半导体行业点评报告：关注DeepSeek推动AI应用带来的推理需求，利好国产设备

训练卡与推理卡应用场景及市场变化

• 2022年前后，全球训练卡与推理卡销售金额占比约各50%，训练卡以英伟达H100/A100为主，推理卡以A30/A10/T4/4090为主。
• 2023年起，大模型需求增长带动训练卡需求，英伟达训练卡收入占比达70-80%，推理卡增速平稳，因传统小模型应用无大幅增长、大模型实际应用未完备。

AI从研发转向应用，算力重心从训练转向推理

• deepseek-R1模型以RL路径创新，大幅降低训练+推理成本，缩小模型差距，为推理侧应用爆发奠定基础，未来AI投入重心从预训练转向推理。

国产供应链受益AI需求

• 过去训练卡依赖英伟达独供及台积电先进工艺，推理卡可基于国产12nm工艺实现高性价比，国内天数智芯、沐曦等企业已将推理卡移植至国产供应链（如盛合晶微、中芯国际）。
• 关键数据：
  • 推理卡（以昇腾310为例）：1片12寸晶圆（面积约7万平方毫米）可产出约150个推理卡（70%良率），市场需求约200亿（2万块/需求），需6600+片晶圆。
  • 训练卡（以昇腾910B为例）：1片12寸晶圆可产出约17个训练卡（30%良率），100亿投入对应4万个训练卡，需2300+片晶圆。

投资建议

• 先进封装：晶盛机电、迈为股份、华海清科、盛美上海、芯源微、拓荆科技、德龙激光。
• 后道封测：华峰测控、长川科技。
• 前道制程：刻蚀+薄膜沉积设备（北方华创、中微公司），量测设备（中科飞测、精测电子），薄膜沉积设备（拓荆科技、微导纳米）。

风险提示

• 下游扩产速度不及预期，设备国产化进程不及预期。