6月19日，中信建投发布的研报指出，年初DeepSeek发布的R1引发行业高度关注。其性能与OpenAI o1相媲美，通过一系列优化手段，如在算法架构、硬件适配等方面的创新，成功将算力成本大幅降低。这一突破为推理应用的发展奠定了坚实基础，在云侧与端侧均展现出显著的赋能效果。
在云侧，头部CSP借助大模型能力的持续突破，AI已深度融入实际收入增长、用户行为分析及产品力提升等关键环节。例如，某大型云服务提供商利用AI优化资源分配，使成本降低了15%，同时提升了10%的服务效率。在端侧，移动设备的硬件升级，如芯片性能提升、内存容量增加，以及大模型的压缩技术不断进步，正有力推动端侧模型的落地应用。
英伟达GB200、CSP自研ASIC的放量，预示着AI硬件需求的持续扩张。下一代GB300即将量产，HBM4/4e也将落地，这些技术的快速迭代，加速了对先进制程、先进封装、先进存储的需求。以GPU、CoWoS/SoIC、HBM、高速PCB、光模块为代表的算力需求持续高涨，相关供应商纷纷大力扩产，预计2025年AI硬件产业将维持高景气度。
端侧AI应用商业化进程正不断提速。AI手机、AIPC的渗透率快速提升，2024年AI在手机和PC硬件上的渗透率分别达到18%、32%。预计手机AI化比率将持续上升，带动硬件的持续升级。例如，某品牌AI手机通过集成先进的AI芯片，实现了智能拍照优化、语音助手更精准响应等功能，上市后市场份额迅速增长了8%。
智能车领域，AI技术被广泛应用于自动驾驶辅助、智能座舱交互等方面。如某新能源汽车品牌搭载的AI智能驾驶系统，可根据路况和驾驶环境实时调整车速和驾驶模式，大大提升了驾驶安全性和舒适性。机器人领域也在积极进行AI化升级，具身智能机器人开始在工业、物流等领域崭露头角。可穿戴设备如XR、AI眼镜、耳机等，以及智能家居产品，都在融入AI技术，为用户带来更加智能、便捷的体验。预计在2025-2026年，这些终端设备的出货量有望迎来爆发式增长。
从半导体产业角度来看，本轮半导体周期的核心需求源于AI。2023-2024年，AI需求主要集中在云端，大模型的快速迭代演进拉动了算力基础设施需求的急剧增长，GPU、HBM等关键硬件几乎一年迭代一个代际，配套的网卡、光模块、散热、铜缆/PCB等也随之不断升级。随后，AI向端侧延伸，手机、电脑的AI化进程迅速推进，可穿戴、工业、汽车等领域也纷纷开启AI化升级之路。
在这一产业趋势中，上游硬件如GPU/SoC、存储、PCB、制造代工、设备材料等率先受益。然而，当前海外先进制造、先进封装代工产能获取困难，国产算力产业链虽奋力追赶，但关键环节仍处于“强需求、弱供给”的状态。尽管国内半导体国产化率在过去几年有所提升，但高端芯片的生产制造、先进封装技术的研发、关键设备材料的攻关、EDA软件的开发等核心环节国产化率依然较低。在传统半导体国产化已有一定基础的情况下，先进制程、先进存储、先进封装、核心设备材料、EDA软件等方面的国产化仍有较大的提升空间。
