猜你想问
这份研报的核心内容是什么？
这份研报的核心内容是分析电子行业的投资框架，围绕AI技术创新与国产自主可控两大方向。AI产业从预训练转向推理、再向Agent智能体迭代，硬件需求呈结构性变化：预训练阶段以算力为主，推理阶段对存算电联四大维度有均衡要求，Agent阶段CPU角色提升、需求增加。研报详细分析了AI相关硬件和国产自主可控的投资线索，包括存储、算力芯片、电力及散热、互联、CPU等细分领域，以及半导体上游、晶圆制造与先进封测、消费电子端侧AI等国产自主可控方向的投资机会。
AI相关硬件投资有哪些赛道/行业发展趋势？
AI相关硬件投资主要围绕AI产业从预训练到推理再到Agent智能体的迭代过程展开。预训练阶段以算力芯片需求为主，推理阶段对存储（HBM占比超50%）、算力（GPU加ASIC混合架构）、电力及散热（功率模拟、第三代半导体、液冷）、互联（CPO技术、高速PCB）四大维度有均衡要求，Agent阶段CPU需求显著提升。国内相关投资机会包括关注HBM、算力芯片、功率器件、液冷技术、高速PCB以及CPU产业链的发展。
研报重点分析了哪些投资方向？
研报重点分析了AI技术创新和国产自主可控两大投资方向。在AI技术创新方面，重点关注AI相关硬件的存储、算力芯片、电力及散热、互联、CPU等细分领域。在国产自主可控方面，重点关注半导体上游（设备、零部件、材料）、晶圆制造与先进封测（2.5D、3D）、消费电子端侧AI等方向。国内相关投资机会包括中微公司、富创精密、安集科技、长电科技、通富微电等企业。
当前AI硬件市场的现状如何？
当前AI硬件市场呈现结构性变化和高速发展态势。AI产业从预训练转向推理、再向Agent智能体迭代，推动硬件需求从以算力为主转向对存算电联的均衡要求，并最终提升CPU的重要性。具体来看，存储领域HBM需求旺盛，占AI芯片总支出超50%；算力芯片从GPU向GPU加ASIC混合架构演进；电力及散热需求指数级增长，功率模拟和液冷技术受益；互联领域CPO技术崛起，高速PCB需求爆发；CPU市场年增超35%。国内产业链在设备、零部件、材料、封测等领域均有显著发展机会。
研报提示了哪些投资风险？
研报提示的主要投资风险包括：一是推理阶段存储价格上涨可能反噬需求，当前市场分歧集中在价格而非需求或供给本身；二是AI产业迭代速度快，硬件技术路线存在不确定性，可能导致现有投资方向发生变化。此外，AI硬件市场的高增长也伴随着技术快速迭代的挑战，投资者需关注技术路线的演变和市场竞争格局的变化。