ASIC芯片崛起云厂、芯片设计及光互连投资机遇

行业研究·行业专题 互联网·互联网Ⅱ 投资评级：优于大市（维持） 证券分析师：张昊晨zhanghaochen1@guosen.com.cnS0980525010001 证券分析师：张伦可0755-81982651zhanglunke@guosen.com.cnS0980521120004 报告摘要 •模型商业模式逐步闭环，算力成为核心生产要素。2026年以来，模型最大的变化是跨越了可持续执行任务拐点，编程能力、长程任务、工具调用成为模型重点提升的方向。随着模型价值量不断释放，推理需求进入快速增长阶段，Anthropic或将实现单季度盈利标志着模型公司商业模式逐步形成闭环，算力正成为企业创造价值的核心生产要素。 •伴随推理侧需求爆发，各公司自研芯片能力验证成熟，ASIC出货迎来加速期。我们预计26年ASIC芯片出货量大约770万片，份额为45%，并将在27年超过GPU份额达到58%。对比来看，英伟达GPU拥有更好的TPS，但是从TCO或者Cost Per Token角度，ASIC的优势更显著，因此也更加适合推理场景。 •自研ASIC正在成为云厂商构建竞争优势的重要抓手。一方面，自研芯片有助于缓解高端GPU供给约束，提升算力供给能力；另一方面，相较于外部采购GPU，自研ASIC能够显著优化成本结构，提升云业务盈利能力。随着自研芯片成熟度持续提升，我们预计具备ASIC能力的云厂商有望在收入增长与利润释放两个维度持续受益。 ①谷歌：自研芯片进展领先同业，26年起对外出售，加速放量带动云收入增长。自研芯片已推动26Q1云收入同比+63%，预计26/27年出货量达到500/1500张，并于26年开始正式对外出售，预计27年贡献云收入占比达到18%。 ②亚马逊：26年起Trainium外部客户认可度提升，芯片业务整体ARR超过200亿美元，带动云收入加速。26年起Anthropic、OpenAI等更多外部客户逐步与公司签订合同，表明芯片能力已达到成熟可用阶段，伴随出货量持续增长，我们测算Trainium将带动AWS27年约4%的收入增速。 ③阿里巴巴：真武系列芯片已累计出货56万片，26年云业务有望迎来利润率拐点。 报告摘要 •ASIC崛起对产业链投资的启示：1）ASIC设计与制造产业链。随着ASIC需求快速增长，云巨头正在逐步收回芯片设计主导权，并主动推动供应链多元化，其核心目标是实现更快迭代、更快交付以及更低TCO。例如Google正在弱化对博通的依赖，引入联发科、Marvell等设计伙伴；AWS也在持续优化Trainium产业链分工，通过提升自主掌控能力降低成本。2）网络与互联基础设施。随着ASIC规模化部署，产业瓶颈正逐步从算力转向连接。①Scale-up方向，交换芯片、CPO等技术有望受益于柜内连接升级。以Trainium3为代表的新一代机柜方案，NeuronSwitch-v1带来了大量的增量PCIe芯片需求。②Scale-out方向，Google采用的OCS光交换方案以及持续扩大的大规模网络架构，均将带动OCS芯片、光模块以及相关光通信器件需求增长。 ①AVGO：同时受益于ASIC放量和连接需求增加，但ASIC份额受冲击。博通此前在高端ASIC设计领域拥有超过80%市场份额，充分受益于TPU放量以及Meta、OpenAI等公司的ASIC需求，但由于谷歌分散供应链后续份额将受到冲击。 ②MRVL：ASIC放量、XPU Attach崛起、连接需求爆发。公司在ASIC设计层面尽管面临丢失Trainium份额的风险，但积极与谷歌洽谈合作同时大力发展XPU Attach业务。同时公司在光互联DSP市场占据绝对主导地位，充分受益于连接需求增加。③COHR：核心受益于光模块需求增加。从800G到1.6T以及后续的3.2T，ASP和需求量持续增长。④LITE：OCS贡献弹性，光模块需求放量。公司作为谷歌的核心供应商，目标是在2027年实现10亿美元的OCS芯片年化销售额。由于原本收入体量有限，因此TPU爆发释放的OCS需求有望充分贡献业绩弹性。⑤ALAB：PCIe交换芯片放量。从PCIe Retimer（Aries）单品垄断向PCIe Switch（Scorpio）及光学连接平台跨越，PCIe交换芯片成为重要增量。 风险提示：宏观经济波动、下游需求不及预期、核心技术水平升级不及预期的风险、AI快速迭代平权化下竞争加剧。 目录 模 型 商 业 模 式 逐 步 闭 环 ， 算 力 成 为 核 心 生 产 要 素01需 求 和 供 给 双 重 驱 动 ，A S I C芯 片 加 速 放 量 拐 点 到 来02自 研A S I C正 在 成 为 云 厂 商 构 建 竞 争 优 势 的 重 要 抓 手03A S I C崛 起 对 产 业 链 投 资 的 启 示 （ 一 ） ： 设 计 与 制 造 产 业 链04A S I C崛 起 对 产 业 链 投 资 的 启 示 （ 二 ） ： 网 络 与 互 联 基 础 设 施05 Anthropic或实现单季度盈利，模型厂商迎来商业化闭环 •Anthropic 26Q2或将实现盈利，ARR接近500亿美元。根据The information和WSJ的数据，26Q1 Anthropic收入48亿美元，OpenAI 57亿美元，但Q2预计Anthropic将达到109亿，并且实现单季度OP盈利（5.6亿），而根据公司官网，5月初其ARR已达到470亿美元。 资料来源：openai、Anthropic、国信证券经济研究所整理 资料来源：WSJ、国信证券经济研究所整理 模型能力：跨过可持续执行的拐点 •今年以来模型能力发生的核心变化是，跨过了可持续执行的拐点，编程能力、长程任务、工具调用成为模型重点提升的方向。用户可以放心将大段时间交给模型自行完成任务而不需要过多人为介入，模型发展的方向从更好回答问题向更高效更准确完成任务进化。根据METR，过去六年里，这一指标持续呈指数级增长，平均每七个月翻一番，目前Opus 4.6、Gemini 3.1等新一代前沿模型以80%准确度完成任务的时间已经突破了1小时，即将正式发布的Claude Mythos甚至突破了3小时。 资料来源：METR、国信证券经济研究所整理 Token的价值量提升，ROI清晰被测算 •企业对AI的使用量迅速增长，部分公司甚至不设置预算上限，开启Tokenmaxxing。Tokenmaxxing指的是把AIToken消耗量当作生产力指标，并尽可能把Token用到极致。企业为了鼓励模型使用，甚至会在内部推出消耗排行榜。SemiAnalysis的年化Token⽀出已达到员⼯薪酬的约30%，在Anthropic Claude token上的年度⽀出率已⾼达1095万美元，每位员⼯每⽉消耗的Token数量略低于50亿个。有些团队成员每⽉的消耗量超过1000亿个Token。 •Tokenmaxxing同时招致了部分员工的Token滥用，企业开始寻求低成本替代方案。持续的Tokenmaxxing导致部分企业员工出现浪费或无意义的Token消耗，近期Uber等公司开始设置限额或选择性价比模型支持简单任务，微软CEO在近期的访谈中表示，针对确定且可重复的业务流程，应部署小参数模型进行定向优化，如何合理利用模型，针对不同任务分配不同的模型成为企业新的关注方向，国产开源模型受到更多关注。 Token的价值量提升，价格持续上涨 •Token价值量提升驱动价格持续上涨。去年以来，SOTA模型的价格普遍呈现上涨趋势，尤其是智谱、OpenAI、谷歌，智谱26Q1累计提价幅度接近翻倍。长期来看，随着模型能力的进步，现在的单位Token和过去的单位Token已经是不同的商品，能完成的任务价值量明显增加，因此，Token价格的上涨可能是长期趋势。Sam Altman在访谈中曾提到，未来模型收费的商业模式可能变为按照完成的任务进行付费。 资料来源：Artificial Analysis、国信证券经济研究所整理 资料来源：Silicon Data、国信证券经济研究所整理 算力成为模型公司增长的关键 •AI时代，算力已成为企业创造价值的核心生产要素。黄仁勋认为，过去购买算力是为了运行软件，是支持性成本，现在算力就是生产力，算力规模直接决定token产量，进而决定企业收入。 •26年4月开始，随着Claude用户量快速增长，社区大量反馈Max订阅也会频繁hit limit，5月在与SpaceX达成算力合作后（300MW+、22万+NVIDIA GPU新容量），立刻5小时限额翻倍，对于Pro、Max、Team及按席位计费的Enterprise计划，Claude Code的5小时使用限额翻倍，同时取消高峰时段限速。 目录 模 型 商 业 模 式 逐 步 闭 环 ， 算 力 成 为 核 心 生 产 要 素01需 求 和 供 给 双 重 驱 动 ，A S I C芯 片 加 速 放 量 拐 点 到 来02自 研A S I C正 在 成 为 云 厂 商 构 建 竞 争 优 势 的 重 要 抓 手03A S I C崛 起 对 产 业 链 投 资 的 启 示 （ 一 ） ： 设 计 与 制 造 产 业 链04A S I C崛 起 对 产 业 链 投 资 的 启 示 （ 二 ） ： 网 络 与 互 联 基 础 设 施05 推理需求爆发，自研ASIC能力成熟，GPU/加速器芯片迎来加速期 •伴随推理侧需求爆发，以及各公司自研芯片能力验证成熟，ASIC出货迎来加速期。根据Gartner数据，到2026年，终端用户在推理方面的支出将超过训练密集型工作负载。另一方面，供给端各公司的ASIC芯片产品经历持续迭代目前也已逐步验证成熟。 •我们根据各个企业对于其自研芯片产品路线与产能测算得：26年ASIC芯片出货量大约770万片，份额为45%，并将在27年超过GPU份额达到58%。并且未来在2030年占比达到约73%，谷歌贡献主要增量。 26年起ASIC厂商占比台积电CoWoS产能份额崛起 •从制造和封装环节来看，ASIC厂商在台积电的份额快速崛起。根据我们测算，预计27年台积电CoWoS产能266万Wafer，同比+87%，其中ASIC厂商的份额将从28%提升至32%。 GPU拥有更好的TPS（Token Per Second)，但ASIC的Cost Per Token更优 •在推理场景中，客户更关注Cost Per Token，ASIC的成本优势更加明显。根据我们测算，在相同模型下，GPU单位时间能够产生更多Tokens，这可能意味着更加适合训练的场景，而ASIC的成本优势则更明显，也因此在推理场景下更受青睐。具体来说，我们采用DeepSeekR1模型，激活专家数: 9out of 257，模型大小: 671GB，Model layer: 61。假设Inputtoken: 1,024; Output token: 1,024，Batch size: 1，Computing power: FP8。并且假设芯片利用率为100%。根据测算结果，ASIC的Cost Per Token更优 •训练阶段，成本不是核心要素，每秒的Token吞吐量、集群的稳定性更加关键。根据我们测算，GPU拥有更好的TPS（Token Per Second)，叠加万卡集群的成熟度，GPU依然是更好的选择。 资料来源：Semi Analysis、国信证券经济研究所整理测算 资料来源：Semi Analysis、国信证券经济研究所整理测算 亚马逊Trainium、谷歌TPU、GPU基础参数对比 目录 模 型 商 业 模 式 逐 步 闭 环 ， 算 力 成 为 核 心 生 产 要 素01需 求 和 供 给 双 重 驱 动 ，A S I C芯 片 加 速 放 量 拐 点 到 来02自 研A S I C正 在 成 为 云 厂 商 构 建 竞 争 优 势 的