AI算力芯片产业分析方法论（全球版）
本文为产业研究笔记，据公开信息整理，不构成投资建议。
产棱 · IndPrism
专栏楔子主题 · 与先进封装 / 存储（HBM）强耦合 · 下接光通信
报告时点：2026年8月｜视角：全球供需 · 跨国利润池 · 美/台/韩/日/A股对照
公开信息整理，不构成投资建议；判断留给读者复盘
一、一句话定位
AI算力芯片不是「一颗更快的GPU」，而是一套由架构与软件生态定价、由先进封装与HBM物理封顶、由云资本开支买单的交付系统。分析重点不是单芯片算力峰值，而是：谁掌握可部署系统（芯片+互联+软件）、谁卡住合封与内存配额、利润沉在哪一层/哪一地。
必须全球化：需求与架构由美系GPU/云厂商定价；高端制造与合封集中在中国台湾（台积电前道+CoWoS）；HBM由韩美存储三巨头供给；自定义ASIC经Broadcom/Marvell等设计伙伴放量；A股更多处在「国产算力追赶 + 设备材料/封测弹性」层——把「算力概念」与「已具备CUDA级生态与CoWoS配额」混谈，会得出错误的利润池结论。
二、先定边界：什么叫「AI算力芯片」
建议默认研究边界（产棱 BK 楔子口径）：
1）核心：数据中心训练/推理加速器——商用GPU（NVIDIA、AMD等）、云厂商自研ASIC（TPU/Trainium/Maia/MTIA等）、及其系统级交付（多芯片封装、NVLink/以太网/InfiniBand类集群互联）。
2）强相关上游：先进逻辑Foundry、CoWoS/SoIC等先进封装、HBM与中道、高速SerDes/交换芯片、电源与散热。这些不是「周边」，常常是出货上限本身。
3）强相关软件/生态：CUDA与配套库、编译器与运行时、集群调度与模型框架适配。软件决定切换成本，硬件决定峰值；两者不可拆开定价。
4）弱相关/另册：消费级游戏GPU、边缘NPU手机芯片、通用CPU（可作对照）；光模块/CPO另挂光通信BK，本方法论点到耦合即可。
2.1 分析时必须标明的分层
| 分层 | 代表形态 | 解决什么问题 | 谁最强（全球，方向性） |
| 商用训练/通用加速 | NVIDIA数据中心GPU平台 | 性能+软件生态+全栈系统（含互联） | NVIDIA收入份额仍主导（第三方估计约七成量级，随年份波动） |
| 商用第二平台 | AMD Instinct等 | 性价比/内存容量竞争、分散供应链 | 份额个位数至高个位数区间（看代际与CoWoS配额） |
| 云自研ASIC | Google TPU、AWS Trainium、Azure Maia、Meta MTIA | 特定负载TCO、锁定云内部部署 | 出货量增速快；收入口径难统一（多为内部转移） |
| ASIC共设计伙伴 | Broadcom、Marvell等 | 把云自研硅落地为可量产芯片 | 共设计市场高度集中；吃设计服务+流片相关利润 |
| 国产/管制替代 | 华为昇腾等（受出口管制约束的平行市场） | 本土可获得算力 | 与全球商用GPU市场分割分析，不可直接份额对打 |
强制提醒：出货量份额 ≠ 收入份额 ≠ 利润份额。ASIC单位出货可以很快超过GPU，但高阶GPU系统仍可能拿走大部分硬件利润与软件溢价——分析时三套数字分开写。
三、关键问题：这门生意到底赚什么钱
3.1 错误指标 vs 正确指标
肤浅叙事：「谁算力TOPS更高谁赢」；「台积电扩产了所以GPU短缺结束」。
深度叙事：看可部署系统的交付约束——CoWoS预订与交期、HBM配额、集群网络与电力、软件栈锁定导致的置换成本、云厂商Capex是上修还是消化。
3.2 2026年前后必须盯住的结构事实（方向性锚点，随数据更新）
1）加速器收入盘快速膨胀，NVIDIA仍占商用收入大头；AMD与云ASIC从低基数抬升份额，但「切蛋糕」不等于「NVIDIA绝对收入下降」。
2）物理封顶常在先进封装与HBM：CoWoS类需求量级可向约百万片/年逼近（卖方估算区间），头部客户（尤其NVIDIA）占配额半数以上量级；HBM售罄与中道良率直接限制整机出货。
3）GPU vs ASIC 分叉：单位出货上ASIC占比上升（投行有2026–2027 GPU/ASIC单位比翻转一类估计）；收入与利润上GPU系统仍可占优——必须分清在讨论哪一套。
4）Broadcom/Marvell等成为「自定义算力的卖铲人」：云厂自研不消灭外部芯片利润，而是把一部分利润从GPU品牌转移到ASIC共设计与配套网络芯片。
结论句：AI算力景气 = 云Capex × 可封装可配内存的交付能力 × 软件锁定溢价；缺任一环，峰值算力都变不成可确认的收入。
四、全球价值链：谁定价、谁扩产、谁验证、钱沉哪里
| 层级 | 全球关键节点 | 定价权 | 利润特征 | 分析关键词 |
| 需求触发 | 美系CSP、大型模型实验室、企业AI部署 | 极强（Capex开关） | 系统利润在云服务；硬件是成本中心也是护城河 | Capex指引、上架子架、利用率 |
| 架构与生态 | NVIDIA CUDA全栈；AMD ROCm等追赶 | 极强（切换成本） | 软件溢价使同制程芯片价差巨大 | 框架适配、集群软件、开发者锁定 |
| 商用加速器 | NVIDIA、AMD；（Intel等边缘选手） | 强 | 平台ASP与毛利率核心；受封装/HBM约束 | 代际（Blackwell/Rubin等）、系统ASP |
| 云ASIC + 共设计 | Google等自研；Broadcom、Marvell | 中～强 | 单位增长快；利润在设计伙伴与云TCO | 流片节奏、 backlog、单客户集中度 |
| Foundry前道 | 台积电先进制程为主 | 强（稀缺节点） | 与先进封装协同是壁垒 | N3/N2产能、客户排名 |
| 先进封装 | 台积电CoWoS/SoIC；OSAT溢出 | 极强（交期） | 算力交付阀门；详见先进封装方法论 | WPM、交期、预订率 |
| HBM | SK海力士、三星、美光 | 强 | 加速卡BOM大头之一；与封装共认证 | 售罄、ASP、代际验证 |
| 集群网络 | NVIDIA互联生态；以太网阵营（Broadcom等） | 强 | 随集群规模非线性放大 | 交换机/光模块耦合（另册光通信） |
利润池直觉（2026）：增量硬件利润高度集中在「商用GPU平台 + 先进封装/HBM稀缺租金 + ASIC共设计/网络芯片」；Foundry吃先进制程与合封；A股设备材料/封测吃国产线与全球景气外溢，但罕有CUDA级系统定价权——这是结构事实，不是情绪。
五、跨境对照框架（产棱核心）
同一产业，不同市场「开口说话」的方式不同。分析任何催化，强制填这张表：
| 市场 | 角色 | 看什么资产/信号 | 常见误读 |
| 美国 | 需求、架构、软件、云Capex定价端 | NVDA/AMD/AVGO/MRVL、CSP Capex、模型资本开支 | 把美股涨跌直接当全球供需；忽视封装/HBM物理约束 |
| 中国台湾 | 先进制程+合封中枢 | TSMC交期/CoWoS、ASE等OSAT、基板链 | 只看台积电营收，不看配额集中度与交期 |
| 韩国 | HBM供给端 | SK海力士、三星HBM与中道 | 把HBM景气等同于所有算力股景气 |
| 日本 | 材料/设备/部分零部件 | 基板材料、化学品、精密部件 | 忽略材料对交期的二次放大 |
| 中国大陆 A股 | 国产算力平行市场 + 供应链弹性 | 昇腾生态相关、封测、设备材料、PCB/液冷等 | 把国产替代叙事等同于已具备全球平台份额 |
默认传导链：美股云Capex/模型部署 → GPU与ASIC订单 → 台积电前道与CoWoS配额 → HBM配额 → 网络/光模块与电力配套 → A股封测设备材料的分层弹性（客户绑定与国产线优先）。
六、竞争格局：如何分层看「平台战」
6.1 三股力量，勿揉成一锅
① 平台霸权（NVIDIA）：硬件代际 + CUDA生态 + 集群互联，定价权最完整；份额可被稀释，但绝对收入仍可由TAM扩张抬升。
② 第二商用平台（AMD等）：拼内存容量、性价比、客户双源；天花板常先打在CoWoS/HBM配额与软件成熟度，而非晶体管数量。
③ 云自研ASIC + 共设计伙伴：为训练/推理特定负载降TCO；Broadcom/Marvell吃「把RTL变成可量产硅」的租金；单位份额上升不自动消灭GPU利润，却会改写Capex预算结构。
6.2 分析公司时的五问
1）产品代际：谈的是哪一代训练/推理平台？与竞品同代还是跨代对比？
2）系统完整性：是否具备多卡互联、系统软件、集群方案，还是只卖裸芯片？
3）物理配额：CoWoS与HBM份额是否可验证？有无被头部客户挤出的风险？
4）客户结构：商用多元客户，还是单一云绑定？ASIC伙伴的积压订单（backlog）质量如何？
5）利润来源：卖芯片、卖系统、卖软件/服务，还是卖设计服务？下行时哪一块先崩？
七、与先进封装 / 存储 / 光通信如何交叉引用
1）对先进封装：GPU/ASIC出货上限经常由合封而非前道决定；写算力必须挂CoWoS交期与预订（详见《先进封装产业分析方法论》）。
2）对存储：HBM是加速卡BOM与带宽的共同约束；常规DRAM被挤占是二阶传导（详见存储系列与《HBM中道深度分析报告》）。
3）对光通信：集群规模上升推高交换机与光模块需求；CPO/硅光是下一环——本方法论点到耦合，深挖另册。
八、推荐分析流程（可复用）
步骤1｜定对象：训练还是推理？商用GPU还是云ASIC？系统还是裸芯片？
步骤2｜画全球地图：平台、共设计、Foundry、封装、HBM、网络各层玩家与份额口径（出货/收入分开）。
步骤3｜测物理瓶颈：CoWoS交期/预订、HBM供给、电力与机柜密度——至少盯两项。
步骤4｜测软件锁定：生态成熟度与迁移成本；决定溢价能否维持。
步骤5｜拆利润池：哪一层在涨价、哪一层只是跟量、哪一层被成本挤压。
步骤6｜跨境对照：美股催化如何映射到台股代工封测与A股弹性。
步骤7｜情景：Capex上修 / 高位震荡 / 消化三档，对2027供需做压力测试。
步骤8｜监测清单落入产棱笔记：冻结当时价格、资金与关键指标快照。
九、领先指标与监测仪表盘
| 指标 | 景气延续信号 | 降温 / 见顶信号 |
| CSP Capex指引 | 上修或高位维持 | 同步下修、延期部署 |
| 头部GPU营收/毛利率 | 高增且指引强 | 指引下修、渠道库存可见 |
| CoWoS交期与预订 | 维持长交期、上线即满 | 交期系统性缩短、弹性产能出现 |
| HBM供给与ASP | 售罄、价坚 | 现货松、价跌 |
| ASIC共设计 backlog | 积压创新高、多年可见 | 大客户砍单、项目推迟 |
| GPU vs ASIC单位结构 | 结构切换但系统ASP仍坚 | 商用GPU价格战扩散 |
| 集群网络/光模块交货 | 紧平衡 | 库存堆积（需与算力需求交叉验证） |
| 出口管制与平行市场 | 管制强化推高替代急迫 | 豁免扩大改变供需分区 |
| 电力/数据中心建设 | 机柜与绿电排队 | 项目延期压后硬件拉货 |
十、情景框架（2026–2027）
| 情景 | 假设 | 含义 |
| 紧缺延续（基准偏强） | Capex不减、封装/HBM仍紧、软件溢价稳 | 平台GPU与封装/HBM利润质量最佳；ASIC绝对量增 |
| 结构切换 | ASIC单位份额升、GPU收入仍增但份额降 | 利润从「单一平台」部分迁向「共设计+多源」；跟踪AVGO/MRVL与CSP自研 |
| 物理松、需求仍在 | 交期回落但部署继续 | 从短缺定价切到份额与成本竞争；估值逻辑切换 |
| Capex消化 | 云厂商同步砍开支或拉长折旧 | 加速器订单二阶导转负；先杀预期再杀业绩；国产链亦难独善 |
十一、常见坑（拒绝肤浅）
1）用TOPS/峰值算力替代「可部署系统」与软件生态。
2）把ASIC出货量上升直接翻译成「英伟达逻辑已被证伪」。
3）只写芯片设计，不写CoWoS与HBM配额。
4）把A股「算力」标签股等同于已具备全球平台定价权。
5）混淆训练与推理、商用与云内部转移价格。
6）忽略出口管制造成的市场分割（全球盘 vs 本土平行盘）。
7）不做下行情景：Capex消化时算力链一样会均值回归。
8）荐股式标签（「必配」「底仓」）——产棱只铺证据链与监测清单。
十二、产棱专栏交件清单（本主题「绕不开」标准）
建议本 BK 交齐后再加重光通信或其他赛道：
① 本方法论（全球版）——本文
② 全球利润池：GPU平台 / 云ASIC / 共设计伙伴 / 网络芯片分册
③ 物理约束深潜：CoWoS配额 × HBM配额（与封装、存储系列交叉）
④ 跨境对照快照：美/台/韩/日/A股核心节点地图
⑤ 竞争位置：平台 vs 第二商用 vs ASIC生态
⑥ 1～2家标的深度（全球平台龙头 + 共设计或A股弹性代表，分清代际与客户）
⑦ 季度监测清单（Capex、交期、HBM、backlog、管制）
十三、小结
AI算力芯片的正确分析姿势：把它当作「软件锁定的系统稀缺权 + 封装/内存物理封顶」来拆——全球谁掌握可部署平台与配额，谁就阶段性掌握算力交付节奏与利润质量；扩产新闻要翻译成交通与预订；A股机会要翻译成客户、代际与国产平行市场，而不是翻译成口号。
份额、CoWoS晶圆需求、ASIC单位比等数据多为第三方与卖方估算区间，存在口径分歧与滞后；使用时请回原厂指引与Foundry/存储公开披露更新。
免责声明：仅为产业结构观察与方法讨论，不构成任何证券的推荐、评级或买卖建议。
仅为产业结构观察与方法讨论，不构成任何投资建议。