摘要速读
覆盖华尔街顶级投行最新研报

中国AI基础设施从单芯片竞赛转向系统级部署与token经济

机构
J.P. Morgan
日期
2026-07-20
作者
Billy Feng; Ri Xu
公司
-
代码
-
行业
中国AI芯片与半导体基础设施
评级
Iluvatar CoreX-H、JCET-A、NAURA-A、AMEC-A均为OW
看多/乐观信心弱报告认为中国AI基础设施正在从单芯片跑分转向系统级部署,并从产能建设转向真实token经济;国产AI供应链、先进封测和半导体设备将受益。
作者Billy Feng; Ri Xu
覆盖区域中国
资产类别权益/股票
业务部门AI芯片、AI算力基础设施、先进封装与测试、半导体设备、大模型推理与训练
研究机构部门/子公司J.P. Morgan Securities (China) Company Limited(其他)

AI 摘要卡

中国AI基础设施从单芯片竞赛转向系统级部署与token经济

J.P. Morgan认为WAIC 2026显示国产AI芯片竞争基准已提升至有效Hopper级性能,超节点成为突破制程约束的关键架构,AI token普及将推动算力、封测和半导体设备需求。

报告讨论标的中,Iluvatar CoreX-H、JCET-A、NAURA-A和AMEC-A评级均为OW。
WAIC 2026中国AI芯片Hopper级性能PD解耦超节点token经济先进封装半导体设备
  • 单芯片性能基准已重置为有效Hopper级,推理场景的PD解耦架构从实验走向标准化。
  • 超节点方案成为应对国产制程上限和万亿参数大模型部署需求的系统级答案。
  • Agentic AI推动token消耗大幅提升,使低成本、普惠化AI算力成为产业化核心方向。
  • 首选受益标的包括Iluvatar CoreX、JCET、NAURA和AMEC。

研报解读

概览

本报告总结J.P. Morgan对WAIC 2026两日调研后的主要观察。核心判断是,中国AI基础设施生态已出现明确转变:竞争重点不再只是单芯片跑分和产能扩张,而是系统级部署、推理商业化、超节点架构以及可规模化的token经济。报告认为,国产AI供应链正在进入放量阶段,AI芯片、先进封装测试和晶圆厂设备将共同受益。

核心观点

第一,国产AI芯片的性能门槛正在提升至有效Hopper级,Iluvatar CoreX推出的Tiangai 300声称在部分推理指标上较Hopper架构有10%-20%优势。第二,PD解耦已成为大规模LLM推理降本的公认机制,推理被视为国产GPU已被验证的商业应用,训练则是下一阶段关键可扩展市场。第三,超节点通过芯片互连、交换网络、软件和系统级设计缓解单芯片性能不足,目标是支持万亿参数模型部署。第四,AI token正在被视为可工业化生产的“劳动力”基础,Agentic AI将显著放大算力需求。

分析框架

报告采用会议调研和产业链观察的方法,将WAIC 2026展示的芯片、系统架构、应用需求和供应链受益方向串联分析,并据此映射到国产AI芯片、后道封测和半导体设备板块的股票影响。

方法论与常识提炼

  • 产业链分析AI基础设施系统级部署框架

    从芯片性能、系统互连、推理成本、训练扩展性和应用token需求评估产业链机会。

    报告不只比较单颗芯片指标,而是强调超节点、液冷、光互连、机柜架构和软件调度共同决定下一代AI基础设施的可部署性。

  • 投资映射供应链受益链条

    将AI算力需求扩张映射至芯片厂商、先进封测服务商和半导体设备厂商。

    报告据此推荐Iluvatar CoreX、JCET、NAURA和AMEC,分别对应国产AI芯片、先进封测和晶圆厂设备投资机会。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要(优势、劣势、对比与风险)。

  • Iluvatar CoreX-H (9903.HK)
    国产AI芯片供应链首选标的之一,评级OW。
    优势
    报告认为其在二线AI芯片厂商中定位最好,具备供应保障和头部CSP客户设计导入。
    劣势
    国产AI芯片整体仍受制于制程节点和生态成熟度。
    对比
    相较单芯片绝对性能不足的行业共性,Iluvatar CoreX通过Hopper级推理性能和客户导入获得相对优势。
    风险
    推理指标选择性、训练市场扩展、供应链执行和生态协同不及预期。
  • JCET-A (600584.SS)
    先进封装与测试受益标的,评级OW。
    优势
    AI芯片放量和系统级部署提升先进封装及测试需求。
    劣势
    需求兑现依赖国产AI芯片出货节奏和客户资本开支。
    对比
    相较前端芯片设计公司,JCET更偏后道服务受益链条。
    风险
    先进封装需求增长慢于预期、客户集中度和价格压力。
  • NAURA-A (002371.SZ)
    半导体设备受益标的,评级OW。
    优势
    报告看好记忆体和先进逻辑晶圆厂资本开支对WFE板块的支撑。
    劣势
    设备需求受晶圆厂扩产周期和国产替代进度影响。
    对比
    与AMEC同属报告偏好的WFE方向,但具体受益环节不同。
    风险
    资本开支放缓、技术验证周期延长、行业周期波动。
  • AMEC-A (688012.SS)
    半导体设备受益标的,评级OW。
    优势
    受益于记忆体和先进逻辑晶圆厂强资本开支。
    劣势
    仍面临设备订单周期和先进制程投入节奏不确定性。
    对比
    与NAURA共同构成报告在WFE板块的优选组合。
    风险
    晶圆厂投资低于预期、国产设备渗透进度不及预期、竞争加剧。

关键数据

  • Tiangai 300推理性能较Hopper架构在部分推理指标上高10%-20%该数据为Iluvatar CoreX发布时声称的选择性推理指标表现。
  • Kimi K3模型规模示例2.8万亿参数报告用作说明万亿参数LLM对超节点架构需求的例子。
  • 超节点规模范围数十张至数千张卡报告认为不同垂直场景下的最佳超节点规模仍未成熟。
  • 讨论公司与价格AMEC-A Rmb342.50; Iluvatar CoreX-H HK$495.20; JCET-A Rmb76.99; NAURA-A Rmb676.91报告注明除非另有说明,价格截至2026年7月20日收盘;Iluvatar CoreX-H价格为2026年7月17日。

影响与含义

投资含义是,中国AI基础设施机会正在从单点芯片能力扩展为系统工程和供应链协同。若推理商业化、训练需求和Agentic AI带来的token消耗持续增长,国产AI芯片厂商、后道封测公司和半导体设备公司均可能受益。但行业仍需在异构调度标准、token质量衡量、超节点最优规模以及生态协同方面进一步成熟。

风险

  • 国产AI芯片单芯片绝对性能仍受制程节点约束。
  • 超节点架构的最佳规模、异构调度标准和软件生态尚未成熟。
  • AI token质量衡量、应用落地和商业化节奏存在不确定性。
  • 训练市场能否成为国产GPU的下一阶段规模化市场仍需验证。
  • 半导体设备和先进封装需求取决于晶圆厂资本开支与AI芯片出货节奏。

后续跟踪

  • Iluvatar CoreX Tiangai 300在真实推理负载中的性能与客户验证进展。
  • PD解耦在大规模LLM推理中的实际降本效果和部署范围。
  • 超节点方案在数十张至数千张卡规模下的互连、液冷、光互连和软件调度表现。
  • Agentic AI应用是否带来可持续的token需求扩张。
  • 记忆体和先进逻辑晶圆厂资本开支对NAURA、AMEC及封测链条的传导。
备案号:浙ICP备2022035445号-5
免责声明:本网站提供的市场数据、图表、指标、研究观点及其他信息,仅用于信息展示、研究交流与学习参考,不应被视为任何形式的个性化投资建议、证券推荐、交易指令、要约邀请或收益承诺。尽管我们尽力提升数据与内容的可靠性,相关信息仍可能因来源差异、统计口径、系统处理或市场波动而存在延迟、误差、不完整或更新不及时的情况。用户在使用本网站任何内容时,应结合自身情况进行独立判断,并自行承担由此产生的风险与责任。

设置

登录后可查看最近记录