Equity research
Equity research
依我愚见——目前存储芯片行业的情况是，我认为你将看到更多坏消息而非好消息。
1. 利润率可持续性2. 对消费电子产品需求的影响3. 来自中国的竞争我们知道利润率没有太多增长空间了，可能峰值在 88-92% 左右。存储芯片制造商在 DRAM 上的毛利率接近 90%，现在问题在于，在行业趋势转向之前，他们还能维持这种状态多久。可以把它想象成英伟达。英伟达面临着同样的问题——利润率和竞争。伯恩斯坦：Meta AI 算力
伯恩斯坦估计，Meta 目前在全球拥有约 20GW 的巨大算力规模，未来几年还将有约 14GW 上线。
与此同时，有报道称，谷歌由于自身资源限制，已限制了 Meta 的算力容量，这引发了关于 Meta 当前是否真的拥有 “过剩” 容量的疑问。
Meta 持有价值 352 亿美元的 CoreWeave 合同（占 CRWV 积压订单的三分之一以上）。加上微软约 140 亿美元的合同，CoreWeave 近一半的积压订单来自那些在合同到期续签时很可能成为直接竞争对手的公司。
CoreWeave 主要积压订单亮点
Meta $Meta(META.US): 总计 352 亿美元（2025 年底签署，并于 2026 年 4 月至 2032 年 12 月期间扩展，包括早期英伟达 Vera Rubin 部署）。
微软 $微软(MSFT.US): 估计约 140 亿美元，涉及一系列合作关系（实际约为 9 份合同）。
OpenAI: 总计 224 亿美元，涉及 2025 年签署的多项扩展协议。
Jane Street: 2026 年 4 月签署的 60 亿美元多年期基础设施协议，其中包括 10 亿美元的股权投资。
英伟达 $英伟达(NVDA.US): 一项至 2032 年的支持协议，价值高达 63 亿美元，用于购买未售出的 CRWV 容量。
瑞萨电子：AI 基础设施与计算
AI 服务器与推理计算的崛起
预计从 2024 年到 2030 年，通用服务器总出货量将温和增长（约 1.3 倍）。相比之下，AI 服务器出货量预计将急剧扩大，增长约 2.4 倍，在此期间实际翻倍。
虽然 GPU 推动了最初的训练浪潮，但随着行业重心向推理大幅转移，市场正看到主要转向 AI 专用集成电路和 CPU。预计到 2030 年，AI 专用集成电路出货量将增长约 3.0 倍，远超 GPU 的增长（约 1.5 倍）和标准 CPU 的增长（约 1.7 倍）。
收入驱动力与瑞萨的潜在市场扩张
主要的结构性顺风包括电网到机架的转型、系统复杂性增加需要先进的微控制器控制，以及向 800V 和垂直电源架构的关键架构转变。
增长主要由数字电源驱动，其次是内存接口，以及其他支持性微控制器组件。
电力瓶颈：电网到核心架构
电网层级：通过使用固态变压器、储能系统和不间断电源，利用数字控制器和高压氮化镓来管理电力。
机架层级：使用 800V DC/DC 转换器、热插拔控制器和电源单元来降压。
xPU 板卡层级：通过内存接口、高速光模块电源管理集成电路和复杂的核心电压级（利用集成稳压器优化空间和效率），将超低电压和高电流直接输送到处理器。
指数级电力需求指标
预计下一代 AI 机架将消耗超过 1 兆瓦的电力，推动每个机架的电力含量增长超过 10 倍。
AI 基础设施与计算电力潜在市场正朝着 2030 年几乎呈指数级增长，其中电压调节模块构成了该价值的绝大部分，其次是中间总线转换器和 AC/DC 级。
一个领先的下一代 AI 板卡示例展示了所涉及的巨大复杂性，需要一个包含超过 10 个数字控制器和超过 100 个智能电源级的 GPU 电源解决方案，以及一个利用超过 30 个 MOSFET 的 48V 中间总线转换器解决方案。密集封装极大地提高了热约束，使得热性能和电流密度成为半导体供应商的终极竞争战场。
这对许多电力半导体公司来说是利好消息。$意法半导体(STM.US) $英飞凌(ADR)(IFNNY.US) $德州仪器(TXN.US) $安森美半导体(ON.US) $Wolfspeed(WOLF.US)
Rosenblatt 关于 Meta $Meta(META.US) 的说明：
“彭博社今天报道称，Meta 正计划开展一项云业务，以出售人工智能计算能力。报道指出，作为其 Meta Compute 计划的一部分，该公司正考虑出售对其现有 AI 基础设施上托管的各种 AI 模型的访问权限，以及 ‘原始’ 计算能力。在其年度股东大会（5 月 27 日）上，Meta 首席执行官马克·扎克伯格告诉股东，如果他们过度建设数据中心容量，租赁云计算业务是可能的，当时他表示他们尚未这样做。此外，在 Meta 第一季度财报电话会议上，提问集中在他们资本支出的投资回报率上，因此我们对彭博社 ‘知情人士’ 今天的消息并不感到意外。我们的调查显示，超大规模企业在 GPU 计算采购方面的立场没有变化，目前整个行业 GPU 短缺是常态。我们也认为，Meta 无权将其在 2032 年前从 CoreWeave 租赁的任何容量转售给第三方。”
GPU 计算采购情况未发生变化，这对 $英伟达(NVDA.US) $AMD(AMD.US) 是利好消息。
摩根士丹利：存储芯片价格展望
📈 2026 年第三季度 DRAM 展望：TrendForce 预测常规 DRAM 价格将环比上涨 13-18%，与高盛的预测（三星 +16%）完全吻合。
💻 PC 与服务器需求强劲：由于 OEM 厂商积极建立库存，PC DRAM 预计环比上涨 15-20%。服务器 DRAM 预计环比上涨 13-18%，主要受 DDR5 溢价扩大（目前比 DDR4 高出 22%）推动。
📱 移动 DRAM 降温：预计环比上涨 8-13%。由于供应商为支持消费电子供应链而放缓涨价步伐，与第二季度大幅飙升（73-85%）相比，增速明显放缓。
⚠️ NAND 表现不及预期：TrendForce 预测 NAND 价格环比上涨 10-15%，低于高盛 +21% 的预期。企业级 SSD 保持强劲（+18-23%），但消费级 NAND（eMMC/UFS）表现疲软，仅上涨 5-10%。
📊 现货市场与合约市场对比：现货市场继续领先。DDR5 16Gb 现货价格较合约价溢价 17%，而较旧的 DDR4 8Gb 现货价格则存在高达 38% 的溢价。
Meta $Meta(META.US) 正在建立云业务以出售过剩的 AI 算力。我怎么看这件事？
我认为这是预料之中的。几个月来，我一直认为这是唯一一家 AI 战略不明确的大型云服务商。你囤积了所有这些算力是为了……什么？但是，我感觉这一举措更多是迫于其今年股价表现的压力。我认为这对公司来说是正确的一步。他们可以转型成为一家新云服务商。富国银行预计他们能从转售机会中获得 200 亿美元收入。这对半导体行业意味着什么？情况可能很快变得糟糕。我相信 Meta 仍会达到其 FY26 的资本支出目标，但 FY27 可能会呈现完全不同的景象。资本支出的下降会导致整个半导体领域立即遭到抛售。一个失去的市场机会。你可以在回复中查看我五月份关于 Meta 的文章 👇英特尔 $英特尔(INTC.US) EMIB 供应链
倒装芯片组装
凸点制造
力成科技 $6239.TW
艾克尔科技 $艾克尔科技(AMKR.US)
芯片贴装
ASMPT $0522.HK
库力索法 $库力索法半导体(KLIC.US)
激光打标
E&R Engineering $8027.TWO
等离子清洗
E&R Engineering $8027.TWO
EMIB 基板
IC 基板
揖斐电 $4062.T
欣兴电子 $3037.TWO
AT&S $ATS(ATS.US).VI
新光电气
ABF 薄膜层压
味之素 $2802.T
永恒精密机械 $7795.TWO
桥接芯片贴装
东丽 $3402.T
电镀
ASMPT NEXX
激光钻孔
三菱电机 $6503.T
烘烤炉
群翊 $6664.TWO
其他组件
硅电容
钰创科技 $6531.TW
三星电机 $009150.KS
硅电容代工厂
力积电 $6770.TW
联华电子 $联电(UMC.US)
华邦电子 $2344.TW
信息源自野村证券，但我补充了供应链中我认为他们遗漏的几个名字 - AT&S, 味之素
中金公司：碳化硅向左，氮化镓向右——第三代半导体成为数据中心高压架构的必然选择
> 我们预计，到 2030 年，每兆瓦数据中心部署可能需要约 10，000 个碳化硅器件和 21，000 个氮化镓器件，对应每兆瓦价值分别为 22 万美元和 4.9 万美元——这表明市场机会相当可观。> 在 2026 年至 2030 年间，机柜侧（白区）和机房侧（灰区）系统预计将逐步升级至 800V/±400V 直流配置，从而推动对第三代化合物半导体的需求。短期内（1-2 年），由 800V 侧挂单元引领的过渡性架构可能对碳化硅需求带来有限的上行空间。然而，随着以下发展逐步实现：（1）机柜侧的刀片级降压甚至高密度 800V 至 6V 电源转换，（2）机房侧的集中式整流，以及（3）固态变压器解决方案的实施，我们认为与碳化硅/氮化镓相关公司的长期期权价值值得合理定价。> 我们认为中国公司已在碳化硅/氮化镓领域建立了深厚的布局，竞争力持续增强。展望未来，整个第三代化合物半导体价值链上的中国公司有望从高压数据中心架构的采用中大幅受益。> 传统数据中心机柜平均功率约为 7 千瓦。相比之下，英伟达的 Hopper 架构功耗约 40 千瓦，Blackwell GB300 NVL72 达到 134-140 千瓦，Rubin 将超过 200 千瓦，而未来架构（2027 年的 Kyber 和 2028 年的 Feynman）预计将扩展至每个机柜 600 千瓦和超过 1 兆瓦。行业预计将通过四个过渡阶段来实施 800V 直流设置：第一阶段（2026/2027 年）：带 “侧挂单元” 的白区改造设置：灰区（设施层面）保持不变。在 IT 机柜旁增加一个定制的 800V 直流侧挂式电源柜（“侧挂单元”），用于本地将交流电整流为 800V 直流电。半导体影响：碳化硅需求集中在侧挂单元的前端整流/PFC 模块。碳化硅数量：每兆瓦约 1，594 个单元。第二阶段（2027/2028 年）：原生 800V 直流计算（氮化镓拐点）设置：集中式低压 UPS 系统被逐步淘汰，取而代之的是分布式机柜级电池备份单元和超级电容器。800V 直流母线直接连接到计算刀片。半导体影响：氮化镓取代了主板载电源降压阶段（中间总线转换器）的大部分碳化硅，以满足 GPU 附近严格的空间和散热限制。然而，碳化硅在高压热插拔保护和固态断路器方面存在刚性需求。数量：每兆瓦约 1，755 个碳化硅单元；每兆瓦约 10，303 至 10，667 个氮化镓单元。第三阶段（2028/2029 年）：灰区集中式整流器设置：电源整流完全上移至灰区。大规模设施级集中式整流器将电网电力转换为 800V 直流注入骨干网，并分布在整个设施中。Navitas 氮化镓转型（2026 年 6 月）：受 Navitas 的 GaNFast 集成到英伟达 MGX 生态系统的推动，设置将开始将 800V 直接转换为 6V，完全消除传统的 48V 中间降压总线。数量：碳化硅激增至每兆瓦约 6，948 个单元（由大规模的工业直流配电、电池备份单元和储能系统驱动）。氮化镓使用量爆炸式增长至每兆瓦 20，800-21，600 个单元。第四阶段（2029 年后）：最终的固态变压器架构设置：低压变压器和低压整流阶段均被完全消除。兆瓦级固态变压器直接将中压电网交流电转换为 800V 直流电。半导体影响：高频 SST 运行严重依赖高压碳化硅。灰区基础设施占据了碳化硅总价值链的 54%。碳化硅数量：飙升至每兆瓦约 9，886 个单元。市场价值> 随着设置从第一阶段过渡到第四阶段，每兆瓦碳化硅的硬件价值从 10，000-25，000 美元急剧跃升至约 270，000 美元。这一价值增长主要由电压等级升级（从 650V 器件转向 1200V 和 3.3kV 器件）驱动。> 氮化镓可寻址市场价值从第二阶段的每兆瓦 33，000-33，800 美元增长到第三/四阶段的每兆瓦 46，500-49，100 美元。碳化硅单位成本随着器件从标准机柜组件转向高压、高密度基础设施，碳化硅的单位成本急剧上升：非 SST / 机柜内器件：每单元 2.5 – 3.5 美元。UPS / PDU / BESS 外围设备：每单元 3.5 – 5.0 美元。800V 过渡 / 早期 SST 阶段：每单元基础价格 10.0 美元（使用量产 1200V 级碳化硅 MOSFET）。完整 SST 架构：1200V 碳化硅模块：每单元基础价格 15.0 – 20.0 美元。3.3kV 碳化硅模块：每单元基础价格 50.0 美元（反映了中压直接转换的严重技术溢价）。氮化镓单位成本氮化镓定价按应用场景分层，特别关注其与高压母线和 GPU 本身的接近程度：第二阶段（刀片中间总线转换器）：高压 IBC（800V --> 50V）：每单元 3.8 美元（使用 650V 集成氮化镓 IC）。低压 IBC（50V --> 12V）：每单元 2.2 美元（使用 100V 级氮化镓小芯片）。第三/四阶段（集中式 & 近 GPU）：Navitas PDB 板系统：每单元 3.2 美元。近 GPU 嵌入式氮化镓：每单元 2.2 美元（规模化 AI 服务器订单定价）。碳化硅的阶跃式爆炸增长碳化硅表现出巨大的价值弹性，这意味着由于向更高价格、更高电压（1200kV -->3.3kV）器件过渡，其财务价值的增长速度远快于物理单元数量。数量增长：规模从每兆瓦 1，594 个单元（第一阶段）跃升至每兆瓦 9，886 个单元（第四阶段），年复合增长率约为 83.73%。价值增长：财务捕获从每兆瓦 2，000 – 15，000 美元（第一阶段）飙升至每兆瓦 220，000 美元（第四阶段）。这代表了惊人的年复合增长率，范围在 144.78% 至 379.14% 之间。氮化镓的高数量、稳定价值曲线相反，氮化镓遵循高数量、高度本地化的部署策略。其数量迅速增长，但由于其在更靠近计算刀片的较低、更商品化的电压等级下运行，其美元价值增长更为线性。数量增长：单元数量从每兆瓦 10，303 – 10，667 个（第二阶段）翻倍至每兆瓦 20，800 – 21，600 个（第三/四阶段），年复合增长率为 95% – 110%。价值增长：财务捕获从每兆瓦 33，000 – 33，800 美元转变为每兆瓦 46，560 – 49，120 美元，代表了更为温和的年复合增长率，为 38% – 49%。iM 证券：台积电是否成为英伟达短期增长的瓶颈？
CoWoS 晶圆修订：由于台积电 $台积电(TSM.US) 及其他 CoWoS 供应商的产能扩张慢于预期，iM 证券将其对 AI 加速器的 CY26 全球 CoWoS 分配预测从 138 万片晶圆下调至 109.6 万片。因此，英伟达该年度的 AI GPU 预计产量已从 1114 万片（同比 +57%）削减至 924 万片（同比 +31%）。
鲁宾延迟：最值得注意的是，下一代鲁宾 GPU 的生产预测被削减了一半，从 300 万片降至 150 万片。
HBM 市场影响：较低的加速器产量使 CY26 HBM 总需求从 48.9 亿 GB 降至 42.3 亿 GB。内存制造商已将其产量略微下调至 43.3 亿 GB，原因是需求低于预期且利润率低于传统 DRAM。
英伟达即将推出的下一代 AI 加速器，鲁宾 Ultra（计划于 CY27 推出），正面临技术障碍，可能迫使其大幅降低规格。虽然英伟达与内存供应商仍在协商中，但正在考虑一个 384GB 的缩水版本，而非最初的 1TB（1024GB）目标。
CoWoS-L 尺寸限制：CoWoS-L 中介层的物理极限是 8150 mm²。最初的 4 芯片方案需要 6750mm²。虽然从数学上可行，但扩大中介层尺寸会显著增加基板翘曲，将应力集中在角落，降低焊点疲劳寿命，并严重降低封装良率。回归 2 芯片架构会自动将最大 HBM 立方体数量从 16 个降至 8 个。
台积电的 CoPoS 替代方案为时已晚：台积电绕过此尺寸限制的下一代解决方案是 CoPoS（基板上芯片面板）。然而，由于台积电刚刚开始选择设备和组件供应商，预计要到 2028 年下半年（2H28）才能实现大规模生产。这将留下一个封装瓶颈，给英伟达明年的增长带来压力。
HBM4E 堆叠良率：内存制造商也在努力应对堆叠 16 层 HBM4E 的生产良率问题，尽管这被标记为内存供应商的问题，而非台积电造成的限制。
CY26 AI 加速器芯片总产量预计将达到 1786.5 万（17.87M）片，反映出 51% 的同比增长。
英伟达 $英伟达(NVDA.US) 占据了总 CoWoS 产能分配的 56%（64 万片晶圆），产出 924.2 万片芯片（同比 +31%）。
博通 $博通(AVGO.US) 获得了 27.2 万片 CoWoS 晶圆（大幅增长 206%），产出 535.4 万片芯片（同比 +70%）。这主要由谷歌的 TPU 支撑，其占据了博通份额的 75%（402.7 万片芯片）。Meta 的 MTIA 占 101.7 万片芯片。
AMD $AMD(AMD.US) AI GPU 占用了 7 万片晶圆，转化为 87.5 万片芯片（同比 +22%），在 MI350X（56 万片）和 MI400X（31.5 万片）之间分配。
CY26 全球 HBM 需求预计将达到 42.34 亿 GB（4.23B GB），标志着爆炸性的 95% 同比增长。
仅英伟达就消耗 24.27 亿 GB（约占总市场需求的 57%）。
博通代表了 11.62 亿 GB 的 HBM 需求（同比 +115%），其中 TPU 占主导地位，达 8.51 亿 GB。
AMD 占 2.82 亿 GB 的需求，即将推出的 MI400X 将采用超高密度 HBM4 配置（每个加速器使用 48GB 立方体，共 384GB）。
特斯拉加速量产，中国厂商集体领跑——人形机器人的「电动汽车时刻」到来了吗？
据野村证券称，特斯拉正在将其 Optimus Gen 3 从初步装配转向全面生产，为全球制造速度设定了基准。该公司已将弗里蒙特工厂（由 Model S/X 生产线改造而来）的年化产能目标上调至约 70，000 台。此外，特斯拉计划到 2028 年在奥斯汀再增加 70，000 台产能，目标是长期总产能达到 150 万台。供应链数据显示，2026 年 Optimus 的发货量将达到约 25，000 台（+/- 10，000 台），9 月份的周产量目标可能升至 1，000 台。瑞银集团指出，Optimus Gen 3 的正式推出窗口期在 7 月至 8 月之间，这将是下半年市场的一个关键驱动力。
在中国之外，制造商的生产速度仍落后于国内。Figure AI 和波士顿动力公司的年出货量均约为 500 至 1，000 台，而其他国际制造商的平均出货量则在 100 至 200 台。值得注意的是，Figure 的 BotQ 生产线已公开实现了每小时一台的生产节拍时间。
野村证券已将其对中国 2026 年人形机器人出货量的预测上调至 40，000-50，000 台。这一增长得益于政府对具身智能基地采购的加强，以及年底因更便宜型号推出而触发的消费需求拐点。
市场份额分布在不同的层级：
第一梯队（前两家公司）：每家出货量约为 10，000 至 15，000 台（同比增长 2 至 3 倍）。
第二梯队：几家中型公司每家出货量约为 3，000 台。
第三梯队：较小的参与者每家出货量在 500 至 1，000 台之间。
2026 年出货量的下游应用分配结构如下：
消费应用：30%
表演与娱乐：30%
政府采购（数据采集）：20%
教育：15%
商业与工业应用：3%–5%
瑞银集团指出，国家政策正积极推动中国机器人产业从实验展示转向工业、物流、医疗和住宅环境中的实际运营部署。工业和信息化部计划到 2027 年底在 100 多个场景中部署超过 10，000 台，而上海市政府的目标是到 2030 年部署 100，000 台工厂用机器人。
投资趋势与市场阻力
2026 年上半年，全球机器人领域的战略资本活动加剧。尽管势头强劲，但整体市场情绪面临明显的阻力。瑞银数据显示，中国的人形机器人指数年初至今已落后于更广泛的机械指数约 9 个百分点。这种表现不佳源于 Optimus Gen 3 大规模生产的延迟、疲软的交易动能，以及资本向数据中心和商业航天领域的转移。
即将到来的催化剂
瑞银强调了今年下半年可能改变市场动能的几个里程碑：
Optimus Gen 3 在仲夏（7 月至 8 月）正式推出。
宇树科技 IPO 的进展。
上海世界人工智能大会（7 月）。
北京世界机器人大会（8 月）。
野村证券强调了系统训练方式的一个重大范式转变：数据采集正在转向「无机器人」方法，例如遥操作、通用操作接口和第一人称视角采集。这些替代技术的成本仅为基于物理机器人方法的 20%，且速度更快。
随着由 90% 非机器人数据和 10% 物理机器人数据组成的混合训练模型成为行业标准，专门用于数据采集的物理硬件需求将在 2026 年收缩。政府实体仍然是这些大规模数据采集中心的主要支持者；建立一个拥有 1，000 台容量的单一设施需要投资 5，000 万至 1 亿元人民币，投资回收期为 3 至 5 年。虽然这降低了原始设备制造商眼前的硬件采购压力，但却提高了对跨平台标准化、数据一致性和高质量的需求。实际的工业集成在周期时间、精度和训练成本方面仍面临验证摩擦。
合同制造与内部供应链
实地调研显示，向整机合同制造发展的趋势明显。由于硬件供应链需要大量资本且投资回报期长，大多数二、三线原始设备制造商选择将生产外包。从长远来看，合同制造的市场份额预计将扩大。相反，保持垂直整合供应链的原始设备制造商（如宇树科技）通过降低物料清单成本获得了直接的价格优势。
拥有汽车供应链背景的进入者凭借其大规模组装经验和端到端管理能力，具有长期竞争优势。同时，3C 电子制造商目前在品牌资产方面具有微弱的优势。
野村证券预计，主流全尺寸人形机器人的零售价将在 15 万至 30 万元人民币之间，而紧凑型型号的价格将在 1 万至 10 万元人民币之间。尽管 2026 年价格同比下跌超过 50%，但预计 2027 年价格通缩速度将放缓。
全球生态系统扩张
主要科技和汽车公司的战略举措正在整个行业加速进行：
英伟达与 OpenAI：英伟达 $英伟达(NVDA.US) 正在积极资助一个生态系统，其中包括中国初创公司宇树科技和现代等韩国企业。同时，OpenAI 在 6 月通过成立「OpenAI Robotics」部门，重新聚焦该领域，并开始积极招聘 AI、系统和硬件工程人才。
企业融资与 SPAC：德国的 Neura Robotics 完成了高达 14 亿美元的 C 轮融资，目标是今年生产 6，000 台，到 2027 年每年产量超过 10，000 台。Agility Robotics 宣布计划通过与 Churchill Capital Corp XI 合并上市，交易前估值为 25 亿美元，目标是在 2026 年第四季度完成交易。
汽车集成：2026 年 6 月，小鹏汽车 CEO 直接领导公司的机器人部门，目标是在年底前大规模生产其「IRON」人形机器人。比亚迪也确认了其自己的人形机器人开发计划，计划在年底前内部工厂部署多达 20，000 台——这是全球最大的运营部署之一。
实体人工智能很有趣，值得关注，但不要指望实体人工智能会遇到与当今人工智能相同的瓶颈。
当你一年投入 7000 亿美元时，必然会出现瓶颈，因为三年前没人预料到这样的支出速度。这是人类历史上最大的投资，到明年可能超过美国州际高速公路和铁路的总和。
很难想象到 2030 年，国内人形机器人的支出能达到今年总资本支出的 10%。
不要试图在这个领域寻找瓶颈。这不会那么成功。