行业投资评级 - 通信行业评级为"强于大市"（维持）[1] 核心观点 AI集群网络架构升级 - AI集群东西向通信流量占主导，需增设后端网络互联服务器，拉动光模块、交换机、网卡、光纤光缆需求[2] - 主流AI后端网络以IB和以太网方案为主，预计以太网方案将因成本和生态优势逐步主导市场[2] - 传统数据中心南北向流量架构存在网络阻塞、高时延（3跳转发路径）、单网卡带宽不足等问题[11] - RDMA技术（IB和RoCEv2方案）可将时延从50μs（TCP/IP）降至2-5μs，显著提升互联效率[21] 英伟达GB300驱动光模块升级 - GB300采用CX8网卡和Quantum-X800交换机（144个800G端口），需72个1.6T双端口光模块，较GB200的400G/800G方案价值量提升[2][66] - GB300三层IB架构中GPU：800G：1.6T光模块配比达1:1:2.5[68] - 10万卡H100集群中，IB方案网络成本6.33亿美元，以太网TH5方案仅2.10亿美元，性价比优势显著[58][59] 自研ASIC加速架构 - 谷歌TPU采用3D Torus架构和OCS互联，4096个TPU网络光模块配比1:1.5[2][92] - AWS Trainium2采用AEC连接，64卡机柜中芯片与400G AEC配比1:1.5[102][107] - AWS已部署40万卡Trainium2集群（Project Rainier）[110] 交换机市场增长 - AI驱动互联速率从每四年翻倍加速至每两年翻倍，博通Tomahawk 6交换机芯片容量达102.4Tbps，较前代提升6倍[69][73] 投资建议 光模块/光器件 - 推荐【中际旭创】（2025E PE 22.4x）、【新易盛】（2025E PE 20.6x）、【天孚通信】（2025E PE 30.5x）[115] - 建议关注【汇绿生态】[115] 高速铜缆 - 推荐【兆龙互连】（2025E PE 51.1x）[115] - 建议关注【沃尔核材】（2025E PE 22.8x）、【瑞可达】（2025E PE 43.6x）[115] 目录结构总结 01 AI集群网络架构升级 - IB性能优势：200G带宽、μs级时延、单集群支持万卡GPU[25][26] - IB劣势：英伟达垄断70%份额，98304张H100组网成本1.69亿美元（以太网方案仅0.79亿美元）[27][30] - 超以太网联盟（UEC）成立对抗IB，成员含AMD/博通/Meta等[32] 02 英伟达集群架构 - GB300 NVL72组网中，9216张GPU需200台交换机（128台Leaf+72台Spine），光模块总数23,616个[68] - Meta 32000卡集群采用"计算孤岛"设计，孤岛间带宽与岛内比为1:7[53] 03 北美CSP架构 - 谷歌TPUv6e占2024年ASIC出货量74%，采用2D/3D Torus架构[79][81] - AWS Trainium2在MoE模型中具优势，算术强度203 BF16 FLOP/Byte[93][97] 04 投资建议 - 重点公司估值：中际旭创2025E净利润51.7亿元（同比+51%），天孚通信2025E净利润13.4亿元（同比+64%）[115]

高端 PCB 需求跃迁，算力基座价值重构 20250811 摘要 全球 PCB 市场规模预计在未来几年内显著增长，从 2024 年的 735.65 亿美元增长到 2026 年的 1,000 亿美元，AI 服务器市场是主要驱动力， 其价值量提升速度超过全球 AI 服务器的增长速度。 AI 算力需求通过增加 GPU 和 ASIC 出货量推动 PCB 行业发展，尤其 ASIC 在功耗性能方面要求更高，对高多层板和高频高速材料等高端 PCB 产品需求更大，高端材料如马九、银部、PDFE 等将推动单板价值 量提升。 GPU 出货量预计明年（2026 年）将达到 676 万颗，相较于 2025 年的 576 万颗增长约 20%至 30%。各代 GPU 产品单服务器或单 GPU 对应 价值持续增长，每一代产品大约有 30%的价格增长。 云计算厂商对 AI 商业化进程加速持乐观态度，并上调资本开支，预计 2025 年北美四大云计算厂商总 CAPEX 达到 3,661 亿美元，同比增长 接近 50%，2026 年进一步增至 4,262 亿美元，推动 ASIC 和 PCB 需求 持续增加。 Q&A 近年来，AI 算力需求的增长对 ...

投资评级 - 维持"推荐"评级 [5][8] 核心观点 - 报告公司2025年第二季度预计实现总营业收入5.84亿元，环比增长49.90%，在手订单30.25亿元，环比增长23.17%，创历史新高 [3] - 知识产权及量产业务表现亮眼，知识产权授权使用费收入1.87亿元，环比增长99.63%，量产业务收入2.61亿元，环比增长79.01% [3] - 公司持续强化SoC及ASIC定制能力，客户包括字节跳动、阿里巴巴、百度等互联网巨头，ASIC业务2024年营收7.25亿元，同比增长47.18%，占整体营收超30% [4] - 全球芯片定制化趋势显著，科技巨头加速布局ASIC赛道，芯原股份具备"IP+设计+流片"全栈能力，有望成为行业红利的重要受益者 [5] 业绩与财务预测 - 预计2025/2026/2027年公司归母净利润分别为-1.03/0.45/3.14亿元，营业收入分别为33.24/43.15/55.35亿元，对应现价PS为17/13/10倍 [5] - 2025年预计营业收入33.24亿元，同比增长43.18%，2026年预计营业收入43.15亿元，同比增长29.81% [7] - 2025年预计毛利率41.30%，2026年预计毛利率41.39%，2027年预计毛利率41.84% [13] 业务亮点 - 公司在手订单连续第七个季度维持高位运行，创历史新高，为后续业绩释放奠定坚实基础 [3] - 公司通过AI+Chiplet技术及多款处理器IP（GPU、NPU、VPU）展现深厚技术底蕴 [4] - ASIC业务高速增长，2024年营收同比增长47.18%，占整体营收比例超30% [4] 行业趋势 - 全球科技巨头加速布局ASIC赛道，谷歌、亚马逊、Meta、微软等企业积极构建自主AI芯片体系 [5] - 产业链上下游协同发展，台积电、三星等晶圆代工龙头深度参与ASIC定制项目 [5] - 中国市场政策支持与资本助力形成双重驱动，AI ASIC产业即将迎来高速增长 [5]

行业投资评级 - 电子行业评级为"强于大市"（维持评级）[7] 核心观点 - 北美云厂商二季度资本开支同比高增长：谷歌224亿美元（+70%）、微软242亿美元（+27%）、Meta 170亿美元（+101%）、亚马逊322亿美元（+83%）[3] - 2025年资本开支指引上修：谷歌从750亿美元上调至850亿美元，Meta从640-720亿美元调整至660-720亿美元[3] - AI推理需求爆发式增长：豆包大模型日均tokens使用量达16.4万亿（同比增长137倍），谷歌月tokens处理量达980兆（4月为480兆）[4] - AI应用端扩展显著：谷歌Gemini app月活超4.5亿（日请求量Q1增长超50%），Figma上市首日涨幅250%[4] - PCB供应链受益于AI硬件需求：高端产能供需缺口或持续至2026年，建议关注沪电股份等8家PCB企业及生益科技等CCL供应商[5] 行业动态跟踪 - 谷歌2026年资本开支将继续增长，微软下财季资本开支预计超300亿美元（环比+24%）[3] - Meta预期2026年资本支出保持高增速，亚马逊表示Q2资本开支水平将延续至下半年[3] - 推理算力消耗呈倍数级增长，承接训练需求推动总算力需求扩张[4] 投资建议 - 重点推荐PCB产业链：沪电股份、胜宏科技、深南电路等8家企业[5] - 关注服务器代工龙头工业富联及液冷供应链英维克、思泉新材、中石科技[5]

报告行业投资评级 未提及 报告的核心观点 - 联发科2Q25业绩稳健，AI SoC和ASIC业务驱动增长，按计划推进中长期增长路径，多元化业务与成长型项目构建稳健业务基础 [1][5] - ASIC业务成重要增长引擎，数据中心ASIC项目明年开始放量，2026年底有信心达成10亿美元营收目标，2027年预计显著增长 [2][6] - 2nm制程进展迅速，预计今年9月完成首颗2nm芯片流片，将跻身首批推出2nm芯片的领先厂商之列，助力AI SoC和ASIC发展 [2][7] - 与NVIDIA合作持续深化，GB10芯片第三季度开始量产，将转化为营收 [3][8] - 预计3Q25收入环比下降，以美元计同比增长，公司对全年美元收入实现中两位数增长保持信心，旗舰产品量产持续驱动营收增长，ASIC业务和2nm制程推进是未来营收增长重要驱动力 [3][10] 根据相关目录分别进行总结 2Q25业绩表现 - 2Q25收入为NTD 1504亿元，略低于市场一致预期NTD 1512亿元，-1.9% QoQ，18.1% YoY [1][5] - EPS为NTD 17.5元，超出市场一致预期 [1][5] - 本季度毛利率为49.1%，环比上升1 pct，包含一份长期供货协议的一次性贡献1.9 pcts [1][5] - 营业利润为新台币294亿元，营业利润率为19.5% [1][5] ASIC业务情况 - 在企业级ASIC领域表现强劲，TAM超过400亿美元，需求旺盛 [2][6] - 迅速扩充ASIC团队研发资源，特别是在先进制程、先进封装技术以及下一代IP方面 [2][6] - 已与多家全球CPS展开多项数据中心ASIC合作项目，预计2026年开始有可观营收贡献 [2][6] - 重申有信心在2026年底达成10亿美元的营收目标，预计2027年实现显著增长 [2][6] 2nm制程进展 - 积极投入2nm先进制程研发，预计今年9月完成首颗2nm芯片流片 [2][7] - 2nm制程将带来性能和功耗效率显著改善，对旗舰SoC业务和数据中心ASIC业务至关重要 [2][7] - 与台积电密切合作是实现快速进展的关键 [2][7] 与NVIDIA合作情况 - 与NVIDIA在芯片业务和自动驾驶汽车座舱芯片方面保持活跃合作 [3][8] - 共同开发的GB10芯片第三季度开始量产，将转化为营收 [3][8] 3Q25及未来展望 - 预计3Q25收入为新台币1301亿至1400亿元，环比下降7%至13% [3][9] - 以美元计，收入预计为44.9亿至48.3亿美元，环比下降1%至8%，同比增长10%至18% [3][9] - 毛利率预计为47%（±150个基点），营业费用率预计为31%（±2个百分点） [3][9] - 对全年美元收入实现中两位数增长保持信心 [3][10] - 旗舰产品（如Dimensity 9500系列）量产将持续驱动营收增长，从第三季度延续到第四季度，甚至到明年第一季度 [3][10] - 尽管中端产品需求可能放缓，但整体市场需求健康 [3][10] - ASIC业务的强劲增长和2nm制程的推进将是未来营收增长的重要驱动力 [3][10]

纪要涉及的行业和公司 - **行业**：AI、半导体、光模块、PCB - **公司**：谷歌、Meta、OpenAI、Oracle、英伟达、AMD、芬尼萨 纪要提到的核心观点和论据 - **AI 产业链从训练转向推理**：1.0 阶段聚焦 AI 训练，以通用 GPU 为主导，市场对模型训练持续性存疑；2.0 阶段转向 AI 推理，算力卡从 GPGPU 转向云商自研 ASIC，推理业务可实现商业正循环 [3] - **北美主要科技公司加大 AI 推理投入**：谷歌 2025 年 Q2 资本支出达 224 亿美元，同比增长近 70%；Meta 规划激进数据中心建设；OpenAI 与 Oracle 合作新增 4.5GW 数据中心容量 [1][5] - **ASIC 在 AI 产业链地位提升**：2026 年 ASIC 的 Flops 占比将从 2025 年的 13%增至 18%，CAPEX 占比从 6%增至 8%，成为云商实现商业正循环的关键工具 [1][6] - **未来推理算力依赖 ASIC**：博通预测 2027/28 年或 2030 年 ASIC 市场占比将超 GPU，半导体市场规模预计达 600 - 900 亿美元 [1][7] - **ASIC 与 GPU 成本差异大**：ASIC 单位 Flops 投入成本仅为 GPU 的 1/2 到 1/3，光模块和 PCB 价值量约为 GPU 的 4 倍，整体成本差异接近 9 倍 [1][9] - **AI 集群网络侧发展趋势**：AI 集群规模扩大，对训练和推理性能要求提高，未来 AI 集群会维持较高带宽水平及较大配比差距，网络侧占比将显著提升 [10][11] - **光模块及 PCB 板块优势显著**：中国光模块厂商价格有竞争优势，毛利率 40% - 50%，净利率 30% - 40%；光模块和 PCB 板块在未来 KPI 比例中占比将急剧增加，有望实现超额增速 [1][13] - **看好未来 AI 行业特别是光模块行业**：云服务提供商提升资本支出，供应商上修 EPS，龙头公司估值较低，预计挑战 20 倍，GPT - 5 等关键模型发布将产生强劲拉动作用 [2][14] 其他重要但可能被忽略的内容 - **AI 训练阶段市场问题**：2023 年下半年至 2025 年期间，多次出现股价回撤，反映市场对预训练模型天花板以及训练所需算力不足等问题的担忧，且训练无直接收入和利润，被认为不可持续 [3] - **ASIC 协同方式**：单个 ASIC 卡性能较弱，需通过高速带宽连接多个 ASIC 卡实现高效协同以与单张 GPU 卡竞争 [7][8] - **光模块市场格局**：光模块市场一线与二线公司良品率有差距，整体产能非瓶颈，核心瓶颈在于上游物料，被头部公司掌握，二线公司难获足够低成本物料供应 [13]

报告行业投资评级 未提及 报告的核心观点 - 随着用户消耗Token速度提升，更大的Scale Up超节点具备的推理性能优势会越放越大，采用PCB+铜互连+光互连扩张Scale Up超节点的方案是潜在最优解之一，互连带宽需求有望随着“乘数效应”实现快速增长，且光连接、铜连接、PCB等各种互连方式都有望深度受益瓜分增量互连需求，推荐光互连、铜互连、PCB相关标的[4] - 此轮25Q2及后续行情与23Q2、24Q1 - Q2行情相比，产业链的成长逻辑已改变，有四大趋势：算力硬件需求从锚定云厂商CapEx到锚定处理Token数；算力芯片从依赖GPU到GPU+ASIC并存；技术迭代从产品级别升级转为网络架构级别整体升级；网络互连升级重心从Scale Out拓展至Scale Up，两类网络共同提升，单芯片带宽提升；后续算力互连需求发展存在乘数效应[5] 根据相关目录分别进行总结 23Q2：从应用到算力，Scale Out网络需求凸显 - 大模型显现之初，AI算力特点为通用计算切换至GPU加速计算，模型参数量、算力、数据量均指数级提升，胖树（Fat - Tree）架构成为首选，Scale out网络需求激增[18] - 传统云计算数据中心流量以“南北向”为主，网络架构多呈收敛型；AI大模型训练以“东西向”流量为主，要求实现高带宽、低延迟的无阻塞互联，胖树架构成为AI首选，该架构理论上“无收敛”，各层级网络带宽保持充裕[21] - 在典型的Fat - Tree架构下，为实现GPU间的无阻塞通信，所需高速光模块数量与GPU数量存在高配比关系，光通信成为AI基础设施的核心高价值组件[25] 24Q1 - Q2：Sora、GB200等软硬新产品+财报拉动景气度 - Sora推高多模态推理需求预期，其所需推理算力相比GPT - 4等文本模型呈现数量级的提升[27] - 英伟达业绩持续验证AI算力高景气度，自23Q1以来，营收与净利润逐季高速增长，验证了AI训练与推理的需求，及海外AI玩家的算力扩容和基础设施升级[35] - 下游云厂商资本开支持续提升，23Q2开始亚马逊、谷歌、微软、Meta四大云厂合计资本开支稳步提升[35] 25Q2起：逻辑深化产业链增速高于Capex&芯片增速 开支结构持续变化，算力产业链增速超CapEx增速 - 资本开支向AI算力倾斜，AI投资内生增长强劲，23Q1至24Q4英伟达来自云厂的DC收入与五家云厂资本开支的比值从5%逐渐增长至30%左右[37] - ASIC出货逐渐增加，AI投资内部价值有望重分配，产业链相关硬件需求增速有望高于云厂资本开支增速[42] - 资本开支结构优化对产业链增速的贡献已显现，自24Q1起四家供应链头部公司营收总和增速持续高于北美四大云厂资本开支总和增速[42] Token数成为AI闭环点，指数级增长带动推理算力需求 - Token规模指数级增长，谷歌AI月度Token量一年内激增约50倍，达到480万亿Tokens；豆包大模型5月日均处理量已突破16.4万亿，同比增长超120倍[48] - 新应用场景涌现，驱动高价值Token消耗，进一步提升算力需求，如AI搜索、AI编程、K12教育等场景Token消耗显著增长[48] - Token数成为目前AI生态的闭环点，向上关联推理的算力需求，向下形成AI增量和收入[48] AI训推计算范式推动Scale Up升级、单卡带宽提升 - AI训推需要分布式并行计算，并行计算方式有数据并行、流水线并行及张量并行，张量并行需要更高频、更低延时的数据传输，传输数据量也高出一到两个数量级，通常基于单卡带宽更高的Scale Up网络[52][56] - 单一大模型的参数量与单卡显存的差距、单卡算力与单卡显存间的差距均逐代放大，单卡运算时需从多张卡的显存读取所需参数、数据，目前产业化应用最优解是使用Scale Up网络将显存池化[59] - 通信带宽是推理速度的瓶颈，通过Scale up提升推理效率尤为重要；推理场景中P/D分离架构利于整体效率和推理体验提升，增加了对高性能硬件和复杂网络的需求[62] - Scale Out网络实现集群内所有GPU卡互联，亮点是连接GPU数量大；Scale Up网络实现超节点内所有GPU卡互联，亮点是单卡通信带宽高[66] - Scale Up超节点容量和带宽增长均可提升集群性能，GB200与B200、H200有较大性能差，除精度提升外，Scale Up超节点容量和带宽的提升也有明显贡献，随着用户消耗Token速度提升，更大的Scale Up超节点具备的推理性能优势会越放越大[75] 网络互连升级，产业链增速高于Capex&芯片增速 - 亚马逊Trn2 - Ultra64超级服务器使用AEC做柜间互联，DAC做柜内互联，单个芯片基于NeuronLinkv3可实现640GB/s（即5120Gb/s）带宽的Scale Up网络；Meta Minerva机柜把Scale Out、Up机柜都放在柜内，带宽51.2T、204.8T，单卡带宽3.2T、12.8T[80] - AI算力互连的成长逻辑有四大变化趋势：算力硬件需求从锚定云厂商CapEx到锚定处理Token数；算力芯片从依赖GPU到GPU+ASIC并存；技术迭代从产品级别升级转为网络架构级别整体升级；网络互连升级重心从Scale Out拓展至Scale Up，两类网络共同提升，单芯片带宽提升[85] - 后续算力互连需求发展存在乘数效应：资本开支结构优化，算力芯片增长速度高于资本开支增速；单芯片带宽提升，算力互连需求增速高于芯片需求增速[88] 投资建议 - 互连带宽需求有望随着“乘数效应”快速增长，光连接、铜连接、PCB等各种互连方式有望深度受益瓜分增量互连需求，推荐光互连标的如中际旭创、新易盛等；铜互连标的如兆龙互连、中际旭创等；PCB标的如胜宏科技、景旺电子等[90]

纪要涉及的行业和公司 - **行业**：AI 行业、光通信行业、云计算行业 - **公司**：Meta、中兴创、新易盛、互联股份、太辰光、谷歌、甲骨文、OpenAI、微软、软银、亚马逊 AWS、Claude、英伟达、GROX、GPT-5 纪要提到的核心观点和论据 - **Meta 投资与规划**：Meta 计划投入 3000 亿美元建设 Prometheus 和 Hyperion 数据中心，远超 2025 年 700 亿美元资本开支，未来资本开支将持续上调；通过高额薪资吸引顶尖人才，重视 AI 领域；积极布局 ASIC 项目，预计年需求量达百万片级别，可节省 90%成本并实现供应链自主可控；未来几年供应链规划确定，光模块需求大，2026 年可能达上千万支 [1][2][4][8] - **数据中心与网络需求**：数据中心规模扩大使网络复杂度提升，计算与网络价值量比例约为 3:1，光模块占网络总价值三分之一，Meta 两大数据中心预计需几千万个光模块；海外 CSP 光模块与 GPU 配比从 1:3 升级到 1:5，2027 年预计出现百万卡集群，网络需求持续增加 [1][5][6][7] - **产业链相关公司**：中兴创和新易盛等头部公司有望受益于 Meta 需求增长，主导 800G 及下一代 1.6T 产品市场份额；互联股份在交换机 PCB 领域表现出色，太辰光为 Meta 提供大量光连接器；甲骨文 OCI 凭借价格优势吸引 AWS 客户，CEO 人脉广，GPU 采购充足，订单超 1000 亿美元，产业进展将超预期 [1][3][8][9][12] - **AI 模型进展**：GROX 发布，GPT - 5 即将发布，Meta 可能近期更新模型；OpenAI、谷歌 Gemini 和 Claude 等公司 TOKEN 消耗量持续增加，但 Claude 限制国内用户使用 VPN 或中国 IP 访问，可能反映算力不足 [13] - **光通信板块趋势**：光通信板块三季度比二季度好，下半年比上半年好，明年比今年好；全年 KPI 上调，下一代产品配套网络升级推动价值量增长；大票估值便宜，小票估值合理，有上涨空间 [14] - **AI 产业链发展**：AI 产业链持续进展，下半年和明年景气度良好，有上升空间；市场认可 AI 长期潜力，海外和国内科技公司都重视 AI 发展 [15] - **AI 产业链估值**：当前赛道估值不高，英伟达市值达 4 万亿美元，而中信和新易等公司市值仅 1000 多亿至 2000 亿；算力链供应商达技术要求可获高利润率 [16] 其他重要但可能被忽略的内容 - OpenAI 因算力需求增长过快，微软投入近 1000 亿美金无法满足，选择与软银和甲骨文合作 [11] - 亚马逊 AWS 进展不够激进，导致 Claude 限制国内用户使用 VPN 或中国 IP 访问 [13] - 投资者需关注海外产业链公司财报和模型进展，核心标的仍值得推荐 [17] - 英伟达奖励达技术要求的供应商，使其获高利润率，如新易 ROE 水平和利润率突出 [19]

纪要涉及的行业 AI 算力行业、海外算力市场 纪要提到的核心观点和论据 - **当前 AI 算力大行情将持续**：基于算力硬件成长逻辑的四个变化，即从锚定资本支出到锚定 TOKEN 数、从依赖 GPU 到 ASIC 逐渐占据半壁江山、从产品级别迭代到网络架构升级、从传统 scale - out 网络扩展到 scale - up 网络[2] - **四个变化及其逻辑** - **从锚定 capex 到锚定 TOKEN 数**：过去将行业景气度与云厂商资本支出挂钩有局限性，TOKEN 数形成闭环，反映推理算力需求和产业链需求，谷歌、微软和字节等厂商 TOKEN 数同比大幅增长，推动配套设备需求，增速可能高于算力芯片出货量[3][4] - **从依赖 GPU 转向 ASIC**：ASIC 相比 GPU 性价比更高，即使资本开支增长放缓，资金从 GPU 转向 ASIC 会使单位美元购买的算力卡及配套硬件增加，产业链增速可能高于云厂商资本开支增速[4] - **从产品级别迭代到网络架构升级**：2022 - 2024 年产品迭代推动行业发展，但更大催化剂是 AI 计算要求下配套网络架构升级，体现在 scale - out 网络需求升级和 scale - up 网络发展[4] - **从传统 scale - out 网络拓展至 scale - up 网络**：AI 计算需要高频大量数据传输，传统 scale - out 网络无法满足，scale - up 网络能提高 GPU 利用效率，需高频数据传输支持[4] - **海外算力市场行情发展**：2023 - 2025 年经历三波上涨和两波回调，回调与季节无明显相关性，行情驱动因素不断演变，从 GPT 技术到多模态模型，再到英伟达新产品发布，当前一轮具有实质性突破[5][6] - **scale - up 网络特点及发展趋势**：单卡带宽高，集群内卡数量少，未来在云计算从 GPU 转向 ASIC 趋势下，云厂商及英伟达可能采用其进行网络升级，卡数量和单卡带宽需求将持续增长[7] - **2025 - 2026 年行业发展机会**：2025 年第一季度末到第二季度初有三波机会，分别是厂商业绩发布、产业链关键环节上修需求预期、二季报预告，验证了今明两年景气度，产业链成长性依然存在，PE 后续有上升空间[12] 其他重要但是可能被忽略的内容 - **TOKEN 数增长影响**：带来算力需求增加，推动光模块、PCB、有源铜缆等配套设备需求增速，其增速可能高于算力芯片出货量，单卡带宽乘数效应未完全反映[8][9] - **CPO 技术影响**：博通 CPO 发布打消了对 CPO 取代光模块和 PCB 的担忧，CPO 光学部分故障率 5% - 8%，光模块故障率为千分位级别，铜缆故障率更低，Skill up 网络需求使带宽增速比算力增速快，对传统 Skill on 网络影响不大[10] - **英伟达产品路线体现**：从 H100 到 GH200 再到 GB200 体现了 Scale up 网络发展，未来可能有基于 PCB、AEC 及多模/单模光模块等方案，市场成熟效应未完全反映，需等云厂商方案落地[11]

HBM市场核心观点 - 生成式AI爆发推动HBM需求激增 2023年HBM比特出货量同比增187% 2024年增幅达193% [1] - 全球HBM收入预计从2024年170亿美元增至2030年980亿美元 复合年增长率33% [4] - 三大存储巨头中SK海力士HBM销售额预计占DRAM总收入50%以上 美光业绩创新高 [4] - 机构对HBM前景存在分歧 高盛预警2026年价格两位数下跌 瑞银看好2026年突破性增长 [5][9] 市场供需分析 - 高盛预测2026年HBM供应过剩导致价格下跌 主要因厂商扩产及NVIDIA新GPU需求增长有限 [6] - 瑞银预计2026年HBM混合价格同比增18.5% 收入达327亿美元 SK海力士营业利润占比超70% [10] - 集邦咨询认为成熟HBM产品价格稳定 HBM4发布或推高整体均价 [8] 厂商竞争格局 - SK海力士预计2026年保持50%市场份额 但面临三星20%年出货增速威胁 [7][9] - 2025年底三星与SK海力士月产能均达15万片晶圆 美光计划2026年扩至9万片/月 [13] - 中国企业入局增加市场不确定性 但当前认证阶段难分胜负 [8][12] 技术演进趋势 - HBM3E和HBM4成关键变量 Blackwell和TPU v6将推动高端需求 [16] - HBM4价格预计比前代高40% 尽管生产成本增50% [10] - ASIC定制芯片催生新需求 预计2024年占HBM市场10% 客户多元化加速 [17][18][19] 应用场景拓展 - 亚马逊/谷歌/博通等ASIC厂商成为新增长点 摩根大通预测全球AI ASIC市场规模2024年达300亿美元 [17][18] - NVIDIA Blackwell系列需求530万台 TPU v6需求220万台 均带来DRAM容量2倍以上增长 [16]