行业与公司 * 行业：人工智能（AI）算力、数据中心、CPU/GPU/NPU等半导体芯片 * 涉及公司： * 国际：英伟达 (NVIDIA)、AMD、谷歌、台积电 * 国内：中科曙光、华为、海光信息、阿里巴巴（平头哥）、龙芯中科、飞腾信息、寒武纪、盛东信息、澜起科技 核心观点与论据 AI推理时代CPU的重要性提升 * Deepseek通过条件记忆和n-gram模块优化模型，并将n-gram嵌入表完全储存在CPU DRAM中，提升数据查询效率，凸显了CPU在推理过程中的协调和调度价值[1] * 在AGI时代，CPU的作用更加关键，核心器件（HBM、DDR、CPU）被重新定义[2] * 算力需求增加和技术迭代推动CPU出货量和价格双增[4] 技术演进与硬件配置趋势 * 英伟达的解决方案：推出Grace CPU，通过NVLink C2C技术将CPU与GPU间的数据搬运速度提高到900 Gbps，扩大GPU显存，并采用超级芯片封装技术（1颗CPU+2颗GPU）提高系统整体效率[1][5] * 国内企业进展： * 中科曙光发布STELLAR X64超级点，架构由160个CPU和640颗GPU组成（当前1:4，未来或发展为1:2），采用海光X86架构授权和HASL总线互联协议[1][4][6] * 华为推出384超级点，采用自主研发的海光X86架构授权及HASL总线互联协议[1][6] * 华为在生成式AI领域采用340,384颗910C NPU和192颗鲲鹏CPU，比例为1:2，使用Scuba网络[3][7] * 未来主流AI超算点配置：CPU数量（华为192颗、曙光160颗、AMD 18颗、ME 72颗）；加速器比例（华为、英伟达为1:2，曙光、AMD暂为1:4）；华为因使用灵渠协议，内存共享速度更快[8][9] * 迭代频率：华为生成式AI迭代频率高，预计到2026年第一季度达到Q4、Q7、Q8水平，对CPU和GPU需求量巨大[3][7] * 大模型技术趋势：对CPU三级缓存及GPU与CPU比例提出更高要求，从原来的1:4升级到1:2[12] 数据中心市场高速增长 * 预计到2030年，数据中心市场规模将达到600亿美元，增长由技术迭代、数据中心升级周期和头部CPU厂商持续更新推动[3][10] * 到2026年，服务器CPU出货量有望增加25%[11] * 台积电2025年总收入达3.81万亿新台币，同比增长31.6%，先进制程（3纳米和5纳米）营收占比显著提升[10] 国内外市场格局 * 海外：英伟达、AMD、谷歌等公司积极建设数据中心[11] * 国内：海光信息、中科曙光、华为、阿里巴巴等加紧布局[11] * CPU架构格局：国内相对集中，主要采用ARM架构（华为、阿里平头哥）与x86架构（海光信息代表）；阿里平头哥还同时使用开源RISC-V架构[11] 其他重要内容（投资相关） * 推荐公司： * CPU领域：海光信息、龙芯中科、飞腾信息、中科曙光（因大模型技术迭代对缓存和CPU比例要求提升）[12] * AI芯片：海光信息、寒武纪[12] * 芯片互联：中科曙光、盛东信息、澜起科技（因互联需求增加）[12] * 服务器领域：中科曙光、海光信息[12]