AI算力与机器人快速发展，上游材料有望受益.docx

请务必阅读正文之后的免责条款部分目录

请务必阅读正文之后的免责条款部分

TOC\o1-2\h\z\u大模型更迭、推动AI基础层相关材料需求高速增长 4

算力方向资本开支加速，半导体材料及服务器材料受益 4

光刻胶是半导体材料皇冠上的“明珠” 7

电子特气是关键材料，国产化正当时 10

先进制程增加CMP步骤，拉动耗材放量增长 13

高端AI服务器需求增长，电子特种树脂成长可期 15

AI服务器算力革命，液冷渗透率有望提高 18

人形机器人进入量产元年，相关材料有望受益 20

人形机器人轻量化趋势下，PEEK和碳纤维材料应用深度渗透 20

机器人触觉赛道，电子皮肤迎来快速增长 24

超分子量聚乙烯作为灵巧手腱绳材料打开空间 26

风险提示 29

请务必阅读正文之后的免责条款部分图表目录

请务必阅读正文之后的免责条款部分

图表1：大模型算力需求发展趋势 5

图表2：2020-2024年四大北美云厂商资本开支统计（亿美元） 5

图表3：中国算力（基于FP16计算）规模（EFlops）和增速（） 6

图表4：2022年全球晶圆制造材料细分规模占比（） 7

图表5：光刻胶应用场景 8

图表6：电子特气在集成电路中的应用（蓝色实体部分为使用电子特种气体的环节） 11

图表7：电子特气主要品种 12

图表8：CMP工艺原理 14

图表9：CMP工作原理 14

图表10：电子树脂的应用 16

图表11：电子树脂配方 16

图表12：不同基体树脂影响性能 17

图表13：冷却系统比较 18

图表14：不同技术对应PUE值 19

图表15：全球人形机器人产业规模预测（亿美元） 21

图表16：中国人形机器人产业规模预测（亿元） 21

图表17：塑料的性能及附加值示意图 22

图表18：PEEK材料特点 23

图表19：电子皮肤示意图 25

图表20：腱张力传感器在灵巧手中的配置结构 26

请务必阅读正文之后的免责条款部分

请务必阅读正文之后的免责条款部分

大模型更迭、推动AI基础层相关材料需求高速增长

算力方向资本开支加速，半导体材料及服务器材料受益

ChatGPT引领大模型落地，AI方向需求增长。OpenAI推出GPT4引领全球大模型持续拓展，大模型+视频逐步成为新的趋势，随着通用模型竞争的逐步加剧，未来各家厂商将更倾向于垂直行业大模型，同时整体市场将向主流大模型厂商头部收敛。2017年，Transformer架构的提出彻底改变了技术范式。其自注意力机制解决了长程依赖问题，使模型能并行处理序列数据，大幅提升训练效率。2018年，谷歌发布BERT模型，通过双向预训练实现上下文理解突破；同年OpenAI推出GPT-1，开启生成式模型时代。GPT-3千亿参数实现零样本学习，标志大模型进入千亿级参数时代，但高昂的训练成本限制了普及。ChatGPT发布上线的人工智能对话机器人推出引爆公众关注，其对话能力推动大模型从技术研究转向消费级应用，ChatGPT标志着自然语言处理和对话AI领域的一大步。ChatGPT热潮引发全球科技企业加速布局，谷歌、Meta、百度、阿里巴巴、华为、DeepSeek等科技企业随后相继推出AI大模型产品，并持续迭代升级。

大模型技术与应用发展，提升算力需求。AI大模型对算力的需求增长速度远超摩尔定律的迭代速度。随着深度神经网络（DNN）、自注意力机制（如Transformer）、图神经网络（GNN）等复杂算法的广泛应用，模型的算法复杂性持续增加。这些复杂算法需要强大的算力支持，以确保高效的计算，尤其是在训练过程中，随着模型深度和参数数量的增长，计算复杂性和运算量呈指数级增长.算力需求也随之增加。

资料来源：图表1：大模型算力需求发展趋势

资料来源：

《大模型算力基础设施技术趋势、关键挑战与发展路径》，中邮证券研究所

北美四大云厂商算力竞争，持续加大资本开支。受益于AI对于公司核心业务的推动，北美四大云厂商谷歌、微软、Meta、亚马逊2023年开始持续加大资本开支，2024年四季度四大云厂商的资本开支合计为706亿美元，同比增长69?，环比增长23。目前北美四大云厂商的资本开支增长主要用于AI基础设施的投资，预计2025年仍有望继续大幅增加资本开支。后续来看，DeepSeek等高效模型虽降低单次训练成本，但推理场景的扩展（如实时交互、边缘计算）导致总需求不减反增，用户量激增倒逼算力扩容，AI应用也逐步扩大算力需求。

图表2：2020-2024年四大北美云厂商资本开支统计（亿美