推理/Agent運算需求獲多方財報與產業訊號強化;OpenAI-AWS破Azure獨佔削弱MSFT雲端護城河;AAPL後Cook時代硬體定義策略明確但AI落後風險上升
5 層觀察
- 能源數據中心本地化反對浪潮(德州縣級禁令、七成美國人反對)升高北美AI擴張的社區阻力,直接延長選址與電力接入時程
- 晶片推理/Agent workload帶動CPU(Intel Xeon)與異質架構需求,Cerebras IPO上修定價確認市場對非NVDA晶片路線的資本承接意願
- 基礎設施OpenAI-AWS協議打破Azure獨佔;Anthropic租用xAI Memphis 300MW算力;多雲推理基礎建設格局重組速度超出預期
- AI 模型Anthropic企業端80x年化營收增速+Claude Code領先API消費額,前沿模型護城河當前仍集中於企業工作流嵌入深度而非純算力規模
- 應用Apple後Cook時代由Ternus主導硬體優先策略,AI智慧家居與穿戴延遲至2027-2028,on-device AI差異化敘事時程表受壓
關連腦圖
支持論點
1.晶片Agent推理需求驅動異質晶片格局,ASIC與CPU同步受益
2.基礎設施OpenAI-AWS協議終結Azure獨佔,多雲推理基礎建設重組
3.AI 模型Anthropic 80x年化增速確認企業工作流護城河假說,非算力壟斷
4.應用Apple後Cook時代AI硬體延遲,on-device差異化敘事時程受壓
為什麼重要
MSFT需重新評估:Azure獨佔終結後,Azure的OpenAI模型優勢消失,但Microsoft仍持OpenAI股權至2032且收取revenue share,雲端增長率40%達標但護城河質地已變。NVDA需重新評估:agentic inference速度不敏感的特性(4971)直接挑戰nvidia-multi-arch-moat-vs-asic中h-002的推理市場ASIC替代率假設,CPU復甦(INTC Xeon)與Trainium規模化(AMZN)構成雙重側翼壓力。AAPL需重新評估:Ternus接任後AI產品線系統性延遲,h-001的iPhone 18差異化護城河假說在2026年被驗證的概率大幅下降,資金轉向更開放AI平台的理由增強。AMZN與GOOGL則因多雲基礎建設格局重組而受益,AWS Trainium低成本推理定位獲Anthropic 300MW算力租約間接背書。
第一性原理
推理/Agent workload的根本特性是批次處理優先、延遲容忍度高,這使成本效益(每token算力成本)取代峰值FLOPS成為決定性競爭維度,CPU與ASIC因此在推理側獲得結構性補位機會——Intel Q1數據顯示Xeon服務器需求強勁且CPU/GPU部署比例回升。多雲化是資本配置邏輯而非技術偏好:企業客戶將AI workload放置於既有雲端基礎設施旁的動機(數據重力)使AWS、GCP、Azure各自的本地Trainium/TPU/Azure優化晶片成為差異化武器,OpenAI-AWS協議的落地速度(不到一週從談判到公告)反映競爭壓力已迫使模型廠商主動放棄獨家條款。社區阻力與電力接入的非技術瓶頸將使北美新增AI算力容量的實際交付週期從設計到上線延長至少12-18個月,受影響最深的是需要大規模新建選址的超大型訓練集群,而非已在運營設施內的推理擴容。TSMC 2026年Capex趨向$56B上限且C.C. Wei明確升級agentic AI需求敘事(4983),代表前端製程需求曲線在2026-2027年仍陡峭,但本地化分散風險(美國/日本/歐洲廠)帶來的成本結構膨脹將侵蝕毛利率20-300個基點。
投資方向
| 方向 | Ticker / rationale |
|---|---|
| 多 Long | AMZN — AWS Trainium在推理/Agent低延遲容忍workload獲Anthropic 300MW背書,多雲重組受益者,nvidia-multi-arch-moat對應的ASIC推理份額上升直接利好 |
GOOGL — TPU雲端backlog $460B+、GCP 63% YoY增長;前沿模型護城河假說中Google工作流整合優勢(Thomas Kurian訪談)持續兌現 | |
INTC — agentic inference時代CPU作為orchestration layer的結構性回歸獲Lip-Bu Tan財報數據確認,h-002推理市場CPU補位邏輯成立 | |
TSM — TSMC 2026 Capex上修至$56B上限,CC Wei升級agentic AI需求定性,前端製程需求週期延伸至2027-2028年確認 | |
| 空 Short | MSFT — Azure-OpenAI獨佔終結,雲端護城河質地降級;OpenAI多雲策略使Azure的模型差異化優勢在2026年前系統性消退 |
| 觀察 Watch | AAPL — Ternus接任後AI產品線延遲(智慧眼鏡2027、機器人2028),h-001 iPhone 18差異化護城河假說的2026年驗證窗口關閉前暫不建倉 |
NVDA — agentic推理速度不敏感特性強化ASIC替代風險;待確認H100現貨價是否跌破nvidia-multi-arch-moat h-003的2023年發售價基準 | |
ARM — arm-ip-licensing-to-chip-maker-shift中h-002的TSMC N2產能搶占風險:Rubin量產優先排程是否擠壓ARM自製晶片時程待Q3驗證 |
相關公司 KB 快照
AMZN3 個 KB 文件
根據 Howard KB 內的 AMZN 相關文件摘要,亞馬遜在技術定位上展現出與學術界及產業巨頭(如UC Berkeley、NVIDIA、Meta、Google及Intel)共研Mamba系列視覺模型的企圖,同時也透過AWS支持DeepMath等前沿強化學習研究。競爭態勢方面,亞馬遜在電商領域面臨Flipkart、Walmart等強敵,而消費性品牌如Clorox、Lysol亦涉足市場。主要風險來自疫情防控政策變動可能影響供應鏈穩定性,但催化劑則包含其持續投入AI模型與雲端服務創新,可望鞏固技術領導地位。
- /volume1/homes/howard/MS/AI/mamba/Mamba系列視覺模型之深入技術比較.docx
- /volume1/homes/howard/MS/文件/WeChat Files/wxid_0096230961722/FileStorage/File/2022-06/广东省新冠肺炎防控指挥办疫情防控组关于调整集中隔离管理措施的紧急通知(1)(1).pdf
- /volume1/homes/howard/Google/學測/英文/指考英文試卷.pdf
GOOGL3 個 KB 文件
Google 憑藉 LiteRT、Android NNAPI 及自研 TPU 構築終端與雲端 AI 生態,技術定位穩固,但面臨 Qualcomm Snapdragon 8 Gen2、AMD Ryzen AI 及 NVIDIA 在邊緣與雲端運算的強力競爭。風險來自晶圓代工對 TSMC、三星的依賴,以及與華為、小米等手機廠商專利交叉許可後,5G 授權金結構可能改變。催化劑方面,Gemma 模型開源與 TPU 在 BF16/FP16 混合精度訓練成本優勢,有助於 AI 推論市場份額擴大。
- /volume1/homes/howard/MS/20230918-万联证券-电子行业周观点:华为与小米达成全球专利交叉许可协议,覆盖包括5G在内通信技术.pdf
- /volume1/homes/howard/MS/S19系列经营关键指标-charter_1692942480283653 - 複本.pptx
- /volume1/homes/howard/MS/Y&SE成本模拟2.0_1017_1666149506213203 - 複本 - 複本.xlsx
INTC3 個 KB 文件
英特爾正面臨技術定位的關鍵轉折,其18A製程企圖追趕台積電N2的2奈米GAA架構,但來自华为麒麟晶片回歸與中國國產替代浪潮,使競爭態勢更趨複雜。風險在於英特爾在先進製程量產時程與客戶信任度上的不確定性,加上舊款Skylake及Core i7-860架構已不具競爭力。催化劑則來自AI與HPC對先進邏輯晶片的需求,以及地緣政治下美國本土製造的政策紅利,能否讓英特爾在DRAM與晶圓代工領域重新站穩腳跟。
- /volume1/homes/howard/MS/20230918-招商证券-全球产业趋势跟踪周报:工信部出台政策响应培育“新质生产力”号召.pdf
- /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告:华为新机携麒麟芯片回归,关注产业链技术创新及国产替代 1.pdf
- /volume1/homes/howard/MS/2023年3月经营例会-待确认实销份额输出方式-0316_159155299_.pptx
TSM3 個 KB 文件
台積電在先進製程持續領先,以N3P及N2等節點服務高通、聯發科等客戶,並透過GAA技術備戰2nm世代。然而,華為麒麟晶片回歸帶動國產替代加速,對既有非陸系供應鏈形成壓力。短期風險來自客戶庫存調節與地緣政治不確定性,但AI與高效能運算需求仍提供明確成長動能。
- /volume1/homes/howard/MS/20230917-中泰证券-半导体行业周报:华为Mate60 Pro加单,看好产业链投资机遇.pdf
- /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告:华为新机携麒麟芯片回归,关注产业链技术创新及国产替代 1.pdf
- /volume1/homes/howard/MS/23Q3路标风险与策略_0831_1693516896585032 - 複本.pptx
MSFT3 個 KB 文件
微軟在合肥出差報告中展現其技術定位,不僅與Qualcomm、NVIDIA等巨頭競爭,更透過Kinect與深度學習技術(如CNN、Mask R-CNN)強化AI與感測领域优势。然而,面對Apple、Google及華為Kirin 9000的崛起,其市場份額可能受壓;風險來自激進對手與快速迭代的GPU晶片生態。催化劑在於政府合作(如螞蟻集團)及邊緣AI應用,為其創造新成長動能。
- /volume1/homes/howard/MS/合肥出差报告_1208.docx
- /volume1/homes/howard/MS/(新)附件2 个人承诺书(示范文本) - 複本.docx
- /volume1/homes/howard/MS/Howard Proflie 2023.docx
AAPL3 個 KB 文件
Apple面臨的技術定位核心壓力來自華為麒麟晶片回歸,這直接衝擊其高階手機市場份額,並削弱了高通等供應鏈夥伴的依賴優勢。競爭態勢上,三星、OPPO、小米等安卓陣營加劇搶佔中高階市場,而華為全聯接大會更預示AI與生態整合的加速追趕。風險方面,華為國產替代技術鏈持續成熟,可能進一步侵蝕Apple的創新溢價;但若Apple能加速自研晶片與邊緣AI應用落地,則有望在下一波競賽中重掌催化劑。
- /volume1/homes/howard/MS/20230918-招商证券-电子行业华为手机产业链跟踪报告:华为新机携麒麟芯片回归,关注产业链技术创新及国产替代.pdf
- /volume1/homes/howard/MS/20230918-华西证券-计算机行业报告:华为全联接大会前瞻,智能的下一站.pdf
- /volume1/homes/howard/MS/20230921-中信建投-华勤技术-603296-全域客户覆盖份额持续提升,2+N+3平台布局动能充足.pdf
NVDA3 個 KB 文件
NVIDIA 憑藉 H100 及 Transformer 架構的深度優化,穩居 AI 訓練與推理的技術核心,並透過 FlashAttention、LayerNorm 等底層創新拉開與谷歌 TPU、高通 Snapdragon 的差距。然而,華為 Mate 60 Pro 所帶動的國產供應鏈復甦與 3nm 製程競爭加劇,可能侵蝕其高端市場份額。潛在催化劑來自 NVCell 自動化設計與 SCNN 邊緣運算進展,但美國出口管制升級及地緣政治風險仍是主要逆風。
- /volume1/homes/howard/MS/20230918-光大证券-计算机行业AI主题演绎复盘&下阶段展望:华为Mate 60 Pro持续引领关注,建议关注华为产业链相关标的.pdf
- /volume1/homes/howard/MS/MTK Fin report.xlsx
- /volume1/homes/howard/MS/S17 B端动作.pptx
ARM3 個 KB 文件
根據Howard KB的ARM相關文件摘要,ARM當前技術定位於高效能與平衡運算核心的發展,例如Cortex-X925與C1-Ultra等架構,並依賴台積電先進製程N3E/N3P量產。競爭態勢方面,聯發科與高通在旗艦晶片(如Dimensity 9500與Adreno 840)上激烈角逐,華為Mate 60 Pro加單更帶動供應鏈需求。風險與催化因素包括先進製程依賴台積電的集中風險,以及終端品牌如vivo、DJI的產品路標變動,可能影響ARM生態的市佔與合作策略。
- /volume1/homes/howard/MS/20230917-中泰证券-半导体行业周报:华为Mate60 Pro加单,看好产业链投资机遇.pdf
- /volume1/homes/howard/MS/23Q3竞争V0 - 屏幕成本_1666144819955139 - 複本.pptx
- /volume1/homes/howard/MS/23Q3路标风险与策略_0831_1693516896585032 - 複本.pptx