算力芯片專家交流紀要

（來源：君實財經）

君實財經主要關注軟件、網絡廣告、服務器、必需/可選消費等領域，每日更新記錄與基本面相關的有價值信息。

算力芯片專家交流紀要

Q：有説法最近英偉達向臺積電下了 21 萬或 30 萬張 H20 的額外訂單？需求來源？

A：根據多方廠商確認，這一消息預計並不屬實。目前英偉達尚未收到國內客户明確的交貨訂單，核心原因是美國政府雖宣佈開放 H20 對華交付，但實際許可證尚未發放。國內頭部互聯網企業如字節、阿里仍處於觀望狀態，僅騰訊提供了初步信息，這些企業在獲得出口許可前不會大規模下單，避免申請被拒導致產品無法交付。此外，英偉達現有庫存中約有 30 多萬片未封裝的芯片，短期內無需追加生產。即便未來需調整產能，從調線到最終交付也需 9-10 個月，其中包括 3 個月調線周期和 4 個月以上生產周期，因此短期內不存在緊急追加生產的需求。有業內人士推測，相關傳言可能源於英偉達恢復 CoWoS 封裝訂單被誤解為新增 H20 訂單，而英偉達並未明確指示臺積電調整產能生產額外 H20 產品。

Q：網信辦就 H20 安全漏洞約談英偉達？國內客户怎麼看這個問題？

A：英偉達從 A 系列開始便具備相關功能，並延續至 H 系列。雖然隱私問題可能引發客户一定擔憂，但預計與數據泄露無太大關聯。從行業觀察來看，有關部門此舉更可能是爲了向美方施壓，減少未來類似產品的限制性條件，同時要求英偉達關閉潛在風險功能，而非單純針對已存在的安全漏洞問題。國內客户雖關注隱私安全，但對實際數據泄露風險的擔憂程度有限，更多聚焦於后續產品限制條件的調整。

Q：RTX PRO 6000 今年在海外市場 120-140 萬的交付預期中客户的分佈情況？

A：在海外市場的交付預期中，非 CSP 客户佔比較高，而 CSP 客户主要將其用於推理場景，但未進行大規模部署。這是因為 RTX PRO 6000 在推理任務上性價比突出，但訓練性能有限，難以滿足大規模訓練需求。從用户結構來看，互聯網用户佔比約 30%-40%，其余大部分為零散的小型專業用户，例如從事專業級小規模模型設計或 2B 類業務的用户，這類用户對產品的專業性需求明確，但採購規模相對分散。

Q：國內市場對 RTX PRO 6000 的需求情況如何？二線互聯網廠商需求情況？

A：國內市場中，字節仍是 RTX PRO 6000 的最大客户，佔比最高，其次是騰訊。不過字節和阿里手中仍有大量 H20 或 MI308 尚未上線，因此對 RTX PRO 6000 的需求有所下降，但總體交付比例結構未發生顯著變化。值得注意的是，二線互聯網廠商對 RTX PRO 6000 需求較多，預計每家需求量通常在 2 萬至 4 萬片之間，總體貢獻接近 20 萬片，成為國內市場需求的重要組成部分。

Q：RTX PRO 6000 服務器目前有哪些規格？代工份額如何分佈？

A：規格方面，當前主流配置為單機 8 卡，散熱方式以風冷為主，也有部分客户嘗試開發單機 16 卡版本，其中部分採用液冷方案以提升散熱效率。代工份額上，超微在該領域優勢明顯，佔據 40% 的份額；廣達主要服務國外互聯網客户，佔比 20%-30%；與聯想合作緊密的偉創和英業達各佔不到 10%；而華碩、技嘉、微星等其他廠商的佔比則更小，整體代工市場呈現頭部廠商主導的格局。

Q：CoWoP 方案是否具備可行性？傳在 GB100 上測試，在 GR150 上應用？

A：CoWoP 方案的可行性較低，核心問題在於其對 PCB 工藝要求極高。國內主流 PCB 廠商反饋，以現有工藝生產會導致 PCB 良品率下降 30%-40%，短期內難以實現量產。目前僅有日本 PCB 廠商能提供相對可靠的品質，但其產能極其有限，且價格較高，無法支撐大規模量產需求。雖然在 GB100 上進行測試是可能的，但在 GR150 上應用的可行性僅 30%-40%，風險極高。此外，該方案在焊接技術和后期維護上挑戰較大，臺積電等廠商也僅處於早期測試和驗證階段，因此英偉達更可能將其作為技術儲備，而非近期量產方案。

Q：OpenAI 計劃年底上線 100 萬顆 GPU 是否具有可行性？當前其規模及未來發展節奏如何？

A：OpenAI 近期完成 GPT-5 訓練，共使用 17-18 萬張 GPU。GPT-5 上線后用户需求將大幅增長，Copilot 和第三方 CSP 均在積極接洽，因此年底上線 100 萬顆 GPU 具有一定可行性。由於 OpenAI 自研 ASIC 短期內無法滿足需求，其正與 AMD 積極談判，希望未來英偉達與 AMD 各佔 50% 市場份額，最終預計英偉達佔 60%、AMD 佔 40%，若 AMD 實際表現達標，有望實現各佔一半。合作方面，AMD 與微軟、Oracle 合作密切，今年向 Oracle 承諾交付 25 萬片，微軟 2025 年預計採購 40 萬片 MI350 和 MI355X，這使得微軟對 AMD 的採購量將接近對英偉達的採購量。

Q：OpenAI 第一代 Titan ASIC 設計和 TPU 很接近？和 OpenAI 最近開始更多租用 TPU 有關？

A：從技術角度看，OpenAI 第一代 Titan ASIC 與 TPU 設計接近具有合理性。TPU 作為第一代 ASIC 的成功設計，后期許多 ASIC 或多或少參考了其思路，這種架構接近性對未來模型的延續性有輔助作用，能更好地適配現有和未來的模型研發需求。而 OpenAI 近期更多租用 TPU，可能與自研 ASIC 尚未成熟、短期需外部算力支撐有關，兩者雖無直接因果，但架構接近性為租用 TPU 提供了一定的技術適配基礎。

Q：怎麼看 OpenAI 和微軟新達成的合作協議？如何定義 AGI？對后續關係和合作的實質意義？

A：微軟當前迫切需要通過 OpenAI 彌補自身模型研發短板，例如 Copilot 功能優化和 Bing 搜索引擎升級等，由於內部資源和第三方無法解決這些問題，不得不深化合作。微軟選擇以模糊且靈活的方式定義合作條款，既保障短期技術支持，又避免過度依賴，以便未來快速調整或終止合作。其長期目標是發展獨立能力並打造開放平臺生態。此次合作未明確定義 AGI，更多聚焦於技術互補，實質意義在於微軟短期內藉助 OpenAI 維持競爭力，同時為自身獨立研發爭取時間。

Q：GPT-5 訓練完成后是否有性能等方面的初步信息和發佈時點？

A：GPT-5 預計在 8 月初發布，目前已進入測試階段，在 Copilot 和 ChatGPT 上針對部分客户開放了 reasoning 和 mini 版本測試選項。其最大特點是多模態能力顯著提升，實現了完整的多模態模型，在多個大模型評測指標上表現優異，預計發佈后將佔據多數評測榜單榜首位置，有望給市場帶來 「眼前一亮」 的體驗。這一進展將進一步鞏固 OpenAI 在大模型領域的領先地位，推動相關應用場景的拓展。

Q：最近 AWS 雲計算部門裁員超過百人背后的原因？

A：AWS 雲計算部門裁員主要集中在客户服務和項目管理崗位，核心技術人員未受影響。裁員的主要原因是這些職能崗位的工作已逐步被人工智能工具取代，通過 AI 工具能更高效地處理客户諮詢和項目協調，減少了對人工的依賴。這一調整是 AWS 優化成本結構、提升運營效率的舉措，旨在將資源更多投向底層架構設計等核心技術領域，保障長期競爭力。

Q：Jaguar Shores 目前進展如何？規格、性能預期及目標客户？

A：Jaguar Shores 進展緩慢，預計 2027 年底推出樣品。其規格近一年未更新，仍停留在接近 B200 的水平，例如 HBM4 的 288G 算力等指標。按照這一進度，到 2027 年底該產品可能缺乏競爭力，因為屆時英偉達產品或將領先一代甚至更多。其目標客户確實瞄準訓練場景，但受進展緩慢和性能預期不足影響，能否實現市場突破仍存疑，短期內難以對現有市場格局形成衝擊。

Q：英特爾向蘋果和英偉達提供 14A 製程的 Design Kit 工具包，其意義和后續流程如何？

A：英特爾向蘋果和英偉達提供 14A 製程 PDK（Design Kit）是合作的基礎第一步，保障客户在產品設計后端能使用該工具包進行佈線和仿真，具有重要價值。但后續驗證流程漫長，需經歷至少一代多產品驗證，涉及 2-3 代 PDK 改版，總耗時約 2.5 年，預計 2028 年才能成熟並具備大規模服務能力。這標誌着英特爾在先進製程領域的客户拓展取得進展，但距離實際商用仍有較長周期。

Q：怎麼看陳立武提到如果 14A 沒有實質客户就放棄這個製程？他的考慮？

A：陳立武的這一表態反映了英特爾在先進製程研發上的務實策略，14A 製程研發投入巨大，若沒有實質客户，將面臨高昂成本無法回收的風險。不過，由於 2028 年距離當前尚有數年時間，期間市場需求、技術競爭格局可能發生變化，董事會決策存在調整空間。目前行業對其策略看法尚不清晰，關鍵取決於未來能否吸引蘋果、英偉達等核心客户的實質訂單，以支撐製程的持續研發和量產。

Q：IFS 俄勒岡工廠裁員 2400 人主要涉及哪些團隊？是否會影響 18A 和 14A 項目進展？

A：此次裁員主要集中在與 18A 相關的團隊。俄勒岡工廠原本承擔早期驗證工作，但陳立武要求嚴格控制成本，將產品驗證流程迭代次數從五次縮減至一到兩次，導致工廠工作負荷顯著降低，因此裁撤了大量人員。此外，18A 未來不再為客户提供服務，原承擔早期客户服務支持的崗位也被削減，僅保留必要人員。這一調整是基於業務優化的考量，對 18A 和 14A 項目的核心進展影響不大，更多是成本和資源的重新分配