<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>受益标的 on 约投顾</title><link>https://ag.yueniuzq.com/tags/%E5%8F%97%E7%9B%8A%E6%A0%87%E7%9A%84/</link><description>Recent content in 受益标的 on 约投顾</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Mon, 01 Jun 2026 14:38:19 +0800</lastBuildDate><atom:link href="https://ag.yueniuzq.com/tags/%E5%8F%97%E7%9B%8A%E6%A0%87%E7%9A%84/index.xml" rel="self" type="application/rss+xml"/><item><title>多Agent协作推高缓存与内存升级需求，哪些先进封装与存储总线龙头标的有望受益？</title><link>https://ag.yueniuzq.com/industry/multi-agent-memory-upgrade-packaging-leaders/</link><pubDate>Mon, 01 Jun 2026 14:38:19 +0800</pubDate><guid>https://ag.yueniuzq.com/industry/multi-agent-memory-upgrade-packaging-leaders/</guid><description>长上下文与多Agent协作正引发算力系统内存瓶颈。类似数据库时代的存储总线升级，该如何沿着材料与封装方向寻找系统级算力升级的受益龙头？</description><content:encoded><![CDATA[<p>长上下文与多Agent协作引发算力内存瓶颈，带动HBM需求暴增超200%，CoWoS先进封装产能扩张增幅超100%。<strong>重点投资方向为先进封装技术与存储总线互联材料升级的龙头标的</strong>。</p>
<h2 id="多agent协作如何引发算力系统的内存墙与带宽焦虑">多Agent协作如何引发算力系统的内存墙与带宽焦虑？</h2>
<p>多Agent协作（如多个AI模型分工执行复杂任务）需要极长的上下文记忆，导致算力系统的存储带宽遭遇严重瓶颈。这就像数据库时代先升级存储总线一样，数据吞吐量决定了系统整体效率，<strong>解决多Agent协作的内存瓶颈是突破算力限制的核心前提</strong>。随着上下文长度呈指数级增长，系统对高频数据传输和海量数据缓存的需求急剧攀升。</p>
<p>以下是多Agent技术对算力系统资源需求的影响对比：</p>
<table>
  <thead>
      <tr>
          <th style="text-align: left">技术演进阶段</th>
          <th style="text-align: left">内存容量需求增幅</th>
          <th style="text-align: left">存储总线带宽需求增幅</th>
          <th style="text-align: left">典型应用场景</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td style="text-align: left">单一模型推理</td>
          <td style="text-align: left">基准线 100%</td>
          <td style="text-align: left">基准线 100%</td>
          <td style="text-align: left">简单文本对话</td>
      </tr>
      <tr>
          <td style="text-align: left">多Agent协作</td>
          <td style="text-align: left">激增超 300%</td>
          <td style="text-align: left">激增超 250%</td>
          <td style="text-align: left">复杂数据分析</td>
      </tr>
  </tbody>
</table>
<h2 id="为什么寻找系统级算力受益者要沿着材料与先进封装方向">为什么寻找系统级算力受益者要沿着材料与先进封装方向？</h2>
<p>因为传统的单芯片制程微缩已无法满足多Agent协作带来的海量数据吞吐需求，<strong>先进封装与高速互联材料成为突破内存容量与带宽瓶颈的唯一物理途径</strong>。通过2.5D或3D封装将计算核心与存储芯片近距离集成，并升级硅中介层等高速互联材料，能大幅缩短数据传输“物理路程”，从而降低延迟并推高整体内存升级需求。</p>
<h2 id="常见问题">常见问题</h2>
<h3 id="投资者应如何筛选先进封装赛道的核心龙头标的">投资者应如何筛选先进封装赛道的核心龙头标的？</h3>
<p>筛选核心龙头标的应聚焦在掌握2.5D/3D封装核心技术、且已获得大规模算力芯片订单的企业。具备硅中介层量产能力的先进封装龙头标的，其产能利用率长期维持在90%以上，能充分享受算力红利。</p>
<h3 id="高速互联材料在多agent算力系统中扮演什么角色">高速互联材料在多Agent算力系统中扮演什么角色？</h3>
<p>高速互联材料是连接计算核心与存储器的“数据高速公路”。升级高速互联材料能解决多Agent协作带来的高并发数据拥堵，采用极尖端的覆晶封装材料的传输速率较传统材料可提升约50%，是提升系统整体算力的关键。</p>
<h3 id="长上下文推理如何具体推高hbm等存储封装的升级需求">长上下文推理如何具体推高HBM等存储封装的升级需求？</h3>
<p>长上下文意味着AI模型在单次对话中需记住和处理海量背景信息，直接耗尽常规内存。长上下文推理使得单张算力卡对HBM（高带宽内存）的容量需求平均增加两到三倍，直接驱动存储封装向多层堆叠方向加速迭代。</p>
<h2 id="延伸阅读">延伸阅读</h2>
<ul>
<li><a href="/industry/panel-level-vs-wafer-level-packaging-cost/">面积利用率从45%提至81%，面板级封装与传统晶圆级封装谁更具成本优势？</a></li>
<li><a href="/industry/ai-glass-substrate-trend/">英伟达和台积电力推先进封装，AI芯片玻璃基板为何成为必然趋势？</a></li>
<li><a href="/industry/advanced-packaging-substrate-disruption/">先进封装载板路线迎来重构，玻璃基板在AI算力竞赛中具备怎样的颠覆性优势？</a></li>
</ul>
]]></content:encoded></item><item><title>海光信息覆盖CPU与协处理器矩阵，向AI中枢升级过程中哪些整机与生态协同股最受益？</title><link>https://ag.yueniuzq.com/industry/hygon-cpu-ai-upgrade-ecosystem-beneficiaries/</link><pubDate>Mon, 01 Jun 2026 10:41:47 +0800</pubDate><guid>https://ag.yueniuzq.com/industry/hygon-cpu-ai-upgrade-ecosystem-beneficiaries/</guid><description>海光信息正凭借CPU与协处理器全面覆盖向AI中枢升级。在这一生态重构中，哪些与之深度绑定的整机厂商与产业链核心标的具备最大受益潜力？</description><content:encoded><![CDATA[<p>海光信息凭借“CPU+协处理器”全面布局向AI中枢升级，直接拉动产业链爆发。预计国产服务器整机市场规模将保持超25%的年复合增速，生态协同厂商的AI相关订单增幅普遍突破40%。<strong>最终重点推荐与海光深度绑定的国产整机龙头及云虚拟化平台核心标的</strong>。</p>
<h2 id="在海光信息构建cpu协处理器矩阵向ai中枢升级的背景下哪些整机协同股最为受益">在海光信息构建“CPU+协处理器”矩阵向AI中枢升级的背景下，哪些整机协同股最为受益？</h2>
<p>在向AI中枢升级的进程中，<strong>整机协同股的最大受益者是与海光信息建立联合实验室并实现大批量供货的头部服务器厂商</strong>。海光依靠x86架构授权与DCU协处理器形成了算力底座，整机厂商负责将这些核心算力转化为可直接部署的AI服务器集群。随着信创替代加速，能够快速完成主板级适配、液冷散热整合以及整机柜交付的合作伙伴，将独享央国企智算中心建设的第一波红利。</p>
<p>核心整机协同标的受益逻辑对比：</p>
<table>
  <thead>
      <tr>
          <th style="text-align: left">核心标的</th>
          <th style="text-align: left">协同领域</th>
          <th style="text-align: left">核心受益数据与增速</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td style="text-align: left"><strong>中科曙光</strong></td>
          <td style="text-align: left">高端整机与液冷计算</td>
          <td style="text-align: left">占据海通系服务器主导份额，AI算力订单年增速超40%</td>
      </tr>
      <tr>
          <td style="text-align: left"><strong>华勤技术</strong></td>
          <td style="text-align: left">ODM定制与通用服务器</td>
          <td style="text-align: left">数据中心业务营收年复合增速超50%，整机出货量稳居前列</td>
      </tr>
      <tr>
          <td style="text-align: left"><strong>中国长城</strong></td>
          <td style="text-align: left">信创国产替代整机</td>
          <td style="text-align: left">军工与政务信创市场占有率超30%，PC及服务器排产大幅增长</td>
      </tr>
  </tbody>
</table>
<h2 id="随着海光ai中枢生态重构云虚拟化平台及相关硬件系统面临怎样的放量机遇">随着海光AI中枢生态重构，云虚拟化平台及相关硬件系统面临怎样的放量机遇？</h2>
<p>海光生态重构迫使底层软件适配全面加速，<strong>云虚拟化平台及相关硬件系统迎来“软硬一体”国产化适配的放量机遇</strong>。海光的CPU与协处理器需要通过云平台调度才能发挥最大效能。能够提供底层虚拟化软件支持、帮助海光算力芯片无缝接入公有云或私有云体系的软件企业，以及提供高速网卡、存储阵列的周边硬件龙头，其相关产品出货量正跟随海光芯片的市占率同步飙升。</p>
<h2 id="常见问题">常见问题</h2>
<h3 id="海光信息dcu协处理器在ai算力中心建设中的核心优势是什么">海光信息DCU协处理器在AI算力中心建设中的核心优势是什么？</h3>
<p>海光DCU协处理器采用兼容CUDA生态的软件栈，大幅降低了AI模型迁移的代码改造成本。在实际的大模型训练场景中，基于海光DCU构建的算力集群能提供与主流国外芯片相近的运算效能，集群互联带宽提升了20%以上，是构建高算力国产AI中枢的关键引擎。</p>
<h3 id="国产服务器整机厂商如何通过海光芯片实现业绩高增长">国产服务器整机厂商如何通过海光芯片实现业绩高增长？</h3>
<p>国产整机厂商通过海光芯片实现业绩高增长的核心在于“软硬全栈交付能力”。由于央国企采购强调自主可控，整机厂商不仅能溢价销售搭载海光CPU的AI服务器，还能配套提供自研的液冷机柜与运维软件。这套基于海光架构的综合解决方案，使整机厂商的单台服务器净利润率提升了3%至5%。</p>
<h3 id="为什么云虚拟化平台是海光ai中枢生态中不可或缺的受益环节">为什么云虚拟化平台是海光AI中枢生态中不可或缺的受益环节？</h3>
<p>云虚拟化平台负责将海光的物理算力池化并分配给千行百业，是不可或缺的受益环节。在海通系生态中，虚拟化平台能将海光CPU和DCU的资源利用率从常规的40%提升至75%以上。在混合云架构中，支持海光芯片异构计算的虚拟化软件授权收入，正保持每年翻倍的强劲增长。</p>
<h2 id="延伸阅读">延伸阅读</h2>
<ul>
<li><a href="/industry/hygon-cpu-ai-hub-valuation-catalyst/">海光信息实现CPU与协处理器全面覆盖，信创加AI中枢双轮驱动的估值拐点如何确立？</a></li>
<li><a href="/industry/hygon-ai-upgrade-ecology-landing-risk/">海光信息向AI中枢升级，追捧国产替代概念时如何避开生态无法落地的风险？</a></li>
<li><a href="/industry/hygon-ai-hub-vs-x86-substitution/">海光信息向AI中枢升级，对比传统单一的X86芯片替代逻辑，系统级生态的价值该如何重估？</a></li>
</ul>
]]></content:encoded></item><item><title>云厂商自研CPU加速切入市场，全球算力格局演变下哪些服务器代工与核心标的受益？</title><link>https://ag.yueniuzq.com/industry/cloud-self-developed-cpu-server-beneficiaries/</link><pubDate>Mon, 01 Jun 2026 08:36:41 +0800</pubDate><guid>https://ag.yueniuzq.com/industry/cloud-self-developed-cpu-server-beneficiaries/</guid><description>全球云厂商正加速自研CPU以打破Intel和AMD的垄断格局。算力供应链重塑之际，哪些承接自研芯片代工的服务器厂商与产业链核心标的最受益？</description><content:encoded><![CDATA[<p>云厂商自研CPU正打破传统x86架构垄断以重塑算力格局。全球CPU市场中Intel占68.9%、AMD占25.1%，但自研芯片渗透率正以超30%的年增速飙升。最终推荐深度绑定头部云厂商的服务器代工企业与整机龙头标的。</p>
<h2 id="云巨头为何纷纷跨界启动自研cpu项目">云巨头为何纷纷跨界启动自研CPU项目？</h2>
<p>云厂商自研CPU旨在打破Intel和AMD的算力定价权，通过底层架构定制化大幅降低数据中心运营成本。自研芯片的快速演进正在重构全球服务器供应链，从通用标准机向定制化AI服务器转型。</p>
<p><strong>全球CPU市场竞争格局及演进趋势核心数据：</strong></p>
<table>
  <thead>
      <tr>
          <th style="text-align: left">厂商阵营</th>
          <th style="text-align: left">市场份额占比</th>
          <th style="text-align: left">供应链变革趋势特征</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td style="text-align: left">Intel</td>
          <td style="text-align: left">68.9%</td>
          <td style="text-align: left">传统通用市场占优，面临定制化挑战</td>
      </tr>
      <tr>
          <td style="text-align: left">AMD</td>
          <td style="text-align: left">25.1%</td>
          <td style="text-align: left">份额稳步提升，持续抢占通用服务器市场</td>
      </tr>
      <tr>
          <td style="text-align: left">云厂商自研</td>
          <td style="text-align: left">渗透率加速提升</td>
          <td style="text-align: left">定制化AI算力需求激增，带动代工产业链爆发</td>
      </tr>
  </tbody>
</table>
<h2 id="算力供应链重塑将使哪些服务器代工与核心标的受益">算力供应链重塑将使哪些服务器代工与核心标的受益？</h2>
<p>算力定制化浪潮直接利好具备高端JDM（联合设计制造）能力的服务器代工企业与整机龙头。掌握先进封装技术与高速互联背板技术的核心零部件供应商同样迎来订单爆发。<strong>投资的核心主线应聚焦于深度嵌入云厂商自研芯片生态的ODM/JDM代工巨头</strong>，这类企业能凭借研发协同构筑极高的客户黏性。此外，提供定制化主板、散热及接口配套的“算力重塑”产业链标的，也将共享云厂商持续攀升的资本开支红利。</p>
<h2 id="常见问题">常见问题</h2>
<h3 id="云厂商自研cpu对传统x86服务器代工格局有何实质影响">云厂商自研CPU对传统x86服务器代工格局有何实质影响？</h3>
<p>云厂商自研CPU通过软硬协同降低功耗，使定制化AI服务器采购占比逐年提升超20%，传统单纯依赖通用x86组装的代工厂面临利润挤压，技术单一的代工企业面临淘汰风险。</p>
<h3 id="普通投资者如何筛选算力重塑背景下的受益股">普通投资者如何筛选算力重塑背景下的受益股？</h3>
<p>投资者应重点关注与头部云厂商建立联合设计制造（JDM）模式的服务器整机龙头。具备此类深度定制能力的代工企业，其AI服务器营收占比往往突破30%，能充分享受高毛利红利。</p>
<h3 id="自研芯片趋势下服务器供应链的最大技术挑战是什么">自研芯片趋势下服务器供应链的最大技术挑战是什么？</h3>
<p>最大技术挑战是异构算力的高速互联与高密度散热设计。自研芯片多采用多晶粒架构，需要代工厂具备2.5D/3D先进封装及液冷散热配套能力，相关技术门槛极高。</p>
<h2 id="延伸阅读">延伸阅读</h2>
<ul>
<li><a href="/industry/cloud-self-developed-cpu-vs-intel-amd/">云厂商自研CPU加速切入市场，对比Intel和AMD主导的传统格局，算力供应链面临怎样的重构？</a></li>
<li><a href="/industry/cloud-self-developed-cpu-x86-blind-spot/">云厂商自研CPU加速切入市场，传统x86份额受挤压会带来哪些供应链投资盲区？</a></li>
<li><a href="/industry/cloud-vendor-custom-cpu-disruption/">Intel与AMD垄断超九成份额，云厂商自研CPU为何能打破传统算力格局？</a></li>
</ul>
]]></content:encoded></item></channel></rss>