行业与公司概述 - 行业：国产算力板块（GPU、ASIC、Switch芯片、晶圆制造、先进封装）[1][3][10][13] - 涉及公司： - **寒武纪**（GPU/ASIC龙头）[1][5][19] - **新元股份**（与阿里巴巴合作）[1][8] - **盛和通信**（Switch芯片）[3][10][12] - **中兴通讯**（N+2制程技术、MATE 80手机）[1][14] - **华虹半导体**（收购华力五厂）[14][15][16] - **永新电子**（国产GPU潜在供应商）[17][18][21] - **中芯国际**（晶圆制造）[19] - **碳新股份**（SMIC背景）[9] --- 核心观点与论据 1. **国产算力板块趋势** - 政策推动+海外算力行情带动，下半年大厂KPI指引和中报季法说会或催化新预期[1][7] - 2025年寒武纪目标市值保守估计6,000亿（假设n+2扩展顺利、良率提升）[1][5] - GPU与ASIC共享增量需求，短期均紧缺，长期共振发展[6] 2. **细分领域机会** - **Switch芯片**：2026年非英伟达系算力芯片对应市场规模38亿美元（750万颗交换芯片）[11] - **先进封装**：永新电子主业测算50亿收入/5亿利润，国产GPU份额提升后市值或达400亿[18][21] - **晶圆制造**：中芯国际、华虹半导体扩产，华虹收购华力五厂强化布局[14][16][19] 3. **公司动态与催化剂** - **寒武纪**：供应链问题解决是关键，政策支持明确[5] - **新元股份**：与阿里巴巴合作及影片进度超预期或引爆股价[8] - **中兴通讯**：Q4推出N+2制程技术和MATE 80手机，带动N+3预期[14] - **永新电子**：验厂通过后产能将快速扩张，市值空间显著[17][18] --- 其他重要内容 1. **市场数据** - PCIe 5.0交换芯片价格450美元，PCIe 6.0约1,000美元[11] - 2027年PCIe 7.0交换芯片市场规模或翻倍[11] 2. **港股机会** - 华虹半导体调整后提供布局机会，复牌后或释放乐观预期[15][16] 3. **风险与关注点** - 国产算力板块需持续资金关注，海外算力估值阶段性高点或引资金切换[19] --- 引用文档索引 - 行业趋势：[1][7][19] - 寒武纪：[1][5] - Switch芯片：[10][11][12] - 中兴/华虹：[14][15][16] - 永新电子：[17][18][21] - 市场数据：[11]

行业趋势 - 全球AI服务器出货量在2022–2029年复合增速约为27.2% [1][4] - 推理时代性能瓶颈从算力转向运力 行业互联方式从Scale-Out网络转向Scale-Up网络（NVLink、UALink、PCIe等）以提升吞吐效率 [1] - Scale-Up网络中Switch芯片分为CPU-GPU连接与GPU-GPU互联两类 后者是实现高带宽低延迟的核心 [2] 技术演进 - PCIe Gen5 Switch芯片ASP为450美元（约3500元人民币） 迭代产品PCIe Gen6/Gen7 ASP假设为7000元人民币 [1][4] - 开放标准PCIe6/7、UALink、NeuronLink为第三方互联厂商创造机会窗口 [3] - Astera Lab深度参与AMD UAlink和AWS NeuronLink生态 占据非NVIDIA阵营核心互联地位 [3] 市场规模 - 2025年Switch芯片市场规模测算约491.39亿元 2027年扩大至1022.23亿元 两年实现翻倍增长 [1][4] - 测算基础为2023–2027年AI服务器出货量 单机配置假设为8颗GPU+2颗CPU [4] - GPU与Switch配比采用2:1 CPU-Switch配比采用1:1 推算出两类Switch芯片需求量 [4] 重点公司 - 盛科通信-U推进800G端口速率与12.8T/25.6T交换容量产品 2024年实现小批量交付 [5] - 海光信息开展先进封装与Chiplet互联研发 支持PCIe/CXL高速I/O协议 [5] - 澜起科技发布PCIe 6.x/CXL 3.x Retimer并向客户送样 PCIe 5.0/CXL 2.0产品已量产 [5]

Scale up网络成为AI算力扩展核心趋势 - AI训练与推理需求推动单节点计算密度、带宽与低延迟互连需求攀升 提升单机性能成为数据中心投资优先选项 [1] - Scale up通过提升超节点计算密度扩展算力 实现GPU间高效协同 带来带宽、延迟等性能提升及内存共享特性 [1] - Scale up计算密度更高、数据访问效率更快 GPU互连先Scale up再Scale out 成为AI时代算力扩展核心趋势 [1] Scale up协议多样化发展路径 - 各大厂商推出自研或深度定制交换芯片与互连协议 典型协议包括PCIe、NVLINK、UALINK、SUE等 从NVLINK加速走向多样化 [2] - 单机柜高密度路径通过提升供电与热设计能力实现GPU高密度集成 代表厂商NVIDIA从GB200 NVL72、Vera Rubin NVL144演进至Vera Rubin Ultra NVL576 [2] - 多机柜光互连路径通过高带宽低延迟光互连编织多机柜GPU为统一算力域 代表方案包括Google TPU v4 pod和华为Cloud Matrix 384多机柜超节点架构 [2] 产业链环节需求爆发 - Scale up网络快速发展直接推动Scale up交换机、Switch芯片、互连芯片、PCB、ODM等环节需求爆发 [1][2] - 当GPU互连跨越单柜或多柜时 电互连逐步逼近物理极限 光互连成为实现高效连接的必然方案 [2] - 上游产业链将直接受益于大规模单节点算力需求爆发 从AI的iPhone时刻到裂变时刻再到进击时刻 产业链核心标的值得关注 [1][2]