Penulis: 见微知著杂谈
Sumber: Penelitian Semikonduktor Morgan Stanley Greater China
Tanggal laporan: 8 Mei 2026
Satu, kontradiksi utama inti
Pengeluaran modal global untuk AI melebihi ekspektasi dan berkembang pesat, tetapi pasokan daya komputasi sedang bertransisi dari "NVIDIA mendominasi tunggal" menuju tiga jalur paralel: "GPU + ASIC + chip lokal Tiongkok". Kontradiksi utamanya bukanlah apakah permintaan cukup, tetapi siapa yang akan mendapatkan pangsa dari ekspansi ini, serta seberapa cepat semikonduktor non-AI akan terpinggirkan dalam proses ini.
Kedua, Kesimpulan Utama (diurutkan berdasarkan pentingnya perdagangan)
Tiga, Pengembangan Mendalam Per Segmen
3.1 Advanced Packaging (CoWoS / SoIC) — Main Theme with Strongest Certainty
Kontradiksi inti】Permintaan meledak, tetapi kapasitas produksi hanya dapat digantikan oleh TSMC; paket non-TSMC (Amkor/ASE/UMC) menghadapi tekanan pangsa pasar.
【Pendorong Utama】 Pengeluaran modal dari empat penyedia cloud (AWS/Google/Microsoft/Meta) pada Q1 2026 meningkat 95% secara tahunan, dengan perkiraan total pengeluaran modal cloud sepanjang tahun mencapai $685 miliar, mendorong permintaan langsung untuk CoWoS/SoIC.
Data kunci dan titik waktu:
NVIDIA menyumbang sekitar 59% dari konsumsi CoWoS, Broadcom sekitar 20%, dan AMD sekitar 9%.
· Total value of AI computing wafers consumed in 2026 is approximately $27.2 billion, a historical peak
·Persentase pendapatan chip AI TSMC mencapai CAGR 60% pada periode 2024–2029, dengan pendapatan AI melebihi 30% dari total pendapatan pada tahun 2026
[Jalur Transmisi]
Pengeluaran modal penyedia cloud → Pesanan NVIDIA/Broadcom/Google TPU → CoWoS/SoIC menjadi titik bottleneck → Kemampuan negosiasi TSMC meningkat → Persentase pendapatan AI terus membesar.
[Pelajaran Perdagangan]
TSMC adalah inti utama dari inti utama, tidak perlu memilih waktu, logika kepemilikan jelas. SoIC merupakan kurva pertumbuhan kedua mulai 2025, perhatikan peluang pemasok OSAT (seperti ASE) yang masuk ke dalam perakitan SoIC.
3.2 Perangkat pengujian (Handler / Socket / Probe Card) — Penilaian terendah, pertumbuhan paling pasti
[Kontradiksi Inti]
Kompleksitas chip meningkat, durasi pengujian tumbuh secara struktural dua kali lipat, tetapi revaluasi pasar terhadap TAM peralatan pengujian sangat tertinggal.
[Penggerak Utama]
Durasi pengujian chip GPU berlipat ganda setiap generasi (Hopper 350 detik → Blackwell 700-1000 detik → Rubin 1200-1400 detik → generasi berikutnya 1800-2000 detik); jumlah pin soket pengujian meningkat dari 1500 tingkat ponsel menjadi 6000 tingkat AI/HPC, dan bahkan lebih dari 10.000 pada generasi berikutnya.
Data tiga indikator utama:
· Pasar global Handler: US$436 juta pada 2023 → US$6,6 miliar pada 2027, CAGR lebih dari 35%
·Permintaan pengujian optik CPO akan meningkat signifikan mulai 2025, dan memasuki tahap pengujian gabungan listrik-optik pada 2027 (Insertion 4i)
[Jalur Transmisi]
Peningkatan ukuran chip/jumlah lapisan/kerumitan → Peningkatan durasi pengujian → Kenaikan harga dan volume Handler/Socket → Penambahan permintaan baru untuk pengujian optik CPO → Peluncuran kurva pertumbuhan kedua.
[Pelajaran Perdagangan]
Tiga perusahaan merupakan segmen dengan valuasi terendah dan tingkat pertumbuhan paling pasti dalam rantai infrastruktur AI, cocok untuk konfigurasi inti jangka menengah. Cakupan pasar yang belum memadai dan harga yang rendah menjadikannya arah nilai terbaik saat ini yang paling patut diperhatikan.
3.3 Chip AI Tiongkok (GPU/ASIC buatan dalam negeri) — Jangka panjang tak terbalikkan, jangka pendek terbagi jelas
[Kontradiksi Inti]
Pembatasan ekspor mendorong permintaan substitusi domestik, tetapi teknologi dan tingkat kematangan produksi chip dalam negeri bervariasi; kemampuan untuk mengamankan pesanan dari klien besar adalah perbedaan utama.
[Penggerak Utama]
DeepSeek memvalidasi kelayakan inferensi biaya rendah → Produsen cloud domestik mempercepat transisi → Peningkatan produksi SMIC 7nm mendukung produksi massal → Keunggulan TCO chip domestik (30-60% lebih rendah dari NVIDIA) menciptakan umpan balik positif.
Ukuran dan struktur pasar:
Pangsa pasar domestik tahun 2026E: Huawei 62%, Cambricon 14%, Kunlunxin 5%, T-Head 5%, lainnya 14%.
Dalam "Sepuluh Naga", MS fokus pada perbandingan tiga aset berikut:
[Jalur Transmisi]
Pembatasan ekspor → substitusi domestik → perluasan produksi SMIC 7nm → peningkatan volume Huawei/Cambricon → peralihan pembelian oleh penyedia cloud lokal (ByteDance/Alibaba/Tencent) → penurunan biaya inferensi → ledakan aplikasi lebih banyak → permintaan daya komputasi gelombang baru.
[Pelajaran Perdagangan]
Yang paling pasti untuk寒武纪 adalah target utama; TianShu Zhixin memiliki elastisitas terbesar tetapi belum untung, sehingga risikonya lebih tinggi. Huawei (tidak terdaftar) adalah variabel persaingan terbesar, pertumbuhan pangsa pasarnya memberikan tekanan tidak langsung pada produsen chip AI domestik lainnya, perlu dipantau terus-menerus. Jendela waktu: 2026–2027 adalah periode transisi kunci di mana chip AI domestik berpindah dari posisi cadangan menjadi utama.
3.4 Semikonduktor non-AI (konsumen / otomotif / industri) — Tendensi struktural bearish, pemulihan lemah bukan pemulihan kuat
[Kontradiksi Inti]
Sumber daya rantai pasokan diserap secara sistematis oleh sistem AI, pemulihan tradisional semikonduktor terus lebih lambat dari perkiraan, dan pasar melebih-lebihkan elastisitas pemulihan.
[Penggerak Utama]
Kapasitas produksi kontrak / substrat T-Glass / penyimpanan seluruhnya dialihkan ke AI; chip non-AI antri di belakang; biaya wafer dan OSAT naik; margin kotor perusahaan desain chip mengalami tekanan.
Setelah menghilangkan GPU AI NVIDIA dan penyimpanan, pertumbuhan semikonduktor non-AI diperkirakan menurun signifikan pada tahun 2026
· Jumlah hari stok MCU tetap berada di level tertinggi historis (setelah puncak Q1 25, Q4 25 datar); Distribusi stok oleh produsen utama seperti STM/GD berjalan lambat
· Utilisasi pabrik logika diperkirakan baru akan pulih ke 80% pada H226, dengan elastisitas pemulihan terbatas
· SiC lebih unggul daripada GaN: Direkomendasikan SICC (OW), tingkat penetrasi SiC diperkirakan melewati 50% pada 2030; hindari InnoScience (EW), depresiasi perluasan kapasitas menekan laba
[Pelajaran Perdagangan]
Hindari eksposur murni terhadap semikonduktor tradisional, jalur MCU telah mengonfirmasi dasar tetapi pemulihan lemah, tidak disarankan untuk berinvestasi besar dalam pemulihan kuat. SiC adalah satu-satunya sub-sektor jalur tradisional yang layak diperhatikan.
3.5 Penyimpanan (HBM / NAND / DDR4) — Perbedaan internal sangat tajam, sinyal perlu diidentifikasi
[Kontradiksi Inti]
AI mendorong permintaan HBM meledak secara jelas; kenaikan harga DDR4/NAND disebabkan oleh persaingan pasokan dari AI, bukan pemulihan permintaan nyata, sinyal terdistorsi, dan elastisitas harga terbatas.
[Pelajaran Perdagangan]
HBM optimis bullish, Hynix paling diuntungkan; Macronix (NOR Flash, Pilihan Teratas) diuntungkan oleh kekurangan dan valuasi wajar; Kenaikan harga NAND/DDR4 tidak berarti peningkatan permintaan, hindari membeli di puncak.
Empat: Variabel makro dan geopoliitik: sebagai variabel penjelas untuk penilaian lintasan
【Geopolitical】Ekspor kontrol terus diperketat
Pembatasan ekspor NVIDIA ke Tiongkok → Permintaan akan chip AI lokal Tiongkok sebagai pengganti meningkat kepastiannya; Pengeluaran modal cloud Tiongkok diperkirakan mencapai $105 miliar pada 2026E, sedang cepat mendekati 14% dari total pengeluaran modal cloud global.
【Makro】Kendala Energi (Sisi Amerika)
Kekurangan pasokan listrik di pusat data Amerika Serikat merupakan batas potensial bagi pertumbuhan permintaan GPU, tetapi belum menjadi hambatan nyata dalam jangka pendek (2026).
【Struktur Industri】Efek Erosi AI
Efek hisap permintaan AI terhadap rantai pasok non-AI (T-Glass, DRAM tradisional, kapasitas kontrak konsumen) adalah variabel penjelas utama mengapa semikonduktor non-AI terus melemah lebih dari yang diharapkan, bukan faktor siklus.
【Sisi Biaya】Inflasi Teknologi
Biaya wafer/OSAT/penyimpanan naik secara menyeluruh, memberikan tekanan terhadap margin kotor perusahaan desain chip (terutama yang bukan di jalur AI); kekuatan tawar-menawar pabrikan fabrikasi seperti TSMC terus meningkat.
V. Kombinasi dan Kerangka Perdagangan yang Direkomendasikan
Berdasarkan penilaian terhadap berbagai segmen, bangun kerangka perdagangan berikut:
Enam, ringkasan satu kalimat
Beli packaging (TSMC), beli peralatan pengujian (Hon Precision / WinWay / MPI), beli pemimpin chip AI Tiongkok (Cambricon); hindari semikonduktor non-AI dengan ekspektasi pemulihan kuat, fokus pada HBM dalam penyimpanan, netral terhadap DRAM/NAND tradisional. Jendela waktu 2026–2027, siklus belanja modal AI jauh belum berakhir.
Peringatan risiko: Catatan ini disusun berdasarkan laporan penelitian publik Morgan Stanley, hanya untuk referensi penelitian internal dan tidak merupakan saran investasi apa pun. Pasar memiliki ketidakpastian, dan hasil aktual dapat berbeda secara signifikan dari prediksi; harap investor membuat keputusan dengan hati-hati.
Membangun Infrastruktur AI Masa Depan — CPU, GPU, ASIC, Modul Optik, dan Chip Tiongkok
Prospek kuat untuk semikonduktor kecerdasan buatan
Morgan Stanley mengklasifikasikan prospek semikonduktor AI sebagai "Kuat", dengan permintaan didorong oleh tiga kekuatan: ledakan berkelanjutan dari aplikasi AI unggulan, perlombaan senjata komputasi di kalangan raksasa teknologi, dan kebutuhan akan pembangunan AI kedaulatan oleh berbagai negara. Sementara itu, laporan ini mengidentifikasi empat hambatan pertumbuhan—anggaran, bottleneck energi AS, kapasitas chip Tiongkok, dan regulasi—yang pada dasarnya merupakan ketidakmampuan pasokan untuk mengikuti permintaan, bukan padamnya permintaan itu sendiri.
Dalam jangka panjang, ada tiga variabel struktural yang perlu diwaspadai:
1) Inflasi teknologi (biaya wafer/pengujian/penyimpanan yang meningkat mempersempit laba perusahaan desain chip);
2) Efek kanibalisme AI (sumber daya rantai pasok berpindah ke AI, semikonduktor non-AI menjadi terpinggirkan);
3) Efek DeepSeek (inferensi biaya rendah telah diverifikasi, permintaan inferensi lokal Tiongkok meningkat pesat, dan kapasitas produksi GPU AI untuk rantai pasokan lokal secara bersamaan meningkat). Ketiganya bergabung, membentuk kerangka logika dasar untuk semua penilaian lintasan dalam laporan selanjutnya.
Perbandingan valuasi: Contract Manufacturing, Backend, Storage, IDM (Integrated Device Manufacturing), dan Peralatan Semikonduktor
Perbandingan valuasi: Fabless, semikonduktor daya, FPGA, dan chip analog
Siklus besar semikonduktor
Kesimpulan utama adalah diferensiasi siklus, bukan pemulihan menyeluruh: perkiraan tingkat pemanfaatan pabrik logika akan meningkat kembali menjadi 80% pada 2H26, tetapi pertumbuhan semikonduktor non-AI setelah menghilangkan GPU AI NVIDIA dan penyimpanan diperkirakan menurun signifikan pada 2026; penurunan jumlah hari persediaan dari puncaknya merupakan sinyal positif, data historis menunjukkan bahwa siklus penurunan persediaan sering kali beriringan dengan kenaikan indeks saham semikonduktor, tetapi tingkat diferensiasi struktural dalam pemulihan kali ini jauh melebihi sebelumnya.
Rantai pasokan semikonduktor kecerdasan buatan dan memori nischa
Pada tahun 2030, pasar global industri semikonduktor kemungkinan akan mencapai $1,5 triliun, dengan separuhnya berasal dari semikonduktor AI
Poin kunci jangka panjang: Pasar semikonduktor global diperkirakan mencapai $1,5 triliun pada tahun 2030, dengan kontribusi semikonduktor AI sekitar $753 miliar; skenario bull untuk TAM semikonduktor cloud AI diasumsikan mencapai $235 miliar pada tahun 2025 (terutama dari NVIDIA AI GPU), dengan CAGR 38% dari 2023 hingga 2030, memberikan dasar ruang pasar atas untuk penilaian semua jalur berikutnya.
Cloud Semiconductor: Prospek yang Lebih Cerah
Pengeluaran modal dari empat penyedia cloud utama (AWS/Google/Microsoft/Meta) pada Q1 2026 meningkat 95% secara tahunan, merupakan data titik tunggal terkuat di sisi permintaan; rasio Capex/EBITDA diperkirakan tetap stabil di sekitar 50%, menunjukkan bahwa niat ekspansi penyedia cloud memiliki keberlanjutan finansial; proyeksi keuntungan Aspeed terus dinaikkan, sebagai pemimpin chip BMC untuk server AI cloud, tren koreksinya mengonfirmasi keaslian permintaan cloud.
Pengeluaran modal cloud oleh penyedia layanan cloud utama tetap kuat
MS Cloud Capex Tracker memperkirakan belanja modal sepuluh penyedia cloud teratas global mencapai $685 miliar pada 2026, 10% lebih tinggi dari konsensus pasar; grafik historis yang menunjukkan pergerakan sejajar antara belanja modal cloud global dan belanja modal TSMC merupakan bukti visual utama yang mendukung penilaian "gelombang ini bukan siklus jangka pendek"; aset dengan siklus hidup pendek menyumbang sekitar 65%, yang berarti penyedia cloud harus terus-menerus membeli setiap tahun, sehingga permintaan bersifat kaku.
Dampak penerapan listrik yang telah diumumkan oleh TSMC
Menghitung permintaan wafer CoWoS dari bawah ke atas berdasarkan spesifikasi rak dan daya pemasangan dari empat pelanggan utama: NVIDIA, AMD, Broadcom, dan AWS; daya rak NVIDIA Rubin NVL144 adalah 220 kW, dengan 45.000 rak, mengimplikasikan permintaan tahunan CoWoS pada 2027 mencapai 136.000 wafer, yang menjadi dasar kuantitatif utama dalam kesimpulan ketegangan pasokan dan permintaan CoWoS dalam seluruh teks.
Mengingat permintaan AI yang terus kuat, TSMC berpotensi meningkatkan kapasitas CoWoS menjadi 165.000 wafel/bulan sebelum 2027.
Berikan data pasokan CoWoS secara langsung: Kapasitas TSMC meningkat dari 120 kwpm pada akhir 2025 menjadi 165 kwpm pada akhir 2027, sementara kapasitas Non-TSMC (Amkor/UMC/ASE) secara bersamaan meningkat dari 23 kwpm menjadi 80 kwpm; di sisi konsumen, NVIDIA menyumbang sekitar 59% dari total konsumsi CoWoS, Broadcom sekitar 20%, konsentrasi tinggi ini berarti perubahan permintaan dari beberapa pelanggan utama memiliki dampak besar terhadap TSMC.
SoIC (System Integration Chip) expansion will be a key focus for TSMC in the coming years
SoIC ditetapkan sebagai arah strategis kunci TSMC untuk beberapa tahun ke depan: kapasitas akan ditingkatkan dari 45 kwpm pada akhir 2025 menjadi 78 kwpm pada akhir 2027; di sisi permintaan, NVIDIA, AMD, Apple, Qualcomm/Broadcom semuanya tercantum; SoIC memiliki tingkat integrasi lebih tinggi dan hambatan teknis lebih dalam dibanding CoWoS, menjadikannya kurva pertumbuhan kedua TSMC dalam pengemasan canggih setelah CoWoS, dengan periode percepatan produksi masif pada 2026-2027.
TSMC berpotensi menggandakan kapasitas CoWoS dan SoIC pada tahun 2025, dan kami memperkirakan tren ini akan berlanjut hingga 2026
Pengeluaran untuk wafer komputasi AI pada tahun 2026 berpotensi mencapai $27,2 miliar, dengan NVIDIA mendominasi sebagian besar.
Daftarkan secara bottom-up alokasi kapasitas CoWoS, volume pengiriman chip, konsumsi wafer, dan nilai wafer untuk semua chip AI utama tahun 2026 (NVIDIA B300/Rubin/H200, Google TPU, AWS Trainium3, Microsoft Maia, OpenAI Nexus); total nilai konsumsi wafer AI tahun 2026 diperkirakan sekitar $27,2 miliar, dengan NVIDIA mendominasi, merupakan dasar perhitungan paling meyakinkan untuk skala pendapatan AI TSMC dalam seluruh artikel.
Konsumsi HBM (High Bandwidth Memory) pada tahun 2026—hingga 32 miliar Gb
Total HBM demand in 2026 is approximately 32,279 mn Gb, with NVIDIA accounting for about 58% of consumption; list the HBM specifications (capacity, generation, supplier) for each AI chip, with the Google TPU series primarily consuming HBM3e 12hi, while AWS/Microsoft consume HBM3/HBM4; Hynix, Samsung, and Micron share the supply, with Hynix benefiting the most due to its leadership in HBM technology.
Estimasi produksi rak GB200/300 NVIDIA
Asumsi pasokan dan permintaan rak server NVIDIA GB200/300
Persentase pendapatan semikonduktor AI TSMC mungkin mencapai 60% antara tahun 2024 hingga 2029.
Pendapatan chip AI TSMC mencapai CAGR 60% pada periode 2024-2029, dengan kontribusi pendapatan AI melebihi 30% dari total pendapatan pada tahun 2026; komposisi pendapatan mencakup empat area: chip AI umum, ASIC khusus, pengemasan dan pengujian CoWoS, serta CPU server AI; struktur pelanggan mencakup Apple 19%, NVIDIA 21%, dan Broadcom 11%; margin kotor dan rasio EBITDA terus meningkat, membuktikan dampak positif bisnis AI terhadap kualitas profitabilitas keseluruhan TSMC.
Segmentasi permintaan wafer canggih TSMC
Agentic AI — Memperluas Peluang CPU
AI memasuki tahap "tindakan" dari tahap penalaran, rasio CPU/GPU berubah dari berat GPU (1:12) menjadi berat CPU (≥1:1), didorong oleh tugas-tugas alat seperti panggilan API, eksekusi kode, dan konkurensi agen ganda; MS memperkirakan AI Agentic dapat menambah ruang pasar CPU sebesar $32,5-60 miliar (hingga 2030), dengan MediaTek sebagai perancang CPU server AI yang secara khusus disebut dalam laporan sebagai penerima manfaat.
Penyimpanan AI menyebabkan kekurangan NAND; kami memperkirakan ketidakseimbangan pasokan NOR Flash akan berlanjut hingga 2026
Kekurangan DDR4 akan berlanjut hingga paruh kedua 2026; sementara harga spot memiliki batas atas
AI ASIC, CPO, dan pengujian chip
AI semikonduktor: Sekarang dan Masa Depan — «Pendorong Utama»
Tampilkan empat dimensi—pendorong, pembatas, solusi teknis, dan perspektif pertumbuhan—dari semikonduktor AI secara sejajar; secara khusus daftarkan tiga pasangan perbandingan perspektif pertumbuhan—inference vs training, edge vs cloud, ASIC khusus vs AI GPU—ketiga perbandingan ini adalah peta pemikiran untuk memahami semua perbedaan penilaian lintasan dalam laporan selanjutnya.
Penyedia layanan cloud (CSPs) tetap memerlukan chip khusus meskipun memiliki GPU AI kuat dari NVIDIA
Menurut rencana berbagai penyedia layanan cloud (CSP), lebih banyak proyek ASIC akan segera datang
Bagaimana persaingan antara CoWoS TSMC dan EMIB Intel?
Ukuran paket yang lebih besar sedang menjadi tren utama industri
Durasi pengujian chip meningkat dari 350 detik pada Hopper menjadi 1800-2000 detik pada GPU generasi berikutnya, merupakan data struktural paling inti yang mendorong segmen peralatan pengujian; jumlah pin socket pengujian naik dari 1500 pada level ponsel/PC menjadi 6000 bahkan lebih dari 10000 pada level AI/HPC dan generasi berikutnya; CAGR pasar peralatan pengujian global diperkirakan mencapai 35% pada periode 2024-2027, dan peta jalan ukuran packaging TSMC juga menunjukkan peningkatan terus-menerus pada interposer, keduanya mendukung kesimpulan jangka panjang tentang prospek cerah peralatan pengujian.
Menggambarkan peran dan pembagian tugas Hony Precision, WinWay Technology (WinWay), dan MPI dalam rantai pasok semikonduktor
Pengembangan baru pada perangkat dan komponen: Optical Co-Packaging (CPO)
Hong Precision: Pemenang utama yang diuntungkan dari tren struktural perpanjangan waktu pengujian; Peringkat Morgan Stanley: Beli (OW)
MPI: Pemimpin teknologi probe card dengan opsi CPO; Peringkat Morgan Stanley: Tambah (OW)
Yingwei Technology: Pemimpin soket pengujian dengan keunggulan dalam kompleksitas pengemasan AI; Peringkat: Tambah (OW)
Semikonduktor Tiongkok: OSAT, semikonduktor senyawa, MCU, dan AI GPU
Bullish pada peralatan tahap akhir (ASMP), tetapi netral terhadap OSAT Tiongkok
Lebih percaya SiC (silikon karbida) daripada GaN (gallium nitrida): SICC (beli) vs InnoScience (jual)
MCU: Telah menyentuh dasar tetapi belum pulih
Pasar dan pangsa semikonduktor AI buatan dalam negeri terus meningkat
Pasar akselerator AI di Tiongkok memiliki struktur yang jelas: Huawei mendominasi dengan 62%, Cambricon 14%, dan pemain lainnya masing-masing di bawah 10%; nilai pasar perusahaan GPU AI Tiongkok terus meningkat dengan lebih banyak IPO yang akan datang, sementara ekspansi skala pasar dan aktivitas pasar modal meningkat secara sejalan, menjadi latar belakang penting untuk analisis target berikutnya.
Kami memperkirakan bahwa total pasar yang dapat diakses (TAM) untuk GPU AI Tiongkok akan tumbuh menjadi $67 miliar pada tahun 2030.
Peningkatan kapasitas proses produksi canggih Tiongkok untuk memenuhi kebutuhan produksi AI GPU lokal
Pemantauan pasar terkini terhadap permintaan GPU AI di Tiongkok
Rantai nilai chip AI — Tiongkok dan Amerika Serikat — Decoupling dalam komputasi AI
Kekuatan infrastruktur Tiongkok sedang mempersempit kesenjangan teknologi yang dirasakan
Gunakan diagram radar untuk membandingkan kesenjangan kapasitas infrastruktur AI antara Tiongkok dan AS dari sembilan dimensi: Tiongkok mendapatkan skor hampir setara dengan AS dalam hal dukungan kebijakan, ruang pusat data AI, dan optimasi perangkat lunak (LLM), dengan kesenjangan utama terkonsentrasi pada tahap depan wafer, memori HBM, dan jaringan optik; mengusulkan tiga langkah strategi Tiongkok untuk menutupi kekurangan daya komputasi chip tunggal—pemaketan multi-die → rak dan klaster yang lebih besar → ekspansi kapasitas manufaktur, dengan Huawei CloudMatrix 384 A3 SuperPod sebagai verifikasi nyata dari strategi ini.
Ekonomi inferensial: Total Cost of Ownership (TCO) versus Cost per Token
Biaya kepemilikan keseluruhan (TCO) chip AI buatan dalam negeri 30-60% lebih rendah daripada NVIDIA, dan biaya inferensi per token dari akselerator buatan dalam negeri teratas dapat setara atau bahkan lebih unggul dibandingkan NVIDIA; kesimpulan ini merupakan bukti inti dari "penggantian lokal Tiongkok bukan hanya kebutuhan politik, tetapi juga rasional ekonomi", yang secara langsung mendukung penilaian laporan untuk optimis jangka panjang terhadap lintasan chip AI Tiongkok.
Status pemesanan dan pesanan potensial dari pengembang accelerator AI buatan Tiongkok
TPS (Token per second) — Analisis kinerja
Harga yang turun drastis memungkinkan chip lokal mencapai kinerja per dolar yang lebih tinggi
Sepuluh raksasa produsen GPGPU AI Tiongkok. Kami fokus pada Cambricon, Muxi, dan TianShu Zhixin
Perbandingan between Kunlun, Muxi, dan Iluvatar
Perbandingan menyeluruh terhadap tiga perusahaan chip AI Tiongkok yang paling diperhatikan: Cambricon (ASIC SMIC 7nm, klien utama terikat, satu-satunya yang menghasilkan laba), MetaX Muxi (GPGPU SMIC 12nm, dimiliki dana kedaulatan, kesenjangan teknologi jelas), dan Iluvatar (GPGPU TSMC 7nm, rantai pasokan tangguh); dari tiga dimensi—kemampuan menghasilkan laba, struktur klien, dan node proses—kesimpulan tersirat dalam laporan adalah bahwa Cambricon memiliki tingkat kepastian tertinggi.
Wuji: Kinerja inferensi (TFLOPS) dan keterikatan pelanggan memimpin; Peringkat Beli Tambahan (OW)
TianShu ZhiXin (Iluvatar): Didukung oleh visibilitas pesanan yang kuat dan ketahanan rantai pasok; Peringkat Beli (OW)
