旺盛的AI智算需求驱动下，越来越多GPU路线之外的AI芯片正获得更多市场关注。 他进一步表示，过去，业界普遍认为ASIC芯片从流片到最终落地应用过程中，需要付出较高成本，但 随着专用芯片持续发展，其成本不再那么高昂时，会有越来越多厂商愿意借力自研专用芯片架构，探索 推进个性化AI能力落地。这是ASIC芯片备受关注的原因。 TPU跃起 寻找GPU芯片之外的发展机会早已是一种新趋势。 "渐进式能力提升难以缩小与英伟达的差距，唯有求新求变，才有可能实现类似新能源汽车领域的'弯道 超车'。"他指出。此外，GPU芯片如今取得的成功，更大程度在于英伟达的成功，其多年来累积了深厚 的工程化实验团队，这已经不是所有后来者可以直接照搬复制的路线。 在GPU之外，定制化ASIC芯片早已受到更大关注，无论是博通近期再度"炸裂"市场的百亿美元订单， 还是谷歌持续对TPU自研芯片的演进，都显示出，市场的确对GPU之外的AI计算芯片同样有关注度。 中昊芯英选择的就是与谷歌类似的GPTPU路线。 郑瀚寻对21世纪经济报道记者分析，自从英伟达在旗下Tesla V100系列芯片中加入Tensor Core（张量处 理单元）以来，其对CUDA ...

（原标题：21专访｜中昊芯英CTO郑瀚寻：国产AI芯片也将兼容不同平台） 21世纪经济报道记者骆轶琪 太原报道 旺盛的AI智算需求驱动下，越来越多GPU路线之外的AI芯片正获得更多市场关注。 在国内市场同样如此，立足于ASIC定制芯片的众多厂商正在快速发展。 从美股市场看，博通（Broadcom）水涨船高的订单量和股价大涨背后，少不了众多云服务厂商寻求英 伟达GPU生态之外技术路线的支持，以谷歌（Google）为代表的TPU（张量计算单元）芯片、Groq为代 表的LPU芯片都是其中典型。 对于目前市场中XPU广泛发展的情况，中昊芯英联合创始人兼CTO郑瀚寻接受21世纪经济报道记者专访 时指出，"在计算技术发展迭代过程中，产业界持续追求更高费效比的路径，可能会逐渐向某个方向收 敛，这是可以预见的趋势。" 他进一步表示，过去，业界普遍认为ASIC芯片从流片到最终落地应用过程中，需要付出较高成本，但 随着专用芯片持续发展，其成本不再那么高昂时，会有越来越多厂商愿意借力自研专用芯片架构，探索 推进个性化AI能力落地。这是ASIC芯片备受关注的原因。"好比在架构方面，天下大势，合久必分、分 久必合。" 寻找GPU芯片之 ...

**行业与公司** * 行业聚焦于AI算力基础设施 特别是光交换（OCS）技术在数据中心高速互联领域的应用[1][4][8] * 涉及公司包括海外龙头谷歌、Meta、微软、苹果、OpenAI及英伟达 以及A股和国内公司如旭创、德科利、盆景科技、福晶科技、腾景科技、昂纳、光迅、华为海思、赛微电子等[1][4][6][36][39] **核心观点与论据** * AI产业景气度高 龙头企业估值上修 合理估值至少在30倍以上 旭创公司定价展望在6000亿到8000亿之间[1][3][6] * 海外算力链一线标的（德科利、盆景科技、福晶等）因新技术和边际变化表现更好 三季度财报预期向好[1][6] * 国内算力链受阿里自研AI芯片、百度昆仑芯IPO、寒武纪变化、华为技术突破等催化 关注云栖大会、季节性AI大会及中美谈判对英伟达供给的潜在影响[1][5][6] * 谷歌资本开支达850亿美元 其TPU芯片、网络架构和OCS生态系统强大 TPU已对外出售 吸引OpenAI、Meta、苹果、微软等潜在买家[1][7] * OCS技术优势显著 无需光电转换 具有低功耗、低成本、低时延优势 特别适合处理高吞吐量数据流和动态网络拓扑 谷歌报告显示其可降低40%功耗、30%成本并提升30%吞吐量[4][10][14][17] * OCS技术路径多样 MEMS方案最成熟且已被谷歌大规模应用（128端口） 液晶（LCOS）方案潜力巨大（300端口以上） 光波导技术适用于通道数较低场景[4][20][22][23][24] * 谷歌OCS部署现状及规划：数据中心内部已部署约1.5万台 预计2026年达3万台 2027年达5万台 全市场有望在2027年达到77万台规模 单台价格超10万美元 市场空间接近千亿人民币[2][10][11][38] * 谷歌2026年起将大规模导入第三方OCS交换机（如Coherent、Lumentum） 为A股公司提供供应链机会 光模块公司有望从器件供应商转型为整机供应商[11][33][39] * 谷歌TPU V7架构与OCS紧密关联 一个Pod包含9216张卡 对应144个柜子 全部使用OCS互联 TPU卡与OCS交换机比例约为100:1.1（400万张卡对应约4万套OCS）[37] **其他重要内容** * OCS核心部件供应商：液晶方案中的钒酸钇晶体主要由Coherent自研（50%）、藤井（35%）、福晶科技（15%）供应 MEMS晶圆主要供应商为TI 赛微电子小批量供货 腾景科技提供2D lens棱镜[36][39] * OCS整机厂商：与谷歌合作较多的是德科利和旭创 其他参与者包括昂纳、光迅、华为海思、凌云光、光库等[36][39] * OCS成本构成：MEMS方案总系统成本约25000美元 液晶方案BOM成本约60000美元 总售价15万至20万美元[27][28][29][30] * 光波导方案目前无成熟量产报价 单台设备价格超100万欧元 但未来有较大降价空间[34]

这周三我们写过一篇OCS的详细分析，包括OCS的技术、发展、产业链上公司、以及OCS的价值拆 解。 谷歌OCS(光交换机)的技术、发展、合作商与价值量拆解 刚巧第二天市场上OCS题材的公司都异常火爆，即便是到了今天，大家对OCS讨论的热度依然很 高。这篇文章，我们结合一个调研纪要，从另外一些角度再来讲一下OCS。 其他大厂的OCS规划 按行业里的预估，接下来最早能跟谷歌一样规模采购 OCS 的，可能是英伟达和微软，因为这两家已 经找到了明确的适配场景，能把 OCS 的优势发挥出来。OCS 的核心优势很明确：高带宽、低时延、 低功耗，不同场景下能侧重不同的优势。 比如英伟达，他们从 Coherent 采购了基于 DLC 的硅基液晶 OCS 方案，专门用在数据中心的应急网 络互联上。具体怎么用？简单说就是在数据中心里加一层冗余的交换机设备，平时可能用不上，但 一旦有设备出故障，OCS 能通过重新配置网络拓扑，自动把坏的电交换机屏蔽掉，切换到备份交换 机上，保证整个数据中心的网络不宕机。对英伟达来说，用 OCS 的核心诉求是提高故障恢复能力， 这候 OCS 的 低时延优势反而不是最关键的，哪怕是秒级的切换速度，也能 ...

AI云行业竞争格局 - AI云成为云计算赛道新一轮入场券 决定厂商能否摆脱价格战泥潭和重建护城河 [2] - 全球范围内仅存四朵超级AI云：美国AWS、微软、谷歌以及中国阿里云 [2][11] AI云核心评判标准 - 模型调用量体现市场接受度但不足以定义超级AI云 需通过四大硬核能力评估 [6] - 千亿级年度基础设施投入是基础门槛 谷歌850亿美元/微软800亿美元/AWS超1000亿美元资本开支计划 [6] - 百万级计算集群与云计算调度能力决定产业级大模型承载水平 [8] - 跨场景跨行业的顶级大模型能力需兼顾精准性与创造性 [9] - AI芯片自主布局对算力扩展和成本控制具有战略意义 尤其针对中国厂商 [10] 厂商能力对比分析 - 百度全栈能力突出但财力受限 2024年81亿资本开支仅为阿里767亿的10% 2025年300-500亿仍落后 [10] - 火山引擎资本充足 2024年800亿/2025年1500-1600亿开支 但算力调度技术积累存在短板 [10] - 全球仅四家具备全能力：微软/亚马逊/谷歌/阿里 [11] 两种发展模式对比 云+生态模式（AWS/微软） - 提供基础设施+开放外部模型合作 降低研发投入风险并增强平台吸引力 [15] - AWS通过SageMaker/Bedrock接入OpenAI/Anthropic/阿里Qwen3/DeepSeek等多模型 [14] - 微软依赖OpenAI合作 Azure年收入超750亿美元且增长34% 但面临合作方分流风险 [17] - OpenAI迁移部分训练至Google Cloud/Oracle 分成比例从20%降至8% [17] - 微软引入Meta/Mistral等多模型以减少技术依赖 [18] 全栈自研模式（谷歌/阿里） - 芯片-算力-模型全链路自研 实现技术协同与战略自主 [19] - 盈利空间更高无需分账 谷歌云AI收入达数十亿美元且订单积压1060亿美元 [20] - 谷歌TPU芯片与PaLM模型深度适配 阿里自研芯片与通义千问高度优化 [19][24] - 阿里云凭借双十一极端场景淬炼的算力调度体系 中国AI市场占比35.8%位居第一 [23] - 阿里三年投入3800亿建设基础设施 2025年Q2资本开支同比激增220% [24] - 通义千问开源模型衍生数量突破17万 形成全球最大AI模型社区 [24] 中国厂商特殊挑战 - 高端GPU供应受限倒逼自主芯片研发 阿里自研芯片已落地 [10][24] - 中国互联网场景复杂度全球独有 为算力调度体系提供极端测试环境 [23]

公司复牌安排 - 公司股票将于9月18日开市起复牌[1] - 复牌依据为《上海证券交易所上市公司自律监管指引第4号——停复牌》及《上海证券交易所股票上市规则》相关规定[1] 股价异常波动 - 公司股价在8月22日至9月10日连续11个交易日涨停[1] - 累计涨幅达185.29%[1] - 9月11日起停牌核查[1] 控制权变更交易 - 收购方通过协议转让及增资方式收购公司控制权[1] - 交易完成后中昊芯英实际控制人杨龚轶凡将成为公司实际控制人[1] - 交易依据为8月21日签署的股权转让协议、增资协议及9月15日签署的补充协议[1] 内幕信息核查情况 - 四名内幕信息知情人在2025年2月14日至8月14日期间存在买卖公司股票行为[1] - 包括时任董事/财务总监配偶储善岳、职工监事配偶陈燕秋及中昊芯英股东代表配偶李慧云[2] - 公司认定交易行为发生在外幕信息形成前不属于内幕交易[2] - 相关人员已将股票交易收益上缴公司[2] 市场传言澄清 - 公司明确否认控制权变更存在内幕信息提前泄露情形[2] - 收购方中昊芯英无资产注入计划[2] - 中昊芯英现有资本证券化路径与本次收购无关[2] 公司市值数据 - 截至9月10日收盘股价为76元/股[3] - 市值为102亿元[3]

核心观点 - 指数短期调整但震荡上行趋势不变 上证指数周线四连阳后小幅回调1.18% [3][14] - 科技板块内部结构切换 建议布局高端制造领域 电力设备周涨7.4% 有色金属涨2.1% [4][15] - 固态电池产业2025-2027年将实现中试向量产突破 机器人行业政策与新品将密集落地 [5][16] - 人工智能需聚焦ASIC/TPU产业链 Meta计划至2028年支出6000亿美元 国产算力长期趋势明确 [6][7][17][18] 指数走势判断 - 上证指数周线四连阳后出现1.18%的技术性调整 符合"徐徐上行"节奏预期 [3][14] - 维持指数震荡上行核心观点 强调需把握操作节奏避免追涨风险 [3][14] 行业配置策略 - 电力设备板块周度领涨7.4% 综合板块涨5.4% 有色金属板块涨2.1% [4][15] - 通信等科技板块经历加速上涨后出现波动 调整后仍具向上修复动力 [4][15] - 建议关注科技内部切换机会 重点布局高端装备制造领域 [4][15] 主题投资方向 - 科技主线确定性不变 结构开始向高端制造延伸 [5][16] - 固态电池产业迎三重驱动：技术路线收敛/政策驱动/场景应用 市场共识加速形成 [5][16] - 机器人行业处于布局期 重点关注：份额确定性企业/灵巧手等技术壁垒公司/轻量化材料与散热方案供应商 [5][16] - ASIC/TPU产业链受国际巨头催化：谷歌TPU发展良好/博通业绩超预期 [6][17] - 国产算力与先进制程短期情绪降温 但产业进展加速趋势未变 [7][18] 产业趋势数据 - Meta计划2028年前支出6000亿美元投入相关领域 [6][17] - 全固态电池产业化窗口期为2025-2027年 [5][16]

行业投资评级 - 增持（维持）[4] 核心观点 - 光通信行业短期波动源于市场情绪和资金面调整，但基本面保持稳固，AI驱动的算力扩张周期持续，中长期坚定看好光模块赛道[1][9][26] - 海外AI巨头加速算力基建部署，云厂商大幅上调资本开支，形成“算力投入→商业变现→再投资”正向循环，行业高景气度持续[2][8][28] - 短期调整提供优质配置机会，建议关注光模块龙头及算力产业链相关企业[10][18][31] 行业动态与数据 - 博通FY25Q3营收同比增长22%至近160亿美元，AI相关半导体营收达52亿美元（同比+63%），Q4预计整体营收174亿美元，AI半导体营收62亿美元[7][30] - 谷歌将2025年资本开支指引从750亿美元上调至850亿美元，Meta从640亿美元上调至720亿美元，重点投入AI基础设施[3][30] - 微软FY25资本支出达800亿美元，近半用于AI基础设施[8][30] - 博通获得价值100亿美元的AI芯片订单，计划2026年量产定制XPU芯片[7][30] - OpenAI计划5个月内将计算集群规模扩大一倍，与甲骨文合作新增4.5GW算力容量，支持超200万枚芯片运行[7][32] - 2025年上半年大模型日均调用量达101,865亿tokens，较2024年下半年21,999亿tokens增长363%[36] 细分板块表现 - 光通信板块本周上涨0.1%，表现优于其他通信细分板块（运营商-0.8%、量子通信-1.7%、物联网-3.8%、通信设备-5.5%）[23][25] - 通信行业指数下跌3.8%，弱于上证综指（-1.2%）和沪深300（-0.8%）[22][25] - 个股涨幅前列：春兴精工（+22.9%）、南都电源（+10.7%）、东土科技（+10.5%）[24] 重点公司推荐 - 光模块龙头：中际旭创（2025E PE 55.28x）、新易盛（2025E PE 39.01x）、天孚通信（2025E PE 69.38x）[15][18] - 算力产业链：沪电股份、英维克、中兴通讯、紫光股份、工业富联、寒武纪、海光信息[11][18] - 液冷技术：英维克、申菱环境、高澜股份[11][18] - 卫星通信：中国卫通、中国卫星、震有科技[11][18] 新兴领域进展 - 英伟达投资量子计算公司Quantinuum（估值100亿美元），推动量子计算系统Helios研发[33][34] - 国内首个专用光量子计算机制造工厂落地深圳南山，预计年产数十台光量子计算机[39][40] - 温州市成立浙江省首个人工智能局，推进“人工智能+教育”三年行动计划[37][38] - 亚马逊卫星互联网项目签下捷蓝航空为首家航空公司客户，计划2027年提供服务[43][44]

公司业绩表现 - 2025财年第三财季营业收入159.52亿美元 同比增长22% 略高于158亿美元收入指引 [1] - 调整后净利润107.02亿美元 同比增长30.15% [1] - AI业务营收52亿美元 同比增长63% 略高于51亿美元收入指引 [1] - 第四财季营收指引约174亿美元 [5] - 股价单日涨幅一度超过14% [1] AI业务发展 - 定制AI加速器业务占AI总收入的65% [5] - 新获价值100亿美元的XPU芯片订单 预计推动2026财年AI业绩超预期 [5] - 三大超大规模客户计划2027年底前将集群规模提升至100万个XPU [5] - 预计2027财年可服务潜在市场达600亿至900亿美元 [5] 技术路线对比 - 博通通过ASIC定制化芯片服务云厂商 AI推理需求 [3] - 英伟达主推通用GPU芯片及解决方案 [3] - ASIC芯片针对特定AI推理需求定制 与云厂商业务协同性更高 [3] - GPU主要满足AI训练需求 ASIC更适合推理场景 [6] 市场竞争格局 - 北美四大云服务商均自研ASIC芯片（如Meta社群算法 谷歌搜索） [6] - 英伟达推出NVLink Fusion平台 支持ASIC芯片与GPU协同 [8] - 联发科 Marvell成为英伟达ASIC生态首批合作伙伴 [8] - 2023-2028年高端云端AI加速器出货量CAGR：GPU为50% AI ASIC为52% [9] - 预计2028年AI ASIC出货量将超过GPU [9] 行业趋势 - AI推理芯片市场空间有望超过训练市场 [6] - ASIC芯片因设计固化 具备省电和快速分析优势 [6] - 云厂商同步采购GPU与推进自研ASIC芯片 [7] - 谷歌持续迭代自研TPU芯片 OpenAI表示兴趣 [8]

博通业绩表现 - 2025财年第三财季营业收入159.52亿美元，同比增长22%，略高于158亿美元收入指引 [1] - 调整后净利润107.02亿美元，同比增长30.15% [1] - AI业务营收52亿美元，同比增长63%，略高于51亿美元收入指引 [1] - 股价在财报发布后一度上涨超过14% [1] AI业务增长驱动 - 定制AI加速器、网络和VMware业务持续强劲增长 [5] - 第四财季AI半导体收入预计加速增长至62亿美元，实现连续11个季度增长 [5] - 第四季度总营收指引约为174亿美元 [5] - 三大超大规模客户计划在2027年底前将集群规模提升至100万个XPU，预计带来600亿至900亿美元可服务潜在市场 [5] - 第三财季XPU业务占AI总收入的65% [5] - 新获一家客户价值100亿美元的XPU芯片订单，可能推动2026财年AI业绩超预期 [5] ASIC芯片市场格局 - ASIC芯片针对云服务商特定AI推理需求定制化设计，与业务协同性更高 [3] - GPU与ASIC芯片定位不同，预计长期共存发展 [4][8] - ASIC芯片在AI推理市场更具优势，因设计固化、省电且能快速分析认证 [6] - 北美四大云服务厂商均拥有自研ASIC芯片（如Meta聚焦社群算法、谷歌强化搜索） [6] - 2023-2028年高端云端AI加速器出货量CAGR：GPU为50%、AI ASIC为52%，预计2028年AI ASIC出货量超过GPU [9] 行业竞争动态 - 英伟达推出NVLink Fusion平台，支持云服务商使用自定义ASIC，吞吐量达800Gb/s，合作伙伴包括联发科、Marvell [9] - AMD同步发展ASIC芯片业务 [4] - 云厂商同时采购英伟达GPU和推进自研AI芯片（如谷歌TPU） [8] - 中国市场GPU参与者包括海光信息、沐曦股份等，ASIC玩家包括华为海思、寒武纪等 [9] 同业公司表现 - Marvell 2026财年第二财季营业收入20.06亿美元，同比增长58% [6] - 数据中心收入14.91亿美元，同比增长69%，受定制化XPU芯片和光电互连产品驱动 [6]