文：董指导
前几天我去参加了一个活动，做了一个小分享，主题是《硅基的消费升级》。算是较为系统地梳理了一下AI硬件的脉络。
P1
我本科是在北邮学信息，大部分课程其实当时都不知道为什么学，但依稀记得老师讲过一句话：数据在哪里，机会就在那里。
AI浪潮的投资或产业推进视角，其实也是如此。
P2
这波浪潮大致分为四类：把数据算得更快、让数据存得更快、数据传得更快、以及配套的整个系统更优。
P3
算得更快大致分为了三个阶段。
第一阶段，Transformer架构下，矩阵运算占比大幅提升，这就导致GPU并行计算的威力发挥显著。所以一开始的浪潮也是从GPU取代CPU开始。
无论是英伟达、还是ASIC，都是为了加速数据计算。
第二阶段，推理时代来临。智能体的运行，依然会涉及到较多的逻辑运算，所以，CPU的价值也开始体现，配比增加。
这个进程依然在演绎中。
未来将会是量子计算。目前成本较高，商业可行性依然在摸索中。如果量子计算真的实现了，那时候的智能，会得到更大的跃升，实时性加强。
国产算力，依然有较大发展空间。
如果：大模型和国产算力的适配效果显著改善；或者，半导体有突破提升国产算力效果，都会加速国产进程。
P4
冯诺依曼架构下，计算和存储分离。而基于工艺和落地方案，计算和存储之间又存在着巨大的“升级剪刀差”。
存储芯片以电容为核心，这就有一些物理极限；同时，过去也都是基于PCB板来做布线，I/O引脚、插槽等等配套，都限制了内存的扩张速度。
如果存储没有工艺升级，会导致算力出现空跑。可以理解为厨房很大、但仓库很小，厨房利用率不高。
于是就有了HBM需求。
P5
通过TSV、硅中介层，实现存储带宽增加、以及和GPU之间传输加快。
P6
机遇之一在于先进封装设备，设备中测试检测又是高需求的。
P7
材料也是增量。其中，散热，是未来持续进化的地方。
存储，理论上，还是有很强周期性的。这波HBM大涨，也是因为2023年刚亏过，所以扩产很谨慎。加之，神秘东方力量，也被“墙”住了，行业整体扩产受限。
详细逻辑可以参看存储撬动世界：理性与疯狂
P8
继续演进，当芯片面积扩大后就会遇到一系列物理限制，比如热膨胀等。玻璃本身绝缘，也带来了优势。
因此，玻璃基板就成为探索方向。
业内有进展，但商业进度其实不算特别显著的。大尺寸良率是关键。
只是在市场对AI新技术非常追捧的情绪下，玻璃基板也成为热点。
非要做对比的话，可能就是 锂电池vs钠电池，锂电池vs固态电池吧。
P9
柜内互联，铜的经济性是优势，但铜退光进也是趋势。如果下游应用开始赚钱了，估计会换得更快。
P10
可插拔光模块，不再赘述。材料端依然有很大国产替代的空间。
P11
进一步解决光电转换带来的数据传输效率问题，就有了NPO和CPO。
NPO：折中方案。
CPO：未来趋势。目前是比较贵的，良率是卡点，尤其检测方案比较缺乏。
除非大模型厂商，赚钱显著，不然花钱换CPO可能还真有点压力。也取决于英伟达的穿针引线了。
但整体而言，NPO可能会有一段甜蜜期，但头顶上悬着一把剑，未必舒服。
P12
为了进一步加速传输效率，硅光技术也在发展。是未来几年空间比较大的方向。
P13
过热，也会影响芯片发挥。就像手机过热会卡一样。所以液冷是趋势，不赘述了。
行业整体技术门槛在AI硬件里，不算高，所以可以看到不少汽车零部件厂商都能切过来。
核心是客户认证。
P14
数据传输速率、带宽都在提升，机柜的密度在提升，也就对整个电源的功率要求提高。
功率=电压X电流。 电流越大、电阻热损耗就会越大；所以，只能提高电压。
所以就有了800V的需求。但业内认为，这个变化是渐进的。
一是技术层面，材料、元器件设计、验证，需要较长时间。二是可靠性方面，需要一个较长时间的表现来兑现。
毕竟电源出问题，不是小事儿。如果有差池，带来的损失影响会很大。
所以，这也会导致率先通过验证的公司，会有很长的甜蜜期。
市场目前是在对预期变化而兴奋。先拔了一波估值。但订单验证还没有明确跟上。
P15
无论是算、还是存、还是传，数据的变化，都对载板也带来较高要求。
量价提升、材料升级，市场演绎比较充分了。不再赘述。
正如卖方研报所说，PCB正在半导体化。
PCB厂商的封装能力，也会越来越值钱。
P16
电容、电感，也都是“量、价、材料”变化的典型。技术技术变化，我也讲不清了，只能说个大概效果而已。
可以算是PCB的复制。但产业规模要小不少，行情演绎速度会加快。
P17
三大范式：新增蛋糕的放量，就像光模块； AI通胀；国产替代。
活动现场，有位嘉宾说，国产替代，其实不算很好的范式。这意味着你要在存量市场去替代老大。这种机会往往是少的，需要很强的外压。
更性感的模式是，国产突破。在新的、增量市场，国产崛起、快速占领市场。
总结：
其实大逻辑，市场演绎很充分了。有了AI投研后，认知也不算难。
难在节点、节奏判断。
另外，资本开支的故事，不可能一直讲的。如果只有资本开支，没有收入、利润改善，市场的耐心也是有限的了。
未来有两个节点：一是OpenAI、Anthropic上市，因为这会披露许多更详细的财务数据，到时候效益如何，市场会看得更清楚。也就是，故事会更容易去滤镜。
二是年底。大厂开始复盘、总结，算力利用率如何、模型投资回报如何、AI应用的落地如何等等。这时候，都要结合现金流、利润等财务实力，来做安排了。
总之就是，AI是伟大的事业，但伟大不是一天完成的。一定有曲折，但曲折之后也会有高峰。
毕竟，硅基消费升级，是科学。数据在哪里，机会就在那里。
---全文完，欢迎交流
理工/金融 复合背景
