投资评级与核心观点 * 报告首次覆盖生益电子，给予“买入”评级 [4][6][7] * 核心观点认为，生益电子作为深耕印制电路板行业40年的企业，将充分受益于AI基础设施投资带来的结构性需求增长，特别是在亚马逊ASIC服务器平台部署和高速交换机速率升级两大领域 [4][6][10] * 报告预测生益电子2025-2027年归母净利润年复合增长率高达55%，当前估值（2026年预测PEG为0.5）未充分反映其增长弹性，相比可比公司2026年平均PEG 0.8，对应约50%的上升空间 [6][7][95][96] 公司概况与市场地位 * 生益电子自1985年成立以来，始终专注于中高端印制电路板的研发、生产与销售，产品广泛应用于通信设备、网络设备、计算机/服务器、汽车电子等领域 [6][16] * 公司呈现非线性成长，受下游行业需求影响较大，2024年以来受益于AI服务器需求，恢复成长期 [20] * 根据Prismark报告，公司在2024年全球PCB百强中位列第35位 [6][24] 下游应用与客户结构 * 公司增长引擎已从通信PCB为主切换至计算PCB为主，2024年服务器产品订单占比从2023年的24%大幅跃升至49% [6][27][53] * 2023年，公司成功开发了包括亚马逊在内的多家服务器客户，AI配套主板及加速卡项目已进入量产阶段 [6][30][53] * 公司前五大客户集中度较高，2020-2024年营收占比约42%-69%，主要因下游通信及网络设备行业集中度高 [31][32] 行业需求与增长动力 * AI基础设施资本开支高速增长，驱动服务器、交换机PCB需求结构性扩容 [6][36] * 根据灼识咨询，全球数据中心PCB市场规模将从2024年的125亿美元增长至2029年的210亿美元，年复合增长率达10.9% [6][39] * 其中，AI服务器PCB市场规模预计从2024年31亿美元增至2029年80亿美元，年复合增长率20.8%；交换机PCB市场规模预计从2024年50亿美元增至2029年102亿美元，年复合增长率15.2% [41] * 全球八大主要云服务提供商2025年资本支出有望超4300亿美元，同比增长65%，2026年有望超6000亿美元，同比增长40% [36] 技术升级与产品价值 * AI算力需求推动PCB技术向“高频高速、高多层、高阶HDI”方向演进，技术升级提升单位面积PCB的附加价值 [6][44] * AI服务器和高速交换机对PCB在层数、材料、信号完整性等方面提出严苛要求，推动产品高端化 [41][44] * 报告假设，受益于产品结构高端化，生益电子2025-2027年PCB产品平均销售单价年增速分别为50%、30%、20% [8][91] 服务器业务：深度绑定亚马逊ASIC平台 * 亚马逊AWS的Trainium2自研芯片已成为年收入数十亿美元级别的业务，来自Anthropic等客户的需求确定性高 [6][59] * AWS的Project Rainier AI计算集群已规划总容量4.6GW，截至2025年12月初已上线1.1GW，并将持续部署 [6][67][68] * 生益电子已切入AWS Trainium服务器供应链，成为少数大陆PCB供应商，将受益于该平台部署的增长 [6][69] 交换机业务：紧跟速率升级步伐 * 2025年800G端口速率成为以太网交换机市场主流，1.6T端口预计于2026年开始高速增长 [6][71] * 2025年第三季度，全球以太网交换机市场收入达147亿美元，同比增长35.2%，主要由数据中心需求驱动 [6][74] * 生益电子在800G高端交换机PCB领域已取得突破并实现批量交付，同时正在研发下一代1.6T以太网主板 [6][81] 产能扩张与供给保障 * 截至2024年底，生益电子具备产能约200万平方米/年 [6][85] * 2025-2027年，公司规划通过东城5厂、吉安二期、泰国工厂及东城HDI新厂等项目，将总产能提升至超过300万平方米/年 [6][86][89] * 报告假设，在AI算力投资高景气度下，公司2025-2027年产能利用率将维持在90-100%的高位 [8][91] 财务预测与关键假设 * 报告预测生益电子2025-2027年营业总收入分别为98.42亿元、153.53亿元和202.66亿元，同比增长110.0%、56.0%和32.0% [5][7] * 预测同期归母净利润分别为17.21亿元、28.87亿元和41.19亿元，同比增长418.3%、67.8%和42.7% [5][7] * 关键盈利假设包括：2025-2027年PCB出货量增速分别为40%、20%、10%；PCB毛利率分别为30%、31%、32%，逐年提升1个百分点 [8][91][92]

AWS芯片战略与设计理念 - 公司自2015年收购Annapurna Labs后持续为数据中心自研芯片 采用垂直整合和系统优先的开发模式 硬件与软件工程师在芯片设计至服务器部署全流程协作[2] - 芯片开发目标是为特定工作负载定制化设计 而非先构建芯片再集成系统 以此提升性能效率[2] 芯片基础原理与特性 - 计算机芯片由硅基半导体材料构成 内含电子电路 作为电子设备的核心决策单元 不同芯片设计目标差异显著（如智能手机芯片侧重多功能与续航 AI芯片专注数据处理）[4] - 芯片性能依赖超高速数据传输能力 架构需优化组件布局以最小化信息交换距离 即使原子级长度误差也可能导致项目延误数月[4][5] - AWS Trainium芯片专为机器学习训练设计 每秒可完成数万亿次计算 单个芯片计算量相当于人类计数31700年[5] Trainium芯片架构设计 - 芯片设计类比城市规划：脉动阵列作为"市中心" 由数千个计算单元组成网格 以节律性脉动模式并行处理数据 执行浮点乘法和累加计算（MAC运算）[6][7][9] - 数据通过专用路径（数据总线）传输 高流量区域采用"高速公路"式宽总线 低流量区域使用"小巷"式窄总线 工程师需优化路径避免信息瓶颈[11] - 存储单元作为"外围区域"战略布局 频繁访问数据靠近计算核心 中介层位于芯片底部 建立计算核心与内存间电通路 管理电力传输与数据流[13][15] 系统级集成与扩展 - 单台Trainium服务器容纳16块芯片 4台服务器互联构成UltraServer系统 实现64芯片协同工作 显著加速复杂计算[15] - 数十万芯片跨数据中心互联形成全球最强AI训练计算机之一 支撑生成式人工智能发展[15]

行业趋势 - 谷歌、Meta、微软、AWS等云厂商定制ASIC芯片及英伟达GPU的AI服务器热设计功率密度提升，对液冷需求明确 [1] - ASIC芯片及英伟达GB300持续放量将大幅提升液冷渗透率，市场空间扩容 [1] - 预计2026年ASIC及英伟达GPU芯片出货量大幅增长，液冷市场空间显著提升 [2] 技术发展 - Meta与博通合作定制ASIC芯片，AI服务器热设计功率推高至180kW以上，使用液冷散热组件 [2] - 谷歌从TPU3.0开始使用液冷方案，AWS聚焦Trainium芯片，Meta MTIA芯片迭代至第二代 [2] - OpenAI计划采用台积电3nm及A16制程生产ASIC，预计2026年底量产 [2] 市场空间 - 液冷系统单KW价值量约8000元，其中CDU占比40%，液冷板占比20%-30%，UQD占比10% [2] - 假设2026年ASIC+GPU芯片出货量超1000万片，对应液冷市场空间约800亿元 [2] - 国内大陆厂商有望获得800亿市场空间的30%份额，对应240亿元收入体量 [3] 企业竞争力 - 国内大陆液冷企业在技术、产品质量、成本、服务等综合能力优秀，部分龙头厂已进入英伟达供应链 [1][3] - 国内企业在客户拓展、项目经验等方面有较大提升，预计未来更多公司成功出海 [3][5] - 北美液冷产业链集中于美国和中国台湾地区，国内企业具备全球市占率提升潜力 [3]