行业投资评级 - 推荐|维持 [5] 核心观点 - 报告标题指出，美国可能批准对华出口NVIDIA H200，德州仪器Sherman 12吋晶圆厂正式投产，这两大事件是本周行业焦点 [1] - 行业数据与重大事件显示，AI（人工智能）相关需求（如AI服务器、AI PC/NB、AI眼镜）是驱动半导体产业成长的核心动力，而先进封装（如CoWoS、ABF载板）和先进制程（如2nm、14A）是满足需求的关键环节 [3][22][29][30][31][33] - 市场指数普遍下跌，反映短期市场情绪承压，但部分细分领域（如英伟达、AMD）和个股（如英维克）表现突出，显示市场内部存在分化 [1][10][11][15][16] 市场指数表现总结 - **海外AI芯片指数**：本周上涨0.6%，扭转了上周下跌4.4%的趋势，其中英伟达上涨3.4%，AMD上涨1.3%，但博通下滑5.1% [1][10] - **国内AI芯片指数**：本周下跌4.0%，延续了上周0.6%的跌幅，成分股中仅兆易创新微涨0.2%，翱捷科技大跌14.5%，寒武纪、瑞芯微、恒玄科技跌幅超5% [1][10] - **英伟达映射指数**：本周下跌4.2%，成分股表现分化，英维克大涨15.5%，但沃尔核材跌幅超7%，工业富联、沪电股份等跌幅在4%-6% [1][11] - **服务器ODM指数**：本周下跌3.1%，成分股普跌，Wiwynn、超微电脑、鸿海精密跌幅在3%-4% [1][11] - **存储芯片指数**：本周大幅下跌4.9%，德明利、北京君正、江波龙跌幅超8%，仅兆易创新微涨 [1][15] - **功率半导体指数**：本周下跌1.2%，波动相对较小，捷捷微电和新洁能逆势上涨 [1][15] - **果链指数**：A股苹果指数本周下跌5.3%，港股苹果指数下跌3.7% [1][16] - **覆盖标的涨跌幅**：南极光（+11.20%）、深南电路（+10.65%）涨幅居前；立讯精密（-5.96%）、兆威机电（-5.65%）跌幅较大 [21] 行业数据总结 - **AI眼镜市场**：全球AI眼镜出货量预计将从2025年的500万副激增至2030年的5770万副，年复合增长率高达63%，其中具备AR显示功能的AI眼镜渗透率将从2025年的6%提升至2030年的29% [2][22] - **显示玻璃市场**：截至2025年，中国大陆已占据全球显示玻璃市场75%的份额，全球四座最大的第10.5世代线工厂均位于中国大陆，合计贡献全球25%的市场份额 [2][23] - **智能手机市场**：由于零部件成本上升影响终端需求，预计2026年全球智能手机出货量将下滑2.1% [2][28] 重大事件总结 - **先进封装与制程动态**： - 苹果因台积电CoWoS产能紧张，正评估改用英特尔的EMIB先进封装方案，可能导致其AI服务器芯片出货延迟至2028年 [3][29] - 英特尔14A先进制程已吸引NVIDIA与AMD等客户兴趣，计划用于新一代服务器处理器或加速器 [30] - ABF载板因AI服务器、AI PC/NB订单放量，层数与尺寸（放大超10倍）增加，将成为2026年产业成长主轴 [3][31] - 三星发布了全球首款采用2nm GAA制程的移动SoC芯片Exynos 2600 [33] - **地缘政治与产能布局**： - 美国政府已启动审查程序，可能批准NVIDIA H200首次出口至中国 [3][30] - 德州仪器位于美国Sherman的12吋晶圆厂已正式投产，开始向客户交付芯片，未来日产能可达数千万颗 [3][30] - 苹果正与印度芯片制造商CG Semi进行早期洽谈，拟在印度进行iPhone芯片的组装与封装 [35] - **存储市场与需求**： - 美光2026财年第一季度营收达136.4亿美元，同比增长57%，环比增长21%，公司预计DRAM供应紧张将持续到2026年以后，中期内仅能满足重要客户约50%-67%的需求 [3][33] - 由于内存供应变化及成本上升，多家PC厂商计划提价，IDC预测PC销量可能下降4.9%至8.9% [34] - **消费电子与AI应用**： - 华为折叠屏手机Pura X全系降价，以刺激市场需求 [34] - OpenAI的ChatGPT移动端全球消费额已突破30亿美元，其中2025年消费额达24.8亿美元，同比增长408% [35] - 小米宣布与徕卡战略合作升级，首款产品小米17 Ultra将于本周发布 [36] - 苹果已启动24英寸iMac OLED面板的研发工作，目标亮度为600nits [37]

美国对华AI芯片出口政策与市场影响 - 美国将允许英伟达向中国出口H200芯片 [2] - H200芯片效能较H20大幅提升 对终端客户具有吸引力 [2] - 若2026年能顺利销售 预期中国云端服务业者与OEM皆有望积极采购 [2] H200芯片产品竞争力分析 - H200算力表现与存储器规格虽不及Blackwell系列芯片 但优于H20 [2] - 中国本土AI芯片供应商或云端服务业者的自研ASIC技术发展尚面临压力 因此H200仍受青睐 [2] 2026年中国高阶AI芯片市场展望 - 观察中国整体高阶AI芯片市场发展 预估2026年总量有望成长逾60% [3] - 预计2026年本土AI芯片仍会朝向自主化发展 较具发展潜力的主要IC设计业者有机会扩大市场占比至50%左右 [3] - NVIDIA H200或AMD MI325等其他同级的海外产品 在可输入中国市场的情况下 有机会维持约近30%占比 [3]

核心观点 - 公司宣布新增采购4200台NVIDIA Blackwell B200 GPU 使其GPU总量增至约8500台 同时为前期GPU采购获得1.02亿美元融资[1][3][4] 设备采购与配置 - 新增4200台NVIDIA Blackwell B200 GPU 采购金额约1.93亿美元（含配套设备）[3] - GPU总量达8500台 包括800台H100 1100台H200 5400台B200及1200台B300[4][6] - 新设备将部署于乔治王子城数据中心 该站点总电力容量为50MW 可支持阶段性扩容至约20000台Blackwell GPU[3][4][7] 融资安排 - 获得1.02亿美元融资 用于前期Blackwell B200/B300 GPU采购[1][2] - 融资采用36个月全额租赁模式 适用高个位数利率[2] - 新采购GPU的融资谈判仍在进行中 首期款项由现有现金支付[3] 运营规划 - 乔治王子城数据中心采用风冷方案 每GPU功耗1.93kW（含辅助设备） 电源使用效率PUE为1.1[7] - 总挖矿算力维持50 EH/s水平 通过高效利用其他站点闲置数据中心容量实现[3] - 公司定位为垂直整合数据中心企业 专注于比特币挖矿和AI云服务 总 secured电网电力达2910MW[10][11]

核心观点 - CoreWeave和微软均提供AI云基础设施服务 但CoreWeave专注于GPU加速的AI基础设施 而微软通过Azure平台提供更全面的AI服务 [2] - 投资者需比较两家公司在AI基础设施领域的优劣势以做出投资决策 [3] - CoreWeave展现出爆发式收入增长 但客户集中度高 微软则拥有更稳定的云业务和长期资产布局 [5][8][10] CoreWeave(CRWV)分析 - 与NVIDIA深度合作 率先部署H100/H200/GH200等GPU集群 目前拥有33个数据中心和420兆瓦电力支持 [4] - 上季度收入9.816亿美元 同比增长420% 超出预期15.2% 收购Weights and Biases新增1400家客户 [5] - 当前订单积压达259亿美元 包括与OpenAI的119亿美元合作及40亿美元的大客户扩展协议 [6] - 预计2025年资本支出将达200-230亿美元 本季度利息费用预计2.6-3亿美元 [7] - 2024年77%收入来自前两大客户 存在重大客户集中风险 [8] 微软(MSFT)分析 - Azure平台覆盖全球60多个区域 正在开发自研AI芯片Azure Maia和Cobalt [9][10] - 上季度资本支出214亿美元 其中167亿美元用于不动产和设备 315亿美元云服务订单积压 [10] - 与OpenAI独家合作 所有工作负载托管在Azure 并优先获得GPT-4 Turbo等先进模型 [12] - 推出NLWeb项目 将网站转化为AI应用 以开源方式推动Azure平台采用 [13] - 预计第四季度智能云收入287.5-290.5亿美元 Azure收入增长34-35% [14] 市场表现 - 过去一个月CoreWeave股价飙升69% 微软上涨8% [17] - 当前Zacks评级显示微软为"持有" CoreWeave为"卖出" [18]

纪要涉及的行业和公司 - **行业**：数据中心AI GPU行业 - **公司**：AMD、NVIDIA 纪要提到的核心观点和论据 性能表现 - **不同工作负载下性能差异**：对于直接拥有并运营GPU的超大规模企业和公司，某些工作负载下英伟达每美元性能更优，其他工作负载中AMD更佳；使用短期至中期租赁服务的客户，通过Neocouds平台租用显卡时，英伟达始终在每美元性能上胜出，原因是缺乏提供AMD M00X、M25X的Neocouds服务商，导致其租赁市场价格居高不下，而英伟达有数百个Neocouds提供相关显卡，租赁市场竞争激烈[6][7]。 - **各型号GPU性能对比** - **M00X**：在大多数测试场景中无法与H200竞争，但对于Lama 05B和DeepSeekv 70B，在绝对性能和每美元性能上击败H100[12]。 - **M25X**：本应是H200的竞争对手，但因发货延迟，多数客户选择B200；在部分场景如高并发下的Llama 70B和Llama 05B测试中有优势，但整体性能受发货时间影响[8][13][74][86]。 - **B200**：软件支持仍未完善，但对于当前可部署的负载和模型占据绝对优势，M25和H200性能远不及它[13]。 - **H200**：解决了H100容量短板，在多数测试中表现出色，采用TensorRT - LLM的H200性能优势明显[22][76][88]。 市场份额 - AMD在数据中心AI GPU市场份额自202年第一季度起持续增长，但2025年第一季度因英伟达推出Backwe架构产品，而AMD对标方案要到2025年第三季度面世，市场份额相应下滑，预计2025年第二季度继续下降，不过随着M55X推出和软件改进，有望在年底或明年初重新夺回部分份额[26][27]。 基准测试方法论 - **强调在线吞吐量与延迟关系**：为接近现实推理工作负载，强调分析特定配置下在线吞吐量与每位用户端到端延迟的关系，而非传统离线基准测试，通过增加并发用户数测量延迟上升，得出反映实际运营和用户体验的吞吐量指标[30][31]。 - **模型选择**：针对现实世界生产负载的密集架构和稀疏混合专家（MoE）架构模型进行测试，分别选择Lama 70B、Lama 05B和DeepSeekV 70B作为代表[45][46][47]。 - **输入/输出令牌长度**：测试三种不同输入输出令牌长度组合，分别代表摘要、翻译或对话、推理密集型任务，以全面了解模型和硬件在不同推理工作负载下的性能[49][50][51][52]。 - **推理引擎**：针对不同模型选择不同推理引擎，如Lama 70B和05B选vLLM，H200平台额外评估TensorRT - LLM；DeepSeek 70B选SGLang[54][55][59][60]。 - **并行策略**：系统性评估每种GPU架构和测试场景下所有可行的张量并行（TP）配置，测量吞吐量和延迟确定最优并行策略[61][62]。 成本分析 - **总拥有成本（TCO）**：AMD的M00X和M25X GPU通常每小时总成本低于NVDA的H100和H200 GPU，但在不同延迟和模型测试场景下，性价比表现不同[110][111]。 - **租赁成本**：在GPU租赁市场，AMD因供应有限、市场竞争不足，租赁价格被抬高，整体成本竞争力削弱，英伟达始终在每美元性能上优于AMD；为使AMD GPU在租赁市场与英伟达竞争，M00X和M25X在不同工作负载下需达到特定租赁价格[158][159][160][167][170][171]。 其他重要但可能被忽略的内容 - **生产延迟问题**：AMD的M25X发货延迟，英伟达的GB200 NVL72也因集成NVLink背板挑战和缺乏调试工具遭遇严重延误[24][25]。 - **软件支持问题**：B200和GB200软件支持不完善，如FP8 DeepSeek V在相关推理框架上无法正常运行；AMD的M55X因量产机型未上市、存在未修复缺陷未进行测试[13][172][174]。 - **基准测试阻碍**：服务框架调优参数标志多、文档不足，代码更新快，无法跨机器并行实验，AMD维护独立代码库分支和配置等问题导致基准测试耗时且困难[182][184][185][186]。 - **持续集成测试问题**：AMD的SGLang持续集成（C）测试覆盖率远不及NVDA，有数十项单元测试缺失，影响软件质量和开发者体验[188][189]。 - **模型准确性问题**：AMD在夜间准确性测试方面此前为零，25%的测试模型在AMD平台上准确性测试失败，同一模型在ROCm上运行答案不如在NVDA上智能[194][195]。