Penulis: 见微知著杂谈
Sumber: Penyelidikan Semikonduktor Morgan Stanley Greater China
Tarikh laporan: 8 Mei 2026
Satu, konflik utama inti
Pengeluaran modal AI global meluas melebihi jangkaan, tetapi bekalan kuasa pengiraan sedang berubah dari "NVIDIA menguasai sepenuhnya" kepada tiga lintasan selari: "GPU + ASIC + cip tempatan China". Konflik utama bukanlah sama ada permintaan mencukupi, tetapi siapa yang akan mendapat bahagian dalam peluasan ini, serta seberapa pantas semikonduktor bukan-AI akan ditinggalkan dalam proses ini.
Dua, Kesimpulan Utama (disusun mengikut kepentingan perdagangan)
Tiga, pengembangan mendalam mengikut kategori lumba
3.1 Pakej canggih (CoWoS / SoIC) — Garis utama dengan kepastian tertinggi
Kontradiksi utama: Permintaan meledak, tetapi kapasiti produksi hanya boleh digantikan oleh TSMC; pembungkusan bukan TSMC (Amkor/ASE/UMC) menghadapi tekanan terhadap pangsa pasaran.
[Pemacu Utama] Perbelanjaan modal empat penyedia awan (AWS/Google/Microsoft/Meta) pada Q1 2026 meningkat 95% secara tahunan, dengan perbelanjaan modal awan keseluruhan dijangka mencapai US$685 bilion pada tahun ini, permintaan untuk pelayan AI secara langsung menarik permintaan antrian untuk CoWoS/SoIC.
Data penting dan masa penting:
NVIDIA mengambil kira-kira 59% penggunaan CoWoS, Broadcom kira-kira 20%, dan AMD kira-kira 9%
· Nilai total penggunaan wafer komputasi AI pada tahun 2026 diperkirakan sekitar US$27.2 bilion, mencapai puncak sejarah
·Peratusan pendapatan cip AI TSMC mencapai CAGR 60% pada 2024–2029, dengan pendapatan AI melebihi 30% daripada jumlah pendapatan pada 2026
[Jalur Transmisi]
Belanja modal penyedia awan → Pesanan NVIDIA/Broadcom/Google TPU → CoWoS/SoIC menjadi titik bottleneck → Kemampuan tawar-menawar TSMC meningkat → Peranan pendapatan AI terus membesar.
[Pelajaran Perdagangan]
TSMC adalah talian utama dalam talian utama, tidak perlu memilih masa, logik pemegangan jelas. SoIC adalah lengkung pertumbuhan kedua bermula tahun 2025, perhatikan peluang pembekal OSAT (seperti ASE) yang masuk ke dalam perakitan SoIC.
3.2 Peranti ujian (Handler / Socket / Probe Card) — Penilaian paling rendah, pertumbuhan paling pasti
[Konflik Utama]
Kerumitan cip meningkat, tempoh ujian meningkat dua kali ganda secara struktural, tetapi penilaian semula TAM peralatan ujian pasaran sangat tertinggal.
[Penggerak Utama]
Masa ujian setiap generasi cip GPU berlipat ganda (Hopper 350 saat → Blackwell 700-1000 saat → Rubin 1200-1400 saat → generasi seterusnya 1800-2000 saat); bilangan pin soket ujian meningkat dari 1500 peringkat telefon ke 6000 peringkat AI/HPC, dan seterusnya lebih daripada 10000 untuk generasi seterusnya.
Data tiga pasaran utama:
· Pasar global Handler: US$436 juta pada 2023 → US$6.6 bilion pada 2027, CAGR melebihi 35%
· Keperluan ujian optik CPO akan meningkat secara besar-besaran bermula 2025, dan memasuki peringkat ujian gabungan elektrik dan optik pada 2027 (Insertion 4i)
[Jalur Transmisi]
Peningkatan saiz cip / bilangan lapisan / kekompleksan → Peningkatan masa ujian → Harga dan kuantiti Handler/Socket naik → Permintaan baru untuk ujian optik CPO ditambahkan → Permulaan lengkung pertumbuhan kedua.
[Pelajaran Perdagangan]
Tiga syarikat ini merupakan segmen dengan penilaian paling rendah dan kepastian pertumbuhan paling tinggi dalam rantai infrastruktur AI, sesuai untuk konfigurasi inti jangka menengah. Cakupan pasaran yang tidak mencukupi dan harga yang rendah menjadikannya arah nilai terbaik yang paling patut diperhatikan semasa ini.
3.3 Cip AI China (GPU/ASIC tempatan) — Tidak boleh balik dalam jangka panjang, berbeza dalam jangka pendek
[Konflik Utama]
Pembatasan eksport memaksa permintaan penggantian tempatan, tetapi teknologi cip domestik/tingkat kematangan pengeluaran berbeza-beza; kemampuan untuk menetapkan pesanan pelanggan besar adalah perbezaan utama.
[Penggerak Utama]
DeepSeek membuktikan kelayakan inferens berkos rendah → Pembekal awan tempatan mempercepat peralihan → Peningkatan kapasiti SMIC 7nm menyokong pengeluaran berskala besar → Kelebihan TCO cip tempatan (30-60% lebih rendah daripada NVIDIA) membentuk umpan balik positif.
Ukuran dan struktur pasaran:
Pangsa pasaran domestik 2026E: Huawei 62%, Cambricon 14%, Kunlunxin 5%, T-Head 5%, lain-lain 14%.
Dalam "Sepuluh Naga", MS memberi penekanan kepada perbandingan tiga aset berikut:
[Jalur Transmisi]
Pengawasan eksport → Penggantian tempatan → Peningkatan kapasiti SMIC 7nm → Peningkatan pengeluaran Huawei/Cambricon → Peralihan pembelian oleh penyedia awan tempatan (ByteDance/Alibaba/Tencent) → Penurunan kos inferens → Ledakan aplikasi lebih banyak → Permintaan kuasa pengiraan yang baharu.
[Pelajaran Perdagangan]
寒武纪确定性最高，为首选标的；天数智芯弹性最大但尚未盈利，风险较高。华为（未上市）为最大竞争变量，其份额增长对其他国产厂商构成间接压力，需持续追踪。时间窗口：2026–2027年为国产AI芯片从替补走向主力的关键转折期。
3.4 Semikonduktor bukan AI (penggunaan / automotif / kawalan industri) — Tendensi struktural lemah, pemulihan lemah bukan pemulihan kuat
[Konflik Utama]
Sumber rangkaian bekalan diserap secara sistematik oleh sistem AI, pemulihan semikonduktor tradisional berterusan lebih perlahan daripada jangkaan, dan pasaran melebih-lebihkan kekenyalan pantulan.
[Penggerak Utama]
Kapasiti kontrak pengeluaran / papan T-Glass / penyimpanan semuanya beralih ke AI; cip bukan AI berada di belakang antrian; kos wafer dan OSAT meningkat; margin kasar syarikat reka bentuk cip mengalami tekanan.
Setelah mengeluarkan GPU AI NVIDIA dan penyimpanan, pertumbuhan semikonduktor bukan AI dijangka menurun ketara pada 2026
· Bilangan hari stok MCU masih berada pada paras tertinggi sejarah (mendatar pada Q4 2025 selepas puncak Q1 2025); pengurangan stok oleh pengeluar utama seperti STM/GD berjalan perlahan
Penggunaan kilang logik dijangka baru akan pulih ke 80% pada H226, dengan keupayaan pemulihan yang terhad
· SiC lebih unggul daripada GaN: Disarankan SICC (OW), kadar penetrasi SiC dijangka melebihi 50% pada 2030; Hindari InnoScience (EW), penyusutan akibat perluasan kapasiti menekan keuntungan
[Pelajaran Perdagangan]
Elakkan eksposur semikonduktor tradisional semata-mata, jalan MCU telah mengesankan dasar tetapi pemulihan lemah, tidak disyorkan untuk menempatkan modal besar dalam pantulan kuat. SiC adalah satu-satunya sub-sektor jalan tradisional yang patut diperhatikan.
3.5 Penyimpanan (HBM / NAND / DDR4) — Perbezaan dalaman ketara, isyarat perlu diasingkan
[Konflik Utama]
AI mendorong permintaan HBM meledak dengan jelas; kenaikan harga DDR4/NAND disebabkan oleh persaingan pasokan dari AI, bukan pemulihan permintaan sebenar, isyarat terdistorsi, dan elastisiti harga terhadap.
[Pelajaran Perdagangan]
HBM optimis jangka panjang, Hynix paling diuntungkan; Macronix (NOR Flash, Pilihan Teratas) diuntungkan oleh kekurangan dan penilaian yang masuk akal; Kenaikan harga NAND/DDR4 tidak bermaksud peningkatan permintaan, berhati-hatilah terhadap pembelian semasa kenaikan.
Empat: Faktor makro dan geopoliitik: sebagai pemboleh ubah penjelasan untuk penilaian lintasan
【Geopolitical】Pembatasan eksport terus dipertingkat
Pembatasan eksport NVIDIA ke China → Kepastian permintaan pengganti cip AI tempatan China meningkat; perbelanjaan modal awan China dijangka mencapai US$105 bilion pada 2026E, sedang dengan pantas mendekati 14% daripada perbelanjaan modal awan global.
【Makro】Kendala Tenaga (Sisi Amerika)
Kekurangan bekalan kuasa di pusat data Amerika Syarikat merupakan had potensi kepada pertumbuhan permintaan GPU, tetapi belum menjadi pembatasan yang signifikan dalam jangka pendek (2026).
【Struktur Industri】Efek Pemakanan AI
Efek hisap permintaan AI terhadap rantaian bekalan bukan-AI (T-Glass, DRAM tradisional, kapasiti kontrak pengeluaran pengguna) adalah pemboleh ubah utama yang menjelaskan mengapa semikonduktor bukan-AI berterusan lemah daripada jangkaan, bukan faktor kitaran.
【Sisi Kos】Inflasi Teknologi
Koswa wafer/OSAT/penyimpanan meningkat secara menyeluruh, memberi tekanan terhadap margin keuntungan syarikat reka bentuk cip (terutamanya bukan di jalur AI); kuasa tawar-menawar pabrik perantara seperti TSMC terus meningkat.
Lima: Kombinasi dan kerangka perdagangan yang disyorkan
Berdasarkan penilaian keseluruhan litar, bina kerangka perdagangan berikut:
Enam, ringkasan satu ayat
Beli pengepakan (TSMC), beli peralatan ujian (Hon Precision / WinWay / MPI), beli pemimpin cip AI China (Cambricon); hindari semikonduktor bukan AI dengan ekspektasi pemulihan kuat, fokus pada HBM dalam penyimpanan, dengan DRAM/NAND tradisional bersifat netral. Jendela masa 2026–2027, kitar perbelanjaan modal AI masih jauh dari selesai.
Peringatan risiko: Nota ini disusun berdasarkan laporan penyelidikan awam Morgan Stanley, semata-mata untuk rujukan penyelidikan dalaman dan tidak membentuk sebarang nasihat pelaburan. Pasar mempunyai ketidakpastian, dan hasil sebenar mungkin berbeza secara signifikan daripada ramalan; sila buat keputusan dengan berhati-hati.
Membina infrastruktur AI masa depan — CPU, GPU, ASIC, modul cahaya, dan cip China
Prospek semikonduktor AI yang kuat
Morgan Stanley mengkategorikan prospek semikonduktor AI sebagai "Kuat", dengan permintaan didorong oleh tiga kekuatan: ledakan berterusan dalam aplikasi AI utama, perlumbaan senjata kekuatan komputasi di kalangan raksasa teknologi, dan permintaan pembinaan AI kedaulatan negara. Sementara itu, laporan ini mengenal pasti empat sekatan pertumbuhan—anggaran, bottleneck tenaga AS, kapasiti cip China, dan peraturan—yang pada dasarnya adalah ketidakmampuan bekalan untuk mengikuti permintaan, bukan kegagalan permintaan itu sendiri.
Dalam jangka panjang, terdapat tiga pemboleh ubah struktural yang perlu diwaspadai:
1) Inflasi teknologi (peningkatan kos wafer/penutupan/pengujian/menyimpan menekan keuntungan syarikat reka bentuk cip);
2) Efek pengeratannya oleh AI (sumber daya rangkaian bekalan cenderung kepada AI, semikonduktor bukan AI menjadi terpinggir);
3) Efek DeepSeek (inferens berkos rendah telah disahkan, permintaan inferens tempatan China dipercepatkan, dan kapasiti penghasilan GPU AI rantai bekalan tempatan juga meningkat). Ketiga-tiga faktor ini bergabung membentuk kerangka logik asas bagi semua penilaian lintasan dalam laporan seterusnya.
Perbandingan penilaian: kontrak pengeluaran, belakang, penyimpanan, IDM (pembuatan peranti terpadu), dan peralatan semikonduktor
Perbandingan penilaian: Fabless, semikonduktor kuasa, FPGA, dan cip analog
Siklus besar semikonduktor
Kesimpulan utama ialah diferensiasi siklus, bukan pemulihan menyeluruh: Penggunaan fasilitas logik dijangka meningkat semula kepada 80% pada H226, tetapi selepas mengeluarkan AI GPU NVIDIA dan penyimpanan, kadar pertumbuhan semikonduktor bukan-AI dijangka menurun ketara pada 2026; Jumlah hari stok yang menurun dari titik tertinggi adalah isyarat positif, data sejarah menunjukkan bahawa siklus penurunan stok sering sejajar dengan kenaikan indeks semikonduktor, tetapi tahap diferensiasi struktur pemulihan kali ini jauh melebihi sebelumnya.
Rantaian bekalan semikonduktor kecerdasan buatan dan memori nisbah
Pada tahun 2030, pasaran global industri semikonduktor mungkin mencapai US$1.5 trilion, dengan separuhnya datang daripada semikonduktor AI
Poin kunci jangka panjang: Pasar semikonduktor global dijangka mencapai USD1.5 trilion pada 2030, dengan semikonduktor AI menyumbang sekitar USD753 bilion; skenario bull untuk TAM semikonduktor awan AI diandaikan mencapai USD235 bilion pada 2025 (terutama dari GPU AI NVIDIA), dengan CAGR 38% dari 2023 hingga 2030, memberikan asas ruang pasaran atas untuk penilaian semua lintasan seterusnya.
Semikonduktor awan: Prospek yang lebih cerah
Pengeluar awan utama (AWS/Google/Microsoft/Meta) mengalami pertumbuhan perbelanjaan modal sebanyak +95% pada Q1 2026, merupakan titik data tunggal terkuat dari sisi permintaan; nisbah Capex/EBITDA dijangka kekal pada tahap stabil sekitar 50%, menunjukkan kesediaan pengeluar awan untuk berkembang secara kewangan yang berterusan; ramalan keuntungan Aspeed berterusan dinaikkan, sebagai pemimpin pasaran chip BMC untuk pelayan AI awan, tren penyesuaianannya mengesahkan keaslian permintaan awan.
Belanja modal awan penyedia perkhidmatan awan utama kekal kuat
Pemantau Capex awan MS dijangka pada 2026, perbelanjaan modal 10 pengeluar awan teratas global akan mencapai US$685 bilion, 10% lebih tinggi daripada konsensus pasaran; grafik sejarah yang menunjukkan pergerakan serentak Capex awan global dan perbelanjaan modal TSMC merupakan bukti visual utama yang menyokong penilaian "bahawa gelombang ini bukan siklus pendek"; aset dengan jangka hayat pendek menyumbang kira-kira 65%, bermakna pengeluar awan perlu membeli secara berterusan setiap tahun, dengan permintaan yang bersifat tegar.
Dampak pengagihan kuasa yang telah diumumkan oleh TSMC
Mengira keperluan wafer CoWoS secara bawah-ke-atas berdasarkan spesifikasi rak dan kuasa pemasangan dari empat pelanggan utama: NVIDIA, AMD, Broadcom, dan AWS; kuasa rak NVIDIA Rubin NVL144 ialah 220kW, dengan 45,000 rak, mengimplikasikan keperluan tahunan CoWoS pada 2027 mencapai 136,000 wafer, yang menjadi asas kuantitatif utama bagi kesimpulan ketegangan pasaran CoWoS dalam keseluruhan teks.
Mengingat permintaan AI yang terus kuat, TSMC mungkin akan meningkatkan kapasitas CoWoS menjadi 165.000 wafer/bulan sebelum tahun 2027.
Langsung berikan data pasokan CoWoS: Kapasiti TSMC meningkat dari 120kwpm pada akhir 2025 kepada 165kwpm pada akhir 2027, sementara kapasiti Non-TSMC (Amkor/UMC/ASE) juga meningkat serentak dari 23kwpm kepada 80kwpm; di sisi permintaan, NVIDIA mengambil kira sekitar 59% daripada jumlah penggunaan CoWoS, Broadcom sekitar 20%, pengumpulan yang tinggi bermaksud perubahan permintaan daripada pelanggan sedikit sahaja memberi kesan besar kepada TSMC.
SoIC (System Integration Chip) ekspansi akan menjadi fokus utama TSMC dalam beberapa tahun ke depan
SoIC dikenal sebagai arah strategik utama TSMC untuk beberapa tahun ke depan: kapasiti ditingkatkan dari 45kwpm pada akhir 2025 kepada 78kwpm pada akhir 2027, dengan permintaan dari NVIDIA, AMD, Apple, Qualcomm/Broadcom; SoIC memiliki kepadatan integrasi yang lebih tinggi dan rintangan teknologi yang lebih dalam berbanding CoWoS, menjadikannya garis pertumbuhan kedua TSMC dalam pembungkusan canggih selepas CoWoS, dengan masa peningkatan pantas pada 2026-2027.
TSMC mungkin akan melipatgandakan kapasiti CoWoS dan SoIC pada tahun 2025, dan kami menganggap tren ini akan berterusan hingga 2026
Pengeluaran wafer pengiraan AI pada tahun 2026 mungkin mencapai US$27.2 bilion, dengan NVIDIA menguasai sebahagian besar
Senaraikan dari bawah ke atas pengagihan kapasiti CoWoS, jumlah penghantaran cip, penggunaan wafer, dan nilai wafer untuk semua cip AI utama tahun 2026 (NVIDIA B300/Rubin/H200, Google TPU, AWS Trainium3, Microsoft Maia, OpenAI Nexus); jumlahkan nilai penggunaan wafer AI keseluruhan tahun 2026 sekitar US$27.2 bilion, dengan NVIDIA mendominasi, merupakan pengiraan dasar paling meyakinkan untuk skala pendapatan AI TSMC dalam keseluruhan teks.
Penggunaan HBM (High Bandwidth Memory) pada tahun 2026 — sehingga 32 miliar Gb
Permintaan keseluruhan HBM pada tahun 2026 diperkirakan sekitar 32.279 mn Gb, dengan penggunaan NVIDIA menyumbang sekitar 58%; senaraikan spesifikasi HBM untuk setiap cip AI (kapasiti, generasi, pemasok): Siri Google TPU terutama menggunakan HBM3e 12hi, manakala AWS/Microsoft menggunakan HBM3/HBM4; Hynix, Samsung, dan Micron membahagikan bekalan, dengan Hynix mendapat keuntungan paling besar akibat kepimpinan teknologi HBM mereka.
Anggaran keluaran rak GB200/300 NVIDIA
Anggaran permintaan dan penawaran rak server NVIDIA GB200/300
Peratusan pendapatan semikonduktor AI TSMC mungkin mencapai 60% antara tahun 2024 hingga 2029
Pendapatan cip AI TSMC mencapai CAGR 60% pada 2024-2029, dengan peratusan pendapatan AI terhadap jumlah pendapatan melebihi 30% pada 2026; komposisi pendapatan merangkumi cip AI generik, ASIC tersuai, pengemasan dan pengujian CoWoS, serta CPU pelayan AI, dengan struktur pelanggan Apple mewakili 19%, NVIDIA 21%, dan Broadcom 11%; margin kasar dan kadar EBITDA berterusan mengembang, membuktikan dorongan positif bisnes AI terhadap kualiti keuntungan keseluruhan TSMC.
Segmentasi permintaan wafer canggih TSMC
Kecerdasan Buatan Agentic (Agentic AI) — Memperluas Peluang CPU
AI beralih dari peringkat penalaran ke peringkat "tindakan", dengan nisbah CPU/GPU berubah dari berat GPU (1:12) kepada berat CPU (≥1:1), didorong oleh tugas alat seperti panggilan API, eksekusi kod, dan konsistensi agen ganda; MS menganggarkan bahawa AI Agentic boleh menambah ruang pasaran CPU sebanyak US$32.5-60 bilion (hingga 2030), dan MediaTek sebagai pembekal reka bentuk CPU server AI disenaraikan sebagai penerima faedah dalam laporan ini.
Penyimpanan AI menyebabkan kekurangan NAND; kami menganggap keadaan kekurangan pasokan NOR Flash akan berterusan hingga 2026
Kekurangan DDR4 akan berterusan sehingga separuh kedua tahun 2026; sementara harga spot mempunyai had atas
AI ASIC, CPO, dan ujian cip
Semikonduktor AI: Kini dan Masa Depan — «Penggerak Utama»
Tunjukkan empat dimensi—pendorong, penghambat, penyelesaian teknikal, dan perspektif pertumbuhan—secara sejajar; senaraikan secara khusus tiga set perbandingan pertumbuhan—inferens vs latihan, tepi vs awan, ASIC disesuaikan vs AI GPU—ketiga-tiga perbandingan ini adalah peta pemikiran untuk memahami perbezaan penilaian lintasan seterusnya dalam laporan.
Penyedia perkhidmatan awan (CSPs) masih memerlukan cip tersuai walaupun memiliki GPU AI kuat dari NVIDIA
Menurut rancangan penyedia perkhidmatan awan (CSP), lebih banyak projek ASIC akan datang
Bagaimana persaingan antara CoWoS TSMC dan EMIB Intel?
Ukuran pembungkusan yang lebih besar sedang menjadi trend utama dalam industri
Masa ujian cip meningkat dari 350 saat pada Hopper kepada 1800-2000 saat pada GPU generasi seterusnya, merupakan data struktural paling penting yang mendorong pasaran peralatan ujian; jumlah pin soket ujian meningkat dari 1500 pada peranti telefon/PC kepada 6000 dan lebih lagi pada peringkat AI/HPC, serta lebih daripada 10000 pada generasi seterusnya; CAGR pasaran peralatan ujian global dijangka mencapai 35% pada 2024-2027, dan peta jalan saiz pembungkusan TSMC juga menunjukkan interposer yang terus membesar, kedua-duanya menyokong penilaian jangka panjang terhadap keceriaan peralatan ujian.
Menggambarkan peranan dan pembahagian tugas Hony Precision, WinWay (Yingwei Technology), dan MPI dalam rantai bekalan semikonduktor
Pembangunan baharu dalam peranti dan komponen ujian: Optik yang dirangkum bersama (CPO)
Hon Hai Precision: Pemenang utama yang mendapat manfaat daripada trend struktur peningkatan masa ujian; Penilaian Morgan Stanley: Beli (OW)
MPI: Pemimpin teknologi probe card dengan pilihan CPO; Penilaian Morgan Stanley: Tambah (OW)
InnoWing Technology: Pemimpin soket ujian dengan kelebihan dalam kompleksiti pembungkusan AI; Penilaian: Tambah (OW)
Semikonduktor China: OSAT, semikonduktor sebatian, MCU dan AI GPU
Bullish terhadap peralatan belakang (ASMP), tetapi neutral terhadap OSAT China
Lebih percaya kepada SiC (silikon karbida) berbanding GaN (gallium nitride): SICC (beli) dan InnoScience (jual)
MCU: Telah menyentuh dasar tetapi belum pulih
Pasaran dan bahagian semikonduktor AI tempatan terus meningkat
Pasaran akselerator AI di China memiliki struktur yang jelas: Huawei mendominasi dengan 62%, Cambricon 14%, dan pemain lainnya semuanya di bawah 10%; nilai pasaran syarikat GPU AI China terus meningkat dengan lebih banyak IPO yang menanti, sementara ukuran pasaran dan aktiviti pasaran modal meningkat secara serentak, menjadi latar belakang penting untuk analisis标的 berikutnya.
Kami menganggarkan bahawa pasaran keseluruhan yang boleh dicapai (TAM) untuk GPU AI China akan meningkat kepada US$67 bilion pada tahun 2030.
Pembesaran kapasiti proses canggih China untuk memenuhi keperluan penghasilan AI GPU tempatan
Pemantauan pasaran terkini untuk permintaan GPU AI di China
Rantai nilai cip AI — China dan Amerika — Pemisahan pengiraan AI
Kekuatan infrastruktur China sedang mengecilkan jurang teknologi yang dirasakan
Gunakan grafik radar untuk membandingkan kesenjangan kemampuan infrastruktur AI antara China dan Amerika Serikat dari sembilan dimensi: China mendapat skor hampir setara dengan Amerika Serikat dalam hal sokongan dasar, ruang pusat data AI, dan pengoptimuman perisian (LLM), dengan kesenjangan utama terletak pada pra-wafer, memori HBM, dan rangkaian optik; mengusulkan tiga langkah strategi China untuk mengatasi kekurangan kekuatan pengiraan cip tunggal—pembungkusan multi-die → rak dan kluster yang lebih besar → perluasan kapasiti pembuatan, dengan Huawei CloudMatrix 384 A3 SuperPod sebagai bukti praktikal strategi ini.
Ekonomi penalaran: Kos kepemilikan keseluruhan (TCO) berbanding kos setiap Token
Biaya kepemilikan keseluruhan (TCO) cip AI tempatan China 30-60% lebih rendah berbanding NVIDIA, dan kos inferens setiap token pada akselerator tempatan teratas boleh sama atau lebih baik daripada NVIDIA; kesimpulan ini merupakan bukti utama bahawa "penggantian tempatan China bukan sekadar keperluan politik, tetapi juga rasional ekonomi", serta menyokong secara langsung penilaian laporan yang optimis terhadap jalan raya cip AI China dalam jangka panjang.
Keadaan pesanan dan pesanan berpotensi dari pembangun akselerator AI tempatan
TPS (Token per second) — Analisis prestasi
Kerana penurunan harga yang ketara, cip tempatan mencapai prestasi unit per dolar yang lebih kuat
Sepuluh raksasa Cina dalam bidang GPGPU AI. Kami memberi perhatian khusus kepada Cambricon, Muxi, dan TianShu ZhiXin.
Perbandingan between Cambricon, Muxi, dan Iluvatar
Perbandingan menyeluruh terhadap tiga syarikat cip AI China yang paling diperhatikan: Cambricon (ASIC SMIC 7nm, pelanggan utama yang ditetapkan, satu-satunya yang menguntungkan), MetaX Muxi (GPGPU SMIC 12nm, dimiliki oleh dana kedaulatan, perbezaan teknologi yang ketara), dan Iluvatar (GPGPU TSMC 7nm, rantaian bekalan yang kukuh); dari segi keupayaan menguntungkan, struktur pelanggan, dan nod proses, kesimpulan tersirat dalam laporan ialah Cambricon mempunyai kepastian paling tinggi.
Cambricon: Kepimpinan dalam prestasi inferens (TFLOPS) dan ikatan pelanggan; Penilaian Tambah (OW)
TianShu ZhiXin (Iluvatar): Berdasarkan kebolehlihatan pesanan yang kuat dan ketahanan rantaian bekalan; Penilaian Tambahan (OW)
