📰 研报摘要
查看全文 ➔摘要： 本次调研重点分析了 NVIDIA 下一代 Feynman 架构的封装进展及其在推理体系中的定位，深入探讨了 3D SRAM 等先进封装技术路径，对比了 GPU 与 ASIC（如 TPU、Trainium）在不同推理场景下的竞争优劣，并分析了国内 AI 芯片的供应链现状、工艺选择及市场机会。
行业主线：
- NVIDIA 架构演进：Feynman 架构拟通过软件可定义的数据流图能力，在单颗芯片上同时覆盖 prefill 与 decode 场景，旨在提升系统弹性并替代 CPX。
- 先进封装竞争：3D SRAM 被视为突破存储带宽与容量瓶颈的关键，台积电、三星及国内华为、中芯国际均在推进，核心制约在于 TSV 与混合键合的成熟度。
- 计算范式之争：GPU 凭借灵活性与 CUDA 生态在迭代期占优，而 ASIC 在场景固化后具备更低的 Token 成本。
关键变化与分歧：
- 推理分离趋势：市场普遍向 PD 分离（Prefill 与 Decode 分离）演进，但 NVIDIA 试图通过软件重定义实现同芯处理。
- 国内市场特有形态：中国市场出现“推理一体机”等特有形态，通过聚焦中等规模模型（70B-100B）在垂直领域落地，为国产芯片提供生存空间。
受益方向与风险：
- 受益方向：先进封装（CoWoS、3D SRAM）关键材料与设备供应商；生态兼容性强的国产 AI 芯片厂商（如寒武纪、海光）。
- 核心风险：先进工艺禁令进一步收紧；全球 CSP 自研 ASIC 替代速度超预期；国产芯片软件生态迁移效率低于预期。