AMD收购Taalas拓展差异化AI推理栈，存储与模拟芯片周期信号同步改善

概览

本报告围绕三个主题展开：AMD收购Taalas对差异化AI推理架构的意义、Future of Memory Storage会议呈现的存储技术趋势，以及模拟半导体企业最新业绩季的复苏进展。瑞银认为，Taalas的模型权重硅片固化方案能够比传统GPU及部分以SRAM为中心的架构更彻底地减少数据搬运，从而扩展AMD的定制计算能力。存储方面，持久化KV Cache需求、CXL内存池化和HBF均可能提高存储容量价值。模拟芯片方面，工业、数据中心和汽车需求改善，加上价格上调，正在推动行业收入预测回升。

核心观点

第一，Taalas通过将固定模型参数直接编码进硅片，消除推理过程中的权重读取，适合模型稳定、部署规模大的推理负载；AMD可利用自身芯片研发、供应链和客户关系推动其规模化。第二，AI推理产生的KV Cache可能成为NAND需求的重要增量，而供应商新增洁净室产能可能优先配置给HBM和DDR，使NAND供给扩张难以匹配潜在需求。第三，CXL内存池化有望提高内存利用率并延长DDR4等传统技术的使用周期，光互连分离式内存则可能突破机架边界。第四，模拟芯片行业已由触底转向复苏，模拟芯片去除MCU后的收入已高于长期趋势线，但MCU恢复相对滞后。第五，瑞银在模拟芯片领域继续将TXN列为首选，理由是其份额提升与固定成本杠杆可在强劲上行周期中形成组合优势。

分析框架

报告结合并购技术架构分析、行业会议调研、供应商理论性能模型、公司业绩与一致预期差异、分终端及分产品收入修正，以及历史收入趋势线和周期回撤比较进行判断。公司估值层面采用市盈率、未来十二个月市盈率及企业价值与自由现金流倍数等方法。

方法论与常识提炼

• 技术架构分析AI推理内存层级与数据搬运分析

  比较外部HBM、片上SRAM及模型权重硅片固化架构

  传统GPU需要从外部HBM反复读取模型权重，以SRAM为中心的架构可减少数据移动，但权重仍以存储数据存在；Taalas进一步将固定权重转化为晶体管结构，从而消除权重读取并释放SRAM用于动态推理任务。

• 行业周期分析收入趋势线与周期回撤分析

  依据终端市场和产品收入相对长期趋势的位置判断复苏阶段

  报告比较汽车、工业、模拟芯片去除MCU及MCU收入的峰值、回撤与长期趋势线位置，用于衡量各细分领域复苏速度。

• 相对估值市盈率与未来十二个月市盈率

  以盈利预测和可比估值倍数评估公司价值

  报告说明其对部分覆盖公司采用市盈率方法，并以未来十二个月市盈率评估ADI；该方法对盈利预测、宏观周期和终端需求变化较敏感。

• 现金流估值企业价值与自由现金流倍数

  以企业价值相对自由现金流的倍数评估公司

  瑞银采用企业价值与自由现金流倍数评估TXN，重点考虑资本投入、自由现金流能力和周期性需求。

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）。

• US.AMD

  核心公司及Taalas收购方

  优势

  具备芯片设计研发、供应链规模、客户关系及多元计算平台，可将Taalas技术纳入更完整的定制AI推理产品组合。

  劣势

  模型专用芯片的灵活性低于通用GPU，每个新模型通常需要新芯片，商业化规模和迭代速度尚待验证。

  对比

  相较传统GPU，Taalas方案可消除外部内存中的权重读取；相较以SRAM为中心的方案，其进一步将模型权重固化到硅片结构中。

  风险

  技术整合、客户采用、模型快速迭代、芯片流片周期、成本效益未达预期及竞争架构进步。

• SNDK

  KV Cache与HBF主题的重要受益映射

  优势

  提出持久化KV Cache的大规模容量需求判断，并展示HBF提升GPU利用率与资本效率的潜力。

  劣势

  相关容量和性能结果主要基于估计及理论建模，商业部署规模尚未得到验证。

  对比

  HBF方案以更高存储容量减少向较慢系统DRAM溢出的情况，在示例中以4颗GPU达到接近8颗仅使用HBM的GPU吞吐量。

  风险

  关键需求假设未披露、AI负载架构变化、产品落地延迟、NAND价格周期及供应响应超预期。

• MRVL

  CXL内存池化及光互连分离式内存布局

  优势

  已布局CXL解决方案，并探索利用Celestial AI相关技术实现跨机架光互连内存；内部SRAM知识产权据称具备较高单位面积带宽。

  劣势

  分离式内存及光互连方案仍处于发展阶段，系统集成和客户部署复杂。

  对比

  CXL内存池化可提高内存利用率，并可能延长DDR4等传统内存技术的使用寿命。

  风险

  标准演进、部署节奏、互操作性、 hyperscaler自研竞争及资本开支波动。

• TXN

  瑞银模拟芯片领域首选

  优势

  市场份额提升与固定成本杠杆有望在行业强劲上行周期中共同推动盈利改善。

  劣势

  资本投入水平较高，业务对周期性终端需求和价格变化敏感。

  对比

  在瑞银覆盖的模拟芯片公司中，TXN的CY26E收入预测修正幅度处于领先水平。

  风险

  技术变化、激烈竞争、资本支出压力、价格压力及终端市场周期波动。

关键数据

• 持久化KV Cache潜在容量约1ZBSNDK对C2030的估计；报告指出并发会话保留时间、缓存未命中率、令牌速度及单令牌KV大小等关键假设尚未披露。
• KV Cache相对行业供给规模超过C2027E行业位元供应量的70%由SNDK的持久化KV Cache估计推导，反映潜在需求规模，并非已确认订单。
• HBF等效吞吐配置4颗HBF GPU约等于8颗HBM GPU来自SNDK针对智能体AI负载的初步理论建模；仅使用HBM的方案因模型溢出至较慢的系统DRAM而受到限制。
• HBF资本效率最高约8倍SNDK所述最低可运行配置层面的理论改善。
• HBF GPU效率约2倍在相近令牌吞吐量下的理论GPU效率改善。
• 模拟芯片2Q收入超预期1.7%针对已披露业绩公司的汇总结果。
• 模拟芯片3Q收入预期上修1.6%针对已披露业绩公司的汇总结果。
• 模拟芯片年度收入预测调整CY26约+1.5%；CY27约+3%报告正文所述全年预测修正幅度。
• 工业和汽车收入相对长期趋势均约低7%工业收入此前于1Q23见顶，汽车收入于4Q23见顶，目前均已显著恢复。
• MCU收入相对长期趋势约低13%MCU于3Q23见顶，目前复苏程度落后于模拟芯片去除MCU后的产品。

影响与含义

对AMD而言，收购Taalas的战略价值主要在于补充面向固定模型和大规模部署场景的专用推理能力，而非立即替代通用GPU。若技术能够借助AMD的研发、供应链及客户渠道实现规模化，公司可形成涵盖通用GPU、分离式推理和模型专用芯片的更广产品组合。对存储产业而言，KV Cache容量增长可能提高NAND和高容量存储的重要性，CXL与HBF则有望提升内存利用率和GPU资本回报。对模拟芯片产业而言，周期复苏、数据中心长期增长和价格改善共同支持收入上修，但MCU及部分工业和汽车需求仍未完全回归长期趋势。

风险

• Taalas架构需要针对新模型重新设计芯片，可能难以适应模型快速迭代或需求规模不足的场景。
• AMD收购的交易金额、整合计划、产品时间表及财务影响未在所提供内容中披露。
• SNDK关于约1ZB持久化KV Cache需求的预测缺少多项关键参数，实际需求可能显著低于估计。
• HBM、DDR与NAND之间的产能分配可能变化，供应商扩产或技术效率提升可能削弱NAND供需紧张预期。
• 模拟芯片需求仍受宏观经济、工业活动、汽车及电动车普及速度影响，MCU复苏明显滞后。
• 国际贸易中断、技术颠覆、竞争加剧、价格压力及高资本投入可能影响行业收入和估值。
• 报告中的HBF结果属于初步理论建模，不代表实际量产系统一定能够达到相同效率。

后续跟踪

• AMD对Taalas的整合路径、首款产品流片时间、支持模型范围及客户采用情况。
• 模型专用推理芯片相对GPU和大容量SRAM架构的实际每瓦性能、成本及部署灵活性。
• 持久化KV Cache的会话保留时间、缓存未命中率、令牌速度和单令牌KV大小等核心假设。
• NAND供应商新增洁净室产能在HBM、DDR和NAND之间的配置顺序及价格变化。
• CXL内存池化、光互连分离式内存和HBF从理论模型进入商业部署的进度。
• 模拟芯片企业后续订单、库存、价格上调及工业、汽车和数据中心需求趋势。
• MCU收入相对长期趋势的修复速度，以及TXN份额提升和固定成本杠杆的兑现情况。