Báo cáo bán dẫn của Morgan Stanley 2026: Mua đóng gói, mua kiểm thử, mua chip Trung Quốc, tránh các đường đua truyền thống

null

Tác giả: Giao lưu Nhìn Vi Vi Hiểu Chuyên Sâu

Nguồn: Nghiên cứu Chíp Bán dẫn Greater China của Morgan Stanley

Ngày báo cáo: 8 tháng 5 năm 2026

一、核心主矛盾

Chi tiêu vốn AI toàn cầu vượt dự kiến mở rộng, nhưng cung cấp sức mạnh tính toán đang chuyển từ “NVIDIA độc quyền” sang “GPU + ASIC + chip nội địa Trung Quốc” song song phát triển theo ba hướng. Mâu thuẫn cốt lõi không phải là nhu cầu có đủ hay không, mà là ai có thể chiếm lĩnh phần chia của đợt mở rộng này, và tốc độ bị cạnh tranh của các bán dẫn phi AI bị đẩy ra ngoài rìa nhanh đến mức nào.

二、核心结论（按交易重要性排序）

三、分赛道深度展开

3.1 封装先进（CoWoS / SoIC）— Đường chính có độ chắc chắn cao nhất

【核心矛盾】Nhu cầu bùng nổ, nhưng năng lực sản xuất chỉ TSMC mới có thể thay thế; các nhà đóng gói không TSMC (Amkor/ASE/UMC) đối mặt với áp lực thị phần.

【关键驱动】Bốn nhà đám mây lớn (AWS/Google/Microsoft/Meta) chi tiêu vốn Q1/2026 tăng 95% so cùng kỳ, dự kiến chi tiêu toàn năm đạt 685 tỷ USD, nhu cầu máy chủ AI trực tiếp thúc đẩy nhu cầu xếp hàng cho CoWoS/SoIC.

Dữ liệu chính và các mốc thời gian:

NVIDIA chiếm khoảng 59% lượng tiêu thụ CoWoS, Broadcom khoảng 20%, AMD khoảng 9%

· Tổng giá trị tiêu thụ wafer tính toán cho AI năm 2026 khoảng 27,2 tỷ USD, đỉnh lịch sử

· Doanh thu chip AI của TSMC chiếm tỷ lệ CAGR 60% từ 2024–2029, năm 2026 doanh thu AI chiếm hơn 30% tổng doanh thu

【传导路径】

Capex của nhà đám mây → Đặt hàng TPU của NVIDIA/Broadcom/Google → Điểm nghẽn CoWoS/SoIC → Nâng cao năng lực đàm phán của TSMC → Tỷ lệ doanh thu AI tiếp tục mở rộng.

【交易启示】

TSMC là đường chính trung tâm, không cần chọn thời điểm, lý luận nắm giữ rõ ràng. SoIC là đường tăng trưởng thứ hai bắt đầu từ 2025, chú ý cơ hội của các nhà cung cấp OSAT (như ASE) tham gia lắp ráp SoIC.

3.2 Thiết bị kiểm tra (Handler / Socket / Probe Card)— Định giá thấp nhất, tăng trưởng rõ ràng nhất

【核心矛盾】

Độ phức tạp của chip tăng cao, thời gian kiểm tra gấp đôi theo tính chất cấu trúc, nhưng thị trường đánh giá lại TAM thiết bị kiểm tra bị trì hoãn nghiêm trọng.

【关键驱动】

Thời gian kiểm tra chip GPU mỗi thế hệ tăng gấp đôi (Hopper 350 giây → Blackwell 700-1000 giây → Rubin 1200-1400 giây → thế hệ tiếp theo 1800-2000 giây); số chân của socket kiểm tra từ 1500 (điện thoại/PC) tăng lên 6000 (AI/HPC), thậm chí hơn 10.000 cho thế hệ tiếp theo.

Dữ liệu cốt lõi:

· Quy mô thị trường Handler toàn cầu: 4,36 triệu USD năm 2023 → 6,6 tỷ USD năm 2027, CAGR trên 35%

· Nhu cầu kiểm tra quang học CPO từ 2025 bắt đầu mở rộng, đến 2027 bước vào giai đoạn kiểm tra kết hợp điện và quang học (Insertion 4i)

【传导路径】

Kích thước/lớp/mức độ phức tạp của chip tăng → Thời gian kiểm tra tăng → Handler/Socket tăng giá và khối lượng → Nhu cầu kiểm tra quang học CPO mới cộng thêm → Đường tăng trưởng thứ hai bắt đầu.

【交易启示】

Ba công ty là các phân khúc có định giá thấp nhất, tăng trưởng rõ ràng nhất trong chuỗi hạ tầng AI, phù hợp cấu hình trung hạn. Phủ sóng thị trường chưa đủ, định giá thấp, là các hướng đáng chú ý nhất về tỷ lệ giá trị.

3.3 Chip AI Trung Quốc (GPU/ASIC nội địa)— Không thể đảo ngược dài hạn, phân hóa rõ rệt trong ngắn hạn

【核心矛盾】

Kiểm soát xuất khẩu thúc đẩy nhu cầu thay thế nội địa, nhưng trình độ công nghệ/ sản xuất hàng loạt chip nội địa chưa đồng đều; khả năng dựa vào khách hàng lớn để định hướng là điểm phân biệt chính.

【关键驱动】

DeepSeek xác nhận khả năng lý luận chi phí thấp → Các nhà đám mây nội địa tăng tốc chuyển đổi → SMIC mở rộng sản xuất 7nm hỗ trợ sản xuất hàng loạt → Ưu thế TCO của chip nội địa (thấp hơn NVIDIA 30-60%) tạo phản hồi tích cực.

Quy mô thị trường và cấu trúc:

Thị phần nội địa Trung Quốc năm 2026E: Huawei 62%, Cambrian 14%, Kunlun Chip 5%, T-Head 5%, các hãng khác 14%.

So sánh ba mục tiêu chính trong “Thập Long” của MS:

【传导路径】

Kiểm soát xuất khẩu → Thay thế nội địa → SMIC mở rộng sản xuất 7nm → Huawei/Cambrian tăng trưởng → Chuyển đổi mua sắm của các nhà đám mây nội địa (ByteDance/Alibaba/Tencent) → Chi phí suy luận giảm → Nhiều ứng dụng bùng nổ → Nhu cầu tính toán mới.

【交易启示】

Cambrian là mục tiêu có độ chắc chắn cao nhất; Tiandian Zhixin có độ linh hoạt lớn nhất nhưng chưa có lợi nhuận, rủi ro cao. Huawei (chưa niêm yết) là biến số cạnh tranh lớn nhất, tăng trưởng thị phần của họ gây áp lực gián tiếp lên các nhà nội địa khác, cần theo dõi liên tục. Thời điểm quan trọng: 2026–2027 là giai đoạn chuyển đổi quan trọng của chip AI nội địa từ dự phòng thành chủ lực.

3.4 Bán dẫn phi AI (Tiêu dùng / Ô tô / Công nghiệp)— Xu hướng cấu trúc tiêu cực, phục hồi yếu không phải là phục hồi mạnh

【核心矛盾】

Chuỗi cung ứng bị hút mạnh bởi hệ thống AI, nhịp độ phục hồi của bán dẫn truyền thống tiếp tục chậm hơn dự kiến, thị trường đánh giá quá cao khả năng phản hồi.

【关键驱动】

Nhu cầu gia công, nền tảng T-Glass, bộ nhớ đều hướng về AI; chip phi AI xếp hàng phía sau, chi phí wafer và OSAT tăng; các công ty thiết kế chip chịu áp lực biên lợi nhuận.

· Loại trừ GPU AI của NVIDIA và bộ nhớ, dự kiến tốc độ tăng trưởng của bán dẫn phi AI năm 2026 sẽ giảm rõ rệt

· Thời gian tồn kho MCU vẫn cao kỷ lục (đỉnh Q1/2025 sau 4Q/2025 ổn định); các nhà lớn như STM/GD tiêu thụ tồn kho chậm

· Tỷ lệ utilization của nhà đẻ logic dự kiến đến 2H/2026 mới phục hồi về 80%, khả năng phục hồi hạn chế

· SiC vượt GaN: đề xuất SICC (tăng tỷ lệ) và InnoScience (giảm tỷ lệ)

· SiC dự kiến vượt 50% vào 2030; tránh InnoScience (giảm tỷ lệ), khấu hao mở rộng sản xuất gây áp lực lợi nhuận

【交易启示】

Tránh rủi ro tập trung vào bán dẫn truyền thống thuần túy, đáy của MCU đã xác nhận nhưng phục hồi yếu, không nên đặt cược lớn vào phản ứng mạnh. SiC là phân khúc truyền thống duy nhất đáng chú ý.

3.5 Bộ nhớ (HBM / NAND / DDR4)— Nội tại phân hóa mạnh, tín hiệu cần phân biệt rõ

【核心矛盾】

Nhu cầu HBM bùng nổ rõ ràng do AI; giá DDR4/NAND tăng do cung bị AI chiếm dụng chứ không phải do nhu cầu thực sự phục hồi, tín hiệu bị sai lệch, độ co giãn giá hạn chế.

【交易启示】

Lạc quan về HBM, Hynix hưởng lợi nhiều nhất; Macronix (NOR Flash, Top Pick) hưởng lợi từ thiếu hụt và định giá hợp lý; tăng giá NAND/DDR4 không đồng nghĩa với cải thiện nhu cầu, cẩn thận theo đuổi đà tăng.

四、宏观与地缘变量：作为赛道判断的解释变量

【地缘】Kiểm soát xuất khẩu tiếp tục thắt chặt

NVIDIA hạn chế xuất khẩu sang Trung Quốc → Nhu cầu thay thế chip nội địa Trung Quốc xác định rõ hơn; Chi tiêu vốn của các nhà đám mây Trung Quốc năm 2026E đạt 105 tỷ USD, nhanh chóng gần bằng 14% tổng chi tiêu toàn cầu.

【宏观】Giới hạn năng lượng (Mỹ)

Áp lực cung cấp điện cho trung tâm dữ liệu Mỹ là giới hạn tiềm năng tăng trưởng nhu cầu GPU, nhưng trong ngắn hạn (2026) chưa phải là hạn chế thực chất.

【行业结构】Hiệu ứng hút của AI

Hiệu ứng hút của nhu cầu AI đối với chuỗi cung ứng không AI (T-Glass, DRAM truyền thống, năng lực gia công tiêu dùng) là biến số chính giải thích cho sự yếu kém liên tục của bán dẫn phi AI, chứ không phải yếu tố chu kỳ.

【成本端】Lạm phát công nghệ

Chi phí wafer/OSAT/bộ nhớ đều tăng, gây áp lực biên lợi nhuận cho các công ty thiết kế chip (đặc biệt là phân khúc phi AI); quyền đàm phán của các nhà đẻ như TSMC tiếp tục tăng.

五、推荐组合与交易框架

Dựa trên đánh giá các phân khúc, xây dựng khung giao dịch sau:

六、一句话总结

Mua đóng gói (TSMC), mua thiết bị kiểm tra (Hon Precision / WinWay / MPI), mua các nhà dẫn đầu chip AI nội địa Trung Quốc (Cambrian); tránh kỳ vọng phục hồi mạnh của bán dẫn phi AI, nội bộ bộ nhớ ưu tiên HBM, còn DDR4/NAND trung tính. Thời điểm phù hợp là 2026–2027, chu kỳ chi tiêu vốn AI còn dài.

Rủi ro: Bản ghi này dựa trên các báo cáo nghiên cứu công khai của Morgan Stanley, chỉ dành cho nghiên cứu nội bộ, không phải là lời khuyên đầu tư. Thị trường có độ không chắc chắn, kết quả thực tế có thể khác dự báo đáng kể, nhà đầu tư cần thận trọng quyết định.

《Xây dựng hạ tầng AI tương lai—CPU, GPU, ASIC, module quang và chip nội địa Trung Quốc》

Triển vọng mạnh mẽ của bán dẫn AI

Morgan Stanley định hình triển vọng bán dẫn AI là “Mạnh”, nhu cầu do ba lực lượng thúc đẩy: các ứng dụng đột phá của AI, cuộc đua sức mạnh tính toán của các tập đoàn công nghệ, và nhu cầu xây dựng AI chủ quyền của các quốc gia. Đồng thời, báo cáo xác định bốn hạn chế tăng trưởng—ngân sách, giới hạn năng lượng Mỹ, năng lực sản xuất chip Trung Quốc, quản lý—bản chất của các hạn chế này là cung không theo kịp cầu, chứ không phải cầu tắt.

Về dài hạn, có ba biến số cấu trúc cần cảnh báo:

1）Lạm phát công nghệ (chi phí wafer/đóng gói/ bộ nhớ tăng làm thu hẹp lợi nhuận các công ty thiết kế chip);

2）Hiệu ứng hút của AI (tài nguyên chuỗi cung ứng hướng về AI, bán dẫn phi AI bị đẩy ra ngoài rìa);

3）Hiệu ứng DeepSeek (xác nhận khả năng lý luận chi phí thấp, thúc đẩy nhu cầu lý luận nội địa Trung Quốc, nâng cao năng lực sản xuất GPU nội địa). Ba yếu tố này cộng hưởng tạo thành khung logic nền tảng cho các đánh giá các phân khúc sau của báo cáo.

So sánh định giá: gia công, hậu cần, bộ nhớ, IDM (nhà sản xuất linh kiện tích hợp) và thiết bị bán dẫn

So sánh định giá: không có fabs (fabless), bán dẫn công suất, FPGA và chip mô phỏng

Chu kỳ lớn của bán dẫn

Kết luận chính là phân kỳ chu kỳ chứ không phải phục hồi toàn diện: tỷ lệ sử dụng nhà đẻ logic dự kiến đến 2H/2026 sẽ trở lại 80%, nhưng sau khi loại trừ GPU AI của NVIDIA và bộ nhớ, tốc độ tăng trưởng của bán dẫn phi AI dự kiến sẽ giảm rõ rệt vào 2026; việc giảm tồn kho từ mức cao là tín hiệu tích cực, dữ liệu lịch sử cho thấy chu kỳ giảm tồn kho thường đi kèm với tăng điểm cổ phiếu bán dẫn, nhưng mức độ phân hóa cấu trúc của đợt phục hồi này còn cao hơn nhiều so với quá khứ.

Chuỗi cung ứng bán dẫn AI và bộ nhớ đặc thù

Đến 2030, quy mô thị trường bán dẫn toàn cầu có thể đạt 1,5 nghìn tỷ USD, trong đó một nửa sẽ đến từ bán dẫn AI

Mốc dài hạn quan trọng: dự kiến đến 2030, thị trường bán dẫn toàn cầu đạt 1,5 nghìn tỷ USD, trong đó bán dẫn AI đóng góp khoảng 753 tỷ USD; giả định thị trường TAM AI đám mây sẽ đạt 235 tỷ USD vào 2025 (chủ yếu từ GPU AI của NVIDIA), CAGR từ 2023–2030 đạt 38%, cung cấp cơ sở cho các định giá các phân khúc sau dựa trên không gian thị trường cấp cao.

Triển vọng sáng hơn của bán dẫn đám mây

Bốn nhà đám mây lớn (AWS/Google/Microsoft/Meta) chi tiêu vốn Q1/2026 tăng 95% so cùng kỳ, là điểm dữ liệu duy nhất mạnh nhất về nhu cầu; tỷ lệ Capex/EBITDA dự kiến duy trì khoảng 50%, cho thấy các nhà đám mây có khả năng mở rộng tài chính bền vững; dự báo lợi nhuận của Aspeed liên tục được nâng cao, là nhà dẫn đầu về chip BMC cho máy chủ AI đám mây, xu hướng điều chỉnh này chứng minh nhu cầu đám mây là thực.

Các nhà cung cấp dịch vụ đám mây chính duy trì chi tiêu vốn mạnh

MS Cloud Capex tracker dự báo năm 2026, 10 nhà đám mây hàng đầu toàn cầu sẽ chi 685 tỷ USD, cao hơn khoảng 10% so với dự kiến thị trường; biểu đồ lịch sử tăng cùng chi tiêu của TSMC là bằng chứng trung tâm cho nhận định “đợt này không phải chu kỳ ngắn”; tỷ lệ tài sản chu kỳ ngắn khoảng 65%, nghĩa là các nhà đám mây phải liên tục mua sắm hàng năm, nhu cầu mang tính cứng nhắc.

Ảnh hưởng của TSMC đã công bố về phân bổ năng lượng

Dựa trên các thông số về rack và công suất của các khách hàng chính như NVIDIA, AMD, Broadcom, AWS, tính toán nhu cầu wafer CoWoS từ dưới lên; rack của NVIDIA Rubin NVL144 công suất 220kW, 45 rack, ước tính nhu cầu wafer CoWoS năm 2027 đạt 136k, là căn cứ chính để đánh giá cung cầu CoWoS toàn diện.

Với nhu cầu AI liên tục mạnh mẽ, TSMC có thể mở rộng năng lực CoWoS lên 165k wafer mỗi tháng trước 2027

Dữ liệu cung cấp trực tiếp về cung cầu CoWoS: năng lực của TSMC từ cuối 2025 tăng từ 120kW/phần đến cuối 2027 lên 165kW/phần, năng lực của các nhà không phải TSMC (Amkor/UMC/ASE) cùng tăng từ 23kW/phần lên 80kW/phần; phần tiêu dùng, NVIDIA chiếm khoảng 59% tổng tiêu thụ CoWoS, Broadcom khoảng 20%, tập trung cao, biến động của một số khách hàng ảnh hưởng lớn đến TSMC.

Mở rộng SoIC (hệ thống tích hợp chip) sẽ là trọng tâm chiến lược của TSMC trong những năm tới

SoIC được định danh là hướng chiến lược trọng điểm của TSMC trong vài năm tới: năng lực từ cuối 2025 tăng từ 45kW/phần lên 78kW/phần, các khách hàng như NVIDIA, AMD, Apple, Qualcomm/Broadcom đều nằm trong danh sách; SoIC có mức độ tích hợp cao hơn CoWoS, độ khó kỹ thuật cao hơn, là đường tăng trưởng thứ hai của đóng gói tiên tiến của TSMC sau CoWoS, dự kiến sẽ vào giai đoạn tăng trưởng nhanh trong 2026–2027.

TSMC có thể trong 2025 sẽ nhân đôi năng lực CoWoS và SoIC, dự kiến xu hướng này sẽ kéo dài đến 2026

Dự kiến tiêu thụ wafer cho tính toán AI năm 2026 có thể đạt 27,2 tỷ USD, trong đó NVIDIA chiếm phần lớn

Liệt kê từ dưới lên tất cả các chip AI chính năm 2026 (NVIDIA B300/Rubin/H200, Google TPU, AWS Trainium3, Microsoft Maia, OpenAI Nexus) về phân bổ năng lực CoWoS, lượng xuất xưởng, tiêu thụ wafer, giá trị wafer; tổng hợp, tiêu thụ wafer chip AI năm 2026 khoảng 27,2 tỷ USD, NVIDIA chiếm ưu thế, là căn cứ phân tích quy mô doanh thu AI của TSMC thuyết phục nhất.

Tiêu thụ HBM (bộ nhớ băng thông cao) năm 2026—lên tới 32 tỷ Gb

Nhu cầu HBM năm 2026 khoảng 32,279 triệu Gb, trong đó NVIDIA chiếm khoảng 58%; liệt kê từng chip AI theo thông số HBM (dung lượng, thế hệ, nhà cung cấp), Google TPU chủ yếu dùng HBM3e 12hi, AWS/Microsoft dùng HBM3/HBM4; Hynix, Samsung, Micron chia sẻ nguồn cung, Hynix hưởng lợi nhiều nhất nhờ công nghệ HBM vượt trội.

Ước tính sản lượng rack của NVIDIA GB200/300

Giả định cung cầu rack của NVIDIA GB200/300

Doanh thu chip AI của TSMC có thể đạt 60% trong giai đoạn 2024–2029

Doanh thu chip AI của TSMC từ 2024–2029 CAGR đạt 60%, năm 2026 doanh thu AI chiếm hơn 30% tổng doanh thu; cấu thành doanh thu gồm các loại chip AI chung, ASIC tùy chỉnh, đóng gói CoWoS, CPU máy chủ AI, trong đó Apple chiếm 19%, NVIDIA 21%, Broadcom 11%; tỷ lệ lợi nhuận gộp và EBITDA liên tục mở rộng, chứng minh AI thúc đẩy tích cực chất lượng lợi nhuận của TSMC.

Phân khúc nhu cầu wafer cao cấp của TSMC

Trí tuệ nhân tạo (Agentic AI)— Mở rộng cơ hội CPU

AI từ giai đoạn suy luận bước vào giai đoạn “hành động”, tỷ lệ CPU/GPU từ GPU nặng (1:12) chuyển sang CPU nặng (≥1:1), động lực là các tác vụ gọi API, thực thi mã, đa tác nhân đồng thời; MS ước tính AI có thể mở rộng thị trường CPU thêm 325–600 tỷ USD (đến 2030), MediaTek là nhà thiết kế CPU máy chủ AI được đề cập trong báo cáo.

Làm bộ nhớ AI gây thiếu NAND; dự kiến cung cầu NOR Flash sẽ duy trì đến 2026

Thiếu DDR4 sẽ kéo dài đến nửa cuối 2026; giá hiện tại có giới hạn

AI ASIC, CPO và kiểm tra chip

AI bán dẫn: Hiện tại và tương lai—「Động lực chính」

Trình bày đồng thời các yếu tố thúc đẩy, hạn chế, giải pháp kỹ thuật, góc nhìn tăng trưởng của AI bán dẫn; đặc biệt so sánh ba nhóm tăng trưởng—suy luận vs huấn luyện, biên giới vs đám mây, ASIC tùy chỉnh vs GPU AI—ba nhóm này là bản đồ tư duy để hiểu các điểm khác biệt trong các đánh giá các phân khúc sau của báo cáo.

Các nhà cung cấp dịch vụ đám mây (CSPs) dù có GPU AI mạnh của NVIDIA vẫn cần chip tùy chỉnh

Theo kế hoạch của các CSP, nhiều dự án ASIC sắp ra mắt

Tình hình cạnh tranh giữa CoWoS của TSMC và EMIB của Intel như thế nào?

Kích thước đóng gói lớn hơn đang trở thành xu hướng chính của ngành

Thời gian kiểm tra chip từ Hopper 350 giây tăng lên đến 1800–2000 giây của thế hệ GPU tiếp theo là dữ liệu chủ chốt thúc đẩy cấu trúc của ngành thiết bị kiểm tra; số chân của socket kiểm tra từ 1500 của điện thoại/PC tăng lên 6000 và hơn nữa 10.000 cho thế hệ tiếp theo; thị trường thiết bị kiểm tra toàn cầu dự kiến CAGR 2024–2027 đạt 35%, lộ trình kích thước đóng gói của TSMC đồng bộ thể hiện interposer tiếp tục mở rộng, cả hai cùng hỗ trợ dự báo tăng trưởng dài hạn của ngành.

Vẽ sơ đồ phân công vai trò của Hong Jing Precision, Ying Wai Technology (WinWay) và MPI trong chuỗi cung ứng bán dẫn

Tiến trình mới của thiết bị và linh kiện kiểm tra: đóng gói quang học tích hợp (CPO)

Hong Jing Precision: Người chiến thắng chính hưởng lợi từ xu hướng kéo dài thời gian kiểm tra; xếp hạng của Morgan Stanley: Mua vào (Overweight)

MPI: Dẫn đầu công nghệ probe card có lựa chọn CPO; xếp hạng của Morgan Stanley: Mua vào (Overweight)

Ying Wai Technology: Dẫn đầu về socket kiểm tra phức tạp của đóng gói AI; xếp hạng: Mua vào (Overweight)

Bán dẫn Trung Quốc: OSAT, bán dẫn hợp chất, MCU và GPU AI

Lạc quan về các thiết bị hậu kỳ (ASMP), nhưng trung lập với OSAT Trung Quốc

Ưu tiên SiC (carbon hóa silic) hơn GaN (Nitrid Gallium): SICC (tăng tỷ lệ) và InnoScience (giảm tỷ lệ)

MCU: Đáy rồi nhưng chưa phục hồi

Thị trường chip AI nội địa Trung Quốc ngày càng mở rộng về quy mô và thị phần

Cơ cấu thị trường bộ gia tốc AI nội địa Trung Quốc rõ ràng: Huawei chiếm 62%, Cambrian 14%, các hãng còn lại dưới 10%; giá trị thị trường chip GPU AI nội địa tăng liên tục, các đợt IPO mới đang chờ, mở rộng thị trường và hoạt động vốn cùng tăng, là nền tảng phân tích các mục tiêu chính sau này.

Dự kiến đến 2030, thị trường GPU AI nội địa Trung Quốc sẽ tăng lên 67 tỷ USD

Nhu cầu mở rộng năng lực sản xuất chip AI nội địa Trung Quốc để đáp ứng nhu cầu sản xuất GPU AI nội địa

Theo dõi thị trường chip AI nội địa Trung Quốc trong ngắn hạn

Chuỗi giá trị chip AI— Trung Quốc và Mỹ— Tách rời khỏi tính toán AI

Năng lực hạ tầng của Trung Quốc đang thu hẹp khoảng cách công nghệ trong nhận thức

Dùng biểu đồ radar so sánh chín khía cạnh về khả năng hạ tầng AI Trung Quốc và Mỹ: Trung Quốc có điểm số gần bằng Mỹ về chính sách hỗ trợ, không gian trung tâm dữ liệu AI, tối ưu phần mềm (LLM), còn khác biệt chính tập trung ở phía trước wafer, bộ nhớ HBM, mạng quang; đề xuất ba bước để Trung Quốc bù đắp cho thiếu hụt sức mạnh tính toán của từng chip—đóng gói nhiều die → mở rộng rack và cụm → mở rộng năng lực sản xuất; Huawei CloudMatrix 384 A3 SuperPod là minh chứng thực tế cho chiến lược này.

Kinh tế học suy luận: Chi phí sở hữu tổng thể (TCO) và chi phí trên mỗi token

Chip AI nội địa Trung Quốc có TCO thấp hơn NVIDIA 30-60%, và các bộ tăng tốc nội địa hàng đầu có thể đạt chi phí trên token suy luận ngang bằng hoặc tốt hơn NVIDIA; kết luận này là bằng chứng cốt lõi cho nhận định “Thay thế nội địa Trung Quốc không chỉ là nhu cầu chính trị, mà còn là lý trí kinh tế”, hỗ trợ trực tiếp cho quan điểm lạc quan dài hạn về phân khúc chip AI nội địa.

Đơn hàng của các nhà phát triển bộ tăng tốc AI nội địa và tiềm năng đơn hàng

TPS (số token xuất ra mỗi giây)— Phân tích hiệu năng

Nhờ giảm giá mạnh, chip nội địa đạt hiệu năng trên mỗi USD cao hơn

“Thập Long” chip AI GPGPU Trung Quốc. Chúng tôi tập trung vào Cambrian, Mu Xi, Tianshu Zhixin

So sánh ba công ty chip AI Trung Quốc được quan tâm nhất: Cambrian (ASIC 7nm của SMIC, khách hàng lớn, duy nhất có lợi nhuận), MetaX Mu Xi (GPGPU 12nm của SMIC, có cổ phần của quỹ chủ quyền, khác biệt rõ về công nghệ), Tianshu Zhixin (GPGPU 7nm của TSMC, có khả năng cung ứng linh hoạt); khả năng lợi nhuận, cấu trúc khách hàng, công nghệ node—tổng thể, Cambrian có độ chắc chắn cao nhất, là kết luận ẩn của báo cáo.

Cambrian: Hiệu năng suy luận (TFLOPS) liên kết với khách hàng dẫn đầu; xếp hạng Mua vào (Overweight)

Tianshu Zhixin (Iluvatar): Dựa trên độ rõ ràng của đơn hàng và khả năng cung ứng linh hoạt; xếp hạng Mua vào (Overweight)