行业技术趋势 - 制程工艺升级放缓背景下，先进封装成为提升芯片性能的关键驱动力，英伟达H100单颗裸晶面积已达光刻机可处理极限约800-900mm² [1] - 英伟达B200采用双颗裸晶合封先进封装工艺，单一封装内集成2080亿颗晶体管，超过H100（800亿颗晶体管）数量的两倍 [1] - 根据英伟达技术路线图，Rubin Ultra单一封装将集成4颗裸晶，实现单卡100PF FP4算力 [1] - 系统组装正成为AI服务器性能提升的新驱动力，AI服务器中GPU数量从单台服务器8张升级至单个机柜72张，并将在2027年VR Ultra NVL576机柜中升级至144张GPU（合计576颗GPU裸晶） [2] - GPU数量提升带来散热等要求大幅提升，系统组装难度大幅增加，例如GB200 NVL72产能爬坡受到系统组装难度限制 [2] 公司动态与前景 - 工业富联GB200系列产品测试在二季度较一季度大幅优化与提升，系统级机柜调试时间显著缩短，自动化组装流程导入 [3] - 工业富联已在全球多个厂区扩充产能并部署全自动组装线，预计GB200三季度出货量将延续强劲增长势头，主要订单来自北美大型云服务商 [3] - 工业富联预计今年会维持逐季向好态势，GB300单台利润存在超过GB200潜力，有望在明年成为公司AI服务器业务盈利重要支撑点 [3] - 海光信息合并中科曙光，有望形成包括CPU、DCU及系统组装在内的垂直整合能力 [4] - 联想集团等合作伙伴预计将从2025年下半年开始推出基于Blackwell Ultra的各类服务器 [4] - 华勤技术作为国内知名互联网厂商AI服务器核心ODM供应商，实现交换机、AI服务器、通用服务器等全栈式出货，受益下游云厂资本开支扩张 [4]

海光信息：合并中科曙光，有望形成包括 CPU、DCU 及系统组装在内的垂直整合能力。 联想集团：英伟达此前表示，联想等合作伙伴预计将从 2025 年下半年开始推出基于Blackwell Ultra 的 各类服务器。 近日，东方证券发布研报称，制程工艺升级驱动芯片性能提升，先进封装则成为芯片性能提升的又一驱 动力。在制程工艺升级放缓背景下，增加单颗裸晶（die）的面积可以增加晶体管数量，从而提升计算 能力。但受限于光刻机的设计、光罩面积等因素，可处理的极限尺寸（reticle limit）大约为 800- 900mm²，而英伟达的 H100 单颗裸晶面积已处于该极限范围。英伟达在 B200 中开始采用双颗裸晶合封 的先进封装工艺，实现了单一封装内集成了 2080 亿颗晶体管，超过 H100（800 亿颗晶体管）数量的两 倍。根据英伟达的技术路线图，Rubin Ultra 的单一封装将集成 4 颗裸晶，实现单卡 100PF FP4 的算力。 系统组装将成为 AI 服务器性能提升的新驱动力。晶圆制造工艺升级和先进封装满足了个人电脑、智能 手机等产品的性能升级，但仍可能跟不上 AI 算力需求的增长和 AI服务器性能的 ...

消费电子行业趋势 - Apple将于2025年9月15日发布Apple Intelligence新功能及多款硬件产品包括iPhone 17系列、AirPods和AppleWatch 推动果链创新周期及估值修复 [2] - Meta于9月18日召开MetaConnect大会 目前拥有4款AI眼镜产品 价格覆盖379-799美元 形成涵盖日常使用与专业运动的全面产品矩阵 [2] - GPU及ASIC共同驱动算力市场扩容 GB300服务器出货启动叠加GB200放量驱动全球AI基建升级 AI服务器有望迎来新一轮增长期 [2] 半导体行业机遇 - 端侧AI SoC芯片公司受益于端侧AI硬件渗透率释放 2025年上半年业绩已体现高增长 叠加AI新品密集发布 后续展望乐观 [3] - 存储涨价及AI服务器、PC、手机带动存储容量快速升级 HBM、eSSD、RDIMM等高价值量产品渗透率持续提升 国内存储市场加速成长 [3] - 中美AI算力芯片贸易政策存在不确定性 国内大模型开发企业与互联网平台预计逐步提高国产芯片采购规模 国产芯片供应商及配套产业链企业迎来发展机遇 [1][3] 技术发展导向 - 半导体、国产算力及自主可控领域将成为长期趋势 国产替代机会持续显现 [1][3] - AI硬件持续带动芯片需求增长 涵盖端侧设备与服务器基础设施等多维度应用场景 [2][3]

全球算力投资格局 - 英伟达与OpenAI宣布千亿美元级别AI算力集群合作[1] - 阿里巴巴宣布投入3800亿人民币加强AI基础设施并持续追加投资[2] - OpenAI、谷歌、Meta、xAI及阿里巴巴等全球科技巨头均加入算力竞争[3][4] 算力竞争战略核心 - 算力基础设施成为AGI和ASI竞赛的战略基石[5] - 构建算力壁垒需具备未来预判、工程执行、系统架构颠覆和开发者生态构建能力[6][7] - 英伟达作为核心硬件供应商提供行业参考标准[8] 英伟达与英特尔合作 - 英伟达向英特尔投资50亿美元联合开发定制数据中心和PC产品[10] - 合作使英伟达投资增值30%获利10亿美元[10] - 双方合作开发chiplet封装PC产品显著提升笔记本电脑市场竞争力[10] 市场竞争影响 - 英伟达与英特尔合作对AMD构成重大威胁[11] - ARM架构因英伟达获得英特尔技术支持面临竞争压力[11] GPU市场动态 - GPU市场经历从产能紧缺到价格战再回归产能为王的周期变化[12] - 初创公司获取少量GPU容易但大规模部署困难[12] 云服务商战略 - 甲骨文凭借强大资产负债表为OpenAI等客户提供3000亿美元超长期计算订单[13] - 采用灵活硬件策略兼容英伟达Infiniband和Arista以太网技术[13] - 通过精密数据中心模型预测算力增长和收入[13] AWS复苏策略 - AWS通过为Anthropic等客户提供海量GPU和自研Trainium芯片推动收入增长超20%[14] - 升级传统数据中心成本相比GPU价格微不足道[14] - Trainium芯片在特定大规模场景下展现效率优势尽管通用性较差[15] Blackwell架构性能 - GB200部署成本为H100的1.6倍但性能提升高度依赖工作负载[17] - 预训练任务性能提升约2倍属边际提升[20] - 特定推理任务性能提升达6-7倍每美元性能提升3-4倍[20] 系统可靠性挑战 - GB200 NVL72将72个GPU互联形成单一故障域[18] - 故障爆炸半径问题导致单GPU故障可能使整个机柜下线[20] - 采用64+8工作负载管理策略应对可靠性挑战[20] 硬件架构演进 - AI推理分为预填充（计算密集型）和解码（内存带宽密集型）两个阶段[28] - 业界采用分离式部署策略优化不同任务[21] - 英伟达推出专用CPX芯片剥离HBM降低制造成本[21] 英伟达核心竞争力 - 创始人黄仁勋采用YOLO式大胆决策策略如提前投资Xbox芯片产能[23] - 通过锁定供应链产能策略主导市场[23] - 管理风格依赖商业直觉而非数据报表[24] 技术执行力 - 芯片设计实现一次成功能力避免多次修订延迟[26] - Volta芯片在最后时刻增加Tensor Cores奠定AI硬件霸主地位[26] - 强大执行文化确保产品准时交付[25] 未来资金部署 - 英伟达年产生数千亿美元自由现金流面临巨额资金部署挑战[27] - 反垄断监管限制大型并购选项[27] - 可能投资数据中心、能源基础设施或机器人和AI工厂[27]

September 23, 2025 09:00 PM GMT Hardware Technology | Asia Pacific Datacenter Market Insights, Part 2 – ODM Direct 2Q ODM shipments grew 3% q/q and value grew 10% q/q as AI server mix continued to grow. GB200 continues to see yield improvement and will ramp more meaningfully in 3Q, and we now expect CY25 GB200/300 to reach ~27.6k racks, with 60k+ in CY26. Within ODMs, we prefer Hon Hai/FII, Wistron, and Quanta. Global ODM direct server shipments were 1.91mn in 2Q25 (+3% q/q, +46% y/y): This accounted for 45 ...

谷歌链未来值得高度重视。谷歌不仅可以对外开放其 TPU，同时微软、 OpenAI、Meta 甚至苹果都有意愿采购谷歌 TPU。谷歌在大模型方面实力强劲， Q&A AI 在当前市场中的发展趋势如何？尤其是三季度的业绩预期？ AI 目前进入了一个再进攻的状态。此前经历了一段时间的震荡，现在正值三季 报窗口期，预计会像二季度一样出现板块性全面超预期的情况。例如，工业富 联在业绩预告中表现领先，随后互电等公司创新一胜天符。在三季度，GB200 和低价产品拉货量非常大，包括谷歌 TPU 的拉货量也很可观。因此，对于一线 龙头标如易中天、PCB 领域中的沪电、胜宏、深南等公司的同比业绩非常值得 期待。此外，Oracle、英伟达、CPX 以及英伟达投资 OpenAI 等事件密集发生， 对市场产生了很大的催化作用。龙头标如旭创，其合理估值在 20 倍以上，如 果牛市持续，其估值可能达到 30 倍甚至更高。 谷歌链和其他科技巨头在 AI 领域的发展前景如何？ Al 之光一新架构.新技术.新时代：光模块更新 20250923 摘要 三季度 GB200 和低价产品拉货量巨大，谷歌 TPU 需求可观，预计易中 天、沪电、胜宏、深南等 ...

近日，英伟达以50亿美元入股英特尔，并宣布在定制数据中心与PC产品上展开合作。这被称为近年来半导体领域最大的惊喜之一，业内人士更是 直言一场"不可能的结盟"正加速成型。 对此，硅谷顶级风投a16z及SemiAnalysis在一场深度对话中指出，英伟达此举体现了其CEO黄仁勋的一贯风格——敢于在关键时刻押注未来。这 种"赌上整个公司"的执行力，正是其在AI时代占据主导地位的关键因素。 9月22日，硅谷风投巨头a16z普通合伙人Erik Torenberg与SemiAnalysis创始人、CEO、首席分析师Dylan Patel、a16z普通合伙人Sarah Wang以及 a16z合伙人、英特尔数据中心和人工智能业务部门前首席技术官Guido Appenzeller一起举行了一场访谈。在访谈中，他们一起探讨了英伟达核心 战略的、构建的护城河、黄仁勋的领导力，以及与其他云大厂的竞争和合作等。 SemiAnalysis首席分析师Dylan Patel在访谈中指出，英伟达与英特尔"不可能的盟友"关系反映了英伟达CEO黄仁勋一贯的"全公司押注"策略称。 a16z合伙人Sarah Wang将黄仁勋比作半导体界的巴菲特，认为 ...

核心观点 - 稀缺性投资价值受时间、供需和替代品影响而非永恒 稀缺性可被技术进步、供应扩张或消费降级摧毁 投资需顺应趋势及时调整[2][5][9] 稀缺性定义与分类 - 投资视角稀缺性定义为特定时间段内需求稳定增长而供应无法同步增长且缺乏替代品的商品特性[8] - 经济学稀缺性指资源供给相对需求不足 分为绝对稀缺(总需求超总供给)和相对稀缺(供给满足需求但分布不均)[7] - 稀缺性分为地域稀缺性(如茅台酒仅贵州茅台镇可生产)[11]、技术稀缺性(如英伟达AI芯片和微软操作系统)[12][15]及不可再生稀缺性(如铟和可可)[21][22] 技术稀缺性案例 - 英伟达凭借GPU技术优势实现爆发式增长 2017年第三季度GPU销量环比增29.53%远超AMD(7.63%)和英特尔(5.01%) 2024年6月市值突破3万亿美元超越苹果[12][13] - 微软操作系统具不可替代性 投资OpenAI推出ChatGPT巩固技术领先地位[15] - 英特尔因战略失误丧失技术垄断优势 2024年Q2营收128亿美元同比下降1% 净亏损16亿美元(同比转亏) 宣布裁员超1.7万人 市值跌破千亿美元[15][16] - 中国AI企业深度求索2025年1月发布开源模型DeepSeek-R1 成本低性能接近GPT-o1 获亚马逊微软接入 导致纳斯达克指数下跌3% 英伟达短期受冲击但长期优势稳固[17] 不可再生资源稀缺性 - 铟全球可开采储量不足2.5万吨 中国储量1.3万吨占全球主要份额 但2005年中国产量410吨占全球供应80% 过度开采致价格低迷[21] - 可可受气候和产地集中影响供应紧缺 科特迪瓦和加纳占全球产量60%以上 2023-2024年收成创22年新低 2022-2023年全球产量493.8万吨 2024年出现60多年来最大供应短缺[22][23] 消费降级对稀缺性影响 - 茅台酒产量从1947年60吨增至2023年5.72万吨 供应扩张稀释稀缺性 叠加反腐和消费降级需求锐减[24] - 2025年飞天茅台散瓶批发价1770元创历史新低 较平台上线价2220-2255元累计跌幅超20%[7][24] - 2023年A股白酒上市公司成品酒和半成品库存合计超362万千升 存货总额1558亿元 贵州茅台存货余额464亿元[25] 人工智能革命影响 - 人工智能革命将改变产业转移逻辑 发达国家用机器人弥补劳动力成本劣势 劳动密集型产业可能回流发达国家[19] - 人工智能竞争不仅是技术竞争 更是社会保障制度竞争 失业问题需健全社保体系缓冲[20] - 合成钻石技术进步摧毁天然钻石稀缺性 2018年美国FTC删除钻石定义中"天然"二字[20] 投资策略启示 - 投资需关注稀缺性的时间属性 同一品种在不同阶段投资结果差异巨大[9] - 在消费降级趋势下 高端奢侈品特征商品需及时调整策略 否则价格下跌趋势难逆转[25]

具体到业务层面，英伟达(NVDA.US)GB300产品订单强于预期，其7月季度出货量中GB300(12寸288GB HBM3e)占比约25%，GB200(192GB 8寸HBM3e)在10月季度占比更将超50%，这将有望为美光8月及11 月季度业绩带来上行空间。 智通财经APP获悉，瑞穗证券将美光科技(MU.US)目标价从155美元上调至182美元，并维持"跑赢大 盘"评级，此举发生在美光科技9月23日公布第四财季业绩前夕。以维贾伊·拉凯什为首的分析师团队指 出，此次上调主要基于对美光高带宽存储器(HBM)估值的提升，以及对动态随机存取存储器(DRAM)和 NAND闪存市场的乐观预期。 瑞穗证券分析团队强调，DRAM与NAND作为两种核心存储器类型，该机构持续看到NAND-DRAM定 价环境改善——在主要供应商近期削减产能后，人工智能需求推动下供应紧张态势加剧，可能促使美光 停止提供DRAM/NAND报价，而DRAM价格或在当前水平上实现20-30%的涨幅。 在技术迭代方面，分析团队认为美光有望继续保持HBM4仅有的两家合格供应商之一，因三星电子目前 仍不具备相应资格。据透露，SK海力士与美光已开始为英伟达R ...

AI算力散热需求激增 - AI算力需求急剧增加 英伟达最新Rubin与下一代Feynman平台功耗预期突破2000W 现有散热方案难以满足需求[2] - 英伟达要求供应商开发全新微通道水冷板技术 其单价是现有散热方案的3至5倍 水冷板和均热片成为新战略物资[2] - 已有公司向英伟达送样MLCP 但MLCP不是唯一解决方案 多个新型散热方案仍在并行验证中[2] 微通道水冷板技术优势 - MLCP技术将传统覆盖芯片的金属盖与上方液冷板整合 内嵌微通道设计 使冷却液直接流经芯片表面[4] - 该技术减少中间介质使用 缩短热传递路径 显著提高散热效率并有效压缩散热系统体积[4] - 微通道技术是近两年产学研重点方向 业间关注度持续升高 正成为AI计算平台散热领域核心技术[4][6] 散热技术成本与效率 - 若GPU全面采用MLCP技术 制造成本将比现有Blackwell盖板高出5至7倍[2] - MLCP技术推动行业进入新阶段 成为散热技术重组分水岭[2] - 微通道技术在实际应用中能显著提高热管理效率 在不增加设备体积前提下极大提升散热能力[6] 散热需求与技术挑战 - Rubin GPU热功耗预计从1.8kW提升至2.3kW 超出现有冷板负荷[7] - 英伟达最快2026年下半年将MLCP技术引入Rubin GPU 双芯片版本中MLCP有望成为维持高效散热关键技术[7] - 单芯片版本Rubin GPU可能继续采用冷板设计 Vera CPU与交换器IC等组件仍将使用冷板散热[7] 技术实施时间表 - MLCP技术面临较高技术风险 液体渗透率和量产良率问题尚未充分解决[9] - 预计MLCP技术距离量产至少还有3至4个季度时间[9] - 散热厂 封装厂与组装厂协作模式仍在验证阶段 技术导入时间表取决于客户实际需求 并非所有机型都将采用此技术[9] 液冷技术发展现状 - 英伟达供应商Boyd宣布已向超大规模数据中心交付500万块液冷板[10] - 液冷技术正日益成为AI计算领域核心技术之一[10] - 冷板式液冷技术成熟度高 改造兼容性强 系统稳定性好 成为数据中心主流方案[12] 液冷系统组件 - 冷板液冷系统组件日益模块化 形成四大核心部件：液冷板 CDU 水冷歧管和快速接头[13] - 液冷板直接导热出GPU/CPU热量 CDU控制液体流量 压差 温度 水冷歧管负责多路分配与汇集冷却液 快速接头支持快速插拔连接和无泄漏拆装[13] GB300平台散热方案 - 英伟达2025年GTC大会发布GB300平台 单机TDP突破1.2kW 刷新AI服务器能耗上限[14] - GB300全面采用Direct-to-Chip冷板液冷方案 GB200 GB300与NVLink Switch三大模块均使用100%液冷散热[14] - 系统集成72颗Blackwell GPU和36颗Grace CPU 组成18个Grace Blackwell Superchip 所有GPU之间通过NVLink Switch System实现互联[15] 冷板配置变化 - GB300采用每个芯片配独立小冷板设计 为每块冷板配置一进一出快接头[18] - 相较GB200双GPU共用大冷板方式 GB300快接头使用量显著提升 整机快接头总数达252对[18] - 其他组件如manifold CDU以及cartridge等均沿用GB200原有设计 无需额外调整[18] 液冷技术供应商 - 主要液冷板供应商包括Cooler Master 奇鋐科技 Boyd 双鸿科技 台达 CoolIT Systems 富士康 Chilldyne 中石科技 深圳威铂驰 飞荣达 大图热控 英维克 精研科技和中航光电等[23][25][27][29][31][33][35][37][41][44][46][48][51][53][55] - 这些供应商为英伟达提供高效液冷板和冷却系统 广泛应用于高功耗AI平台和数据中心[23][25][27][29][31][33][35][37][41][44][46][48][51][53][55] 行业活动与展望 - 第六届热管理产业大会暨博览会将于12月3-5日举办 重点关注微通道水冷板技术和液冷技术最新进展[57][59] - 大会将汇聚行业顶尖专家 企业代表与学者 探讨如何应对AI计算平台散热挑战[57][59] - MLCP技术为行业提供新思路 有望成为未来高功耗AI平台核心散热解决方案 推动AI技术和数据中心架构革新[57]