英伟达的软件护城河 - 英伟达的竞争优势核心在于CUDA生态系统，包括专有编程模型、丰富库和与PyTorch的深度整合 [2][5] - CUDA起源于2007年，通过免费提供和开发者社区建设解决了先有鸡还是先有蛋的问题，最终在2012年因AlexNet训练成功获得认可 [6][7] - CUDA的转换成本极高，开发者需重写代码并失去成熟库和社区支持，PyTorch等框架也依赖CUDA作为后端 [8][10] 华为的三管齐下战略 - 自主研发CANN软件栈和MindSpore框架，试图复制PyTorch+CUDA的全栈体验 [11][12] - 深化PyTorch兼容性，通过torch_npu适配器连接昇腾硬件，但存在版本兼容性和稳定性问题 [11][20][22] - 投入ONNX开放标准优化，实现跨硬件模型部署，允许英伟达训练模型在昇腾芯片上推理 [25][27] 华为软件生态的现状与挑战 - CANN 8.0版本被宣传为重要进展，但开发者反馈其使用困难且缺乏社区支持，昇腾910C推理性能仅为H100的60% [13][17] - 华为模仿英伟达早期策略，派驻工程师协助客户迁移代码，如百度、腾讯等 [16] - 开发者社区活跃度低，知乎用户抱怨文档杂乱且故障排查资源有限，与英伟达的成熟生态差距显著 [13][16][22] 华为与PyTorch的整合进展 - 华为2023年加入PyTorch基金会，通过torch_npu适配器实现昇腾支持，但代码未并入主库导致维护挑战 [19][21] - PyTorch基金会表态支持硬件多样性，华为的理事会席位可能推动其贡献被正式采纳 [23] - 开发者指出昇腾对PyTorch第三方扩展支持不足，部署大规模模型存在兼容性问题 [22] ONNX在华为战略中的角色 - ONNX作为模型"PDF格式"，使英伟达训练模型可导出并在昇腾芯片部署，华为维护专用ONNX Runtime优化内核 [25][26] - 该方案适合中国市场，允许训练依赖英伟达硬件而推理转向华为，但部分PyTorch操作无法完美转换 [27] 长期竞争前景 - 华为需多年构建成熟生态，英伟达CUDA优势积累耗时18年，当前开发者不满可能随社区扩大转化为资源 [29] - 人工智能驱动的软件优化（如AI CUDA工程师技术）可能加速华为性能差距缩小 [18] - 模型部署是近期突破口，如DeepSeek R1案例显示英伟达训练模型可在昇腾运行，但全栈替代仍需时间 [28][29]

外资研报资源 - 提供数百篇外资顶尖投行原文研报 包括大摩 小摩 UBS 高盛 Jefferies HSBC 花旗 BARCLAYS等机构报告 [1] - 包含半导体行业专业分析平台SemiAnalysis的全部研究报告 [3] - 每日更新Seeking Alpha Substack stratechery的精选付费文章 [3] 订阅服务内容 - 每日可获取上百篇外资投行科技行业分析报告 [3] - 提供每日精选行业研究报告 [3] - 订阅费用为390元(使用优惠券后) [3]

市场整体规模 - 2024年全球人工智能服务器市场规模预计为1,251亿美元，2025年将增至1,587亿美元，2028年有望达到2,227亿美元 [1] - 生成式人工智能服务器占比将从2025年的29.6%提升至2028年的37.7% [1] 英伟达 - 市场份额近70%，预计2025年新的Blackwell平台出货占高端GPU总货量的82% [2] - 计划于2025年下半年推出针对中国市场的B30，并提前至第二季度推出B300和GB300，新芯片预计占年度GPU出货量的60-65% [2] - 2025年高端GPU出货量约660万颗，同比增长49%，其中Blackwell平台占80%以上（约540万颗） [3] - H200出货量从69万颗下调至40万颗，H20出货量从48万颗上调至74万颗 [3] AMD - 2025年高端GPU出货量预计同比增长48%，达58.5万颗 [3] - MI325采用率较低，仅占MI系列的15%，MI350系列预计下半年进入市场 [3] - 计划推出针对中国市场的MI308和新的MI358解决方案 [3][4] 英特尔 - 2025年高端人工智能芯片Gaudi3预计出货量约10万颗 [5] - 未来将推出采用Gaudi3和PCIe接口的服务器型号，与英伟达MGX竞争 [5] 云服务提供商 - 谷歌TPU 2025年出货量约220万颗，同比增长高个位数百分比 [6] - 亚马逊ASIC出货量预计达180万颗，同比增长近一倍，其中Trainium系列占85% [7] - 下一代Trainium v3计划于2025年第四季度发布 [7] 华为 - 昇腾ASIC 2025年出货量预计45万颗，同比增长超过50% [8]

还有专注于半导体行业分析的SemiAnalysis的全部分析报告： 想要看外资研报的同学，给大家推荐一个星球，在星球中每天都会上传几百篇外资顶尖投行的原文研 报：大摩、小摩、UBS、高盛、Jefferies、HSBC、花旗、BARCLAYS 等。 星球中每日还会更新Seeking Alpha、Substack的精选付费文章， 现在星球中领券后只需要390元，即可 每天都能看到上百篇外资顶尖投行科技行业的分析报告和每天的精选报告，无论是我们自己做投资，还 是对行业有更深入的研究，都是非常值得的。 ...

财务指标 - 2017-2028年营收从20.7亿美元跃升至230.4亿美元，年复合增长率达24.8%，核心驱动因素为28nm及以上成熟制程的产能扩张 [2] - 2022年收入突破80亿美元，2025年后年增速稳定在15%-20% [2] - 毛利率从2017年的21.2%逐步提升至2028年的26.1%，主要得益于成熟制程的规模效应及产能利用率长期维持在90%以上 [2] - EBITDA从7.3亿美元增长至121.7亿美元，EBITDA利润率从35.5%提升至48.5% [2] - EBIT增速落后于EBITDA，主因折旧摊销费用高企（2028年达80.8亿美元，占总成本30%）及研发投入占比攀升至9.4%（2024年10.3亿美元） [2] 资本开支 - 2024年资本开支达到73.26亿美元，预计2025年增至86.9亿美元，2026年达到峰值96.22亿美元 [3] - 2017-2028年复合增长率为18.4%，明显高于同期24.8%的收入增速 [3] - 资本开支中90%投向设备采购（7年期折旧），10%用于晶圆厂基建（10年期折旧） [4] - 2024年设备投资达65.93亿美元，其中70%集中于成熟制程扩产 [4] - 2024年自由现金流为-12.4亿美元，依赖新增15亿美元债务维持投资强度 [4] 业务结构 - 晶圆业务收入占比从2018年的93.2%提升至2024年的95%，2024年达127.95亿美元 [7] - 12/14nm节点营收从2019年几乎为零增长至2024年的8.38亿美元 [8] - 28nm节点营收从2018年的1.18亿美元增长至2024年的11.45亿美元 [9] - 40/45nm节点营收从2018年的5.03亿美元增长至2024年的52.89亿美元 [10] - 55/65nm节点营收从2018年的7.92亿美元增长至2024年的32.56亿美元 [10] 产能与市场竞争力 - 2024年总产能达到88.4万片/月（等效8英寸），2025年扩至94.1万片/月 [13] - 上海厂2024年产能为22.1万片/月，其中14nm产线占比15%（3.3万片/月） [13] - 北京厂2024年产能35.3万片/月（占总量40%），目标2025年增至42.4万片/月 [13] - 深圳厂2024年产能17.7万片/月，单晶圆价格1,080美元，毛利率22.5% [13] - 天津厂2024年产能13.3万片/月，专注于55nm及以上低端芯片 [13] 研发投入与技术创新 - 2024年研发费用为10.31亿美元，占营收的9.4%，较2023年增长45.8% [16] - 70%研发预算用于成熟制程微缩及特色工艺，30%用于14nm及以下先进制程 [16] - 14nm良率仅70%（台积电同期90%），单位研发成本高达1.2亿美元/万片 [16] - 2024年申请的1,235项专利中，65%集中于成熟制程优化，35%涉及先进封装及材料创新 [18]

研究报告资源平台 - 提供外资顶尖投行研究报告 包括大摩 小摩 UBS 高盛 Jefferies HSBC 花旗 BARCLAYS等机构每日数百篇研报[1] - 涵盖SemiAnalysis全部半导体行业分析报告[3] - 每日更新Seeking Alpha和Substack精选付费文章[3] - 聚焦科技行业分析报告 每日精选上百篇专业研报[3] - 获取成本为390元人民币 可访问大量外资投行研究资源[3]

网站发展方向 - 聚焦两大核心方向：Insights（信息洞见）和Strategy（量化交易策略）[3] - Insights板块将提供AI财报分析、定制化财经日历推送、实时财报会议流媒体分析等服务[3] - Strategy板块专注于经典交易论文复现与策略有效性研究[3] 量化交易系统 - 已收录40+经典交易策略论文和5000篇G14类别经济学论文[5] - 提供交互式回测图表展示每次交易细节和结构化交易清单[6][8] - 回测系统显示理论回报可达十万美元变四亿美元，但实际考虑交易成本后回报可能缩减2/3[8] 技术开发进展 - 已完成论文回测引擎网站部分的开发[1] - 计划开发基于回测引擎的小型策略开发模型供用户使用[8] - 正在开发lighting whisper直播系统用于实时财报分析[3] 内容规划 - 将通过网站和公众号系统介绍策略思想、量化基础和回测工程实践[5] - 未来考虑增加多语种支持以扩大受众范围[5] - 提供基于语义分析和实时股价的财报上下文解读服务[3]

外资研报资源 - 提供数百篇外资顶尖投行原文研报 包括大摩 小摩 UBS 高盛 Jefferies HSBC 花旗 BARCLAYS等机构 [1] - 包含半导体行业分析机构SemiAnalysis的全部分析报告 [3] - 每日更新Seeking Alpha Substack的精选付费文章 [3] 订阅服务价值 - 领券后订阅价格为390元 可获取每日上百篇外资投行科技行业分析报告 [3] - 资源适用于投资决策支持及行业深度研究场景 [3]

华为CloudMatrix 384 AI集群系统 - CloudMatrix 384系统采用384块Ascend 910C芯片以全互连拓扑结构构建 核心算力指标显示其BF16算力达GB200 NVL72的1.7倍 显存容量为GB200的3.6倍 但功耗高达GB200的3.9倍[1] - 系统单套售价约800万美元(5800万人民币) 为GB200 NVL72价格的三倍 表明华为战略定位并非低成本替代 而是打造独立高性能平台[1] - 已有十家中国大型客户部署该系统 客户群体推测为国家资助云服务商、电信集团及科研机构等华为长期合作伙伴[1] 技术生态对比 - 英伟达核心优势在于成熟的CUDA生态和深厚软件堆栈 华为则需客户适配其自研AI软件体系 当前存在生态短板[2] - 国内电力供应充足 使CloudMatrix 384的高功耗特性在本地市场不构成主要限制因素[2] 行业资源信息 - 市场提供H200/B200/RTX5090等GPU资源获取渠道 第三方平台整合外资投行研报及SemiAnalysis等付费内容资源[4]

还有专注于半导体行业分析的SemiAnalysis的全部分析报告： 星球中每日还会更新Seeking Alpha、Substack的精选付费文章， 现在星球中领券后只需要390元，即可 每天都能看到上百篇外资顶尖投行科技行业的分析报告和每天的精选报告，无论是我们自己做投资，还 是对行业有更深入的研究，都是非常值得的。 想要看外资研报的同学，给大家推荐一个星球，在星球中每天都会上传几百篇外资顶尖投行的原文研 报：大摩、小摩、UBS、高盛、Jefferies、HSBC、花旗、BARCLAYS 等。 ...