第六部分｜术语、方法与使用边界

这一部分不是制作说明，而是帮助读者核对概念、证据与分析边界。

6.1 核心术语

计算与芯片

• 加速器 / GPU： 为神经网络所需的大规模并行矩阵运算设计的芯片。GPU 具有较强通用性，ASIC 则针对特定负载优化。
• 训练与推理： 训练是构建模型的一次性大规模计算，推理是每次使用模型都会发生的持续成本。推理模型和智能体让计算更多转移到使用阶段。
• Token： 模型处理与计费的基本文本单位，通常小于一个完整词。
• FLOPS、FP4、FP8： 每秒浮点运算量与低精度数字格式。更低精度可以提高吞吐，但必须控制精度损失。
• ASIC： 针对特定任务设计的芯片，例如 Google TPU、AWS Trainium。成本效率高，适用范围通常小于商用 GPU。
• 机架级系统 / AI 工厂： 把几十颗加速器、CPU、网络、电源和液冷作为一个完整计算系统销售与运营。

存储、封装与制造

• HBM： 高带宽内存。多层 DRAM 垂直堆叠并放在逻辑芯片旁边，是 AI 加速器容量、带宽与成本的关键部分。
• 先进封装 / CoWoS： 把逻辑裸片、HBM 和 I/O 芯片组合成一个模块。它决定封装尺寸、互连密度和可交付数量。
• 晶圆代工： 为设计公司制造芯片的合同生产模式，代表企业包括 TSMC、Samsung、Intel Foundry 和中芯国际。
• 制程节点 / 良率： 芯片工艺代际及一片晶圆上合格芯片的比例。节点名称不能替代真实良率和成本。
• EUV / High-NA： 极紫外光刻与更高数值孔径的下一代设备。ASML 是唯一 EUV 系统供应商。
• WFE / EDA： 晶圆厂生产设备与电子设计自动化软件。

模型与软件

• 规模定律 / 推理时计算： 前者通过扩大训练规模提升能力，后者让模型在使用时投入更多步骤、采样和校验。
• 智能体： 能在较长时间内调用工具、执行动作并根据结果调整的模型系统。生产采用主要受可靠性、权限和责任限制。
• MoE、蒸馏、量化： 降低训练或推理成本的模型效率技术。
• 开放权重与闭源： 是否公开模型参数。开放权重更容易私有部署和二次开发。
• CUDA / CANN： Nvidia 与华为的加速器软件生态。
• NVLink、UALink、InfiniBand、Ultra Ethernet： 机架内与数据中心网络的专有或开放互连方案。
• 共封装光学： 把光学引擎移到交换芯片附近，以缓解带宽、距离和功耗限制。

资本与市场

• 资本开支超级周期： 云厂商为 AI 芯片、数据中心和网络进行的历史级建设。
• 循环融资： 供应商投资客户，客户再用资金购买供应商产品或合作方容量，令产业需求与融资相互强化。
• RPO / 积压订单： 已签合同但尚未确认的未来收入，不等于已经收取的现金。
• GPU 抵押债务： 以加速器和相关合同为抵押的融资，核心风险是设备价值下降快于贷款偿还。
• 折旧寿命： 会计上分摊设备成本的时间。延长年限会提高当期利润，但不改变设备经济价值。
• 杰文斯悖论： 单位计算更便宜后，用量增长更快，总支出反而上升。
• 新云： 以 GPU 租赁和 AI 集群为主的专业云平台，如 CoreWeave、Nebius。

地缘政治

• 盟友关键节点： 中美都难以替代的第三方能力，包括荷兰光刻、中国台湾代工与封装、韩国 HBM、日本材料。
• 体系分化： 全球统一供应链逐步分成美国主导与中国主导的硬件、软件和采购体系。
• 实体清单、NS-CMIC、1260H： 分别涉及贸易、证券持有或政府采购等不同限制，不能混为一谈；具体法律效果应按最新规则核验。
• 自主可控 / 信创： 中国通过标准、目录和采购推动国产信息技术的制度。
• 国产层级： 完全掌握架构、基于海外授权、仅在境内生产等不同程度的自主性。
• 东数西算： 把部分数据中心负载引向中国西部能源丰富地区，再连接东部需求。
• 主权 AI： 由政府或主权资本支持的国家级计算、模型与数据基础设施。
• “亿”的换算： 1 亿等于 100,000,000。处理中英文数字时，最常见的错误之一是把它错换成 10 亿。

6.2 研究方法

先固定比较边界

跨公司、跨国家比较最容易犯的错，是把不同对象放进同一张表。本书按以下边界处理：

• 模型能力与价格尽量在相近任务、版本和日期下比较；
• 芯片、整机架和数据中心分别比较，不把单颗芯片性能直接等同于系统性能；
• AI 工厂统一使用加速器封装、完整系统和 100 MW IT 名义功率三层；
• 资本开支与收入、积压订单与现金、私募估值与公开市场价格分开；
• 战略重要性与证券估值分开。

范围优先于单点

未披露的价格、功耗、供应份额和建设成本使用低值、基准值与高值。基准值不是“最可能的精确数字”，而是便于比较的中点。任何推测关系都不进入合计和证券比较。

100 MW 设施口径用于标准化物理占位、资本成本和运营需求，不代表不同系统拥有相同有效算力、模型质量或收入。第 2.13 章尤其需要记住这一点。

证据质量与结论确定性分开

一份高质量公司资料也可能只描述路线图，一篇可靠报道也可能只能确认合作关系。本文分别判断来源质量和结论状态：

• 已确认： 正式披露或多项一手资料支持；
• 媒体报道： 可靠媒体报道，但缺少双方完整确认；
• 推断： 由兼容性、产业结构或多项间接证据得出；
• 路线图： 公司公布的未来目标，尚未形成批量交付；
• 推测： 证据不足，只用于提示问题，不进入数量或投资结论。

冲突如何处理

来源不一致时，优先使用能够精确对应法律实体、期间和单位的最新一手披露或监管记录；其次是官方运营数据和公认行业机构；可靠财经媒体用于补充未披露背景；第三方估算只有在方法可理解、误差被说明时才采用。

不会把冲突数字机械平均。若差异足以改变结论，就保留区间并说明争议；无法解决的重大冲突标为“存在争议”。

数据卫生

• 全书事实观察边界为 2026 年 7 月 25 日，每个预测仍保留自己的预测期；
• 公司公告、监管文件和专业机构优先，聚合网站只作线索；
• 中文“亿”、英文 million/billion 与功率单位统一换算；
• 制裁和所有权限制精确到法律实体；
• 私营公司估值视为带特殊条款的非流动性价格，不当作市场市值；
• 市场价格、模型榜单、资本开支和政策状态变化快，不能跨期拼接成看似同步的结论；
• 每个图表数字应能回到公开来源或明确公式。

6.3 读财务报表没有直接写出的东西

美国市场

“AI 收入”往往把 GPU、传统云迁移、数据服务和软件席位混在一起，需要寻找可比口径。积压订单可能带条件或依赖尚未通电的容量。GPU 抵押融资、延长折旧和供应商投资客户会让报表增长看起来比外部现金需求更强。

强业绩也可能带来股价下跌，因为拥挤持仓和过高预期会改变价格反应。TSMC、ASML 等关键节点也不是无风险收费站：前者承受中国台湾地域风险，后者仍有中国收入与政策敏感性。

中国市场

商业客户可能仍偏好海外芯片，政府、国企和安全敏感部门则必须遵循自主可控。政策保障的是一部分采购，不是全部开放市场竞争力。

“国产”应追问到架构、设备、制造、存储和软件各层。A 股主题公司还需核查股权质押、政府补助、扣非利润、国家基金减持与订单证据。整套昇腾集群的系统性能，也不能与更少芯片、更低功耗的对手直接比较。

6.4 主要来源类型

本书优先使用以下来源：

• 公司财报、公告、产品架构和投资者资料；
• 美国商务部、BIS、USGS、中国主管部门及其他监管文件；
• IEA、美国能源部、Lawrence Berkeley National Laboratory 等能源与数据中心研究；
• SEMI、TrendForce、Counterpoint 等半导体行业资料；
• Epoch AI、METR、官方排行榜与模型提供商的技术披露；
• BIS、IMF 及公开债务、资本开支和市场数据；
• Reuters、Bloomberg、CNBC、AP 等可靠媒体对未公开关系的报道。

第三方市场份额、私募估值、未来资本开支和路线图都可能快速变化。来源越远离原始披露，数字在结论中的权重越低。

6.5 使用边界

本书面向产业与投资研究，不构成投资建议、要约或招揽，也没有考虑任何读者的财务状况、风险承受能力、税务与司法辖区。

公开数据可能不完整，部分数字未经独立审计。私募估值、预测资本开支、市场份额、供应关系和政策状态尤其容易变化。任何决策前，都应重新核对证券代码、公司行为、最新财务、市场价格、出口许可、制裁、所有权和交易准入。

前瞻情景是分析判断，不是预测保证；过去表现与当前产业位置都不能保证未来回报。