**行业与公司** * 报告聚焦于AI服务器供应链，特别是大中华区科技公司（GC Tech）[1][2] * 重点分析专用集成电路（ASIC）在AI推理阶段的应用趋势及其对产业链公司的影响[1] * 涉及公司众多，包括ODM厂商（如Wiwynn、Hon Hai）、零部件供应商（如AVC、Auras）、PCB/CCL厂商（如Innolight、Elite Material）、半导体公司（如TSMC、MediaTek）等[6][7][8] **核心观点与论据** * **ASIC增长趋势**：对ASIC上升趋势持积极看法，尤其在AI推理阶段[1] 预计2025E-27E AI芯片总需求分别为1000万、1400万、1700万颗，ASIC出货占比将从38%提升至45%[1][11][12] * **ASIC优势**：相比通用GPU，ASIC具有更高能效、更低预算负担和更高定制化程度，降低客户对单一供应商依赖[1] ASIC AI服务器为组件和系统供应商带来更高毛利率，因其更定制化，价值增加空间更大[15] 例如，Wiwynn（ASIC业务占比较高）自2025年起毛利率较FII（GPU业务占比较高）有2-3个百分点的优势[15][18] ASIC业务运营负担更低，库存周转更快，Wiwynn的TTM现金转换周期在3Q25为47天，低于FII的60天[16][20] * **市场驱动**：主要云服务提供商（CSPs）为自身AI模型开发内部芯片，针对搜索、推理、编码等特定用例定制[1] 全球服务器总市场规模（TAM）预计2025E-27E将分别达到3.59万亿美元、4.74万亿美元、5.63万亿美元，同比增长42%、32%、19%[13][14] AI训练服务器收入在2025E-27E预计同比增长35%、46%、20%[32] * **最新ASIC发展动态**： * 谷歌于2025年11月7日宣布Ironwood TPU（第七代）全面上市，性能较第六代Trillium TPU提升4倍，单个超级模块可互联9216颗芯片[24] * 谷歌于2025年11月18日发布Gemini 3 Pro模型，由自家TPU训练[1][24] * 亚马逊计划投资高达500亿美元为美国政府机构建设AI基础设施，将采用自研Trainium芯片和英伟达GPU[24] * OpenAI于2025年10月13日宣布与博通合作开发内部加速器，目标从2026年下半年开始部署，到2029年底完成10GW计算能力部署[24] **供应链各环节收入敞口分析** * **ODM厂商**：Wiwynn是2026E ASIC收入敞口最大的ODM厂商，得益于与亚马逊（Trainium）和Meta（MTIA）的合作[6] 其他ODM厂商如Hon Hai / FII、Quanta、Inventec和Wistron（通过Wiwynn）也有ASIC敞口，但因收入规模大，占比相对较小[6] * **冷却与机箱组件**：AVC、Auras和Chenbro对亚马逊Trainium相关业务的收入敞口在2026E达到15%-35%[6] LandMark对谷歌TPU相关需求的收入敞口估计为45-50%[6] * **PCB/CCL厂商**：Innolight和Elite Material对谷歌TPU相关需求的收入敞口在2026E分别为25-30%和15-20%[7] GCE和TUC对亚马逊Trainium的收入敞口分别为30%+和15%+，GCE对Meta MTIA ASIC的收入敞口为20%+[7] * **半导体公司**：Winway对谷歌TPU的收入敞口在2026E为15-20%[8] MPI对亚马逊Trainium的收入敞口在2026E为15-20%[8] 多数服务器厂商对AMD GPU供应链有敞口，但因终端需求较小，2026E收入敞口普遍低于10%[8] * **英伟达GPU主导地位**：英伟达GPU解决方案仍是主要收入贡献者，为Gigabyte（服务器品牌）、Quanta和FII（ODM）、AVC和Auras（冷却组件）、Innolight（光模块）、KYEC（半导体测试服务）贡献40%+的收入[8] **重点公司点评** * **Hon Hai (2317.TW)**：主要服务器ODM厂商，预计2026年GPU:ASIC收入比为80:20，是谷歌TPU服务器供应商之一[23] * **Innolight (300308.SZ)**：高速光模块关键供应商，预计800G光模块收入在2026E同比增长104%，1.6T光模块收入在2027E同比增长110%[25] * **LandMark (3081.TWO)**：提供用于高速硅光光模块的InP激光二极管和外延片，预计数通业务收入占比将从2025E的71%提升至2026E的85%[26] * **Wiwynn (6669.TW)**：AI服务器ODM厂商，1Q/2Q/3Q25营收同比增长100%+，10月营收同比增长158%[27] 正在美国建设产能以缓解地缘政治风险[27] * **台湾半导体公司**：TSMC为TPU和其他AI ASIC提供前道晶圆制造和后道先进封装服务，预计TPU占其2026E总营收<5%[29] MediaTek是谷歌TPU的设计服务供应商，预计TPU在2026E贡献约10亿美元收入（占营收5%）[29] Winway是谷歌TPU的关键测试插座供应商，预计TPU收入占2026E总营收15–20%+[29] MPI是TPU的主要探针卡供应商，预计TPU占2026E营收8–12%[29] Hon Precision是AI/HPC测试分选机主导供应商，预计TPU占2026E总营收5–10%[29][30] KYEC是TPU的主要FT测试服务提供商，预计TPU收入敞口从2025E的2%上升至2026E的5–10%[30] **其他重要内容** * **投资建议**：报告列出看多（Buy）公司包括Wiwynn、Innolight、Landmark、AVC、Auras、Chenbro、EMC、TSMC、WinWay、MPI和Hon Precision；中性（Neutral）公司包括MediaTek和KYEC[1][40]

AI基础设施架构与能耗演变 - AI基础设施初始阶段由图形处理器(GPU)定义，其并行处理能力使其在AI训练任务上比中央处理器(CPU)呈指数级更高效[1] - 生成式AI崛起推动行业从通用CPU服务器全面转向“加速服务器”，导致计算密度和能耗急剧增加[2][6] - 传统服务器机架功耗为5-10千瓦，而搭载Blackwell或H100 GPU的现代机架功耗达50-100千瓦，增长十倍，迫使冷却技术从风冷转向液冷[7][9] 关键芯片技术与功耗特征 - 英伟达H100“Hopper”芯片单颗峰值功耗达700瓦，搭载8-16颗GPU的服务器机架功率密度超出传统数据中心设计极限[8] - 英伟达下一代B200“Blackwell”架构单芯片功耗高达1200瓦，AMD Instinct MI300X作为主要竞争对手同样需要巨大功耗和冷却基础设施[8] - 超大规模企业为降低对通用GPU依赖，转向定制化应用特定集成电路(ASIC)，如谷歌TPU、AWS Trainium/Inferentia、微软Maia和Meta MTIA，实现更高能效[10][11][12][13] 数据中心能耗结构与分布 - 现代数据中心服务器计算负载占总能耗约60%，随着芯片密度增加，该比例持续上升[18] - 冷却和环境控制是数据中心效率最大变量，占电力消耗7%-30%，超大规模数据中心通过热通道封闭、自由冷却和直插液冷技术将需求控制在7%低水平[19][20] - 存储系统、网络设备和一般基础设施各占约5%能耗，但AI训练数据集存储需求绝对值持续增长[23] 全球数据中心能耗现状与预测 - 2024年全球数据中心耗电量达415太瓦时，相当于法国全年用电量，占全球电力消耗1.5%[28] - 基准情景下，2030年数据中心耗电量将翻倍至945太瓦时，占全球电力近3%，需增加相当于德国当前电网的发电容量[30] - 若AI采用加速且无约束，“起飞”情景下2035年耗电量可能达1700太瓦时，占全球电力4.5%，相当于印度能源足迹[31] 能源结构构成与区域差异 - 煤炭仍是数据中心最大单一电力来源，占全球需求约30%，中国数据中心70%电力依赖煤炭[41][42][43] - 天然气满足全球数据中心26%需求，在美国占比超40%，因其可调度性保障99.999%可靠性标准[44][45][46] - 可再生能源目前供应27%数据中心电力，年增长率22%，预计到2030年满足新增需求50%[47][48] 区域市场特征与发展动态 - 美国是数据中心消费领导者，2024年人均消费540千瓦时，2030年预计达1200千瓦时，占美国家庭年用电量10%[53] - 中国数据中心耗电量预计到2030年增长175太瓦时，增幅170%，通过“东数西算”战略将计算枢纽西迁至可再生能源丰富地区[56][57][58] - 欧洲数据中心耗电量预计增长45太瓦时，增幅70%，欧盟能源效率指令推动85%电力来自可再生能源和核能[59][60] 基础设施瓶颈与供应链风险 - 电网连接队列是行业主要瓶颈，数据中心建设周期2-3年而电网升级需5-7年，预计20%规划容量因电网限制延迟[67][68] - 关键矿物依赖造成安全漏洞，铜、锂、钴、镍需求激增，中国控制稀土元素采矿和加工主导地位[69][70][71] - 电力变压器短缺严重，交货期从12个月延长至3-4年，物理限制AI基础设施部署速度[74][75] AI能效潜力与减排贡献 - AI技术广泛应用可能到2035年每年减少32-54亿吨二氧化碳当量排放，数倍于数据中心直接排放量[80] - 在能源系统领域，AI通过超局部精准预测天气和需求波动，优化电网实时平衡，减少备用化石能源依赖[85] - 制造业通过AI视觉检测缺陷和优化供应链，可实现约8%节能；运输业通过路线优化和队列行驶显著降低燃料消耗[85]

全球半导体行业与AI服务器供应链关键要点 涉及的行业与公司 * 行业聚焦于全球半导体行业 特别是AI服务器供应链 包括云端AI资本支出 CoWoS先进封装 HBM内存以及定制化AI芯片(ASIC) [1][10][57][97][134] * 核心公司包括NVIDIA(主导AI GPU市场) TSMC(关键CoWoS产能提供者) 以及云服务提供商(CSP)如AWS Google Meta Microsoft 还有中国AI芯片厂商如华为[42][97][110][143][171] * 供应链涉及多家台湾ODM厂商如富士康(Foxconn) 纬创(Wistron) 广达(Quanta) 纬颖(Wiwynn) 英业达(Inventec)[58][66] 核心观点与论据 云端AI资本支出与半导体市场增长 * 摩根士丹利云端资本支出追踪器预估2026年十大上市全球云服务提供商(CSP)资本支出将达到5820亿美元 不含主权AI支出[13] * NVIDIA首席执行官预估2028年全球云端资本支出(含主权AI)将达到1万亿美元[15] * 受益于云端AI 全球半导体行业市场规模可能在2030年达到1万亿美元 AI半导体是主要增长动力[25][27] * 云端AI半导体总目标市场(TAM)在2025年可能增长至2350亿美元[25] NVIDIA GPU供应与需求预测 * TSMC预计在2025年生产510万颗芯片 而NVL72机柜出货量应达到3万台[42] * 对2025年GB200/300机柜产量转向更加乐观 预计约3.4万台 2026年至少6万台[49] * 看到来自Oracle对纬颖/广达的机柜需求增加 从8月开始[49] * 相信2025年第三季度机柜产量有望达到1.1-1.2万台 GB300机柜产量将从2025年第三季度末/第四季度初开始[49] 先进封装与制造产能 * CoWoS是主流的先进封装解决方案 随后将是SoIC[100] * TSMC可能将CoWoS产能扩大到2026年的9.3万片/月(93kwpm) 鉴于NVL72服务器机柜的瓶颈[105] * 全球CoWoS需求从2023年的11.7万片增长到2026年的100.4万片[110] * NVIDIA在2025年占据CoWoS产能分配的63%[110] * AI计算晶圆消耗在2025年可能达到150亿美元 NVIDIA占大部分[115] HBM内存需求 * 2025年HBM消耗量可能达到160亿Gb(15,578 mn Gb)[119][122] * NVIDIA在2025年消耗大部分HBM供应[121] 定制化AI芯片(ASIC)发展趋势 * 定制化AI芯片增长将超过通用芯片 定制化AI ASIC在2025年代表约210亿美元[139] * 增长前景 定制化AI半导体2023-30年复合年增长率39%[84][224] * 互联网公司开发云端AI定制芯片 Google TPU进入第六代 AWS AI训练解决方案Trainium AWS AI推理解决方案Inferentia Meta MTIA v1采用RISC-V核心 Tesla推出Dojo芯片 Habana开发Gaudi芯片[143][145] * AWS Trainium3将很快进入TSMC 3nm生产[147] 中国AI半导体需求与供应 * 预测前六大公司资本支出同比增长62% 达到3730亿人民币[162] * 中国AI应用在增长 2030年来自中国AI提升的总消费者使用量达到5560亿人民币[167] * 中国GPU自给率在2024年为34% 预计到2027年达到39%[178] * 预计中国云端AI总目标市场(TAM)在2027年达到480亿美元[180] * 本地GPU收入可能增长到1360亿人民币(2027年) 由中芯国际领先节点产能推动[182] 技术发展与性能比较 * TSMC的3nm以下在逻辑晶体管密度方面领先行业同行 每个节点迁移的每瓦性能(能效)可提高15%-20%[127] * 从感知AI到物理AI的趋势 生成式AI的计算需求呈指数增长[88][92] * 提供了NVIDIA AI GPU与Google TPU性能(INT8 TOPS)比较 以及主要AI GPU和ASIC的规格和成本比较[153][155] 其他重要内容 供应链与设计变更 * AI GPU服务器主板级检查(纬创)与NVIDIA GPU收入相关 是NVIDIA季度收入的良好指标[44] * GB300设计变更 – 回归Bianca设计 对连接器厂商Lotes和FIT负面 对PCB厂商Unimicron正面 对组装厂商纬创轻微负面[51] 投资风险与限制因素 * 增长限制包括 预算 能源 产能 监管[71][233] * 半导体解决方案包括 摩尔定律 CoWoS/SoIC HBM CPO 定制芯片[71][233] * 美国行政命令14032和出口管制参考 美国人士可能被禁止购买本报告提及实体的某些证券[3][4] 市场周期与库存 * 逻辑半导体Foundry利用率在2025年上半年为70-80% 尚未完全恢复[226] * 半导体供应链库存天数在2025年第二季度下降[227] * 排除NVIDIA的AI GPU收入 非AI半导体增长缓慢 2024年仅同比增长10%[231] 性能对比与中国市场 * 华为CloudMatrix 384 A3 SuperPod与NVIDIA NVL72的对比[188] * NVIDIA可供中国市场的芯片规格 包括L40S RTX 6000 Ada H20 RTX Pro 6000[193] * RTX Pro 6000系列产品均具有更好的FP8性能 而H20拥有更大的内存带宽[190][191]

报告行业投资评级 - 行业评级为In-Line，即分析师预计其行业覆盖范围在未来12 - 18个月的表现将与相关广泛市场基准保持一致 [8] 报告的核心观点 - 英伟达在GPU领域仍是美国半导体行业首选，但AI ASIC供应链存在投资机会，重申对下游系统和上游半导体部分公司的买入评级 [1][7] - 全球半导体行业市场规模2030年或达1万亿美元，AI半导体是主要增长驱动力，预计AI半导体市场规模届时达4800亿美元，云AI ASIC市场或增长至500亿美元 [21] - 大型云服务提供商有能力持续投资AI数据中心，预计2025年美国前四大超大规模企业运营现金流达5500亿美元，折旧占总费用比例上升，平均AI资本支出/息税折旧摊销前利润约为50% [58][59] 根据相关目录分别进行总结 识别AI ASIC供应链潜在机会 - 上游半导体中，台积电、爱德万测试、京元电子和日月光是关键代表；AWS Trainium 2由力成科技子公司测试，Trainium 3测试预计转至京元电子，测试解决方案由爱德万测试和泰瑞达竞争 [10] - 全球ASIC关键买入评级公司包括下游系统硬件的亚旭电子、纬颖科技、 Bizlink和金器工业，以及上游半导体的台积电、博通、阿尔卑斯、联发科、爱德万测试、京元电子、超微半导体和日月光 [11] 英伟达GPU竞争下的AI ASIC设计活动 - AWS Trainium方面，阿尔卑斯2月完成Trainium 3设计流片，5月晶圆产出，有较高机会赢得2nm Trainium 4；阿斯泰拉实验室和阿尔卑斯在连接芯片设计上合作，有助于其竞争下一代XPU ASIC项目 [3][7] - Google TPU方面，铁杉（TPU v7p）2025年上半年量产，博通可能流片另一款3nm TPU（可能是v7e），部分芯片产出在2025年底；联发科可能在8月中旬流片3nm TPU（可能是v8p），2026年下半年量产 [4][7] - Meta MTIA方面，7月或有MTIAv3初步销量预测，台湾供应链考虑为MTIAv4采用更大封装用于多个计算芯片 [5] 全球AI ASIC市场规模分析 - 全球半导体行业市场规模2030年或达1万亿美元，AI半导体是主要增长驱动力，预计AI半导体市场规模达4800亿美元，其中云AI半导体3400亿美元，边缘AI半导体1200亿美元，云AI ASIC市场或增长至500亿美元 [21] - 2025年AI服务器总可寻址市场约1990亿美元，英伟达CEO预计2028年全球云资本支出达1万亿美元，这是云AI半导体的关键潜在市场 [26] AI芯片供应指标：台积电CoWoS分配假设 - 供应链服务器机架产出逐渐改善，预计台积电2025年Blackwell芯片产出（按CoWoS - L产能计算）与AI资本支出衡量的“需求”更匹配，但在产品周期前几个季度芯片产出会超过NVL72服务器机架组装，产生芯片库存 [34] - 维持2025年台积电39万片CoWoS - L的预测，预计2026年云AI半导体同比增长31%，假设下游原始设备制造商在2026年上半年消化芯片产出，年底CoWoS估计为9万片/月 [35] 全球AI资本支出更新 - 现金流分析支持大型云服务提供商资本支出持续上升的预期，摩根士丹利预测2025年美国前四大超大规模企业运营现金流达5500亿美元，有能力持续投资AI数据中心 [58] - 预计折旧占数据中心客户总费用的比例将继续上升，2025年达到10 - 14%，2025年平均AI资本支出/息税折旧摊销前利润约为50% [59] AI GPU和ASIC租赁价格跟踪 - 英伟达4090和5090显卡零售价略有下降，但中国AI推理需求仍然强劲 [73] AI半导体 - 市盈率倍数、收入敞口、销售跟踪 - AI半导体市盈率倍数趋势显示，GP GPU（英伟达）、替代AI半导体和AI半导体推动者的市盈率倍数有所变化 [82] - AI芯片季度收入持续增加，英伟达和AMD的数据中心/高性能计算半导体收入呈上升趋势 [83][84] 关键特色报告 - 涵盖多篇关于AI供应链的报告，涉及服务器机架、订单情况、需求与供应、CoWoS预测等方面 [94][95] 关键上游AI供应链公司 - 台积电2026年晶圆价格上涨和强劲AI需求可能抵消外汇影响，评级为买入 [96] - 联发科TPU需求和进度应好于担忧，评级为买入，目标价维持在新台币1888元 [96][97] 联发科分析 - 预计联发科凭借天玑9400旗舰片上系统在高端智能手机市场获得份额，2025 - 2027年前景好于担忧，库存天数下降，表明水平健康 [110] - 考虑到联发科有很高可能性赢得2nm TPU项目，将其剩余收益模型中的中期增长率从8%提高到8.5%，目标价维持在新台币1888元 [97] - 因新台币近期大幅升值，下调2025和2026年营收预测6 - 7%，2027年营收预测下调3%，每股收益下调幅度大于营收 [100][101]