智能手机AP-SoC制程趋势 - 2025年，先进制程智能手机AP-SoC出货量将首次超过半数，达到51%的里程碑[4] - 台积电在先进制程智能手机SoC制造领域占据主导地位，预计2025年其出货量同比增长27%，并占据超过四分之三（>75%）的出货份额[4] - 2026年，台积电与三星将同步启动2nm节点量产，但由于三星面临良率挑战，台积电的主导地位预计将进一步巩固[4] 台积电财务与市场表现 - 2025年第三季度，台积电营收达到约331亿美元，超出此前318亿至330亿美元的指引区间，主要受3nm强劲需求及4/5nm持续高产能利用率推动[8] - 2025年第一季度，台积电在“晶圆代工2.0”市场的份额升至35%，营收同比增长超过30%[22] - 2024年第三季度，台积电在全球半导体晶圆代工市场的份额达到64%，超出预期[36] - 台积电的N3和N5等先进制程节点产能利用率持续满载，主要受强劲的AI需求和旗舰智能手机销售带动[29][36] 行业增长驱动力与前景 - 人工智能（AI）是核心驱动力，来自NVIDIA、AMD及超大规模客户对AI GPU和高性能计算（HPC）芯片的持续需求，使台积电先进节点产能利用率维持在90%以上[8][19] - 预计2025年全球纯晶圆代工营收将同比增长17%，主要受AI与高性能计算芯片驱动[15] - 台积电预计2025年与AI相关的收入将实现翻倍增长[32] - 未来五年，AI需求的复合年增长率（CAGR）预计将达到40%，将持续推动台积电的营收增长和全球产能扩张[26] 先进制程技术发展 - 台积电在2nm节点上加速布局，预计2025年下半年量产N2制程，2026年下半年量产A16制程[26] - 尽管2nm节点在2025年预计仅占总营收的1%，但到2027年，其营收贡献预计将超过10%，并有望成为未来五年内寿命最长、商业价值最大的节点之一[15] - 台积电推出COUPE 3D光学引擎，支持224 Gbps光互连，以加速光子芯片设计与量产，展示了其在硅光子等前沿技术领域的布局[11]

文章核心观点 - 英伟达因其最新GPU架构（特别是Blackwell）在64位双精度浮点运算（FP64）性能上提升有限甚至倒退，而遭到高性能计算领域人士的批评[2][5] - 公司战略重心明显向低精度计算（如FP4、FP8）倾斜，以迎合人工智能（尤其是大语言模型）训练与推理的巨大市场需求[4][5] - 英伟达高管回应称公司并未放弃64位计算，并通过发布cuBLAS等软件库来模拟提升FP64性能，同时承诺未来硬件架构将提升64位核心性能[2][6][8][9] 英伟达GPU的64位性能现状与批评 - 在从Hopper架构过渡到Blackwell架构时，FP64性能未得到实质性改进，Blackwell B200的FP64性能为37 teraflops，甚至略低于H200/H100的34 teraflops[2][3][4] - 田纳西大学的Jack Dongarra在SC25大会上指出，Blackwell平台的浮点运算能力相比上一代没有提升，64位性能也未提高，是一款“带宽更高但浮点运算能力却有所下降的处理器”[2] - 对于传统高性能计算工作负载，更老款且更便宜的H100和H200在FP64性能上仍然是比Blackwell B200更优的选择[3] 英伟达GPU的性能数据对比 - **Ampere A100**: FP64性能为9.7 teraflops，FP64 Tensor Core性能为19.5 teraflops[2][4] - **Hopper H100/H200**: FP64性能为34 teraflops，FP64 Tensor Core性能为67 teraflops[2][4] - **Blackwell B100**（未发售）: FP64及FP64 Tensor Core性能为30 teraflops[3][4] - **Blackwell B200**: FP64及FP64 Tensor Core性能为37 teraflops[4] - **Blackwell Ultra B300**: FP64及FP64 Tensor Core性能大幅降至1.2 teraflops，但拥有高达14 petaflops以上的低精度FP4性能[4] 战略重心转向AI与市场影响 - 英伟达GPU在低精度AI计算性能上实现飞跃，例如B200的FP4 Tensor Core性能达到18,000 teraflops，FP8 Tensor Core性能为9,000 teraflops，远超上一代Hopper产品[4] - 公司对AI市场需求做出了恰当回应，其GPU销售业绩极其强劲，并推动公司成为全球首家市值突破5万亿美元的公司[5] - 然而，这种以AI需求为导向的设计改进，导致其无法满足高性能计算领域对原始FP64运算能力的核心需求[5] 行业需求与英伟达的回应 - 高性能计算行业专家强调，FP64对科研实验室及制造业、能源、金融、医疗保健等众多行业的企业用户仍然至关重要，是“科学人工智能”的基本要求[6] - 英伟达高管承认FP64的核心地位，指出精确仿真是训练和验证AI代理的基础[6] - 公司于2024年10月发布cuBLAS库，该CUDA-X数学库可在Tensor Core上模拟双精度计算，据称能将FP64矩阵乘法的性能提升1.8倍[6] - 高管暗示公司将在未来GPU架构中提升64位计算的“核心底层性能”，但具体细节需待2026年3月的GTC大会公布[8][9] 高性能计算领域的适应与挑战 - 行业专家将当前从硬件优先的FP64向软件模拟的过渡，类比于历史上从向量处理到标量处理或从共享内存到分布式集群的转型，认为编程模型需要时间调整[8] - 在物理精度较低的环境中模拟更高精度是开发者会采用的一种技术，但专家指出“64位运算与64位向量指令并不相同”，这是一条复杂的道路[8] - 高性能计算市场希望看到FP64性能能重现从Ampere A100到Hopper H100那样的大幅提升，但目前尚不清楚英伟达是否愿意为此牺牲其AI性能[9]

核心财务业绩 - 第四财季营收22.6亿美元，同比增长38%，高于市场预期的22.4亿美元 [1] - 第四财季调整后每股收益2.90美元，高于市场预期的2.88美元 [1] - 第四财季调整后营业利润8.226亿美元，同比增长36%，高于预期的8.03亿美元 [1] - 2025财年全年营收71亿美元，创历史新高，较2024财年的61亿美元增长约15% [1] - 第四财季设计自动化业务贡献营收18.5亿美元，设计知识产权业务贡献4.07亿美元 [1] 未来业绩指引 - 预计2026财年营收95.6亿至96.6亿美元，分析师预期为96.3亿美元 [1] - 预计第一财季营收23.7亿至24.2亿美元，高于分析师预期的23.6亿美元 [1] - 预计第一财季调整后每股收益3.52至3.58美元，高于预期的3.46美元 [1] 业务运营与战略 - 公司年底积压订单高达114亿美元，被视为未来业绩的积极指标 [1][3] - 公司计划裁员约10%，旨在重新投资于人工智能驱动的设计和系统级解决方案等增长领域 [2] - 公司于7月完成对仿真软件制造商Ansys的收购，该交易为第四财季贡献6.677亿美元收入 [2] - 公司预计在2026年再创营收纪录，同时全面整合Ansys以提高运营效率 [1] 行业驱动因素与竞争格局 - 公司受益于人工智能和先进计算领域投资激增，这些领域需要更复杂的芯片架构 [1] - 公司与英伟达、英特尔和高通保持合作关系 [1] - 英伟达已斥资20亿美元收购公司股份，双方将共同开发用于产品开发的工具 [2] - 公司在电子设计自动化市场与Cadence Design Systems和西门子展开竞争 [2] - 随着芯片制造商竞相开发人工智能和高性能计算处理器，电子设计自动化市场预计将会增长 [2] 市场观点 - 瑞穗证券将公司第四财季业绩描述为“好于预期”，并指出其2026财年指引符合市场预期，且经可比调整后可能达到或超过预期 [3] - 高盛重申对公司“买入”评级，并给予目标价560美元 [3]

交易终止公告 - 海光信息与中科曙光于2025年12月9日同时发布公告，正式终止换股吸收合并及募集配套资金的重大资产重组事项 [1][3] - 两家公司的董事会均已审议通过终止本次交易的议案，并授权管理层办理相关事宜 [1][3] - 公司承诺自终止公告披露之日起至少1个月内不再筹划重大资产重组事项，并将于2025年12月10日召开投资者说明会 [5] 交易终止原因 - 终止原因为交易规模较大、涉及相关方较多，方案论证历时较长，且当前市场环境较交易筹划之初发生较大变化 [5] - 公司认为实施重大资产重组的条件尚不成熟，为维护公司和投资者长期利益，经审慎研究和友好协商后决定终止 [5] - 公司表示终止交易不会对生产经营和财务状况造成重大不利影响，不存在损害公司及中小股东利益的情形 [5] 原交易方案核心内容 - 原方案核心为海光信息以0.5525:1的换股比例，向中科曙光全体A股股东发行A股股票以吸收合并中科曙光，并配套募集资金 [6] - 交易完成后，中科曙光将终止上市，海光信息将承继其全部资产、负债、业务、人员及其他权利与义务 [6] - 停牌前，海光信息总市值为3158亿元，中科曙光总市值约903亿元，二者合计市值超过4000亿元 [6] 交易初衷与战略协同 - 交易旨在实现产业链整合与协同增效，海光信息主攻高端芯片（CPU、GPU）设计，中科曙光则布局服务器制造、存储设备及云计算解决方案 [6] - 双方计划通过合并打通“芯片设计—硬件制造—软件及服务”全产业链，消除关联交易，优化资源配置，强化技术协同 [6][7] - 合并旨在提升在人工智能计算、高性能计算等领域的核心竞争力，以更好地应对行业竞争与市场挑战 [6][7] 市场反应与市值变化 - 宣布吸收合并后，两家公司在资本市场迎来上涨，海光信息市值达到5097亿元，中科曙光市值达到1465亿元 [7] - 最新合计市值已达6562亿元，海光信息市值已超过停牌前两家公司的市值之和 [7] - 本次重大资产重组始于2025年5月，海光信息于5月26日起停牌，6月10日复牌后持续披露重组进展 [5]

重大资产重组终止 - 海光信息与中科曙光于2025年12月9日同时公告，正式终止换股吸收合并及募集配套资金的重大资产重组事项 [1][4] - 终止原因为交易规模大、涉及方多、方案论证历时较长，且当前市场环境较筹划之初发生较大变化，实施条件尚不成熟 [4] - 两家公司均承诺自公告披露之日起至少1个月内不再筹划重大资产重组事项，并将于2025年12月10日召开投资者说明会 [4][6] 重组方案历史回顾 - 本次重组始于2025年5月，海光信息于5月26日起停牌，6月10日复牌后持续推进相关工作 [7] - 核心方案为海光信息以0.5525:1的换股比例吸收合并中科曙光，并配套募集资金，合并后中科曙光将终止上市 [7] - 停牌前，海光信息总市值为3158亿元，中科曙光总市值约903亿元，二者合计超过4000亿元 [8] 重组初衷与市场反应 - 交易初衷旨在实现产业链整合与协同增效，海光信息主攻高端芯片设计，中科曙光布局服务器制造及云计算解决方案，计划打通“芯片设计—硬件制造—软件及服务”全产业链 [8] - 宣布吸收合并后，两家公司市值大幅上涨，海光信息市值达到5097亿元，中科曙光市值1465亿元，最新合计市值已达6562亿元，海光信息市值已超过停牌前两家公司市值之和 [8] 公司后续发展规划 - 海光信息表示将继续聚焦高端芯片产品，巩固“芯片-硬件-软件”核心技术壁垒，推进AI全栈产品及解决方案研发 [4] - 中科曙光表示将继续围绕高端计算机核心业务，在超节点智算算力、科学大模型开发平台等领域突破，构建“芯-端-云-算”全产业链系统能力 [5] - 双方均强调终止重组不影响后续合作，产业协同将持续推进，并将在系统级产品应用上建立更紧密的合作关系 [4][5] 公司历史渊源 - 中科曙光在2014年上市前，联合其他方成立了海光信息的前身“天津海光先进技术投资有限公司”，旨在突破国产高端处理器技术瓶颈 [11] - 目前中科曙光仍持有海光信息27.96%的股权，为其第一大股东 [11] - 海光信息在2016年获得美国超威半导体（AMD）技术授权，由此开启独立发展道路，并于2022年上市 [11] 2025年中期现金分红方案 - 在终止重组同时，两家公司均披露了2025年中期现金分红预案，且均已通过董事会审议 [12] - 海光信息拟向全体股东每10股派发现金红利0.90元（含税），合计拟派发现金红利2.09亿元（含税），现金分红数额占归母净利润比例为10.64% [12] - 中科曙光拟向全体股东每10股派发现金红利0.7元（含税），合计拟派发现金红利1.02亿元（含税），现金分红数额占归母净利润比例为10.60% [12] - 两家公司表示，分红方案结合了公司发展阶段及资金需求安排，不会对现金流及正常经营产生重大影响 [12]

文章核心观点 - AI大模型训练对通信带宽、时延和功耗要求极高，OCS凭借其高带宽、低延迟特性成为理想的互联解决方案，市场将迎来高速增长 [1][3] OCS技术特性与应用场景 - OCS是一种基于全光信号的交换设备，通过配置光交换矩阵建立光学路径，相比传统电交换机，具备低延迟、低功耗、高可靠性优势，且支持跨代设备无缝互联 [1] - OCS主要应用于AI算力集群的三大场景：Scale-Up（单节点性能强化）、Scale-Out（多节点协同）和Scale-Across（跨数据中心互联） [2] - 在谷歌TPU集群中，一个包含4096个TPU v4芯片的集群需配备48台136端口的OCS，TPU与OCS比例约为85:1；未来TPU v7集群规模扩大至9216芯片时，因采用更高密度的320端口OCS，仍仅需48台，比例提升至192:1，凸显其扩展效率 [2] 市场规模与竞争格局 - 全球OCS光交换机市场规模将从2020年的0.7亿美元增长至2025年的7.8亿美元，年复合增长率达62% [1][3] - 预计到2031年市场规模将达20.2亿美元，2025–2031年复合增长率约17.2% [3] - 市场竞争集中，2025年前四大厂商占据约69%份额，谷歌、Coherent等为主要参与者 [3] 产业链分析 - OCS产业链分为上游核心器件、中游设备集成与下游应用，技术壁垒高，市场参与者多集中于单一环节 [3] - 上游核心是MEMS微镜阵列等光器件，是产业链技术壁垒最高的环节，价值量占比高 [1][3] - 中游由国际厂商主导设备集成，国内厂商参与代工与方案定制 [3] - 下游需求集中于谷歌等巨头的AI数据中心，驱动其在高性能计算中的规模应用 [3] 相关公司分析 - **英唐智控（300131）**：以电子元器件分销为基础，正向半导体设计与制造逐步拓展，公司2025年拟收购桂林光隆集成以强化OCS全制程布局 [4] - 英唐智控子公司英唐微技术已具备MEMS微振镜研发与量产能力，产品覆盖多种规格，2025年4mm产品已在工业领域实现批量订单 [4] - 公司拟通过整合光隆集成的光开关、OCS系统等技术打造OCS全制程平台，有望在AI算力集群建设中打开新成长空间 [4] - **赛微电子（300456）**：为国内MEMS工艺开发与晶圆制造领军者，掌握硅通孔、晶圆键合等核心工艺，客户覆盖激光雷达、AI计算等领域 [4] - 2023年起瑞典Silex开始量产MEMS-OCS，2025年北京Fab3启动MEMS-OCS小批量试产 [4] - 公司营收中MEMS业务占比达83%，2024年毛利率提升至35.1%，随着AI算力需求扩张，公司在MEMS微镜阵列等核心部件的工艺优势有望转化为业绩弹性 [4]

台积电先进封装订单外溢与日月光投控的机遇 - 台积电先进封装产能爆满，正扩大委外释单，相关订单外溢效应大开，日月光投控旗下日月光半导体和矽品成为大赢家 [1] - 因应台积电庞大转单，日月光与矽品近期砸大钱扩产与购买设备，近二个月已斥资逾百亿元新台币扩产迎接大单 [1] - 台积电将委外由矽品担纲主轴操刀CoWoP这种跳过传统封装基板的先进芯片封装架构 [1] 日月光投控的业务前景与资本支出 - 日月光投控看好今年先进封装与测试业务表现强劲，全年先进封装营收可望达成16亿美元目标 [2] - 公司预期2026年先进封装营收将再增加超过10亿美元，增幅逾六成 [2] - 根据公告，近二个月旗下公司花在取得厂务工程、设备等的资金合计高达111.73亿元新台币，后续还可望再有新增投资 [2] 生成式AI驱动的行业需求背景 - OpenAI开启的生成式AI浪潮带动英伟达、超微等大厂高性能计算订单动能爆发性增长 [1] - 微软、Meta、亚马逊AWS及Google等指标大厂都竞相争抢高性能计算产能，需求至少将旺到明年底无虞 [1] - 台积电是英伟达、AMD高性能计算唯一产能供应商，其先进制程及先进封装产能已被预订一空，因此加速委外以应对AI客户庞大需求 [1] 日月光投控的产能扩张计划 - 旗下矽品先前兴建的二林厂、斗六厂可望在明年准备就绪 [2] - 日月光半导体先前收购稳懋位在高雄路竹的厂房，亦可望在明年完成机台进驻 [2] - 这些扩产计划让日月光投控2026年营运成为市场期待的焦点 [2]

文章核心观点 随着人工智能、云计算与高性能计算的发展，全球算力需求爆发式增长，数据中心面临严峻的散热挑战。传统风冷技术已难以满足芯片功率密度持续提升的需求，液冷技术凭借高能效、低功耗等优势，正从“可选项”加速演变为“必选项”。国家政策对数据中心PUE要求的持续收紧，进一步推动液冷成为绿色算力建设的必然路径。伴随英伟达等芯片巨头产品迭代与供应链开放，液冷单机价值量持续提升，为国产供应链带来历史性入局机遇。预计2026年全球液冷市场规模将突破千亿元，一场由技术驱动、政策助推、产业链协同的液冷革命已全面开启 [2]。 一、液冷技术：解决数据中心散热压力的必由之路 - **液冷技术是应对高功率散热挑战的关键**：液冷利用液体高导热、高热容特性替代空气散热，具有低能耗、高散热、低噪声、低TCO等优势，是解决数据中心散热压力和节能挑战的必由之路 [6]。 - **核心优势显著**：1) **低能耗**：传热路径短、换热效率高、制冷能效高。2) **高散热**：以2MW机房为例，液冷散热能力是风冷的4-9倍。3) **低噪声**：能降低冷却风机转速或采用无风机设计。4) **低TCO**：液冷数据中心PUE可降至1.2以下，每年节省大量电费 [13]。 - **高度适配服务器功率密度的飙升**：为满足AI算力需求，芯片功耗与机柜功率密度急剧攀升。以英伟达为例，GPU热设计功耗已从B200的700W发展到GB300的1400W，未来VR300潜在达4000W；机柜功率从GB200 NVL72的约140kW，到GB300 NVL72的约180kW，再到Rubin架构规划功率高达370kW乃至600kW，传统风冷已触及物理天花板 [14][15]。 - **从“可选项”演变为“必选项”**：风冷散热一般适用于20kW/机柜以下，20kW以上液冷优势明显。面对急剧攀升的功率密度，液冷已成为保障系统可靠性的关键基础设施 [18]。 - **符合国家PUE要求的解决方案**：PUE是衡量数据中心能效的核心指标，降低PUE关键在于减少除IT设备外的其他设备能耗，其中制冷系统能耗占比最高。国家持续收紧数据中心PUE要求，例如政策要求2025年起新建大型数据中心PUE降到1.3以下，并鼓励采用液冷等节能技术 [21][22]。 - **降低PUE的关键在于压缩制冷系统能耗**：制冷系统约占数据中心能耗的40%。以PUE为1.5的数据中心为例，制冷系统能耗占比超过27%。行业正通过“自然冷”与“液冷”两大技术路径协同推进PUE优化，液冷技术可实现PUE小于1.25的极佳节能效果 [25]。 - **全生命周期成本更低，经济效益显著**：液冷方案虽然初期投资增加，但运行能耗与电费大幅下降。冷板式液冷相比风冷节能率高达76%；浸没式液冷相比风冷节能率高达93%以上。规模为10MW的数据中心，液冷方案预计2.2年左右可回收增加的基础设施初投资。以国内某液冷算力中心为例，TCO降低30%，交付效率提升100% [26]。 - **技术分类与主流方案**：根据冷却液是否与热器件接触，液冷可分为直接接触式（如浸没式、喷淋式）和间接接触式（如冷板式）。其中，**单相冷板式液冷**因技术成熟度高、系统稳定性强、改造成本可控，在未来较长时间内仍将是应用的主流方案。浸没式液冷PUE能降至1.13以下，适用于高密度计算场景，但受制于初始投资和运维习惯 [30][34][37]。 二、液冷行业：伴随芯片升级液冷价值量提升，国产链加速入局 - **AIDC价值量构成**：在AI数据中心中，AI服务器（主要是GPU）价值量占比约65%，冷却系统和电源设备合计占比约3-5% [79]。 - **液冷价值量随芯片升级快速提升**：以英伟达GB200到GB300为例，液冷方案从“集成式”大冷板（1块覆盖1CPU+2GPU）变为“独立式”专属冷板（每GPU一块），冷板数量从36块增至108块。测算显示，机架液冷模块价值量从约7.46万元增长至约9.5万元，增幅超过20% [83][84][85][86]。 - **市场规模预测**：预计到2026年，ASIC用液冷系统市场规模将达353亿元，英伟达NVL72液冷系统市场规模将达697亿元。其中，CDU市场规模分别约为88亿元和174亿元 [88][90]。 - **英伟达开放供应链，国产链加速入局**：1) **交付逻辑演进**：从A50/H100阶段的“卖卡+指定独供”模式，到GB200/GB300阶段，英伟达将重心前移至机柜内布局，对柜外环节给出参考设计，由ODM/OEM主导选型集成，外围生态空间扩大。2) **商业模式驱动**：产品定位转向“精装标准化”，允许ODM在柜外侧进行多供方比选。3) **台系ODM/OEM角色抬升**：成为一次+二次侧系统集成者，为本土与高性价比供应商带来增量机会。4) **国产供应链现状与展望**：目前国产厂商多作为二三级零部件和材料供应商，但随着行业成熟和终端CSP注重性价比，国产头部厂商有望作为一级供应商直接进入英伟达体系 [91][92][93][94][98]。 三、Rubin架构展望：微通道盖板&相变冷板为可选方案 - **单相冷板无法适用于Rubin架构**：Rubin架构GPU热设计功耗达2300W，整柜功率约200kW，而单相冷板设计上限为150kW/柜，需要引入新方案 [102]。 - **可行方案一：相变冷板**：通过液体工质在冷板内发生相变（液态到气态）吸收大量潜热实现高效散热，介质以氟化液为主，适配单柜300kW+场景 [103]。 - **可行方案二：微通道盖板**：将高度密集的微尺度冷却液通道网络直接置于冷板基板下方，极大增加换热面积和效率，适用于高热流密度场景 [105]。 - **后续方案研判**：微通道盖板有较大概率成为Rubin架构选择方案。因为后续Rubin Ultra方案单个GPU功耗可能达4000+W，整柜功率超600kW，相变冷板将不再适用，直接采用微通道盖板更有利于后续迭代 [106]。 - **微通道盖板VS传统冷板**：微通道盖板在传热系数、热阻、通道密度、散热均匀性上大幅优于传统宏观通道冷板，但制造复杂性、成本、流体纯度要求及系统控制难度也大幅提升 [111][112]。 四、行业相关公司介绍 - **英维克**：国内AI液冷领域龙头，具备“冷板设计—CDU—冷却工质”全链条能力。2025年前三季度营收40.26亿元，同比增长40.19%；归母净利润3.99亿元，同比增长13.13%。海外市场取得突破，冷板、快接头、CDU等产品通过英特尔验证，并被列入英伟达MGX生态系统合作伙伴，为谷歌提供CDU产品 [118][125]。 - **宏盛股份**：板翅式换热器领军者，产品用于空气压缩机、工程机械等领域。2025年前三季度营收5.54亿元，同比增长6.73%；归母净利润0.64亿元，同比增长34.78%。公司通过合资公司切入服务器ODM厂商广达的供应链体系，有望受益于AI服务器液冷需求 [126][131]。 - **申菱环境**：国内专用空调领导者，业务涵盖数据服务空调等。2025年前三季度营收25.08亿元，同比增长26.84%；归母净利润1.50亿元，同比增长5.05%。公司自2011年布局液冷技术，可提供从一次侧干冷器到二次侧CDU、Manifold等全系列液冷产品，与国内核心公司合作紧密 [132][138][139]。

事件概述 - 首届巴西—印度数字对话在巴西利亚召开 双方政府官员、专家和代表出席 体现合作全面性和战略性 [1] 合作领域与议题 - 讨论数字化转型关键议题 包括人工智能治理、公共数字基础设施、有效互联互通、高性能计算、半导体、科技创新、数据保护以及多边场合协作 [1] - 数字化转型必须建立在技术主权和包容性可持续发展的基础上 [1] 合作机制与未来行动 - 双方将扩大双边协调 通过联合倡议、技术交流和定期磋商等方式在数字问题上建立更紧密伙伴关系 [1] - 巴西欢迎印度于2026年2月在新德里主办人工智能影响力峰会 届时巴方将派代表参加 [1]

文章核心观点 - 超威半导体首席执行官苏姿丰认为，当前并非人工智能泡沫，而是“计算需求十年超级周期的第三年” [1] - 公司有望在2030年之前，在规模达1万亿美元的数据中心潜在市场中占据两位数份额 [1] - 分析师认为，公司的转型战略、小芯片架构优势以及人工智能驱动的第二波需求，使其有望成长为市值万亿美元的企业，目标价可达775美元，乐观情景下接近1000美元 [2] 公司战略转型 - 公司已从个人电脑/中央处理器市场的追随者，结构性地转型为一家数据中心企业 [3] - 过去几年，公司刻意将研发资源和产品路线图重新导向高性能计算与人工智能领域 [4] - 这一转型成效显著：数据中心业务年增长率超过50%，且未来增速将从50%以上提升至60%以上；该业务占公司总营收比例已从不足20%升至近50% [5] 市场机遇与份额目标 - 公司将2030年数据中心潜在市场规模预期上调至1万亿美元 [6] - 公司目标是在此市场中占据两位数份额，其优势在于拥有全面的产品组合（中央处理器、图形处理器、现场可编程门阵列、专用集成电路）以及整合能力 [6] - 小芯片技术允许灵活组合计算、输入输出和内存模块，无需从零设计，构成了结构性优势 [6] 产品竞争格局 - 首席执行官认为，在未来5年左右，图形处理器仍将占据市场的绝大部分份额，因为开发者需要灵活性来在不同算法上创新 [7] - 专用集成电路预计将占据20%-25%的市场份额，它们是图形处理器的补充，而非替代品 [7] - 这意味着通用型、高性能加速器市场仍具吸引力，且规模足以容纳第二大主要供应商 [7] 从芯片到系统的拓展 - 公司正从“单纯的芯片公司”转型为“系统公司”，以帮助客户缩短“从部署到产生实际效用的时间” [8][9] - 通过收购ZT Systems以及与Sanmina合作，公司具备提供机架级参考设计的能力，如Helios设计整合了MI400/MI450图形处理器、EPYC中央处理器和高速网络 [9] - 公司遵循与英伟达相似的提供完整生态系统的策略，但凭借开放式机架生态系统，可能更受超大规模数据中心和云服务提供商青睐 [9] 人工智能周期与需求驱动力 - 首席执行官明确否认人工智能泡沫，认为当前处于十年超级周期的第三年 [10] - 当前瓶颈是计算能力不足，客户需要更多计算资源以更快达成目标 [10] - 人工智能投资能带来回报，公司内部实践在15-18个月内已实现显著的生产力提升 [10] - 人工智能不仅推动加速器需求，也正在复苏中央处理器需求，特别是在推理阶段和智能代理工作负载增加的背景下 [11] - 人工智能触及公司所有产品组合，包括加速器、中央处理器甚至高端个人电脑 [12] 面临的挑战 - 行业面临内存限制、晶圆级系统集成封装瓶颈以及数据中心区域电力供应问题 [13] - 公司对获取所需资源抱有信心，提及与台积电、内存供应商和封装厂商的深度合作，并指出各国正加快电力基础设施建设 [13]