AI训练ASIC市场增长前景 - AI训练ASIC市场正快速扩张 2024-2026年ASIC芯片出货量复合年增长率预计达70% [2] - 2024年AI训练用ASIC出货量将增长超20% 达到500万颗 在AI服务器中GPU与ASIC出货比例将从62:38演变为2026年的60:40 [2] - 自研ASIC加速器可降低能耗和供应链成本 减少对英伟达依赖 同时通过技术创新建立市场壁垒 [2] 美系CSP厂商ASIC部署计划 - AWS将于下半年推出采用Trainium 2/2.5的Teton 2机柜 推动其ASIC芯片出货量增长超过40% 主要组装厂纬颖和供应链纬创将受益 [3] - Meta计划自下半年起量产采用自家MTIA芯片的Minerva机柜 主要组装商包括Celestica和广达 [3] ASIC与GPU竞争格局分析 - ASIC是为特定应用定制的芯片 而英伟达GPU是通用处理器 博通预计2027年ASIC芯片销售额将达到600-900亿美元 [4] - 《华尔街日报》认为AI芯片市场非零和游戏 ASIC与GPU可共存并共享AI产业增长 [4] - 摩根士丹利预计AI ASIC芯片市场将从2024年120亿美元增长至2027年300亿美元 年均复合增长率34% [6] 技术性能比较优势 - Amazon的Trainium芯片在推理任务中成本比英伟达H100 GPU低30%-40% [7] - Google的TPU v6在能源效率上比前代提升67% [7] - ASIC在特定应用中具有成本和能效优势 但GPU在通用性和适应性方面更具弹性 [8] 英伟达战略定位 - 公司CEO黄仁勋承认ASIC存在价值 但强调其缺乏灵活性 无法适应快速变化的AI工作负载 [8] - 英伟达核心优势在于GPU的通用性和软件生态系统 平台策略使其能够适应多种AI应用场景 [9][10] - 公司认为AI模型快速迭代需要通用计算设备 GPU的矩阵运算和编程能力具有不可替代性 [8]

行业投资评级 - 电子行业维持"增持"评级 [1] 核心观点 ASIC业务模式关键能力 - 服务商需具备IP设计能力：包括计算、存储、网络I/O及封装四部分IP，博通、Marvell提供完整解决方案，国内芯原专注处理器IP [6] - 高速SerDes IP是竞争壁垒：国外厂商达224G速率，国内多数具备112G技术 [6][21] - SoC设计能力：博通、Marvell占据超60%市场份额（博通55-60%，Marvell13-15%），已为谷歌、Meta、亚马逊开发多代产品 [6][36] 市场空间预测 - 2028年定制芯片市场规模上调至554亿美元（定制XPU 408亿，附件146亿），23-28年CAGR 53% [6][44] - 博通预计2027年三家大客户数据中心XPU与网络市场规模达600-900亿美元 [6][43] - Marvell预测2028年数据中心资本开支超1万亿美元，AI加速相关占3490亿美元 [6][44] 行业景气度与业绩 - 博通FY25Q2 AI业务收入44亿美元（同比+46%），定制加速器持续两位数增长 [6][51] - Marvell FY26Q1数据中心营收14.41亿美元（同比+76%），AI定制芯片放量 [6][52] - 毛利率分层：博通/Marvell含XPU业务约60%，AIChip/GUC约20-32%，国内芯原定制业务仅15% [6][50][56] 重点公司分析 海外龙头 - 博通：锁定谷歌TPUv7p、Meta MTIA三代项目，半导体部门毛利率67% [6][51][56] - Marvell：独供亚马逊Trainium2（3nm），下一代产品锁定先进封装产能 [6][36][52] 国内厂商 - 芯原股份：具备5nm-250nm全制程设计能力，SerDes IP依赖Alphawave授权 [6][41] - 寒武纪-U：2025E PE 220x，总市值2904亿元，获"买入"评级 [5] - 海光信息：2025E PE 109x，总市值3192亿元，与计算机组共同覆盖 [5][6] 技术发展趋势 - 先进制程竞争：博通/联发科开发TPUv7e（3nm），Marvell Trainium3采用3nm工艺 [6][36] - 封装技术：Chiplet成为布局重点，Marvell通过3D封装提升互连性能 [6][27] （注：所有数据及结论均基于报告原文提取，未包含风险提示及免责条款相关内容）