投资评级 - 报告对国产ASIC行业持积极看法，认为ASIC设计服务商迎来发展机遇，博通、Marvell、国内芯原股份、翱捷科技、灿芯股份有望受益 [2] 核心观点 - ASIC在能效与成本上优势突出，专用芯片特性使其在推理场景更具优势，AI渗透率提升带动推理需求激增，拓宽ASIC市场空间 [1][3] - ASIC设计复杂度高，专业分工下设计服务商价值凸显，博通等头部服务商凭借完整IP体系、封装技术和量产经验巩固行业地位 [1][3] - 国内云厂商自研ASIC已有独立成果，并非跟随海外路径，百度、阿里、字节等头部厂商推动国产ASIC放量，本土设计服务商迎来战略机遇 [1][3] - PD分离与超节点成为国产ASIC发展的两大核心趋势，华为、海光等厂商已形成自主技术体系，采用开源开放模式适配多元化需求 [1][4] 目录总结 大模型推理带动ASIC需求 - 2028-2030年全球AI芯片市场规模有望达5000亿美元，AI基础设施支出预计达3-4万亿美元 [8] - ASIC专用性强，谷歌TPU v5能效比为英伟达H200的1.46倍，亚马逊Trainium2训练成本较GPU降低40%，推理成本降55% [14][15] - 推理需求激增驱动ASIC需求，ChatGPT C端WAU达7亿，OpenRouter统计Token消耗量一年翻近10倍 [21][29] - 博通2024年AI ASIC收入122亿美元，2025年前三季度达137亿美元，AMD预计2028年全球AI ASIC市场规模达1250亿美元 [1][30] ASIC设计复杂度高，服务商价值凸显 - ASIC设计需前端需求定义与后端技术落地，云厂商多依赖服务商，博通、Marvell为全球主要服务商 [36][41] - 谷歌TPU成功离不开与博通合作，博通优势包括30亿美元投入积累的完整IP体系、TPU设计经验、3.5D XDSiP封装技术、高速互联与CPO技术 [1][55] - 博通2024年AI ASIC收入122亿美元，2025年前三季度达137亿美元，季度环比增速超越英伟达 [1][55] 国内ASIC发展并非跟随 - 2025H1中国AI云市场CR5超75%，头部云厂需求旺盛，百度昆仑芯迭代至第三代，实现万卡集群部署并中标10亿元中国移动订单 [1][74][75] - 阿里平头哥PPU显存容量96GB、带宽700GB/s超英伟达A800，签约中国联通16384张算力卡订单 [76][78] - 字节2020年启动芯片自研，计划2026年前量产，国产服务商芯原股份、翱捷科技、灿芯股份各具优势 [1][80][82] 国产ASIC技术趋势：PD分离与超节点 - PD分离指Prefill与Decode任务用不同芯片完成，华为昇腾950分PR和DT型号适配不同场景 [1][94][95] - 超节点通过高带宽互联形成统一计算体，海光开放HSL协议吸引寒武纪等参与，华为开放灵衢总线支持超8192卡扩展 [1][104][107] - 英伟达Rubin CPX为海外首个芯片级PD分离实践，采用GDDR7替代HBM降低成本，华为昇腾950PR/950DT分别针对Prefill和Decode优化 [90][92][95]

生成式AI催化剂重塑互联网行业格局 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1][3] - 这些技术进展将推动谷歌 Meta和亚马逊在大型科技股中脱颖而出 [1][3][5] 四大宏观AI催化剂驱动因素 - 模型开发加速：顶尖AI模型将继续甚至加速改进 因充足资本 提升芯片算力和代理式能力开发空间推动 OpenAI 谷歌 Meta等公司将发布新一代更强大模型 [6] - 代理式体验普及：代理式AI产品提供更个性化互动和全面的消费体验 促进消费者钱包数字化 大规模应用需克服算力容量 推理能力和交易流程顺畅性等障碍 [7] - 资本支出激增：六大巨头（亚马逊 谷歌 Meta 微软 甲骨文 CoreWeave）数据中心资本支出总额2026年达5050亿美元 同比增长24% 每建设吉瓦级数据中心需400-500亿美元资本支出 [8] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试和采用可能性增加 成本效益和产能限制促使客户寻求ASIC解决方案 尤其在推理工作负载方面 [9] 资本支出对财务状况的影响 - 六大科技巨头资本支出2024年到2027年预计以34%复合年增长率增长 [10] - 2026年谷歌 Meta和亚马逊的基建资本支出预计分别占其税前自由现金流的约57% 73%和78% 表明公司愿意牺牲短期盈利能力换取长期技术优势 [12] 亚马逊投资价值分析 - 亚马逊是大型科技股首选 目标价300美元 评级增持 基于AWS业务再加速和北美零售业务利润率持续改善两大支柱 [14] - AWS数据中心建设步伐加快 2025年和2026年新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%的基础预测 [14] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 预计到2028年恢复至2018年水平 2026/2027年每股收益预测存在上调可能 [16] Meta投资价值分析 - 维持对Meta的增持评级 目标价850美元 关注核心平台改进 下一代Llama模型发布和多个未被充分定价的看涨期权 [18] - Meta利用GPU驱动核心广告业务改进 有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进的下一代Llama模型 [18] - Meta AI搜索 商业消息等新业务是长期增长驱动力 Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [18] 谷歌投资价值分析 - 维持对谷歌的增持评级 目标价210美元 关注AI驱动的搜索增长 用户商业行为潜在转移和谷歌云增长 [20] - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预计2025年下半年和2026年搜索收入增速分别为12%和9% 谷歌仍是消费者商业行为首选平台 [20] - Gemini模型和TPU芯片是推动GCP增长的关键 Meta等公司与GCP合作有望为2026年云业务增长贡献约300个基点 定制芯片优势构成潜在上行催化剂 [20]

生成式AI催化剂重塑互联网行业 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1] - 领先AI模型的持续突破和代理式AI体验的普及 正推动行业进入新增长阶段 并进一步推动消费者支出数字化 [1] - 科技巨头正以前所未有规模进行投资 六大主要科技公司总资本支出将在2026年达到约5050亿美元 2027年增至5860亿美元 [1] 四大宏观AI驱动力量 - 资本支出激增：从2024年到2027年 六大科技巨头资本支出预计以34%复合年增长率增长 将显著影响公司自由现金流 [4][7] - 模型开发加速：顶尖AI模型将继续加速改进 充足资本、提升芯片算力和代理式能力开发空间将推动发布新一代更强大模型 [5] - 代理式体验普及：AI产品提供更个性化互动和全面消费体验 促进消费者钱包数字化 但仍需克服算力容量和推理能力等障碍 [5] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试采用可能性增加 成本效益和产能限制将促使客户寻求ASIC解决方案 [5] 资本支出对财务状况影响 - 到2026年 谷歌、Meta和亚马逊的基建资本支出预计将分别占其税前自由现金流约57%、73%和78% [7] - 巨额资本支出是科技巨头为AI未来下的重注 直接影响财务状况 但为未来增长奠定基础 [1][4] 公司偏好顺序与投资逻辑 - 摩根士丹利在大型科技股中明确未来12个月偏好顺序为亚马逊、Meta和谷歌 认为这三家公司有能力利用AI催化剂巩固市场地位并创造新收入来源 [3] - 亚马逊目标价300美元 评级增持 看涨逻辑基于AWS业务再加速和北美零售业务利润率持续改善 [9] - Meta目标价850美元 评级增持 关注核心平台改进、下一代Llama模型发布和多个未被充分定价看涨期权 [13] - 谷歌目标价210美元 评级增持 关注AI驱动搜索增长、用户商业行为潜在转移和谷歌云增长前景 [15] 亚马逊具体投资价值 - AWS业务2025年和2026年将新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%基础预测 [9] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 基础模型预计到2028年才能恢复至2018年水平 意味着2026/2027年每股收益预测存在进一步上调可能 [11] Meta增长驱动因素 - 利用GPU驱动核心广告业务改进仍有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进下一代Llama模型 [13] - Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [13] - 商业消息等新业务是重要长期增长驱动力 [13] 谷歌竞争优势与增长点 - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预测2025年下半年和2026年搜索收入增速分别为12%和9% [15] - 在产品研究和比价等商业行为上 谷歌依然是消费者首选平台 领先于亚马逊及其他竞争者 [15] - Gemini模型和TPU芯片是推动GCP增长关键 Meta等公司与GCP签订合作关系 有望为2026年云业务增长贡献约300个基点 [15] - 市场尚未充分计价谷歌在定制芯片方面优势 构成潜在上行催化剂 [15]

人工智能发展速度 - ChatGPT仅用17个月突破8亿用户，远超互联网时代任何产品的增长速度 [3] - ChatGPT不到三个月达到1亿用户，截至今年4月每周用户量达8亿，每年处理超过3650亿次搜索 [8] - 人工智能相关职位空缺自2018年起增长448%，显示行业对人才的强劲需求 [19] 技术成本与效率 - 模型训练成本高达10亿美元，但推理成本在两年内下降99%（按每百万token计算） [4] - 2022年至2024年期间，运行大语言模型的每个token成本下降99.7% [17] - 英伟达2024年Blackwell GPU的单位功耗较2014年Kepler GPU降低10.5万倍 [4][14] 开源与闭源模型竞争 - 闭源模型（如GPT-4、Claude）性能卓越但缺乏透明度，受企业和政府机构青睐 [6] - 开源模型（如Llama、Mixtral）低成本且功能增强，推动主权AI和本地语言模型发展 [10][13] - 中国在开源竞赛中领先，2025年将发布DeepSeek-R1、阿里巴巴Qwen-32B和百度Ernie 4.5 [12] 市场与应用 - 印度成为AI平台重要市场，贡献ChatGPT移动应用用户的13.5%，超过美国的8.9% [10] - AI应用拓展至汽车驾驶、工厂机器人、医疗保健等领域，成为职业"副驾驶" [18] - 行业从垂直SaaS转向横向整合，如微软集成Copilot、Zoom和Canva融入生成式AI [21] 基础设施与投资 - 云端芯片（谷歌TPU、亚马逊Trainium）规模化开发推动AI基础设施快速迭代 [7] - 风险投资加速流入AI领域，但企业与云服务商仍需高额基础设施投入 [7] - 全球范围内针对芯片、数据中心的争夺战激烈，堪比冷战时期太空竞赛 [21]