AI算力：国产替代黄金时期，端侧厂商乘势而起
AI芯片——空间：国内算力需求兴盛，云厂AI资本支出持续超预期
生成式AI（如ChatGPT、DeepSeek）训练与推理需求激增，推动加速服务器及配套网络设施投资。根据Verified Market Research的数据，2024 年全球GPU市场规模为773.9亿美元，2030年有望达到4,724.5亿美元。自deepseek推出以来，中国人工智能市场经历快速的发展，AI芯片市场 规模快速兴盛。根据弗若斯特沙利文预测，到2029年，中国的AI芯片市场规模将从2024年的1,425.37亿元激增至13,367.92亿元，2025年至2029 年期间年均复合增长率为53.7%。伴随国家政策大力扶持、国内人工智能产业链各重要环节技术的不断成熟，国产AI芯片厂商将迎来关键发 展机遇，进口替代迫在眉睫。 国内：云厂商和运营商算力投资占比显著提升。（1）阿里巴巴：未来三年计划投入 3800亿元用于云计算和AI基础设施，超过去十年总和； （2）腾讯：2025年资本支出计划1000亿元，其中2024Q4支出349亿元，同比增421%；（3）字节跳动：2025年资本开支1600亿元，其中900亿 元用于AI算力采购， 700亿元投向IDC基建；（4）三大运营商：2025年资本开支合计2898亿元，算力投资占比显著提升。
端侧AIoT芯片：终端AI场景井喷，SoC芯片乘风起
受益于智能家居、智能电车等AI终端行业需求增长，国内AIoT芯片企业业绩进入高速增长阶段。相比AI云侧，国内半导体企业将在AI端侧创 新中实现更高的市场参与度，同时国产半导体自给率仍偏低，两者共振奠定了行业成长的确定性和空间。国产厂商全志科技、瑞芯微、恒玄 科技、泰凌微等众多厂商目前已经在该领域深度布局，有望受益于终端AI场景的井喷，迎来新一轮增长。
交换芯片：国产Scale-up/scale-out硬件商业化提速
超节点+大集群推动运力市场规模迅速提升，公有与私有协议齐舞。当下传统算力架构已难以满足高效、低耗、大规模协同的 AI 训练需求， 超节点 成为趋势，其通过提升单节点计算能力，大幅带动了 Scale up 相关硬件需求，据 Lightcounting，Scale up 交换芯片已成为数据中心主 力交换需求，并且持续增长，预计到2030年全球市场规模接近180亿美元，2022-2030期间年CAGR约为28%。 另一方面，超大规模AI集群的 建设需要横向推动大量节点之间的互联，带动Scale out 相关硬件需求。 运力硬件国产化率较低，有望成为下一个高赔率的国产替代新方向。运力硬件主要涉及交换芯片与部分改善信号质量的数模混合芯片，国产 自给率极 低。以交换芯片为例，博通、Marvell（美满科技）占据全球商用交换芯片 90% 以上市场份额。从国产厂商进展而言，当下众多厂 商已经完成产品量产，逐步走 向商业化，如数渡科技自主设计的 PCIe 5.0 交换芯片已经可以实现量产，当前正 导入客户应用；此外，盛科通 信面向大规模数据中心和云服务的 Arctic 系列也 早在 2023 年年底给客户送样测试，因此，我们认为运力硬件相关公司正走向从 产品化至商 业化的快车道，国产替代空间广阔，有望逐步受益。
AI存力：步入上行周期，企业级存储景气度持续提升
AI SSD需求持续提升，NAND Flash迎来超级周期
存储：AI SSD需求持续提升，NAND Flash迎来超级周期。随着数据量的大规模增长，存储设备在数 据中心采购的BOM中占比持续提升。在AI capex持续投入的大背景下，我们认为AI SSD需求有望持续 提升，NAND Flash迎来超级周期。 本轮AI SSD兴盛及NAND涨价由三重因素驱动： 1.本轮周期内HDD的涨价和缺货将加速企业级SSD在冷存储领域占比持续提升： 2.Offloading将部分KV-cache卸载到容量更大但速度更慢的SSD中或成未来趋势。 3.HBF等新技术的出现将显著提高AI领域NAND需求。
AI Capex投资将新增数百亿美金存储需求
AI或将带来超百亿美金Dram/Nand需求。 DIGITIMES观察，四大CSP（云端服务供应商）亚马逊（Amazon）、Alphabet、微软(Microsoft)和Meta于2025年第2季财报会议中，皆乐观看待 未来AI商机。 2025年上半四大CSP合计资本支出约1,715亿美元，并同步上修全年合计资本支出达3,500亿美元以上。 国内云厂商和运营商尽管总 资本开支有所收缩，但算力投资占比显著提升。我们对国内外云厂商资本开支进行测算，AI数据中心建设将带来214亿美元DRAM增量市场（不 含HBM）以及超366亿美金NAND潜在需求。
云侧&端侧存算一体方案百花齐放，3D DRAM初露端倪
DRAM架构将从2D转向存储密度及性能更先进的3D架构。3D DRAM是 一种通过堆叠多个存储层和使用垂直互联技术来增加存储密度和性能的 先进DRAM技术。33D DRAM 将存储单元堆叠在逻辑单元上方，以增加 单位面积的容量，并解决平面DRAM的深窄电容难题。3D堆叠还可以实 现跨层存储电容器的重复使用，从而有可能降低单位成本。未来采用垂 直晶体管（VT）构建的4F²DRAM单元，以及CMOS键合阵列（CBA） 技术将成为3D-DRAM的主流方案。在CBA方法中，存储器阵列和外围 电路在单独的晶圆上制造，并使用先进的混合键合或熔融键合技术进行 键合。
AI电力：GPU功率持续提升，AI服务器电源市场新机遇
GPU功率持续提升，AI电力市场规模持续扩容
英伟达GPU功率持续提升，AI服务器电源市场规模稳步增长。英伟达芯片额定功率持续提升，A100为 400W，H100\H200\B100均为700W，2024年的GTC上，英伟达发布的基于Blackwell架构的B200 GPU功率则 首次达到了1000W，超级芯片GB200功率最高达到2700w。通用型服务器只需要2颗800W服务器电源，而AI 服务器则需要4颗1800W高功率电源，AI服务器对于电源的需求大大提升。未来随GPU功率提升，AI服务器 电源市场规模亦将持续提升。
NV供电架构升级带来功率模块新机遇
参照英伟达2025年10月13日发布的800V DC白皮书，未来AI数据中心，800V DC将成为AI工厂的标准化供电架构， 而SST（固态变压器）则是其终极技术形态。随着CPU和GPU技术的不断升级，每一代GPU的热设计功耗（TDP） 通常会以20%的幅度递增。这种持续增长使得单台服务器的能耗需求逐年攀升，同时更多更大规模的服务器 /GPU组网亦对电力架构提出了新的考验。 未来AI数据中心电源架构将向“415V——800VDC——巴拿马电源——SST”方向发展，功率模块作为供电架构 中的核心器件有望充分受益。
多相电源+Drmos护航GPU板块供电系统
板卡层面GPU、CPU等算力芯片朝着更高性能升级也对供电系统提出更高要求。由多相控制器和DrMos组成的拓扑架构是目 前公认的GPU/CPU供电场景的最佳解决方案。每相Buck对应的半桥MOSFET可由包含驱动和温度/电流检测的DrMOS代替， 由一个控制器采集反馈的电压、电流、温度/错误等信号，并发出各PWM波实现功率的闭环控制。控制器可通过特定协议的 通信接口和信号指示IO口，与系统上位机或负载处理器进行信号交互。多相控制器连接DrMOS可实现多相拓补结构的大电流 DC/DC系统，可大幅提升供电功率，优化能耗，提升整体性能，简化系统电源设计，是大功率供电芯片的核心，也是GPU的 主流供电形式。
AI底座：先进制程持续紧缺，先进封装助力算力跃迁
半导体基座：先进FAB扩产是保障算力需求与自主可控的战略必需
国产算力需求快速增长。据IDC，2024年中国智算规模为725.3EFLOPS，2025年 将达到1,037.3 EFLOPS，2026年，中国智能算力规模将达到1,460.3 EFLOPS， 为2024年的两倍，并在2028年达到2,781.9 EFLOPS，2023-2028年中国智能算 力规模和通用算力规模的五年年复合增长率分别达46.2%和18.8%。
算力需求催生广阔的AI芯片与先进逻辑的代工市场。我们测算AI算力芯片市场 规模将在2027年达到4172亿元，对应芯片Die需求达到521万片，对应算力芯片 晶圆需求将达到约1.36万片每月，大约对应23亿美金的晶圆市场规模。
封测：后摩尔时代催生新方案，AI需求带动新一轮景气周期
封装工艺所属半导体产业链“中后道”，从台式机→PC互联网→移动互联网→AIoT时代，封装行业与半导体产业发展高度共振同频。AI与HPC时 代，对高端先进封装的需求则偏向更能发挥出算力芯片的性能，CoWoS等2.5D/3D封装工艺则站上舞台中心。
AI底层硬科技：半导体设备/材料/EDA持续突破
半导体设备：国产化率持续提升，各类设备陆续取得突破
