📰 研报摘要
查看全文 ➔摘要： 本次会议深入探讨了 AI 驱动下的半导体产业周期及芯片设计环节的投资价值。会议分析了算力需求从 AI 基建（训练端）向应用端（推理端）转移的逻辑，重点解读了国产算力芯片的演进路径、技术范式转变及国产替代的新机遇。
行业主线：
- 价值链分布：芯片设计（Fabless）在半导体产业链中价值量最高，占比通常在 50% 以上，且由于轻资产模式，其经营杠杆和弹性高于其他环节。
- 技术路径演进：算力芯片正从以 GPU 为主力的通用训练，向 NPU/TPU 定制化推理及 CPU 调度价值回归的方向发展。
- 国产替代升级：国产算力正从简单的“国产替代”转向由国内大模型迭代驱动的“需求天花板打开”，训练端与 AI 服务器的耦合成为核心关注点。
关键变化与分歧：
- 技术范式转移：提出从追求“几何萎缩”（摩尔定律）转向追求“时间萎缩”的“掏定率”范式，强调通过逻辑折叠、系统级统筹设计和先进封装来提升整体效能。
- 需求结构变化：AI 算力需求正从训练端向推理端转移（预测比例趋向 4:6），导致 CPU 在 AI 服务器中的使用率和价值量回升。
受益方向与风险：
- 受益方向：国产算力芯片（如昇腾系列）、先进封装/封测、支持 3D 仿真和逻辑折叠的 EDA 工具。
- 核心风险：下游资本开支高位放缓、先进工艺制程受限、国产芯片量产进度或出货节奏不及预期。