The Stack That China Built

主题与背景

本章探讨中国AI基础设施投资机会的底层逻辑。报告认为，DeepSeek R1模型的发布揭示了中国工程文化在压力下的创新能力，而西方市场对此提出了错误的问题——关注“谁输了”而非“这意味着什么”。作者指出，中国AI基础设施正在形成一个此前未被纳入其投资视野的全新市场领域。

核心观点

作者的核心投资论点是：出口限制和政策驱动的国内建设正在为半导体设备、云基础设施、内存架构和数据传输技术创造结构性需求，而市场仍将这些企业误读为周期性制造商或替代品投资标的。作者认为，中国的AI建设周期比多数投资者预期的更长、规模更大且设备更密集。

反直觉判断：

• 市场将DeepSeek视为利空（冲击现有AI巨头），但作者将其视为利好——证明中国工程文化在限制条件下仍能创新
• 中国科技行业的能量已从消费互联网（电商、社交、支付）迁移至硬件制造和工艺工程，但多数国际投资者尚未跟进

关键论据与数据

作者通过五个关键信号（“Five Moments”）构建论点：

信号	时间	事件	作者解读
1	2025年1月	DeepSeek发布R1模型	证明中国工程文化在压力下的创新能力
2	2025年末	华为从NVIDIA手中夺取中国AI芯片市场份额；Moore Threads、MetaX、Biren Technology、Iluvatar CoreX申请在港沪上市	国内GPU设计公司崛起，出口限制催生本土替代
3	2026年初	中国批准智谱（Z.ai）和MiniMax IPO	资本市场明确指示长期投资方向；阿里Qwen和字节跳动持续推出领先AI模型
4	持续	澜起科技港股较A股溢价约30%	历史模式逆转，国际投资者对中国半导体龙头信心增强
5	2026年5月	长鑫存储（CXMT）和长江存储（YMTC）申请上市	内存是AI结构性要素——无内存则无模型、无数据中心、无AI自主

政策支撑数据：

• 中国“十五五”规划将先进制造和AI基础设施列为2030年前核心优先事项
• 一项为期20年、目标规模1380亿美元的AI与机器人专项基金
• 一项2950亿美元的全国互联数据中心网络建设计划，要求至少80%技术来自国内供应商

用户基础：中国已有6.02亿生成式AI用户，全部由国内平台服务（因海外替代品不可用）

涉及的公司/资产

公司/资产	角色	关键数据	看多/看空
DeepSeek（幻方量化旗下）	触发信号	2023年成立，无硬件优势、无遗留基础设施	看多（证明创新能力）
华为	AI芯片市场份额增长	从NVIDIA手中夺取中国AI芯片市场份额	看多（国内替代龙头）
Moore Threads、MetaX、Biren Technology、Iluvatar CoreX	本土GPU设计公司	申请在港沪上市	看多（出口限制受益者）
智谱（Z.ai）、MiniMax	AI实验室	获准IPO	看多（资本市场背书）
阿里（Qwen）、字节跳动	AI模型开发	持续推出领先模型	看多（行业加速）
澜起科技（Montage Technology）	半导体	港股较A股溢价约30%	看多（国际投资者信心）
长鑫存储（CXMT）、长江存储（YMTC）	内存生产	2026年5月申请上市	看多（AI结构性要素）

投资启示

作者已在基础设施全栈建立早期仓位。对投资者而言，核心启示是：

1. 放弃消费互联网思维：中国科技投资的重心已从“数字漏斗优化”转向“解决物理难题的制造与工艺工程”，投资者需重新定位分析框架

2. 关注政策确定性：1380亿美元AI基金和2950亿美元数据中心计划提供了其他市场罕见的早期需求确定性

3. 内存是结构性机会：CXMT和YMTC的上市标志着AI基础设施中“非外围”环节的资本化，无本地内存供应则AI自主无法实现

4. 港股溢价信号：澜起科技港股溢价30%是国际资本对中国半导体信心的先行指标，可能扩散至其他标的

---

主题与背景

本章聚焦于中国AI基础设施建设的结构性机会，核心逻辑是：美国出口限制并未扼杀中国芯片生产，反而迫使中国采用更设备密集的制造路径，从而放大了对半导体设备、云基础设施和互联技术的需求。作者通过实地调研和公司分析，论证了这一“约束创造市场”的逆向投资观点。

核心观点

• 出口限制是结构性利好：限制迫使中国使用更老旧的DUV光刻设备，通过多重图案化（multipatterning）技术补偿，这导致每单位AI计算产能消耗的半导体制造设备数量远高于西方。因此，限制反而扩大了支持中国芯片生产的基础设施规模。
• 中国AI基础设施投资周期比市场预期的更长、规模更大：电力、云平台和互联技术等被忽视的环节，将成为未来瓶颈和投资重点。
• 市场对阿里巴巴的定价存在严重偏差：投资者仍将其视为电商公司，但作者认为阿里巴巴是中国AI基础设施的核心拥有者，其云平台、自研芯片和AI模型（Qwen）将定义未来十年价值。

关键论据与数据

1. 供给缺口：

• 美国及其盟友今年将消耗约1200万颗AI芯片。
• 中国国内产量约200万颗，而国内需求可能已超过500万颗。
• 这一缺口短期内不会缩小，为中国本土技术建设注入了紧迫感。

2. 设备需求的结构性放大：

• ASML无法向中国出售最先进的DUV或任何EUV系统。
• 中国晶圆厂使用较老旧的DUV设备，通过多重图案化（增加蚀刻、沉积、清洁步骤）达到可比晶体管密度。
• 结果：生产同等AI计算能力，中国消耗的半导体制造设备更多。

3. 关键公司数据：

• AMEC（中微公司）：由Gerald Yin（尹志尧）创立，曾在Lam Research开发蚀刻平台。其最先进工具针对中国存储器厂商正在扩展的NAND架构和3D DRAM应用（高带宽内存的关键路径）。过去五年，中国晶圆厂对AMEC工具的使用规模是公司此前无法获得的。
• NAURA Technology（北方华创）：中国最大的半导体设备制造商，覆盖蚀刻、沉积、清洁、热处理等多个工艺步骤。作者认为，其广度（而非单一深度）在当前战略位置至关重要，因为快速扩张的晶圆厂希望在每个步骤都有合格的本地供应商。
• 阿里巴巴：运营中国最大的云基础设施平台（按收入计），开发自研芯片，投资大语言模型和企业AI服务。其Qwen模型家族（开源和闭源）正获得西方公司认可。
• Montage Technology（澜起科技）：全球内存接口芯片市场份额第一（约三分之一），处于寡头垄断行业。产品位于AI服务器处理器与内存之间的关键路径，切换成本高且不断上升。

4. 电力基础设施对比：

• 中国运营着全球最大的电网，发电量是美国的两倍多。
• 如果国内半导体生产缩小部分供给缺口，中国庞大的电力基础设施可支持数据中心建设速度超过外部模型预测。

涉及的公司/资产

公司	角色	关键数据	观点
AMEC（中微公司）	半导体蚀刻设备制造商	最先进工具针对NAND和3D DRAM；过去五年获得大规模生产验证	看多：受益于中国设备需求的结构性放大
NAURA Technology（北方华创）	中国最大半导体设备制造商（多工艺覆盖）	覆盖蚀刻、沉积、清洁、热处理；广度成为战略优势	看多：多工艺嵌入客户，受益于下一波晶圆厂扩张
阿里巴巴	云基础设施、自研芯片、AI模型（Qwen）	中国最大云平台；Qwen获西方公司采用	看多：市场低估其作为AI基础设施核心拥有者的价值
Montage Technology（澜起科技）	全球内存接口芯片龙头	全球市场份额约1/3；寡头垄断；高切换成本	看多：互联技术是AI基础设施中最被忽视但最持久的价值创造环节

投资启示

• 半导体设备：重点关注AMEC和NAURA，它们直接受益于中国晶圆厂为弥补EUV缺失而增加的设备消耗。AMEC在3D DRAM和NAND领域的布局，使其成为高带宽内存（HBM）国产化路径的关键。
• 云基础设施：阿里巴巴的估值应重新定价，从电商转向AI基础设施平台。其云业务、自研芯片和Qwen模型构成了中国AI部署的核心基础设施，市场尚未充分反映这一转变。
• 互联技术：Montage Technology在内存接口芯片的寡头地位和高切换成本，使其成为AI服务器“管道”中最具防御性的投资标的。随着系统规模扩大，内存带宽和互联效率将成为新的瓶颈。
• 电力与数据中心：中国电网的规模优势是未被定价的长期催化剂。如果芯片供给缺口缩小，电力基础设施将支持数据中心建设超预期增长。

---

主题与背景

本章聚焦AI基础设施的第三大支柱——互连（interconnectivity），并深入分析澜起科技（Montage Technology）在这一领域的战略定位。作者认为，随着AI训练和推理负载的扩展，信号完整性、延迟、带宽和功耗已成为系统瓶颈，而互连层正成为AI系统性能的约束条件。同时，本章通过对比市场对四家中国AI基础设施公司的普遍认知与作者的实际观察，揭示被低估的结构性机会。

核心观点

• 澜起科技不是窄域组件供应商，而是AI系统互连层的核心瓶颈解决者。市场将其视为内存接口芯片的领导者，但作者认为它正在向PCIe、光学和以太网互连扩展，其价值随AI系统规模扩大而递增。
• 中国AI基础设施投资故事不仅是“替代”逻辑，更是“护城河”形成过程。中微公司（AMEC）和北方华创（NAURA）的竞争优势来自工程积累和客户依赖，而非单纯的政策替代。
• 阿里巴巴的长期价值被市场严重误读。市场因电商和监管风险折价，但低估了阿里云作为基础设施平台的复合效应——其数据关系、企业集成和AI模型能力正在构建难以替代的切换成本。

关键论据与数据

• 澜起科技：公司不仅是JEDEC（联合电子器件工程委员会）董事会成员，与三星、SK海力士、美光有深度生态关系，而且正在从内存接口扩展到PCIe、光学和以太网互连。作者认为，内存带宽问题不会消失，而是随每一代新模型、上下文长度扩展和推理复杂度增加而加剧。当前估值未反映五年后AI规模化场景下的潜在倍数。
• 中微公司（AMEC）：创始人尹志尧的目标不是填补空白，而是制造世界级的刻蚀工具。每片晶圆运行都会积累工艺知识，使下一台工具更好——这种学习曲线无法被新进入者购买或逆向工程，且随安装基础扩大而加深。
• 北方华创（NAURA）：其价值不在于单一工艺最优，而在于跨刻蚀、沉积、清洗和热处理等多工艺的认证广度。晶圆厂一旦嵌入其多步骤工具，切换成本随工艺复杂度上升而增加。
• 阿里巴巴：阿里云不仅销售算力，还销售积累的数据关系、企业集成、开发者工具和AI模型能力（如Qwen）。Qwen不仅是模型，更是分发机制，将阿里云的基础设施触角延伸至可能几年前还不是云客户的组织。作者预期，这一周期后阿里巴巴将更像中国数字经济的“不可或缺的基础设施层”，而非电商公司。

涉及的公司/资产

公司	角色	关键数据/论据	看多/看空
澜起科技（Montage Technology）	AI互连层核心供应商	从内存接口扩展到PCIe/光学/以太网；JEDEC董事会成员；与三星、SK海力士、美光深度合作	看多：互连层正成为AI系统性能的绑定约束，公司占据关键瓶颈位置
中微公司（AMEC）	半导体刻蚀设备制造商	每片晶圆运行积累工艺知识，形成不可复制的学习曲线；不是替代品，而是世界级工具	看多：护城河正在形成，竞争地位随时间加深
北方华创（NAURA）	多工艺半导体设备供应商	跨刻蚀/沉积/清洗/热处理的认证广度；多步骤切换成本随工艺复杂度上升	看多：广度带来定价权和客户留存，市场误读为“通才”
阿里巴巴（Alibaba）	云基础设施+AI模型分发	阿里云积累的数据关系、企业集成、开发者工具和Qwen模型；市场因电商和监管折价	看多：市场仍在定价旧故事，低估云基础设施的复合效应

投资启示

• 聚焦互连层：澜起科技是AI基础设施中“安静但价值递增”的部分，其内存带宽问题随模型规模扩大而加剧，当前估值未反映长期潜力。投资者应关注其在PCIe、光学和以太网互连的扩展进展。
• 超越“替代”叙事：中微公司和北方华创的护城河来自工程积累和客户依赖，而非政策保护。投资者应评估其工艺知识积累速度和客户切换成本，而非仅看政策持续性。
• 重新定价阿里巴巴：市场对阿里巴巴的电商和监管折价可能过度，阿里云作为基础设施平台的复合效应（数据关系、企业集成、AI模型分发）正在构建难以替代的切换成本。投资者应关注其从电商向基础设施层的转型进度。
• 地缘政治风险需纳入仓位管理：中国AI基础设施已被视为战略资产，政策环境可能影响仓位规模和执行难度。投资者需评估哪些企业更接近国家优先事项、哪些可能受约束。

---

主题与背景

本章聚焦于中国AI基础设施建设的“工厂现场”视角。作者认为，市场普遍将中国AI投资机会简单解读为“替代叙事”（即出口限制催生的国产替代），但这种视角过于单薄。真正的机会在于中国正在建设的、独立可控的完整基础设施栈，其规模、持续时间和最终价值远超替代逻辑。

核心观点

作者的核心判断是：中国AI基础设施建设的投资机会，不是由“被限制了什么”驱动，而是由“正在建设什么”驱动。这是一个更长周期、更大规模、更深结构性的故事。市场目前尚未正确定价这些基础设施企业的战略价值和竞争壁垒。

反共识判断：

• 市场关注中美模型性能的短期对比，但作者认为更关键的问题是：中国能否在不依赖不可控供应链的前提下，建设支持AI大规模部署所需的基础设施。
• 作者认为，投资这些企业的核心驱动力并非地缘政治叙事或政策利好，而是企业自身的质量、正在形成的护城河深度，以及早期理解它们的长期投资者可能获得的重大机会。

关键论据与数据

1. 工程文化的延续性：R1模型所代表的工程文化并非孤立事件，而是体现在整个产业链中：

• AMEC（中微公司）工程师对工具可靠性的缓慢迭代。
• NAURA（北方华创）的平台战略雄心。
• Montage（澜起科技）创始人用超过十年技术迭代解决市场尚未命名的难题。
• 阿里巴巴从消费平台向云和模型基础设施的战略转型。

2. 历史先例的启示：作者引用早期投资中国科技巨头的惊人回报，暗示当前基础设施投资可能具有类似潜力：

• SoftBank 2000年对阿里巴巴的2000万美元投资，在2014年IPO时价值约580亿美元。
• Naspers 2001年对腾讯的3200万美元投资，在2018年部分减持时价值1750亿美元。
• Sequoia Capital对WhatsApp的6000万美元投资，在2014年被Facebook收购时回报约30亿美元（50倍）。

3. 政策与市场信号：

• 中国计划投资1万亿元人民币于机器人和高科技产业（IFR, 2025年3月）。
• 中国筹备2950亿美元计划资助全国AI建设（Bloomberg, 2026年6月）。
• 中国拥有5.15亿生成式AI用户，全球领先。
• NVIDIA在中国AI芯片市场份额已降至不足60%，中国本土芯片制造商交付165万颗AI GPU。
• 中国强制要求芯片制造商使用50%国产设备（Reuters, 2025年12月）。
• 阿里巴巴云业务2025年Q3同比增长26%，AI相关收入连续第八个季度实现三位数增长，占外部云收入的约20%。基于Qwen模型衍生的模型超过18万个，是第二大供应商的两倍多。中国AI云市场份额为35.8%（Omdia）。

涉及的公司/资产

公司	角色/关键数据	看多/看空
AMEC (中微公司)	半导体刻蚀设备制造商，工程师文化体现于工具可靠性迭代	看多
NAURA (北方华创)	半导体设备平台型公司，拥有平台战略雄心	看多
Montage Technology (澜起科技)	内存接口芯片设计公司，创始人超过十年技术迭代解决难题	看多
Alibaba (阿里巴巴)	从消费平台转向云和模型基础设施，AI云市场份额35.8%，AI收入三位数增长	看多
NVIDIA	在中国AI芯片市场份额降至不足60%	看空（相对）

投资启示

投资者应战略性超配中国AI基础设施全栈，包括半导体设备、云基础设施、内存架构和数据传输技术。核心逻辑不是短期替代，而是长期结构性建设。具体方向：

• 半导体设备：AMEC、NAURA等国产设备商将受益于国产化率强制提升和持续的技术迭代。
• 云基础设施：阿里巴巴等云厂商将受益于企业AI需求爆发，其AI云业务增长强劲且市场份额领先。
• 内存与互联：Montage等公司在内存接口和数据传输领域的长期技术积累，将在AI数据中心建设中变得至关重要。
• 警惕：避免仅基于“替代叙事”进行短期交易，应关注企业自身护城河和长期战略价值。