面向未来 AI 基础设施：CPU、GPU、ASIC 与中国芯片研究

摘要： 本报告深入分析了全球 AI 基础设施半导体产业链，重点探讨从训练向推理转移的趋势、先进封装技术的演进以及中国本土 AI 芯片的国产化进程。报告预测 2030 年全球半导体市场规模将达到 1.5 万亿美元，其中 AI 半导体贡献约一半。

行业主线：

1. AI 基础设施升级：AI 计算重心从推理转向动作（Agentic AI），将显著增加 CPU 需求（预计 2030 年增加 325-600 亿美元机会）。
2. 先进封装为核心：TSMC 的 CoWoS 和 SolC 容量扩展是支撑 AI 芯片产出的关键，预计 CoWoS 产能到 2027 年将达 165kwpm。
3. 中国 AI 芯片崛起：国产 GPGPU 在性能/成本比上展现优势，预计 2030 年中国 AI 芯片自给率将达到 86%。

关键变化与分歧：

1. 测试时长增加：AI GPU 芯片测试时间显著增长（从 Hopper 的 350s 增加到 Rubin 的 1200-1400s），带动测试设备需求。
2. 存储结构演进：HBM 需求持续爆发，同时 NAND 和 NOR Flash 预计在 2026 年出现供应短缺。
3. 定制 ASIC 趋势：尽管 NVIDIA 领先，但顶级 CSP（亚马逊、谷歌等）仍坚持开发定制 ASIC 以优化 TCO。

受益方向与风险：

1. 受益方向：先进封装领导者（TSMC）、半导体测试设备供应商（Hon Precision、Winway、MPI）、高性能国产 AI 芯片设计商（寒武纪、天数智芯）。
2. 核心风险：美国出口管制升级、AI 资本开支低于预期、先进工艺产能爬坡不及预期。