行业与公司概述 - 行业：AI数据中心硬件、半导体、存储、网络及冷却技术[2][4][7] - 核心公司： - 硬件/组件：Accton、Delta、Lite-On - 半导体：TSMC、AMD、ASE、Astera Labs、Broadcom - 存储：Seagate - 超大规模云服务商：Google、Meta、Microsoft - 电信：NTT[2][7] 核心观点与论据 1. AI数据中心技术路线图 - Meta的Hyperion数据中心：早期阶段，利好服务器ODM厂商（如Quanta、Wiwynn）及ASIC合作伙伴[4] - AMD的UALink与Ultra Ethernet： - UALink（低延迟扩展）比以太网快3-5倍（延迟210-260ns vs. 650ns-1.3ms）[11][12] - Ultra Ethernet（高吞吐扩展）支持超100万端点，效率优于传统RDMA[11][12] - NVIDIA路线图：Rubin GPU预计2026年Q3推出，功耗从B200的1,000W增至Rubin Ultra的3,600W（2027年）[4][23] 2. 电力与冷却创新 - 高电压直流（HVDC）：从480V AC转向800V DC，减少铜用量，提升效率[23] - 液冷技术： - 当前采用液对空冷却，2027年转向液对液[4] - Google的“Project Deschutes”CDU支持1.5MW冷却能力[24] - 固态变压器（SST）：替代传统油冷变压器，依赖硅材料而非铜/铁[23] 3. 封装与光学技术 - ASE的封装方案： - FOCoS-Bridge解决内存带宽瓶颈，HBM堆栈从8个增至12-16个（2028年）[15] - 面板级扇出封装利用率达87%（传统300mm晶圆仅57%）[15] - TSMC的CoWoS与CPO： - CoWoS-L支持12个HBM3E/4堆栈（2025年），9.5倍光罩设计（2027年）[42] - CPO能耗从30pJ/bit降至<2pJ/bit[42] 4. 存储与网络 - Seagate的HAMR硬盘：容量从18TB（2024年）增至80TB+（2032年），NVMe协议替代SAS/SATA[41] - Broadcom的以太网方案： - Tomahawk Ultra（51.2Tbps）延迟<400ns，Tomahawk 6（102.4Tbps）支持128,000 GPU集群[19][22] 其他重要内容 - 边缘AI市场：与数据中心架构不同，需低功耗集成（如MediaTek的SoC）[30] - 开放标准生态：OCP推动硬件设计标准化，降低TCO（如Google开源Mt. Diablo电源架设计）[24][36] - 能源挑战：AI服务器占全球数据中心电力需求增长的70%（2025-2030年）[34] 投资建议 - 推荐标的： - ODM厂商：Quanta、Wiwynn、Hon Hai - 半导体：TSMC（AI GPU代工主导）、ASE（封装）、MediaTek（边缘AI） - 电力/冷却：Delta（HVDC市占领先）[5][21][28] 数据引用 - AMD预计2028年AI市场规模超5亿美元[11] - AI后端网络市场2028年或超300亿美元（650 Group数据）[18] - 全球数据量从72ZB（2020年）增至394ZB（2028年）[41] （注：部分文档如法律声明[44-108]未包含实质性行业/公司信息，已跳过）