文章核心观点 - 谷歌正通过向其他公司推广其自研TPU芯片的本地部署方案，直接挑战英伟达在AI算力市场的领导地位，此举可能为谷歌带来数十亿美元年收入，并抢占英伟达约10%的年营收 [5][7] - 英伟达对此采取积极反击策略，主要通过向关键AI客户（如Anthropic、OpenAI）进行巨额投资，以换取其继续使用英伟达GPU的承诺，试图巩固其市场地位 [27][28] - 两家巨头的竞争正搅动整个AI产业格局，反映出AI算力市场从英伟达一家独大向多元化竞争的潜在转变 [10][33] 谷歌的TPU扩张战略 - 谷歌推出关键举措：向Meta及大型金融机构等客户推荐在其自有数据中心本地部署TPU方案，Meta计划在2027年斥资数十亿美元使用TPU，并于明年从谷歌云租用芯片 [5] - 谷歌TPU推广的两大卖点：强调安全合规以满足敏感数据要求，以及展示性能优势，如Gemini 3已证明TPU能高效运行AI模型，尤其适合低延迟场景 [17][18] - 为降低客户使用门槛，谷歌开发了“谷歌版CUDA”——TPU command center，并承诺客户可借助PyTorch生态与TPU交互，无需精通其编程语言Jax [19] - 谷歌通过提供有竞争力的条款（如为合作伙伴Fluidstack提供高达32亿美元的兜底担保）和接触英伟达的盟友（如Crusoe、CoreWeave）来加速TPU生态扩张 [22][23] - 谷歌已推出多代TPU产品，最新一代Ironwood TPU计划于2025年第四季度发布 [24] 英伟达的市场防御与反击 - 英伟达采取直接资本投入的方式进行反击：在谷歌宣布向Anthropic供应100万个TPU后，英伟达随即宣布向Anthropic投资数十亿美元；在OpenAI计划租用谷歌TPU时，与OpenAI达成初步协议，可能投资高达1000亿美元 [27] - 公司积极拉拢可能使用谷歌TPU的大客户（如OpenAI、Anthropic、Meta），并可能通过与Meta达成独家合作来阻止其与谷歌的TPU合作 [25][26] - 英伟达公开强调其解决方案的独特优势：是唯一能兼容所有AI模型、覆盖所有计算场景的硬件平台，并声称其方案相较于专用芯片具备更卓越的性能、更广泛的适用性和更灵活的通用性 [3][4] - 尽管面临挑战，英伟达云业务（向客户出租搭载英伟达芯片的服务器）收入目前仍远高于谷歌的TPU相关收入 [32] 行业竞争格局与市场影响 - AI算力市场竞争加剧，除谷歌外，亚马逊、微软等云服务商以及OpenAI、Meta等大型AI开发商均已启动自有AI芯片研发 [33] - 有分析师认为，挑战英伟达霸权的最大机会在于推理芯片领域，而非其优势明显的训练芯片领域 [34] - 市场数据显示，2025年1月至11月期间，谷歌母公司Alphabet与英伟达股价均大幅跑赢标普500指数，其中Alphabet后期涨势更为强劲，而英伟达股价波动相对剧烈 [11][12] - 英伟达CEO黄仁勋坦言公司面临的市场预期极高，其市值波动巨大，曾提及“史上没人能几周内蒸发5000亿美元市值” [40][41]

美股市场整体表现 - 美股三大股指于11月25日盘中实现“深V”反转并全线收涨，道琼斯工业指数涨1.43%至47112.45点，重回47000点整数关口之上，标准普尔500指数涨0.91%至6765.88点，纳斯达克指数涨0.67%至23025.59点，重回23000点整数关口之上[1][4] - 市场早盘全线下跌，纳斯达克指数一度跌超1%，但盘中大幅拉升悉数收涨[4] 行业板块表现 - 大型科技股多数上涨，Meta涨近4%，谷歌A和亚马逊涨超1%，微软、苹果、特斯拉均小幅上涨不足1%[5] - 银行股整体上行，摩根大通、高盛、花旗、摩根士丹利、美国银行等多股涨超1%，富国银行涨幅不足1%[6] - 航空股集体上涨，西南航空和美联航均涨逾3%，美国航空和达美航空均涨逾2%[7] - 抗疫概念股普遍上涨，BioNTech涨超3%，Moderna涨超2%，阿斯利康涨近2%，吉利德科学涨逾1%[8] 芯片股表现 - 芯片股涨跌分化，两大AI芯片巨头英伟达和超威半导体盘中一度重挫但收盘大幅收窄跌幅[9] - 英伟达盘中一度重挫逾7%，收盘下跌逾2%至177.830美元，振幅2.82%，成交总额416.75亿美元，市盈率TTM为43.6[10][11] - 超威半导体盘中一度大跌逾9%，收盘下跌逾4.15%至206.130美元，振幅6.15%，成交总额107.77亿美元，市盈率TTM为101.5[11][12] - 其他芯片股中应用材料涨5%，博通涨近2%，阿斯麦涨逾1%，ARM跌逾2%，高通跌超1%[12] 中概股表现 - 中概股涨跌不一，纳斯达克中国金龙指数涨0.35%[13] - 涨幅方面禾赛科技涨近11%，涂鸦智能涨近9%，奇富科技涨超7%，霸王茶姬涨逾6%，小马智行和信也科技均涨近6%[13] - 跌幅方面乐信跌逾9%，新氧跌逾8%，知乎跌逾7%，蔚来和文远知行均跌超4%，阿里巴巴跌超2%[13] 宏观消息面 - 美联储理事斯蒂芬·米兰表示因过高的利率目标导致就业市场恶化，建议加大降息力度支持经济[2] - 芝商所“美联储观察”工具显示市场预计美联储12月会议降息25个基点的概率为84.9%[3] - 美国财政部长斯科特·贝森特表示特朗普总统“极有可能”在年底传统节日前提名美联储主席鲍威尔的继任者[3][14] - 美国财政部表示受联邦政府“停摆”影响，10月份联邦政府预算赤字高达2840亿美元[14]

公司回应与市场地位 - 英伟达罕见回应市场对其AI芯片主导地位受威胁的担忧 [1] - 公司称其GPU"仍领先行业一代" [1] - 公司GPU可支持所有AI模型并覆盖多场景计算 [1] - 英伟达是目前唯一具备通用平台能力的厂商 [1] - 公司强调将持续深化与多家科技巨头的合作 [1] 潜在竞争威胁 - 重要大客户Meta正考虑在未来数据中心采用谷歌自研TPU [1] - Meta可能从明年起租用谷歌云芯片资源 [1] - 谷歌TPU被推销为英伟达GPU的"成本更优替代品" [1] - 此情况引发投资者忧虑，可能削弱英伟达在AI基础设施中的统治地位 [1]

IPO发行与市场热度 - 发行价定为114.28元/股，成为年内最贵新股，募资总额80亿元 [1] - 网下申购倍数高达1571倍，267家机构管理的7555个配售对象提交了有效报价 [1] - 网上发行有效申购户数达482.7万户，初步中签率低至0.024% [1] - 按发行价计算，公司上市市值约537亿元，比IPO前估值翻了近一倍 [1] 公司技术与产品 - 公司选择全功能GPU路线，自主研发MUSA架构，覆盖图形与AI双领域 [3] - 从2021年到2024年，公司先后发布四代GPU芯片，其MTT S5000产品FP32 Vector达到32T，性能高于英伟达A100但低于H100 [3] - 核心团队具有浓厚英伟达基因，创始人及三位联合创始人均曾在英伟达长期任职 [3] 财务表现 - 营收呈现爆发式增长，从2022年0.46亿元增长至2024年4.38亿元，年均复合增长率达208.44% [5] - 2025年上半年营收已达7.02亿元，超过过去三年总和，管理层预测2025年全年收入可能冲击12.18亿至14.98亿元 [5] - 公司持续亏损，2022年至2024年归母净利润分别为-18.4亿元、-16.73亿元、-14.92亿元，2025年上半年继续亏损7.24亿元 [5][6] - 2022年以来累计研发投入已超过46亿元 [6] 行业竞争与市场格局 - 2024年中国GPU市场规模达1073亿元，同比增长约32.78% [14] - 在AI芯片细分市场，英伟达销量占比高达70%，华为昇腾占23%，包括寒武纪、摩尔线程等其他国产厂商合计市场份额仅为7%左右 [14] - 英伟达2024年研发投入高达129亿美元（约926亿元人民币），超过所有中国AI芯片企业研发投入总和 [14] 市场机遇与挑战 - 中国GPU市场规模预计将从2024年1425.37亿元激增至2029年13367.92亿元，年均复合增长率53.7% [16] - 数据中心GPU产品市场规模预计从2024年687.22亿元增长至2029年6639.16亿元，年均复合增长率55.7% [16] - 生态建设是主要挑战，英伟达CUDA生态在行业内处于垄断地位，公司推出MUSA架构试图兼容现有生态并吸引开发者 [12] - 公司与寒武纪技术路线不同，摩尔线程走全功能GPU通用平台路线，寒武纪则专注于ASIC定制化芯片 [9]

行业战略转变 - 国产AI芯片公司过去几年保持低调，官网很少更新最新产品信息和参数 [1] - 近期华为、百度等大厂接连公开AI芯片迭代路线图，阿里平头哥芯片亮相央视，标志着行业从“闷声做事”转向高调沟通 [1] - 这一转变是“里程碑式的转折”，公司需要向客户呈现清晰产品路线图以抢占英伟达留下的市场，并让投资者看到依赖国产算力发展的可能性 [2] 华为昇腾芯片路线图 - 华为宣布2026至2028年将推出四款昇腾AI芯片：950系列（950PR、950DT）、960和970 [4] - 950系列采用P/D分离路线：950PR于2026年Q1推出，面向推理预填充阶段和推荐业务，内存容量128GB，内存访问带宽1.6TB/s，互联带宽2TB/s；950DT于2026年Q4推出，注重推理解码和训练场景，内存容量144GB，内存访问带宽4TB/s，互联带宽2TB/s [7][8] - 960芯片于2027年Q4推出，互联带宽2.2TB/s；970芯片于2028年Q4推出，互联带宽4TB/s [5] - 华为Atlas 950超节点于2026年Q4推出，基于8192张950DT芯片；Atlas 960超节点于2027年Q4推出，最大支持15488张昇腾960芯片 [9] - 华为发布Atlas 950和960 SuperCluster超节点集群，算力规模分别超过50万卡和达到百万卡 [9] 百度昆仑芯路线图 - 百度公布昆仑芯业务路线图：2026年初上市针对大规模推理场景的M100芯片；2027年初上市面向超大规模多模态模型训练和推理的M300芯片 [11] - 2026年上半年和下半年推出“天池256超节点”和“天池512超节点”，搭载昆仑芯P800芯片，最高支持256张卡和512张卡互联 [11] - 从2027年下半年开始陆续推出千卡和四千卡超节点，计划2029年上市新一代N系列芯片，2030年点亮百万卡单集群 [11] - 基于昆仑芯P800的64卡超节点，单卡功耗约400瓦，FP16精度总算力规模超20 PFlops，单卡算力约为英伟达A100 SXM版本的一半 [11] 技术竞争格局 - 国产AI芯片在工艺制程、单卡算力、单卡内存容量和带宽等维度均落后于英伟达，但可借助超节点组网实现性能超越 [3] - 华为采用“超节点+集群”方案应对AI算力需求，这是“用数学补物理”策略，规避芯片制造工艺限制 [3][14] - 华为Atlas 950超节点满配由160个机柜组成，占地面积1000平方米，使用自研“灵衢”互联协议 [15] - 华为CloudMatrix 384超节点搭载384颗昇腾910C芯片，芯片数量是英伟达NVL72系统的五倍，可弥补单芯片性能仅为英伟达GB200三分之一的不足，但功耗为NVL72系统的4.1倍 [16] 市场应用与挑战 - 国产AI芯片用于大模型训练难度高，华为昇腾几乎是唯一可用于大模型训练的芯片，但当前主打型号910C大部分应用仍是推理 [19] - 使用全国产算力训练模型代价更高，不仅芯片使用成本高，训练时间也更长，例如科大讯花额外两个月进行适配 [20] - 2025年上半年中国GenAI IaaS服务市场中，推理场景占比上升至42%，训练场景占比降至58% [20] - 国产推理芯片已可满足当前最先进模型的使用，一台8张卡的单机能提供约688G显存，可运行DeepSeek R1-671B等600G权重的模型 [21] - 推理芯片市场竞争碎片化，包括GPGPU玩家（如海光信息、沐曦）和ASIC厂商（如寒武纪、华为、阿里平头哥） [21]

公司股价与市值表现 - Alphabet股价自去年10月中旬以来累计上涨35%，市值增加近1万亿美元 [1] - Alphabet市值今年以来累计增长逾1.5万亿美元（约合10.65万亿元人民币） [1] - Alphabet当前市值与英伟达的4.4万亿美元相差约5900亿美元 [1] - Alphabet股价周二盘前交易时段一度上涨3.5%，有望连续第三个交易日上涨 [2] - 英伟达股价下跌3.5%，竞争对手AMD股价下跌3% [2] AI技术进展与市场影响 - 谷歌自研AI芯片取得进展，展现出能够与英伟达最畅销AI加速器竞争的实力 [1] - 谷歌最新Gemini 3大模型备受好评，其AI芯片也展现出市场需求 [1] - 谷歌与Meta磋商计划，Meta可能在2027年数据中心使用谷歌张量处理单元（TPU），并可能在明年向谷歌云服务部门租用芯片 [2] - 谷歌与Meta的协议将有助于确立TPU作为英伟达芯片替代选择的地位 [2] 行业竞争格局变化 - 投资者正在重新评估科技行业格局以及股市领头羊可能发生的变化 [1] - 市场共识发生变化，不再认为英伟达是数据中心建设的唯一芯片供应商 [2] - 英伟达芯片目前被视为Meta、OpenAI等科技巨头和创业公司开发运行AI模型的黄金标准 [2]

投资评级 - 报告对长电科技的投资评级为“买入”，并予以“维持” [1] - 目标价格为45.12元，相较2025年11月24日35.05元的股价存在约28.7%的上涨空间 [1][4] 核心观点 - 公司2025年第三季度单季营收达100.6亿元，创历史同期新高，同比增长6% [8] - 2025年第三季度归母净利润为4.8亿元，同比增长5.7%，环比大幅增长81% [8] - 公司正处于先进封装下游逐步放量的关键窗口期，光电共封装（CPO）等先进封装进展被市场低估，预计随着2026年新建产能全面达产，盈利将迎来持续修复 [8] 盈利预测与估值 - 预测公司2025-2027年归母净利润分别为17.2亿元、22.2亿元、27.0亿元 [4][9] - 盈利预测较此前有所调整，原2025-2026年归母净利润预测分别为29.5亿元、36.7亿元，主要调整了费用率和业务毛利率 [4] - 基于可比公司2025年47倍市盈率进行估值，得出目标价45.12元 [4][10] 财务表现与预测 - 2025年前三季度累计营收286.7亿元，同比增长15%；前三季度归母净利润9.5亿元，同比下滑11% [8] - 预测营业收入将从2024年的359.62亿元增长至2027年的501.36亿元，年均复合增长率约11.7% [6] - 毛利率预计从2024年的13.1%提升至2027年的14.6%；净资产收益率（ROE）预计从2024年的6.0%提升至2027年的8.4% [6] 业务运营亮点 - 产品结构优化动能强劲，2025年第三季度单季毛利率达14.25%，同比提升2.02个百分点 [8] - 2025年前三季度，运算电子、工业及医疗电子、汽车电子业务收入同比分别显著增长70%、41%和31%，合计贡献超六成营收 [8] - 公司整体产能利用率持续提升，晶圆级封装、功率器件封装及电源管理芯片封装等产线接近满产 [8] - 研发投入持续加大，2025年前三季度研发费用达15.4亿元，同比增长25% [8] 产能建设与技术进步 - 公司正努力加速向先进封装转型，长电汽车芯片成品制造封测项目预计2025年底前通线生产 [8] - 光电共封装（CPO）解决方案已在光引擎封装、热管理等环节与多家客户开展工程化合作，瞄准AI数据中心与高速通信场景 [8] - 新建产能如临港汽车电子工厂、长电微电子晶圆级项目尚处于导入与爬坡期，折旧与研发费用高企对短期盈利有所拖累 [8]

文章核心观点 - 谷歌启动名为TPU@Premises的激进计划，允许客户将TPU芯片直接部署在自有数据中心，旨在打破英伟达对高端AI芯片市场的垄断 [1] - 该计划首个目标客户为Meta，谈判涉及金额达数十亿美元，预计在2027年实施 [2][3] - 谷歌最新旗舰芯片Ironwood TPU v7在关键性能参数上已追平英伟达旗舰B200，并通过拥抱PyTorch生态来降低客户迁移门槛 [6][11][13] - 公司目标是从英伟达口中夺取10%的市场份额，英伟达已通过投资AI初创公司等方式进行反击 [13][14] 战略转变与市场影响 - 谷歌从仅提供云端TPU算力服务（“云房东”角色）转变为直接向客户销售算力硬件（“军火商”角色）[1] - 允许客户进行私有化部署，对拥有海量敏感数据和极高合规要求的巨头（如Meta）更具吸引力 [5] - 这一战略旨在直接挑战英伟达在高端AI训练芯片市场的绝对主导地位 [1] 关键客户与潜在交易 - Meta正与谷歌进行谈判，考虑斥资数十亿美元在2027年将谷歌TPU芯片引入其自有数据中心 [3] - 谈判内容不仅涉及租用，更侧重于“私有化部署”，以满足数据安全和合规要求 [5] - 谷歌最新大模型Gemini 3完全在TPU集群上训练成功，其技术表现抹平了与OpenAI的差距，这动摇了“只有英伟达GPU才能胜任前沿模型训练”的行业偏见，是吸引Meta等客户的关键因素 [5] 硬件性能对比 - 谷歌Ironwood TPU v7与英伟达B200在核心指标上高度接近 [6][7] - **FP8算力**：TPU v7约为4.6 PFLOPS，B200为4.5 PFLOPS，两者基本持平 [7] - **显存容量**：两者均配备192 GB的HBM3e内存，完全一致 [7] - **显存带宽**：TPU v7约为7.4 TB/s，B200为8.0 TB/s，英伟达略高约8% [7] - **互联架构**：谷歌的ICI技术使单Pod内数千颗芯片能以9.6 Tb/s带宽高效互联，提供了卓越的大规模集群扩展性 [8] - 硬件性能的追平使TPU成为英伟达GPU的真正“平替”甚至更优选择 [10] 软件生态策略 - 英伟达最深的护城河是其CUDA软件生态 [11] - 谷歌采取精明策略，并未强推自有JAX语言，而是选择拥抱由Meta发明的、应用广泛的PyTorch框架 [13] - 通过开发“TPU Command Center”软件，使开发者能像使用GPU一样顺滑地通过PyTorch调用TPU，显著降低了客户的迁移门槛 [13] 竞争态势与行业反应 - 英伟达已感受到竞争压力，近期通过对OpenAI、Anthropic等AI明星初创公司进行巨额投资，以换取其对英伟达GPU的长期使用承诺 [14] - 谷歌也开始模仿英伟达的财务绑定策略，例如与云服务商Fluidstack达成协议，承诺提供高达32亿美元的“兜底”支持 [14] - 英伟达CEO黄仁勋近期公开表示对谷歌七代TPU研发成果的“尊重”，反映出其对竞争加剧的警惕 [14]

指数与ETF表现 - 截至2025年11月25日13:20，中证半导体产业指数上涨0.23%，成分股神工股份上涨13.18%，长川科技上涨3.55%，立昂微上涨3.44%，华海诚科上涨3.06%，华峰测控上涨1.86% [1] - 半导体产业ETF(159582)当日上涨0.15%，最新价报2.01元，近3月累计上涨11.85% [1] - 半导体产业ETF盘中换手率为6.71%，成交额2526.87万元，近1月日均成交额为5769.30万元 [1] 行业重大投资动态 - 台积电计划在中国台湾增建三座2纳米厂以满足AI芯片订单激增需求，新增投资总额推估达9000亿元新台币，连同原已规划的七座工厂，其2纳米厂总数将达十座 [1] - 亚马逊宣布将投资高达500亿美元，用于扩展面向美国政府客户的AWS人工智能和高性能计算能力 [1] 行业技术与发展趋势 - 端侧AI芯片正朝着高能效比架构、场景化定制和全球化生态方向演进，技术上依赖存内计算、先进工艺与软件工具链协同发展以破解算力与功耗矛盾 [2] - 端侧AI芯片应用场景从消费电子向汽车、工业、医疗等多领域渗透，实现AI与垂直场景的深度融合 [2] - 行业头部企业凭借研发投入领跑技术迭代，国产替代与全球化布局并行，行业集中度与企业竞争力持续提升 [2] 指数构成与样本 - 中证半导体产业指数从上市公司中选取不超过40只业务涉及半导体材料、设备和应用等相关领域的证券作为指数样本 [2] - 截至2025年10月31日，指数前十大权重股包括中微公司、北方华创、寒武纪、中芯国际等，合计占比78.04% [2]

公司战略定位 - 公司全盘押注AI推理芯片市场，选择在推理芯片上进行单点突破，以缩短与英伟达的距离 [2] - 公司认为模型训练和推理在计算精度、内存架构等方面存在较大区别，一颗芯片难以兼顾训练效能与推理的经济性 [2] - 公司脱胎于商汤的芯片业务部门，于2024年底独立并完成第一轮外部融资，2025年7月宣布完成近10亿元的新一轮融资 [2] 产品与技术路线 - 公司已推出三代推理芯片：第一代S1芯片于2020年量产，累计销售超2万颗；第二代S2芯片从2024年9月起量产，实测性能接近英伟达A100的80%；第三代S3芯片于2025年5月立项，预计2026年点亮 [3] - 第三代S3芯片针对大模型推理定制优化，支持FP8和FP4低精度数据格式，将配置200G以上的显存及足够带宽，目标是在大模型推理部署成本上接近英伟达下一代Rubin架构芯片 [3] 市场环境与行业趋势 - 相较于训练芯片，推理芯片的设计难度和数据处理规模相对较低，成为众多国产AI芯片公司的竞争焦点 [4] - 随着预训练模型成熟和智能体及下游应用爆发，行业预见推理算力需求将在未来数年占据上风，进入“大模型下半场” [4] - AI芯片范式正向高性价比推理芯片变迁，高性能训练芯片市场发展空间小，而高性价比推理芯片是市场蓝海 [4] 商业化与生态策略 - 公司选择兼容英伟达的CUDA并行计算框架，以降低客户迁移成本 [5] - 公司通过资本投融资及深度业务合作，紧密绑定上下游企业，确保芯片从设计第一天起就有客户，从而获得反馈提高易用性 [5] - 公司背后的产业资本包括三一集团、第四范式、美的控股、游族网络等，并与商汤科技、世纪互联、超云、硅基流动等建立合作 [5] - 在优化推理芯片性价比方面，关键在于取得算力与显存带宽之间的平衡，避免在推理任务中浪费算力或带宽 [5]