截至7月22日，英伟达股价最高涨至174.25美元/股，总市值突破4万亿美元，创下历史新高。博通、微软、脸书（Meta）等科技巨头纷纷创下历史最高股价，显示出市场对于AI建设所带来的超大规模资本支出持续性的坚定信心。
算力芯片有所分化，ASIC芯片/华为昇腾芯片奋力追赶
南京证券研究员高宏表示，众所周知，英伟达凭借其GPU芯片的强悍性能以及CUDA架构的深厚壁垒，在AI服务器算力芯片领域市占率一骑绝尘，拥有绝对的市场地位。但是，近年来情况有所变化。
1.国外大厂开启ASIC芯片研发
以AMD、亚马逊、脸书（Meta）为代表的企业，为了能够一定程度上减少与英伟达绑定过深，以及希望在自家AI大模型打造出差异化的目的，更多地将资源倾斜于AISC芯片的研发。
ASIC（定制专用集成电路）可以避免在整个系统设计中使用现成硅片的陷阱。借助定制硬件，设计人员可以更全面地优化系统。借助ASIC，应用程序开发人员可以向硬件设计团队提供实用的见解，从而进一步增强功能。例如，可以提供有关如何在不使用时最佳地切断各个单元电源的信息。在许多情况下，尽管通用IC具有广泛的电源门控支持，但控制单元何时进入超低功耗状态的算法必须谨慎应用，以确保睡眠模式不会影响功能。
除了增强了针对应用调整硬件的能力外，定制硅片还为防止抄袭设置了一道强大的屏障。由于物料清单(BOM) 依赖于标准IC，竞争对手可以轻松确定系统的组装方式。即使解决方案中的处理器支持代码加密，由于IC供应商提供的许多功能都是其软件开发套件的一部分，因此对系统进行逆向工程也未必会造成巨大的障碍。
2.华为力求突破算力瓶颈
受限于国内单芯片性能，华为在5月底的昇腾AI峰会上，华为正式推出“昇腾 CloudMatrix 384超节点”算力集群解决方案。根据官方公告，这个算力平台基于384颗昇腾芯片构建，通过全互联对等架构实现芯片间高效协同，可提供高达300 PFLOPs的稠密BF16算力。这一能力，已经超越了英伟达此前发布的B200 NVL 72平台，180PFLOPs的稠密BF16算力，为中国企业终结了底层算力的忧虑。
AI建设浪潮下，PCB行业迎来发展机遇
高宏表示，ASIC芯片以“物料”换“性能”，高端PCB需求较英伟达GPU更高。ASIC芯片（如谷歌TPU、亚马逊Trainium）为了弥补与英伟达GPU之间的性能差距，需要使用更好的材料及组件。CPU、HBM、交换芯片的互联需通过PCB实现。单片GPU（如B200）FP16算力7.5 PFLOPS，通过NVLink实现超低延迟互连，片间数据传输需求低。但ASIC，以亚马逊（AWS）Trainium2为例，FP16算力仅约1.5 PFLOPS，需通过多芯片并联叠加高速PCB走线补偿性能。例如，Meta MTIA V1.5机架，集成36颗ASIC，PCB需承载224Gbps DAC线，是NVLink 4（112Gbps）的2倍。
昇腾芯片持续迭代，带动国产高端PCB/CCL/ABF载板需求爆发。以910C为例，其采用了Chiplet封装整合了两颗芯片，同时集成大量高速信号（如HBM内存、PCIe 5.0通道），对PCB的互连密度和层间设计提出更高要求。同时双芯片结构需要独立电源层，普通的通孔板无法满足其布线密度，服务器主板需要升级到更高层数高多层板。伴随昇腾芯片未来持续迭代，后续HDI板用量也有望进一步提升。
风险提示：AI建设不及预期、国产算力芯片进度不及预期。（以上内容仅供参考，不作为投资决策依据。投资有风险，入市需谨慎。）
南京晨报/爱南京记者 许崇静