电子-研究框架

第一，报告的核心前提高度依赖两个隐含假设：①AI推理商业化兑现节奏，②地缘格局持续紧张。前者决定了HBM、ASIC、CPU价值量上修能否兑现，后者决定了海外零部件订单外溢的可持续性——一旦美光/三星HBM产能扩张快于预期、或海外零部件交付恢复，国内先进封测与设备零部件的供需缺口会迅速收窄，弹性最大的环节反而是估值最拥挤的地方。 第二，报告对风险讨论偏弱。HBM占AI芯片支出超50%是双刃剑——一旦DRAM周期向下（NAND/DRAM历史上从未逃过2-3年的下行周期），HBM资本开支可能剧烈波动，存储链利润弹性极大但波动同样剧烈；报告把存储链作为受益逻辑而非周期股处理，需警惕市场情绪切换时估值杀。 第三，把报告观点放到产业格局里看：推理时代的ASIC化（谷歌TPU、亚马逊Trainium）是对英伟达CUDA生态的真正挑战，但国内ASIC厂商能否复制其路径受限于先进制程产能。寒武纪、海光信息等能否拿到中芯/华虹稳定产能保障，是2026年最关键的供给侧变量。 第四，敏感度分析：①中芯国际/华虹2026年先进制程良率每提升1pct，寒武纪等下游芯片厂商毛利率改善可能超3pct；②海外对HBM设备出口管制若放宽，国内HBM扩产节奏会被迫推迟6-12个月；③苹果AI功能若带动iPhone换机潮超预期，A股果链估值修复幅度可能达30%以上。 第五，横向对比海外周期：2017-2018年DRAM涨价周期中三星/海力士单年净利润弹性超100%，本轮AI-HBM周期中兆易创新/长鑫存储产业链理论上具备类似弹性，但国内厂商缺乏定价权，弹性可能打七折。 第六，跟踪指标清单：①台积电月度营收与CoWoS产能利用率（判断先进封装供需）；②美光/SK海力士HBM3e/HBM4量产时间表；③中芯国际N+2/N+3工艺良率与ASP；④AMD MI400/英伟达Rubin出货节奏（验证CPU+GPU协同需求）；⑤国内半导体设备厂商Q2/Q3订单同比与预收账款；⑥苹果WWDC AI功能实测表现与iPhone换机率；⑦沪电股份、深南电路HDI单价季度趋势；⑧液冷渗透率（关注英维克、维谛技术等配套厂商订单）。