**行业与公司** * 涉及行业：大中华区科技半导体行业，重点关注云/数据中心、存储（内存）、光学（CPO）、AI半导体（GPU/ASIC）及半导体供应链[1][3][7] * 公司观点：行业整体观点为“有吸引力”[3] * 核心看涨领域：云、内存和光学前景[1][3] **核心观点与论据** **1. AI与云半导体需求强劲** * **云资本支出强劲**：前四大云服务提供商（亚马逊、谷歌、微软、Meta）2025年第四季度资本支出同比增长64%[42] 摩根士丹利云资本支出追踪器估计，2026年仅前十大上市全球CSP的资本支出将达近6850亿美元，若包含主权AI，英伟达CEO预计2028年全球云资本支出将达1万亿美元[50][52] * **AI推理需求增长**：主要CSP每月处理的代币数量表明AI推理需求正在增长[61] 中国方面，DeepSeek引发了推理AI需求，但其更便宜的推理方案可能对国内GPU供应链构成稀释风险[8] * **AI芯片供应集中**：2026年，AI计算晶圆消费可能高达260亿美元，其中英伟达占据大部分份额[76] 预计2026年HBM消费量将高达320亿Gb[82] **2. 存储（内存）行业存在结构性机会** * **AI存储导致短缺**：AI存储导致NAND短缺，同时预计NOR闪存供应不足将持续到2026年[21] DDR4短缺预计将持续到2026年下半年[33] * **新增需求驱动**：推理上下文内存存储平台（ICMS）预计将为2026e/2027e的NAND消费带来额外1%/13%的增长[29] * **股价领先指标**：内存股价格是逻辑半导体的领先指标，内存股价同比峰值领先于逻辑半导体[15][17] * **重点推荐**：看多内存领域，将Winbond（首选）、Nanya Tech、APMemory、GigaDevice、Macronix列为超配[8][14] **3. 先进封装与制造产能扩张** * **CoWoS产能大幅扩张**：鉴于持续的强劲AI需求，台积电可能将CoWoS产能扩大至2026年的125k wpm[67] 台积电可能在2025年将CoWoS和SoIC产能翻倍，并预计这一趋势将持续到2026年[72] * **产能分配变化**：根据2026年CoWoS分配表（红色数字标记），英伟达、博通、AMD等主要客户的产能分配将发生关键变化[74] **4. AI ASIC（定制芯片）增长显著** * **增长前景**：边缘AI半导体（2023-30年CAGR 22%）、推理AI芯片（CAGR 68%）、定制AI芯片（CAGR 65%）[103] 在云AI中，推理AI芯片的增长将超过训练芯片，定制AI芯片的增长将超过通用芯片[100] * **CSP自研芯片趋势**：即使有英伟达强大的AI GPU，CSP仍需要定制芯片[104] AWS Trainium和谷歌TPU等ASIC项目数量正在增加[108][109] * **设计服务映射**：报告提供了主要科技公司的定制芯片项目与设计服务供应商（如联发科、Alchip、GUC、博通等）的详细映射表[116] **5. 中国AI与国产GPU供应链** * **自给率提升**：2024年中国GPU自给率为34%，预计到2027年将达到50%[142] 预计2027年中国云AI总市场规模为480亿美元，认为届时中国本地GPU几乎可以满足中国AI需求[144][145] * **技术性能对比**：提供了华为昇腾、寒武纪等中国国产GPU与英伟达产品的详细性能对比表格[135] 对比了英伟达NVL72与华为CloudMatrix 384的集群规格[138] * **产能与收入预测**：预测本地GPU收入到2027年可能增长至1360亿元人民币，这得益于中芯国际领先制程产能的支持[148] **6. 共封装光学（CPO）等新技术** * **CPO高速增长**：预计规模扩展型CPO交换机将从2025年的5千台快速增长至2030e的20万台，这意味着2023-2030e年复合增长率达144%[163] * **供应商机会**：分析了FOCI等公司在英伟达规模扩展和规模扩大项目中的收入贡献潜力[167] **其他重要内容** **1. 风险与挑战** * **科技通胀**：预计“价格弹性”将影响科技产品需求，不断上涨的晶圆、OSAT和内存成本在2026年为芯片设计公司带来更多利润率压力[8] * **AI侵蚀效应**：除了需求疲软（AI取代部分人力工作），半导体供应链也优先考虑AI半导体而非非AI半导体，例如T-Glass和内存短缺[8] * **中国供应链不确定性**：英伟达H200的出货（如果有的话）可能会稀释国内GPU供应链[8] **2. 个股投资观点汇总** * **超配（Overweight）**：主要集中在存储（Winbond、Nanya Tech等）、AI/数据中心半导体（Aspeed、WT Micro）、CPO（台积电、ASE、AllRing、KYEC、FOCI）等领域[8] * **平配/低配（Equal-weight/Underweight）**：包括ASMedia、Realtek、Parade、Novatek、Himax、WPG、Nuvoton、Goodix、Phison等[8] * **详细估值比较**：报告提供了涵盖晶圆代工、封测、内存、IDM、半导体设备、设计（Fabless）等子板块大量公司的详细估值比较表，包括股价、目标价、市盈率、增长率等指标[10][11] **3. 半导体分销商机会** * **WT Micro为最佳代理**：鉴于其在数据中心领域的强大曝光度，WT Micro是半导体分销商中的最佳代理[118] AI ASIC和网络是其关键增长动力[127] 预计半导体分销在2025-2029e年复合增长率为13%，快于整个半导体行业增长[120] **4. 合规与披露** * 报告包含大量关于利益冲突、分析师认证、评级定义、监管披露以及摩根士丹利与所覆盖公司业务关系的声明[4][170][171][172][173][174][175][176][177][178][179][180][181][182][183][184][185][186][187][188][189][190][191][192][193][194][195][196][197][198][199][200][201][202][203][204][205][206][207][208][209][211][212][213][214][215][216][217][218][219] * 特别提及美国行政命令14032及出口管制，相关实体的证券可能受投资限制[168][169]

文章核心观点 - 尽管英伟达、Alphabet和OpenAI等美国公司高管否认存在AI泡沫 但中国AI产业正在快速发展并可能带来意外挑战 美国在AI领域的领先地位并非绝对 [2] - 中国AI产业的发展可能通过低成本模型、潜在的芯片获取途径以及强大的能源基础设施等优势 对美国构成竞争压力 [2][6][7] 中国AI产业动态与竞争力 - 中国AI产业即将迎来关键一周 其发展势头获得部分科技行业分析师和记者的认同 [2] - 中国公司深度求索（DeepSeek）的AI模型于1月发布 其开发成本仅为美国市场领导者的很小一部分 [3] - 中国AI模型发布速度可能加快 有“隐秘”模型出现 阿里巴巴的通义千问Qwen-3.5和智谱AI的GLM-5等进展旨在推动国内竞争 [4] - 外界难以准确比较中国AI进展与美国发布产品的水平 [4] 芯片技术与获取途径 - 英伟达CEO黄仁勋称赞其R1推理模型 并暗示需要更多计算能力 可能指向对英伟达芯片的需求 [2] - 长期以来 英伟达Blackwell芯片被认为是尖端产品 有传言称部分芯片可能通过新加坡等离岸地点提供给中国 [5] - 中国可能获得英伟达第二强大的芯片H200 但该安排的未来取决于美中贸易战 [5] - 中国自主研发先进AI芯片 如华为昇腾910C 普遍认为其尚无法与美国产品媲美 但追赶速度未知 [6] 能源基础设施优势 - 美国AI数据中心建设面临能源供应和选址限制的挑战 [6] - 中国的发电能力是美国的**两倍** 且领先优势在快速扩大 在技术可能无法领先的领域 中国可能在能源基础设施方面占据优势 [6] 潜在市场影响与观点 - 中国可能拥有最便宜的AI技术 [7] - 存在观点认为AI泡沫是真实的 [7]

核心观点 - 上海交通大学DENG Lab与华为联合提出一种名为LoPA的无训练解码算法，通过前瞻并行解码机制，显著提升了扩散大语言模型的推理并行度和吞吐量，突破了现有解码策略的效率瓶颈 [2][7][18] 技术原理与创新 - **核心问题**：现有扩散大语言模型普遍采用置信度驱动采样，其贪婪的填词顺序限制了模型的并行潜力，导致单步生成通常局限于1-3个Token [13][14] - **算法创新**：LoPA引入前瞻并行解码机制，通过并行探索多个填词顺序分支并验证其未来置信度，主动选择最优路径，从而提升单步生成Token数 [9][16][18] - **关键特性**：该算法具有极高的并行度、无需训练、即插即用，并能通过分支并行最大化硬件利用率 [7][8][10] 性能提升数据 - **并行度提升**：在GSM8K基准上，LoPA将D2F-Dream模型的单步生成Token数从3.1提升至10.1，并行度提升超过3倍 [3][28][29] - **吞吐量表现**：配合自研的LoPA-Dist分布式推理系统，在华为Ascend 910C平台上实现了1073.9 tokens/s的单样本峰值吞吐量，在MBPP和GSM8K基准上的平均吞吐量分别达到1073.86和856.46 tokens/s [3][6][33][34] - **质量保持**：在MBPP、HumanEval等多个基准测试中，LoPA在显著提升TPF的同时，保持了与基线模型相当的精度得分 [29][30][31] 系统实现与优化 - **分布式系统**：为承载LoPA的多分支计算，团队设计了LoPA-Dist分布式推理系统，引入了分支并行策略，可与张量并行等现有机制混合使用 [24][25] - **硬件平台优化**：系统针对NVIDIA CUDA和华为Ascend平台进行了定制优化，分别面向低延迟和高吞吐场景，采用了不同的键值缓存管理协议和并行策略 [23][26][34] 应用与影响 - **模型适用性**：该研究在SOTA扩散语言模型D2F上进行了成功验证，未来计划进一步探索在SDAR等更多dLLM架构上的应用 [28][36] - **行业意义**：该工作通过算法与系统的协同设计，证明了非自回归模型在保持高性能的同时，能够实现远超传统自回归模型的推理速度，推动了高效生成模型的落地 [36]

中国AI与半导体行业研究纪要关键要点 涉及的行业与公司 **行业** * 中国人工智能与半导体行业[1] * 具体涉及AI芯片供应链，包括半导体设备、AI芯片设计、晶圆代工[4] **主要公司** * AI芯片设计公司：寒武纪、海光信息[4] * 半导体设备公司：北方华创、中微公司、拓荆科技[4] * 晶圆代工公司：中芯国际、华虹公司[4] * 其他供应链参与者：CoWoS、HBM、网络、服务器组装相关公司[4] 核心观点与论据 **行业前景与驱动力** * 中国AI故事远未结束，并非泡沫，2025年由DeepSeek推动，但供应链发展尚处于初始阶段[2] * 预计中国云服务提供商和电信公司总资本支出将以13%的复合年增长率增长，AI资本支出将以25%的复合年增长率增长至2028年，达到1720亿美元[2] * 主要云服务提供商已发出资本支出计划上调信号，大部分将分配给AI，到2028年创造880亿美元的AI芯片需求[2] * 当前最大瓶颈在于本土先进逻辑制程产能受限，限制了本土AI芯片的产出[3] * 关键转折点：先进逻辑产能应在2026/27年开始加速[3] * 考虑到从晶圆厂生产到AI芯片销售通常有3-4个季度的滞后，产能增加将转化为2027/28年本土AI芯片销售的急剧增长[3] * 到2028年，预计本土AI芯片供应将比2025年增长5倍，市场将达到供需平衡[3] * 预计英伟达不会在中国恢复销售，本土玩家到2028年将占据超过90%的市场份额[3] **投资逻辑与标的排序** * 预计2026年中国整个AI供应链将出现普遍上涨，排序为AI芯片 > 半导体设备 > 晶圆代工[4] * AI芯片供应商是直接受益者，作为本土晶圆代工的早期采用者，他们已确保足够的先进逻辑产能以推动未来几年的快速增长[4] * 半导体设备股更具防御性，估值最合理，不仅受益于先进逻辑的扩张，还受益于存储器需求向本土供应商的转变，尤其是HBM[4] * 晶圆代工厂也将受益，但股价主要受市场情绪驱动，因估值已相对较高[4] * 寒武纪和北方华创为首选标的[4] **关键催化剂与风险** * 催化剂：DeepSeek或其他算法开发商推出更多创新、主要云服务提供商进一步上调资本支出计划、供应链出现关于先进逻辑和存储器产能更快扩张的更多消息[13] * 风险：英伟达恢复在华销售并提供优于本土厂商的芯片、美国AI股崩盘拖累中国AI股、中国先进逻辑供应链仍未完全自给自足，极端情况下的完全脱钩将延迟中国先进逻辑产能扩张[14] 重要数据与预测 **需求侧数据** * 中国AI资本支出预计从25年到28年以25%的复合年增长率增长，28年AI芯片需求预计达880亿美元[12] * 2025年中国AI资本支出约为880亿美元，仅占美国云服务提供商总资本支出的18%[32] * 中国上市云服务提供商的总资本支出仅占其自由现金流的40-60%，或约占总收入的17%[2] * 2024年主要中国云服务提供商和电信公司总资本支出为2070亿美元，预计到2028年达2670亿美元[27][28] * 2024年中国AI资本支出为600亿美元，预计到2028年达1720亿美元，占其总资本支出的64%[29][30] **供给侧数据** * 本土AI芯片供应预计从25年到28年以74%的复合年增长率增长[12] * 2025年分配给AI芯片的先进逻辑平均产能为10kwpm，预计3年内增长超过10倍至126k[55] * 本土AI芯片销售额预计从2025年的190亿美元增长至2028年的910亿美元[61] * 自给率从2023年的19%提升至2028年的93%[63] * 本土AI芯片ASP预计从2025年的约12,000美元下降至2028年的约6,000美元[57] **公司具体预测与评级调整** * 寒武纪：评级上调至跑赢大市，目标价2000元人民币，基于2027年预期每股收益21.80元和90倍市盈率[7] * 海光信息：跑赢大市评级，目标价280元人民币，基于2027年预期每股收益3.48元和80倍市盈率[7] * 中芯国际：跑赢大市评级，H股目标价100港元，A股目标价150元人民币[9] * 华虹公司：跑赢大市评级，H股目标价100港元，A股目标价140元人民币[8] * 北方华创：跑赢大市评级，目标价600.00元人民币[10] * 中微公司：跑赢大市评级，目标价380.00元人民币[10] * 拓荆科技：跑赢大市评级，目标价375.00元人民币[10] 其他重要内容 **市场结构特点** * 中国AI加速器市场在DeepSeek之后快速增长，芯片买家更加分散，分为互联网/云服务提供商/电信公司、AI公司、汽车/移动OEM、第三方数据中心/MaaS供应商四类[20] * 政府支持的数据中心占国内AI资本支出的近25%[20] * 中国AI芯片竞争格局也更为分散，分为全球GPGPU供应商、本土GPGPU供应商、本土第三方ASIC、本土云服务提供商自研ASIC四类[41][42] * 华为在网络方面进行创新，计划构建比英伟达更强大的SuperPoDs，训练需求将增加推理需求[44] **性能与产能细节** * 本土AI芯片计算性能仍远落后于英伟达和AMD的最佳芯片，但与能销售到中国的芯片竞争[43] * 采用双Die设计的昇腾910C性能约为H100的80%，寒武纪思元590和海光信息BW1000性能与英伟达A100相当[43] * 从晶圆产能到芯片销售至少需要3个季度，加上服务器测试和收入确认，预计芯片销售相比生产有1年延迟[55]

涉及的行业与公司 * 行业：美国半导体及半导体设备行业[2] 具体关注人工智能计算、数据中心、存储（HDD）领域[3][4][5] * 公司：NVIDIA (NVDA)、Advanced Micro Devices (AMD)、Intel (INTC)、Anthropic、Google Cloud Platform (GCP)、Broadcom (AVGO)、Marvell (MRVL)、Seagate Technology (STX)、Western Digital (WDC)、TDK、Huawei[3][4][5][8] 核心观点与论据 NVIDIA (NVDA) 与人工智能计算市场 * 公司即将举办GTC华盛顿活动 预计将强调数据处理市场从CPU加速转向的议题[3] * 公司向英特尔投资50亿美元 被视为影响美国政府允许其向中国出口更强大芯片的潜在推动因素[3] * 中国市场对NVDA规模估计约为500亿美元 而本土替代品（如华为）的供应能力可能仅约75亿至100亿美元 仅占NVDA所估计中国市场的15% 为NVDA和AMD留下巨大市场空间[3][8][9] * 公司已准备好B30芯片 等待特朗普政府批准向中国出口[3] 人工智能云服务与计算需求 * Anthropic与GCP签署协议 计划使用100万颗TPU 该协议价值数百亿美元 预计在2026年需要超过1吉瓦的电力容量（博通估计100万颗XPU消耗1.7-2吉瓦电力）[4] * Anthropic同时将亚马逊列为其主要训练合作伙伴和云提供商 这支持其使用Marvell的新N3 Trainium芯片[4] * 该协议符合GCP可能更倾向于向Anthropic出租TPU 而非以商业基础出售TPU的观点[4] 硬盘驱动器（HDD）行业周期 * 观点认为HDD行业正处于产能增加的边缘 这与过去约12个月的市场叙事显著不同 可能预示着HDD周期即将见顶[5] * 希捷和西部数据在2025年第三季度恢复购买磁头 这与HDD磁头供应商TDK近期的信息一致[5] * 计算显示希捷和西部数据可能通过TDK增加约1.26亿个磁头产能 考虑到每个驱动器平均18-20个磁头 相当于增加约600-700万个单位产能[5][7][8] * 这种叙事的变化可能导致这些股票的EPS倍数出现压缩[7] 其他重要内容 公司评级与风险 * 希捷和西部数据的当前评级均为“中性”[24] * 希捷的投资论点风险包括HDD供需动态、SSD与HDD定价趋势、PC及云/服务器需求[11] * 西部数据的投资论点风险包括HDD行业供需动态、SSD与HDD定价趋势、终端市场需求[12] 中国市场本土供应分析 * 据美国商务部官员2025年6月信息 华为可能制造约20万颗Ascend 910C芯片 每颗芯片传闻ASP为28,000美元 相当于56亿美元收入 占NVDA估计500亿美元中国市场的11%[9] * DigiTimes预计华为制造能力约为25万颗910C 并估计华为占中国本土AI制造的约75% 使本土供应总额达到NVDA中国AI市场估计值的15%（即75亿美元）[9]

华为昇腾芯片路线图 - 华为发布Ascend系列芯片路线图，涵盖2025年至2028年多款产品，包括Ascend 910C（2025 Q1）、Ascend 950PR（2026 Q1）、Ascend 950DT（2026 Q4）、Ascend 960（2027 Q4）和Ascend 970（2028 Q4）[3] - 芯片微架构从SIMD逐步升级至SIMD/SIMT混合架构，支持数据格式包括FP32、HF32、FP16、BF16、FP8、MXFP8、HiF8、MXFP4和HiF4[3] - 互联带宽从784 GB/s（Ascend 910C）提升至4 TB/s（Ascend 970），计算能力从800 TFLOPS FP16（Ascend 910C）提升至4 PFLOPS FP8和8 PFLOPS FP4（Ascend 970）[3] - 内存容量从128 GB（Ascend 910C）增至288 GB（Ascend 960和970），内存带宽从3.2 TB/s（Ascend 910C）提升至14.4 TB/s（Ascend 970）[3] 华为超节点产品 - Atlas 900超节点支持384颗Ascend 910C芯片，总算力达300 PFLOPS，已部署超300套CloudMatrix384服务实例[6] - Atlas 950超节点基于Ascend 950DT，支持8192张卡（为Atlas 900的20多倍），由160个机柜组成，占地1000平方米，FP8算力达8 EFLOPS，FP4算力达16 EFLOPS，互联带宽16 PB/s（超全球互联网峰值带宽10倍）[7] - Atlas 950超节点相比英伟达NVL144（2025下半年上市）卡规模为其56.8倍，总算力为其6.7倍，内存容量1152 TB为其15倍，互联带宽16.3 PB/s为其62倍[7][8] - Atlas 960超节点基于Ascend 960，支持15488张卡，由220个机柜组成，占地2200平方米，FP8算力30 EFLOPS，FP4算力60 EFLOPS，内存容量4460 TB，互联带宽34 PB/s，训练和推理性能较Atlas 950提升3倍和4倍[8] 光模块需求与市场 - 2024年全球光模块需求约800万只，英伟达需求超300万只，谷歌需求超200万只[12] - 2025年需求预计1800-2100万只，英伟达需求超500万只，谷歌需求约350万只，Meta需求250-300万只，AWS需求约300万只[12] - 2026年需求预计3000-3200万只，英伟达需求350-400万只，谷歌需求400-500万只，Meta需求约600万只，AWS需求约550万只[12] - 2026年800G光模块需求可能超预期，主因微软需求未被充分统计，实际需求或远超250万只[12] 1.6T光模块需求 - 2025年1.6T光模块需求主要来自英伟达，规模250-350万只（其中100万只给代工链），谷歌需求20-30万只，Meta和AWS需求可忽略[13] - 2026年1.6T光模块保守需求约860万只，英伟达需求至少500万只（其中100-150万只给代工链），谷歌需求约150万只，Meta和AWS需求各约80万只[14] 光模块产能与供需 - 头部三家厂商2026年产能合计3500-4000万只，产能利用率约80%，可生产数量约2800-3200万只[16] - 2026年800G+1.6T乐观需求近5000万只，存在1000-1500万只供需缺口[16] GPU与光模块配比 - 英伟达GPU与光模块配比为1:3至1:4.5，主要针对三层架构和800G光模块[17] - 谷歌配比约1:14，2026年需求较可观[17] - AWS当前配比1:4，自研ASIC后预计提升至1:8[17] - Meta实际配比1:12至1:14（含多规格光模块），自研ASIC后用量上升[17] 光模块供应商份额 - Meta供应商中菲尼萨份额30%-40%，新易盛份额20%-30%，旭创份额约20%[18] - 谷歌2025年供应商中旭创份额约70%，CloudLight份额约20%，菲尼萨份额约10%[18] - AWS供应商中新易盛份额60%-70%，菲尼萨份额约15%，旭创份额超20%，CloudLight份额5%-10%[18] - 微软供应商较杂，旭创份额20%-30%，新易盛份额10%-20%，菲尼萨份额10%-20%，设备厂商订单占比30%-40%[18] - 英伟达800G市场以旭创和菲尼萨为主，1.6T市场为旭创、菲尼萨和新易盛[18]

华为AI芯片发展路线图 - 华为计划推出多款昇腾和Atlas系列AI芯片，其中昇腾910C芯片已于2025年第一季度推出，并计划于2025年5月开始大规模出货，旨在作为英伟达H20芯片的国内替代品[3] - 尽管面临美国制裁，华为目标在2025年第一季度量产昇腾910C，但其采用中芯国际N+2工艺的良品率据报道仅为20%左右，远低于商业可行阈值[3] - 华为计划在2026年发布昇腾950PR和昇腾950DT芯片，Atlas 950超级集群预计在2025年底推出，被誉为全球最强大的计算集群[4] - 华为进一步规划在2027年推出昇腾960芯片，2028年推出昇腾270芯片，下一代Atlas 960芯片预计在2027年第四季度发布，公司强调通过基于国内芯片制造能力的"超节点+集群"解决方案支持AI长期发展[4] 阿联酋利率调整与市场表现 - 阿联酋中央银行将基准利率下调25个基点，将隔夜存款便利利率从4.40%降至4.15%，此次调整紧随美联储的类似降息行动，原因是阿联酋迪拉姆与美元挂钩[5] - 阿联酋将其2025年通胀预测从2%小幅下调至1.9%，2026年通胀预测从2.1%下调至1.9%[5] - 香港恒生指数突破27000点大关，为两年多来首次，反映了亚太地区的积极市场情绪[6] 韩国电商合资企业获批 - 韩国公平贸易委员会有条件批准了阿里巴巴国际旗下的阿里速卖通韩国公司与新世界集团旗下公司成立的合资企业，合资公司名为"Grand Opus Holding"[7] - 合资安排为易买得关联公司Apollo Korea贡献Gmarket的100%股权，而阿里巴巴关联公司BK4投资2.25亿美元现金以及阿里速卖通韩国的100%股权[7] - 此次合并预计将显著重塑韩国国内电子商务格局，可能形成与Coupang和Naver的三方竞争结构，公平贸易委员会的有条件批准解决了对海外直购市场可能限制竞争的担忧[7][9]

**行业与公司** * 行业聚焦中国半导体本土化进程 特别是AI GPU领域[1] * 涉及公司包括中芯国际(SMIC) 台积电(TSMC) 华为 寒武纪 昆仑芯 海光 沐曦 阿里巴巴等本土AI芯片厂商[2][4][12] * 摩根士丹利对中芯国际给予增持评级(EW) 对台积电给予 overweight评级(OW)[1] **核心观点与论据** * 中国本土AI GPU发展的四大关键驱动因素包括中芯国际7nm工艺产能与良率 中国云服务商(CSP)的AI芯片采购策略 英伟达B40芯片性能价格比 中国AI资本支出扩张[1] * 中国AI软件生态取得进展 深度求索(DeepSeek)的V3.1模型采用UE8M0 FP8新精度参数 可与多种本土AI芯片兼容 相比传统E4M3和E5M2格式能实现更高效动态计算[2][3] * 阿里巴巴开发新型AI芯片 由本土代工厂生产 而此前版本由台积电制造 上海等城市设定目标 计划到2027年实现70%数据中心芯片本土设计或生产[4] * 中国半导体设备进口额在2025年7月达34亿美元 同比增长14% 三个月移动平均同比增长10% 较2025年6月的2%显著反弹[15] * 2024年中国半导体自给率从2023年的20%显著提升至24% 预计到2027年将进一步达到30% 主要驱动因素包括存储芯片产量提升 先进逻辑芯片突破以及汽车等需求稳定增长[34][37] **其他重要内容** * 寒武纪(688256.SS)公布全年销售指引50-70亿元人民币 中值低于彭博共识671亿元人民币11% 库存水平环比下降2%至27亿元人民币[9] * 本土AI芯片规格详情见附表 华为昇腾910C的FP16算力达800 TFLOPS FP8/Int8算力达1600 TFLOPS[12] * 较小规模的中国AI开发者仍偏好英伟达H20而非本土GPU进行训练 原因在于更好的软件支持和集群性能[9] * 英伟达表示可能为中国市场提供Blackwell架构产品 B40芯片因未使用HBM且主要用于推理而非训练 无需额外许可即可向中国销售[9] * 2025年前7个月 中国从美国 荷兰 韩国和日本的半导体设备进口额分别同比下降25% 21% 1%和2% 而从新加坡的进口额同比增长11%[16] * 个股表现方面 乐鑫科技(688018.SS)受益于国务院AI指南 兆易创新(603986.SS)和华虹半导体因涨价和高利用率等因素表现强劲[22]

关键要点总结 行业与公司 - **行业**：中国人工智能半导体技术[1][2][3][4] - **重点公司**：华为（CloudMatrix 384）、MetaX、Moore Threads、阿里巴巴T-Head[3][4][8][14] --- 核心观点与论据 中国AI半导体技术进展 - **华为CloudMatrix 384 (CM384)** - 性能：集成384颗Ascend 910C加速器，FP16算力215-307 PFLOPS，超越NVIDIA NVL72的180 PFLOPS[8][11][12] - 创新：采用UBLink技术（784GB/s带宽）和HBM内存共享，缓解LLM训练瓶颈[8] - 下一代计划：CM384 A5将搭载Ascend 910D处理器[8] - **其他本土AI芯片** - MetaX C600：SMIC n+2工艺（7nm），支持FP8精度，HBM3e内存144GB[8] - Moore Threads：支持FP8精度的LLM训练[8] - 阿里巴巴T-Head：5nm芯片搭配HBM，预装DeepSeek/Qwen3模型，专注领域特定LLM训练[14] - **市场需求**：中国AI推理需求强劲，应用扩展至AI代理、编程和多模态产品[2] --- 半导体设备与供应链 - **进口数据**： - 2025年6月中国半导体设备进口额30亿美元（同比+14%），但美国、荷兰、韩国进口额分别下降31%、17%、4%[24][25] - 2025年全球设备支出预测上调至1090亿美元（原1040亿）[24] - **自给率**： - 2024年中国半导体自给率24%（2023年为20%），预计2027年达30%[42][44] - 细分领域：GPU自给率34%（2024年），HBM领域仍受限[45][46] --- 投资机会与风险 - **机会**： - SMIC（中芯国际）受益于本土AI芯片需求，但市场对其先进节点ROI存疑[10] - 设备商（如ASMPT、NAURA）因产能扩张需求表现优异[29] - **风险**： - 中国开发者仍偏好NVIDIA H20（软件生态优势），本土GPU训练市场接受度低[10] - EDA工具本土化不足（如Empyrean股价因美国限制解除下跌）[30] --- 其他重要内容 - **股价表现**： - 1个月涨幅：ASMPT +25.3%，SMIC +19.8%，华虹半导体 +19.8%[29] - 12个月涨幅：SMIC +216.6%，华虹半导体 +110.9%[31][36] - **技术对比**： - NVIDIA NVL72 vs. 华为CM384：后者算力更高但网络带宽（1.8TB/s vs. 784GB/s）仍有差距[11][12] - **政策驱动**：中国推动成熟制程芯片（如图像传感器、功率半导体）自给率提升[45]

关键要点总结 行业与公司 - **行业**: 大中华区科技半导体行业 [2][5] - **公司**: 台积电(TSMC) [6][8][9][12][17][22][24][27][32][48] 核心观点与论据 台积电(TSMC)业绩与展望 - **2Q25业绩超预期**: - 营收9338亿新台币(环比+11.3% 同比+38.6%) 超摩根士丹利和共识预期 [7] - 毛利率58.6%(同比+545bps) 营业利润率49.6%(同比+708bps) [7] - EPS 15.36新台币(同比+60.7%) [7] - **3Q25指引强劲**: - 营收指引31.8-33.0亿美元(中值环比+8%) [10] - 毛利率指引55.5%-57.5% [10] - **AI相关收入增长**: - 预计2027年AI半导体收入占比达34% [22] - 2025年预计生产510万颗芯片 GB200 NVL72全年出货量达3万 [24] - **产能扩张**: - CoWoS产能预计2026年扩至93kwpm [17] - 2nm产能2026年可能翻倍 受智能手机和HPC驱动 [27] 中国市场AI半导体 - **资本支出增长**: - 预计前6大公司capex同比增长62%至3730亿人民币 [40] - **H20芯片供应风险**: - H20供应是中国AI资本支出的关键风险 [42] - 预计2027年中国云AI市场规模480亿美元 [44] - **国内GPU发展**: - 华为Ascend 910C性能达800 TFLOPS(FP16) [58][63] - 国内厂商(华为/寒武纪等)技术参数对比 [63] 半导体设备 - **DISCO业绩**: - 1Q26出货1111亿日元(+9.9% YoY) [81] - 2Q指引出货836亿日元(-24.8% QoQ) 但可能超预期 [81] - 3Q出货预计环比增长 受AI驱动 [81] - **设备市场复苏**: - WFE市场显现复苏迹象 中国厂商恢复资本支出 [84] - 推荐Screen Holdings(前端设备) [84] 其他重要信息 - **KYEC测试业务**: - 2025年预计测试500万颗Blackwell芯片 [68] - 测试业务收入占比2025年达23% [69] - **FII(H20/B30服务器)**: - 每100万颗H20/RTX Pro 6000出货可增加FII收入2% [74] - **估值**: - 台积电新目标价1388港元 对应20x 2026e EPS [32] ``` 注：根据要求，所有要点后标注了原始文档ID(不超过3个)，使用中文且无句号，按公司和行业分类整理，包含具体数据引用。