核心观点与关键数据
- 半导体行业周期性变化：当前周期由AI基础设施建设推动，不同于以往消费电子产品主导的周期。AI技术革命是核心驱动力，上游市场已因AI繁荣，但下游应用影响尚未完全展现，预示更大市场潜力。
- 芯片设计公司地位：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，尤其在AI算力领域，技术进步与市场渗透率提升显著。国产替代逐步缩小与国际差距，为投资者提供增长机会。
- AI算力芯片重要性：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。CPU在AI服务器中的价值回归，与GPU比例趋于均衡。
- 国产替代进展：国产替代虽有技术挑战，但逐步缩小与国际差距，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。
- 投资策略：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。
产业链价值分析
- 芯片设计环节价值量最高：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。
- 芯片设计行业价值与核心竞争力：芯片设计公司虽为轻资产模式，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。
AI芯片分类与价值解析
- GPU、NPU、TPU详解：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；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。
算力芯片与CPU角色演变
- CPU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。
功率半导体关键作用
- AI数据中心关键角色：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。
- 高压环境升级：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。
芯片设计新范式
- 掏定率（陶定率）：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。
国产芯片设计与大模型训练端替代
- 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。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。
AI芯片产业投资逻辑
- 业绩与概念并重：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。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。
- 国产算力价值凸显：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。
国产算力与芯片设计赛道投资机遇
- 国产算力发展趋势：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。
- 投资建议：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。
