文章核心观点 - 算力板块交易受圣诞节假期影响，云计算ETF微跌，但行业基本面强劲，光模块领域因AI算力需求驱动，正迎来由Scale-out向Scale-up架构演进带来的结构性增长机遇，市场空间有望大幅扩张 [1][4][11] 英伟达与Groq交易动态 - 英伟达与AI初创公司Groq达成技术授权协议，而非此前传闻的约200亿美元收购，分析师认为此类技术许可安排是规避反垄断审查的策略 [3] 光模块行业投资机遇与驱动因素 - AI算力高景气延续，训练与推理需求同步放量，网络侧通胀逻辑清晰且持续，模型能力提升和Token成本下降推动推理成为主要算力驱动力，带动数据中心内部与跨机柜互连需求放大 [4] - 结构上，ASIC凭借显著的TCO（总拥有成本）优势加速渗透，在同等算力规模下对光模块的拉动强于通用GPU，使光模块在整体IT资本支出中的占比有望提升 [4] - 网络架构正从Scale-out（横向扩展）向Scale-up（纵向扩展）演进，Scale-up通过增加单个计算节点的GPU/XPU数量来增强算力，其单节点形态正从八卡服务器向机架级（如36/64/72卡）演进 [8][9] - Scale-up架构的演进，特别是超节点设计，显著提高了光互连强度，为面向Scale-up场景的光模块打开了新增量与结构性成长空间 [4] Scale-up与Scale-out的市场对比与空间 - 从技术参数看，XPU的平均Scale-up带宽为10Tbps，而Scale-out带宽为800Gbps，Scale-up对Scale-out的带宽比例高达12.5倍 [11] - 博通CEO认为，Scale-up的网络硬件（包括交换机、光模块、铜缆和PCB）市场空间是Scale-out的5到10倍 [11] - 随着Scale-up domain（规模）扩大，电信号传输面临距离和功耗瓶颈，光互连将成为主流解决方案，能解决带宽和距离限制 [12] - 以英伟达Blackwell平台为例，其带宽为7.2Tbps，是Scale-out带宽的9倍，若采用两层fat-tree架构，单个GPU与800G光模块的配比可达1:36，增量空间广阔 [12] - 若未来Scale-up领域全部采用光模块，其市场空间可能是现在的5到8倍 [12] 光模块技术发展趋势与需求预测 - 高速光模块需求持续高增，800G光模块的高增速已反映AI对带宽的迫切需求，预计2026年800G需求将继续保持高速增长 [4] - 2026年，1.6T光模块的出货规模也将大幅增长，3.2T光模块的研发已正式开始布局 [4] - 谷歌、Meta和华为已开始使用光模块搭建Scale-up网络 [12] - AMD的MI400系列产品，其Scale-up和Scale-out带宽均高于行业平均水平，光模块配比也很高 [12] 相关投资产品概况 - 云计算ETF汇添富（159273）覆盖A+H算力龙头，全面布局AI算力驱动下的云计算机遇，标的指数涵盖硬件设备、云计算服务、IT服务、应用软件、数据中心运营、平台软件等领域，软硬件比例约为6:4，港股权重超过26% [12]

美国“创世纪计划”概述 - 美国能源部于2025年末牵头启动“创世纪计划”，旨在将AI能力引入国家科研体系，以解决核聚变、量子计算、新材料等基础科学领域研发周期长、成本高的问题 [1] - 计划整合了24家科技巨头与17个国家实验室，参与者覆盖AI产业全栈，包括英伟达、AMD（算力）、微软、谷歌（云平台）以及OpenAI、xAI（模型）等关键节点 [4] - 该计划标志着科技巨头首次在国家意志引导下协同合作，将竞争从企业级模型与产品迭代，升级为国家科研体系间的系统性对决 [3] 计划的核心动机与战略定位 - 核心动机是利用已被商业验证的大模型和算力技术，通过集中使用算力、模型和数据，缩短基础科研的试错周期，提升效率 [4] - 选择由能源部主导，因其掌控全球顶尖的超级计算资源、横跨数十年的战略级科研数据，并长期承担核聚变等具有重大国家意义的长周期科研任务 [6] - 合作本质是国家需要企业的AI能力，企业需要国家提供的长期应用场景和订单，形成阶段性利益重合，而非企业被收编 [6] 计划的潜在挑战与成功要素 - 面临的首要挑战是协调长期互为竞争对手的科技巨头（如英伟达、AMD、微软、谷歌）进行协作，克服其不同的技术路线、商业逻辑与企业文化 [18] - 需解决国家实验室核心数据与科技公司AI模型知识产权之间的安全共享难题，构建前所未有的数据共享与信任框架 [18] - 资金耐心是重大考验，核聚变、量子计算等目标回报周期以十年计，需让资本市场为高风险、长周期且成果不确定的投入保持“战略耐心” [20][21] - 基础设施制约显著，算力的指数级增长需要宏大的能源基础设施支撑，老化的电网可能成为瓶颈，计划需与国家能源战略深度绑定 [22][24] - 政治周期的干扰是根本性风险，国家科研方向需保持低政治噪音、高连续性及超越选举周期的十年视野，以避免项目摇摆 [24] 对全球科技竞争格局的影响 - 该计划将AI竞赛从“企业级”提升至“国家级生态”维度，对其他国家形成体系化压力 [7] - 计划正在构筑由技术、数据、生态共同形成的屏障，可能导致未来AI科技公司之间的差距越来越大 [6] - 争夺的焦点是对科技创新路径的定义权与解释权，无论是美国的生态整合还是西方对中国的叙事框架，都在争夺此权力 [11] 中国科技发展的对比与路径 - 中国拥有集中力量办大事的制度优势和全球最完整的产业链基础，在需要大规模资源整合的战略领域可能具备独特攻坚能力 [14] - 中国科技生态存在“应用强、基础弱”的结构性挑战，顶尖公司更多聚焦应用创新与商业模式，在瞄准长远的基础科学攻坚中可能后劲不足 [14] - 未来的竞争将更多聚焦于“科研生态与制度设计的适配性”，中国需要构建一条基于开放创新、生态培育与长期主义的自主发展路径 [12] - 中国需审视自身AI基础设施能否支撑国家级科研系统的算力需求，以及产学研协同、数据与算力资源的安全共享等基础能力 [12]

潜在商业机会 - 在英伟达之后 AMD可能成为下一家恢复向中国销售芯片的公司 其CEO苏姿丰上周在北京与中国商务部部长王文涛会面后 有报道称中国科技巨头阿里巴巴正在考虑订购AMD的MI300系列GPU [1] - 据报道 阿里巴巴可能订购40,000至50,000个此类GPU 这可能为AMD带来约6亿至12.5亿美元的收入 [1] 潜在挑战与背景 - 尽管美国已批准英伟达向中国销售H200芯片 但中国监管机构尚未批准 因此AMD目前获得批准的可能性也较低 [2] - 阿里巴巴自身也是一家芯片制造商 尽管其芯片更多是ASIC类型 而非AMD的通用芯片 这意味着AMD芯片的用例比阿里巴巴专为其原生云生态系统和推理工作负载优化的芯片更广泛 [2] 公司财务表现 - AMD市值约为3500亿美元 但其股价表现强劲 今年迄今上涨近78% 大幅超过了英伟达37.1%的涨幅 [4] - 过去五年 AMD的收入和盈利复合年增长率分别达到29.94%和28.93% [5] - 最近一个季度（第三季度）销售额达到92.5亿美元 同比增长36% 核心数据中心部门销售额为43亿美元 同比增长22% 客户端和游戏部门销售额同比增长73%至40亿美元 [5]

文章核心观点 - 文章对美光科技与其在半导体及半导体设备行业内的主要竞争对手进行了全面的财务指标和关键比率比较分析，旨在评估其市场地位、增长潜力和投资价值 [1] - 分析表明，美光科技的市盈率、市净率和市销率均低于行业平均水平，显示其股票可能存在估值偏低的情况 [3] - 同时，美光科技的股本回报率和收入增长率高于行业平均，显示出强劲的盈利能力和市场表现，但其息税折旧摊销前利润和毛利润低于行业平均，可能暗示盈利效率或财务方面存在挑战 [5][9] 公司背景与业务 - 美光科技是全球最大的半导体公司之一，专注于内存和存储芯片 [2] - 其主要收入来源是动态随机存取存储器，同时在与非门闪存芯片领域也有少量业务 [2] - 公司采用垂直整合模式，为数据中心、移动电话、消费电子、工业和汽车应用等全球客户提供芯片 [2] 估值指标分析 - 美光科技的市盈率为26.26倍，比行业平均的97.0倍低0.27倍 [3] - 美光科技的市净率为5.29倍，比行业平均的9.48倍低0.56倍 [3] - 美光科技的市销率为7.37倍，是行业平均12.41倍的0.59倍 [3] 盈利能力与增长分析 - 美光科技的股本回报率为9.28%，比行业平均的5.41%高出3.87个百分点 [5] - 美光科技的息税折旧摊销前利润为83.5亿美元，是行业平均392.9亿美元的0.21倍 [5] - 美光科技的毛利润为76.5亿美元，是行业平均341.5亿美元的0.22倍 [5] - 美光科技的收入增长率为56.65%，显著高于行业平均的32.03% [5] 财务结构与风险 - 美光科技的债务权益比为0.21，在其前四大同行中处于较低水平，表明其对债务融资的依赖较少，财务结构更为稳健 [8]

市场交易与流动性状况 - 华尔街开盘前半小时 当天交易时段缩短至下午1点[1] - 预计当天交易量清淡 且这种清淡的交易量可能持续至本周剩余时间及下周[1] - 华盛顿特区因意外的联邦假日导致市场活动清淡 交通和进入办公场所都变得简单 预计市场也将呈现类似状况[2] 宏观经济与政策环境 - 年底前将持续获得混乱的经济数据 并将延续至2026年[2] - 混乱的数据导致美联储内部意见更加分化 而短期内新主席的上任可能会强化美联储的政治观点 使情况更加复杂[2] - 市场面临大量不确定性 经济数据好坏参半 很难看到所有股票都向前推进[5] - 四月中旬左右将出现大量不确定性 届时市场将知晓谁将担任美联储主席 并必须决定利率是进一步大幅下降还是维持在当前水平[6] - 另一种观点认为 甚至在一月份就可能收到最高法院关于关税的裁决 这也会带来不确定性[7] 行业与公司投资观点 - 看好去年出现的交易策略 即采用杠铃策略 一端是人工智能和科技股 另一端是国债[3] - 在人工智能和科技股方面 提及英伟达是简单的选择 但不应排除AMD 后者被视为英伟达黄金旁边的白银 具有很大的上涨空间[3] - 同时看好如Verdiff等公司 这些公司致力于推动冷却及其他后端人工智能基础设施技术[3] - 不应排除国防类股票 例如雷神公司 其核心是国防业务 但拥有非常出色的民用航空背景 这有助于平衡国防拨款支出中的各种变化[4] 关税政策前景 - 有观点认为最高法院的裁决可能不利于维持关税[7] - 从相关评论判断 最高法院似乎并不支持保留行政部门制定关税的权力[8] - 预计最高法院会做他们擅长的事 即为政府找到重振关税的途径[8] - 总统仍然拥有禁运的权力 当前在加勒比海地区就能看到这一点 关税本质上就是一种解除禁运的税收[9] - 预计可能会出现一种非常狭隘的法律解读 可能在技术上推翻现有关税 但随后不久就会给予政府重振关税的途径[9]

行业趋势与AI Agent发展 - AI被认为是50年来最重要的技术变革，其重要性甚至超过互联网，未来几十年人类科学进步与技术创新将主要围绕AI展开，AI将彻底改变工作、生活、生产、学习和艺术 [2] - AI Agent是AI从对话机器人转变为真正生产力工具的关键，也是AI赋能千行百业进入快车道的关键 [2] - 行业已正式进入AI Agent时代，2025年已有40%的美国企业和27%的中国企业开始使用AI Agent [3] - 到2026年，预计40%的新增就业岗位将要求与AI及AI Agent协同工作，这将改变传统职位结构与就业履历要求 [3] - 到2027年，预计全球2000强企业智能体的使用率与使用量将增长10倍，调用负载将增长1000倍 [3] AMD公司战略与市场定位 - AMD定位为高性能和AI计算的领导者，致力于解决全球面临的重大挑战，并成为AI时代的赋能者 [2] - 公司致力于制定全方位的云边端AI解决方案 [2] - 公司响应中国“人工智能+”行动号召，启动了面向高校的“春雨计划”，旨在培育新时代人工智能人才，共建开放开源的AI软件生态，共创“AI+千行百业”的应用示范案例 [6] 端侧AI与核心产品技术 - 未来3到5年内，人与AI交互的两个主要接口将是AI手机和AI PC，其中手机是学习、娱乐、生活及内容消费的主要接口，PC则是工作、学习及内容创作与生成的主要接口 [3] - 一个可用的端侧/边缘侧AI推理平台需要部署高精度基座模型、加入行业专属知识库（RAG技术）、配备多个协同工作的AI Agent以及制定严格的SOP规范，大约需要60GB到100GB内存才能运行 [4] - AMD推出了集成端侧AI大模型功能的锐龙AI Max+ 395处理器，该SoC单芯片包含CPU、GPU及NPU神经引擎，其GPU性能相当于RTX 4060到4070级别独显 [4][5] - 该处理器可本地部署千亿级参数模型（如GPT-4），推理速度达60+ tokens/s，具备内存超大、体积小巧、环境友好的特点 [5] - 通过该产品，AMD将AI设备的成本降至原来的1/10，旨在加速端侧AI在学校及千行百业的普及 [5] 产品应用与市场影响 - 端侧AI产品可作为中小企业特定领域的专家助手、家庭AI设备中枢，应用于边缘场景 [5] - 举例说明，将GPT-4等120亿参数模型与哈佛医学院知识库及本地医院数据结合，构建的医生专家助手在美国医生资格考试中可获得92分 [5] - 除了端侧产品，AMD还拥有面向工作站的Threadripper处理器、面向数据中心的EPYC处理器和针对台式机的锐龙处理器，并在影视工业成为好莱坞标准的选择 [6] - 公司运用AI技术帮助中国山西运城的永乐宫进行有800年历史的壁画文物数字化修复，通过训练AI画师重现了古代色彩 [6] 市场活动与行业论坛 - AMD大中华区市场营销副总裁纪朝晖在“2025机器人产业和AI投资论坛”上发表题为《共创人工智能+文化艺术新范式》的演讲 [1] - 该论坛是首届“香港国际AI艺术节”系列活动之一，艺术节以“预见未来：现实与无界”为主题，致力于打造亚洲首个聚焦技术与艺术深度融合的国际盛事 [1]

文章核心观点 - AMD公司高管在论坛上阐述，人工智能是未来几十年技术创新的核心，将彻底改变工作、生活、生产、学习及艺术等领域，而芯片是驱动AI无处不在的引擎 [1][6] - AI Agent是AI从对话工具转变为真正生产力工具的关键，正推动“AI+千行百业”进入快车道，其发展将深刻改变就业市场和企业运营模式 [5][6][7] - 端侧设备（如AI手机和AI PC）将成为人与AI交互的主要接口，运行高效的AI Agent需要强大的本地芯片支持，AMD通过集成化SoC方案大幅降低了部署门槛和成本 [7][8][9] - AMD作为高性能与AI计算领导者，提供了从云到边到端的全方位AI解决方案，并积极通过产品创新、行业应用及人才计划响应中国“人工智能+”行动，赋能各行业数字化转型 [6][9][10] AI发展趋势与产业影响 - AI被AMD CEO视为50年来最重要的技术变革，其重要性甚至超过互联网 [6] - 行业专家认为AI Agent的成熟可能需要10年时间，但它是AI转化为生产力的关键 [6] - 根据IDC数据，2025年已有40%的美国企业和27%的中国企业开始使用AI Agent [7] - 到2026年，预计40%的新增就业岗位将要求与AI及AI Agent协同工作 [7] - 到2027年，全球2000强企业对智能体的使用率与使用量将增长10倍，调用负载将增长1000倍 [7] - AI Agent的能力释放已产生市场效应，例如某AI手机通过AI升级后，价格从3499元涨至7999元仍供不应求 [7] 端侧AI的计算需求与解决方案 - 未来3到5年，AI手机和AI PC将成为人与AI交互的两个主要接口 [8] - 一个可用的端侧/边缘侧AI推理平台需要部署高精度基座模型、结合行业知识库（RAG）、配备多个协同工作的AI Agent以及制定严格的SOP规范 [8] - 此类平台需要大约60GB到100GB的内存才能运行 [8] - AMD推出了锐龙AI Max+ 395处理器，将端侧运行AI大模型的功能集成于单颗SoC中，其包含CPU、GPU和NPU [8] - 该处理器的GPU性能相当于RTX 4060到4070级别独显，可本地部署千亿级参数模型（如GPT-4），推理速度达60+ tokens/s [8] - 该方案将AI设备的成本降至原来的1/10，有助于推动AI在教育和各行业的快速普及 [9] AMD的产品布局与行业应用 - AMD产品布局丰富，在数据中心、工作站等多个领域拥有世界领先的产品 [6] - 公司产品线包括面向工作站的Threadripper处理器、面向数据中心的EPYC处理器以及针对台式机的锐龙处理器 [9] - 在影视工业领域，AMD已成为好莱坞的标准选择之一 [9] - AMD运用AI技术协助中国山西运城永乐宫进行800年历史壁画的数字化修复，通过训练AI模型重现古代色彩 [9] - 公司响应中国“人工智能+”行动号召，启动了面向高校的“春雨计划”，旨在培育AI人才、共建开源软件生态并共创行业应用示范案例 [10] 论坛背景 - 该演讲在“2025机器人产业和AI投资论坛”上发表，该论坛是首届“香港国际AI艺术节”的系列活动之一 [4] - 艺术节主题为“预见未来：现实与无界”，旨在打造亚洲首个聚焦技术与艺术深度融合的国际盛事，助力香港建设国际创新科技与文化艺术交流中心 [4]

文章核心观点 - 论坛围绕“生态共建 在传统与创新中融合”主题，探讨了AI与机器人技术的发展前景，核心聚焦于人形机器人的技术阶段、商业化路径、关键支撑技术及未来发展方向 [1] 人形机器人的形态与通用人工智能（AGI）关系 - 中国已成为全球工业机器人和服务机器人第一大国 [4] - 人形机器人是AI闭环的关键，能推动人类文明和技术发展，2026年被视为其量产的重要节点 [4] - 人形并非实现通用人工智能的唯一形态，但被认为是具身智能的最佳形态，因其能收集真实世界数据、搭建世界模型，为Physical AI奠定基础，缺乏此载体，通用人工智能大概率无法实现 [5] - 人形机器人符合人类情感与视觉需求，适配人类生活环境，但其蹲起搬运等协调行为需要运算、感知、控制等多方面高复杂度配合，是重要发展方向但非唯一方向，不同应用场景需要不同的具身智能形态 [5] - 非人形机器人已在很多产业落地，进入业绩兑现和产能爬坡周期；而人形机器人尚处于“从0到1”的阶段，未真正进入生活产生价值，其高估值源于人类对情绪价值的期待 [5] - 具身智能技术目前处于L2阶段（动作实现较好，智能化水平偏低），正迈向L3阶段，人形机器人被认为是未来AGI技术的终局形态，但相关专有技术尚未成熟 [6] - 人形是追求通用性的途径而非目的，通用性也并非所有场景的最优解，机械臂等在封闭场景和成本敏感需求下更易落地，最终的机器人形态将更多取决于能否在工作场景中完成完整的产业化和商业化落地 [6] - 当前人形机器人正从PR阶段回归理性价值判断，基本完成从实验室原型打造到真实场景实训的过渡，未来需从运动控制升级到智能交互 [6] 人形机器人的商业化关键与量产进展 - 商业化落地是科技产品的核心价值 [8] - 优必选作为全球人形机器人第一股，已交付500台人形机器人，即将突破1000台，明年计划实现月产800-1000台，年底储备万台产能，但强调大规模量产需要标准化产品，目前行业仍处于“从0到1”的成长阶段 [8] - 行业对人形机器人量产时间的预期已从十年以上缩短至三五年 [9] - “量产”需以产品标准为前提，当前行业应慎用该词，优必选的交付属于小规模爬坡，行业尚未形成灵巧手、本体等全球统一标准，与新能源汽车的标准化基础不同，新创公司跨越大规模量产门槛难度极大 [9] - 人形机器人可能是人类历史上第一个从被动执行转换成主动认知能力的产品或设备 [9] - 终端付费是商业化的关键，产品需聚焦垂类场景，让用户感受到实际价值，通过持续交互积累信任，形成用户场景闭环，才能获得数据与反馈，实现强化学习与智能进化 [12] - 2024年底，显性知识已被AI学尽，智能进化进入新阶段，核心驱动力来自各行业的隐性知识（需通过人机交互构建强化学习链路挖掘）和物理世界的具身智能（需搭建世界模型弥补感知能力不足） [12] 人形机器人的关键技术支撑 - 机器人感知决策的关键是大小脑融合 [9] - 脑系统的核心是软硬件一体，需要芯片物理层、操作系统层、模型层三者深度融合，提出“副脑”概念处理前端感知信号，实现小脑大脑化、大脑小脑化，三者协同构建高效脑系统 [10] - 算力是人形机器人的核心支撑，成熟的机器人产品需要具备强泛化能力，要求认知、决策、执行各环节精准，同时配备高灵活度执行器、实时算力支持与强大算法支撑，实时算力必须部署在本地 [10] - 天数智芯是首家通用GPU厂商，2021年推出云端通用GPU芯片，目前产品已迭代至第四代，技术成熟 [10] - 国产算力硬件上采用通用GPU架构以适配各类新模型，软件上兼容主流路线，曾实现两天内完成跨本体的具身大模型适配及某语言大模型发布当天的零人工参与适配 [11] - AMD以CPU+GPU+NPU的异构计算方案，满足机器人运动控制、视觉识别、AI算力等多方面需求，并拥有开放的ROCm开发者生态为创新提供支撑 [13] - 在边缘智能场景中，系统需在本地快速处理传感器数据以实现低时延、高能效的智能推理，AMD的FPGA和自适应SoC可通过定制数据路径和灵活资源配置有效满足这些需求 [13] - AMD全栈式人工智能解决方案已有成功开发实例，例如基于AMD锐龙AI Max+395端侧算力支持的“开物”异构多智能体协同导航框架，以及基于AMD Mini AI工作站的“大模型如何控制机器人”解决方案 [14]

文章核心观点 现代芯片设计正从单一处理器选择演变为多种处理器类型和架构的复杂组合，其核心驱动力在于对可编程性、可重构性和定制化的需求，以适应快速变化的技术（如新AI模型、内存标准）和工作负载，避免因技术迭代而导致的芯片快速过时，从而提供更灵活、更具未来适应性的解决方案 [2] 处理器架构的演变与融合 - 过去在ASIC、FPGA或DSP间的简单选择，现已演变为多种处理器类型和架构的组合，包括不同程度的可编程性和定制化 [2] - 可编程组件（如FPGA、DSP）为应对新技术升级提供了比重新设计芯片更简便的解决方案，甚至可更换整个可编程芯片组 [2] - 现场重新编程能力使设计人员能重新分配工作负载，并为消费者提供硬件升级，而无需购买新设备 [2] - GPU虽高度可编程但极其耗电，因此嵌入式AI应用常采用固定功能的NPU与可编程DSP结合的方案 [2] - Quadric的GPNPU融合了NPU的矩阵运算效率和DSP的低功耗可编程性，旨在打造理想的嵌入式AI处理器 [3] - Synaptics最新的嵌入式AI处理器组合了Arm CPU、MCU、Helium DSP扩展以及基于RISC-V的Google Coral NPU [3] - Blaize使用专有的可编程图流处理器(GSP)和Arteris的片上网络IP来实现多模态AI应用 [3] 数据中心的可编程选项 - 数据处理单元(DPU)是一种智能网络接口，用于路由系统不同部分的数据包 [4] - P-4可编程交换机是用于可编程数据包处理流水线的网络交换机 [4] - 粗粒度可重构阵列(CGRA)采用软件驱动的重构，抽象级别高于FPGA，能在流水线中实现灵活性、效率和AI推理的平衡 [4] - CGRA性能介于FPGA和GPU之间，是一种可能带来颠覆性变革的新兴技术，但目前仍处于实验阶段 [4] - 现场可编程模拟阵列(FPAA)将可重构计算的灵活性扩展到了传统数字逻辑之外 [4] 可编程性、可重构性与定制化的层次 - 芯片的可编程性包括完全改变硬件设计（如FPGA），以及对现有资源进行分区和配置（如设置带宽、延迟优先级） [5] - RISC-V等架构允许进行与设备相关的配置，但可编程性可能有限 [5] - FPGA在I/O、底层结构等方面具备极高的可编程性，而其他类型的可编程性则更有限、更具针对性 [5] - 芯片可通过电源基础设施进行定制，例如使电源网络更具可编程性以匹配不同封装，从而消除封装差异影响，提升性能 [5] 模拟信号增长对DSP的影响与AI的融合 - 现代SoC集成的模拟内容（如射频、混合信号、传感器接口）越来越多，DSP需处理存在噪声、失真和波动的非完美信号 [6] - DSP的作用范围扩大至“模拟感知处理”，包括自适应滤波、射频功率放大器线性化、校正ADC/DAC误差等，架构正变得更并行并包含专用加速器 [6] - 数字控制模拟技术将可编程性、软件和数字电路引入反馈流程，虽速度不如纯模拟，但更易于编程和控制 [6] - AI开始用于解决模拟内容增多带来的挑战，机器学习可从设备行为中学习并动态调整校准，预测非线性并实时校正 [7] - AI驱动的算法能随环境变化（温度、组件老化、干扰）不断自我优化，使DSP更具适应性 [7] - 未来趋势将是传统DSP方法与AI的融合，例如在雷达处理中保留能效更高、更具确定性的FFT算法，然后在目标识别等任务上应用AI [7] FPGA中DSP与AI引擎的集成 - FPGA中内置的DSP切片是可重构模块，其效率已提高，能处理定点/浮点运算及AI/机器学习负载 [9] - 许多现代FPGA还配备了AI引擎（VLIW、SIMD处理器），使其能与数据同步执行数字信号处理，无需独立DSP [9] - AI引擎是针对线性代数和矩阵运算优化的向量处理单元(VPU) [9] - AI引擎可处理计算密集型负载（如通道化器、FFT、FIR滤波器），但可编程逻辑中的DSP切片因乘加运算的广泛适用性而仍然存在 [9] - 从射频测试角度看，将ADC和DAC集成到与FPGA相同的芯片上可降低系统测试延迟，带来显著优势 [12] Chiplet与嵌入式FPGA提供的灵活性 - Chiplet技术允许通过更换包含新协议或标准的Chiplet来应对频繁变化的应用场景，这在一定程度上削弱了FPGA的优势 [13] - 带有FPGA的Chiplet可以重新编程，而SoC的其余部分无需再次验证 [14] - 嵌入式FPGA(eFPGA)为未知领域和未来变化提供了灵活性，例如适应不同的数据中心背板或快速应对工艺节点变更 [14] - 但eFPGA由于可重构电路会增加面积成本，设计人员需谨慎部署 [14] - ASIC可采用定制存储器层次结构满足特定AI负载，而FPGA提供更大灵活性以适用于各种用例，这是在通用性与性能/效率间的权衡 [15] 软件定义趋势对硬件架构的影响 - 产品正变得软件定义、人工智能驱动、硅芯片赋能，软件开发时间大大提前，企业希望通过软件更新来添加功能和盈利 [16] - 硬件必须能够支持软件的变更，产品架构需设计成可软件更新的，例如iPhone通过iOS更新提升麦克风降噪、拍照效果和电池续航 [16] - 各公司正在加大对编译技术的投资，以在半导体可用之前就进行软硬件协同设计 [16] - 在AI普及、机器人兴起及未来6G需求增长的时代，可编程性使公司能跟上技术趋势，即使这会牺牲ASIC的一些效率 [16]

文章核心观点 - 分析师认为，若特定机会性情景实现，AMD和英伟达可能获得显著的额外收入与每股收益提升，并重申对两家公司的积极评级 [2] - 英伟达计划在获得批准后向中国市场交付H200系列GPU，首批出货规模可观 [3] - 尽管近期AI概念股波动，但华尔街分析师对2026年芯片股前景保持乐观，尤其看好英伟达等公司的增长势头 [5] 对AMD的潜在影响 - 在机会性情景下，AMD可能获得约5亿至8亿美元的额外收入，非GAAP每股收益或提升约0.10至0.20美元 [2] - 分析师西蒙·利奥波德重申对AMD的“跑赢大盘”评级 [2] - 阿里巴巴正考虑采购4万至5万个AMD的MI308 AI加速器，该潜在订单可能带来6.75亿美元的销售额，收入将分多个季度实现 [4] 对英伟达的潜在影响 - 在机会性情景下，英伟达可能获得约70亿至125亿美元的额外收入，对应2026年非GAAP每股收益或提升约0.15至0.30美元 [2] - 分析师西蒙·利奥波德重申对英伟达的“强力买入”评级 [2] - 若获政府批准，英伟达计划于明年2月中旬起向中国市场交付H200系列GPU，首批出货预计在农历新年前完成 [3] - 首批订单将主要依托现有库存，出货规模预计为5000—10000块模组，对应约40000—80000颗H200芯片 [3] - 在取得政府审批后，公司将进一步扩充产能，相关产能订单将于2026年第二季度开始接受 [4] 行业与市场展望 - 尽管近期人工智能(AI)概念股表现不佳，但多位华尔街大行分析师表示，目光投向2026年，他们仍然会继续持有自己看好的芯片股 [5] - 美银预计英伟达明年将继续保持强劲的增长势头，新产品将源源不断 [5] - 杰富瑞等机构也特别推荐了英伟达、博通等公司 [5]