电子行业：大模型迭代提升性能，AI定制芯片出货预期提升－研究周报251208

投资摘要： 每周一谈：大模型迭代提升性能 AI 定制芯片出货预期提升DeepSeek V3.2 强化 Agent 能力，大模型性能进一步提升。根据 DeepSeek 公众号，公司近期同时发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型。在公开的推理类 Benchmark 测试中，DeepSeek-V3.2 达到了 GPT-5的水平，仅略低于 Gemini-3.0-Pro。DeepSeek-V3.2 模型目标为平衡推理能力与输出长度，可同时支持思考模式与非思考模式的工具调用。模型提出了一种大规模 Agent 训练数据合成方法，构造了大量“难解答，易验证”的强化学习任务（1800+ 环境，85,000+ 复杂指令），V3.2 并没有针对这些测试集的工具进行特殊训练，V3.2 在真实应用场景中能够展现出较强的泛化性。根据量子位，DeepSeek-V3.2 最大的架构创新是引入了 DSA 高效稀疏注意力机制，DSA让模型在长上下文任务中显著加速推理，且无明显性能损失。模型总训练 FLOPs较少，在世界知识广度方面距离领先的闭源模型仍有距离，另外，该两个模型需要生成更长的轨迹才能达到 Gemini-3.0-Pro 的输出质量，显示其 Token 效率仍有提升空间。目前国产大模型积极对标顶级模型，模型效率和性能差距有望逐步缩小，另外，近期阿里巴巴发布 AI 眼镜、豆包发布 AI 手机助手，端侧AI 应用有望加速突破。建议关注端侧 AI 相关的消费电子产业链，以及国产算力产业链的芯片、存储、服务器、先进制程产能释放等环节的景气变化。算力芯片领域建议关注寒武纪-U、海光信息、芯原股份、华为昇腾产业链。亚马逊推出 Trainium 3，AI 定制芯片出货预期提升。根据钛媒体 AGI，亚马逊推出新一代自研 AI 芯片 Trainium 3，同时推出集成 144 颗 Trainium3 的UltraServer 服务器，新服务器的计算能力是上一代产品的 4.4 倍，内存带宽是上一代产品的 4 倍，能够将能效提升 40%，同时大幅提高了产品部署能力上限，通过服务器之间的互联互通，最多能部署多达百万颗 Trainium 3 芯片，将此前的天花板提高了 10 倍。公司称与同等 GPU 系统相比，Trainium 在相关场景中可以将训练和推理成本降低 50%，在下一代芯片 Trainium 4 中使用英伟达 NVLink Fusion 技术。根据芯智讯援引 DIGITIMES 数据，2027 年数据中心 ASIC 有望突破 1000 万颗，达到接近同期的 GPU 的 1177 万颗的销量。根据量子位援引消息称，谷歌开始向 Meta 与大型金融机构等，推介在其自有数据中心部署 TPU 的方案。Meta 正在与谷歌探讨使用 TPU 训练新 AI 模型，计划在 2027 年斥资数十亿美元在其数据中心使用 TPU，并于明年从谷歌云租用谷歌芯片。谷歌云部门部分高管预测，这类业务可为谷歌带来数十亿美元的年收入。建议关注谷歌产业链光模块、PCB 等龙头企业，以及有望受益定制 AI芯片行业崛起的芯原股份、翱捷科技-U、灿芯股份等。投资策略：建议关注消费电子尤其是 AI 端侧产品年底备货出货情况，关注阿里巴巴夸克 AI 眼镜的出货量和供应链企业的受益机会。建议关注谷歌 TPU 部署及对数据中心算力芯片市场的拓展，关注其产业链中有望受益的光模块、PCB等龙头企业，以及有望受益定制 AI 芯片行业崛起的芯原股份、翱捷科技、灿芯股份等。风险提示：贸易摩擦加剧，需求复苏不及预期，产能扩张不及预期，竞争加剧