行业投资评级 - 电子行业评级为看好（维持）[5] 核心观点 - 系统组装成为AI服务器性能提升的新驱动力 替代制程工艺升级放缓的瓶颈[8] - 制程工艺升级驱动芯片性能提升 但未来升级步伐可能放缓 台积电工艺从2011年28nm升级至2025年2nm 并有望2028年升级至A14工艺（1.4nm）[8] - 先进封装成为芯片性能提升的又一驱动力 英伟达B200采用双颗裸晶合封工艺 实现单一封装集成2080亿颗晶体管 超过H100（800亿颗晶体管）两倍[8] - AI服务器GPU数量从单台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（每张封装4颗GPU裸晶 合计576颗GPU裸晶）[8] 投资建议与投资标的 - 维持推荐AI服务器系统组装相关标的：工业富联(601138 买入)、海光信息(688041 买入)、联想集团(00992 买入)、华勤技术(603296 买入)等[8] - 工业富联：GB200系列产品测试二季度较一季度大幅优化 系统级机柜调试时间显著缩短 自动化组装流程导入 预计GB200三季度出货量延续强劲增长 主要订单来自北美大型云服务商 GB300单台利润存在超过GB200潜力[8] - 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[8] - 联想集团：英伟达表示联想等合作伙伴预计从2025年下半年开始推出基于Blackwell Ultra的各类服务器[8] - 华勤技术：国内知名互联网厂商AI服务器核心ODM供应商 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[8] 市场背景与趋势 - AI服务器市场保持增长 硬件升级正当其时[7] - AI算力设施需求驱动 SiC/GaN打开成长空间[7] - AI算力浪涌 PCB加速升级[7]

这一定价策略显示出台积电在供应链的强势地位。 据悉，台积电的大客户——苹果最新iPhone 17系列的A19芯片采用台积电最新3nmN3P制程，下一代 A20将进入2nm时代。 芯片巨头突然掀起涨价潮。 受涨价消息刺激，今晚美股开盘后，台积电ADR大幅飙涨，盘初一度暴涨近5%，创出历史新高，其他 美股芯片股亦多数走强。有消息称，台积电正在计划对其3纳米制程和2纳米制程的工艺节点进行涨价。 另外，三星、美光科技和闪迪等大厂此前也宣布了涨价策略。 有分析人士指出，这轮芯片涨价潮反映出AI浪潮对半导体产业链的深度影响，数据中心大规模建设的 需求持续推高存储器采购量，芯片供应商的议价能力显著增强。 台积电暴涨 北京时间9月23日晚间，美股开盘后，台积电ADR直线拉升，一度暴涨近5%，截至22:50，涨幅为 3.5%。美股其他芯片股亦多数走强，英特尔大涨超4%，美光科技、安森美半导体涨超2%，博通、阿斯 麦ADR、应用材料、德州仪器均涨超1%。 有消息称，台积电正在计划对其3纳米制程和2纳米制程的工艺节点进行涨价。产业链人士透露，由于研 发成本高昂加上良率较竞争对手更高，台积电2纳米制程价格相比3纳米或至少上涨50%。 ...

行业与公司分析总结 行业概况 - 北美头部云厂商（谷歌 Meta 微软 亚马逊）2025年资本开支总额预计超3660亿美元 同比增长47% 远超市场预期[1][2] - AI产业持续创新 Anthropic Claude 4和Xai Grok Four等新模型在性能与计算资源上显著提升 计算资源提升达10倍[10] - PCB板块近期波动大 受COVF/SOP技术路径讨论和海外云厂商KPIX预期上调影响显著[14] 核心公司动态 Meta - 将"超级智能"作为战略目标 成立Meta Superintelligence Labs 计划通过五大商业机会实现投资回报：广告系统优化 用户体验增强 企业级服务 AI产品深化 AI硬件拓展[7] - 2025年资本开支下限从640-720亿美元提升至660亿美元 暗示2026年可能接近千亿美元量级[2][4] - 生成式AI项目仍处早期 短期不会成为主要收入驱动力 投资侧重中长期发展[7] 谷歌 - 2025年资本开支从750亿美元上调至850亿美元 同比增62% 超出市场预期的800亿美元[2][4] - 云计算业务单季度收入136亿美元 同比增32% 客户满意度高流失率低[8][9] - 频繁更新Gemini模型和VIVO3视频大模型 打造AI硬件生态闭环[4] 微软与亚马逊 - 微软维持下财季超300亿美元资本开支增长 持续加大基础设施投资[2][4] - 亚马逊预计2025年下半年维持上半年投资力度[2][4] 技术发展趋势 PCB技术 - cobalt工艺通过PCB替代载板简化结构 H100单位价值量约100美元 Rubin Ultra可能增至四五百美元[3][18] - 面临散热和芯片翘曲挑战 需解决GPU与HBM存储裸带直接堆叠问题[18][19] - 高阶HDI向SLP发展 线宽线距从40-60微米缩小至20微米 工艺从减成法转向半加成法[20][21] ASIC供应链 - 2026年需求弹性显著 单机价值量和总数量均有望超过MV[3][16] - 新丰鹏鼎 东山景旺等新兴企业有望切入[3][16] - 谷歌 亚马逊 Meta芯片量将有较大弹性[16] 市场与投资机会 - 2026年KPIX投入将更明确持续 硬件需求确定性增强[15] - 晶胶背板趋势明确 2026年预计使用26×33混压高多层板 市场增量约20多亿美元[24] - 建议关注回调布局机会 因27年仍有大量新需求驱动[12][15][24] - 重点关注PCB板块中的胜宏 沪电 顺鑫科技等标的[15] 潜在风险与挑战 - OpenAI GPT-5发布延期引发市场担忧 但产业整体发展未停滞[10] - 封装工艺变革可能影响现有产能（如台积电COBOS工艺转向Coworks Cobop）[25] - 载板被替代后 前期载板产能如何快速转换为HDI/SLP[25] - 扩产后供需平衡问题 但预计2026-2027年市场需求仍高景气[25]

技术路径选择 - 英伟达下一代GPU产品Rubin Ultra仍将沿用现有的ABF基板技术，而非转向CoWoP方案 [2] - 从CoWoS转向CoWoP在技术上仍面临重大挑战，对ABF基板的依赖短期内难以改变 [1][2] - 技术转换的复杂性和供应链重组风险使得短期内大规模采用CoWoP并不现实 [1][2] 技术门槛 - CoWoP技术要求PCB的线/间距(L/S)缩小至10/10微米以下，与目前ABF基板的标准相当 [5] - 当前高密度互连(HDI) PCB的L/S为40/50微米，类基板PCB(SLP)仅达到20/35微米，缩小至10/10微米以下存在显著技术难度 [5] - 技术壁垒是Rubin Ultra不太可能采用CoWoP的主要原因之一 [6] 供应链风险 - 从CoWoS转向CoWoP将带来显著的良品率风险和相关供应链的重组 [8] - 台积电的CoWoS良品率已接近100%，技术切换存在不必要风险 [8] - 技术转换涉及整个供应链生态系统的重新配置，短期内实施的复杂性和风险较高 [8] CoWoP潜在优势 - CoWoP技术优势包括信号路径更短、散热性能显著提升、电源完整性更好、解决有机基板产能瓶颈问题 [10] - 采用CoWoP可解决基板翘曲问题、增加NVLink覆盖范围、实现更高散热效率、消除某些封装材料产能瓶颈 [10] - 不排除英伟达正在并行开发CoWoP技术的可能性，作为当前量产技术的补充 [3][10]

文章核心观点 - 纳微半导体（Navitas）的氮化镓（GaN）和碳化硅（SiC）技术被选中支持英伟达（Nvidia）800V高压直流（HVDC）数据中心电力基础设施，以支持1兆瓦及以上的IT机架 [1][21] 合作信息 - 纳微半导体与英伟达合作，为其下一代800V HVDC架构提供支持，助力为GPU供电的“Kyber”机架级系统 [1] 英伟达800V HVDC架构优势 - 旨在为下一代人工智能工作负载建立高效、可扩展的电力输送，确保更高可靠性、效率并降低基础设施复杂性 [2] - 现有数据中心架构使用传统54V机架内配电，功率受限且存在物理限制，而英伟达将13.8kV交流电网电力直接转换为800V HVDC，可消除多个转换步骤，提高效率和可靠性 [3][4] - 800V HVDC可使铜线厚度最多减少45%，解决传统系统铜需求大的问题，满足人工智能数据中心高功率需求 [5] - 800V HVDC直接为IT机架供电，经DC - DC转换器转换为较低电压驱动GPU [6] - 该架构将端到端电力效率提高达5%，因电源故障减少使维护成本降低70%，通过直接连接HVDC到IT和计算机架降低冷却成本 [13] 纳微半导体技术优势 - 是氮化镓和碳化硅技术支持的人工智能数据中心解决方案的领导者，其高功率GaNSafe功率IC集成多种功能，具有高可靠性和鲁棒性 [7] - 提供中压（80 - 120V）氮化镓器件，针对二次侧DC - DC转换优化，适用于输出48V - 54V的人工智能数据中心电源 [8] - 凭借20年碳化硅创新领导地位，GeneSiC专有技术提供卓越性能，G3F SiC MOSFETs高效高速，可降低温度并延长使用寿命 [9] - 碳化硅技术电压范围广，已应用于多个兆瓦级储能和电网逆变器项目 [10] 纳微半导体产品成果 - 2023年8月推出高速高效3.2kW CRPS，尺寸比同类硅解决方案小40%；后推出4.5kW CRPS，功率密度达137W/in，效率超97% [12] - 2024年11月发布世界首个8.5kW人工智能数据中心电源，效率达98%，符合相关规范；还创建IntelliWeave数字控制技术，结合高功率器件使PFC峰值效率达99.3%，降低30%功率损耗 [12] - 5月21日在“AI Tech Night”展示最新12kW电源 [12] 纳微半导体公司概况 - 成立于2014年，是纯下一代功率半导体公司，拥有GaNFast和GeneSiC技术，专注于人工智能数据中心等多个市场，拥有超300项专利，提供20年GaNFast保修，是世界首个获得碳中和认证的半导体公司 [17]

华为昇腾CloudMatrix与UB-Mesh技术分析 核心观点 - 华为发布的CloudMatrix 384超节点与UB-Mesh论文描述的架构存在显著差异 表明两者属于不同代际或应用场景的技术方案 [1][8] - CloudMatrix已实现384颗NPU光互联商用 而UB-Mesh论文提出8000颗NPU超节点构想 显示技术路线存在分级演进可能 [8][9] - 华为在超节点网络架构积累可能超越英伟达 尤其在分布式交换和拓扑优化方面展现独特优势 [10][11] 技术架构差异 - **硬件形态**：UB-Mesh采用1U机箱 每机柜64NPU 而CloudMatrix单机柜32NPU(384/12) 物理结构完全不同 [1] - **互联协议**：CloudMatrix采用光互联实现384NPU商用 UB-Mesh提出电互联(机柜内)+光互联(机柜间)混合方案 [5][9] - **NPU设计**：UB-Mesh描述的NPU集成分布式交换功能 可能对应昇腾910C下一代设计 当前910C尚未具备此能力 [10] 性能与成本争议 - **功耗对比**：CloudMatrix单机柜约50KW 支持风冷 而英伟达NVL72达145KW 但整体能效需结合电力基础设施评估 [2][5] - **光模块优势**：华为垂直整合光模块产业链 可能通过规模效应将400G模块成本降至竞争对手1/3以下 [3][6] - **传输速率**：华为自研光模块可实现8x64G=512Gbps单模速率 远超行业标准400G(8x50G)设计 [4] 行业竞争格局 - **技术路线**：英伟达转向全电互联(NVL72) 华为坚持光电混合方案 在超大规模集群(8000NPU)领域形成差异化 [8][9] - **生态构建**：中国AI基础设施可能形成独立生态 DeepSeek等应用需求正反向推动国产硬件创新 [11] - **工程能力**：中国企业在1-10阶段工程化优势显著 光模块等核心部件成本压缩速度超国际预期 [6][12] 技术演进方向 - **代际划分**：CloudMatrix 384代表UB1.0商用方案 UB-Mesh论文预示UB2.0将支持8000NPU级超节点 [11] - **拓扑优化**：分级拓扑成为趋势 机柜内电互联+机柜间光互联方案平衡性能与成本 [9][10] - **延迟控制**：分布式交换架构使Mesh拓扑实现all2all通信 逻辑延迟可能低于Clos架构 [10]

AI经济与Tokens化 - Tokens作为新型"货币"用于检索或生成信息 推动AI经济发展 但需要大量算力支持[2] - AI推理模型复杂度提升 对准确性要求更高 需遵循预训练 后训练和测试时扩展三条定律[2] - 进入Agentic时代 组织机构需在训练到推理全流程中遵循扩展流程以实现高效推理[2] NVIDIA技术栈创新 - 公司提供完整AI技术栈 涵盖芯片 系统和软件 以最高效率加速和扩展AI[4] - 技术栈覆盖Agentic AI和Physical AI领域 芯片路线图从计算到硅光子学均有重大发布[4] - 软件专业技术是最大优势 促使高性能芯片广泛应用 与竞争对手差距持续拉大[32] 芯片产品与技术 - 产品组合包括CPU GPU和网络设备 最新Blackwell平台GB300 NVL72性能提升1.5倍[6] - Rubin系列GPU采用FP4精度 性能达50-100 petaFLOPS 配备288GB-1TB HBM4存储器[6] - Vera CPU性能是Grace的两倍 功耗仅50W 更新节奏为每两年一次[6] - 光谱-X硅光子学产品可节省数兆瓦电力 解决横向扩展至数百万GPU的瓶颈问题[9] 系统解决方案 - Blackwell Ultra DGX SuperPOD配备36个Grace CPU和72个Blackwell GPU AI性能比Hopper高70倍[10] - DGX Spark个人超级计算机系统性能达1 petaFLOPS 适用于微调与推理[13] - 系统发布为Dell Lenovo等供应商提供强大AI解决方案基础 直接冲击苹果Mac Studio市场[13] 软件平台 - Dynamo开源框架提升AI推理效率 运行DeepSeek-R1模型Tokens生成能力可提升30倍[19] - Halos平台整合安全系统 覆盖从芯片到算法全流程 吸引众多汽车厂商采用[20][21] - CUDA-X拥有超百万开发者 成为最受欢迎的AI编程工具包 拓展至各行业应用[26] - Aerial平台开发原生AI 6G技术栈 涵盖从无线电设备到网络数字孪生的端到端方案[25][26] 新兴领域布局 - Isaac GR00T N1是全球首个人形机器人基础模型 采用双系统架构模拟人类决策与反射[29] - 与谷歌DeepMind和迪士尼合作开发开源牛顿物理引擎 提升机器人处理复杂任务能力[29] - Omniverse-Cosmos平台通过合成数据训练机器人 在不同场景中微调行为[29]

AI经济与Tokens化 - Tokens是用于检索或生成信息的新型"货币"，推动AI经济发展，需要大量算力支持[1] - AI推理模型复杂度提升需要更高准确性，组织机构需遵循预训练、后训练和测试时的扩展流程[1] - NVIDIA愿景聚焦构建跨行业"AI工厂"，涵盖企业IT、云计算到机器人技术[1] NVIDIA芯片技术进展 - 发布Blackwell超级AI工厂平台GB300 NVL72，AI性能比GB200 NVL72提升1.5倍[6] - 公布芯片路线图，支持从Hopper系列升级到Rubin/Feynman系列，Rubin Ultra采用四掩模版GPU，FP4精度达100 petaFLOPS，搭载1TB HBM4e存储器[6] - 新款Vera CPU拥有88个Arm核心，性能是Grace CPU两倍，功耗仅50W，更新周期两年[6] - 推出Spectrum-X硅光子学产品，可横向扩展至数百万GPU，节省数兆瓦电力[6] 系统与基础设施 - 发布DGX SuperPOD GB300，配备36个Grace CPU和72个Blackwell GPU，AI性能比Hopper系统高70倍[10] - 采用第五代NVLink技术和大规模共享内存系统，可扩展至数千个GB超级芯片[10] - 推出1 petaFLOPS的个人超级计算机系统GB10，针对桌面优化微调与推理[14] 软件生态系统 - Dynamo开源框架提升AI推理效率，可使GPU的Tokens生成能力提升30倍以上[19] - Halos平台整合自动驾驶安全系统，覆盖从芯片到算法全链条[20] - CUDA-X拥有超100万开发者，成为最受欢迎的AI编程工具包[23] - 发布Isaac GR00T N1人形机器人基础模型，采用双系统架构模拟人类决策与反射[25] 行业应用拓展 - Aerial平台构建端到端AI驱动的6G技术栈，与T-Mobile等合作开发原生AI网络[23] - Omniverse-Cosmos平台支持机器人训练与场景微调，与DeepMind合作开发物理引擎[25] - 软件专业技术是NVIDIA核心优势，推动高性能芯片在HPC、自动驾驶等领域的应用[25]

文章核心观点 - 纳斯达克指数因投资者对科技股失去兴趣而显著下跌 ，英伟达股价也大幅下滑 ，但公司业务基本面良好 ，未来前景光明 ，当前股价处于相对低位 ，是买入的好时机 [1][2][11] 行业情况 - 投资者不喜欢不确定性 ，新关税 、中东和欧洲地缘政治动荡 、失业救济申请等经济指标以及滞胀传闻等因素让投资者不安 [1] - 过去两年纳斯达克综合指数飙升至历史高位后掉头向下 ，大型科技股遭到抛售 [2] 英伟达业务情况 - 英伟达业务定位良好 ，尽管股价下滑数周 ，但公司产品和服务需求旺盛 ，且能以高利润率满足需求 [2] - 英伟达的一些大客户包括微软 、谷歌 、亚马逊和Meta等 ，这些公司2024年财报显示 ，它们今年在人工智能基础设施上的支出最高将超过320亿美元 ，英伟达有望从这些客户增加的资本支出中受益 [3][4] 英伟达产品情况 - 英伟达的下一代GPU架构Blackwell已推出 ，第四季度营收达110亿美元 ，高于管理层内部预期 [5] - 英伟达CEO展示了包括Blackwell Ultra 、Rubin和Rubin Ultra在内的一系列后续架构 ，未来几年公司预计将继续推出其市场领先GPU的改进版本 [7] 英伟达股价情况 - 英伟达股价在过去一个月下跌16% ，市值损失约6000亿美元 [2] - 英伟达市盈率约为40 ，处于近五年基于市盈率的最便宜估值水平附近 [9]

文章核心观点 - AMD近期不太可能大幅上涨，最近反弹是对英伟达GTC活动的反应，非基本面转变，虽估值比英伟达贵，但此价格水平不值得卖出，分析师将关注今年MI350 GPU发布及客户端细分市场是否放缓 [1][11] 公司评级与目标价 - 瑞穗证券将AMD目标价从140美元下调至120美元，维持“跑赢大盘”评级，认为其发展AI业务面临挑战，因英伟达在数据中心GPU市场领先 [2] - 花旗银行重申对AMD的中性评级，指出CPU库存可能增加 [3] 公司业务情况 数据中心业务 - 2024年AMD数据中心部门收入125.8亿美元，英伟达计算和网络部门同期收入1152亿美元，差距近10倍，预计2026年MI400系列推出后差距缩小 [3] - 随着第五代EPYC Turin CPU增长及2025年中期推出MI350 GPU，今年数据中心业务有显著上涨空间，2026年推出的MI400系列准备好与英伟达Rubin竞争 [2] 客户端业务 - 花旗银行指出2024年下半年CPU增长率为两位数，PC增长率为个位数中段，CPU库存可能增加，管理层认为客户端CPU收入增长由采用推动而非库存增加，客户细分指导可能夸大需求强度 [3][4] 各业务第一季度业绩指引 - 2025年第一季度总收入（中点）环比下降7%，各部门中数据中心业绩下降幅度与企业平均水平差不多，客户端业务和嵌入式业务降幅更大，游戏业务降幅较小 [5][6] 公司股价情况 英伟达股价 - 英伟达GTC活动前三天（3月11日至14日）股价上涨13.7%，活动相关信息已反映在价格中 [7] AMD股价 - AMD抛售触及100美元左右支撑位底部（最低点95美元），过去一周反弹，英伟达GTC活动推动其本周价格上涨，未来几周上涨趋势预计不会持续，价格将稳定在100美元左右 [1] - AMD股价在GTC活动期间保持势头，日线图显示打破自去年10月以来的下跌趋势，但可能是牛市陷阱，由GTC事件这一暂时外部因素推动 [9] - 从估值看，AMD市盈率为去年收益的107倍，英伟达为40倍；AMD交易价格为去年运营现金流的57倍，英伟达为TTM现金流的45倍，AMD比英伟达更贵 [10][13] 行业动态 - 英伟达首席执行官黄仁勋在GTC开幕式公布开发路线图重大更新，包括今年下半年推出Blackwell Ultra (GB300)，2026年推出Rubin，2027年推出Rubin Ultra，2028年推出第三代Feynman，还宣布与通用汽车合作及推出首款人形机器人开源模型Groot N1 [6]