投资摘要

• Teradyne 是全球半导体自动测试设备 ATE 龙头之一，AI 相关弹性来自 HBM/DRAM 测试、AI ASIC/GPU 复杂 SoC 测试、系统级测试和 advanced packaging 测试；公司不披露“AI 收入”，但 Semiconductor Test 是核心 proxy。12
• FY2025 公司收入约 28 亿美元级，分部包括 Semiconductor Test、System Test、Wireless Test 和 Robotics；Q1 2026 收入、EPS 和指引显示半导体测试需求继续由 AI compute 和 memory test 拉动，但机器人业务仍是拖累/期权并存。13
• 与材料/设备不同，测试设备收入更靠近客户产品量产节奏：AI GPU/ASIC tape-out 后进入良率爬坡和量产测试，ATE 订单会滞后于 EDA/晶圆设备但领先于大规模出货。24
• 竞争上，Advantest 是最关键同业，尤其在 SoC 和 memory test；Cohu、FormFactor、Onto、Keysight、Chroma 分别在 handler/probe card/metrology/RF/电源测试等环节竞争或互补。56
• 估值应分拆 Semiconductor Test 高周期高质量资产、Robotics 低利润期权、System/Wireless Test 稳定业务；若机器人业务持续亏损且半导体测试订单放缓，TER 估值会向纯周期设备股回归。17
• 反证阈值：Semiconductor Test 收入连续两季环比下滑、HBM/memory test 订单低于指引、毛利率低于 55%、Robotics 无法收窄亏损，或 Advantest 在 AI SoC/HBM 份额继续扩大。135

公司概况与发展沿革

Teradyne 成立于 1960 年，1961 年上市，是美国自动测试设备老牌公司。公司从半导体 ATE 扩展到系统测试、无线测试和工业机器人，代表产品包括 UltraFLEX、J750、Eagle Test、Magnum、LitePoint 无线测试，以及 Universal Robots/MiR 协作机器人。23

管理层战略重点是把半导体测试维持在高利润核心，同时保留机器人业务作为工业自动化长期期权。AI 时代，Teradyne 的核心不是“AI 软件”，而是 AI 芯片复杂度、HBM 带宽和先进封装对测试时间、并行度、精度和可靠性的要求提高。24

商业模式拆解

分部	产品	收入来源	客户	定价机制	AI 相关性
Semiconductor Test	SoC/memory/wafer/package ATE	设备 + 服务/配件	fabless、IDM、OSAT、存储厂	项目/平台采购	高12
System Test	Storage、Defense/Aerospace、Production Board Test	设备/系统	工业/国防/存储	项目制	中1
Wireless Test	LitePoint	Wi-Fi/蜂窝/RF 测试	通信芯片/设备厂	项目制	中低1
Robotics	Universal Robots、MiR	协作机器人/AMR	工业客户	硬件 + 软件/服务	间接1

单位经济：ATE 平台初始设备 ASP 高、毛利率高，但订单周期随客户 capex 波动；服务和板卡/配件提供复购。公式：Semiconductor Test revenue = 新平台台数 × ASP + upgrade/service；利润 = revenue × gross margin - R&D/SG&A。12

AI 相关业务深度拆解

Teradyne AI proxy 使用 Semiconductor Test × AI SoC/HBM exposure + System Test 中数据中心/存储测试 exposure。公司未披露 AI 收入，不能把 Semiconductor Test 全部视为 AI。12

AI 驱动	测试需求	Teradyne 产品	传导
AI ASIC/GPU	SoC wafer/package final test，功耗/高速 I/O/可靠性	UltraFLEX/J750/Eagle 等	复杂度增加测试时间和并行需求2
HBM/DRAM	memory test、known-good-die、stack 相关测试	Magnum/memory test 平台	HBM 容量和良率要求提升4
Advanced packaging	chiplet/package/system-level test	SoC + system test	测试从 die 延伸到 package/system4
数据中心存储/网络	SSD、板级、RF/连接测试	System/Wireless Test	间接受益1

季度桥：Q1 2026 先看 Semiconductor Test 收入占比和订单强度；Q2/Q3 指引若继续上修，说明 AI/HBM 测试 capex 已从订单转收入。公式：AI test revenue proxy_t = Semiconductor Test revenue_t × AI/high-performance compute exposure_t + Memory Test revenue_t × HBM exposure_t，未披露系数使用情景假设。13

产业链位置

Teradyne 坐标：EDA/设计 -> 晶圆制造 -> 封装 -> ATE/探针/handler/probe card -> 良率与出货 -> 云厂服务器。24

方向	对象	依赖度	投资含义
上游	精密电子、仪器、FPGA/ASIC、机械、软件	高	供应链影响交付和成本
下游 fabless/IDM	NVIDIA [NVDA]、Broadcom [AVGO]、AMD、Apple、Qualcomm 等	间接/未披露	AI/移动/计算产品量产驱动
下游存储	SK hynix [SKH]、Samsung、Micron	高	HBM/DRAM 测试需求
下游 OSAT	ASE、Amkor、JCET 等	高	封装测试外包需求
同链互补	FormFactor、Cohu、Advantest	高	probe/handler/ATE 共同决定产线能力

竞争格局与市场份额

ATE 市场最重要竞争是 Teradyne vs Advantest。Advantest 在高端 SoC 和 memory test 份额强，Teradyne 在 SoC、system test、无线测试和客户组合上具备优势。AI/HBM 会把竞争焦点推向高速接口、并行测试、功耗、热控制和良率数据软件。56

公司	最新收入	增速	毛利率	FCF	客户集中度	技术代际	PE/估值	反证条件	来源
Teradyne	FY2025 约 28 亿美元级	周期修复	高 50% 区间	待披露	半导体客户集中	SoC/memory/system ATE	TER 2026-05-27 C 级	Semi Test 下滑	17
Advantest	FY2025/2026 日元口径	AI/HBM 强	高	待披露	AI/存储客户集中	SoC/HBM ATE	6857.T C 级	AI 订单转弱	5
Cohu	ATE/handler/test cell	待披露	中	待披露	OSAT/IDM	handler/inspection	COHU C 级	handler 需求弱	6
FormFactor	probe card/systems	待披露	中高	待披露	foundry/logic/memory	advanced probe	FORM C 级	probe 卡需求弱	6
Onto Innovation	inspection/metrology	待披露	中高	待披露	advanced packaging	metrology	ONTO C 级	packaging capex 弱	6
Keysight	test/measurement	待披露	高	待披露	通信/半导体	RF/system test	KEYS C 级	通信 capex 弱	6

护城河

1. 平台粘性：ATE 平台一旦进入客户量产流程，测试程序、探针卡、handler 和良率数据链路都会绑定，迁移成本高。2
2. 技术复杂度：AI SoC/HBM 对高速 I/O、功耗、热和并行测试要求提升，测试平台需要长期研发积累。24
3. 客户经验：大客户量产 debug 和良率提升依赖测试厂商现场工程经验。2
4. 规模与服务网络：全球客户支持能力决定交付和维护效率。12
5. 组合期权：Robotics 虽短期利润承压，但若工业自动化复苏，可提供非半导体周期增长。1

财务深度分析

年度/季度	收入	毛利率	净利	FCF	解读
FY2023	半导体测试周期下行	高位回落	回落	正	手机/PC/传统半导体弱1
FY2024	修复初段	稳	稳	正	AI 测试开始贡献1
FY2025	约 28 亿美元级	高 50% 区间	修复	待披露	Semi Test 为核心1
2026Q1	最新季度披露	待披露	待披露	待披露	AI/HBM 订单关键3
2026Q2 指引	公司指引	待披露	待披露	n/a	验证复苏斜率3

财务异常点：Robotics 业务可能稀释集团 margin；半导体测试高峰期会带来高毛利和现金流，但订单能见度受客户 capex 周期影响。分析时需分开核对 Semi Test 与 Robotics，避免集团 margin 掩盖核心 ATE 质量。13

业绩传导路径

AI GPU/ASIC/HBM 量产
  -> die/package/system test 时间和精度要求上升
  -> ATE 台数、upgrade、service 增加
  -> Semiconductor Test 收入上升
  -> 高毛利平台带动 operating leverage
  -> EPS/FCF 与设备周期倍数上修

弹性测算：若 Semiconductor Test 收入增长 20%、分部增量毛利率 60%，在集团固定费用相对稳定时，营业利润增速可显著高于收入增速；若 Robotics 亏损扩大 5,000 万美元级，会抵消部分 ATE 增量利润。该测算为情景假设。13

估值

分部	中性假设	倍数	说明
Semiconductor Test	EBIT × 24-30x	高	AI/HBM ATE 稀缺性
System/Wireless Test	EBIT × 12-16x	中	工业/通信测试周期
Robotics	revenue × 1-2x 或 EBIT 折价	低/期权	亏损期权，需看复苏
净现金	现金 - 债务	1.0x	资产负债表

当前 TER 估值若高于半导体设备中枢，隐含 Semiconductor Test 订单持续上修和 Robotics 不再显著拖累。熊市目标对应 AI 测试订单放缓；中性对应 FY2026 Semi Test 复苏兑现；牛市对应 HBM/AI SoC 双强且 Advantest 份额未继续压制 TER。7

催化因素

时点	催化	量级	分级
2026Q2	Q2 results/guidance	Semi Test 指引上修	[指引]
2026H2	HBM4 量产测试需求	memory test 订单	[行业预测]
2026H2	AI ASIC 客户扩产	SoC ATE 订单	[供应链估算]
2027	advanced packaging test 增加	system-level test	[行业预测]
2027	Robotics 亏损收窄	margin 改善	[指引]

核心风险

风险	情景	影响
Advantest 份额提升	AI/HBM 订单更多流向竞争对手	Semi Test 增速低于行业
客户 capex 延迟	AI ASIC/HBM 项目推迟	订单后移 1-2 季
Robotics 拖累	工业需求弱/亏损扩大	集团 margin 下行
出口管制	中国客户测试设备受限	收入和订单减少
测试时间优化	客户减少测试成本	ATE 需求弹性降低

历史复盘

Teradyne 股价历史由半导体测试周期和机器人期权共同驱动。2019-2021 年 5G/SoC 和半导体景气推高 ATE 需求；2022-2023 年消费电子和存储下行压制订单；2024-2026 年 AI SoC/HBM 重新带来测试复杂度上行，但机器人业务的盈利能力成为估值折价来源。135

跟踪指标

频率	指标	阈值	来源
季	Semiconductor Test revenue	连续两季增长为正面	TER 财报3
季	毛利率	<55% 为负面	TER 财报3
季	Q2/Q3 指引	低于市场预期为负面	TER earnings3
季	Advantest 订单	强于 TER 为份额风险	Advantest 财报5
年	Robotics operating loss	收窄为正面	TER 10-K1

最新事件

1. [已发生] 2026，Teradyne 披露 Q1 2026 业绩，半导体测试需求是核心观察项。3
2. [已发生] 2025，Teradyne 10-K 披露分部结构和 FY2025 经营数据。1
3. [行业预测] 2026H2，HBM4 与 AI ASIC 量产将继续提升 SoC/memory test 复杂度。46
4. [供应链估算] 2026-2027，先进封装和 system-level test 将提高测试设备需求，但具体客户份额未披露。4
5. [指引] 2026，Robotics 盈利改善是集团 margin 的第二变量。13

误读纠偏

误读 1：Teradyne 是机器人公司

实际情况：机器人是期权，半导体测试才是利润和估值主轴；AI 时代更应看 Semiconductor Test。13

证据：公司分部披露显示 Semiconductor Test 是核心收入和利润来源，Robotics 对集团 margin 有稀释风险。1

误读 2：ATE 需求只看芯片出货量

实际情况：ATE 需求还取决于测试时间、并行度、良率、封装复杂度和客户测试策略；AI/HBM 即使出货片数不如消费芯片，测试强度也更高。24

证据：AI SoC/HBM 需要高速 I/O、功耗、热和可靠性测试，推动测试平台复杂度提升。24

来源 footnotes

1 Teradyne FY2025 Form 10-K / annual report — Teradyne / SEC — 2026 — https://investors.teradyne.com/financials/sec-filings/default.aspx (A) 2 Teradyne semiconductor test product materials — Teradyne — accessed 2026-05-29 — https://www.teradyne.com/ (B) 3 Teradyne Q1 2026 results — Teradyne IR — 2026 — https://investors.teradyne.com/news/default.aspx (A) 4 Advanced test requirements for AI, HBM and packaging — company / industry materials — 2025-2026 (B/C) 5 Advantest financial results and investor materials — Advantest — 2025-2026 — https://www.advantest.com/investors/ (A) 6 Test ecosystem peer disclosures — Cohu / FormFactor / Onto Innovation / Keysight / Chroma — 2025-2026 (A/B/C mixed) 7 TER market quote, 2026-05-27 close — StockAnalysis / public quote feeds — accessed 2026-05-29 (C)

D11 补充：ATE 在 AI 芯片量产中的滞后与放大

Teradyne 的 AI 弹性有滞后性。EDA、IP 和前道设备通常更早反映新芯片设计；ATE 往往在 wafer sort、package final test、system-level test 和量产爬坡阶段体现需求。当 AI GPU/ASIC 的 die 面积扩大、I/O 速率提高、HBM 堆叠复杂度上升，测试时间、并行度、热控制和良率数据的重要性都会提高。单颗芯片价值越高，漏测和误判的成本越高，客户越愿意为更高精度、更高吞吐和更稳定的平台付费。

财务拆解必须把 Semiconductor Test 与 Robotics 分开。前者具备高毛利、高客户粘性和平台复购属性；后者是工业自动化期权，但短期可能稀释集团利润率。若只看集团收入，容易低估半导体测试复苏，也可能高估机器人复苏。聪明钱会检查 Semi Test 的订单、收入、毛利、客户应用结构，以及 Robotics 亏损是否收窄。若 AI/HBM 测试强但机器人亏损扩大，集团 EPS 弹性会被抵消。

竞争上，Advantest 是最核心对照，尤其在高端 SoC 和 memory/HBM test；Cohu、FormFactor、Onto、Keysight 分别影响 handler、probe card、inspection/metrology 和研发验证层。Teradyne 的护城河来自客户量产程序、现场工程、测试生态和平台迁移成本，但份额不是静态的。若 Advantest 在 HBM 或 AI SoC 项目持续拿到更高份额，TER 的 AI 弹性需要下调。

与人物观点关系上，偏“AI ASIC 百花齐放”的投资者会关注 TER 的 SoC ATE；偏“HBM 瓶颈”的投资者会关注 memory test；偏“工业自动化复苏”的观点会关注 Universal Robots 和 MiR。本文把 TER 放在 AI 芯片量产验证层，核心反证为 Semi Test 连续走弱、毛利跌破高质量区间、Robotics 拖累扩大、或同业订单显著强于 TER。

D11 补充：测试强度比芯片片数更能解释 ATE 弹性

AI 芯片出货片数未必高于手机 SoC，但测试强度可能更高。大 die、chiplet、HBM、高速 I/O、功耗墙和系统级可靠性都会增加测试向量、测试时间和工程 debug 需求。ATE 厂商的机会来自客户愿意为吞吐、并行度和良率数据付费，以减少昂贵封装件的漏测和返工。TER 因此要看 high-performance compute 与 memory test 的结构，而不是只看半导体总出货周期。

监控上，TER 的领先指标包括 Semi Test backlog、memory test 订单、AI ASIC 客户量产节奏、毛利率、服务/升级收入和竞争对手订单。Robotics 则单独看工业 PMI、渠道库存、亏损收窄和新产品接受度。若 Semi Test 强而 Robotics 弱，SOTP 可解释估值分化；若两者同时转弱，集团估值要回到普通周期设备框架。该口径与聪明钱常用的“拆分主业与期权”一致，也能避免把机器人业务的叙事混入 AI 芯片测试结论。

D11 补充：情景矩阵

情景	Semi Test	Robotics	解读
压力	AI/HBM 订单弱	亏损扩大	双重压缩
基准	SoC/memory test 修复	亏损可控	主业支撑估值
改善	AI ASIC 与 HBM 同强	亏损收窄	经营杠杆释放
反证	Advantest 明显更强	工业需求不振	份额与组合受压

TER 的聪明钱框架是“量产复杂度”而不是“芯片出货片数”。如果 AI ASIC 多样化和 HBM 堆叠继续推高测试强度，ATE 需求会保持韧性；如果客户通过设计简化、测试时间优化或集中采购压低设备需求，收入弹性会低于产业叙事。这个边界决定 TER 适合被放在 AI 芯片制造验证层，而不是被当作直接算力股。