024 解读芯片设计AI产业硅基大脑20260712 导读

2026年07月12日19:48 关键词 半导体AI周期 芯片设计 材料 设备 算力 服务器 国产替代 产业链 价值量 通胀PCD MCC英伟达NBL72消费电子 汽车 大模型agent 全文摘要 半导体行业正经历周期性变化，当前周期特别受AI基础设施建设推动，不同于过去的消费电子产品主导周期。AI技术革命成为核心驱动力，尽管上游市场已因AI而繁荣，但下游应用影响尚未完全展现，预示更大市场潜力。芯片设计公司在产业链中占据关键地位，国产芯片设计面临机遇，特别是在AI算力领域，技术进步与市场渗透率提升显著。GPU、NPU、TPU等AI算力芯片重要性增加，随着AI应用发展，CPU同样重要。国产替代进展虽有技术挑战，但逐步缩小与国际差距，为投资者提供增长机会。建议投资者采取谨慎策略，分批建仓、逢低布局，以应对市场不确定性。 章节速览 l00:00 AI基建驱动半导体新周期，国产链迎来早期机遇 对话回顾了半导体周期的核心驱动力，指出本轮周期由AI基建推动，与以往消费电子终端驱动不同。当前处于AI基建行情的上半段，未来终端应用如电脑、手机、车的硬件迭代可能带来更大周期机会。国产链在技术层面和市场占有率上尚处于早期阶段，整体产业趋势远未结束，建议从更长期视角思考半导体及AI行情。 l03:31半导体产业链价值分析：芯片设计环节的高价值 对话深入探讨了半导体产业链各环节的价值分配，指出芯片设计环节因其在产业链中的决定性作用和高弹性商业模式，成为价值量最高的部分。设计公司通过IP盒和EDA软件设计芯片，决定下一代芯片和AI服务器的形态，拥有较强的话语权。此外，设计公司采取fbs模式，主要投入在研发和IP核，经营杠杆高，展现出高弹性。 l08:48芯片设计行业价值与核心竞争力分析 对话深入探讨了芯片设计公司在半导体产业链中的核心地位，指出其虽为轻资产模式，却占据产业链56%的价值量，其中逻辑芯片与存储芯片占比超过六成。芯片设计不仅决定AI硬件发展路径，还通过软件生态、顶级人才及EDA工具构建长期壁垒，成为AI算力爆发的首要受益环节。 l11:01 AI芯片分类与价值解析：GPU、NPU、TPU详解 对话深入探讨了GPU、NPU和TPU三种AI芯片的特点与应用。GPU擅长大规模并行计算，NPU聚焦神经网络运算，尤其在推理端表现优异，而TPU作为谷歌专为AI设计的芯片，能高效处理正反向推理与训练，预计未来在非GPU类AI服务器中占比将显著提升。 l15:06算力芯片与CPU在AI服务器中的角色演变 对话探讨了GPU、NPU和TPU在算力芯片领域的应用差异，重点分析了CPU在AI服务器中的价值回归。随着AI从模型训练转向推理和agent执行，CPU在任务编排、调度等方面的重要性逐渐凸显，与GPU的比例趋于均衡，预示着未来AI服务器设计的新趋势。投资布局需紧跟产业动态，灵活调整策略。 l19:01功率半导体在AI数据中心中的关键作用 功率半导体在AI数据中心中扮演着控制电能分配的关键角色，涉及手机快充、新能源汽车逆变器及电网变 电站等多个领域。随着AI发展，对更高功率和效率的需求推动了功率半导体向800伏等高压环境升级，创化规等材料因其稳定性与效率成为关注焦点。功率半导体的优化与升级，对于提升服务器效能、数据传输速度及存储能力至关重要，支撑着AI浪潮下各类芯片的清晰成长逻辑。 l23:29解读华为掏定率：芯片设计新范式与产业变革 掏定率2.0作为一种新型优化范式，旨在通过时间萎缩而非传统几何萎缩提升芯片性能，强调整体架构优化与逻辑折叠，对封装、芯片设计及EDA工具提出新需求，有望推动中国芯片行业突破瓶颈，实现创新突破。 l28:48国产芯片设计与大模型训练端的国产替代新趋势 对话探讨了国产芯片设计和大模型训练端的国产替代趋势，强调了从更宏观效能出发的设计革新，以及大模型在编程领域的快速迭代和海外调用量的增加。指出训练端提升是核心，需关注大模型厂商与算力服务器及芯片厂商的合作，如DeepSec与华为昇腾950的合作，以及推理端进展和芯片设计公司出货节奏是否符合预期。 l33:58 AI芯片产业：业绩与概念并重，国产算力价值凸显 对话深入探讨了AI芯片产业的业绩与概念炒作之间的关系，指出当前阶段AI大模型与芯片设计及厂商的耦合是重要关注点。对于AI基金的投资思路，聚焦于涨价逻辑下业绩确定性较高的环节，如光、存储等。市场正从涨价逻辑转向对涨价持续性和幅度的定价核心矛盾。尽管存在增速放缓预期影响市场情绪，但整体估值并未过分，国产算力因其量产、训练突破及超节点落地等优势，成为下半年投资关注的重点。 l40:04国产算力与芯片设计赛道的投资机遇 对话深入探讨了国产算力芯片的发展趋势，包括供给端的新产品发布与量产计划，以及需求端云厂商和政策对国产化率的推动。同时，介绍了永盈科创芯片设计ETF的特点，强调其在国产算力领域的高聚焦度，适合看好国产算力成长的投资者。最后，建议投资者关注重要时间节点，采取分批建仓策略，理性布局芯 片设计赛道。 问答回顾 发言人 问：这一轮半导体行情的核心驱动力是什么，与上一轮有何不同？ 发言人答：这一轮半导体行情的核心催化来自于AI基建的大背景，尤其是从25年开始的这一轮周期中，AI基建成为主要驱动力。与过去几轮半导体周期不同的是，上一轮周期更多映射到消费电子终端产品，而这一轮主要集中在上游AI基建，如训练和推理需求。目前，AI技术尚未完全渗透到下游终端应用中，但随着AI功能的普及，未来终端产品可能都需要在芯片层面进行边缘计算能力的迭代，这可能是半导体更大一轮周期的机会。 发言人 问：国产链和海外链的发展状况如何，是否走到产业发展的极限？ 未知发言人答：国产链相较于海外链，在技术和市场占有率上处于更早期阶段，整体发展还未走到产业发展的极限，还有很大的发展空间。 未知发言人 问：半导体产业链中各个环节的价值分配情况是怎样的？ 发言人答：在半导体产业链中，芯片设计环节的价值量是最高的。芯片设计公司通过利用IP盒和EDA软件来设计芯片，并将设计稿交给中游的代工公司进行生产，这些代工公司再采购原材料和使用芯片制造设备最终产出芯片。在AI投资热潮中，芯片设计公司起到了决定下一代AI服务器设计的关键作用，且其商业模式采取Fabless模式，即无生产线，专注于设计和销售芯片，将制造环节交给下游代工厂，从而在产业链中具有较强的话语权。 发言人 问：对于新政设计公司来说，其投入主要是在哪些方面？ 发言人答：新政设计公司的投入主要集中在研发，包括对IP核等的研发。 未知发言人 问：在半导体行业中，芯片设计环节的价值杠杆和经营杠杆有何特点？未知发言人答：相较于半导体行业的其他环节，芯片设计环节的价值杠杆更高、经营弹性更大。 发言人 问：芯片设计公司的商业模式有何特点？ 发言人答：芯片设计公司的商业模式较为有趣且具有高弹性，能够设计包括逻辑芯片、存储芯片、模拟芯片以及光芯片等多种类型的芯片。 未知发言人 问：当前芯片设计公司在整个半导体产业链中占据的价值比例是多少？发言人答：芯片设计公司在整个半导体产业链中占据了50%以上的价值量占比，其中约60%集中在逻辑芯片和存储芯片上。 发言人 问：GPU、NPU和TPU分别是什么？它们为何如此重要？ 发言人答：GPU最初用于图形处理，现在在AI服务器领域占据主导地位，因其适合大规模并行计算；NPU则是针对神经网络运算进行定制优化，更聚焦于推理端；TPU作为谷歌提出的张量处理单元，具备正反向推理和训练能力，是一种高度定制化的ASIC芯片，尤其在支撑大规模模型训练和推理方面表现出色。随着技术发展，这些芯片在AI服务器集群中的地位不断提升。 发言人 问：CPU市场格局为何发生变化？ 发言人答：从去年开始，市场对CPU的关注度逐渐增强，甚至有观点认为CPU的重要性正在回归。这可能与大模型、公司模型训练等领域的迭代更新有关，而今年CPU板块也开始走强，引起了投资者的关注。 未知发言人 问：今年推理端的需求有什么变化？ 未知发言人答：今年尤其是从去年四季度到今年一季度后，推理端的需求爆发了，并且信托领域对算力的 需求占比逐渐从4比6转变为6比4。 未知发言人 问：算力结构变化对AI服务器中GPU和CPU使用的影响是什么？CPU在AI服务器中的重要性会如何变化？ 发言人答：随着训练和推理场景的变化，GPU和CPU的使用结构发生变化。过去训练时可能更偏向于GPU，但现在随着混合模拟专家框架的使用，在推理阶段CPU的使用率逐渐上升。随着AI从训练走向推理及agent执行过程，CPU的价值将回归并变得越来越重要，因此在投资和布局上需要跟随整个产业的发展进行持续调整。 未知发言人 问：AI服务器中CPU芯片数量与GPU芯片数量的比例有何变化趋势？未知发言人答：从英维达等公司的产品来看，CPU芯片与GPU芯片的比例已经从过去的1比8或1比10，逐渐接近到接近1比1的比例，说明未来AI服务器对CPU的需求将会增多。 发言人 问：在AI服务器小型化的过程中，为何要关注功率半导体的发展？ 发言人答：随着服务器内集成更多芯片如GPU、CPU以及功率半导体，以实现单位体积内更高的效能，这涉及到芯片计算速度、数据传输速度以及更高功率需求等问题，因此对功率半导体的需求和升级至关重要。 发言人 问：功率半导体在AI数据中心中的作用是什么？ 发言人答：功率半导体主要负责控制电能，解决如何高效传输电能的问题。它在AI数据中心中扮演着关键角色，例如手机快充、电动汽车逆变器、电网变电站等都会用到功率半导体器件。 未知发言人 问：为什么市场上对800伏级的功率半导体（如创化规方案）特别关注？ 发言人答：在800伏环境下，创化规方案在多个维度上表现出最优稳定性、最高效率，材料性能也最好，所以得到了市场的广泛关注和应用。 发言人 问：华为提出的“掏定率”是什么？它对中国芯片及投资思路有何影响？发言人答：“掏定率”可能是笔误，应为“陶定率”，是一种优化范式的转变。陶定率具体是指针对半导体技术发展和产业现状，进行的一种优化升级的思路或策略，旨在解决特定问题，对中国芯片以及中国芯片设计的投资思路产生积极影响。 未知发言人 问：那么在这个掏定率的范式下面，它的核心思想是什么？对于“掏定率”这个概念，您是如何理解的？ 发言人答：在掏定率的范式下，核心讲的是时间萎缩，目标是希望提升容错计算的速度，能够以更快的速度解决同样的复杂度问题。“掏定率”本质上是对整体目标范式或优化目标函数的变化。过去通过将每个“房子”（功能单元）做得越来越小并优化信息传输路径，而现在则是通过构建多层结构、整合功能单元（如存储与计算），以及优化总线集成等设计，使得整个方案效果更好。 未知发言人 问：过去的摩尔定律与未来技术发展趋势有何不同？ 发言人答：过去通过几何萎缩（芯片体积越来越小）实现摩尔效率的提升，但目前摩尔定律已到达瓶颈期，因此需要寻找新的方法来进一步提升整体性能，比如从整体架构优化，结合算力芯片、存储芯片、交换机光通信等进行一体化设计，提高整套AI服务器性能。 发言人 问：国产芯片设计是否因国产大模型的发展而面临全新的需求天花板？ 发言人答：是的，国产大模型的发展不仅推动了国产芯片设计从单纯的制造小型化转向更宏观、整体化的效能优化，还带来了新的设计环节需求，如逻辑折叠等。此外，国产大模型在海外的调用量增加，预示着对于国产芯片设计而言，不再仅仅是国产替代，而是打开了全新的需求天花板。 发言人 问：那么，对于大模型的训练和国产化，最核心的关注点是什么？ 发言人答：最核心的关注点在于训练端和AI服务器之间的耦合情况，以及推理端的进展。尤其是在四季度，我们需要观察国产大模型能否在训练端真正实现国产替代的效果。 未知发言人 问：目前市场对于AI领域的投资，大家普遍认为是炒题材、玩概念，您怎么看这个问题，以及与之前有何不同？ 发言人答：市场对于AI领域的投资确实存在一