] - AI智能手机的应用包括总结邮件、生成个性化内容、跟踪健康信号等，苹果和三星等公司正在积极推动AI在智能手机上的应用 [108][122] 各公司的设备端AI应用 - 英伟达提供DGX Spark和Jetson平台，支持设备端AI应用 [113] - 苹果通过硬件创新和软件集成，提升了iPhone的边缘AI能力，如引入神经引擎和推出Apple Intelligence [118][120] - 三星在Galaxy系列中采用了边缘AI功能，如Galaxy AI，提升了用户体验和设备性能 [122] - 高通通过Snapdragon X系列处理器支持设备端AI应用，如与Meta合作启用Llama 3模型 [127][110] - 中国智能手机制造商如小米、华为和OPPO等，通过优化AI模型和采用先进芯片，提升了设备端AI能力 [136][138] 技术影响 芯片集成与SoIC - TSMC在先进封装技术方面处于领先地位，其CoWoS、InFO、SOIC和SOW技术支持异构集成，满足AI和HPC工作负载的需求 [156] - CoWoS技术从CoWoS - S向CoWoS - L过渡，提高了可扩展性和成本效益，与其他封装技术结合可创建复杂的SiP解决方案 [158][159] - InFO技术适用于移动设备，提供了无基板封装的替代方案，具有成本和性能优势 [160] - SoW技术是半导体封装的重大进步，将于2027年开始生产 [162] LPDDR6和LPW用于设备端AI - 预计未来边缘AI计算中SRAM的贡献将下降，LPDDR6和LPW的使用将增加，LPDDR6预计在2026年开始用于旗舰设备，LPW预计在2028年成为主流 [174] - LPDDR6是下一代低功耗双倍数据速率内存标准，具有更高的速度、带宽和效率 [175] - LPW DRAM是一种高带宽解决方案，预计将基于垂直线扇出（VFO）技术制造，可提高功率效率，减少空间和功耗 [182][183] - 随着AI模型的发展，设备端AI DRAM需求将显著增长，预计AI DRAM需求将以75%的复合年增长率增长 [192] 设备端AI的混合键合技术 - 异构集成是设备端AI的必要技术，混合键合技术将变得更加关键，可实现新的集成方式，提高信号传输效率和减少芯片厚度 [195][198] - 混合键合过程包括表面准备、键合和退火三个阶段，可实现晶圆的面对面连接 [201] - Besi是混合键合系统的领先供应商，目前已安装约100台设备，预计2026年其50nm机器将投入生产 [210][212] 其他影响 - AI架构的演变将推动ABF基板需求的增长，Ibiden作为领先供应商，有望受益于AI设备的扩张 [214][219] - 设备端AI的普及将为半导体材料供应商带来广泛的好处，如增加晶圆使用量、提高化学机械平面化（CMP）工艺需求等 [220][221] 公司评级 - 对Acer给予卖出评级，预计其目标PC市场将萎缩，市场份额将下降，盈利将下滑 [229] - 对Advantest给予买入评级，预计其将受益于高性能GPU和HBM的测试需求增长 [230] - 对Applied Material给予买入评级，认为其将受益于3D设备趋势和先进封装技术的发展 [231] - 对ASMPT给予买入评级，预计其将受益于AI驱动的先进封装解决方案需求增长 [232] - 对ASUS给予买入评级，认为其将受益于AI PC渗透率的提高和边缘AI的发展 [234] - 对BE Semiconductor Industries给予中性评级，预计其混合键合业务将在未来实现增长 [235][237] - 对Dell Technologies给予买入评级，认为其将受益于企业硬件市场的复苏和AI的发展 [238] - 对Disco给予买入评级，预计其将受益于HBM和逻辑芯片的制造需求增长 [239] - 对Hitachi给予买入评级，认为其工业设备和铸造自动化业务将采用边缘AI实现增长 [240] - 对Ibiden给予买入评级，认为其作为ABF基板的领先供应商，将受益于AI设备的扩张 [241] - 对KLA Corp.给予买入评级，认为其将受益于逻辑WFE支出的增长 [243] - 对Lam Research给予买入评级，认为其将受益于3D设备趋势和NAND、DRAM的升级 [244] - 对Lenovo给予买入评级，预计其AI PC业务将实现增长，ISG业务将在FY26E/27E实现扭亏为盈 [245] - 对MediaTek给予买入评级，认为其在AI ASIC芯片和高端智能手机市场具有增长潜力 [246][247] - 对Micro - Star (MSI)给予买入评级，认为其将受益于游戏和创作者市场的AI PC需求增长 [248] - 对Micron Technology Inc给予买入评级，预计其HBM业务将实现快速增长 [249] - 对Mitsubishi Electric给予买入评级，认为其工厂自动化业务将实现增长 [251] - 对Nvidia给予买入评级，预计其AI GPU业务将在C25E和C26E实现显著增长 [252] - 对Panasonic给予买入评级，认为其Megtron业务将实现增长，公司重组有望创造更好的市场价值 [253] - 对Samsung Electronics给予买入评级，预计其传统内存市场将复苏，将开发和量产下一代内存产品 [254] - 对SK Hynix给予买入评级，预计其将受益于设备端AI需求的增长，HBM业务将实现增长 [255]