核心观点 - 报告核心观点认为，海外云厂商近期在AI模型和自研硬件上更新频繁，这强化了以**光互联**作为AI投资核心线索的逻辑，尤其看好**Scale-Up**网络从铜缆向光互联演进带来的投资机会[1][7][16] - 投资建议关注**Scale-Up NPO/CPO、液冷、服务器电源**等赛道[7][16] 海外云厂商AI模型与硬件更新 - **谷歌**发布Nano Banana第二代模型（Gemini 3.1 Flash Image），在AI文生图榜单中排名第二，价格是Pro版的一半，主要升级了高级世界知识、文本渲染翻译、视觉保真度等功能[7][14] - **微软**推出Maia 200推理芯片，内存包含216GB HBM3e和272MB片上SRAM，其FP4性能是AWS Trainium 3的3倍，FP8性能超越Google TPU v7，每个计算托盘内部署4个芯片，Scale-Up互联带宽达2.8 TB/s[7][14] - **Meta**计划在2026-2027年部署四代自研AI芯片（MTIA 300/400/450/500），其中MTIA 300已用于推荐排名模型训练，MTIA 400适配AIGC模型并正进行部署，MTIA 450针对AIGC推理优化计划2027年初部署，MTIA 500的HBM带宽较450提高50%计划2027年部署[7][15][44][45] 光互联投资逻辑 - 当前AI集群的**Scale-Up**网络多采用铜缆互联，存在传输距离和物理形态局限，例如英伟达GB200 NVL 72机柜内使用铜缆全连接，但有源AEC 100G/lane传输距离仅7米，限制了其在百卡/千卡级扩展[7][16] - **光互联**在传输距离上具有明显优势，可覆盖几十米至几百米，预计**Scale-Up侧的NPO有望在2027年批量应用，CPO有望在2027年底的Rubin Ultra中被大规模使用**，近期GTC大会可能成为催化事件[7][16] 本期行情回顾 - 本期（2026年3月9日-13日）通信板块下跌0.12%，跑输沪深300指数0.3个百分点，在31个申万一级行业中排名第12[18] - 过去30天通信板块上涨2.2%，跑赢沪深300指数3.2个百分点；年初至今通信板块上涨6.3%，跑赢沪深300指数5.4个百分点[19] - 最近一年SW通信指数累计上涨84.65%，大幅跑赢沪深300指数（16.54%）68.11个百分点[21] - 通信行业当前PE-TTM为53.19倍，在申万一级行业中排名第6，同期沪深300 PE-TTM为14.26倍[30] 行业数据更新 - **通信网络**：截至2025年底，我国5G基站总数达483.8万个，全年净增58.8万个，占移动基站总数比例提升至37.6%[33] - **通信终端**：2026年1月，国内市场5G手机出货量1987.0万部，同比下降15.9%，占手机总出货量的86.9%；当月上市5G新机型20款[34] - **物联网与流量**：截至2025年底，移动物联网终端用户达28.88亿户，全年净增2.32亿户；移动互联网累计流量达3958亿GB，同比增长17.3%；12月户均移动互联网接入流量（DOU）达23.04GB/户·月，同比增长21.7%[36][39] 本期要闻回顾 - **智能手机卫星直连**：Omdia预测到2030年，全球智能手机卫星直连服务月活用户数将达4.11亿，收入规模达119.9亿美元，2026-2030年间用户和收入年均复合增长率分别为80.1%和49.4%[42] - **光模块市场**：LightCounting预计2025年光模块及相关产品总销售额将达238亿美元，同比增长55%，其中以太网光模块销售额近180亿美元，同比增长70%；有源光缆销售额超11亿美元，是2024年的两倍以上[43] - **云厂商资本开支**：头部云厂商大幅上调2026年资本开支计划，Meta预计1150-1350亿美元，Alphabet预计1750-1850亿美元，亚马逊预计约2000亿美元，微软2026财年预计约1050亿美元[44] - **卫星互联网**：2026年3月13日，我国成功发射卫星互联网低轨20组卫星，属于GW星座计划，该计划共规划发射12992颗卫星，未来将支持手机直连卫星通信[46]

合作核心内容与规模 - AMD与Meta达成一项多年、多代的重磅合作，Meta将部署包括最高达6GW的AMD Instinct GPU在内的AMD算力[1] - 根据协议，Meta还将分阶段获得多达1.6亿股的AMD认股权证，约等于AMD 10%的股份[1] - AMD董事会主席兼CEO苏姿丰透露，每1GW GPU订单的规模将达到“百亿美元”量级，据此推算，此次合作的整体规模至少超过600亿美元，而《华尔街日报》报道称交易价值将超过1000亿美元[1] - 支持首个1GW算力部署的产品预计将于2026年下半年开始出货，Meta将以每股0.01美元的象征性价格获得认股权证，这些权证的解锁与GPU部署进度及AMD股价挂钩[1] 合作细节与产品规划 - 本次合作的一大亮点是定制版MI450 GPU，该项目秉持“Workload First”原则，根据Meta的核心性能和业务需求进行设计和优化[5] - AMD强调，定制芯片并非彻头彻尾的ASIC，而是由已有的GPU构建模块灵活组合而来，高度基于MI450架构，无需额外流片，且底层软件基本实现了100%的通用[7][8] - 基于MI450架构的GPU将很快进入客户试用阶段，预计在2026年下半年正式交付包括标准版与定制版在内的产品[8] - 合作不仅限于GPU，Meta将成为第六代AMD EPYC处理器（Venice）及下一代EPYC处理器（Verano）的首批核心客户，并将采用双方共同开发的Helios机架[8] - 双方合作将扩展至未来的MI500系列等更先进的芯片[13] 市场反应与公司股价 - 合作消息公布后，资本市场迅速反应，美东时间2月24日收盘，AMD股价大幅上涨8.77%，报收于213.84美元/股[1] - 同日，Meta股价小幅上涨0.32%，报收于639.30美元/股[2] 合作背景与战略意义 - 苏姿丰认为，此次大规模算力部署将推动AMD营收规模增长，并促进其生态与软件的成熟，AMD将成为Meta下一代AI基础设施的核心[1][4][5] - 从Meta角度看，此协议是其“Meta Compute”计划的一部分，旨在实现算力多元化，预计AMD将在未来多年成为其重要的合作伙伴[10] - Meta基础设施主管表示，公司不认为单一芯片解决方案能满足所有工作负载，需要英伟达、AMD和自研定制芯片三者并存[13] - 此次合作与AMD和OpenAI在2023年10月宣布的合作模式相似，后者同样涉及多年内、跨多代部署6GW的AMD Instinct GPU，并可能获得AMD至多10%的股份[10] 行业趋势与竞争格局 - 随着AI基础设施规模扩大，全球大型科技公司正在寻求英伟达之外的替代算力方案，以避免对单一供应商的依赖、降低供应链风险并优化成本与性能组合[14] - AMD凭借MI系列GPU、EPYC CPU以及Helios机架级系统，正逐渐成为AI算力市场上英伟达之外的重要“第二选择”[14] - 目前，英伟达在AI算力市场仍然控制了大约90%的市场份额[14] - 除了AMD，Meta也曾被报道与谷歌接洽，商讨从2027年开始采购数十亿美元的TPU，同时Meta的自研AI加速芯片MTIA已在部分业务中投入生产使用[11][13]

AI驱动半导体生态系统供应紧张 - AI强度正在考验整个半导体生态系统的极限，从前端晶圆到后端封装以及存储器都面临供应紧张 [1][3] - 客户未来12个月最大焦虑是“无法获得足够的英伟达产品”，尤其是Vera Rubin芯片 [1][3] - 存储芯片短缺已达到“30年来最严重水平之一” [1][3] 英伟达的市场主导地位与前景 - 英伟达的市场主导地位比市场认知更加稳固，客户对供应短缺的恐慌在加剧 [3][4] - 对于大多数应用场景，英伟达仍拥有最佳的经济效益，替代方案在特定应用上经济性尚可 [4] - 英伟达数据中心季度营收达510亿美元，约为谷歌TPU营收的14倍，其单季度环比增长100亿美元相当于TPU营收的3倍 [4] - 基于产业链验证，摩根士丹利将英伟达目标价从235美元上调至250美元，CY27每股收益预期从8.66美元上调至9.57美元 [4] 定制芯片（ASIC）市场动态 - 博通为谷歌设计的TPU供应链预期上调，但部分增长来自于对其他客户订单的替代 [1][3][5] - 谷歌TPU订单预期上调，更大幅度的上调预期集中在CY27及以后 [5] - Meta的MTIA芯片量产计划（原定2H26）已被推迟，部分被Meta使用TPU所替代 [5] - 长期风险是谷歌正与联发科合作开发自己的TPU变体，这可能对博通构成威胁 [5] - 摩根士丹利将博通目标价从409美元上调至443美元，FY2026 ASIC营收预期上调至272.1亿美元，FY2027预期上调至594.75亿美元 [6] 存储芯片严重短缺 - 存储芯片短缺是30年来最严重的水平之一，当最大的云计算买家处于抢购狂潮时，世界其他地区面临产品匮乏 [3][7][8] - 一旦现有库存耗尽，几乎看不出有任何能力能以任何价格进行补货，所有市场都可能出现生产线停产 [8] - DDR4紧张状况持续存在，未来几个月开始影响汽车市场 [8] - 企业级NAND市场（特别是基于QLC的产品）感受最为强烈，但消费市场也存在紧张 [8] - 高带宽存储器（HBM）方面，1Q长期合约续约存在价格下行压力，但利润仍然很高，DDR5利润对HBM产生向上拉动 [8] - 对于HBM4，美光将参与英伟达供应链，尽管初始份额相对较小 [8]

AI军备竞赛趋势 - AI军备竞赛进入2.0阶段，核心从通用GPU转向云厂商自研的ASIC算力芯片及集群互联技术 [1] - 2025年海外亚马逊、谷歌、微软、Meta四家厂商合计资本支出预计增至3610亿美元，同比增幅超58% [2] - 2025年国内字节、腾讯、阿里资本支出有望超过3600亿元 [2] CSP云厂商自研芯片与集群架构 - 谷歌自研TPU芯片已规划至第七代，TPU v4开始采用OCS全光交换架构，TPU v6开始使用1.6T光模块传输 [3] - AWS自研Trainium芯片规划至第三代，Trainium2集群使用AEC铜缆连接，Trainium3集群将采用铜背板连接 [3] - Meta自研MTIA芯片并深度设计数据中心架构，早期知名的CLOS架构出自Meta [3] - 国内腾讯、阿里、字节等云厂商均根据自身需求设计数据中心架构 [3] 硅光模块技术与市场 - 硅光模块基于硅光子技术，具有低成本、低功耗、高集成度优势，核心是将多种光子芯片集成在硅光芯片上 [4] - 硅光模块主要应用于数据中心和电信网络通信，受益于AIGC驱动对高性价比方案的需求 [4] - 硅光技术未来将向光电共封装、光交换等领域发展 [4] - 预计2029年硅光模块市场规模将达到103亿美元，过去5年复合年均增长率达45%，销量近1800万只 [4] 光通信新技术与市场规模预测 - 测算明年全球800G光模块有望达4000万只，1.6T光模块有望超过700万只 [5] - 预计2029年CPO渗透率有望达到50% [5] - 预计2029年OCS市场规模有望超过16亿美元 [5] - 预计PCIe Switch市场规模有望达50亿美元 [5] - 预计DCI市场规模有望达284亿美元 [5]

收购事件概述 - Meta Platforms Inc 计划收购RISC-V芯片初创公司Rivos，以增强其自身芯片开发团队并减少对Nvidia GPU硬件的依赖[2] - 该交易已得到消息人士证实，但尚未公开，具体财务条款未披露[2][7] - Meta工程副总裁Yee Jiun Song在LinkedIn上公开表示，收购旨在帮助公司加速实现可扩展计算的愿景，以推动其人工智能雄心壮志[3] 收购标的公司Rivos分析 - Rivos是一家专注于基于RISC-V开放标准设计GPU和AI加速器的"隐形"芯片初创公司[2] - 该公司的知识产权包括片上系统和PCIe加速器[2] - Rivos在最近一轮融资中的估值达到20亿美元，要价可能在九位数到十位数之间[3] - 2022年，苹果公司曾起诉Rivos，指控其指使40名前苹果工程师窃取数GB内部机密，但双方已于2024年达成和解[5] Meta的芯片战略动机 - 收购旨在显著加速Meta内部人工智能芯片"Meta训练与推理加速器"的开发[6] - Meta首席执行官马克·扎克伯格对MTIA项目缓慢的开发进度感到不满，希望加速内部芯片开发[5][7] - 战略目标是减少对外部供应商的依赖，增强对基础AI基础设施的控制力，并降低长期成本[6] - 通过整合Rivos在基于RISC-V架构的高性能、高能效处理器方面的专业知识，以提升其庞大数据中心运营的性能优化[6] 行业趋势与影响 - 此次收购是超大规模科技巨头将关键硬件开发业务内部化趋势的一部分，谷歌和亚马逊等公司已在开发自己的人工智能专用芯片[8] - 此举可能加剧科技巨头之间的"芯片竞赛"，促进创新，并可能导致人工智能硬件市场分化[9] - 从历史上看，苹果公司通过转向内部芯片设计展现出巨大的战略优势，包括性能提升和成本效益，Meta正致力于将这种优势复制到其人工智能基础设施中[9] - Meta推出的RISC-V AI加速器旨在取代其内部使用的Nvidia H200，若成功将对RISC-V指令集的发展产生巨大推动作用[4] 预期整合与未来发展 - 收购后，Meta将把Rivos的人才和技术整合到其现有的硬件和人工智能部门，以加速定制人工智能芯片的开发和部署[10] - 长期来看，Meta有望大幅减少与第三方人工智能硬件采购相关的资本支出，从而释放更多资源用于进一步的人工智能研发[10] - 公司需要在继续与Nvidia等公司合作与提高内部产量之间取得平衡[11] - 未来几个月对于观察Meta如何整合Rivos的专业知识、推出其定制芯片的速度以及这些芯片在性能和成本方面带来的实际好处至关重要[12]

行业投资评级 - 投资评级：优于大市（维持评级）[1] 核心观点 - CSP云厂AI军备竞赛进入2.0时代，智算中心互联技术快速迭代[2] - AI芯片性能加速升级，带动光通信、铜连接、液冷等技术显著受益[3] - 全球CSP厂商资本开支大幅增长，海外四大厂商2025年合计Capex预计达3610亿美元（同比增超58%），国内三大厂商Capex有望超3600亿元[2] - 自研ASIC芯片成为CSP云厂发展核心，Google、AWS、Meta等头部厂商均布局自研算力集群[4] - 新技术如CPO、OCS、铜背板等快速发展，光模块/铜连接市场需求快速增长[5] CSP军备竞赛与AI算力基建 - AI大模型训练需求持续增长，多模态模型和AI agent推动token消耗量爆发式增长（如Google token用量从5月月均480e增至7月980e）[9][11] - 海外头部云厂商资本开支持续攀升，2025年Google Capex上调至850亿美元，Meta达660-720亿美元，微软FY2025达800亿美元[28] - 国内CSP厂商2025年Q1资本开支显著增长，阿里增126.7%，腾讯增91%[19] - CSP厂商加速自研ASIC芯片，如Google TPU、AWS Trainium、Meta MTIA等，推动算力集群定制化发展[29] 算力芯片厂商技术迭代 - 英伟达AI芯片架构迭代周期缩短至2年，网络连接速率从400G演进至1.6T[3][59] - 英伟达H200为主流产品，GB200 NVL72架构采用铜连接（GPU:400G DAC=1:36）和光模块（GPU:800G=1:1.5~2.5）[65][68] - 华为CloudeMatrix384超节点性能多项指标超越GB200，BF16算力达300 PLOPS（英伟达1.7倍），HBM带宽1229 TB/s（英伟达2.1倍）[90] - AMD计划2026年推出Helios AI集群，整合CPU+GPU+NIC实现生态闭环[82] CSP云厂自研芯片与数据中心网络 - Google自研TPU已至第七代（Ironwood），采用3D环面网络互联，机柜间使用OCS全光交换（TPU:400G光模块=1:1.5）[98][104][111] - AWS Trainium2机柜内互联以铜连接为主（Trainium2:400G DAC=1:9），2026年Trainium3将采用背板方案[115][120] - Meta Minerva架构基于自研MTIA-T芯片，机柜内采用铜连接（MTIA:800G DAC=1:12），Scale-out网络光模块配比达1:12[124] - 国内腾讯、阿里、字节等积极设计定制化数据中心架构，如腾讯ETH-X、阿里ALS项目[133][137] 新技术发展趋势 - 2025年全球800G光模块需求预计达4000万只，1.6T光模块超700万只[5][142] - CPO技术渗透率预计2029年达50%，OCS市场规模超16亿美元，PCIe Switch达50亿美元，DCI市场达284亿美元[5][188][189][195] - Scale-out方向CPO/OCS成为主流，Scale-up方向铜连接向正交背板演进[149][154][166] - OIO技术实现算力芯片光互联，MicroLED可能成为新光源[174][178] - 空芯光纤可降低传输时延30%，DCI技术向相干传输升级[182][184] 投资建议 - 推荐关注光模块厂商（中际旭创、新易盛、光迅科技、华工科技）、光器件厂商（天孚通信、长芯博创、太辰光、仕佳光子）、铜连接厂商（兆龙互联）及通信设备商（中兴通讯、紫光股份、锐捷网络）[5][202]

AI训练ASIC市场增长前景 - AI训练ASIC市场正快速扩张 2024-2026年ASIC芯片出货量复合年增长率预计达70% [2] - 2024年AI训练用ASIC出货量将增长超20% 达到500万颗 在AI服务器中GPU与ASIC出货比例将从62:38演变为2026年的60:40 [2] - 自研ASIC加速器可降低能耗和供应链成本 减少对英伟达依赖 同时通过技术创新建立市场壁垒 [2] 美系CSP厂商ASIC部署计划 - AWS将于下半年推出采用Trainium 2/2.5的Teton 2机柜 推动其ASIC芯片出货量增长超过40% 主要组装厂纬颖和供应链纬创将受益 [3] - Meta计划自下半年起量产采用自家MTIA芯片的Minerva机柜 主要组装商包括Celestica和广达 [3] ASIC与GPU竞争格局分析 - ASIC是为特定应用定制的芯片 而英伟达GPU是通用处理器 博通预计2027年ASIC芯片销售额将达到600-900亿美元 [4] - 《华尔街日报》认为AI芯片市场非零和游戏 ASIC与GPU可共存并共享AI产业增长 [4] - 摩根士丹利预计AI ASIC芯片市场将从2024年120亿美元增长至2027年300亿美元 年均复合增长率34% [6] 技术性能比较优势 - Amazon的Trainium芯片在推理任务中成本比英伟达H100 GPU低30%-40% [7] - Google的TPU v6在能源效率上比前代提升67% [7] - ASIC在特定应用中具有成本和能效优势 但GPU在通用性和适应性方面更具弹性 [8] 英伟达战略定位 - 公司CEO黄仁勋承认ASIC存在价值 但强调其缺乏灵活性 无法适应快速变化的AI工作负载 [8] - 英伟达核心优势在于GPU的通用性和软件生态系统 平台策略使其能够适应多种AI应用场景 [9][10] - 公司认为AI模型快速迭代需要通用计算设备 GPU的矩阵运算和编程能力具有不可替代性 [8]

英伟达市值突破与AI芯片竞争格局 - 英伟达成为全球首家市值突破4万亿美元的上市公司，从1万亿美元到4万亿美元仅用两年多时间[4] - 英伟达的市值增长是华尔街历史上最快的案例之一，印证了AI时代"算力为王"的逻辑[5] ASIC芯片的崛起与行业定位 - ASIC芯片针对具体应用定制，Meta的MTIA芯片专为社交推荐系统设计，谷歌Axion芯片用于YouTube广告投放[15] - 2025财年Q2博通AI业务营收同比增长46%至44亿美元，预计Q3将加速至51亿美元[8] - ASIC与GPU对应AI不同阶段：GPU长于训练，ASIC长于推理，二者将共享AI市场而非替代[14][19] 云厂商自研芯片的战略动机 - 云厂商自研ASIC的核心动机是构建算法壁垒而非单纯降低成本，Meta、谷歌等通过定制芯片实现算力架构差异化[15][16] - 预计2026年Meta与微软部署ASIC后，其出货量可能超越英伟达GPU（当前ASIC仅占AI服务器市场8%-11%）[21][22] 英伟达的生态防御策略 - 英伟达推出NVLink Fusion技术，允许GPU与第三方加速器混合使用，打破硬件生态封闭性[23][25] - 分析认为计算类ASIC芯片可能通过NVLink Fusion与英伟达生态形成合作，增强后者影响力[26] - 谷歌等九家厂商发起的UALink互联标准仍在开发中，成熟度落后于英伟达NVLink[27][28] 算力需求与市场动态 - 谷歌AI推理量达480万亿token（同比增50倍），GPT周活用户从4亿增至8亿仅用两月[19] - 博通股价自4月低点接近翻番，同期英伟达涨幅74%，反映ASIC赛道增长动能[7]

工业富联业绩超预期 - 公司预计2025年第二季度归母净利润67.27亿元到69.27亿元 同比上升47.72%到52.11% [2] - AI服务器营业收入较去年同期增长超过60% 核心产品份额保持领先优势 [2] - 先进AI算力的GPU模块及GPU算力板等产品出货在第二季实现显著增长 [2] - 公司云计算服务器出货量持续全球第一 与全球主要服务器品牌商深化合作 [2] AI产业链景气度提升 - 服务器ODM PCB 光模块等环节增速维持高景气 部分企业近期加速增长 [3] - 英伟达二季度GB200机架出货加速 带动产业链业绩提升 [3] - ASIC市场需求旺盛 博通以55%～60%份额位居第一 [3] - 博通与Meta合作开发第三代MTIA芯片 与OpenAI合作开发两代ASIC芯片 计划2026年投产 [3] 国内AI相关产业扩产动态 - 沪电股份拟投资不超过36亿元开展新项目投资磋商 此前已宣布43亿元扩产计划 [5] - PCB 光模块等赛道迎来新一轮投资扩产潮 产能提升有望提振业绩 [5] - 国产算力产业链紧跟国产替代边际变化 IC制造端问题改善或解决有望带动行情 [5] AI产业趋势展望 - AI人工智能浪潮有望持续旺盛 产业链保持震荡向上趋势 [5] - 通信ETF包含服务器 光模块等个股 有望伴随AI产业趋势成长 [5] - 创业板人工智能ETF优选创业板人工智能个股 具有20cm涨跌幅弹性 [5]

AI服务器市场需求 - 北美大型CSP是AI服务器市场需求扩张主力，tier-2数据中心和中东、欧洲主权云项目助力需求稳健 [1] - 2025年AI服务器出货量预计维持双位数增长，但2024年全球出货量增速微幅下修至24.3% [1] - 2025年整体服务器（含通用型和AI服务器）出货量预计年增5%，与先前评估一致 [4] 北美五大CSP动态 Microsoft - 2024年投资重点仍为AI领域，通用型服务器采购量受抑制 [1] - AI服务器主要采用NVIDIA GPU方案，自研ASIC Maia预计2026年新方案才明显放量 [1] Meta - 新数据中心落成推动通用型服务器需求显著增加，多数采用AMD平台 [1] - 积极布局AI服务器基础设施，自研MTIA芯片2026年出货量有望翻倍增长 [1] Google - 主权云项目和东南亚新数据中心推动服务器需求提升 [2] - 自研芯片布局比例较高，AI推理用TPU v6e已于2024年上半年逐步放量成为主流 [2] AWS - 自研芯片以Trainium v2为主力平台，已启动Trainium v3开发，预计2026年量产 [2] - 2025年自研ASIC出货量预计实现双倍增长，为美系CSP中最强 [2] Oracle - 侧重采购AI服务器和IMDB服务器，2024年更积极布局AI服务器基础设施 [3] - 整合云端数据库及AI应用，对美国主权云项目中NVIDIA GB Rack NVL72需求明显提升 [3] 行业技术趋势 - 北美CSP普遍加速自研ASIC布局，Google TPU v6e、AWS Trainium v2/v3、Meta MTIA等方案成为重点 [1][2] - 国际形势变化促使Server Enterprise OEM重新评估2025年下半年市场规划 [4]