英伟达(NVDA.O) - 尽管GB200 NVL72机架生产问题导致CoWoS供应削减且发货量低于目标，但第二财季营收预计为451亿美元（低于市场预期的456亿美元）[1] - Blackwell AI平台加速量产及Blackwell Ultra芯片初期出货推动第三财季指引达535亿美元（高于市场预期的518亿美元）[2][3] - 生成式AI领域领导地位稳固，超大规模云客户短期需求强劲[2][3] - 投资者关注中国业务、美国出口管制影响、Blackwell平台及NVLink技术反馈、下一代Rubin平台进展[3] AMD(AMD.O) - 第二财季营收预计75.1亿美元（高于市场预期的74.1亿美元），第三财季指引86.3亿美元（高于市场预期的82.5亿美元）[3][4] - MI350系列加速器中的MI355芯片加速出货，第五代Epyc处理器需求改善，6月云服务"都灵"实例环比增速超英特尔CPU[3] - PC业务在英特尔降价下保持竞争力，但数据中心GPU业务存在不确定性，PC销售或因关税提前拉货后疲软[4] - 投资者关注MI355芯片反馈、全年AI营收预期、传统服务器业务及MI400系列规划[4] 博通(AVGO.O) - 第三财季营收预计158亿美元（符合预期），第四财季指引177亿美元（高于市场预期的170亿美元）[5] - 受益于谷歌TPU和Meta自研加速器芯片放量，AI ASIC市场地位稳固[4][5] - 投资者关注AI业务前景、ASIC订单积压、客户合作、中美贸易局势及iPhone 17合作进展[5] 高通(QCOM.O)与Monolithic Power Systems(MPWR.O) - 高通6月季度因中国头戴设备补贴短期利好，但9月季度指引或下调，安卓市场疲软且苹果自研基带侵蚀份额[6] - Monolithic在Blackwell Ultra HGX平台份额部分恢复，但企业数据业务下滑限制整体增长[6] - 投资者关注高通苹果基带进展及安卓需求，Monolithic的B300芯片增长潜力[6]

AI投资周期与回报 - AI投资周期正从投入阶段转向回报阶段 但减速不等于见顶 未来2-3年AI基建投资仍具持续性 [1] - 市场过度关注回报慢 忽略了成本红利已开始释放 且股价尚未反映这一结构性变化 [1] - 到2030年AI自动化可为财富500强企业节省约9350亿美元成本 占其总成本的14% [1][3] AI价值创造阶段 - AI价值创造分为三阶段：成本削减(当前阶段) 重新投资重建 增量收入变现 [2] - 43%的呼叫中心已采用AI工具 平均运营成本降低30% [2] - 摩根大通计划未来五年削减10%后台人员 AT&T减少30%呼叫中心流量 T-Mobile预期2027年削减75%客户服务接触量 [3] AI基础设施投资可持续性 - 超大规模云服务商投资决策基于长期收入增长机会 而非短期成本节约 [1][3] - 大型科技公司(微软/亚马逊/谷歌/Meta)未来2-3年具备继续维持AI基建投资的财务能力 [5] - 台积电六个季度持续上调AI收入预期 SK海力士预计2025年HBM收入翻倍增长 [5] 推理需求与供应链动态 - 企业客户与政府对推理型算力需求成为支出新动力 中小企业定制模型和边缘AI应用扩展 [6] - 超大规模云服务商每周部署约1000个GB200机架 2025-2026年需部署3.6万/5.8万个等效机架 [7] - 英伟达Blackwell架构产品一季度数据中心收入占比达70% Hopper到Blackwell过渡基本完成 [7] 股价定价与公司表现 - 市场对英伟达新一代GPU需求预期已部分计入 但对客户基础扩大和AI推理业务估值不足 [8] - 博通股价上涨基于明晰指引：FY25-FY26年AI收入同比增长60% [8] - AMD/ARM/Marvell等公司因AI业务处于早期且份额有限 获中性评级 [8]

GB200 NVL72机架出货量预测 - 2025年5月GB200 NVL72机架全球总产量预计达2000至2500台 较4月的1000至1500台显著增长 [1] - 预计6月出货量继续攀升 第二季度整体产量有望达5000至6000台 [1] - 供应链快速响应能力与市场需求高涨推动增长 [1] AI计算需求与厂商表现 - AI计算需求持续爆发 尤其在云计算和数据中心领域广泛应用 [2] - 广达5月出货约400台GB200机架 较4月的300至400台略有提升 月营收达1600亿新台币 同比增长58% [2] - 纬创5月出货900至1000台GB200计算托盘 较4月的150台增长近6倍 营收同比增长162%至2084.06亿新台币 [2] - 鸿海5月出货近1000台GB200机架 预计第二季度交付3000至4000台 [2] 市场结构与供应链瓶颈 - GB200机架实际交付量可能低于出货数据 因L10计算托盘需组装为完整L11机架 [3] - 下游最终交付受制于组装与测试瓶颈 [3] - 摩根士丹利对下游AI服务器代工厂商偏好排名：技嘉、鸿海、广达、纬创和纬颖 [3] 行业趋势与挑战 - 主流超大规模云厂商平均每周部署近1000个NVL72机柜 出货节奏持续提速 [3] - GB300系统样品已开始向主要云服务商送样 [3] - 组装瓶颈、价格竞争及地缘政治因素可能对未来增长构成挑战 [3]