全球半导体行业与AI服务器供应链关键要点 涉及的行业与公司 * 行业聚焦于全球半导体行业 特别是AI服务器供应链 包括云端AI资本支出 CoWoS先进封装 HBM内存以及定制化AI芯片(ASIC) [1][10][57][97][134] * 核心公司包括NVIDIA(主导AI GPU市场) TSMC(关键CoWoS产能提供者) 以及云服务提供商(CSP)如AWS Google Meta Microsoft 还有中国AI芯片厂商如华为[42][97][110][143][171] * 供应链涉及多家台湾ODM厂商如富士康(Foxconn) 纬创(Wistron) 广达(Quanta) 纬颖(Wiwynn) 英业达(Inventec)[58][66] 核心观点与论据 云端AI资本支出与半导体市场增长 * 摩根士丹利云端资本支出追踪器预估2026年十大上市全球云服务提供商(CSP)资本支出将达到5820亿美元 不含主权AI支出[13] * NVIDIA首席执行官预估2028年全球云端资本支出(含主权AI)将达到1万亿美元[15] * 受益于云端AI 全球半导体行业市场规模可能在2030年达到1万亿美元 AI半导体是主要增长动力[25][27] * 云端AI半导体总目标市场(TAM)在2025年可能增长至2350亿美元[25] NVIDIA GPU供应与需求预测 * TSMC预计在2025年生产510万颗芯片 而NVL72机柜出货量应达到3万台[42] * 对2025年GB200/300机柜产量转向更加乐观 预计约3.4万台 2026年至少6万台[49] * 看到来自Oracle对纬颖/广达的机柜需求增加 从8月开始[49] * 相信2025年第三季度机柜产量有望达到1.1-1.2万台 GB300机柜产量将从2025年第三季度末/第四季度初开始[49] 先进封装与制造产能 * CoWoS是主流的先进封装解决方案 随后将是SoIC[100] * TSMC可能将CoWoS产能扩大到2026年的9.3万片/月(93kwpm) 鉴于NVL72服务器机柜的瓶颈[105] * 全球CoWoS需求从2023年的11.7万片增长到2026年的100.4万片[110] * NVIDIA在2025年占据CoWoS产能分配的63%[110] * AI计算晶圆消耗在2025年可能达到150亿美元 NVIDIA占大部分[115] HBM内存需求 * 2025年HBM消耗量可能达到160亿Gb(15,578 mn Gb)[119][122] * NVIDIA在2025年消耗大部分HBM供应[121] 定制化AI芯片(ASIC)发展趋势 * 定制化AI芯片增长将超过通用芯片 定制化AI ASIC在2025年代表约210亿美元[139] * 增长前景 定制化AI半导体2023-30年复合年增长率39%[84][224] * 互联网公司开发云端AI定制芯片 Google TPU进入第六代 AWS AI训练解决方案Trainium AWS AI推理解决方案Inferentia Meta MTIA v1采用RISC-V核心 Tesla推出Dojo芯片 Habana开发Gaudi芯片[143][145] * AWS Trainium3将很快进入TSMC 3nm生产[147] 中国AI半导体需求与供应 * 预测前六大公司资本支出同比增长62% 达到3730亿人民币[162] * 中国AI应用在增长 2030年来自中国AI提升的总消费者使用量达到5560亿人民币[167] * 中国GPU自给率在2024年为34% 预计到2027年达到39%[178] * 预计中国云端AI总目标市场(TAM)在2027年达到480亿美元[180] * 本地GPU收入可能增长到1360亿人民币(2027年) 由中芯国际领先节点产能推动[182] 技术发展与性能比较 * TSMC的3nm以下在逻辑晶体管密度方面领先行业同行 每个节点迁移的每瓦性能(能效)可提高15%-20%[127] * 从感知AI到物理AI的趋势 生成式AI的计算需求呈指数增长[88][92] * 提供了NVIDIA AI GPU与Google TPU性能(INT8 TOPS)比较 以及主要AI GPU和ASIC的规格和成本比较[153][155] 其他重要内容 供应链与设计变更 * AI GPU服务器主板级检查(纬创)与NVIDIA GPU收入相关 是NVIDIA季度收入的良好指标[44] * GB300设计变更 – 回归Bianca设计 对连接器厂商Lotes和FIT负面 对PCB厂商Unimicron正面 对组装厂商纬创轻微负面[51] 投资风险与限制因素 * 增长限制包括 预算 能源 产能 监管[71][233] * 半导体解决方案包括 摩尔定律 CoWoS/SoIC HBM CPO 定制芯片[71][233] * 美国行政命令14032和出口管制参考 美国人士可能被禁止购买本报告提及实体的某些证券[3][4] 市场周期与库存 * 逻辑半导体Foundry利用率在2025年上半年为70-80% 尚未完全恢复[226] * 半导体供应链库存天数在2025年第二季度下降[227] * 排除NVIDIA的AI GPU收入 非AI半导体增长缓慢 2024年仅同比增长10%[231] 性能对比与中国市场 * 华为CloudMatrix 384 A3 SuperPod与NVIDIA NVL72的对比[188] * NVIDIA可供中国市场的芯片规格 包括L40S RTX 6000 Ada H20 RTX Pro 6000[193] * RTX Pro 6000系列产品均具有更好的FP8性能 而H20拥有更大的内存带宽[190][191]

中美半导体竞争格局 - 美国限制中国获取先进AI芯片及关键技术 导致中国转向华为等本土替代方案 [1][2] - 中国已投入数百亿美元试图突破半导体产业链瓶颈 但在AI芯片生态构建上仍有差距 [3][4] - 美国出口管制既刺激中国发展替代方案 又增加了本土企业研发难度 [3] AI芯片设计领域 - 英伟达凭借GPU设计主导全球AI芯片市场 其受限版本H20仍领先中国本土产品 [5][6][7] - 华为海思Ascend 910B GPU量产中 下一代910C预计落后英伟达仅1年 性能差距缩小至不足一代 [9][10] - 中国涌现燧原科技、壁仞科技等初创企业 试图填补英伟达留下的市场需求 [8] AI芯片制造环节 - 台积电为英伟达主要代工厂 受美国禁令限制无法为华为等黑名单企业代工 [11] - 中芯国际可量产7纳米芯片 疑似突破5纳米工艺 但量产先进GPU仍面临良率与成本挑战 [12][13] - 华为自建晶圆厂计划推进中 但关键设备短缺制约发展 [14] 先进芯片设备瓶颈 - 荷兰ASML被禁向中国出售EUV光刻机 该设备对3纳米以下制程至关重要 [15][16] - 中芯国际采用DUV光刻机生产7纳米芯片 但良率低下且技术接近极限 [17] - 中国SiCarrier等企业研发替代光刻技术 但完全自主需数十年或转向创新路径 [18] AI内存组件现状 - HBM内存成为AI训练关键部件 韩国SK海力士、三星主导市场 美国限制其向中国出口 [19][20] - 中国长鑫存储与通富微电合作开发HBM 预计落后国际龙头3-4年 [21][22] - 华为Ascend 910C仍依赖三星HBM库存 显示中国在关键部件对外依存度高 [24]

纪要涉及的行业或者公司 行业：先进计算集成电路（IC）行业 公司：华为 纪要提到的核心观点和论据 - **核心观点**：使用中国先进计算集成电路（包括特定华为昇腾芯片）可能违反美国出口管制，未经授权使用“中国3A090 IC”会面临重大刑事和行政处罚 [1][2][5] - **论据** - 这些芯片可能是在违反美国出口管制的情况下开发或生产的 [1] - 所有由中国公司设计的3A090 IC，无论在国内还是国外生产，都可能受EAR约束，可能违反EAR并受GP10限制，可能使用了美国软件或技术或相关半导体制造设备，也可能涉及实体清单上的实体参与交易 [4] - 中国3A090 IC的出口、再出口、转让等很可能需要BIS授权，未获得授权的设计或生产可能涉及违反EAR [5] 其他重要但是可能被忽略的内容 - 列出了可能受GP10限制的中国3A090 IC清单，包括华为昇腾910B、910C、910D [3] - 若一方对未获BIS授权的中国3A090 IC采取行动，应先与供应商确认生产技术和芯片本身的出口、再出口、转让等是否有授权 [6] - 明确了中国3A090 IC设计和生产过程中很可能需要BIS许可证的情况，如设计文件的出口、芯片的出口或转让、实体清单上实体参与交易等 [8] - BIS不会对仅为确定单个IC技术能力而获取中国3A090 IC进行技术分析或评估（如破坏性测试）的各方采取执法行动 [9]

纪要涉及的行业和公司 - **行业**：半导体行业 - **公司**：中芯国际（SMIC，0981.HK），还提及华为、英伟达（NVIDIA）、AMD、台积电（TSMC）、联华电子（UMC）等公司 纪要提到的核心观点和论据 中芯国际评级与目标价调整 - **核心观点**：将中芯国际评级从减持（Underweight）上调至持有（Equal - weight），目标价从38港元上调至40港元 [1][5] - **论据**：不断增长的AI推理需求以及中芯国际获取瓶颈设备的能力，推动其先进节点实现强劲的收入增长；考虑到本地AI芯片设计商对中芯国际先进节点生产的强劲需求，以及其扩大前沿芯片生产的产能，上调2025 - 2027年的营收预测和毛利率假设 [1][39] 国内AI GPU市场供需情况 - **核心观点**：国内AI GPU需求和供应大于预期 - **论据**： - 受DeepSeek推动，AI推理需求激增，带动AI芯片需求上升；由于美国AI GPU供应有限，国内芯片需求大幅增长 [2] - 中国云服务提供商（CSPs）可能投入高达3000亿元人民币用于AI资本支出，大部分用于购置AI服务器，AI加速器（或GPU）是主要成本项；采购可能是美国芯片和国内芯片的混合，预计200亿元人民币用于购买约200万片英伟达H20（或即将推出的B30）和AMD的MI308芯片，100亿元人民币用于购买约150万片华为芯片或其他本地GPU [16][17][18] 中芯国际产能情况 - **核心观点**：中芯国际先进节点产能可能被低估，但也受设备瓶颈限制 - **论据**： - 行业调研显示，截至2024年底中国可能有190台左右的ASML浸没式扫描仪，中芯国际拥有约35台深紫外光刻机（DUV），预计到2025年底14nm/10nm/7nm FinFET节点产能达50千片晶圆每月（kwpm） [3] - 假设中芯国际能分配15kwpm先进节点产能用于华为AI芯片，按每片12英寸晶圆约20颗良品计算，每年可生产360万片AI GPU，可能满足国内需求 [4] 中芯国际财务预测调整 - **核心观点**：上调中芯国际2025/2026/2027年的每股收益（EPS）估计分别为5%、5%和1% - **论据**：考虑到本地AI芯片设计商对中芯国际先进节点生产的强劲需求，以及其扩大前沿芯片生产的产能，上调2025/2026/2027年的营收预测分别为3%、8%和7%，并上调毛利率假设 [39] 风险与不确定性 - **核心观点**：存在影响中芯国际表现的风险因素 - **论据**： - 中国对AI芯片的需求可能弱于预期 - 中芯国际的产能可能因出口管制无法进一步扩张 - 中芯国际的良品率可能维持在低位且无法提升 - 中芯国际可能出于非商业考虑不提高先进节点的价格 [45] 其他重要但是可能被忽略的内容 - **市场需求细节**：服务器分销商反馈，除主要国内云服务提供商外，AI开发者在基础模型训练上的支出较为保守，但在垂直领域的小模型上支出强劲；除政府用途外，对本地GPU的依赖程度似乎不高，华为910B的软件优化可能需要更多技术支持，其新一代910C尚未大规模商用 [9][10] - **行业数据**：中国半导体设备进口在2024年增长，预计2025年中国晶圆代工产能将继续扩张；全球半导体库存有所回升；中国IC进出口增长在2024年恢复正增长，IC赤字在2024年略有反弹 [23][36][37][38] - **摩根士丹利相关业务关系**：摩根士丹利与多家半导体公司存在业务关系，包括持有部分公司股权、提供投资银行服务、获得非投资银行服务补偿等 [81][82][83][84][85]