公司研究数据库

国产 AI 芯片需求、供给改善和软件平台共同决定放量斜率；高增长必须由客户多元化、交付、毛利率和现金流验证，高估值放大任何供给或生态失误。

国产 GPU 提供产品 mix 与本土算力需求期权，但 FactSet FY0/FY1 EPS 仍为负，量产供给、软件生态、客户验证和融资稀释比远期 P/E 更关键。

AI server 的 memory bandwidth 推动 MRCD/MDB、MRDIMM、PCIe 与 CXL 升级，标准化接口和平台位置构成控制点；需验证新 CPU 平台、份额、高毛利 mix 和客户集中。

CPU 平台与美国制造资产提供修复期权，但制程执行、foundry 利用率和资本效率仍是主要反证。

定制计算和高速互连形成同一客户价值链，项目 ramp 与客户集中是盈利斜率的核心。

AI 机架连接复杂度推动 retimer、switch 与 fabric 需求，但高估值要求平台扩张持续兑现。

短距铜互连与高速 DSP 同时受益于 scale-up/out，需跟踪客户集中和下一代速率份额。

世芯提供从 ASIC/SoC 设计到制造交付的一站式服务，AI/HPC 项目量产带来较高主题纯度；但 NRE、tape-out 与 mass production 的收入阶段不同，客户集中、项目延迟和量产良率必须逐项验证。

联发科已把 custom ASIC 能力延伸至 cloud/data center、AI accelerator 和高速互连，但上市主体仍是多元化 fabless，手机与 Smart Edge 等业务会显著影响集团 EPS；ASIC 价值需由项目量产、收入占比、margin 和现金回报独立验证。

高通正把低功耗计算能力由 edge/AI PC 延伸至 data-center CPU、inference accelerator、connectivity 与 custom silicon，但 Dragonfly 商业化仍偏远期；必须把产品路线图、客户验证、2028 年后规模收入与当前手机/授权盈利分开。

国产通用 GPU 与统一软件栈提供训练、推理和图形计算的平台期权，但控制点必须由软件兼容、客户生产部署、芯片交付、收入和现金消耗共同验证。

国产 GPU 的价值取决于从芯片规格跨越到软件栈、集群稳定性和可重复客户部署；上市与融资扩大执行窗口，但不等于收入质量和盈利拐点已经确认。

训练与推理 GPU 双产品路径提供国产算力替代敞口，但商业化质量仍需以持续部署、客户复购、软件适配、gross margin 和现金消耗验证。

推理需求继续上修，Vera Rubin 将 CPU、GPU、网络和机架级系统进一步绑定，平台价值量仍在扩张。

MI450 平台与 Venice CPU 提升整机竞争力，但软件、系统交付和客户集中度仍需持续验证。

定制加速器客户数与单客规模同步扩张，交换芯片和光互连形成跨层协同。

云厂商自研 CPU 与 Agentic AI 提升高性能核心需求，CSS 与版税结构是利润弹性的核心。