商用车“转型”系列报告三：如何建立AIDC基础设施需求跟踪框架

分类：人工智能

标签：AIDC、人工智能、液冷、发电设备、数据中心、汽车

摘要：本报告由广发证券于二〇二六年八月二十一日发布，属于汽车行业商用车关键词“转型”系列深度分析的第三篇（系列之二《AIDC加速发展给汽车行业带来了什么？》已于二〇二六年二月二十三日刊出）。报告的核心目标，是跳出传统依赖云服务商资本开支与数据中心规划容量来判断需求的模糊口径，建立一套从人工智能芯片出货逐步推导至AIDC（人工智能数据中心）基础设施设备需求的物理量跟踪体系。报告认为，既有口径往往混杂芯片、服务器、网络、土建等多个环节，且规划容量与实际建设、设备采购之间存在跨期时差，容易造成重复计算或错配，因此必须以可验证的物理量作为跟踪锚点。 在底层需求层面，报告提出按照“厂商—产品型号—出货年份”建立逐型号芯片出货数据库，覆盖英伟达H200、B200、B300、Rubin系列，AMD的MI系列，海外云厂自研ASIC，以及华为昇腾、海光、寒武纪等国产芯片，并借助CoWoS先进封装产能（区分CoWoS-L与CoWoS-S/R两类技术路线）验证出货预测能否真正转化为交付，具体以“CoWoS晶圆需求等于芯片出货量除以单片晶圆可产芯片数”来刻画面积变化对封装资源的占用。随后，依据各型号芯片的热设计功

来源：zuudee | 日期：2026-08-22 | 格式：PDF | 页数：22