AI 基建观察 baseline
一句话:当前主线仍是「云厂商 AI capex → NVDA/加速器 → TSM 制造 + HBM + 网络/电力/存储外溢」。
• NVDA:Blackwell 官方采用方包括 MSFT、AMZN、GOOGL、META、ORCL;制造侧确认使用 TSMC custom 4NP。
• 自研芯片:AWS Trainium、Google TPU 说明 hyperscaler 不只是买 GPU,也在推进自研 accelerator。
• 电力瓶颈:MSFT 与 CEG 的 20 年 PPA / 约 835MW clean power,是 AI data center 电力约束的强信号。
• 待继续验证:HBM 供应份额(SK Hynix / MU / Samsung)、AVGO/MRVL custom ASIC、ANET AI networking、AI storage demand。
后续重点看:HBM 认证/份额变化、云厂商 capex、CoWoS/封装、电力/PPA、存储需求是否继续扩散。
以上为产业链观察,不构成投资建议。
一句话:当前主线仍是「云厂商 AI capex → NVDA/加速器 → TSM 制造 + HBM + 网络/电力/存储外溢」。
• NVDA:Blackwell 官方采用方包括 MSFT、AMZN、GOOGL、META、ORCL;制造侧确认使用 TSMC custom 4NP。
• 自研芯片:AWS Trainium、Google TPU 说明 hyperscaler 不只是买 GPU,也在推进自研 accelerator。
• 电力瓶颈:MSFT 与 CEG 的 20 年 PPA / 约 835MW clean power,是 AI data center 电力约束的强信号。
• 待继续验证:HBM 供应份额(SK Hynix / MU / Samsung)、AVGO/MRVL custom ASIC、ANET AI networking、AI storage demand。
后续重点看:HBM 认证/份额变化、云厂商 capex、CoWoS/封装、电力/PPA、存储需求是否继续扩散。
以上为产业链观察,不构成投资建议。
Comments