AI算力产业链全景研究-20260509
目录
AI算力产业链全景研究报告
日期： 2026-05-09 研究范围： AI算力全产业链——从上游芯片设计/制造/材料，到中游服务器/网络/存储，到下游云计算/应用，全球视角 研究方法： 四组研究团队并行（上游芯片设计、上游制造封装、中游设备网络、下游云与应用），数据交叉验证
投研原则：先摆数据再推逻辑，所有判断附反面论据。估计值标"估计"。
产业链全景图
┌─────────────────────────────────────────────────────────────────────────────────┐
│ AI 算 力 产 业 链 全 景 图 │
├─────────────────────────────────────────────────────────────────────────────────┤
│ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 最 上 游 · 设 计 工 具 与 IP ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ EDA工具 ◄──── 三巨头垄断85%+ ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ Synopsys │ │ Cadence │ │Siemens │ 毛利率: 76-86% ║ │
│ ║ │ 31%份额 │ │ 30%份额 │ │EDA 13% │ 可替代性: ★☆☆☆☆ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ 定价权: 极强 ║ │
│ ║ ║ │
│ ║ IP授权 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ ARM │ │ RISC-V │ ARM毛利率: 97% "收租"模式 ║ │
│ ║ │移动99% │ │ 新兴替代 │ 可替代性: ★☆☆☆☆ ║ │
│ ║ │云CPU 20% │ │ IoT/边缘 │ 定价权: 极强 ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 上 游 · 芯 片 设 计 (Fabless) ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ GPU / AI加速芯片 定制ASIC ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ NVIDIA │ │ AMD │ │ Intel │ │ Broadcom │ ║ │
│ ║ │ 80-92% │ │ 5-7% │ │ <3% │ │ASIC 70%+ │ ║ │
│ ║ │毛利73-75%│ │ 毛利54% │ │ Gaudi3 │ │ 毛利73% │ ║ │
│ ║ │CUDA生态锁│ │ ROCm追赶 │ │ 掉队 │ │Google/Meta│ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ 可替代性: ★☆☆☆☆ ┌──────────┐ ║ │
│ ║ 定价权: 极强 │ Marvell │ ║ │
│ ║ │ASIC 10-15%│ ║ │
│ ║ 中国AI芯片 │AWS/MSFT │ ║ │
│ ║ ┌──────────┐ ┌──────────┐ └──────────┘ ║ │
│ ║ │华为昇腾 │ │ 寒武纪 │ ║ │
│ ║ │国内23% │ │国家智算 │ 自研芯片: Google TPU / AWS Trainium ║ │
│ ║ │全栈自研 │ │专用加速 │ Meta MTIA / Microsoft Maia ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 上 游 · 半 导 体 制 造 与 封 装 ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ 晶圆代工 半导体设备 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ 台积电 │ 70%份额 │ ASML │ EUV 100%垄断 ║ │
│ ║ │毛利56% │ 先进制程唯一 │毛利51-53%│ 不可替代性: ★☆☆☆☆ ║ │
│ ║ │CoWoS卡脖│ 可替代: ★☆☆☆☆ │单台$2-4亿│ 定价权: 极强 ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │三星代工 │ │Intel代工 │ │应用材料 │ │泛林半导体│ ║ │
│ ║ │ 6.8% │ │ 3-4% │ │PVD 80% │ │刻蚀 28% │ ║ │
│ ║ │良率50% │ │18A追赶 │ │毛利48.8% │ │毛利50.6% │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │中芯国际 │ │东京电子 │ │ KLA │ ║ │
│ ║ │ 5%国产首 │ │涂显90% │ │检测55-63%│ ║ │
│ ║ └──────────┘ └──────────┘ │毛利62.3% │ ║ │
│ ║ └──────────┘ ║ │
│ ║ 先进封装 半导体材料 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │台积电 │ CoWoS满产 │信越化学 │ │日本光刻胶│ ║ │
│ ║ │CoWoS独占 │ NVIDIA锁60% │硅晶圆18% │ │TOK/JSR │ ║ │
│ ║ └──────────┘ └──────────┘ │EUV胶90% │ ║ │
│ ║ ┌──────────┐ ┌──────────┐ └──────────┘ ║ │
│ ║ │日月光ASE │ │ Amkor │ ║ │
│ ║ │OSAT 44.6%│ │OSAT 15.2%│ ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 中 游 · 关 键 零 部 件 ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ HBM高带宽内存 ◄── 三家寡头，供不应求 网络芯片/交换机 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │SK海力士 │ │ 三星 │ │ 美光 │ │ Broadcom │ ║ │
│ ║ │ HBM 62% │ │ HBM 17% │ │ HBM 21% │ │交换芯片 │ ║ │
│ ║ │毛利率79% │ │Google TPU│ │产能售罄 │ │ 90% │ ║ │
│ ║ │定价权极强│ │ 主供应商 │ │ │ │毛利77% │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ 可替代性: ★☆☆☆☆ 涨价20%/年 ┌──────────┐ ║ │
│ ║ 市场规模: $350亿→$1000亿(2028) │ Arista │ ║ │
│ ║ │数据中心 │ ║ │
│ ║ 光模块 │交换21.5% │ ║ │
│ ║ ┌──────────┐ ┌──────────┐ │毛利64.6% │ ║ │
│ ║ │中际旭创 │ │ 新易盛 │ └──────────┘ ║ │
│ ║ │全球23-30%│ │全球25-30%│ ┌──────────┐ ║ │
│ ║ │净利108亿 │ │增速231%+ │ │ NVIDIA │ ║ │
│ ║ └──────────┘ └──────────┘ │InfiniBand│ ║ │
│ ║ 可替代性: ★★★☆☆ 毛利率偏低 │网络$50亿 │ ║ │
│ ║ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 中 游 · 系 统 集 成 与 基 础 设 施 ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ AI服务器 ◄── 增长快但毛利低，"组装"属性 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ Dell │ │ Foxconn │ │Supermicro│ │ HPE │ ║ │
│ ║ │AI服务器 │ │AI服务器 │ │ SMCI │ │AI系统 │ ║ │
│ ║ │ 20%份额 │ │ 40%+份额 │ │ 7-9%份额 │ │$16亿/季 │ ║ │
│ ║ │毛利~20% │ │毛利4-11% │ │毛利10-14%│ │ │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ 可替代性: ★★★★☆ 定价权: 弱 "赚辛苦钱" ║ │
│ ║ ║ │
│ ║ 散热/液冷 ◄── AI功耗飙升，液冷从可选变刚需 ║ │
│ ║ ┌──────────┐ ┌──────────┐ GB200单机架132kW ║ │
│ ║ │ Vertiv │ │Schneider │ 传统风冷极限30-40kW ║ │
│ ║ │积压$95亿 │ │ 双寡头 │ 液冷CAGR: 31.7%(全球) 45%(中国) ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ║ ║ │
│ ║ 电力基础设施 ◄── 数据中心用电2030年翻倍至122GW ║ │
│ ║ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ Eaton │ │ Vertiv │ 核电+AI: 微软重启三里岛核电站 ║ │
│ ║ │订单增200%│ │ 电力+散热│ SMR购电协议: 25GW→45GW ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 下 游 · 云 计 算 与 算 力 服 务 ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ 超大规模云 ◄── 2026年合计资本开支$6600-6900亿 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ AWS │ │ Azure │ │Google │ │ Meta │ ║ │
│ ║ │份额29-30%│ │份额~20% │ │Cloud │ │非云，最大 │ ║ │
│ ║ │收入$1290亿│ │AI年化$130│ │份额13% │ │GPU买家 │ ║ │
│ ║ │Trainium │ │亿+OpenAI │ │TPU自研 │ │130万张GPU│ ║ │
│ ║ │自研芯片 │ │合作绑定 │ │增速34% │ │Llama 10亿│ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ 传统云毛利: 77%+ AI云毛利: 50-60%(被GPU成本挤压) ║ │
│ ║ ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ Oracle │ │ 阿里云 │ │ 华为云 │ ║ │
│ ║ │AI云毛利 │ │3800亿投资│ │昇腾生态 │ ║ │
│ ║ │仅14%! │ │AI收入 │ │国产替代 │ ║ │
│ ║ │给NVIDIA │ │八季度三位│ │主力 │ ║ │
│ ║ │打工 │ │数增长 │ │ │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ ║ │
│ ║ GPU租赁/算力中介 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │CoreWeave │ │ Lambda │ 高增长但高杠杆 ║ │
│ ║ │收入$51.3亿│ │年化$7.6亿│ CoreWeave负债$300亿 ║ │
│ ║ │增168% │ │NVIDIA投资│ ║ │
│ ║ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │ │
│ ▼ │
│ ╔══════════════════════════════════════════════════════════════════════════╗ │
│ ║ 终 端 · AI 模 型 与 应 用 ║ │
│ ╠══════════════════════════════════════════════════════════════════════════╣ │
│ ║ ║ │
│ ║ 全球AI公司 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ OpenAI │ │Anthropic │ │ xAI │ │Google │ ║ │
│ ║ │收入$200亿│ │年化$400亿│ │23万颗GPU │ │DeepMind │ ║ │
│ ║ │周活9.1亿 │ │估值$3800亿│ │55.5万颗 │ │Gemini │ ║ │
│ ║ │2026年烧 │ │毛利38→70%│ │(2025底) │ │月活7.5亿 │ ║ │
│ ║ │$500亿算力│ │Claude Code│ │ │ │ │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ║ ║ │
│ ║ 中国AI公司 ║ │
│ ║ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ║ │
│ ║ │ DeepSeek │ │ 智谱AI │ │ MiniMax │ │月之暗面 │ ║ │
│ ║ │估值$450亿│ │港股4347亿│ │港股2573亿│ │估值$200亿│ ║ │
│ ║ │国家大基金│ │收入7.24亿│ │收入5.6亿 │ │Kimi │ ║ │
│ ║ └──────────┘ └──────────┘ └──────────┘ └──────────┘ ║ │
│ ╚══════════════════════════════════════════════════════════════════════════╝ │
│ │
└─────────────────────────────────────────────────────────────────────────────────┘投资逻辑链
AI模型规模持续扩大（训练+推理需求爆发）
→ GPU/AI芯片需求暴增（NVIDIA数据中心收入FY26达$1973亿）
→ 先进制程产能紧张（台积电CoWoS满产、HBM供不应求）
→ 上游设备/材料受益（ASML订单积压€388亿、SK海力士毛利79%）
→ 超大规模云厂商军备竞赛（2026合计资本开支$6600-6900亿）
→ 服务器/网络/散热/电力全链条受益
→ 但利润分配极不均匀：芯片设计>制造>存储>网络>>服务器组装逻辑链验证
| 环节 | 核心假设 | 验证事件 | 状态 |
|---|---|---|---|
| AI需求→芯片需求 | AI训练/推理持续扩张 | NVIDIA FY26数据中心$1973亿(+65%)；超大规模资本开支$6600亿+ | ✅ 强验证 |
| 芯片需求→产能紧张 | 先进制程/封装/HBM供不应求 | 台积电CoWoS满产至2027；SK海力士/美光2026产能全部售罄 | ✅ 强验证 |
| 产能紧张→上游提价 | 卡脖子环节有定价权 | 台积电2026提价5-10%；HBM涨价20%/年；ASML EUV单台$2-4亿 | ✅ 强验证 |
| 云厂商军备赛→全链受益 | 资本开支持续增长 | 2026年六大厂合计$6600-6900亿，Goldman预计2025-2027累计$1.15万亿 | ✅ 强验证 |
| 自研芯片→蚕食NVIDIA | 长期去NVIDIA化趋势 | Google TPU v7、AWS Trainium 140万颗、2026定制ASIC增44.6% vs GPU 16.1% | ⚠️ 趋势确认但进度缓慢 |
第一部分：各环节深度分析
一、最上游——设计工具与IP（产业链的"收租公"）
1.1 EDA工具：全球最强寡头垄断之一
核心结论：EDA可能是整个半导体产业链中护城河最深、最不可替代的环节。
| 公司 | 市场份额 | 毛利率 | 营业利润率 | 定价权 |
|---|---|---|---|---|
| Synopsys (SNPS) | 31% | 76-80% | ~35% | 极强 |
| Cadence (CDNS) | 30% | 86% | 35% | 极强 |
| Siemens EDA | 13% | N/A (集团内) | N/A | 强 |
| 三者合计 | 74-85%+ | - | - | - |
为什么不可替代（可替代性: 1/5）：
- 客户留存率接近100%——EDA行业几乎不存在"客户流失"
- 80-85%经常性收入（订阅制）
- 切换EDA平台意味着：巨额成本、生产力骤降、数据迁移噩梦、芯片设计失败风险
- 大客户通常同时采购Synopsys和Cadence——连客户都无法在二者间做选择
- 芯片越复杂，对EDA的依赖越深——AI芯片大爆发直接利好EDA
中国国产EDA（华大九天等）： 模拟芯片EDA国产化率超30%，但数字芯片EDA不足15%，高端环节（硬件仿真、形式验证、时序分析）几乎空白。
段永平追问——这是一门好生意吗？
极好的生意。86%毛利率、100%客户留存、85%经常性收入、寡头垄断、芯片越复杂越离不开它们。唯一的问题是估值一直很贵（PE通常40-60x），但好生意从来不便宜。
1.2 ARM：97%毛利率的"收租"模式
| 指标 | 数据 |
|---|---|
| 移动芯片IP份额 | >99% |
| 云计算CPU IP份额 | 从9%增至20%，预计2029年AI ASIC中占90% |
| FY2025收入 | $46.71亿（授权$18.39亿 + 版税$21.68亿） |
| 毛利率 | ~97.5% |
| 营业利润率 | 超45% |
定价权来源： Armv9架构版税率约为Armv8的2倍；CSS（计算子系统）授权版税率超10%/芯片。无论是AWS Graviton、Google Axion、Microsoft Cobalt还是NVIDIA Grace——全部基于ARM架构，ARM"无论谁赢都收版税"。
RISC-V威胁评估： 短期（2-3年）威胁有限，主要在低端MCU/IoT。中国大力推动RISC-V以减少ARM依赖，但数据中心场景5年内难以替代ARM。
二、上游——芯片设计（产业链利润的最大捕获者）
2.1 NVIDIA：AI时代的"标准石油"
| 指标 | 数据 |
|---|---|
| 数据中心GPU市场份额 | 80-92% |
| FY2026营收 | $2,159亿（+65%），数据中心$1,973亿 |
| 毛利率 | GAAP 73.4%，Non-GAAP 73.6% |
| H100单卡价格 | $2.5-4万 |
| B200单卡价格 | $3-5万 |
| GB200 NVL72机架 | 72颗B200+36颗Grace，$310-390万/机架 |
CUDA生态锁定——真正的护城河：
- 超400万开发者
- CUDA Toolkit下载超4,000万次
- 所有主流ML框架首先为CUDA优化
- 生态构建历时20年，切换成本极高
可替代性: 1/5 | 定价权: 极强
芒格反面论证：
- 毛利率从巅峰78%已降至73%——自定义ASIC在侵蚀溢价
- 2026年定制ASIC出货增长44.6% vs GPU 16.1%——长期"去NVIDIA化"趋势确认
- Google TPU在LLM训练上性价比较H100高4倍；Midjourney迁移到TPU后推理成本降67%
- NVIDIA份额预计从86%逐步降至~75%——仍是霸主，但不再是唯一选择
2.2 AMD：最有力的追赶者
| 指标 | 数据 |
|---|---|
| AI加速器市场份额 | 约5-7% |
| 数据中心收入 | Q3 2025创纪录$43亿（+22%） |
| AI加速器年收入 | 2024年约$50亿 |
| MI300X优势 | 192GB HBM3（H100的2.4倍），5.3TB/s带宽 |
ROCm生态正在成熟但与CUDA差距仍大。Azure和Oracle已采用MI300X。
2.3 定制ASIC：Broadcom vs Marvell
| 公司 | 定制ASIC份额 | AI收入 | 毛利率 | 核心客户 |
|---|---|---|---|---|
| Broadcom | 70%+ | Q1 FY26 $84亿（+106%） | 73% | Google TPU(占78%)、Meta MTIA |
| Marvell | 10-15% | 数据中心$15.2亿/季（+78%） | 60-65% | AWS Trainium、Microsoft Maia |
关键趋势： 超大规模客户自研芯片是对NVIDIA最大的结构性威胁。Google TPU单价约$13,000/颗（远低于NVIDIA GPU），Anthropic签下Google历史最大TPU订单。
2.4 中国AI芯片
| 公司 | 地位 | 差距 | 不可替代性(国内) |
|---|---|---|---|
| 华为昇腾 | 国产第一，23%国内份额，64万片出货 | 910C超H20但落后H200，全栈自研(CANN+MindSpore) | 高 |
| 寒武纪 | 国家智算中心大量采用 | 特定领域强，但市值泡沫争议大 | 中 |
| 壁仞/摩尔线程/海光 | 各有路线 | 被制裁/代工受限，与NVIDIA差1-2代 | 低-中 |
核心瓶颈： CUDA生态垄断+各家软件栈碎片化；先进封装/HBM供应受限；制程代工受美国管制。
三、上游——半导体制造与封装
3.1 台积电：先进制程的唯一选择
| 指标 | 数据 |
|---|---|
| 全球晶圆代工份额 | 70-71%（2025 Q3） |
| 2025年营收 | ~$1,225亿（+36.1%） |
| 7nm以下先进制程收入占比 | 69% |
| 毛利率 | 56.1%（2024年），2025年预计维持53%+ |
| 3nm晶圆单价 | ~$2万/片 |
NVIDIA/AMD对台积电的依赖：
- NVIDIA消耗全球AI处理器用晶圆的77%（53.5万片300mm晶圆）
- NVIDIA锁定台积电CoWoS产能的60%以上
- 两家公司100%依赖台积电进行先进制程代工，无备选方案
CoWoS先进封装——当前最紧张的卡脖子环节：
- 2025年底月产能7.5-8万片，2026年底目标12-13万片
- 2026年产能将是2023年的10倍，但仍供不应求
- 定价权极强：2025年CoWoS提价15-20%
可替代性: 1/5 | 定价权: 极强
对比竞争者：
| 代工厂 | 份额 | 3nm良率 | 差距 |
|---|---|---|---|
| 台积电 | 70%+ | 90%+ | - |
| 三星代工 | 6.8%(下滑中) | 50% | 良率差40个百分点，客户持续流失 |
| Intel代工 | 3-4% | 18A良率55% | 追赶中，微软Maia是关键客户 |
| 中芯国际 | ~5% | 等效5nm(DUV多曝光)，良率~33% | 无EUV，成本高50% |
3.2 ASML：半导体产业链中最不可替代的单一公司
| 指标 | 数据 |
|---|---|
| EUV光刻机市场份额 | 100%（全球唯一） |
| 整体光刻设备份额 | 62% |
| 2024年营收 | >€280亿 |
| 毛利率 | 51-53%，2030年目标56-60% |
| 订单积压 | €388亿 |
| Low-NA EUV单价 | ~$2亿 |
| High-NA EUV单价 | ~$3.7-4亿 |
可替代性: 1/5（完全不可替代）
即使中国投入万亿资金，短期内也无法复制EUV光刻机。这是整个半导体产业链中最硬的"卡脖子"。
3.3 其他关键设备
| 公司 | 核心领域 | 市场份额 | 毛利率 | 可替代性 |
|---|---|---|---|---|
| KLA | 检测量测 | 55-63% | 62.3%(行业最高) | 1-2/5 |
| 应用材料 | PVD/CVD/CMP | PVD 80% | 48.8% | 2/5 |
| 泛林半导体 | 刻蚀 | 28% | 50.6% | 2/5 |
| 东京电子 | 涂胶显影 | 90% | ~45% | 1-2/5 |
被低估的公司：KLA——62.3%毛利率是五大设备公司中最高的，检测市场份额从2010年的50%增至63%，近乎垄断。
3.4 半导体材料：日本的隐形控制力
| 材料 | 关键公司 | 份额 | 可替代性 |
|---|---|---|---|
| 硅晶圆 | 信越化学(18%) + SUMCO(17%) | 日本两家占300mm产能50%+ | 2/5 |
| EUV光刻胶 | TOK + JSR + 信越 | 三者合计**~90%** | 1-2/5 |
| 涂胶显影设备 | 东京电子 | 90% | 1-2/5 |
结论： 日本在材料环节的控制力被严重低估——硅晶圆+光刻胶+涂显设备构成三重卡脖子。
四、中游——HBM、服务器、网络
4.1 HBM高带宽内存：异军突起的利润中心
为什么HBM是AI芯片的命脉： 传统DDR5带宽约50-60 GB/s，HBM3E单颗1.2 TB/s（20倍差距）。没有HBM，GPU的实际性能将大打折扣。
| 公司 | HBM份额 | 毛利率 | 定价权 | 2026展望 |
|---|---|---|---|---|
| SK海力士 | 62% | 全年79% | 极强，2026涨价20% | 产能全部售罄 |
| 美光 | 21% | 高于公司平均 | 强 | 产能全部售罄 |
| 三星 | ~17% | 低于SK海力士 | 弱（HBM3E认证延迟18个月） | Google TPU主供(60%+) |
关键数据：
- 单颗HBM3E售价$60-100，同容量DDR5仅$5-10（溢价10-20倍）
- HBM占全球DRAM晶圆产能的23%
- 市场规模：2025年$350亿 → 2028年$1,000亿（CAGR ~40%）
可替代性: 1/5 | 定价权: 极强
段永平追问： SK海力士的HBM地位有多持久？
至少3-5年内非常持久。HBM需要TSV（硅通孔）技术 + CoWoS先进封装能力，产能扩张周期长（18-24个月），三星追了18个月才通过NVIDIA认证。但HBM4可能重塑格局，需关注。
4.2 AI服务器：增长快但利润薄
一个GB200 NVL72机架： 72颗Blackwell GPU + 36颗Grace CPU，1.44 ExaFLOPS，单机架132kW功耗（115kW液冷），售价**$310-390万**。
| 公司 | 市场份额 | 毛利率 | 可替代性 |
|---|---|---|---|
| Foxconn/鸿海 | AI服务器40%+ | 4-11% | 4/5 |
| Dell | AI服务器20% | ~20% | 4/5 |
| Supermicro | 7-9%(下降) | 10-14% | 4/5 |
| HPE | 企业级 | 高于SMCI | 4/5 |
| 浪潮信息 | 中国AI服务器50%+ | 受制裁恶化 | 3/5(国内) |
核心结论： 服务器是"赚辛苦钱"的生意。核心利润被NVIDIA（芯片）和SK海力士（HBM）拿走，服务器OEM只是"搬运工"。
4.3 网络设备
| 公司 | 核心产品 | 市场份额 | 毛利率 | 可替代性 |
|---|---|---|---|---|
| Broadcom | 交换芯片 | 云数据中心**~90%** | 77% | 1/5 |
| Arista | 数据中心交换机 | 21.5%(第一) | 64.6% | 2/5 |
| NVIDIA网络 | InfiniBand/Spectrum | InfiniBand垄断 | 70%+ | 2/5 |
| Cisco | 传统网络 | 领导者但AI落后 | ~60%+ | 3/5 |
InfiniBand vs Ethernet： 2023年InfiniBand占AI网络80%，到2025年中Ethernet已反超占2/3以上。UEC 1.0标准缩小延迟差距，Ethernet生态更开放、成本更低。
光模块： 中国厂商全球领先——中际旭创(23-30%份额)、新易盛(25-30%)。市场增速60%+，但毛利率偏低(25-30%)。
4.4 散热/液冷与电力
液冷从"可选"变"必选"： GB200单机架132kW，传统风冷极限30-40kW。Vertiv和Schneider双寡头，积压订单提供多年可见性。
电力需求： 数据中心用电2025年55GW → 2030年122GW（翻倍）。微软签约重启三里岛核电站。Eaton数据中心订单增200%。
五、下游——云计算与AI应用
5.1 超大规模云厂商资本开支军备竞赛
| 公司 | 2024年资本开支 | 2025年资本开支 | 2026年计划 |
|---|---|---|---|
| Amazon | ~$550亿 | ~$1,000亿 | ~$2,000亿 |
| Microsoft | ~$440亿 | ~$800亿 | ~$1,500-1,900亿 |
| ~$520亿 | ~$750亿 | ~$1,750-1,850亿 | |
| Meta | ~$390亿 | ~$700-720亿 | >$720亿 |
| Oracle | - | - | ~$500亿 |
| 合计 | ~$2,000亿 | ~$4,480亿 | ~$6,600-6,900亿 |
Goldman Sachs预计2025-2027年累计资本开支**$1.15万亿**，其中约75%用于AI基础设施。
AWS自研芯片成果突出： Trainium系列收入超$100亿，三位数增长。已部署140万颗Trainium2芯片。这验证了"去NVIDIA化"的可行性。
Oracle的警示： AI云服务毛利率仅14%——每获$9亿GPU租赁收入，毛利仅$1.25亿。这暴露了"帮NVIDIA打工"的本质。
5.2 中国云与AI生态
| 公司 | AI收入趋势 | 资本开支/投资 | 核心战略 |
|---|---|---|---|
| 阿里云 | 连续八季度三位数增长 | 三年投入3,800亿元 | “AI驱动、公共云优先”，通义千问下载6亿+ |
| 腾讯云 | 企业服务双位数增长 | 2025年资本开支792亿元 | 混元3.0，为90%+头部大模型供算力 |
| 百度智能云 | AI公有云市场份额24.6%(六年第一) | 昆仑芯三代万卡集群 | 文心日均调用16.5亿次 |
| 字节跳动 | 豆包月活7100万 | AI投入超**$120亿**/年 | 国内60%用华为/寒武纪，海外用NVIDIA |
5.3 AI应用层
| 公司 | 收入 | 算力消耗 | 关键指标 |
|---|---|---|---|
| OpenAI | 2025年$200亿 | 2026年预计烧$500亿 | 周活9.1亿，承诺Azure消费$2,500亿 |
| Anthropic | 年化~$400亿(2026中) | 签下Google历史最大TPU订单 | 毛利率38%→70%+，估值$3,800亿 |
| xAI | 非公开 | 23万颗GPU，2025底55.5万颗 | 全球最大单站点AI训练设施 |
中国AI公司估值飞涨但收入仍小： DeepSeek估值$450亿、智谱港股市值4347亿港元（收入7.24亿元）、MiniMax港股2573亿港元（收入5.6亿元）。四家合计估值超万亿元人民币。
第二部分：产业链利润分配——核心发现
每1美元AI算力支出的利润去向
$1 AI算力支出
├── NVIDIA（芯片设计） ████████████████████ ~15-20¢ 利润 毛利73-75%
├── 台积电（代工+封装） █████████████ ~10-12¢ 利润 毛利56%
├── SK海力士/HBM（存储） ████████████ ~8-10¢ 利润 毛利79%
├── Broadcom（网络芯片） █████████ ~6-8¢ 利润 毛利77%
├── EDA/ARM（设计工具/IP） ████ ~2-3¢ 利润 毛利86-97%
├── 光模块/散热/电力 ███ ~3-5¢ 利润 毛利25-35%
├── 服务器OEM（组装） █ ~2-3¢ 利润 毛利4-20%
└── 云服务商（AI云利润） ████████ ~10-15¢ 利润 毛利50-60%各环节毛利率/可替代性/定价权对比
| 排名 | 环节 | 代表公司 | 毛利率 | 可替代性 | 定价权 | 投资确定性 |
|---|---|---|---|---|---|---|
| 1 | EDA工具 | Synopsys/Cadence | 76-86% | ★☆☆☆☆ | 极强 | ★★★★★ |
| 2 | IP授权 | ARM | 97% | ★☆☆☆☆ | 极强 | ★★★★★ |
| 3 | GPU芯片设计 | NVIDIA | 73-75% | ★☆☆☆☆ | 极强 | ★★★★☆ |
| 4 | EUV光刻 | ASML | 51-53% | ★☆☆☆☆ | 极强 | ★★★★★ |
| 5 | HBM存储 | SK海力士 | 79% | ★☆☆☆☆ | 极强 | ★★★★☆ |
| 6 | 网络芯片 | Broadcom | 77% | ★☆☆☆☆ | 极强 | ★★★★☆ |
| 7 | 晶圆代工 | 台积电 | 56% | ★☆☆☆☆ | 极强 | ★★★★★ |
| 8 | 检测设备 | KLA | 62.3% | ★☆☆☆☆ | 极强 | ★★★★☆ |
| 9 | 数据中心交换 | Arista | 64.6% | ★★☆☆☆ | 强 | ★★★★☆ |
| 10 | 散热/电力 | Vertiv/Eaton | 22-35% | ★★☆☆☆ | 中强 | ★★★☆☆ |
| 11 | 光模块 | 中际旭创/新易盛 | 25-30% | ★★★☆☆ | 中 | ★★★☆☆ |
| 12 | AI服务器 | Dell/Foxconn/SMCI | 4-20% | ★★★★☆ | 弱 | ★★☆☆☆ |
| 13 | AI云服务 | AWS/Azure/GCP | 50-60% | ★★☆☆☆ | 中强 | ★★★☆☆ |
| 14 | GPU租赁 | CoreWeave | ~40-50% | ★★★☆☆ | 中 | ★★☆☆☆ |
关键洞察
1. “卖铲子的人"赢了——而且铲子之间差距巨大
利润极度集中在拥有垄断地位的上游环节。NVIDIA、台积电、ASML、SK海力士四家公司，加起来可能捕获了每1美元AI算力支出中超过40美分的利润。
2. 毛利率是"好生意"的终极试金石
- 97%毛利率（ARM）和86%毛利率（Cadence）= “印钞机”
- 73%毛利率（NVIDIA）和79%毛利率（SK海力士）= “超级生意”
- 56%毛利率（台积电）= “好生意，但资本密集”
- 4-20%毛利率（服务器OEM）= “辛苦钱”，增长再快也不是好生意
3. Oracle是"反面教材”
Oracle AI云毛利率仅14%——帮NVIDIA卖算力，利润全被上游拿走。这警示投资者：不是所有"AI概念股"都能赚钱。
4. 利润正在从上游向下游迁移
Anthropic推理毛利率从38%提升至70%+，随着推理成本下降和Agent AI兴起，下游应用公司的经济模型在2025年底出现拐点。但这个拐点能否持续仍需观察。
第三部分：卡脖子环节分析
最不可替代的环节（可替代性1/5）
不可替代性排序（1=完全不可替代）
1. ASML EUV光刻 ████████████████████ 100%垄断，无任何替代
2. 台积电先进制程 ████████████████████ 70%+份额，良率碾压竞争者
3. EDA三巨头 ████████████████████ 85%份额，100%客户留存
4. ARM IP ████████████████████ 移动99%，云20%且在扩张
5. NVIDIA CUDA生态 ███████████████████ 400万开发者，20年积累
6. SK海力士 HBM ██████████████████ 62%份额，18个月产能扩张周期
7. 台积电 CoWoS ██████████████████ AI封装满产，NVIDIA锁60%
8. Broadcom交换芯片 █████████████████ 云数据中心90%份额
9. KLA检测设备 ████████████████ 55-63%份额，62.3%毛利率
10.东京电子涂显 ████████████████ 90%份额，近乎垄断
11.日本光刻胶 ███████████████ EUV光刻胶90%中国"卡脖子"堵点
| 环节 | 国际水平 | 中国水平 | 差距 | 短期可突破性 |
|---|---|---|---|---|
| EUV光刻机 | ASML 100%垄断 | 上海微电子（DUV 90nm） | 10+代 | 极低 |
| 先进制程代工 | 台积电3nm/2nm | 中芯国际等效5nm(DUV多曝光) | 2-3代 | 低 |
| EDA工具 | Synopsys/Cadence 85% | 华大九天 国内6% | 代际差距 | 低 |
| HBM | SK海力士/三星/美光 | 几乎空白 | 整代 | 极低 |
| CUDA生态 | NVIDIA 400万开发者 | 各家碎片化 | 巨大 | 中（可绕过） |
| GPU性能 | NVIDIA B200 | 华为910C(超H20但落后H200) | 1-2代 | 中 |
第四部分：系统性风险评估（芒格"检查清单"）
| 风险 | 概率 | 影响 | 具体情景 |
|---|---|---|---|
| AI资本开支周期性回调 | 中 | 高 | 若AI应用变现不及预期，超大规模厂商削减资本开支（参考2022年云计算减速） |
| 自定义ASIC加速替代NVIDIA | 中高 | 中 | Google/AWS/Meta自研芯片成熟，NVIDIA份额从80%降至60%以下 |
| 估值泡沫破裂 | 中 | 高 | NVIDIA 30x+ PE、寒武纪/摩尔线程PE数百倍，若增速放缓将面临估值压缩 |
| 中美技术脱钩加深 | 中高 | 中 | 进一步制裁切断台积电/ASML对中国的供应 |
| 替代技术出现 | 低 | 高 | 量子计算、光子计算等颠覆性技术（10年内概率低） |
| 能源/电力约束 | 中 | 中 | 数据中心用电增长过快，电网负荷不足制约扩张速度 |
历史类比
最接近的类比：1990年代互联网基础设施投资潮
| 维度 | 1990年代互联网 | 2024-2026年AI |
|---|---|---|
| 基础设施军备赛 | 思科/Nortel/光纤公司 | NVIDIA/台积电/超大规模云 |
| 最终赢家 | 应用层（Google/Amazon/Facebook） | 待定 |
| 基础设施公司结局 | 思科仍在但从未回到2000年市值；多数光纤公司破产 | ？ |
| 启示 | “卖铲子"短期确定性高，但长期最大赢家可能在应用层 | 当前"卖铲子"公司估值已反映大量乐观预期 |
关键区别： NVIDIA/台积电/ASML的垄断程度远超当年的思科——思科交换机有替代品，但EUV光刻机、CoWoS封装、CUDA生态目前没有。
第五部分：文明趋势判断（李录框架）
问题：AI算力是"文明级范式转移"还是"阶段性热潮”？
判断：文明级范式转移。 理由：
- AI正在改变知识工作的本质——类比工业革命对体力劳动的影响
- 全球前五大公司（苹果、微软、NVIDIA、Google、亚马逊）全部深度投入AI
- 2025-2027年$1.15万亿资本开支不是投机——这是经过商业验证的企业级需求
- Anthropic毛利率从38%提升至70%+，AI应用的经济模型在2025年底出现拐点
10-20年终局：
- 赢家通吃概率最高的环节： 芯片设计（NVIDIA或其继任者）、晶圆代工（台积电）
- 最可能被颠覆的环节： 服务器OEM（差异化最低）、GPU租赁中介（依赖NVIDIA定价）
- 最大变数： 自研芯片 vs 通用GPU的平衡点在哪里
第六部分：投资组合配置建议
推荐组合
| 层级 | 标的 | 所属环节 | 核心逻辑 | 推荐度 |
|---|---|---|---|---|
| 核心仓位(50-60%) | ||||
| 台积电 (TSM) | 晶圆代工+封装 | 先进制程唯一选择，CoWoS卡脖子，70%份额，确定性最高 | ★★★★★ | |
| ASML (ASML) | EUV光刻设备 | 100%EUV垄断，€388亿订单积压，不可替代性最强 | ★★★★★ | |
| NVIDIA (NVDA) | AI芯片设计 | 80%+份额+CUDA锁定，但需关注自研芯片蚕食 | ★★★★☆ | |
| 卫星仓位(25-35%) | ||||
| Broadcom (AVGO) | 网络芯片+定制ASIC | 交换芯片90%+ASIC 70%，双重护城河 | ★★★★☆ | |
| SK海力士 (000660.KS) | HBM存储 | 62%份额，79%毛利率，但存储周期性风险 | ★★★★☆ | |
| Cadence (CDNS) | EDA工具 | 86%毛利率，100%客户留存，最好的商业模式之一 | ★★★★☆ | |
| ARM (ARM) | IP授权 | 97%毛利率，“无论谁赢都收租”，但估值极贵 | ★★★☆☆ | |
| Arista (ANET) | 数据中心交换机 | AI数据中心以太网第一，64.6%毛利率 | ★★★★☆ | |
| 期权仓位(5-15%) | ||||
| KLA (KLAC) | 检测设备 | 62.3%毛利率行业最高，被低估的隐形冠军 | ★★★★☆ | |
| Vertiv (VRT) | 散热+电力 | 液冷刚需，$95亿积压，但估值已不便宜 | ★★★☆☆ | |
| 中际旭创 (300308.SZ) | 光模块 | 全球龙头，1.6T硅光，但毛利率偏低 | ★★★☆☆ | |
| ETF替代 | ||||
| SMH (VanEck半导体ETF) | 综合 | 涵盖NVIDIA/台积电/ASML/Broadcom，“懒人方案” | ★★★★☆ | |
| SOXX (iShares半导体ETF) | 综合 | 更均衡的半导体敞口 | ★★★☆☆ |
不推荐/谨慎的标的
| 标的 | 原因 | 推荐度 |
|---|---|---|
| AI服务器OEM (SMCI/Dell) | 毛利率低，“组装"属性，SMCI有会计问题 | ★★☆☆☆ |
| CoreWeave (CRWV) | 高增长但$300亿债务，商业模式脆弱 | ★★☆☆☆ |
| Oracle AI云 | 14%毛利率暴露"帮NVIDIA打工"本质 | ★★☆☆☆ |
| 寒武纪 (688256.SH) | 市值泡沫严重，收入规模与估值不匹配 | ★☆☆☆☆ |
| 中国AI应用公司(智谱/MiniMax) | 估值万亿但收入仅数亿，泡沫风险极高 | ★☆☆☆☆ |
买入/卖出信号
| 信号类型 | 具体条件 |
|---|---|
| 加仓信号 | 超大规模资本开支继续上调；HBM/CoWoS供不应求持续；AI应用收入加速变现 |
| 减仓信号 | 超大规模资本开支增速放缓至个位数；NVIDIA毛利率跌破65%（自研ASIC大规模替代）；AI应用变现不及预期导致"AI寒冬"叙事 |
| 清仓信号 | 超大规模资本开支同比下降；出现NVIDIA GPU大规模折价抛售（类似2022年矿卡潮）；宏观衰退导致企业IT预算大幅削减 |
主题仓位上限建议
建议AI算力主题占总仓位上限：25-35%
理由：投资逻辑链每个环节都已强验证，但估值普遍偏高（NVIDIA 30x+ PE、ASML 30x+ PE、台积电 25x+ PE），且存在资本开支周期性回调风险。
第七部分：综合决策备忘录
行业总评表
| 维度 | 结论 | 信心度 |
|---|---|---|
| 投资逻辑链 | 每个环节均已强验证，$1.15万亿资本开支实锤 | ★★★★★ |
| 最佳环节（段永平"对的生意”） | EDA/ARM(毛利最高) > NVIDIA/HBM(利润最大) > 台积电/ASML(确定性最强) | ★★★★☆ |
| 最宽护城河（巴菲特） | ASML(100%垄断) ≈ EDA(85%寡头) > NVIDIA(CUDA锁定) > 台积电(良率碾压) | ★★★★★ |
| 最大风险（芒格） | 资本开支周期性回调 + 自研芯片蚕食NVIDIA + 估值泡沫 | ★★★★☆ |
| 文明趋势（李录） | 文明级范式转移，非阶段性热潮 | ★★★★☆ |
| 整体估值水平 | 普遍偏贵，需要高增长持续兑现 | ★★★☆☆ |
四位大师模拟点评
巴菲特： “在AI算力这条产业链里，我最看得懂的是台积电和ASML——它们的护城河清晰可见，十年后几乎确定还在。NVIDIA很伟大，但CUDA生态能否永远锁定客户，我没有100%把握。我不会碰服务器组装商——那种4%毛利率的生意，再怎么增长也不是好生意。”
芒格： “聪明人为什么不买NVIDIA？因为30倍PE意味着市场已经定价了至少3-5年的高增长，而自研芯片趋势正在加速——Google TPU性价比是H100的4倍，AWS的Trainium已经部署了140万颗。我不是说NVIDIA会输，但它的份额从80%降到60%是完全可能的。这意味着什么？意味着当前的估值没有容错空间。”
段永平： “看这条产业链，最好的生意模式是EDA和ARM——86%和97%的毛利率，100%的客户留存，经常性收入，这种生意打着灯笼难找。问题是这两家公司的PE太高了，你必须等到它们因为某些原因被市场错杀时才值得买入。投资不是要找好公司，是要找好价格的好公司。”
李录： “AI确实是文明级的范式转移——它正在做知识领域中工业革命对体力劳动所做的事情。但历史告诉我们，在技术革命的早期，‘卖铲子的人’（基础设施提供者）先赚钱，但终局赢家往往在应用层。1990年代投资思科很赚钱，但长期来看Google和Amazon创造了更多价值。今天的NVIDIA就是当年的思科——但有一个关键区别：NVIDIA的垄断程度远超当年的思科。这让它更安全，但也让它的估值更高。”
数据来源
本报告数据基于以下信息源交叉验证：
- 各公司最新季度/年度财报（NVIDIA FY2026、台积电2025年报、SK Hynix 2025年报等）
- Goldman Sachs、Morgan Stanley、TrendForce、IDC、Gartner等机构研报
- CNBC、Bloomberg、Financial Times等财经媒体报道
- 中国市场数据参考21经济网、证券时报、新京报、知乎专栏等
- SemiAnalysis、TrendForce、Dell’Oro Group等半导体行业专业分析机构
免责声明： 本报告仅为个人投资研究使用，不构成投资建议。所有数据力求准确但可能存在时效性问题。投资有风险，入市需谨慎。
报告完成日期：2026年5月9日 研究方法：四组AI研究团队并行研究，覆盖上游芯片设计、上游制造封装、中游设备网络、下游云与应用