近期，摩根士丹利将特斯拉目标股价从250美元上调至400美元驱动，摩根士丹利认为，特斯拉用于训练汽车自动驾驶系统的Dojo超级计算机渐行渐近，该产品将给特斯拉增加多达5000亿美元市值，Dojo由此再次进入资本市场视野。
资料显示，特斯拉Dojo发布于2021年8月，通过集成3000颗7nm芯片D1组成超级计算机集群ExaPOD，支持高达1.1EFlops的峰值算力，并提供有1.3TB的高速SRAM和13TB的高带宽DRAM。
特斯拉已于今年7月开始生产Dojo，根据计划，特斯拉将于2024年在Dojo上投入超10亿美元，预计明年一季度形成全球前五的算力资源，并于明年10月达到100EFlops超级算力。
待Dojo建成，将成为特斯拉云端训练自动驾驶模型的超级计算机，并有望随着FSD的发展，Dojo进入美国、中国、欧洲等特斯拉汽车目标市场，成为特斯拉的又一核心竞争力，摩根士丹利认为，Dojo有望成为特斯拉新的业绩引擎，“远远超出以固定价格售卖汽车的范围”。
自摩根士丹利调涨特斯拉目标价后，国内资本市场对Dojo平台可覆盖的超算、AI、自动驾驶等产业链兴趣大涨，频频对相关产业链企业的相关进度进行问询。未来，随着特斯拉Dojo渐行渐近，A股Dojo相关概念股有望持续受益，除了特斯拉汽车概念股外，先进封装、AI芯片、超级计算机、自动驾驶、人形机器人5大领域概念股也有望受益跟涨。
先进封装：扇出技术将受追捧
先进封装技术是打造超算产品的上佳方案，资料显示，特斯拉通过使用台积电InFO_SoW整合扇出技术，集成25个D1芯片的训练模块在人工智能训练芯片D1上，从而构建出Dojo超算系统的基本单元。作为前沿技术，A股已有部分公司储备有相关扇出技术。
1、文一科技：已推出封装机器人集成系统，目前在华天科技、长电科技、捷敏电子企业应用；据介绍，公司扇出型晶圆级液体封装压机产品第一阶段研发完成，第一台手动样机已交付客户试用；子公司富仕三佳生产芯片封装机器人集成系统及配套产品，目前产能约50台/年，正在研发的晶圆级封装设备属于先进封装专用工艺设备，基于12寸晶圆，可直接进行塑封，适用于FoWLP形式的封装。
2、通富微电：公司通过在多芯片组件、集成扇出封装、2.5D/3D等先进封装技术方面的提前布局，可为客户提供多样化的Chiplet封装解决方案，现已具备7nm、Chiplet先进封装技术规模量产能力，形成了差异化竞争优势。
3、华海诚科：目前公司自主研发的颗粒状环氧塑封料（GMC）EMG-900-C产品系列和液态塑封料（LMC）可以用于扇出型晶圆级封装。此前，在高性能环氧塑封料领域国内市场，国内仅少数公司可实现批量供货；目前公司在高性能环氧模塑料的收入已占全部收入的比重超过50%，正在逐步实现国产替代。
4、甬矽电子：公司已经掌握了系统级封装电磁屏蔽（EMI Shielding）技术、芯片表面金属凸点（Bumping）技术，并积极开发Fan-in/Fan-out、2.5D/3D等晶圆级封装技术、高密度系统级封装技术、大尺寸FC-BGA封装技术等。公司在现有产品的基础上，通过实施Bumping项目掌握的RDL及凸点加工能力，为公司后续开展晶圆级封装、扇出式封装及2.5D/3D封装奠定了工艺基础。
5、华天科技：系统集成封装技术eSinC SiP集成了硅基扇出封装、bumping技术、TSV技术、C2W和W2W技术，可以实现多芯片高密度高可靠性3D异质异构集成，未来仍将积极发展Fan-Out等先进封装技术和产品，拓展先进封装领域有利于提高公司承接的订单量。
6、长电科技：已经推出了针对2.5D，3D封装要求的多维扇出封装集成（XDFOI）的技术平台，覆盖了2D、2.5D和3D等多个封装集成方案并已实现量产。该技术是一种面向Chiplet的极高密度、多扇出型封装高密度异构集成解决方案，现已具备4nm、Chiplet先进封装技术规模量产能力，并已经开始向国内外客户提供面向小芯片架构的高性能先进封装解决方案并及时部署相应的产能分配。
算力芯片：国产芯片谁将率先突围？
芯片是算力的底座，全球主要供应商有英伟达、AMD等公司，其中又以英伟达产品的知名度最高，已广泛应用于超算、自动驾驶、人工智能等领域。特斯拉Dojo超算平台被誉为全球为数不多可对标英伟达GPU平台的大算力平台。
由于地缘政治影响，目前国际公司的先进芯片受到管控，本土企业采购先进算力芯片的难度越来越大，这对我国发展超算、自动驾驶、人工智能等先进技术带来了极大阻碍。
为满足国内对高算力芯片的需求，已有部分本土企业推出相关产品，A股主要有好利科技、航锦科技、海光信息、寒武纪、龙芯中科、景嘉微等公司。
1、好利科技：子公司合肥曲速正在研发的GPU芯片采用模块化设计，相较于国内同档次产品，其拥有更高的算力，性能、功耗优势明显；相较国外同档次产品，其性价比更高，主要用于视频监控，能运用于数据中心、服务器、网络交换等应用场景。目前GPU芯片和ADAS芯片整体仍处于研发当中。其中，GPU芯片预计2023年下半年有进展，而ADAS芯片需要的周期相对较长。
2、航锦科技：子公司长沙韶光与中船重工709所合作研发的高性能图像处理器2018年2月一次流片成功，可实现3D图像处理，性能指标处于国内领先地位，两款产品已形成规模销售。目前，公司和上海GPU厂商开展战略合作，采用多GPU共存部署的方案，联合编译软件方，拓展国内特种装备系统及信创领域需求。
3、海光信息：海光DCU系列产品以GPGPU架构为基础，兼容通用的“类CUDA”环境以及国际主流商业计算软件和人工智能软件，软硬件生态丰富，典型应用场景下性能指标达到国际上同类型高端产品的水平。深算一号为公司GPGPU主要在售产品，深算二号即将发布，深算三号研发进展顺利。海光DCU能够完整支持大模型训练，与国内包括文心一言等大模型全面适配。
4、寒武纪：寒武纪是科创板AI芯片第一股，其智能芯片不属于GPU，是面向人工智能领域专门设计的芯片。公司智能计算集群系统的核心是公司自研的思元系列智能芯片加速卡、基础系统软件平台，以及智能计算集群管理系统。旗下子公司——寒武纪行歌（南京）科技有限公司承载了寒武纪智能驾驶芯片的研发重任，不过近期陷入裁员旋涡，新项目已经暂停，未来有被放弃可能。
5、龙芯中科：龙芯GPU的定位主要是为了与CPU形成自我配套，形成系统优势，降低系统成本。集成龙芯自研GPGPU的第一款SoC芯片预计将于明年上半年流片，支持图形加速、科学计算和AI计算。在此基础上，明年下半年将完成兼顾显卡和算力加速功能的专用芯片流片。值得注意的是，龙芯中科目前暂未涉及超算领域的应用。
6、景嘉微：已推出JM54系列、JM72系列、JM92系列三代GPU产品。5月31日，景嘉微公告称，拟募资42.01亿元，将用于高性能通用GPU芯片研发及产业化项目和通用GPU先进架构研发中心建设项目。据披露，景嘉微新款图形处理芯片正在研发中，目前进展顺利。
超算平台：核心支撑依赖英伟达
超算代表的是AI算力资源，是人工智能技术三大要素之一，谁掌握了算力资源，将在AI算法训练上获得先发优势。因传统硬件供应链无法满足日益增长的算力需求，特斯拉自研推出Dojo超级计算机平台，其自动驾驶训练将直接受益。
作为全球自动驾驶发展最快的市场，中国超算供应链也在积极把握发展新机遇，Dojo的推出也将刺激国内超算市场的发展。
据不完全统计，A股中能提供技术领先的网络、计算、存储、云计算、安全和智能终端等ICT基础设施及服务的公司主要有：紫光股份、浪潮信息、东华软件、同方股份、中科曙光、中科星图、天通股份、中国长城、国盾量子、铭普光磁、中贝通信、立昂技术、神州数码、拓维信息、华丰科技等产业链公司。此外，鸿博股份、光环新网、云赛智联、青云科技、优刻得、新炬网络、真视通、恒润股份等AI云厂商也有望受益。
其中，华东软件及其全资子公司神州新桥2021-2022年累计中标智能计算中心项目超40亿元，目前正逐步完成验收并交付使用。其中，以4.12亿中标的武汉人工智能计算中心项目和以5.01亿中标的沈阳人工智能计算中心项目已完成整体验收并交付使用；大连、宁波、河北、长沙、中关村等多个超算项目将在后续陆续交付投入使用。
PCB方面，世运电路已于今年二季度开始供应特斯拉Dojo项目的PCB产品，此外，国内具备印制电路板相关技术能力的企业还有普天科技、崇达技术、生益电子等。
需指出的是，盘点发现，我国超算领域产业链公司虽然很多，但已披露的核心芯片主要供应商基本为英伟达，主要采购产品包括A100、V100、H800等。为减少地缘政治带来的不利影响，目前国内超算相关企业已开始与国内相关AI芯片供应商合作，如优刻得与沐曦已达成合作，有望推进国产高性能GPU芯片在超算领域的应用。
赋能：无人驾驶+人形机器人
特斯拉Dojo前期主要服务于其全自动驾驶FSD应用，特斯拉认为，Dojo ExaPod将是世界上最快的AI训练超级计算机，基于该超算平台，有望提升特斯拉的L3级及以上的自动驾驶能力。有望带动国内自动驾驶产业链公司对先进算力资源的利用进程。
统计发现，目前国内包括比亚迪、长安汽车、上汽集团、广汽集团等传统汽车品牌，以及小鹏汽车、蔚来汽车、理想汽车等造车新势力均在加快全自动驾驶的研发进程，另外国内还诞生了千方科技、四维图新、华阳集团、锐明技术、阿尔特等一批自动驾驶方案公司以及保隆科技、奥比中光、奥恩汽电等供应链企业，
不过，国内主机厂作为特斯拉直接竞争对手，Dojo的推出，对本土车企并不友好，双方在算力资源方面的差距或被拉开。综合训练资源、可靠性、成本等多方面考虑，超融合感知、车联网仍将是国内主机厂自动驾驶的主流技术路线。
虽然特斯拉Dojo对国内主机厂不大友好，但作为神经网络训练平台，对人形机器人来说，或将形成新一轮驱动力。
目前特斯拉的人形机器人项目仍处于早期研发阶段，需要庞大的人工智能机器学习和计算机视觉训练资源支持，以加速产品场景化落地，有望刺激国内人形机器人产业的快速发展；另外，特斯拉正在积极推进的AI大模型也有望同步受益。
（校对/占旭亮）
