反向光刻技术概述 - 反向光刻技术是一项利用人工智能从相反方向解决芯片制造中光刻图案缺陷问题的前卫技术 [2] - 该技术通过人工智能首先绘制光线在光刻机中的路径及其与晶圆上光刻胶的反应 然后逐像素生成光学掩模图像 [5] - 采用反向光刻技术生成的掩模设计外观奇特迷幻 但最终印刷出的芯片产品功能更可靠 [5] 技术应用与优势 - 台积电和英伟达正以革命性新方式使用反向光刻技术 英伟达的AI分析技术是关键技术之一 [2][5] - 台积电即将推出的2纳米制程将采用反向光刻技术 尽管目前仅用于少数几个掩模层 [8] - 反向光刻技术能带来类似代际升级的优势 允许更密集地封装组件而无需使用问题更多的短波长光 [8] 技术背景与挑战 - 使用极紫外光将芯片组件缩小到更小尺寸会导致光线发生衍射和畸变 造成图案转移缺陷 [2][4] - 传统的掩模调整方法是累加式的 而反向光刻技术则更为激进和彻底 [5] - 英特尔已使用反向光刻技术多年 但此前仅限于处理芯片上缺陷密度较高的特定"热点"区域 [6]

计算光刻技术演进与挑战 - 光学邻近效应导致晶圆光刻图形与掩模设计图形产生偏差，使得光学邻近效应校正成为不可或缺的关键环节 [1] - 计算光刻技术已从规则导向发展为模型驱动，是过去近20年掩模图形处理的关键步骤 [1] - 随着制程节点向更先进工艺演进，传统方法受限于规则约束和优化自由度不足，难以满足复杂芯片设计制造需求 [1] - 反演光刻技术以其独特的优化思路为先进制程光刻环节提供新解决方案 [1] 反演光刻技术核心优势 - ILT通过逆向推导光刻过程物理规律，更精准补偿光学畸变、蚀刻效应等复杂因素，生成更优掩模图形 [4] - 在2nm等先进节点，传统OPC难以考量蚀刻效应等细微物理过程，ILT能将这些效应纳入模型，显著提升图形转移精度 [4] - 先进制程芯片图形复杂度极高，热点区域遍布全芯片，全芯片ILT成为解决这一问题的唯一路径 [4] - ILT被誉为OPC和RET的终极技术，已被各大厂作为光刻核心技术之一所采用 [4] GPU加速对ILT的技术赋能 - 在GPU技术未介入时，ILT依赖CPU进行计算，全芯片校正可能耗时数周，无法满足量产周期需求 [6] - GPU的并行计算架构解决了ILT效率痛点，让ILT实现从局部校正到全芯片应用的质变 [6] - GPU以像素为单位进行并行计算，能同时处理数亿像素数据，彻底打破CPU串行计算效率瓶颈 [7] - D2S利用GPU在像素转换环节同步完成校正，实现了掩模校正的零周转时间 [7] D2S公司的技术创新与市场地位 - D2S是半导体制造GPU加速解决方案领域的领军企业，为纳米级器件制造提供基于模型的处理技术 [2] - 公司是eBeam Initiative的主要赞助商及电子制造深度学习中心的创始成员 [2] - D2S发明的像素级剂量校正技术是其最具突破性的创新之一，直接在像素层级发挥作用 [4] - D2S发明的超大虚拟CPU-GPU解决了全芯片ILT拼接错误的最大难题，让全芯片ILT真正可用于量产 [7] AI与计算光刻的融合发展趋势 - 2024年全球计算光刻软件市场销售额达12.68亿美元，预计2031年将达到23.68亿美元 [9] - AI技术通过数据驱动方式，能从大量实验数据中学习效应规律，快速构建高精度模型 [9] - 深度学习能进一步加速ILT过程，通过学习高精度ILT生成的优质数据，快速输出近似最优校正结果 [9] - AI的作用是放大ILT优势而非替代ILT，因为深度学习需要ILT产生的数据进行学习 [9] 行业未来展望与技术影响 - 全芯片ILT将成为赋能整个半导体行业向下再走很远的路的关键技术 [10] - 全芯片曲线ILT和曲线掩模技术成熟后，将为芯片设计带来自由度革命，可能赋能三代半导体技术 [10][11] - 全芯片ILT在DUV有更广泛用途，可帮助扩大工艺窗口提高良率，或在光刻机不变条件下做更小节点 [11] - 在D2S使用GPU加速ILT的启发下，英伟达推出了基于GPU加速计算光刻的库cuLitho，已得到台积电和新思科技积极响应 [8]

报告公司投资评级 - 维持“买入”评级 [4] 报告的核心观点 - 报告研究的具体公司硬件保持快速迭代，软件生态继续丰富，较竞争对手有望继续保持较强竞争力 [4] - 模型的升级迭代带动推理算力需求持续增长，叠加AI应用有望拉动持续性算力需求，公司有望作为AI芯片龙头继续受益 [4] 业绩简评 - 2025年3月18日公司举办GTC 2025活动，对未来新产品推出做出展望，未来将陆续推出GB300（GB Ultra）、Vera Rubin、Rubin Ultra等GPU产品，以及Infiniband与以太网的CPO交换机 [1] 经营分析 AI算力需求可持续性 - 目前模型在推理端比最早的生成式AI更复杂，需消耗更大算力，AI处在从简单的生成式AI向助理式AI的发展阶段，助理式AI在推理侧引入强化学习等方式，相比最早的生成式AI推理需更多步骤，需消耗100倍的token，推理对算力有望产生持续性需求 [2] 客户需求情况 - 2024年微软Azure云、亚马逊云、谷歌云、Oracle云合计采购130万颗Hopper芯片，公司预计这四个客户2025年将采购360万颗Blackwell GPU die [2] 硬件迭代计划 - 预计25H2推出GB300 NVL72，采用CX9网卡，单GB300芯片具备288GB HBM3e显存，容量较GB200有明显升级，算力是GB200 NVL72的1.5倍 [2] - 预计26H2推出Vera Rubin NVL144，单机柜算力是GB300 NVL72的3.3倍，采用HBM4显存、第六代NVlink以及CX9网卡 [2] - 预计27H2推出Rubin Ultra NVL576，单机柜算力是GB300 NVL72的14倍，将采用第七代NVLink [2] 交换机推出计划 - 预计25H2推出Quantum-X CPO交换机，26H2推出Spectrum-X CPO交换机 [2] 软件生态情况 - 公司基于CUDA针对一系列垂类行业推出了库，如用于计算光刻的cuLitho、用于量子计算的CUDA-Q等 [3] - 公司推出了dynamo系统，可有效帮助GPU完成prefill和decode的任务，提升GPU利用效率 [3] 盈利预测、估值与评级 盈利预测 - 预计公司FY26~FY28净利润分别为1221.97、1568.76、1778.57亿美元 [4] 估值情况 - 对应目前股价PE分别为23、18、16X [4] 评级情况 - 维持“买入”评级 [4] 公司基本情况 营业收入 - CY24.1 - CY28.1（对应FY24E - FY28E）营业收入（百万元）分别为60,922、130,497、221,183、289,480、327,980，增长率分别为125.9%、114.2%、69.5%、30.9%、13.3% [6] EBITDA - CY24.1 - CY28.1（对应FY24E - FY28E）EBITDA分别为34,717、84,351、141,527、178,966、199,794 [6] 归母净利润 - CY24.1 - CY28.1（对应FY24E - FY28E）归母净利润分别为29,760、72,880、122,197、156,876、177,857，增长率分别为581.3%、144.9%、67.7%、28.4%、13.4% [6] 每股收益-期末股本摊薄 - CY24.1 - CY28.1（对应FY24E - FY28E）每股收益-期末股本摊薄分别为12.08、2.98、5.01、6.43、7.29 [6] 每股净资产 - CY24.1 - CY28.1（对应FY24E - FY28E）每股净资产分别为17.44、3.24、7.97、14.10、21.09 [6] 市盈率（P/E） - CY24.1 - CY28.1（对应FY24E - FY28E）市盈率（P/E）分别为50.53、47.90、23.05、17.95、15.84 [6] 市净率（P/B） - CY24.1 - CY28.1（对应FY24E - FY28E）市净率（P/B）分别为34.99、44.01、14.48、8.19、5.47 [6] 附录：利润表预测摘要 营业收入 - FY23 - FY28E营业收入（百万美元）分别为26,974、60,922、130,497、221,183、289,480、327,980 [8] 营业成本 - FY23 - FY28E营业成本（百万美元）分别为11,618、16,621、32,639、55,296、78,159、91,834 [8] 毛利 - FY23 - FY28E毛利（百万美元）分别为15,356、44,301、97,858、165,887、211,320、236,146 [8] 销售费用 - FY23 - FY28E销售费用（百万美元）分别为2,440、2,654、3,491、7,741、9,553、9,839 [8] 研发费用 - FY23 - FY28E研发费用（百万美元）分别为7,339、8,675、12,914、19,906、26,053、29,518 [8] 营业利润 - FY23 - FY28E营业利润（百万美元）分别为5,577、32,972、81,453、138,239、175,714、196,788 [8] 利息收入 - FY23 - FY28E利息收入（百万美元）分别为267、866、1,786、172、1,945、4,681 [8] 利息支出 - FY23 - FY28E利息支出（百万美元）分别为262、257、247、214、259、342 [8] 除税前利润 - FY23 - FY28E除税前利润（百万美元）分别为4,181、33,818、84,026、138,860、178,268、202,111 [8] 所得税 - FY23 - FY28E所得税（百万美元）分别为 - 187、4,058、11,146、16,663、21,392、24,253 [8] 净利润 - FY23 - FY28E净利润（百万美元）分别为4,368、29,760、72,880、122,197、156,876、177,857 [8] 市场中相关报告评级比率分析 各评级数量 - 一周内、一月内、二月内、三月内、六月内“买入”“增持”“中性”“减持”评级数量均为0 [10] 评分 - 一周内、一月内、二月内、三月内、六月内评分均为0.00 [10]