投资AI供应链 1 — AI芯片主要企业

概述

人工智能（AI）工作负载正在驱动对半导体的前所未有的需求。AI芯片供应链可分为四个主要环节：

1. 芯片设计（无厂） – 负责架构AI处理器，如GPU或AI加速器。主要公司包括NVIDIA（AI GPU领域占主导地位）、AMD、Intel，以及初创公司Cerebras、Graphcore等。
   
   
2. 软件/EDA工具 – 为复杂芯片提供设计和验证的电子设计自动化软件。主要供应商为Synopsys和Cadence；Mentor（西门子EDA）也是重要玩家。
   
   
3. 设备 – 提供光刻及工艺设备给晶圆厂。关键公司有ASML、Applied Materials、Lam Research、KLA，负责EUV光刻、沉积、刻蚀、清洗和检测设备。
   
   
4. 制造（代工厂） – 为无厂设计公司制造芯片。台积电在先进制程中占主导地位，其次是三星代工、Intel Foundry（原IFS）和中芯国际等。
   
   

TechInsights指出，2023年数据中心AI芯片市场规模达177亿美元，NVIDIA市场份额约65 %、Intel 22 %、AMD 11 %techinsights.com。

芯片设计领导者

NVIDIA（财年2025，截止 2025年1月26日）

• 收入与利润：2025财年收入1305亿美元，同比增长114 %；GAAP净利润729亿美元nvidianews.nvidia.com。
  
  
• 增长：数据中心业务在第四季度收入356亿美元，同比增长93 %；非GAAP每股收益增长约130 %nvidianews.nvidia.com。
  
  
• 优势：在AI加速器市场拥有Hopper和Blackwell GPU及CUDA生态系统，2023年数据中心AI芯片市场份额约65 %techinsights.com。
  
  
• 挑战：高度依赖台积电先进制程，供应受限；谷歌TPU、亚马逊Graviton等定制芯片竞争激烈nvidianews.nvidia.com。
  
  

AMD（财年2024，截止 2024年12月）

• 收入与利润：2024财年收入258亿美元，同比增长14 %；第四季度数据中心收入39亿美元（同比+69 %）；GAAP净利润16.4亿美元ir.amd.com。
  
  
• 增长：非GAAP净利润同比增长26 %。
  
  
• 优势：提供EPYC服务器处理器和Instinct MI300加速器；2024年加速器收入超过50亿美元ir.amd.com。
  
  
• 挑战：数据中心AI芯片市场份额仅约11 %，软件生态落后于CUDA；通过开源ROCm和与云厂商合作开发定制ASIC来追赶techinsights.com。
  
  

Intel（信息有限）

• 市场份额：TechInsights估计其在2023年数据中心AI芯片市场的份额约22 %techinsights.com。
  
  
• 发展动向：推出Gaudi加速器，计划2025年发布Falcon Shores；分拆代工服务IFS以吸引外部客户。
  
  
• 挑战：过去制程路线延误，Gaudi加速器采纳度有限；通过开放软件标准和价格策略提升竞争力。
  
  

其他玩家

初创企业（Cerebras、Graphcore、Tenstorrent、寒武纪）推出专用AI加速器，营收规模较小，但在特定领域有差异化设计，如晶圆级芯片。

电子设计自动化（EDA）软件

Synopsys（财年2024，截止 2024年10月）

• 收入与利润：全年收入61.27亿美元，同比增长15 %；GAAP净利润14.42亿美元，非GAAP净利润20.58亿美元futurumgroup.comfuturumgroup.com。
  
  
• 业务结构：设计自动化贡献42.21亿美元（约68.9 %），设计IP贡献19.06亿美元（约31.1 %）futurumgroup.com。
  
  
• 优势：全球最大的EDA供应商，与TSMC和三星合作紧密；计划收购ANSYS以加强仿真能力。
  
  
• 展望：预计2025财年收入67.5–68亿美元futurumgroup.com；依赖半导体研发预算，客户集中度高。
  
  

Cadence（信息来自公开披露）

• 收入与利润：电话会议透露2024财年收入增长约13.5 %，非GAAP营业利润率42.5 %；2025年第二季度收入12.75亿美元，同比增长20 %，全年收入指引52.1–52.7亿美元design-reuse.com。
  
  
• 优势：专注EDA工具、IP和系统分析，推出Cadence AI平台和协同设计工具。
  
  
• 挑战：对华出口限制和法律和解影响利润design-reuse.com；预计2025年实现高十几的增长design-reuse.com。
  
  

Mentor/西门子EDA

• 特点：西门子未单独披露该部门收入。业务优势在验证、功能安全和汽车设计工具，依托西门子工业软件生态。
  
  

设备供应商

ASML（2024年）

• 业绩：2024年净销售额283亿欧元（约31亿美元），净利润76亿欧元asml.com。
  
  
• 展望：预计2025年净销售300–350亿欧元，增长约15 %asml.com。
  
  
• 优势：EUV光刻机全球唯一供应商，与TSMC、三星、Intel签订长期合同。
  
  
• 挑战：订单随客户资本开支波动，出口管制影响对华销售，正在开发High?NA EUV设备。
  
  

Applied Materials（应用材料，财年2024）

• 业绩：全年收入271.8亿美元，同比增长2 %；GAAP净利润71.8亿美元businessnewsthisweek.combusinessnewsthisweek.com。
  
  
• 优势：沉积、刻蚀、外延、检测设备产品线广，覆盖逻辑与内存。
  
  
• 挑战：内存市场疲软影响增长，对华出口限制亦构成风险。公司预计AI基础设施建设将支撑需求，2025年增长低到中个位数。
  
  

Lam Research（泛林，财年2024）

• 业绩：收入149.05亿美元，同比下降14 %；净利润38.28亿美元，同比下降15 %macrotrends.netmacrotrends.net。
  
  
• 优势：在干法刻蚀、沉积和清洗设备（尤其是3D NAND和DRAM）领域具有优势，并推出Semiverse®软件模拟晶圆工艺。
  
  
• 挑战：业务高度周期性，受存储制造商投资波动和出口限制影响；2025–26年AI服务器和先进封装需求或助复苏。
  
  

KLA（财年2024）

• 业绩：收入98.1亿美元，净利润27.6亿美元sec.gov；2025财年收入121.6亿美元，净利润40.6亿美元ir.kla.com。
  
  
• 优势：晶圆与光罩检测、计量及工艺控制系统的市场领导者。
  
  
• 挑战：依赖晶圆厂资本开支周期，需要持续投入研发。
  
  

制造（代工厂）简述

• 台积电（TSMC）：全球最大代工厂，掌握5 纳米及以下大部分产能，是NVIDIA H100/B100 GPU唯一供应商。优势在规模、良率和合作生态；挑战为台湾地缘政治风险和三星、Intel的竞争。
  
  
• 三星代工：唯一能在领先制程上挑战台积电的对手，已量产3 nm环栅晶体管并在德州建厂；仍需提升EUV良率。
  
  
• Intel Foundry（IFS）：对外开放代工服务，计划推出18A制程，并依托CHIPS法案补贴。过去延误导致市场信心不足。
  
  
• 中芯国际及其他中国代工厂：在出口限制下生产7 nm级芯片，国产AI芯片企业依赖其产能；受EUV设备限制，工艺升级空间有限。
  
  

观察与增长前景

1. AI加速器需求爆炸 – 生成式AI工作负载使GPU和AI加速器需求旺盛，NVIDIA财年收入暴增114 %，AMD数据中心收入几乎翻倍nvidianews.nvidia.comir.amd.com。
   
   
2. 市场高度集中 – 数据中心AI芯片市场由NVIDIA（约65 %份额）、Intel和AMD主导techinsights.com。
   
   
3. 软件护城河显著 – NVIDIA依靠CUDA生态，AMD和Intel正推进ROCm和oneAPI；Synopsys通过收购Ansys扩充仿真工具futurumgroup.com，Cadence投资AI驱动设计design-reuse.com。
   
   
4. 设备供应商寡头 – ASML在EUV设备上垄断；Applied Materials、Lam Research、KLA主导沉积/刻蚀/检测市场。AI基础设施和先进封装需求将推动设备销售。
   
   
5. 地缘政治与供应链风险 – 对华出口限制和台湾局势影响供应链，多数公司在美国、欧洲扩建产能。
   
   
6. 增长前景乐观 – 预计AI半导体供应链将在本十年末保持两位数复合增长。Synopsys预测2025财年收入67.5–68亿美元futurumgroup.com；Cadence预计增长约13 %design-reuse.com。
   
   

结论

AI半导体价值链高度集中且相互依赖，芯片设计商、EDA供应商、设备制造商和代工厂需要紧密协作。NVIDIA和ASML凭借长期投入和专有技术在各自领域形成准垄断。AMD、Synopsys、Applied Materials、Lam Research及KLA等正积极布局以分得更大AI市场蛋糕。地缘政治风险和出口管制仍是重要的投资考量因素，但整体看，AI半导体供应链的中长期前景依旧强劲。