中国芯片

当市场还在讨论"中国AI芯片落后美国几代"时，摩根士丹利抛出了一个反直觉的结论：差距没有想象那么大。更重要的是，大摩给出了一个时间判断——2026年，将成为中国AI GPU产业的重要拐点。 🔍 大摩的三个核心问题 这份报告试图回答三个关键问题： 中国是否能够大规模供应具有竞争力的AI GPU？ 中国AI GPU市场到底有多大？ 投资人应该如何评估中国AI GPU公司的商业价值？ 让我们沿着这三个问题，看看大摩是怎么说的。 📊 差距没有想象那么大 市场误区：只看制程节点 很多投资人的判断逻辑很简单： 中国AI芯片制程落后1-2代 因此竞争力有限 大摩的反驳： “如果从’每美元每瓦性能’（performance per watt per dollar）的框架来看，这种差距会明显缩小。” 关键洞察：中国电力成本相对更低，能效在整体算力经济模型中的权重不像欧美那样高。 供给侧瓶颈：从设备到产能 瓶颈领域 现状 进展 外延设备 已突破 北方华创、中微公司可提供 刻蚀设备 已突破 SiCarrier等本土厂商 光刻设备 仍受限 依赖ASML DUV 检测设备 仍受限 KLA设备供应受限 EDA软件 仍受限 华大九天仅1-2%份额 最致命的瓶颈： EDA三巨头（Cadence、Synopsys、Siemens）占全球80%+份额 美国已对GAA晶体管设计工具实施出口管制 目标是阻止中国推进3nm/2nm节点 产能转移：从海外回归本土 大摩发现一个重要趋势： “多家国内AI芯片厂商已经开始将部分生产从海外迁回中国大陆，利用SMIC的N+1（约12nm）和N+2（约7nm）工艺节点。” SMIC产能预测： 年份 N+2产能（万片/月） 2025 2.2 2026 4.0 2027 5.1 💰 国产AI GPU的需求有多大？ 两大驱动力 1. 技术自主化（政策驱动） AI芯片被视为国家安全关键资源 本土芯片+本土晶圆厂的共生关系 2. 商业回报（市场驱动） ...