推理轉型與代理AI浪潮同步爆發:AWS Trainium、Google TPU、Intel CPU需求齊升,NVIDIA多架構護城河受結構性挑戰;Apple硬體優先策略確立但AI軟體延遲成為定價風險。
5 層觀察
- 能源資料中心社區反對浪潮擴散至德州、北卡,電力基建審批摩擦加劇,2027年硬瓶頸時間表維持不變。
- 晶片推理時代需求分散:Trainium規模化(5708)、Intel CPU比例回升(5709)、TPU驅動Google Cloud積壓翻倍(5707),NVIDIA垂直壟斷假說受衝擊。
- 基礎設施OpenAI去Azure獨家、OpenAI Deployment Company成立、Google前部署工程師擴招,AI推理基礎設施競爭從算力轉向部署能力。
- AI 模型Anthropic 80x年化收入增速獲SpaceX 300MW算力補充(5702),前沿模型企業護城河假說獲正面資料點;Google I/O模型佈局分散反映DeepMind與商業目標未完全對齊(5697)。
- 應用Apple John Ternus接任確立硬體優先路線,智慧眼鏡延至2027、桌面機器人滑至2028,AI應用落地時程後移壓縮估值上修空間。
關連腦圖
支持論點
1.晶片AWS Trainium規模化挑戰NVIDIA推理市場份額假說
Andy Jassy明確指出推理與代理工作負載轉移正是Trainium押注的核心場景,AWS Q1收入增速28%創2022年後新高,Thompson直接點名Trainium是此輪成長驅動(5708)。這與nvidia-multi-arch-moat-vs-asic假說h-002的「ASIC推理替代率低於訓練」形成直接矛盾。
2.晶片Intel CPU在AI協同部署需求中結構性復甦,削弱GPU獨大論
Lip-Bu Tan明確說明客戶CPU:加速器配比正在回升,Xeon需求呈現強勁持續動能,AI工作負載需要CPU作為編排層(5709)。此為nvidia-multi-arch-moat-vs-asic viewpoint的new_data_point:GPU並非AI堆疊唯一必要硬體。
3.基礎設施Google Cloud積壓從$240B暴增至$460B,TPU自製晶片策略獲企業驗證
Google Q1 Cloud營收$20B YoY +63%,積壓倍增的驅動力明確標示TPU與企業AI工具(5707)。這強化ai-model-frontier-economics-moat下Google TPU護城河的bull case,同時對nvidia-multi-arch-moat的「算力壟斷」假說構成反例。
4.應用Apple硬體優先CEO接班確立,AI軟體延遲使護城河假說承壓
為什麼重要
INTC的CPU協同部署復甦論據(5709)需重新評估其AI週期定位,不再只是落後者敘事。NVDA的多架構護城河面對Trainium(AMZN,5708)與TPU(GOOGL,5707)的雙重規模化挑戰,h-002假說的falsifier條件(ASIC推理份額>30%持續2季)監測優先級上升。AAPL因Ternus接任與AI軟體延遲,h-001換機潮假說的執行時間窗口壓縮,估值重估方向偏空。ASML與TSM受TSM 3nm漲價15%(5736)支撐,但資料中心建設阻力若持續將壓制下游拉貨動能。
第一性原理
此輪AI投資週期的供需結構正從「訓練算力稀缺→GPU壟斷定價」轉向「推理/代理工作負載分散→異質算力競爭」:Google TPU積壓$460B、AWS Trainium增速創高、Intel CPU比例回升,三條線索指向同一結構轉變。量化層面:Google Cloud YoY +63%、AWS YoY +28%、Intel Q2指引$13.8-14.8B(超預期$0.8B),三家同季爆發排除景氣循環解釋,確認推理需求的結構性放大。AI軟體部署成本(人工嵌入、前部署工程師擴招)正成為新的邊際成本來源,OpenAI、Google同週宣布大規模部署工程師計畫,代表模型API毛利率壓力進入執行成本階段。電力政治阻力(70%民眾反對、縣級暫停令)是資本密集基建計畫的非市場風險,此類摩擦無法通過提高資本支出解決,屬結構性延遲變量。
投資方向
| 方向 | Ticker / rationale |
|---|---|
| 多 Long | GOOGL — Cloud積壓$460B翻倍、TPU驅動企業AI需求,對應ai-model-frontier-economics-moat bull case與infra護城河雙重強化。 |
INTC — CPU:加速器配比回升為結構性訊號,對應nvidia-multi-arch-moat-vs-asic的new_data_point,AI協同部署復甦論據成立。 | |
TSM — 3nm漲價15%(5736)確認先進製程定價權,推理需求分散反而擴大TAM,晶圓廠地位與多客戶結構受益。 | |
| 空 Short | AAPL — Ternus接任硬體優先路線、AI軟體延遲至2027+,h-001 iPhone 18換機潮護城河假說執行視窗壓縮,估值重估風險偏空。 |
| 觀察 Watch | NVDA — Trainium+TPU規模化同步爆發,需監測ASIC推理份額是否突破15%,h-001 falsifier條件接近觸發門檻。 |
AMD — 推理異質化趨勢若持續,AMD MI300X在非NVIDIA生態的定位需重新評估;等待Q2推理收入具體數據。 | |
SMCI — 資料中心建設阻力(5699)若擴散至更多州,機架出貨節奏受審批摩擦影響,需監測Q3建設許可數據。 |
相關公司 KB 快照
GOOGL3 個 KB 文件
Google 以 LiteRT 與 Android NNAPI 鞏固終端 AI 技術定位,對比高通 Hexagon DSP 與蘋果神經引擎仍具競爭力;但在雲端訓練領域,雖擁有 TPU 與 Gemma 模型,卻面臨 NVIDIA Ampere/H100、AMD MI300 及 Intel Gaudi 3 的激烈追趕。風險方面,晶圓代工夥伴台積電與三星的產能分配將影響成本曲線,催化則來自邊緣推論的爆發潛力與跨裝置生態整合。
- /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
英特爾正處於技術轉型的關鍵節點,其18A製程與台積電N2在GAA架構上正面交鋒,承載著先進製程追趕的戰略使命。儘管在PC與伺服器領域保有傳統優勢,但華為麒麟回歸與中國半導體國產替代浪潮,正擠壓其x86生態的市場空間。短期風險來自良率爬坡與客戶轉單,關鍵催化則在於2026年2nm製程能否如期突破,以及是否能在AI加速器與車用晶片找到新成長曲線。
- /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
台積電在先進製程上持續領先,其N3P與N2 GAA技術分別支撐了高效能運算與行動裝置晶片的演進,包括華為麒麟晶片與聯發科、高通等客戶的下一代產品。競爭端,英特爾18A製程與三星架構亦在追趕,但台積電憑藉成熟生態系與量產良率暫居優勢。然而,地緣政治風險、客戶轉單壓力及終端需求波動仍是主要不確定因素;華為回歸帶動國產替代浪潮,短期可視為催化劑,但長期需觀察技術自主性與市場結構變化。
- /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
AAPL3 個 KB 文件
華為麒麟晶片回歸,直接威脅蘋果在高端市場的技術定位,尤其衝擊其處理器與影像競爭優勢。目前高通、三星及中國品牌(OV米)圍攻下,蘋果面臨生態壁壘鬆動與份額流失風險。短期催化來自華為新機可能帶動供應鏈技術創新,但長期風險在於國產替代加速可能侵蝕蘋果核心零組件議價能力。
- /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 在 AI 運算領域維持技術領導地位,其 H100 等高端晶片與 Transformer 模型生態深度綁定,並透過 FlashAttention、LayerNorm 等優化持續鞏固硬體優勢。然而,競爭格局日趨激烈:高通 Snapdragon 8 Gen3 與谷歌 TPU 在終端與雲端分別進逼,華為自研晶片與 3nm 製程進度亦構成潛在威脅。風險方面,出口管制可能壓縮中國市場空間,但催化劑包括邊緣 AI 裝置需求爆發,以及其在自駕、機器人(如 SCNN、Gemmini)等垂直領域的布局,有望開拓新成長動能。
- /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
AMD3 個 KB 文件
AMD 的技術定位在異構運算與AI加速領域持續強化,其Ryzen AI與MI300系列瞄準邊緣與資料中心雙市場,並透過HIP及LLVM編譯器生態深耕相容性。競爭態勢上,Nvidia H100/H200與Intel Gaudi 3形成高階運算壓力,而Qualcomm Hexagon DSP與Apple神經引擎則在邊緣端爭奪份額。風險方面,台積電產能分配及三星電子製程良率構成供應鏈不確定性,但Google Gemma等開源模型與成本模擬工具可能成為催化劑,加速AMD在AI推論與成本優化上的滲透。
- /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/Y&SE成本模拟2.0_1017_1666149506213203 - 複本 - 複本.xlsx
- /volume1/homes/howard/MS/文件 1.docx