从Marvell AI Day看ASIC供应链预期

歌、微软这三个，与去年一致。其中，亚马逊项目为训练芯片（TrainingTwo），谷歌项目为CPU，微软项目（Basic）预计明年开始放量，新增项目多为XPUAttach类。单个自研芯片项目的生命周期约为1.5-2年，营收贡献可达数十亿美元，而Attach项目的生命周期更长，但单项目营收贡献低一个量级，因此，18个项目的实际贡献可能远低于数字表面所呈现的情况。新增客户即前述的特斯拉等新兴玩家，这显示出其客户拓展情况优于市场的悲观预期，但未达到“18个项目”所暗示的乐观程度，实际核心项目约5个。在技术演进方面，Marvell展示了120多页的PPT，核心围绕其ASIC、交换机、SerDes等传统优势来拓展新机会。关键趋势包括在计算趋势上需要更大的带宽，通过先进封装（如2.5D、3D、4.5D）集成更多的Die（芯片裸片），以提升速率并降低功耗，这与英伟达、台积电展示的方向一致，例如横向光电接口、垂直堆叠等。在封装层级上，从2.5D（加入中介层Interposer和HBM），到3.5D（增加功能层），再到4D/4.5D（集成光/铜互联接口），芯片面积不断增大，为放置新带宽接口（如定制HBM接口、CPU接口）提供了空间。在光技术方面，Marvell展示了400G单通道硅光，将其组合成6.4T光引擎，并集成四个引擎实现25.6T方案（当前最大的方案之一），技术演进的需求十分明确。Q：从AI数据视角更新方面，整体AI投资呈现怎样的态势？A：目前市场情绪已转向乐观。从云厂商投资与收入的关系来看，4月关税数据公布后，5月海外Capex数据的公布进一步强化了乐观预期。此前虽然有订单数据（如OKI）向好，但受到微软下调、亚马逊暂停签单等传闻的影响。需要将Capex增速与云收入增速关联起来观察，Oracle云收入增速的回升是一个积极信号，这显示出投资端（前置）对收入端的拉动效应。微软、亚马逊、谷歌的云收入增速也有望在前期投资的拉动下得到增强。尽管AI与非AI支出难以精确拆分，但整体趋势是向好的。从存量算力与增量需求的角度来看，仅统计GPU部署数量的意义有限，需要考虑算力效率。例如，A100卡（A卡）由于效率问题，在推理场景中基本失效，租赁价格暴跌，未来H卡也可能面临迭代压力。预计到明年底，云厂商GPU部署量约为1200万张，但其中包含不同代际的芯片（A卡、H卡等）。将英伟达芯片出货（23-26年）按官方性能等效为Blackwell（B卡）数量，可以看出每年的增量占比极高。到2027年，2023年的卡（如H卡）将面临淘汰，增量/存量比仍将维持在高位。这表明芯片升级至关重要，且行业持续面临算力短缺的问题，因为早期投入（如数千亿美元）形成的存量算力，其效率 远低于当前投入（如千亿美元）可获得的算力，构成了沉没成本，而增量需求（包括明年的ASIC）依然强劲。Q：Meta的ASIC架构对Scale-up互联有怎样的影响？A：Meta的ASIC架构显著提高了Scale-up互联的比例（相比英伟达方案），其单卡需要配备更多的网卡（NIC）。亚马逊的数据显示，其ASIC方案中交换机、模块占比达23%，高于谷歌，但仍比传统方案增加约20%的成本，不过效率提升（如20-30%）可以覆盖此成本，具有经济性。Scale-up互联可以提升芯片间的带宽，突破互联瓶颈，对训练和推理效率均有提升。虽然英伟达也在努力提升Scale-up能力，但Meta等公司选择在Scale-out端扩展（或通过Scale-up实现柜内高效互联），并达到高带宽（如4倍），这是一条合理的路径。Q：ASIC的发展对产业链有哪些影响？A：ASIC的发展使得Scale-up比例提升，这导致对光模块、PCB（及上游CCL）的需求量和性能要求（难度）上升，相关产业链因此受益。博通（Meta的ASIC合作伙伴）提到，Scale-up侧72卡内可用铜连接，超过72卡则需要用光连接（不一定是CPO，模块亦可），这暗示Meta的方案是合理的。从产业链验证方面来看，Meta的PCB供应紧张，光模块厂商的指引显示Meta的需求将翻倍或更高，Meta也在积极寻找新的供应商，且份额不小。在Meta之后，亚马逊、谷歌也可能跟进类似的高互联比例架构（如谷歌三层架构需12个模块）。ASIC的放量不仅带来了增量，更改变了设备间的比例关系（提升光模块、PCB占比），并推升了其性能要求，这一趋势未被市场充分预期，将是明年增量的重要来源。Q：CPU技 术 路 径 在AI领 域 有 怎 样 的 特 点 和 发 展 方 向 ？A：CPU（Co-PackagedOptics，共封装光学）是AI领域的长期发展方向，它可以显著降低功耗，例如光引擎功耗从30W降至7W，主要是省去了DSP的20W，效率提 升 带 来 了3.5倍 的 能 耗 比 优 势 。英 伟 达 的 方 案 （ 如200GIB交 换 机 、Spectrum-X以太网交换机）展示了CPU的形态，将电芯片封装在光芯片上，置于基板上，且可插拔（当前仍需PCB），其光引擎达1.6T。部署CPU涉及光纤阵列（FAU）、外接光源模组（ELS/EOM）等。在当前的技术路线现状中，柜内连接（Scale-up）目前是PCB（高速铜缆）的应用领域，未来可能会被CPU替代，且技术路线处于演进期，AMD可能采用铜缆（如AEC）或正交背板，Meta有特定的背板方案但也在探索传统PCB，谷歌探索AyarLabs的光I/O但仍保留传统方案。柜外连接（Scale-out）目前是光模块的应用领域，未来可能部分被CPU 替代。Q：从投资启示角度，PCB与光模块为何在短期内更被看好？A：从投资启示的角度来看，PCB与光模块在短期内更被看好，这是因为它们的存量市场确定，柜内有PCB、柜外有光模块，同时增量市场也十分明确，不仅比例提升，而且性能还在不断升级。即使有新技术出现，它们的存量份额也不会立即丢失。当前行业正从“砸钱驱动”转向“需求驱动”，在需求驱动下估值更高，例如去年预期今年20倍PE。从当前情况看明年，头部公司仍有估值提升的空间，甚至可能翻倍。各细分赛道（PCB、光模块、液冷等）均受益于需求增量，估值可能会逐渐拉平。结合当前产业的发展位置和技术升级（如Scale-up难度需通过堆料解决）未被充分演绎的情况，更看好行业的大贝塔（龙头标的）。Q：龙头公司在当前AI算力相关产业中的推荐逻辑是什么？A：龙头公司在当前AI算力相关产业中具有显著的推荐逻辑，它们兼具良好的EPS、较低的估值、稳固的行业地位和高确定性等特点。在需求驱动下，整体算力相关板块仍有显著的上行空间，例如100%的增长潜力。随着AI产业的不断发展，对算力的需求持续增长，龙头公司凭借自身在技术、规模、客户资源等方面的优势，能够更好地满足市场需求，获取更多的市场份额和利润，进而推动其业绩增长和股价上升。Q：Marvell上调可参与市场规模预期在不同领域有怎样的体现？A：Marvell上调可参与市场规模预期在不同领域有着不同的体现。在通信端，上调幅度最大，这表明通信领域相关业务的增长潜力巨大，很可能是得益于5G等通信技术的发展，带来了对相关芯片及配套产品需求的提升。计算端的增速依然最强，这反映出AI计算对芯片性能等方面的要求不断提高，Marvell在该领域的产品契合了市场对计算能力提升的需求，因此拥有较大的市场增长空间。互联（涉及光连接等）领域的增速显著，随着数据传输量的增大和对传输速度要求的提高，光连接等互联技术的需求不断增长，Marvell在这方面的布局使其市场预期得以提升。Q：如何理解Marvell提及的18个项目的实际贡献情况？A：对于Marvell提及的18个项目的实际贡献情况，需要从项目的构成和特点来理解。在这18个项目中，核心大客户的自研芯片项目仅为亚马逊、谷歌、微软这三个，新增项目多为XPUAttach类。单个自研芯片项目的生命周期约为1.5-2年，营收贡献可达数十亿美元，而Attach项目的生命周期更长，但单项目营收贡献低一个量级。因此，虽然项目数量看似增加了，但由于核心项目占比少，且新增项目的营 收贡献量级与自研芯片项目存在差异，实际贡献可能远低于数字表面所显示的情况。Q：从云厂商投资与收入关系分析，对AI投资乐观预期的依据有哪些？A：从云厂商投资与收入的关系来分析对AI投资乐观预期的依据，主要有以下几点。4月关税数据公布后，5月海外Capex数据的公布进一步强化了乐观预期。此前虽然有订单数据（如OKI）向好，但受到微软下调、亚马逊暂停签单等传闻的影响。而Oracle云收入增速的回升，显示出投资端（前置）对收入端的拉动效应。微软、亚马逊、谷歌的云收入增速也有望在前期投资的拉动下得到增强，尽管AI与非AI支出难以精确拆分，但整体呈现出投资带动收入增长的趋势，这为对AI投资持乐观预期提供了有力支撑。Q：为何说行业持续面临算力短缺，芯片升级至关重要？A：之所以说行业持续面临算力短缺，芯片升级至关重要，是因为仅统计GPU部署数量的意义有限，需要考虑算力效率。例如，A100卡（A卡）由于效率问题，在推理场景中基本失效，租赁价格暴跌，未来H卡也可能面临迭代压力。将英伟达芯片出货（23-26年）按官方性能等效为Blackwell（B卡）数量，可以看出每年的增量占比极高，到2027年，2023年的卡（如H卡）将面临淘汰，增量/存量比仍将维持在高位。早期投入形成的存量算力效率远低于当前投入可获得的算力，构成了沉没成本，而市场对算力的需求却在不断增长，因此行业持续面临算力短缺的问题，而芯片升级能够提升算力效率，满足市场需求，所以至关重要。Q：Meta之后，亚马逊、谷歌跟进类似高互联比例架构会带来什么影响？A：在Meta之后，如果亚马逊、谷歌跟进类似的高互联比例架构，将会带来多方面的影响。首先，会进一步提升对光模块、PCB的需求量和性能要求，这将促使相关产业链企业加大研发投入，提高产品性能和产量以满足需求。对于光模块厂商而言，订单量可能会大幅增加，推动企业扩张产能；PCB企业也需要提升生产工艺和产品规格。同时，这会加剧相关产业链企业间的竞争，促使企业优化成本，提升自身竞争力。此外，整个产业也会因需求的增长而迎来新的发展机遇，推动行业的技术进步和规模扩张。Q：从估值与贝塔角度分析，当前AI算力相关产业的发展态势如何？A：从估值与贝塔角度分析，当前AI算力相关产业的发展态势良好。行业正从“砸钱驱动”转向“需求驱动”，在需求驱动下估值更高，例如去年预期今年20倍PE。从当前情况看明年，头部公司仍有估值提升的空间，甚至可能翻倍。各细分 赛道（PCB、光模块、液冷等）均受益于需求增量，估值可能会逐渐拉平。结合当前产业的发展位置和技术升级（如Scale-up难度需通过堆料解决）未被充分演绎的情况，整体更看好行业的大贝塔（龙头标的），这表明在需求的推动下，各细分领域和龙头企业都有较大的发展潜力，产业呈现出积极向上的发展态势。