行业概述
2026年OCP APAC峰会强调,AI创新的限制因素从硅片供应约束扩展到供应链的系统级集成能力。行业领袖(如微软、谷歌、台积电、亚德诺、格芯、ARM、英伟达、AMD、博通、GUC、Ayar Labs等)预计CPU、ASIC、光互连/CPO将通过前端制造、封装/测试和电源系统级集成实现更快的发展。
Agentic AI与ASIC/CPU
随着AI CPU使用强度增加,行业预计GPU/ASIC与CPU的配置将从4:1演变为2:1和1:1。微软的Cobalt 200 CPU和Maia 200 ASIC(用于GPT5.5和365 Copilot)分别比Cobalt 100和GPU具有33%更低的代理调用延迟、50%更高的性能和23%更高的代理吞吐量,以及30%更好的代币/美元效率。ARM认为芯片let是SoC的替代方案,其基于Neoverse V3核心的CPU和总设计平台支持更快超大规模部署。
CPO与可插拔方案
行业领袖认为光学是计算和HBM系统利用率和电源效率的使能器,并预计将从800G升级到1.6T和CPO。英伟达的CPO基础设施已投入生产,博通也认为CPO比可插拔方案提供10倍的可靠性提升和70%的功耗降低。然而,Ayar Labs指出光引擎可以放置在板上、封装上和互连上,暗示从可插拔到CPO的迁移是一个渐进的过程,而不是二元选择。
封装与测试
随着AI迁移的加速,封装正在转向更大的面板、3D/混合键合、CPO和集成电源。亚德诺认为,面板与晶圆的比例可以提高大面积光刻版的产量,垂直电源传输可以将功率损耗从10%降低到2%,而3D面对面混合键合可以实现约10倍的芯片间互连密度提升。封装升级也带来了后期阶段良率损失的成本,需要额外的晶圆/芯片/封装/系统级测试来整合多个芯片组、HBM和光学组件的系统。
股票推荐
- 首选:台积电、亚德诺、科林研发、mediatek
- 理由: 这些公司在CPU/ASIC和CPO方面具有高敞口,可能在AI领域实现增长。
下一个催化剂