为未来人工智能基础设施搭建——CPU、GPU、专用集成电路、光芯片与中国芯片

摘要： 本报告深度分析了全球及中国人工智能（AI）基础设施的半导体产业链，重点探讨了计算芯片（GPU/ASIC）、先进封装（CoWoS/SoIC）及高带宽内存（HBM）的演进趋势与商业机会。

行业主线：

1. AI半导体规模高速增长：预计2030年全球半导体市场规模可达1.5万亿美元，其中AI半导体占比近半，核心驱动力来自云端计算、汽车及智能终端。
2. 先进封装成为关键瓶颈：CoWoS和SoIC产能直接决定AI芯片交付能力，TSMC正大幅扩产以应对Nvidia、AMD等厂商的强劲需求。
3. 计算架构向多样化演进：除了通用GPU，各大云服务提供商（CSP）自研ASIC趋势显著；同时，Agentic AI的兴起预计将大幅提升CPU的价值量和需求。

关键变化与分歧：

1. 中国AI芯片自给化加速：预测到2030年中国AI芯片自给率可达86%，国产GPU在推理成本（TCO）和每token成本上展现出竞争力。
2. 测试时间结构性增加：随着芯片复杂度提升，AI GPU的测试时间显著增长，带动测试设备及耗材的市场空间扩张。

受益方向与风险：

1. 受益方向：先进封装龙头（TSMC）、半导体测试设备与耗材供应商（Hon Precision, MPI, Winway）、以及在推理性能和客户锚定方面领先的国产AI芯片厂商（寒武纪、天数智芯等）。
2. 核心风险：美国出口监管政策、能源供应限制、AI应用端商业化进展不及预期导致资本开支下降。