2025年万物AI面临的十大待解难题-长城证券

2025年万物AI面临的十大待解难题总结

一、AI终端需求端侧问题

1. AI服务器扩展定律是否结束？

   • 早期AI模型依赖小型计算设备和少量GPU，2017年Transformer架构开启大模型时代，2020年实现初级智慧。2024年OpenAI的o1模型显示推理阶段扩展定律仍在延续，但训练阶段扩展收益下降。
   • 2025年全球HBM市场将达199亿美元，NAND市场规模预计突破870亿美元。SK海力士推出16层堆叠HBM3E，三星计划量产430层第10代V-NAND。

2. AI终端能否崛起？

   • 笔记本电脑（AIPC）和AI手机需求快速增长，2024-2028年CAGR达43%-784%。微软推出商用AIAgents生态系统，2028年全球市场规模或达285亿美元。
   • AI耳机领域，字节跳动发布首款AI智能体耳机OlaFriend，接入大模型与APP深度结合。

3. 人型机器人启动？

   • 灵巧手、双足行走等具身智能技术开始发展，英伟达GB200NVL72系统架构推动高性能计算需求。

二、AI上游芯片需求问题

1. 先进制程/封装产能是否充足？

   • 台积电2025年H1 3nm/5nm产能利用率预计达100%/101%，CoWoS月产能将增长至8万片。2025年全球晶圆代工业产值预计增长20%。

2. AI驱动存储需求升级

   • HBM位元需求2025年同比增长117%，NAND需求同比增134%。2025年全球HBM市场规模达199亿美元，NAND市场规模或达870亿美元。

3. AI互联技术趋势

   • 光进铜退成为主流，2028年服务器用PCB市场规模达138亿美元，HDI CAGR达163%。高速铜连接方案在短距场景更具性价比，而光模块（如CPO技术）需满足超高速网络需求。

4. AI散热技术演进

   • 风冷方案PUE接近1.4-1.5，液冷PUE将降至近1.1。2025年AI芯片液冷渗透率从11%提升至24%，2028年液冷市场规模占比达33%。

三、AI发展外部约束问题

1. 能源消耗问题

   • AI模型训练和运行耗能巨大，GPT-4训练消耗51-62万MWh电力，相当于1万个家庭五年用电量。国际能源署预测2026年AI及相关领域电力需求将增长至1000TWh。
   • 核能及可再生能源被探索用于AI供电，如青海省实现数据中心100%清洁能源供应。

2. 高质量数据短缺问题

   • 数据需求增速远超供给，2018-2023年AI数据集从46GB增至数十倍GPT-4规模。需通过仿真数据、数据交易平台等拓展新数据源。

四、AI终极问题

1. AI与人类共存伦理挑战
   • 机器人三大定律（Isaac Asimov提出）被重新审视，需解决AI智慧体缺乏道德判断的问题。

五、投资建议与风险提示

1. 投资建议

   • 关注AI产业链公司：处理器（如智能手机AI算力要求30TOPS，PC算力要求40TOPS）、内存（AI手机/PC内存或增至12-32GB）、先进封装（台积电CoWoS产能持续扩张）、存储芯片（江波龙、澜起科技等）。
   • 消费电子复苏：手机和PC市场需求温和增长，看好“困境反转&龙头低估”企业（如纳芯微、卓胜微、韦尔股份）。

2. 风险提示

   • 下游需求不足、地缘政治冲突、核心技术竞争力下降、估值过高风险。

市场动态与核心数据

• 2024年全球AI手机出货量达234亿部，2028年或达912亿部（CAGR 784%）。
• AIPC出货量2024年达48亿台，2028年或达205亿台（CAGR 44%）。
• 台积电2024Q3 3nm及以下制程营收占比达69%，其中5nm占比32%，3nm因苹果A18系列提升至20%。

关键趋势与挑战

• 扩展定律撞墙：训练阶段扩展收益下降，但推理能力持续提升，需数据扩展与合成技术补充。
• 芯片供需矛盾：先进制程和封装产能供不应求，台积电2025年产能利用率维持满载。
• 能源与数据瓶颈：AI吞噬全球电力，需可再生能源支持；高质量数据供给不足，需新数据源开发。
• 散热技术升级：液冷逐步替代风冷，2028年市场规模达35亿美元，占热管理支出近1/3。

总结

2025年AI发展面临终端需求、芯片供需、能源与数据、伦理等多重挑战。AI服务器、终端及机器人技术加速迭代，推动芯片、存储、互联与散热领域增长。台积电等厂商在先进制程和封装产能扩张中占据主导，HBM与NAND市场需求激增。同时，AI能源消耗和数据供给不足成为制约因素，需依赖可再生能源与数据合成技术。投资需关注AI产业链核心环节，但需警惕市场需求波动、地缘政治影响及估值风险。