立讯精密—中国下一个赢家

标题党了，这个题目是BERNSTEIN取的，这周末最热就立讯了，当然我不持有它，立讯股东赢麻了。又是OpenAI合作，又是iPhone17加单，现在网上确认买到也得10月底了，又是Nv的背板预期，打怪buff叠满。

这个报告推了立讯的CPC，确实它进Nv了，后面用不用它的Cpc方案还不确定，至于能不能抢Aph的背板我感觉还是挺难的，Rubin下一代Aph也参与的很深了，但是有这个预期总归是好事。立讯的铜缆和连接器在国内最强之一了，其实大概率是第一。它有自己的铜缆子公司，好在都是用的恒丰的镀银线。其实，我想说的是国内机构一直说光进铜退，而国外的Aph和credo天天新高，现在国外的机构也看好Cpc，有点迷，不知道谁对谁错，让时间来证明吧。

昨晚3点半才睡，压力好大，主要看好的公司大多都起飞了，不知道还能不能一直赚，看了一晚上Nv的moat，强行洗脑，最后的结论是Nv不倒，我不撤退，一直AI下去。如果哪天Nv被颠覆了，别问我还能不能拿，因为那时候我已经跑了。

最近国内海外看好Google的声音多了起来，确实靠AI强化后的搜索广告这一现金牛提供稳定基本盘，同时由谷歌云作为第二增长极驱动营收增长(加自由TPU芯片)；中长期来看，大模型+Waymo自动驾驶、Verily的数字健康等创新业务则有望成为新的重要增长引擎。有成为新王的可能，但是想跨过Nv没那么容易的，nv现在除了GPU，自动驾驶+机器人的赛道布局也很牛逼。

其实都以为Nv的硬件强，其实它的隐形护城河是CUDA+网络。

先发优势与成熟度：CUDA 于 2007 年推出，经过近 20 年的发展，已成为 GPU 计算的行业标准。它积累了超过 400 万开发者，形成了庞大的社区和网络效应。

全栈优化与工具链：CUDA 提供了从编译器（NVCC）、调试器（Nsight）到高度优化的核心库（如 cuDNN、cuBLAS、TensorRT）的全套工具。这些库经过英伟达的深度优化，能充分发挥其硬件性能，开发者无需编写底层代码即可获得顶尖性能。

开发习惯与迁移成本：CUDA 被广泛纳入大学课程和培训项目，工程师们从小白阶段就开始接触它。企业积累了大量的 CUDA 代码和专业知识，切换到其他平台（如 AMD 的 ROCm）需要重写代码、重新培训员工，并面临性能不确定的风险，这种切换成本高得难以想象。

CUDA的关键优势之一是，随着时间的推移，它通过新的软件更新不断改进硬件。刚刚对在H100和新的Blackwell GB200 NVL72上运行training进行了基准比较，结果表明了为什么CUDA及其软件随着时间的推移的改进如此重要。最新，CoreWeave 给出的数据，对 NVIDIA GB300 NVL72 ，进行了基准测试，其每 4x的GPU 的吞吐量比 16x的H100 高 6 倍，最初可不是这个比值，通过CUDA的不断优化，最后达到了这个高性能。

其实一直有用CUDA转换器的，然而，用过转换器的，他们以大约80%的速度转换CUDA代码，而剩下的20%必须由内核工程师手动完成，这样成本并不便宜。同样有趣的是，虽然其他公司正在结成联盟，为Nv的全栈部分建立替代方案，但是目前没有一个与CUDA竞争的联盟出现。现在每家GPU都在根据自己的堆栈进行开发。AMD有ROCm，谷歌的TPU在XLA上运行（由TensorFlow和JAX编程），Amazon Trainium有Neuron SDK，Meta MTIA有PyTorch/XLA后端…

接着是网络的moat。

关于网络，通常说两个部分scale up和scale out，最近火的scale across先不提了。scale up指的rack中的GPU能够相互连接，形成单个GPU服务器/节点，并使其尽可能强大。然后，横向扩展网络使这些GPU节点能够连接到其他GPU节点，并共同形成一个大型GPU集群，使用其专有的NVLink和NVswitches。scale out，他们使用InfiniBand（他们从Mellanox收购中获得）或以太网（使用RDMA over Converged Ethernet）作为次要“足够好”选项。nv的其他对手一起搞了个UAlink，它的成员包含了能想到其他公司。

UALink有AMD、亚马逊（AWS）、谷歌、英特尔、Meta、微软、思科、苹果、Astera Labs等公司组成。但它对AMD来说很重要，因为与Nv相比，其最大的缺点之一是网络。网络不仅对培训人工智能工作负载很重要，而且对推理也很重要。随着推理模型的推论变得更加复杂，拥有良好的放大和缩小是关键。AMD从MI300X上部署比NVLink差得多的Infinity Fabric的错误中吸取了教训，他们缺乏在NVSwitch等效产品上执行的硬件人才。同时，为了解决这一挑战，他们希望支持所有可用的替代方案。这就是为什么他们有灵活的I/O通道。这些灵活的I/O通道使AMD能够支持不同的标准（Infinity Fabric、PCIe、UAlink等）。

虽然UALink还很年轻，但它已经遇到了很大的挫折。起初，Broadcom是参与的关键公司之一，但后来退了，因为他们决定开发自己的专有替代品，称为SUE。这是一个重大的挫折，因为AMD现在必须依靠Astera Labs和Marvell来生产UALink交换机，而UALink交换机要到2027年才能准备就绪。这就是为什么我们可以看到，虽然AMD的MI400x有UALink Serdes，但它不是一个完整的UALink扩展网络；相反，AMD不得不使用Broadcom的Tomahawk 6以太网交换机，这就是为什么它被命名为“UALink over Ethernet”。尽管在规模扩大方面存在这种挫折，但根据AMD的规格，MI400x看起来非常有竞争力。

不过，Nv不仅仅是在关注这一发展，因为在UALink 1.0发布一个月后（4月8日），他们宣布了NVLink Fusion，从纸面上看，它打开了NVLink生态系统。这对Nv来说是一大步，因为一位前Nv高级员工解释说，在内部实施这一步骤是多么具有挑战性，因为Meta想在他在那里工作时将NVLinks用于他们的MTIA，而Nvidia的回答是坚定的“不”。

NVLink IP以专有方式与芯片通信，其中一部分仍然是Nv的专有。有了它，Nv迫使你使用他们的C2C。客户现在意识到了这一点，正如前Nv员工提到的那样，他们担心这将进一步巩固他们在Nv生态系统中，即使有他们的定制ASIC，所以UALink仍然是替代方案。

Nv和UALink的一个关键点是Astera Labs的作用，现在Broadcom已经走了自己的路线。该组织现在依靠Astera Labs提供交换机。Nv知道Astera Labs现在是该组织的关键部分，可能会激励他们订购更多的NVLink Fusion，在那里他们限制了为UALink服务的能力，时间会为Nv证明。

在scale out，Nv的InfiniBand的替代方案是带有RDMA（RoCE）的以太网。Nv也支持这种替代方案，但作为其专有的InfiniBand解决方案的次要、性能较低的选项。Nv甚至有一个Spectrum X以太网平台，因为他们拥有来自Mellanox收购的Spectrum交换机。除了带有RDMA的以太网外，还成立了一个名为超以太网联盟（UEC）的组织。它由AMD、Broadcom、Arista Networks、Cisco、Intel、Meta、Microsoft、Oracle等公司组成。目标再次扩展以太网，并减少其与InfiniBand的弱势。许多超大规模公司也支持以太网，因为它具有成本效益，已经广泛部署在数据中心，并且有多个供应商（Broadcom、Cisco、Arista、Marvell）。带有RDMA的以太网获得了显著的牵引力，因为超大规模公司和Meta等公司都愿意采用它来减少Nv的控制力。虽然以太网网络仍然落后于InfiniBand，但许多业内人士都认为，近年来性能差距已经大大缩小。Seminanalysis最近在一份报告中证实了这一点，称“即使是Nv也认识到以太网的主导地位，随着Blackwell一代的推出，Spectrum-X以太网的Quantum InfiniBand也大量发货了”。

虽然我们确实用CUDA和网络涵盖了两个最关键的层，但似乎还有一个刚刚开始形成，那就是HBM。HBM是人工智能加速器的关键部分之一。它的重要性只会随着更大、更复杂的模型而增长。SK Hynix和Micron主要供应HBM3，尽管三星预计将完成其认证流程并加入其中。随着我们过渡到HBM4内存，一个关键的变化即将到来。在这里，基础模具将转向现代逻辑工艺，这意味着SK Hynix和Micron无法在内部制造，但必须将其外包给台积电。内存提供商还必须与逻辑设计公司或IP供应商合作，以帮助这些设计。

这打开了一个窗口，在那里将进行自定义HBM实现。这意味着HBM4不得不加入台积电一起分钱，HBM4的复杂度远超HBM3，需结合存储器厂商的堆叠技术和代工厂的先进制程，所以对Nv更有利了，nv之前要自己设计HBM4的3nm裸片。

其实我不担心ASIC的抢占份额，大多数CSP自己搞芯片，还是因为Nv垄断和产能不足，自己不得不，加快拿卡，所以自己搞。这次Nv发布Rubin的CPX就是为了增强上下文推理能力，真正的推理之王我认为不是ASIC的TPU，还是nv自己。客户可用于数据中心的能源数量有限，特别在北美你不得不考虑的是能源，为什么XAI用122天就建立起最大的算力中心，第一老马有全球最大的工程能力，更重要的是它的供电能力，全球也是最强的。当你有一个数据中心或建造一个数据中心时，你与一家电力公司合作，你有电力足迹，这种电力足迹是有限的，你不能只是打电话说，我还需要10%。如果我们比较当前几代和下一代Nv服务器，其数据中心功率限制为100兆瓦，对比H100和GB300，你要看产生相同的token，能源节省了多少，Nv的更新就一直在做这件事。

较低延迟（即图表中X轴数值更小）最直接的好处是能带来更快的响应速度，从而显著提升用户体验，所以看看B200 TRT的能力。

今年Deepseek那波不止是因为害怕新的大模型少用GPU，另一个主要原因是一季度各大厂资本开支环比下降了，各有各的原因。而二季度，又都拉回来了，所以股价也都回来了。

下面是各自的原因

后面的故事就是各家资本开支猛的上调，以至于上周甲骨文都调到了2030年…

所以，我想说的是Nv的手里牌很多，老黄这个人能力强的可怕，就算现在出来ASIC和其他GPU竞争对手，以AMD和谷歌的TPU还有我们的菊花为代表，都是更多跟随和模仿，对所有在supplier chain做硬件的公司都是利好，因为总的需求变多了，可以说遍地开花。

先写这些，太累了。