猜你想问
微软Maia300芯片的产量计划及市场应用是什么？
Microsoft计划明年大幅增加下一代自研AI芯片Maia 300的产量，并计划今年秋季公开发布。该芯片不仅服务Azure内部需求，更旨在推动Anthropic等大型云客户采用。Maia从内部验证走向规模部署，标志着全球AI算力正从“NVIDIA GPU单线扩张”转向“GPU+自研ASIC多点开花”，其中光互联、PCB等通用基础设施具备确定性增长。
光互联行业在AI算力发展中的趋势和机会是什么？
Maia集群规模越大，芯片间Scale-up及集群间Scale-out互联需求越强。Maia 200已采用Ethernet Scale-up架构，后续Maia 300面向大型客户规模部署将进一步提升高速光模块及光器件需求。重点关注北美CSP 800G/1.6T扩容核心受益方向，如中际旭创、新易盛，以及MPO高密度连接产品受益AI集群端口数量提升及高速互联升级的太辰光，叠加MT插芯自供、海外产能释放，具备较强业绩弹性。
PCB行业在AI服务器需求升级中的变化和重点领域是什么？
Google TPU、Amazon Trainium、Microsoft Maia持续扩产，意味着AI服务器PCB需求不再单纯依赖GPU路线。ASIC服务器同样需要高多层、高速低损耗PCB，并伴随交换机及Scale-up网络升级带来价值量提升。重点关注沪电股份、胜宏科技等企业。
当前AI算力硬件市场的现状和发展方向如何？
全球AI算力正从“NVIDIA GPU单线扩张”转向“GPU+自研ASIC多点开花”，CSP自研ASIC全面进入放量周期。AI硬件需求从“押注一颗GPU”转向“全球算力资本开支共同扩张”，光互联、PCB等通用基础设施具备确定性增长。
本报告提示的主要风险点有哪些？
本报告提示的主要风险点包括技术迭代风险，AI芯片及光互联、PCB等产业链环节的技术快速更新可能影响现有产品路线的持续性；市场竞争风险，随着更多云服务商加入自研ASIC行列，市场竞争加剧可能影响单一供应商的份额；以及宏观经济风险，全球资本开支的波动可能影响AI硬件的总体需求规模。