车载以太网成为主流趋势 - 现代车辆数据传输需求已超出传统CAN总线能力，车载以太网正成为处理器与存储器间数据传输的理想选择 [2] - 车载以太网相比铜线速度更快、重量更轻，经过充分测试且已成为标准，提供多种速度选择 [2] - 其中10BASE-T1S运行速度可达10 Mbit/s，很可能成为CAN总线的替代者 [2] 10BASE-T1S的应用与优势 - 目前汽车以太网普遍存在低速问题，10BASE-T1S目前仍处于CAN总线领域，在低速率及网络边缘应用最为活跃 [2] - 区域控制器通过单对双绞线进行多跳连接，可连接多个端点，关键优势在于简化布线系统，采用多点总线，并通过交换机连接到汽车网络内部 [2] - 由于成本较低，一些OEM可能会选择在某些地方使用10BASE-T1，而在其他地方继续使用CAN或LIN [2] - 将10BASE-T1S等以太网与既定标准集成在技术上是可行的，但很复杂 [2] 汽车以太网面临的挑战 - 挑战包括开放联盟的汽车以太网规范详细规定了各种速度和要求，标准一直在变化，五年前10 Mbps被认为是高速 [3] - 具体技术挑战包括：确保嘈杂汽车环境中高速链路信号完整性的EMC/EMI合规性；管理连接器、PCB和电缆中的模式转换和串扰；需要高端示波器和矢量网络分析仪进行多千兆位合规性测试；确保混合网络中互操作性；以及通过身份验证、加密和入侵检测保护网络安全 [6] 软件定义车辆与高速网络需求 - 未来配备完整娱乐功能的车辆将需要更高速度，不久可能达到千兆比特/秒，全自动驾驶软件定义车辆中需求甚至可能达到太比特/秒 [5] - 若无汽车以太网，则难以实现软件定义车辆（SDV）的承诺，包括高级驾驶辅助系统（ADAS）和空中更新 [7] - 架构发生根本性转变，主要体现在三大支柱：安全可靠的计算、高速车载网络（汽车以太网）以及智能配电 [7] - 目前SDV约占所有车辆销量的5%，但预计到2030年将占到50% [7] - 汽车10Gbps以太网具有变革性意义，其带宽允许使用双向导线在15米长电缆上行驶，从而能够将网络扩展到全球 [7] 向更高速率演进 - 目前25 Gbps及以上的高速网络不如10BASE-T1S普及，但情况很可能在不久的将来改变 [8][9] - 视频需求增长是推动提升传输速度的原因之一，从摄像头获取未压缩视频可能需要几千兆比特带宽，多个摄像头带宽可能达到几十甚至几百千兆比特 [9] - IEEE 802.3cy标准规定汽车应用需要25 Gbps的PHY芯片，但摄像头、传感器、视频和显示链路需要更高速度以实现传感器聚合 [9] - 汽车以太网正在借鉴企业以太网特性，并向25至100 Gbps的PHY芯片扩展，同时采用PCIe作为骨干网络 [9] - 高速汽车以太网将有助于实现全自动驾驶（L4/L5）汽车的愿景，未来标准可能着重于将以太网与新兴的诊断、V2X和空中升级协议集成 [10] - TSN、MACsec和高速PHY的融合将为下一代汽车构建强大框架 [10] - 如今车辆中大约90%的以太网连接发生在网关和中央计算设备之间，未来将采用区域架构，在车辆各区域和核心之间使用高速以太网，中央计算能力正越来越接近高性能计算（HPC） [10] 光以太网的潜力 - 光以太网是传统协议的另一个挑战者，在汽车应用中比铜缆具有诸多优势，包括更高带宽、更轻重量、抗电磁干扰能力、更高散热效率和更长传输距离 [12] - 光纤链路可以支持25Gbps甚至更高传输速率，使其成为ADAS、信息娱乐系统和传感器融合的理想选择 [12] - 光纤比传统铜缆更轻，有助于提高电动汽车续航里程和整体燃油效率，且不受电磁干扰，确保在电气噪声较大的汽车环境中可靠运行 [13] - 光物理层（PHY）功耗更低、发热量更少，从而简化了ECU散热设计，且无需均衡或放大即可在更长距离上保持信号完整性 [13] - 光以太网有望在采用区域架构和集中式计算的新型车辆中得到广泛应用，但集成新的光PHY和连接器成本高昂且复杂，不太可能对老款车型进行改造 [13] - 未来具备大规模传感器融合和V2X数据交换功能的自动驾驶汽车最终可能需要超过100 Gbps的链路速度，这些链路速度可能以光纤形式实现 [13] SerDes与非对称以太网的角色 - 虽然CAN和LIN最终可能被汽车以太网取代，但SerDes仍然至关重要，因为它将并行数据转换为串行数据进行传输，反之亦然 [14] - 点对点SerDes技术在局部高带宽连接方面表现出色，而像ASA Motion Link 2.0这样采用非对称以太网通信的新型汽车标准，可能会模糊二者界限并提高互操作性 [14] - 非对称以太网并不能取代SerDes，由于低延迟和高可靠性，SerDes仍然是摄像机和显示器链路的最佳选择 [14] - 非对称以太网正在兴起，旨在标准化SerDes目前的功能，提供基于以太网的替代方案，例如下行10 Gbps、上行100 Mbps的非对称带宽，过渡仍在进行中 [14] - 非对称以太网一大优势是功耗更低，实现了10Gbps的下行速度传输视频摄像头数据到CPU处理器，而上行速度仅为100Mbps [14] - 开发朝此方向发展是因为它有可能降低成本、缩小芯片尺寸并降低功耗，摄像机采用同轴电缆供电，使用15米长行业标准电缆处理所有上下行数据 [14] - 在10BASE-T1中，“1”代表差分对的数量，汽车行业希望尽可能减少铜缆使用，所以只使用一对差分线 [14] - 目前传输速度仍受限于10 Gb，主要用于摄像头视频流，传输4K 60 FPS视频已需要10 Gb带宽，且通常只需一根线缆 [16] 汽车与数据中心技术的融合 - 随着汽车网络速度提升，车辆开始越来越像数据中心，数据中心和汽车行业正在经历持续的技术交叉融合，尤其是在单对以太网（SPE）和SerDes设计技术方面 [17] - 基于芯片组的SoC和3nm及以下先进工艺节点的融合，正在加速汽车和数据中心技术的融合，尤其是在人工智能驱动架构日益普及的情况下 [17] - 考虑到自动驾驶汽车的计算能力，未来可能会开始看到芯片组的应用，因此超大规模集成电路（UCIe）技术也将随之兴起 [17] - 边缘计算、工业、运营技术以及芯片组等可组合架构的融合，可能会为汽车级以太网或SerDes创造机遇，尤其是在低成本、轻量化线缆具有优势的领域 [17] - 与汽车应用相比，数据中心SerDes已经能够实现更高的以太网速度，包括100G、200G、400G，并正朝着800G和1.6T迈进 [17] - 可靠性要求不同，数据中心需要极低误码率、极高正常运行时间和冗余系统，汽车零部件必须在严苛环境下可靠运行，并具备不同的故障模式和认证标准 [17] 太比特级速度的展望与障碍 - 太比特（Tbps）速度在数据中心已存在，但汽车部署存在障碍，且目前汽车还不需要这种速度 [18] - 目前汽车应用发展趋势是25至50 Gbps传输速率，Tbps级链路对于目前车载需求来说性能过剩，并且面临着功率、成本和散热等方面限制 [19] - 在汽车以太网中实现Tbps级速度不仅仅是带宽挑战，它代表着硬件和软件堆栈的架构变革，需要重新思考物理层设计、电磁抗扰性和散热管理 [19] - 在容错、低延迟的主干网上同步数百个ECU，是对确定性网络性能的极限挑战 [19] - 太比特以太网优势在于实现大规模的实时传感器融合，使车辆能够以更快速度和更高精度感知、决策和行动，并成为智能网联汽车不断发展演进的基础架构 [19] 计算能力提升驱动带宽需求 - 动态SDV需要更强大计算能力，这就需要更高速的以太网，数据中心的技术最终会应用到车辆中 [20][21] - 预计未来几年内，将会出现配备64或128个CPU核心、多个GPU和NPU的中央计算系统 [21] - ADAS和车载娱乐系统提高了GPU计算需求，对GPU处理能力和吞吐量的需求正在大幅增长，这主要是由于集中化、自动驾驶能力提升以及更多屏幕的出现 [21][22] - 无线技术正在普及，Wi-Fi 7、8及更高版本也可能在汽车中发挥更大作用，不仅用于娱乐，最终甚至用于安全关键型应用场景 [22] - 目标是减少车辆中线束数量，一辆汽车里大约有60到70个不同的微处理器和控制器，还有数百条CAN总线通过线缆连接，这使得制造成本高昂且碰撞后易起火 [22] - Wi-Fi取代CAN总线的首要任务是驱动信息娱乐系统，后座娱乐系统等所有娱乐功能都可以通过Wi-Fi实现，并努力使其具备安全关键功能，Wi-Fi 7延迟低于10毫秒 [22] 结论与未来驱动因素 - 无论车辆技术需要多快速度，汽车以太网都比CAN具有优势，并且很可能在许多应用场景中取代CAN [24] - 汽车以太网大大简化了复杂系统设计，即使加装一些额外线路，重量也几乎可以忽略不计，且数据传输速度足够快 [24] - 汽车以太网目前在市场上占据主导地位，它是区域架构的支柱，也是今天能够实现软件定义汽车的原因 [24] - 人工智能是关键驱动因素，人工智能无处不在，从云计算和边缘计算到人工智能物联网和汽车领域 [24] - 汽车系统设计越来越多地采用高速互连协议，例如PCIe、UCIe和以太网，这与数据中心的发展趋势相呼应 [24]

关键要点总结 一、 涉及的行业与公司 * **行业**：ICT（信息与通信技术）产业，具体聚焦于AI基础设施、光通信、无线通信、半导体芯片设计[1] * **公司定位**：为基础设施提供高端模数混合半导体设计，专注于底层连接技术（互联互通），业务覆盖无线通信、光通信、工业和汽车等领域[2] * **公司对标**：类似于博通（Broadcom），在不同技术代际（电信、云计算、AI）始终聚焦底层连接技术[2] 二、 AI基础设施浪潮与市场趋势 * **核心瓶颈转移**：AI基础设施核心瓶颈已从算力转向运力（连接能力）[1] * **公司战略定位**：在AI基础设施三大支柱（算力、存力、运力）中，公司专注于运力，将其比作连接大脑（算力）的血管[2] * **需求驱动**：GPU数量指数级增长，对机架内、机架间、数据中心间的高速互联产生爆发性需求[3] * **技术演进凸显光通信**：AI应用极大地凸显了光通信的重要性，技术路线从电交换、IP交换向光交换和光连接演进[3][4] 三、 光通信电芯片市场与国产化 * **市场高度垄断**：全球光通信电芯片市场99%以上份额由博通（Broadcom）和Marvell主导，国产化率几乎为零[1][5] * **产业链关键角色**：光模块由光芯片和电芯片构成，电芯片负责对光信号进行校准和处理，确保传输完整性，是价值量最高的部分之一[5] * **国产替代紧迫性**：考虑到互联互通在AI基础设施中的关键地位，核心电芯片环节的国产化替代需求非常迫切[1][6] * **国内升级需求**：随国内骨干网2025年向400G/800G迭代，核心DSP芯片国产替代需求迫切[1] 四、 光通信技术路线与方案对比 * **长距 vs. 短距通信**：两者技术原理、设计难度、单体价值、客户群体和供应商模式差异显著，可视为两个不同细分行业[7] * **长距通信**：应用于数据中心间（几十至上千公里）和国家级骨干网，技术基础是超高速ADC和复杂数字算法（相干DSP），技术难度和单体价值量极高[7] * **短距通信**：应用于数据中心内部（几十公分至几公里），技术基础是超高速SerDes，是当前光模块出货主力[7] * **SerDes的核心作用**：是短距光电芯片的技术底座，实现高速数据的串并/并串转换，其性能是决定整个光电芯片乃至光模块性能的关键[8] * **DSP芯片技术驱动力**：速率和代际演进（如400G、800G、1.6T）的本质是更高级SerDes接口的应用，不断演进SerDes接口速率是形成相应DSP产品的核心驱动力[9][10] * **市场代际差异**：海外市场800G已是绝对主流，1.6T也已成为相对主流；国内市场400G仍是主流，预计到2026年800G占比逐渐提升，显示出国内外市场存在时间代差[9][10] * **新兴技术方案对比**： * **LPO (线性可插拔光模块)**：移除光模块内DSP，功能集成到交换机芯片。优势是降成本功耗，但传输距离受限（约20公分），且在单通道速率提升至200G时可用性极低，难以成为主流[11][12] * **CPO (共封装光学)**：光引擎与计算芯片合封。技术完美，但封装工艺挑战大，且光引擎损坏可能导致整个芯片报废，运维难度和成本高，大规模应用需2年以上[1][12] * **NPO (近封装光学)**：介于CPO和传统DSP间的折中方案，采用“近封装”。既能节省功耗、优化性能，又避免了CPO的运维难题，市场需求强劲[1][12] 五、 无线互联领域的技术瓶颈 * **核心瓶颈**：在端侧AI应用中，射频收发芯片是提升系统带宽的性能瓶颈[13] * **技术难点**：核心在于高速高精度ADC的设计，这是模拟芯片设计领域公认最难突破的技术之一，也是国内在设计层面被“卡脖子”的关键点[1][13] * **不同场景差异**： * **卫星/激光通信等**：射频收发芯片是集成ADC、SerDes、锁相环等的大型SoC，价值量高[13] * **WiFi 7/8等高速射频**：趋势是将射频前端与收发部分完全集成，在单芯片上同时实现高带宽和复杂调制难度极高[13] 六、 底层核心技术能力 * **统一技术底座**：所有高速互联（无论有线无线）的底层核心技术能力都是高性能的ADC/DAC、SerDes和锁相环等基础模拟器件设计能力，以及配套的数字算法[4][14] * **技术壁垒性质**：这些技术壁垒在于长期工程化实践和底层技术创新，并非通过短期投入即可突破[2] * **支撑产品矩阵**：这些基础能力支撑起不同应用场景下的芯片产品，如光通信DSP、Retimer、PCIe Switch、无线射频收发SoC等[14] * **产品化逻辑**：不同的技术方案（如LPO、CPO）都是在完备的技术底座上，根据具体应用需求衍生出的产品化和工程化实现[14]

AI基础设施竞争的核心：SerDes技术 - 在AI训练和推理向大规模GPU集群扩展的背景下，系统性能瓶颈由单芯片转向节点间数据交换效率，高速互联技术成为关键[2] - 从GPU、交换芯片到数据中心网络、Chiplet与CPO光互联，AI基础设施的每一次演进都持续推高对高速互联的要求[2] - 在所有互联技术中，SerDes（串行器/解串行器）正逐渐成为最核心的底层能力[2] SerDes技术概述 - SerDes是一种高速数据传输技术，核心作用是在减少I/O连接数量的前提下，实现芯片间的大带宽数据交换[4] - 其工作原理是将发送端的多路并行数据串行化传输，接收端再恢复为并行数据，从而在有限封装和走线条件下提升带宽密度[4] - 在AI时代，SerDes从芯片接口模块上升为决定系统扩展能力的关键基础设施，支撑PCIe、以太网等多种高速标准[5] ASIC设计服务厂商的SerDes竞争力 - 博通和Marvell凭借SerDes能力构建了系统级护城河，拿走了ASIC市场80%的利润[6] - 博通的SerDes以高性能和高集成度著称，其Tomahawk 5交换芯片最多可集成64个Peregrine SerDes核心，每个核心包含8路106Gb/s收发器[6] - Tomahawk 6（102.4T）将引入224G SerDes，配合更强的铜缆传输能力，以在不全面依赖光互联的情况下维持高效数据交换[6] - Marvell的强项是协议覆盖和先进制程适配，其112G XSR/VSR SerDes专为Chiplet设计，功耗极低，是D2D互联市场的标杆[7] - Marvell在PCIe接口上的SerDes进度快于博通，已率先展示可实现256 GT/s传输的PCIe 8.0技术[7] - 2025财年，博通AI营收约200亿美元（同比增长65%），MarvellAI营收约39亿美元[7] - 博通AI ASIC市场份额约60%，Marvell在15%-20%[7] - 联发科凭借超过十年的SerDes IP技术研发，成功切入谷歌TPU设计，其112Gb/s SerDes在4纳米制程可实现超过52dB的损耗补偿能力[9] - 联发科专为数据中心打造的224G SerDes已完成硅验证，公司有信心在2026年实现超过10亿美元的数据中心ASIC营收[9] GPU巨头的SerDes演进 - 英伟达GPU间的高速互联依赖自研NVLink，其代际演进本质是SerDes速率升级与链路规模扩展的双重推进[11] - 从Ampere架构到Blackwell架构，NVLink所依赖的SerDes技术从约56Gbps演进至224Gbps，使单GPU互联带宽实现跨代跃升[11] - AMD的高速互联体系围绕其Chiplet架构与Infinity Fabric协议展开，更倾向于拥抱PCIe与CXL等行业标准[12] - AMD联合博通、微软、Meta等公司发起UALink联盟，试图构建面向AI加速器互联的开放标准，以在生态规模上竞争[12] 高速互联初创公司 - Credo是增长迅猛的高速互联公司，2026财年全年营收预计在13.23–13.33亿美元区间，毛利率约66%–67%[14] - 其核心竞争力在于模拟前端优化，以自研112G/224G SerDes技术为核心，围绕Retimer芯片和AEC（有源铜缆）构建产品体系[15] - Astera Labs 2025财年营收8.53亿美元，同比增长115%，全年GAAP毛利率75.7%[16] - 其核心定位是智能连接平台，产品围绕PCIe和CXL生态展开，将SerDes和DSP技术与协议层软件结合[16] - Alphawave Semi专注于高速SerDes与接口IP的研发，商业模式偏向SerDes IP与连接子系统供应商[17] - 2025年高通宣布以约24亿美元收购Alphawave Semi，以加强在数据中心和高速互联领域的布局[17] 传统EDA/IP厂商的战略调整 - 新思科技（Synopsys）逐步弱化自有处理器业务，将资源更多集中在高速接口与互联IP上，如SerDes、PCIe、CXL、UCIe等[19] - 在Chiplet架构成为主流的背景下，高速互联技术变得稀缺，EDA/IP厂商通过提供成熟的接口IP，降低了AI芯片设计的门槛[20] 下一代技术：448G SerDes与CPO - 448G SerDes已成为产业链下一阶段的竞争焦点，Marvell已展示448G SerDes IP并演示256GT/s的PCIe 8.0 SerDes[22] - 英伟达下一代Rubin平台将采用448G SerDes，配合第六代NVLink，单GPU互联带宽预计可达3.6TB/s[23] - 当速率迈向448G，“光进铜退”成为架构级必然选择，CPO（光电共封）技术变得关键[23] - CPO对SerDes的抖动、线性度及误码率提出苛刻要求，SerDes能力越强，系统裕量越可控[23] - 测试测量厂商如Keysight、Anritsu等已开始布局完整的448G验证体系，以应对更严格的信号完整性等要求[24]

Marvell Technology 的战略收购与技术整合 - 公司是AI连接领域的主要参与者，产品组合涵盖以太网、SerDes、DSP、PCIe重定时器和交换机 [1] - 公司已完成对Celestial AI的收购，整合了其光子结构平台，实现了从传统铜连接的跨越 [1] - 光子结构平台为公司产品组合增加了超高带宽、低延迟和低功耗特性，旨在抓住快速增长的AI扩展网络机遇 [2] - 该技术专为AI集群内GPU与加速器通信的扩展网络流量问题设计，提供数百Tbps的带宽，延迟低于150纳秒，能效约为2.5 pJ/比特 [3] - 该平台支持共封装光学器件和更深入的3D集成，其热稳定性有助于与XPU和交换机更紧密集成，预计将成为未来AI数据中心的关键架构转变 [4] 收购的财务预期与公司估值 - 公司预计该业务在2028财年达到5亿美元的年化收入运行率，在2029财年达到10亿美元 [4] - 该交易预计将在2028财年下半年开始对非GAAP盈利产生增值作用 [4] - 公司股票年初至今下跌14.8%，而电子-半导体行业同期增长53.8% [7] - 公司股票交易价格对应远期市销率为6.90倍，低于行业平均的8.46倍 [11] - 尽管年初至今股价下跌32.3%，公司交易价格对应远期市销率为7.11倍，仍低于行业平均水平 [9] - Zacks对MRVL 2026财年和2027财年盈利的一致预期，分别意味着同比增长80.9%和21% [14] - 过去60天内，2026财年的盈利预期保持不变，而过去7天内，2027财年的盈利预期被下调 [14] 市场竞争格局 - 公司在连接市场的主要竞争对手包括博通和Credo Technology [5] - Credo拥有广泛的产品组合，包括AEC、SerDes IP、重定时器IC和系统设计，其上季度AEC业务实现了两位数的环比增长 [5] - Credo的超大规模客户群正在扩大，其光DSP和LRO解决方案以及PCIe和以太网重定时器的采用也呈现强劲增长 [6] - 博通在运营商以太网和传输市场占据主导地位，是电信光互连和路由硅片领域的主要参与者 [6] - 博通的先进3.5D XDSiP因其更高密度，对AI XPU连接至关重要 [6]

公司研发方向 - 公司目前主要围绕高速接口IP和高性能模拟IP开展研发 [1] - 在高速接口IP领域，公司研发的IP主要包括DDR、SerDes、PCIe、MIPI、PSRAM、TCAM等 [1] - 在高性能模拟IP领域，公司研发的IP主要包括ADC、PLL、PMU等 [1]

文章核心观点 - 人工智能（AI）的快速发展，特别是大规模AI模型训练对海量数据交换的需求，使得SerDes（串行器/解串器）这项已有数十年历史的技术从“锦上添花”的组件跃升为构建AI数据中心不可或缺的“关键技术” [1] - 随着AI模型规模扩大、GPU连接增多和数据传输速度提升，SerDes的重要性与日俱增，其技术演进和市场竞争将成为决定AI基础设施性能的关键因素 [13] SerDes技术原理与作用 - SerDes是Serializer和Deserializer的合成词，其核心功能是将多路并行数据在发送端合并为单路高速串行数据（序列化），在接收端再还原为并行数据（反序列化），以解决芯片或设备间并行传输的物理线路复杂和同步困难问题 [3] - 该技术通过单根电线传输数百Gbps的数据，是连接GPU等计算单元的“数据高速公路”背后的关键技术 [1][3] - 该技术已存在数十年，广泛应用于USB、HDMI和以太网等接口，但AI带来的超高带宽需求使其地位发生质变 [3] AI驱动下的性能需求与演进 - NVIDIA最新的AI系统GB200 NVL72通过NVLink连接72个GPU，每秒可交换约130 TB的数据，相当于一秒钟内流式传输6,000到10,000部两小时的Netflix 4K电影 [3] - NVIDIA第五代NVLink提供的GPU间双向带宽为1.8 TB/s，约为2014年第一代NVLink（160 GB/s）的11.3倍 [4] - 自2014年以来，随着链路速度提高和NVLink域规模扩大，NVLink域的总带宽增加了900倍，在576个GPU的域中达到了1 PB/s的水平 [4] 市场规模与资本支出 - Kings Research预测，全球SerDes市场将从2024年的7.453亿美元增长到2032年的约20亿美元，复合年增长率为13.45% [6] - 超大规模数据中心运营商（亚马逊、微软、谷歌和Meta）的资本支出总额预计在2024年达到2244亿美元，2025年将达到3150亿美元 [6] - 例如，Alphabet将其2025年资本支出预期上调至910亿至930亿美元，而亚马逊则表示其2025年资本支出约为1250亿美元 [6] - 这些巨额投资中相当一部分流向了交换机、网卡、光模块和GPU，所有这些都依赖于SerDes技术 [6] 技术挑战与设计核心 - 虽然SerDes处理的是数字数据（0和1），但在极高的传输速度下（如主流112G SerDes每秒传输1120亿比特），模拟电路设计方法至关重要，因为信号会发生失真、衰减和干扰 [8] - 在112G速率下，单个比特的持续时间仅为9皮秒（9万亿分之一秒），模拟电路的任务是从失真的信号中精确读取原始的0和1 [8] - 高速模拟电路设计能力是SerDes领域的核心竞争优势 [9] 技术标准演进与下一代发展 - 目前主流标准是112G SerDes，将8条通道捆绑在一起即可形成800Gbps（800G以太网），这是目前AI数据中心的标准 [9] - 下一代224G以太网预计将于2025年投入量产，并在2026年实现显著普及，采用8条通道可实现1.6T以太网 [9] - 预计到2028年，1.6T网络市场规模将达到130亿美元 [9] - 随着速度提升，铜线局限性显现：在112G速率下，有效传输距离缩短至约2.0-2.5米；在224G速率下，缩短至约1米 [10] - 共封装光器件（CPO）将光模块直接封装在芯片旁边，以缩短电信号传输距离并利用光进行远距离传输，NVIDIA和Broadcom计划在2025年至2026年间发布CPO产品 [10] 行业竞争格局与未来焦点 - 由于SerDes设计和验证困难，许多芯片公司购买经过验证的SerDes PHY IP的许可 [11] - 目前最紧迫的竞赛是224G量产（2025-2026年），谁将率先大规模供应稳定的224G解决方案将决定未来几年的市场领导地位，目前Synopsys、Cadence和Marvell处于领先地位 [11] - 为实现更高速率传输（如448G及以上），与光通信的融合至关重要，NVIDIA、Broadcom和Ayar Labs等公司正在推出CPO产品，预计在2027年后将得到广泛应用 [11] - 在连接AI加速器的标准方面，存在NVIDIA的NVLink与由AMD、Intel、Google、Meta等超过85家公司支持的开放标准UALink之间的竞争，UALink 200G 1.0规范已于2025年4月8日发布 [12] - SerDes设计涵盖模拟、数字和信号处理领域，吸引顶尖技术人才已成为行业的结构性挑战，并与公司竞争力直接相关 [12]

文章核心观点 - 人工智能的爆发式发展，特别是大规模AI训练对海量数据交换的需求，将一项已有数十年历史的成熟技术——SerDes（串行器/解串器）推向了行业前沿，使其从辅助组件转变为构建AI数据中心不可或缺的关键技术[1] - 随着AI模型规模和GPU集群的扩大，数据传输速度成为系统瓶颈，SerDes作为“数据高速公路”的核心，其性能直接决定了整个AI计算系统的效率[1] - 行业正围绕SerDes技术展开一场隐形的竞赛，竞争焦点在于谁能提供更快、更高效、更经济的解决方案，这将成为决定未来AI基础设施竞争格局的关键因素[13] SerDes技术原理与作用 - SerDes是Serializer和Deserializer的合成词，其核心功能是将多路并行数据在发送端合并为一路高速串行数据，在接收端再还原为并行数据，以此解决芯片或设备间大量并行线路传输的物理和同步难题[3] - 该技术通过单根电线传输数百Gbps的数据，类似于将多辆货车的货物集中到一列高速子弹头列车上进行运输[3] - SerDes技术已应用数十年，常见于USB、HDMI和以太网等接口，但AI对带宽的极致需求使其重要性发生质变[3] AI驱动下的性能需求与增长 - NVIDIA最新的AI系统GB200 NVL72通过NVLink连接72个GPU，每秒可交换约130 TB的数据，形象化比喻相当于一秒钟内流式传输6,000到10,000部两小时的Netflix 4K电影[3] - 单个GPU间连接带宽大幅提升，NVIDIA第五代NVLink提供的GPU间双向带宽为1.8 TB/s，是2014年第一代NVLink（160 GB/s）的11.3倍[4] - 随着链路速度提升和连接规模扩大，自2014年以来，NVLink域的总带宽增加了900倍，在576个GPU的域中达到了1 PB/s的水平[4] 市场规模与资本支出 - 全球SerDes市场预计将从2024年的7.453亿美元增长到2032年的约20亿美元，复合年增长率为13.45%[6] - 超大规模数据中心运营商（亚马逊、微软、谷歌和Meta）的资本支出急剧增长，预计四家公司2024年资本支出总额为2244亿美元，2025年将达到3150亿美元[6] - 其中，Alphabet将其2025年资本支出预期上调至910亿至930亿美元，亚马逊则表示其2025年资本支出约为1250亿美元，这些投资中的相当一部分将流向依赖于SerDes技术的交换机、网卡、光模块和GPU[6] 技术挑战与设计核心 - 在极高的传输速度下（如主流112G SerDes每秒传输1120亿比特），信号会发生严重失真、衰减和干扰，模拟电路设计在从失真信号中精确读取原始数字数据方面起着至关重要的作用[8] - 高速模拟电路设计能力是SerDes领域的核心竞争优势，其作用类似于在数字化交通中负责道路铺设和流量控制[9] - SerDes的设计和验证非常困难，因此许多芯片公司选择购买经过验证的SerDes PHY IP许可[11] 技术演进与下一代标准 - 目前主流标准是112G SerDes，将8条通道捆绑可形成800Gbps（800G以太网），这是当前AI数据中心的标准[9] - 下一代224G以太网预计2025年投入量产，2026年显著普及，采用8条通道可实现1.6T以太网，预计到2028年，1.6T网络市场规模将达到130亿美元[9] - 更远的未来，448G SerDes处于研究阶段，预计在2028年之后应用[10] 传输介质演进与CPO技术 - 随着速度提高，铜线传输距离受限，在112G速率下有效距离缩短至约2.0-2.5米，在224G速率下缩短至约1米[10] - 共封装光器件（CPO）技术日益受到关注，它将光模块直接封装在芯片旁边，以缩短电信号传输距离，并利用光进行远距离传输[10] - NVIDIA和Broadcom计划在2025年至2026年间发布CPO产品，预计在2027年后将得到广泛应用[11] 行业竞争格局与未来焦点 - 行业正进入224G量产竞赛（2025-2026年），谁能率先大规模供应稳定的224G解决方案将决定未来几年的市场领导地位，目前Synopsys、Cadence和Marvell处于领先地位[11] - 在AI加速器互连标准上，存在NVIDIA的NVLink与由AMD、Intel、Google、Meta等公司联合成立的开放标准UALink之间的竞争，UALink于2025年4月8日发布了UALink 200G 1.0规范[12] - SerDes设计涵盖模拟、数字和信号处理领域，吸引和竞争顶尖技术人才已成为整个行业的结构性挑战，并与公司的竞争力直接相关[12]

期货行业专题报告核心观点 - 期货行业未来将迎来市场、政策、格局三方面积极变化：市场端交易品种持续扩容与产业客户需求提升带来长期成长空间；政策端《期货公司监督管理办法》有望落地，将放开期货自营、保证金融资等新业务，并将做市和衍生品交易纳入主业，推动创新能力和收入结构改善；格局端传统经纪佣金费率承压，创新与跨境业务深化将推动行业集中度持续提升[1][6][7] - 中国期货市场已形成“5+1”交易所体系，截至2025年10月底共上市期货期权品种151个，覆盖农产品、金属、能源、化工等重要领域；截至2025年10月，全国期货市场累计成交额达608.84万亿元，同比增长21.82%，其中商品期货占成交额的65%[6] - 期货公司商业模式以轻资产为主，客户权益规模是影响盈利的核心；2024年末行业总资产与净资产分别为1.78万亿元和2063亿元，仅为证券行业的14%和7%，发展仍处初期；行业收入核心来自经纪服务的手续费及利息收入，2011年以来手续费收入占比始终维持在50%以上[6] - 投资建议方面，期货板块与券商板块关联度高，贝塔属性强；截至2026年1月5日，期货指数PE为38.1倍，位于2020年来60.1%分位；报告推荐资管业务优异、创新能力强的瑞达期货，并建议关注境外布局领先的南华期货和受益行业格局优化的永安期货[7] 策略报告核心观点 - 报告核心观点认为2025年只是牛市“前期”，2026年有望见证牛市“主线”启动；A股大势“有新高”，行业配置除保险外，继续重视“有新高”组合[2][13] - 行情启动有三个信号：一是从“缩量犹豫”到“放量启动”，2025年12月全A成交额低点1.7万亿基本被确认，主升行情将启动；二是主题活跃的春季躁动，脑机接口、机器人、6F、存储、商业航天等是值得关注的方向；三是保险成为牛市新旗手，其放量上涨确认行情启动，保险受益于负债端成本下移与资产端收益稳定上升，且是市场重要增量资金[10][11][12] - 行业配置的“有新高”组合具体包括：【有】色金属：走向“1978”（金/银/铜）；【新】消费：国民财富回归改善消费（食品饮料/旅游出行）；【高】端制造：具备出口竞争优势的电力设备/化工/医药/工程机械等和自主可控的国产算力链[2][13] 龙迅股份公司动态核心观点 - 报告预计龙迅股份2025-2027年营收分别为6.04亿元、9.04亿元、12.79亿元，归母净利润分别为1.81亿元、3.19亿元、4.29亿元；公司SerDes、PCIe等新品进展顺利并有望持续贡献增量，赴港上市稳步推进，维持“买入”评级[3][18] - 在智能车载领域，公司车载产品涵盖座舱域和驾驶域，截至2025年9月30日已开发14颗通过AEC-Q100认证的车规级芯片；基于自研ADP协议的车载SerDes芯片组已有4颗通过AEC-Q100认证，目前处于全面市场推广阶段，在eBike等新领域已实现量产，汽车厂商验证测试积极推进中[16] - 在AI领域，云侧AI运力芯片市场规模预计从2025年的1289亿元增长至2029年的2739亿元，复合年增长率为20.7%；公司基于高带宽SerDes技术优势扩展至AI&HPC领域，2025年前三季度AI及HPC领域收入为748万元，占总收入1.9%；具体产品包括应用于AIPC及服务器的PCIe转SATA桥接芯片、已完成流片的HDMI2.1toPCIe4.0芯片（单通道16G），以及预计26H1完成流片的PCIe5.0 Retimer等[17] - 在端侧AI领域，公司芯片与高通、索尼等厂商共同开发，支持最高双目8K分辨率和120Hz刷新率，终端客户涵盖雷鸟、Rokid、XREAL、美国MR设备龙头客户；端侧计算SoC已进入设计验证阶段，可应用于AR/VR与机器人领域[17][18] 北交所市场日报核心观点 - 2026年1月5日，北证A股成交金额达211.4亿元，较上一交易日增加4.8亿元；北证50指数收盘1446.42点，上涨1.80%，PE_TTM为61.37倍；北证专精特新指数收盘2471.61点，上涨1.96%；当日287家公司中226家上涨[20] - 当日市场表现与A股科技主线高度契合，脑机接口、AI应用、商业航天等新质生产力领域成为核心驱动；脑机接口板块受Neuralink 2026年量产计划刺激掀起涨停潮；政策面利好持续释放，包括财政部拟发行超长期国债支持科技创新，年金基金长周期考核导向有望引导万亿资金入市，台积电获美出口许可强化半导体国产替代逻辑[23] - 投资建议展望后市，在国内货币政策保持适度宽松、外资与长线资金加速入市的背景下，北交所市场有望开启春季行情；建议重点关注政策催化明确的商业航天、机器人、半导体等新质生产力赛道，以及业绩确定性较强的专精特新企业[4][23] 市场指数数据 - 2026年1月7日国内市场主要指数收盘及涨跌：上证指数4083.67点涨1.50%，深证成指14022.55点涨1.40%，沪深300指数4790.69点涨1.55%，上证180指数10405.94点涨1.86%，中小板指8593.43点涨1.83%，创业板指3319.29点涨0.75%[5] - 同期主要海外市场指数收盘及涨跌：道琼斯指数49462.08点涨0.99%，标普500指数6944.82点涨0.62%，纳斯达克指数23547.17点涨0.65%[5]

文章核心观点 - 生成式AI与大语言模型驱动云端算力需求持续扩张，谷歌自研TPU芯片订单动能强劲，带动其ASIC合作伙伴博通与联发科上调2026年投片量，云端算力竞争格局再度升温 [1] - 联发科正进行内部资源重组，将部分手机芯片部门人力转向ASIC、车用及资料中心客制化芯片等新领域，标志着其成长引擎的结构性转变 [1][2] - 谷歌TPU凭借成本及生态系统优势，挑战英伟达的AI霸主地位，其第八代TPU预计2026年第三季量产，规模在2027年有望达500万颗，2028年进一步提高至700万颗，较先前预测大幅上修 [1] - 联发科在云端ASIC市场的核心竞争力在于其长期积累的高速SerDes技术，该技术是AI加速器芯片有效扩展的基础，其224G SerDes已完成矽验证，技术成熟度受业界关注 [1][2] 行业趋势与竞争格局 - 生成式AI与大语言模型的运算需求持续扩张，推动云端算力市场竞争再度升温 [1] - 谷歌自研TPU芯片订单动能强劲，其ASIC合作伙伴博通与联发科纷纷调高2026年的投片量 [1] - 谷歌TPU凭借成本及生态系优势，正在挑战英伟达在AI芯片领域的霸主地位 [1] - 半导体业界指出，联发科已将手机芯片部门部分人力转往ASIC、车用等新蓝海市场，目标直指资料中心与云端服务提供商（CSP）的客制化芯片商机 [1] 谷歌TPU发展预测 - 谷歌TPU预计在2026年迈入第八代，并于第三季度开始量产 [1] - 其生产规模有望在2027年达到500万颗，并在2028年进一步提高至700万颗，此预测较先前大幅上修 [1] - 为应对此需求，ASIC合作伙伴包括博通与联发科皆在积极准备产能 [1] 联发科的战略转型与布局 - 联发科正在进行内部资源调度，从手机芯片部门调动人力，组建了规模达千人的客制化IC团队，以应对技术难度更高的项目 [1] - 此次资源重新配置不仅涉及人力，更象征着公司成长引擎的结构性转变，云端AI、资料中心与ASIC业务将成为其中长期最具爆发力的应用场景 [2] - 联发科副董事长暨执行长蔡力行指出，公司首个ASIC案件进展顺利，预计在2026年贡献营收约10亿美元，并在2027年放大至数十亿美元 [2] - 第二个ASIC专案预计从2028年开始贡献营收，供应链推测第二个CSP客户为Meta，并将采用2纳米制程打造，这凸显了联发科已具备与国际大厂竞争的技术实力 [2] 联发科的核心技术优势 - 联发科能在云端ASIC市场站稳脚跟，核心关键在于其长期累积的SerDes（序列器／解序列器）技术实力，该技术是高速运算芯片不可或缺的关键IP，直接影响芯片与记忆体间的传输效率，是AI加速器芯片能否有效扩展的基础 [1] - 联发科现行的112Gb/s SerDes DSP采用PAM-4接收架构，在4纳米制程下可实现超过52dB的损耗补偿能力，同时维持低讯号衰减与高抗干扰特性，这对资料中心与先进封装架构尤为关键 [2] - 公司专为资料中心应用打造的224G SerDes已经完成矽验证（silicon proven），其技术成熟度获得了业界的高度关注 [2]

公司战略与并购 - 公司于12月18日完成了对高速有线连接领域全球领导者Alphawave Semi的收购，交易金额为24亿美元，比原计划提前了约一个季度完成 [2] - 此次收购是公司基础设施战略的重要里程碑，收购后Alphawave Semi的联合创始人兼前首席执行官Tony Pialis被任命领导公司新扩展的数据中心业务 [2] - 收购Alphawave旨在整合其高速SerDes（串行器-解串器）和小芯片技术，与公司自有的Oryon CPU和Hexagon NPU架构无缝集成，以期为下一代AI数据中心提供核心基础设施 [4] 市场观点与评级 - 华尔街分析师将公司列为最具前景的7只机器人股票之一，尽管公司并非传统机器人制造商，但其机器人RB平台通过边缘AI、传感器融合和实时5G连接，在赋能自主机器人、无人机和智能机器方面发挥关键作用 [1][5] - 12月16日，Cantor Fitzgerald分析师C.J. Muse维持对公司股票的“中性”评级，但将目标价大幅上调35美元，从170美元提高至185美元，反映出对公司把握AI驱动的计算、网络和内存领域需求能力的信心增强 [3] 业务与市场定位 - 公司是一家全球半导体和技术领导者，总部位于加利福尼亚州圣地亚哥，为移动、汽车、物联网和工业应用设计高性能芯片、AI处理器和连接解决方案 [5]