AI 推理概念股有哪些?GPU、ASIC与云端芯片产业链

作者 Klaro 编辑部 ·发布于 2026年8月1日 ·最后更新2026年10月15日

AI运算平台、定制芯片、云端自研与设计服务的分工
按产品与公司角色区分AI运算机会;芯片、系统和上市母公司分层呈现。
目录

AI 推理概念股可按四类业务研究:NVIDIA、AMD 提供运算平台;Broadcom、Marvell 参与定制加速器;Cerebras 提供晶圆级系统与低延迟算力;联发科、世芯、创意等公司参与定制设计及系统整合。 Alphabet、Amazon、Microsoft、Meta 则把自研芯片用于云端或自身产品,投资者取得的是整家母公司的业务敞口。各组代表公司的产品与原始披露见下表。

这个市场的机会来自两个方向:模型与应用增加运算需求,硬件与软件共同降低完成一次有效任务的成本。通用平台争取模型覆盖和部署效率,定制平台争取大规模工作负载的系统效率;供应商能取得多少价值,取决于它掌握的产品、客户及交付责任。

资料核对截至 2026 年 10 月 15 日。范围以数据中心运算平台、美股母公司与台日设计服务代表为主;财报期间、已部署产品及未来路线分别列示。

AI 推理概念股有哪些?运算平台与定制芯片公司

AI 推理是让已训练模型处理新输入、产生答案或执行任务。研究相关股票时,先看公司向谁出售什么,再比较它承接的需求。

公司/股票 产品与角色 投资者研究重点 原始披露
NVIDIA(NVDA) GPU、CPU、互连及软件组成的运算平台 平台交付、软件覆盖、网络配套及客户采购组合 FY2027 Q2公告
AMD(AMD) Instinct GPU、EPYC CPU与软件平台 GPU采用、ROCm成熟度、整机交付;CPU及GPU收入分开判读 2026 Q2公告
Broadcom(AVGO) 定制AI加速器与交换/连接芯片 客户共同开发、量产项目及网络需求 FY2026 Q3公告
Marvell(MRVL) 定制XPU、互连、内存及封装IP整合 不同设计项目的导入、芯片内容量及量产进度 定制加速器产品页
Cerebras(CBRS) WSE晶圆级处理器、CS系统及推理服务 低延迟付费需求、系统部署及容量经济 CS-4/Nexus说明

上述公司的机会差异,在于供应商控制产品的程度。NVIDIA与AMD决定主要平台路线;定制芯片由客户需求和供应商能力共同形成;Cerebras同时经营系统及算力服务。相同的AI用量增长,会通过不同的采购、交付及收费方式反映在各家公司。

Google TPU、Trainium、Maia与MTIA可以怎样投资?

这些芯片分别属于不同上市母公司。母公司的收益主要经由云端服务、自有产品效率及资本回报体现,芯片的技术成果需要放回整体业务分析。

上市母公司 芯片/平台 截至资料日可核对的状态 经济机会
Alphabet(GOOGL/GOOG) Google TPU 第八代TPU 8t/8i已披露架构,分别优化大规模训练与服务工作负载 Google Cloud容量与成本、内部模型运行效率;供应状态按产品及区域核对
Amazon(AMZN) AWS Trainium Trn3 UltraServers已有正式供应公告,使用Trainium3及Neuron软件 AWS服务收入、价格性能与投入资本回报
Microsoft(MSFT) Azure Maia 10月12日披露Maia 200已服务生产工作负载,Maia 300计划2027年推出 Copilot等产品的推理成本与Azure基础设施效率
Meta(META) MTIA MTIA 300已投入生产;400/450/500为后续多代路线 推荐、广告及生成式AI工作负载的运算效率

上述状态分别来自Google、AWS、Microsoft及Meta官方资料。TPU 8的架构发布、Trn3正式供应、Maia 200生产部署及Maia 300未来计划,各自回答不同的商业进度问题。[5] [6] [7] [8]

Microsoft的最新披露尤其重要:若仍只列Maia 200规格,便会漏掉2027年自研系统扩张对采购组合的影响。分析时应同时保留当前部署与未来计划,并追踪实际资本支出及工作负载迁移。

AI运算平台、云端母公司与定制设计服务分工

AI运算平台、云端母公司与定制设计服务分工

AI运算平台、云端母公司与定制设计服务分工手机版

AI运算平台、云端母公司与定制设计服务分工手机版

公司与产品角色示意,按截至2026年10月15日的官方资料整理;分类表示业务分工,公司可跨多项产品。

台股ASIC概念股有哪些?联发科、世芯与创意

ASIC设计服务商协助客户把架构做成可制造的芯片。常见收入包括前期工程开发费(NRE)、矽智财授权及量产供应,三者的时点、毛利和资金需求不同。

公司/市场 可核对的角色 与AI运算的关系 研究时要分辨的差异
联发科(台股2454) 定制数据中心ASIC与系统整合 共同设计运算、封装、内存与互连 数据中心项目与手机等既有业务的不同经济
世芯-KY(台股3661) ASIC/SoC设计与生产服务,服务范围包括AI及高效能运算 承接定制运算芯片实作和供应 个别项目的开发/量产比例、客户集中与产品周期
创意(台股3443) 先进ASIC实作、IP与制造服务 已具名披露VSORA Jotunn8推理芯片的turnkey实作 HBM、封装与实作能力如何影响项目价值及交付
智原(台股3035) ASIC设计与自有矽智财组合 提供专用SoC及IP能力,终端市场较广 AI相关项目在整体业务的比重及进度
Socionext(日股6526) 定制SoC的设计、开发及供应 参与客户自订系统芯片,应用跨不同市场 个别运算项目、开发费与产品收入的组合

联发科的数据中心产品页与股东资料支持其定制ASIC角色及2454上市身份;这条业务应与手机及其他既有产品分开研究。[17] [18]

世芯、创意、智原及Socionext的官方资料支持上述角色与上市身份;各家AI收入比例及未披露的云端客户,仍须以各自申报为准。创意披露的VSORA项目可核对到HBM3E及先进封装实作,提供了比泛称「ASIC受益股」更具体的研究起点。[11] [12] [13] [14]

设计案增加首先支持开发工作,量产放大则需要芯片完成验证、客户部署及供应安排。研究名单宜按项目阶段整理:技术能力强、取得设计项目和已形成持续产品收入,分别代表不同的商业成熟度。

推理需求怎样改变芯片规格与公司机会?

长上下文增加内存与资料搬移压力

模型先读取输入,再逐步产生输出。前段称为prefill,后段称为decode;对话愈长、同时服务的人愈多,需要保留和搬移的KV Cache也愈大。

NVIDIA的Dynamo把两个阶段分成可独立配置的worker pools,通过KV Cache转移连接前后段。这让平台按输入长度、输出长度和并发量分配资源,亦增加内存及互连配置的重要性。[15]

对投资者而言,这提供三条不同的研究路径:运算平台如何提高有效利用率、定制芯片如何配置片上内存,以及外部HBM与系统内存的需求如何改变。后两者可接续阅读AI内存阶层。

Agent需要低延迟,也需要足够的总吞吐量

AI代理会反复调用模型和工具,连续等待会累积成整个任务的完成时间。低延迟服务因而可能取得较高的付费价值;同时,运营商要在电力和设备预算内服务足够多的请求。

Cerebras的CS-4/Nexus把运算、供电、液冷与I/O共同设计,并支持分离式推理。这是专用系统争取低延迟市场的具体例子;商业成效应由客户部署、付费量及容量成本确认。[4]

云端自研扩张,改变标准平台与设计服务的分工

大规模平台掌握自有应用和模型,较容易把硬件、编译器与工作负载共同优化。它们仍可保留GPU服务客户的多样需求,并把适合的内部任务交给自研平台。

因此,ASIC采用提高时,可能同时增加设计服务、HBM及先进封装需求,并改变外购GPU的组合。判断应看实际采购和总市场扩张的速度,详细取舍见GPU vs ASIC。

NVIDIA、Broadcom与Cerebras的机会怎样比较?

三家公司回答的是不同的投资命题。

NVIDIA的重点是平台内容量与广泛适用性。 客户购买加速器之外,还需要CPU、互连、软件与整机部署能力。平台价值能否维持,要看模型支持、交付时间和客户实际成本,而不只看单颗GPU性能。

NVIDIA当期公告亦列出Groq 3 LPX互动推理加速器进入完整生产,显示平台本身也在增加专用推理能力。分析应按产品及系统价值分层,而非把一家公司固定等同一种架构。[1]

Broadcom的重点是大客户定制项目与网络。 云端平台保留自己需要的架构,供应商提供实作、IP及量产能力。项目放量可带来高收入,但客户数、代际转换及议价权具有重要影响。其AI半导体收入同时包含加速器与网络。

Cerebras的重点是低延迟系统能否取得持续付费。 速度创造产品价值,容量利用率、服务价格及建设支出决定资本回报。对应的研究要同时看系统与云端两种生意。

Marvell与NVIDIA的NVLink Fusion合作亦显示,定制运算与既有平台互连可以在同一系统中结合。产业竞争已延伸到整套部署方案。[10]

接下来可按问题选择:NVIDIA vs Broadcom比较商业模式与财务,NVIDIA vs AMD比较GPU平台,Cerebras公司页分析晶圆级系统与云端容量。

财报目前证明了哪些AI运算需求?

公司及期间 已公布证据 适合回答的问题
NVIDIA FY2027 Q2,截至7月26日 集团收入962.21亿美元,Data Center约890亿美元 数据中心平台已形成多大营收规模
AMD 2026 Q2,截至6月27日 Data Center收入约67亿美元,包含EPYC及Instinct CPU与加速器业务共同成长的情况
Broadcom FY2026 Q3,截至8月2日 AI半导体收入约167亿美元,包含定制加速器及网络 自研平台与连接需求如何形成供应商收入

资料分别来自三家业绩公告;这些分类和截止日不同,适合观察各自商业规模,推理收入及市场份额需要更细的资料。[1] [3] [2]

目前的证据支持「多种运算架构同时扩张」,但公司机会仍会分化。量产交付、客户采购组合及软件利用率,是未来几季比产品名称更有用的观察项目。

怎样比较每token成本与芯片效能?

同样写着「tokens/s」,可能量度单一使用者的生成速度,也可能是整个系统的输出总量。比较前,应固定模型与版本、精度和准确度、输入/输出长度、并发量,以及允许的首token延迟和生成间隔。

MLPerf Endpoints以延迟与吞吐的取舍曲线描述完整系统,并区分模型等价和软件披露等条件。这种比较方式更接近运营商的选择:在达到服务品质后,每单位时间能完成多少有效工作。[16]

推理请求从prefill经KV Cache到decode及服务品质的关系

推理请求从prefill经KV Cache到decode及服务品质的关系

推理请求从prefill经KV Cache到decode及服务品质的关系手机版

推理请求从prefill经KV Cache到decode及服务品质的关系手机版

推理机制示意,依NVIDIA Dynamo及MLCommons方法整理;箭头表示资料处理顺序,非公司供货关系。

Klaro的研究顺序是:先确定服务品质,再核对有效吞吐,最后计入硬件、电力、软件、网络及利用率。具体成本算例见GPU与ASIC总成本比较。

研究AI芯片股票,下一步看哪些证据?

研究方向 支持机会的证据 需要重新评估的变化
GPU平台 新模型支持、实际部署、平台配套及收款改善 客户迁移、交付延迟或价格压力
定制ASIC 项目完成验证、进入量产并延续至下一代 主要项目取消、推迟或客户内制比例提高
晶圆级/专用系统 低延迟付费需求、实际交付、利用率提高 服务溢价下降、设备闲置或建设成本上升
云端自研 生产工作负载扩张、单位成本与资本回报改善 部署扩张但折旧及电力成本增长更快
设计服务 开发费、量产收入和客户组合共同改善 设计案增加而产品收入迟迟未形成

完整产业研究需要同时理解运算和它的上下游。内存可读HBM产业链,连接可读AI网络,制造整合可读先进封装。若研究基金,则由半导体ETF比较核对实际持仓与产品结构。

常见问题

Google TPU可以单独买股票吗? TPU是Alphabet旗下Google的产品。公开市场投资入口是Alphabet股票,相关回报同时受搜寻、广告、云端及其他业务影响。

世芯、创意与Broadcom都属于ASIC公司,研究重点有什么差别? 它们都参与定制芯片,但IP组合、客户合作方式、产品供应责任及量产规模不同。应比较具体项目、收入确认和客户组合,再判断各自的产业机会。

推理成本下降会怎样影响芯片需求? 每项任务所需资源可能下降,同时更低成本也可能扩大使用量。总需求取决于任务量、每项运算强度和系统利用率共同变化;公司收入还受售价及市场份额影响。

Klaro Research

资料来源与更新依据

资料截止:2026年10月15日

  1. [1] NVIDIA NVIDIA FY2027 Q2 财务公告

    第一方 · 财报 · 截至2026-07-26 · 发布:2026年8月26日 · 查阅:2026年10月15日

  2. [2] Broadcom Broadcom FY2026 Q3 财务公告及对账

    第一方 · 财报 · 截至2026-08-02 · 发布:2026年9月2日 · 查阅:2026年10月15日

  3. [3] AMD AMD 2026 Q2 财务公告

    第一方 · 财报 · 截至2026-06-27 · 发布:2026年8月4日 · 查阅:2026年10月15日

  4. [4] Cerebras CS-4及Nexus架构技术说明

    第一方 · 行业资料 · 2026-08-18发布 · 发布:2026年8月18日 · 查阅:2026年10月15日

  5. [5] Google Cloud TPU 8t/8i架构与工作负载分工

    第一方 · 行业资料 · 2026年4月架构披露;2026-10-15读取 · 查阅:2026年10月15日

  6. [6] AWS EC2 Trn3 UltraServers正式供应公告

    第一方 · 行业资料 · 2025-12-02供应公告 · 发布:2025年12月2日 · 查阅:2026年10月15日

  7. [7] Microsoft Azure Maia 200生产部署及Maia 300的2027年计划

    第一方 · 行业资料 · 2026-10-12披露 · 发布:2026年10月12日 · 查阅:2026年10月15日

  8. [8] Meta MTIA多代路线及生产部署

    第一方 · 行业资料 · 2026-03披露 · 查阅:2026年10月15日

  9. [9] Marvell 定制AI加速器的架构、IP及制造分工

    第一方 · 行业资料 · 2026-10-15产品页 · 查阅:2026年10月15日

  10. [10] Marvell Marvell与NVIDIA的NVLink Fusion合作

    第一方 · 行业资料 · 官方合作披露 · 查阅:2026年10月15日

  11. [11] Alchip 世芯-KY公司业务及3661上市身份

    第一方 · 行业资料 · 公司业务及上市代码 · 查阅:2026年10月15日

  12. [12] GUC 创意3443参与VSORA Jotunn8的turnkey ASIC实作

    第一方 · 行业资料 · 2026-05-26产品合作披露 · 发布:2026年5月26日 · 查阅:2026年10月15日

  13. [13] Faraday 智原ASIC服务与矽智财业务

    第一方 · 行业资料 · 公司业务与3035上市身份 · 查阅:2026年10月15日

  14. [14] Socionext Socionext定制SoC业务及6526上市身份

    第一方 · 行业资料 · 公司业务与上市身份 · 查阅:2026年10月15日

  15. [15] NVIDIA Dynamo分离式prefill/decode serving文件

    第一方 · 原始资料 · 2026-10-15读取;官方dev文件 · 查阅:2026年10月15日

  16. [16] MLCommons MLPerf Endpoints的延迟/吞吐与同条件比较方法

    权威资料 · 方法文件 · 2026-10-15方法页 · 查阅:2026年10月15日

  17. [17] MediaTek 联发科数据中心定制ASIC与系统整合

    第一方 · 行业资料 · 2026-10-15产品页 · 查阅:2026年10月15日

  18. [18] MediaTek 联发科2454上市身份与股东资料

    第一方 · 原始资料 · 上市身份 · 查阅:2026年10月15日

研究限制

  • 范围为数据中心运算平台及美/台/日代表公司,未承诺全球公司名录或消费芯片覆盖。
  • 公司产品角色支持产业定位;未披露的客户、AI收入比例及量产数量保持未确定。
  • 财报分类、期间与性能测试条件不同,本文不制作跨平台市场份额或股票回报排名。

需要重新检查的事件

  • GPU、TPU、Trainium、Maia、MTIA及CS产品的实际供应或部署状态改变时,更新对应公司地图。
  • 主要公司申报新增可分拆的AI运算收入、量产客户或同条件成本证据时,更新机会比较。

本文仅供参考,不构成投资建议。