投资主题
AI 算力基建
活跃建议:@赵凯 · 云计算分析师 是否有 GCP 客户访谈数据?或 @张明远 能否从供应链侧确认 TPU v6 的代工进展?
投资含义:CoWoS 先进封装设备厂商(Besi、KS)和 ABF 载板厂商受益确定性高。液冷渗透率在 B200 机柜中达 100%。
同时与陈嘉豪的算力需求模型形成矛盾:模型假设 Q2 产能利用率 90%,但调研显示实际良率仅 60%。@陈嘉豪 建议更新模型参数
陈嘉豪(量化)模型显示算力缺口 25% 将持续全年,偏谨慎。
核心分歧:对台积电 CoWoS 良率提升速度的判断不同。需要 Q2 实际出货数据来仲裁。
建议:@王思远 能否跟踪台积电 Q2 月度出货?
投资含义:液冷设备毛利率 45%+,远高于传统散热。关注英维克 (002837)、申菱环境。
证伪依据:张明远最新调研显示大型云厂商对 CUDA 生态的依赖远超预期,MI400 主要用于推理而非训练。实际份额影响 <5%。
贡献者
热词追踪
AI 建议深挖
光模块行业深度-CPO技术路线分析.pdf
32 页 · 4.7 MB数据中心光互联市场正经历代际变革。随着 AI 大模型训练和推理对带宽需求的爆发式增长,传统可插拔光模块正面临功耗和密度的物理瓶颈。
CPO(Co-Packaged Optics,光电共封装)被认为是下一代数据中心光互联的主流方案,其核心优势在于将光引擎直接封装在交换芯片旁边,大幅缩短电信号传输距离,从而降低功耗约 30-40%。
目前行业处于 800G 可插拔光模块向 1.6T 演进的阶段。我们预测 CPO 渗透率将从 2026 年的约 5% 提升至 2028 年的 25%,主要驱动力来自 Meta、Google 等超大规模客户的内部部署需求。
可插拔光模块市场目前由中际旭创(全球份额约 25%)和新易盛主导。两家公司 2025 年营收合计超过 400 亿人民币,毛利率维持在 28-32% 区间。
CPO 赛道的主要参与者包括 Broadcom(硅光芯片 + CPO 模组)、Marvell(交换芯片 + 光引擎集成)以及 Intel(硅光技术储备)。值得注意的是,1.6T CPO 样品已在 Meta 和 Google 的数据中心内部测试,预计 2027 年开始小批量部署。
对传统光模块厂商而言,CPO 既是威胁也是机遇。中际旭创已开始布局硅光芯片自研,预计 2027 年推出首款 CPO 产品。新易盛则选择与 Broadcom 合作的路径。
短期(6-12个月):可插拔光模块厂商仍将受益于 AI 算力扩张带来的带宽升级需求。中际旭创和新易盛的订单能见度良好,预计 2026 年营收同比增长 35-45%。
中期(1-3年):CPO 技术路线的成熟将重塑竞争格局。硅光芯片设计能力将成为核心壁垒。建议重点关注 Broadcom 和 Marvell 的 CPO 布局进展,以及中际旭创的自研进度。
风险提示:
- CPO 渗透速度不及预期,传统光模块生命周期延长
- 中美科技脱钩导致供应链断裂风险
- AI 算力投资增速放缓影响下游需求
AI 摘要
投资含义
匹配研究问题
上传资料
中期(1-3年):CPO 利好硅光芯片设计公司,需关注 Broadcom、Marvell 布局。
选择发布范围
AI 摘要 + 投资含义 + 2 条知识关联 + 1 个研究问题匹配
智能对话
- 1.CoWoS Q2 实际良率是否达 70%?@张明远 · 供应链
- 2.液冷设备商 H2 订单能见度 + 毛利率能否维持 45%+ @李文韬 · 渠道
- 3.谷歌 TPU v6 商业化进展 — 需要一手数据 @赵凯 · 云计算
- 4.CPO 对传统光模块替代时间线 @王思远 · 行业
- 5.用最新良率数据更新算力需求模型 @陈嘉豪 · 量化
- 6.新一代机架功耗密度是否突破 120kW @李文韬 · 渠道
- 7.2nm 对先进封装需求的放大效应
- 8.电力供应对 AI 数据中心选址约束
2. 定价优势:TPU v6e 性价比 1.4-1.7x vs H100,对价格敏感客户有吸引力。
3. 战略意图:谷歌可能用 TPU 亏本引流拉 GCP 份额,比性能竞争更大的威胁。
4. 时间线:2026 影响 <3%,2027 若 JAX 生态成熟可能达 5-8%。
关键信号:若 Google 宣布 TPU 支持 PyTorch → 重大利空。
谷歌 TPU 商业化前景
1) TPU v6 (Trillium) 当前部署规模和性能指标
2) 谷歌是否向外部客户开放 TPU 云服务
3) TPU 与 NVIDIA GPU 的性价比对比
4) 对英伟达数据中心收入的潜在影响
• 张明远的供应链调研:台积电 5nm 产线中约 8% 分配给谷歌 TPU
• 陈嘉豪算力模型:TPU 在谷歌自用场景占 AI 训练算力约 15%
• 定价:TPU v6e Pod 定价约为同等 H100 集群的 60-70%,但仅支持 JAX/TensorFlow
• 客户反馈(HackerNews 讨论):多数企业仍依赖 PyTorch/CUDA 生态,迁移成本高
• @semianalysis (半导体分析):"TPU 的真正威胁不是性能,是成本。如果 Google 愿意亏本做 AI 基础设施来拉 GCP 份额..."
判断:赵凯的信息已过时(上传于 3 周前),需要更新。
→ 已自动生成 AI 决策问题:🟠 @赵凯 数据时效性衰减
理由:
1. 生态锁定:TPU 仅支持 JAX/TF,而 85%+ 的 AI 训练代码基于 PyTorch/CUDA。迁移成本极高。
2. 定价优势明确:TPU v6e 性价比约为 H100 集群的 1.4-1.7 倍,对价格敏感客户有吸引力。
3. 战略意图:谷歌可能用 TPU 作为亏本引流工具拉 GCP 份额,这是比性能竞争更大的威胁。
4. 时间线:2026 年影响 <3%,2027 年如 JAX 生态成熟可能达 5-8%。
投资建议:
• 英伟达短期安全,但需密切关注 GCP AI 服务收入增速
• 关注信号:若 Google 宣布 TPU 支持 PyTorch,将是重大利空
• 赵凯此前"AMD 威胁 >10%"的想法已证伪,TPU 威胁同样有限
更新李文韬的研究问题状态:
「谷歌 TPU 有没有商业化」→ 🟢 已有充分证据
答案:已开始商业化(TPU v6e 对外开放),但受 JAX 生态限制,短期影响有限。
知识图谱
文件库
| 文件 | 主题 | 上传者 | AI 提炼 | 时间 | 大小 |
|---|---|---|---|---|---|
NVDA-Blackwell-供应链调研-2026Q1.pdf 32 页 · Blackwell 良率、CoWoS 产能瓶颈 |
AI 算力基建 | 张 张明远 |
✓ 已提炼 | 3小时前 | 2.3 MB |
液冷渠道调研-20260405.m4a 12 分钟 · 已自动转写 · 数据中心液冷方案 |
AI 算力基建 | 李 李文韬 |
✓ 已提炼 | 昨天 | 8.7 MB |
TSMC-Earnings-Slides-annotated.png 3 张截图 · 台积电法说会 PPT + 批注 |
AI 算力基建 | 王 王思远 |
✓ 已提炼 | 昨天 | 4.1 MB |
AI-Compute-Demand-Model-v3.xlsx 算力需求预测模型 · 含 README |
AI 算力基建 | 陈 陈嘉豪 |
✓ 已提炼 | 前天 | 1.2 MB |
光模块行业深度-CPO技术路线分析.pdf 32 页 · CPO 渗透率预测、硅光芯片 |
AI 算力基建 | 张 张明远 |
✓ 已提炼 | 3天前 | 4.7 MB |
GCP-产品路线图-2026-内部分析.pdf 18 页 · TPU v6 部署、AI Hypercomputer |
AI 算力基建 | 赵 赵凯 |
✓ 已提炼 | 上周 | 3.4 MB |
BOJ-利率政策路径-野村证券.pdf 24 页 · 日本央行加息预测 |
日本金融改革 | 赵 赵凯 |
✓ 已提炼 | 上周 | 2.8 MB |
三菱UFJ-IR-Day-录音摘要.m4a 23 分钟 · 已自动转写 |
日本金融改革 | 李 李文韬 |
✓ 已提炼 | 上周 | 15.2 MB |
AMD-MI400-Roadmap-渠道调研.pdf 12 页 · AMD 竞争力分析 |
AI 算力基建 | 赵 赵凯 |
✓ 已提炼 | 2周前 | 1.9 MB |