AI Institute · LIVING THESIS RECAP
HBM4、CoWoS 与背面供电正在成为 AI 服务器需求曲线的串行闸门：动态复盘
赛道：先进封装/HBM4 闸门。候选观察标的：TSM, NVDA, MU, 000660.KS, 005930.KS, ASML, 688008.SH, 002916.SZ。当前共有 40 条证据、5 位分析师和 8 条风险信号指向该判断…
优先结论 Editorial Summary
- 主线定义
赛道：先进封装/HBM4 闸门。候选观察标的：TSM, NVDA, MU, 000660.KS, 005930.KS, ASML, 688008.SH, 002916.SZ。当前共有 40 条证据、5 位分析师和 8 条风险信号指向该判断；主导链条为 AI 基础设施。该主题应作为可跟踪投资假设，而不是孤立结论。
- 最新变化
2026-06-29: 先进封装(CoWoS/SoIC)与HBM产能瓶颈对AI能效转型路径的约束分析
- 证据纪律
当前以 9 条支持、134 条风险和 17 条观察证据进行动态跟踪。
观察清单 Signals
支持证据 9 条
继续观察是否出现跨来源、跨分析师的同向验证。
风险证据 134 条
风险证据用于判断主线是否变成拥挤交易或证伪样本。
监控词 AI 算力 / AI 基础设施 / NVIDIA
AI 算力 / AI 基础设施 / NVIDIA / HBM / 先进封装 / GPU / ASIC / TSMC
主线证据强度演化 证据强度
由公开研究事件按日期聚合，显示支持、风险和观察证据如何改变主线强度。
研究观点时间线 Clickable Timeline
2026-06-19 · 风险 18
AI 算力产业链在 2026 下半年正撞上先进封装、电力电网与液冷温控的刚性物理瓶颈，将导致数百亿美元的 GPU 资产因无法及时上电冷却而沦为‘搁浅硅算力’，从而…
本报告对 2026 下半年 AI 算力在先进封装、HBM 内存、电网并网与温控 CDU 约束下的 capex 兑现进行了压力测试。测算表明，液冷 CDU 产能缺口将导致约 2.5 万台 Blackwell 机架无法运行，面临 625.4 亿美元的‘搁浅硅算力’风险。全美电网排队（平均 53 个月）…
支持 0 / 风险 4 / 观察 0
2026-06-20 · 风险 39.4
电力约束不会终结AI算力扩张，但会把半导体设计目标函数改写为每瓦有效算力，并提升Chiplet与先进封装的战略溢价。
截至2026-06-21，本卡片支持前序判断：电网接入和可交付兆瓦成为AI扩张区域性天花板后，半导体竞争会从峰值算力转向系统级Perf/Watt。数据中心用电增长使每瓦tokens、HBM带宽、die-to-die互连、热设计和先进封装成为容量权变量。Chiplet、CoWoS/SoIC、HBM4…
支持 1 / 风险 2 / 观察 0
2026-06-21 · 风险 38.8
截至2026-06-22，低端封装过剩会压低错误产能池的价格，而高端迭代缺失会保留真正重要产能池的配给风险，使Hyperscaler AI资本开支更重、更不稳定、…
截至2026-06-22，本卡压力测试卡片06：先进封装低端过剩并不能缓解Hyperscaler真正需要的高端CoWoS/HBM4认证产能短缺。TrendForce称2026年行业CoWoS-like产能可接近200,000 wpm、缺口或收窄至约10%，但若高端认证占比只有50%-70%，有效高…
支持 0 / 风险 1 / 观察 0
2026-06-22 · 风险 12
可信算力区会把稀缺溢价从“谁有GPU”迁移到“谁能把获批GPU、HBM、封装与fabric系统交付到可信地点”。
截至2026-06-22，本卡综合前序“可信算力区”逻辑：半导体分配从单纯GPU供需转向“GPU-HBM-先进封装-网络fabric-合规运营”整套系统的可获批交付。最受益者是NVIDIA全栈机架、已认证HBM供应商、TSMC CoWoS/SoIC生态、AI网络与定制ASIC供应商；风险集中在中国…
支持 0 / 风险 6 / 观察 0
2026-06-23 · 风险 14.6
估值收缩会提高AI CapEx回报门槛，但截至2026-06-23尚不足以证明2026年半导体设备与设计链条进入基本面削单周期，风险主要集中在2027年增速斜率下…
截至2026-06-23，本卡支持前序判断但强调传导顺序：AI硬件去估值尚未表现为2026年ASML、TSMC或NVIDIA链条的订单断崖，现有披露仍显示ASML 2026年EUR 36-40 billion销售指引、TSMC 2026年CapEx靠近USD 52-56 billion区间高端、N…
支持 0 / 风险 6 / 观察 1
2026-06-24 · 支持 27
算力芯片设计从“追求极致算力”向“追求能效比”转型的技术路径与产业链机遇
本卡支持前四卡“材料/电网/电力墙造成算力供给缺口”的主线，并从半导体供给侧给出答案：芯片设计已从追求极致算力转向追求能效比，先进封装(CoWoS产能约3.5万→13万片/月)、Chiplet/UCIe(0.25–0.5 pJ/bit对比片外DRAM 6–8 pJ/bit)、HBM4(带宽+75%…
支持 1 / 风险 5 / 观察 0
2026-06-25 · 风险 28.4
电力稀缺不会杀死AI芯片周期，但会把竞争重心从单纯峰值算力转向固定兆瓦内的有效吞吐和能效，从而收窄可投资赢家。
截至2026-06-25，本卡对电力和并网约束做半导体侧压力测试：约束不会终结AI芯片需求，但会把胜负指标从峰值FLOPS推向每兆瓦吞吐、每机柜token、HBM每瓦带宽和部署可用性。NVIDIA的机柜级平台、Google TPU、AWS Trainium、TSMC背面供电和Micron HBM4…
支持 1 / 风险 5 / 观察 0
2026-06-27 · 风险 45.8
AI 算力资本开支对国产半导体订单可见度的支撑强度
压力测试结论：AI资本开支与电力瓶颈的传导真实但不对称，对2026年净支撑。硬约束是电力而非资本或芯片——四巨头2026资本开支约7250亿美元/+77%[S1]，微软约1900亿、因电力受限至2026底（Azure约800亿积压、GPU闲置）[S5]；2028美国约49GW缺口、变压器4-5年交…
支持 0 / 风险 1 / 观察 0
2026-06-28 · 支持 37.2
電力瓶頸驅動的半導體技術演進：高能效比與先進封裝
电力与电网容量成为稀缺投入后，AI 芯片优化目标从绝对算力转向每瓦性能（perf/W）与单机柜 token 经济性。NVIDIA 宣称 Blackwell 推理能耗较 Hopper 最高低 25×（FP4/NVFP4 驱动），但 B200 单卡功耗仍升至约 1,200 W（H200 为 700 W…
支持 1 / 风险 4 / 观察 0
2026-06-29 · 风险 36.6
AI基础设施从“规模扩张”向“能效与利润驱动”的范式转型
截至2026-06-30，本卡片支持并精化前序链条（Research note 02–07）。在电力成为刚性稀缺单位的电网约束格局下，两项技术把约束转化为利润：芯片级直接液冷/浸没式液冷把PUE从约1.5–1.8压向约1.1[S1][S10]，64机柜集群10年冷却TCO由4,200万降至2,80…
支持 0 / 风险 3 / 观察 0