4月24日，DeepSeek（深度求索）正式發佈V4預覽版並開源，以100萬Token超長上下文、雙版本架構、Day 0全量適配中國國產晶片三大殺招，不僅登頂開源模型之巔，更給中國國產AI晶片按下“加速鍵”——一場從“能用”到“好用”、從“適配”到“主導”的算力革命，正式爆發。一、V4有多強？直接對標GPT-4o，性能碾壓前代DeepSeek-V4推出兩大版本，全線標配百萬級上下文（約75萬字），技術全面突破：• V4-Pro（旗艦）：1.6T總參、49B啟動，推理、智能體、知識能力開源第一，程式碼評測超越GPT-5.2、逼近Opus 4.6• V4-Flash（普惠）：284B總參、13B啟動，速度快、成本極低，API低至0.2元/百萬Token• 核心創新：自研DSA稀疏注意力，長文字算力消耗僅為V3.2的27%，視訊記憶體佔用降至10%二、最重磅：發佈即適配！中國國產晶片首日“全家桶”支援不同於以往“先海外、後中國國產”，V4實現Day 0適配——發佈當天，8家中國國產晶片廠商全量支援：• 華為昇騰：昇騰950PR單卡推理性能達輝達H20的2.87倍，時延低至20ms•寒武紀：基於vLLM開源適配程式碼，雙版本全支援•摩爾線程、海光、壁仞等同步完成深度最佳化這不是簡單相容，而是芯模深度協同：• 低精度匹配：V4的MoE/FP4與昇騰950計算單元天然契合• 核心最佳化：融合算子、多流平行、量化壓縮，效率拉滿• 全流程自主：從訓練到推理徹底擺脫CUDA依賴三、對中國國產晶片：三大質變，徹底改寫生態格局1. 性能逆襲：中國國產晶片第一次“主場領先”過去中國國產晶片“硬體能打、生態拉胯”——頂級模型只適配輝達，中國國產只能追。V4讓昇騰950在頂級模型上性能反超H20，證明：中國國產晶片+中國國產大模型 > 海外組合商用落地徹底站穩腳跟。2. 訂單爆發：產業鏈全面放量，下半年是關鍵• 華為鎖定75萬顆昇騰訂單• 阿里、騰訊、百度等雲廠商數十萬顆級採購• 伺服器、封裝、散熱、液冷全鏈訂單暴漲• 機構判斷：2026下半年是中國國產算力規模化放量拐點3. 生態正循環：從“被動適配”到“主動主導”• V4開源+中國國產優先，吸引全球開發者基於中國算力底座開發• 統一框架（如智源FlagOS）實現“一次開發，多芯部署”• 中國國產AI晶片市佔率已達41%，加速衝擊50%+四、市場炸了：A股算力、晶片全線大漲4月27日，DeepSeek-V4效應引爆市場：• GPU指數+3.91%、半導體裝置+5.68%• 芯源微+17.81%、富創精密+16.03%、多股20cm漲停• 資金共識：AI自主可控=中國國產算力優先五、深遠意義：中國AI真正“站起來”1. 技術自主：大模型+晶片全端自研，打破海外壟斷2. 成本普惠：V4-Flash推理成本僅為GPT-5.5的1/100，AI應用全面普及3. 產業升級：軟硬協同推動晶片架構、工藝、工具鏈全鏈升級4. 全球格局：中國從AI追隨者，變成規則制定者與生態主導者結語：這只是開始DeepSeek-V4不是終點，而是中國國產AI算力黃金時代的起點。當百萬上下文成為標配、當中國國產晶片成為首選、當全端自主成為現實——中國AI，終於迎來屬於自己的主場時刻！ (SEMI半導體研究院)

芯原股份近期甩出重磅訂單公告。今年1月1日至4月20日，新簽訂單45.16億元。延續了去年的爆發式增長。2025年二到四季度，訂單三次突破歷史新高。分別達11.82億元、15.93億元、27.11億元。季度環比增速，一次比一次猛。尤其是去年四季度，較三季度增長超70%。這份訂單體量，給足未來業績底氣。要知道，它剛闢謠完友商搶單的傳言。此前股價跳水，傳言不實被火速澄清。實打實的訂單資料，就是最好的證明。絕大部分是一站式晶片定製業務訂單。AI算力相關訂單佔比超85%，佔比極高。資料處理領域訂單佔比84.77%。主要來自雲側AI ASIC及IP業務。這也印證了AI ASIC賽道的火爆。芯原股份的行業地位，毋庸置疑。作為國內AI ASIC龍頭，實力硬核。還是“中國半導體IP第一股”，2020年登陸科創板。2024年IP授權市場佔有率全球第八。智慧財產權授權使用費收入全球第六。IP種類在全球前十IP企業中排名第二。技術實力，早已得到行業認可。它手握5nm、4nm先進工藝流片經驗。能提供全方位一站式晶片定製服務。已是多家全球頂級雲服務提供商的合作夥伴。業務佈局不侷限於雲側，端側也在發力。覆蓋AI手機、AI PC、AI Pad等存量市場。也佈局AI眼鏡、AI玩具等增量賽道。甚至涉足智能汽車領域，全面開花。在手訂單儲備，同樣十分充足。截至2025年末，在手訂單達50.75億元。連續九個季度保持歷史高位。其中80%以上，預計一年內轉化為收入。量產業務訂單超30億元，落地性極強。業績增長勢頭，同樣肉眼可見。2025年實現營業收入31.52億元。同比增長35.77%，增速亮眼。下半年營收21.79億元，較上半年翻倍。AI算力相關收入佔比達64.43%。較2024年提升8.64個百分點，趨勢向好。資本層面，芯原也在加速佈局。已向香港聯交所遞交H股上市申請。計畫開啟“A+H”雙資本平台時代。目的很明確，加速全球化，拓展海外市場。董事長戴偉民對端側AI市場有清晰判斷。認為繁榮拐點在於商業規模化落地。芯原正全力最佳化端側AI解決方案。賦能端側AI硬體規模化量產。亮眼資料背後，也藏著現實挑戰。2025年歸母淨利潤為-5.28億元，仍在虧損。半導體研發投入大、周期長，盈利難度不小。AI ASIC賽道熱度高，競爭日趨激烈。國內外廠商紛紛入局，內卷加劇。雖然訂單暴漲，但盈利兌現仍需時間。當前AI算力需求爆發，是芯原的機遇。 (1 ic芯網)

一家市值跌去 99% 的環保鞋企，靠兩個字母“AI”，股價一天暴漲 582%。2026 年 4 月 15 日，一個在矽谷已經快被遺忘的名字，重新殺回了美股熱搜榜。Allbirds，那家曾經讓矽谷程式設計師人腳一雙的羊毛運動鞋品牌，宣佈徹底放棄製鞋業務，轉型為一家 AI 算力基礎設施公司。新名字叫“NewBird AI”，業務是買 GPU、建資料中心、做算力租賃。消息一出，BIRD 股價從前一天收盤的 2.49 美元，盤中最高飆到 24.31 美元，收盤報約 17 美元，單日漲幅 582%。市值從 2100 萬美元暴漲到接近 1.6 億美元。一家賣鞋的，改名賣算力，市值一天翻了將近 8 倍。這個畫面，是不是似曾相識？從 40 億到 3900 萬：矽谷寵兒的墜落故事得從頭說起。2015 年，紐西蘭前足球運動員 Tim Brown 和可再生材料專家 Joey Zwillinger 在舊金山創立了 Allbirds。他們的賣點很簡單：用美利奴羊毛做鞋，舒服，環保，極簡。這雙鞋迅速成為矽谷科技圈的“制服”，歐巴馬穿，小李子穿，Sand Hill Road 上的風險投資人們更是幾乎人手一雙。2021 年 11 月，Allbirds 在納斯達克上市，市值一度超過 40 億美元。那時候 ESG 還是華爾街的政治正確，“可持續時尚”是最性感的消費敘事，投資人相信這家公司能成為下一個 Nike。但泡沫破得比預想中快。上市後的四年裡，Allbirds 的營收從 2.98 億美元腰斬到 1.52 億美元。競爭對手蜂擁而至，獲客成本不斷攀升，線下門店一家接一家關閉。2026 年 1 月，公司宣佈關閉所有美國全價門店。2026 年 3 月 30 日，Allbirds 以 3900 萬美元的價格，把品牌、智慧財產權和全部鞋類資產賣給了 American Exchange Group。3900 萬美元，這家公司 IPO 時募資金額的零頭都不到。從 40 億到 3900 萬，跌幅 99%，用時不到五年。賣完鞋之後，Allbirds 剩下什麼？一個納斯達克的殼，一個股票程式碼 BIRD，一堆股東，和一個需要給華爾街講新故事的 CEO Joe Vernachio。Vernachio 是個傳統零售老兵，在 Nike、Patagonia、The North Face 都幹過，2021 年加入 Allbirds 當 COO，2024 年接任 CEO。他的履歷裡沒有一行跟 AI、GPU 或者資料中心有關。但這不重要，在 2026 年的華爾街，你不需要懂 AI，你只需要說出這兩個字母，就有人買單。NewBird AI：5000 萬美元買 GPU4 月 15 日，Allbirds 發佈公告：Allbirds 將更名為 NewBird AI，定位為“GPU-as-a-Service”和“AI 原生雲解決方案提供商”。公司獲得了一筆 5000 萬美元的可轉換融資，來自一位未具名的機構投資者，資金將用於採購高性能 GPU 硬體，然後以長期租賃方式出租給 AI 開發者和企業客戶。公告裡的話術很專業：“GPU 採購周期正在拉長，北美資料中心空置率降至歷史低位，2026 年中之前上線的全市場算力產能已經被全部預訂。”言下之意，算力供不應求，NewBird AI 要來填補這個缺口。聽起來很有道理，問題在於：Allbirds 沒有任何 AI 技術背景，沒有資料中心營運經驗，沒有 GPU 供應鏈關係，沒有已簽約的客戶。它擁有的，是一個上市公司的殼，和 5000 萬美元的新錢。5000 萬美元在算力基礎設施行業是什麼概念？輝達一塊 H100 的市價大約在 2.5 萬到 4 萬美元之間。5000 萬美元滿打滿算能買 1200 到 2000 塊 H100，而亞馬遜 AWS、微軟 Azure、Google Cloud 三家加起來控制著全球 63% 的雲基礎設施市場。一家前鞋企，拿著 1000 多塊 GPU，要跟三大巨頭搶生意？當然，公告裡也留了伏筆：公司計畫在 5 月 18 日召開特別股東大會，投票通過更名和戰略轉型。其中有一項議案格外引人注目，請求股東批准刪除公司章程中“為環境保護公共利益而營運”的條款。從“為地球做一雙好鞋”，到“為 AI 賣算力”，連環保章程都要改，轉型的決心倒是很堅決。“改名經濟學”：一部華爾街荒誕史Allbirds 不是第一個幹這種事的公司，也不會是最後一個。2017 年 12 月，紐約長島的一家冰茶公司 Long Island Iced Tea Corp.，宣佈將戰略重心轉向區塊鏈技術，改名為 Long Blockchain Corp.，消息發佈當天，股價暴漲近 500%。那家公司的區塊鏈業務從來沒有真正營運過。兩個月後，納斯達克將其摘牌。再後來，SEC 介入調查，最終以內幕交易罪名起訴了相關人員。這就是華爾街“改名經濟學”的經典案例：當一個概念足夠熱門，光是把它寫進公司名稱，就能讓股價飛上天。2017 年的魔法詞是“Blockchain”，2026 年的魔法詞是“AI”。Allbirds 的故事甚至跟 Long Blockchain 有著驚人的結構性相似：核心業務失敗，資產賤賣 ，保留上市公司殼，蹭最熱概念改名，股價暴漲。區別在於，2017 年那次是草台成員的瘋狂，而 2026 年的這一輪有著更精密的金融包裝。Allbirds 有 5000 萬美元的可轉換融資做信用背書，有“GPU-as-a-Service”這個聽起來很專業的商業模式，有一份寫滿了行業術語的 SEC 檔案。包裝更精緻了，核心沒變：用一個熱門標籤，給一個空殼鍍金。從 DAT 到 GPU：敘事改變估值如果你關注加密市場，對這種套路應該不陌生。2025 年是加密“數位資產財庫”（DAT）公司的爆發之年。大量主營業務萎靡的小市值上市公司，紛紛宣佈將加密貨幣納入資產負債表，搖身一變成為“比特幣/以太坊/Solana 財庫公司”。截至 2025 年 9 月，這類公司至少有 200 家，總市值約 1500 億美元，一年內翻了三倍。套路幾乎一模一樣：股價低迷，宣佈買入加密資產，暴漲 300% 到 900%，趁高位增發融資，再買更多代幣，循環往復。音樂停下來的時候，場面很難看。2025 年下半年加密市場回呼，至少 15 家比特幣財庫公司的股價跌破了其持有代幣的淨資產價值，散戶虧損估計達到 170 億美元。Allbirds 的 NewBird AI，本質上就是 DAT 模式的變體。把“買代幣”換成“買 GPU”，把“比特幣財庫”換成“算力租賃”，底層邏輯完全相同：一家沒有相關業務能力的殼公司，蹭熱點敘事吸引資金，再用資金購買熱門資產。GPU 是實物資產，不會一夜暴跌 50%，但會貶值、會過時，需要電力、冷卻、維運，這些恰恰是 Allbirds 從未接觸過的領域。每一輪技術浪潮都催生同樣的現象。2000 年加個“.com”，2017 年加上“Blockchain”，2021 年說自己是“元宇宙”，2025 年宣佈買比特幣，2026 年宣佈買 GPU。底層人性從來沒變：貪婪尋找最短路徑，市場永遠願意為一個好聽的故事買單。5000 萬美元的算力投入，放在 CoreWeave、Lambda 這些已經擁有數萬塊 GPU 的玩家面前，連個浪花都算不上。但一家賣羊毛鞋的公司，僅憑一紙公告和一個新名字，就能在一天之內創造超過 1.3 億美元的市值增量。這種事情在牛市的中後期出現，從來不是什麼好兆頭。記住 Long Blockchain Corp. 的結局，NewBird AI 的結局也許不會完全一樣。但當一個零售老兵帶著一家剛賣掉全部鞋子的空殼公司，聲稱要跟亞馬遜和微軟搶算力生意的時候，你至少應該問自己一個問題：這 582% 的漲幅裡，有多少是信仰，有多少是泡沫？ (深潮 TechFlow)

1 月份我們用了好幾篇文章拆過一條鏈：儲存漲價 → 倒逼 CPU 囤貨和整機搶裝 → 雲廠商被迫漲價，傳導率大約 33%-40%。當時的結論是，這波漲價不止一輪，"你有可能看到雲服務廠商一次調價、兩次調價、甚至三次調價"。三個月過去了，漲價確實落地了。但這周看到 Sightline出的一組資料，讓我意識到之前的判斷雖然方向對，但瓶頸的等級低估了。前幾天去荷姆茲海峽的分析師Citrini今天也發文：縱觀各投資組合表現最佳的個股幾乎都AI 材料類股或“PTSD"框架，其實還有電力。一邊是AI合縱連橫，大筆融資，另一邊是電都通不上。今天來看看當下AI行業的一些動態：1、資料中心的瓶頸到底卡在那？2、ASML 明天、TSMC 後天，財報有那些新預期？一、資料中心的瓶頸到底卡在那？大家最擔心的一直都是資本開支能否不斷向上，我覺得從細節上也可見一斑。前幾天大家都反應claude越來越不聰明，甚至測出來的排名越來越靠後，作為當下最強模型，出現因為計算資源不足而導致的降智，也側面說明了當下的算力還遠遠不夠，要知道目前才剛進入半人工智慧，剛開始能控制電腦自己幹活，還沒有進入視訊階段就這樣，足可見短期可見算力還是太缺。資本開支 → 資料中心 → 算力上線 → 雲收入 → 證明 投資回報率。這條鏈大家已經很熟了。Sightline剛出的報告把第一環拆開了，數字不好看。26 年美國計畫投運約 16 吉瓦資料中心容量。實際在建的只有 5G瓦。 Sightline 估計 30%-50% 的項目會延期或取消。*美國資料中心管線：2026 年計畫 16.2 吉瓦，綠色為在建，黃色僅為宣佈。注意 2027-2028 年黃色佔比更大。2027 年更難——宣佈了 21.5 吉瓦，實際在建 6.3 吉瓦。2028 年之後的項目大部分連確定的完工日期都沒有。瓶頸不是錢——超大規模廠商今年 資本開支加起來超 7000 億美元。Canaccord 分析師的原話："美國資料中心的繁榮正遭遇物流摩擦構成的巨大壁壘。"具體卡在三個地方。*美國主要電力裝置進口量：變壓器、開關裝置、電池需求激增，國內產能跟不上。變壓器。 資料中心越建越大，需要的變壓器規格也在翻。GE 電氣化部門的負責人說，2020 年之前交期 24-30 個月，那個年代夠用。但現在 AI 公司"通常希望 18 個月內拿到貨"——現實是需求激增已經把交期拉到最長 5 年。有公司開始翻新已關閉電廠裡的舊變壓器湊數。電力。 25% 的 2026 年計畫項目甚至還沒有披露供電方案。等電網靠不住，企業開始自己想辦法——Crusoe 在懷俄明州建 1.8 吉瓦的天然氣加可再生能源項目，Homer City 在賓夕法尼亞改造 4.5 吉瓦的煤改氣。最新的新聞是Oracle 跟 Bloom Energy 簽了最多 2.8 吉瓦的燃料電池供電協議，專門給 AI 資料中心用。今天bloom暴漲20%。Bloom Energy 說今年年底產能要翻倍到 2 吉瓦。這些動作本身就說明問題——如果電網能解決，沒人會花這個錢自己建電廠。Sightline 說得很直接："若指望電網來提供這一等級的容量，可能需要十年。"零部件供應鏈。變壓器、開關裝置、電池——不只資料中心在搶，電網擴容、電動車、熱泵也要用。美國本土產能跟不上，只能靠進口。而很多關鍵零部件供應商在中國。高盛Shreeti 上周末報告裡說，她在投資者晚宴上聽到的共識是："計算資源根本不足，每一家企業都面臨嚴重的計算瓶頸——從晶圓廠到資料中心審批，再到電力、記憶體乃至勞動力。"然後她自己追了一句——"這種共識是否已達頂峰？"從倉位看，共識確實擠。但 1 月我們聊的是CPU和儲存層面的缺貨，現在也逐漸顯現而更多的瓶頸也出現，不是記憶體條不夠，是機房建不出來，是AI材料緊缺。二、ASML 明天、TSMC 後天、M7財報明天 ASML 出 一季度財報，後天 TSMC 。TSMC 已經公佈了月度營收，一季度合計約 $357 億（同比 +35.1%），其中 3 月單月同比 +45.2%。這個增速主要由 3nm/5nm 節點成熟出貨和 2nm GAA 早期量產驅動，客戶端對應的是 Nvidia Blackwell 系列和 Apple 新品。一季度數字本身超了市場預期，沒有太大懸念。真正的看點是 4/16 電話會上的 二季度業績指引。市場平時盯收入和毛利率，但結合目前瓶頸邏輯，我覺得最該看的是兩件事：裝置端訂單能不能驗證擴產節奏，以及 資本開支花不花得出去。大摩今天的報告給了 二季度三種情景：基準情景（60% 機率）是環比 +5-10%，毛利率 64-65%。驅動力是 B300 和 Rubin R200 晶圓需求在 二季度集中放量。CoWoS 先進封裝產能從 2025 年約 100K/月擴到年底約 130K/月。供不應求沒有改變。ASML 這邊，核心看 EUV 新增訂單和交期。下游 HBM4 量產、TSMC 2nm 擴產、三星美光的記憶體產能投入——全都要過 ASML 。如果 ASML 確認 EUV 訂單增速與擴產計畫匹配，"HBM 供不應求到年底"就有了裝置端驗證。再聊聊整個AI類股的一季度前瞻：AI 基礎設施投資貢獻了今年標普 每股盈利增長的約 40%。 IT 類股 一季度每股盈利預期增長 44%，佔整個指數增長的 87%。僅 NVDA 和 Micron 兩家就貢獻一半以上。一季度超大規模廠商 資本開支預計 1490 億美元，同比 +92%——分析師認為這是增速峰值，後面幾個季度放緩。*超大規模廠商資本開支同比增速：2026 年一季度 +92% 是本輪周期峰值，之後逐季放緩。德銀則預計一季度標普 每股盈利增長 19%，創四年新高。理由是周期性驅動走強、美元同比貶值 6.8%、加上 AI 熱門領域加速。數字很好看。但問題是：7000 億 資本開支預算，花得出去多少？如果第一節美國資料中心的資料最終稿確實如此——半數資料中心延遲或取消、變壓器交期五年、25% 項目沒供電方案——資本開支的"落地率"就是一個非常關鍵的變數。錢撥了但花不出去，財務上是延後確認不是損失，但對上游供應鏈的訊號完全不一樣。這裡有一個張力——ASML 和 TSMC 確認的是晶圓端產能在擴，Sightline 確認的是資料中心端基礎設施在卡。 晶片造得出來，裝晶片的機房建不出來，AI材料供不應求。中間這個落差，就是資本開支"花不出去"的風險所在。高盛交易台今天也談到這個問題——IT 類股 一季度增長 44% 的預期已經極高了，"只有超預期才是利多，符合預期就是中性"。如果有大廠在電話會指引裡暗示資本開支因基礎設施瓶頸推遲，市場會非常敏感。之前CIO首席資訊官調查裡說的那句還記得吧——AI 優先順序創新高，但 IT 預算只多了 10 個基點。蛋糕在挪不在加。這周 TSMC 和 ASML 的財報，看的是蛋糕有沒有變大，還是只在上游這一段集中變厚。後面盯幾件事：ASML 明天的 EUV 訂單資料、TSMC 後天的 二季度業績指引 和 CoWoS 產能更新、以及財報季裡超大規模廠商的 資本開支前瞻指引——有沒有人開始提"項目延遲"和"供應受限"。 (北向牧風)

AI算力驅動下，儲存行業正式進入“超級周期”。資料顯示，三星、SK海力士、美光三大廠商佔據全球超90%的DRAM市場份額。自2025年下半年起，行業巨頭將絕大部分先進製程產能轉向高利潤的AI伺服器用HBM產品，系統性壓縮消費級儲存產能。此前，“實體記憶體或被替代”的相關消息，曾對儲存晶片市場造成一定影響，但行業持續走高的景氣度，徹底打消了市場顧慮。有業內人士表示，疊加全球產能結構性緊張、訂單持續飽滿，儲存晶片產業正迎來由AI算力革命引領的新一輪超級周期，全年增長態勢較為明確。在這樣的行業背景下，侃見財經認為，年記憶體儲行業龍頭企業業績將持續兌現，部分龍頭企業業績甚至會實現跨越式增長。近期，儲存晶片龍頭企業兆易創新發佈2025年財報，財報資料顯示，報告期內公司實現營業收入92.03億元，同比增長25.12%；淨利潤16.48億元，同比增長49.47%；扣非淨利潤14.69億元，同比增長42.57%。具體到第四季度，兆易創新營收23.72億元，同比增長39%；淨利潤5.65億元，同比增長108.85%；扣非淨利潤4.27億元，同比增長68.79%。從單季度表現來看，兆易創新業績正加速兌現。這一業績表現也反映在資本市場，兆易創新股價迎來大幅上漲。統計顯示，自去年8月至今，公司股價最高漲幅超過200%，截至目前，漲幅仍超過120%，市值增長突破1000億元。股價大漲直接讓公司控股股東朱一明受益，根據股權穿透結果，朱一明合計持有兆易創新6.85%的股份，以最新收盤價格計算，該部分持股市值約127億元。胡潤研究院最新發佈的2026年全球富豪榜單顯示，朱一明以160億財富，位列全球第2044位，排名同比上升531位。此外，近期兆易創新實際控制人朱一明大手筆減持公司股份，也引發了市場廣泛關注。股價創下新高後，兆易創新實際控制人朱一明拋出減持計畫。4月7日，兆易創新發佈公告稱，公司控股股東、實控人朱一明因個人資金需求，計畫通過集中競價和大宗交易方式減持公司股份不超過1121萬股，約佔公司總股本的1.60%。其中，集中競價減持不超過700萬股，大宗交易減持不超過421萬股。按照公告當日收盤價格計算，朱一明此次套現金額約28億元。據悉，朱一明此次減持的股票來源，為IPO前取得的股份。值得注意的是，此次減持並非朱一明首次減持。根據同花順資料統計，2019年下半年，朱一明通過大宗交易及集中競價方式累計減持公司股份639.12萬股，約佔當時公司總股本的2%；2020年9月，朱一明再度減持公司471.53萬股，佔總股本的1%；2021年至2022年，朱一明的減持動作更為集中，期間累計減持1065.46萬股，佔總股本的比例為1.73%。面對控股股東的減持動作，市場整體態度相對樂觀。明星投資人葛衛東家族更是持續加倉。年報資料顯示，截至2025年末，葛衛東的關聯人王萍新進成為兆易創新前十大流通股東，合計持股755.67萬股，其在第四季度耗資約3億元，加倉超145萬股；而葛衛東持倉約1702.67萬股，與三季度持股資料持平，為公司第三大股東。葛衛東投資兆易創新，最早可追溯至2018年。資料顯示，2018年二季度，葛衛東就以252.4萬股的持倉，成為兆易創新第八大流通股東；到2019年三季度，葛衛東再度大舉加倉，持股1439.02萬股，成為公司第六大股東；2020年底，葛衛東持有兆易創新股份已上升至2110萬股，佔公司總股本的4.8%；經過公司高送轉後，2021年中旬葛衛東持股數量增至2951萬股。但需要說明的是，葛衛東自2021年三季度開始減持兆易創新，當時公司股價經歷一輪上漲，葛衛東減持時機把握十分精準，直至2022年底，葛衛東才結束減持。2024年9月，兆易創新股價開始擺脫下行周期，葛衛東持股數量始終未變，直至2025年三季度才小幅減持169.53萬股；而到第四季度，其關聯人王萍卻增持145萬股。那麼，為何葛衛東家族能夠無懼控股股東減持，堅定持有兆易創新？侃見財經認為，隨著儲存行業超級周期開啟，持續兌現的業績足以抵消控股股東減持帶來的壓力。此外，兆易創新在港股成功上市後，逐步具備國際化視野，這將助力公司在全球市場實現突圍。從收入結構來看，兆易創新在中國香港以及中國大陸的營收佔比合計為77.22%，從市場拓展角度來看，公司海外營收提升仍有較大空間。4月7日，三星電子披露2026年一季度業績，財報顯示，一季度公司營業利潤57.2兆韓元，同比增長755.01%；銷售額133兆韓元，同比增長68.1%。值得一提的是，三星電子在2026年一季度將DRAM合約價上調100%後，二季度DRAM合約價將再度環比上漲30%，兩季度合計漲價幅度高達130%。花旗最新研報指出，強勁的人工智慧推理記憶體需求，將在2026年全年支撐三星的記憶體定價，尤其是伺服器DRAM產品。資料顯示，2026年一季度儲存晶片價格持續飆升。群智諮詢最新資料顯示，一季度消費電子儲存價格較2025年第四季度漲幅超60%，其中NAND快閃記憶體環比漲幅突破70%，創下近年來單季最高漲幅紀錄。華福證券研報分析稱，2026年第一季度儲存晶片價格大幅上漲，伺服器用64GB DDR DIMM價格環比上漲150%，移動端12GB LPDDR5X上漲130%，前代產品8GB DDR SO-DIMM也暴漲180%。值得注意的是，AI伺服器對HBM、DDR5等高頻寬記憶體的需求持續旺盛，促使儲存原廠優先將產能向高利潤產品傾斜，消費電子用DRAM與NAND的供應規模被進一步壓縮。國盛證券認為，本輪儲存行情已經跳出此前的周期循環，進入人工智慧重塑行業底層邏輯的成長大時代。平安證券認為，當前海外雲服務提供商不斷加碼AI基礎設施建設，持續拉升企業級儲存需求，推動儲存行業景氣度持續上行，儲存主流產品迎來量價齊升態勢；考慮到AI領域持續高景氣，本輪儲存周期的強度和持續性有望超過上一輪，相關產業鏈企業有望迎來盈利水平明顯提升。中信證券認為，AI需求帶動下，儲存行業仍處於超級景氣周期前中段，供需緊張局面至少持續至2027年。有業內人士表示，2026年至2027年儲存晶片價格將保持堅挺，產能逐步釋放雖能避免行業出現嚴重短缺，但無法徹底解決供給不足的問題。在財報中，兆易創新表示，公司儲存晶片營收同比增長約26.41%，其中利基型DRAM及SLC NAND Flash受益於行業供給緊縮帶來的價格快速上行，營收增速表現亮眼；NOR Flash收入延續穩健增長，價格也於2025年下半年開啟溫和上漲。定製化儲存解決方案方面，公司控股子公司青耘科技在2025年下半年已陸續有部分項目進入客戶送樣、小批次試產階段，2026年有望實現量產並貢獻相應收入。侃見財經認為，在行業超高景氣的背景下，儲存行業龍頭企業業績將持續兌現，部分企業甚至實現跨越式增長，因此市場並未對兆易創新控股股東的減持行為過度反應。從業績層面來看，即便公司2025年業績已創歷史新高，但業績兌現節奏仍在加快。從市場格局來看，相較於海外市場，國內高端晶片擴產趨勢更為強勁，國記憶體儲晶片擴產節奏與邊際增速顯著優於海外，因此市場也更看好國記憶體儲晶片企業的業績放量。目前兆易創新動態市盈率依舊高達112倍，市場願意給出如此高的估值，核心是看好公司能夠通過持續高增長的業績，消化當前估值泡沫。 (侃見財經)

進入2026年一季度，全球半導體行業徹底告別此前的去庫存周期，迎來顛覆性轉折。從上游晶圓代工、關鍵裝置材料，到中游儲存晶片、模擬晶片、功率器件，再到下游封測與終端應用，全產業鏈掀起罕見漲價潮，疊加AI算力需求指數級增長、國產技術持續突破，半導體產業正邁入“量價齊升”的超級周期，兆美金市場規模提前到來，全球產業格局迎來深度重構。一、史上罕見！全產業鏈漲價潮來襲，部分品類漲幅超100%2026年開年，半導體行業就迎來了前所未有的全品類漲價浪潮，超50家國內外頭部廠商密集發佈調價通知，覆蓋晶圓代工、儲存、模擬、MCU、功率半導體、被動元件等全環節，不再是單一品類的周期波動，而是行業供需反轉、成本上漲、地緣因素多重共振的結果。儲存晶片成為漲價領頭羊，受AI大模型、資料中心算力需求爆發驅動，三星NAND Flash漲幅突破100%，DRAM產品漲幅達60%-70%，SK海力士部分LPDDR產品漲幅逼近100%，HBM高頻寬記憶體更是供不應求，交期持續拉長，成為本輪漲價的核心引擎。模擬晶片與MCU成漲價重災區，德州儀器開啟年內第二次全面漲價，數字隔離器、電源管理IC等核心產品最高漲幅達85%，亞德諾、恩智浦等國際巨頭同步提價，國內芯海科技、中微半導等本土廠商也跟進10%-50%的漲幅，車規級晶片受新能源汽車需求回暖影響，漲價勢頭尤為強勁。上游晶圓代工與封測環節同步跟進，台積電連續第四年上調先進製程價格，2nm工藝漲幅約50%，中芯國際等本土晶圓廠也調整8英吋成熟製程價格；英飛凌、安森美等功率半導體廠商，村田、國巨等被動元件廠商，均因原材料、能源、物流成本上漲，紛紛上調產品價格，部分電感、電阻漲幅達5%-35%，全產業鏈成本壓力持續傳導。二、AI算力成核心驅動力，兆半導體市場提前落地此前行業預測2030年全球半導體市場突破兆美金，而根據SEMI（國際半導體產業協會）最新資料，這一目標有望在2026年底提前實現。2025年全球半導體銷售額已達7917億美元，同比增長25.6%，2026年預計增至9750億美元，同比大漲23%，距離兆關口僅一步之遙，而這一切的核心驅動力，正是AI算力的爆發式增長。AI大模型推理與訓練需求激增，讓全球資料中心利用率達到歷史峰值，GPU、HBM、伺服器CPU等高端晶片供需嚴重失衡。2026年全球AI基礎設施支出將達到4500億美元，推理算力佔比首次超過70%，海量的算力需求直接拉動半導體全產業鏈產能擴張，晶圓廠裝置支出持續加碼，2026年全球半導體裝置支出預計增至1260億美元，先進製程、先進封裝賽道迎來爆發式增長。在3月底落幕的SEMICON/FPD China 2026展會上，全球1500家半導體企業齊聚上海，展出最新技術與產品，展會規模再創新高，直觀展現了AI驅動下半導體產業的火熱態勢。AI不再是單一的應用場景，而是成為貫穿半導體設計、製造、封測全環節的核心主線，重塑整個產業的增長邏輯。三、國產半導體加速突圍，從“可用”邁向“高端”在全球產業鏈重構、漲價潮與供應鏈安全需求的多重推動下，國產半導體產業迎來關鍵戰略窗口期，不再侷限於低端替代，而是向著高端製程、核心裝置、先進材料領域全力突破，產業話語權持續提升。技術成果集中落地，中微公司一口氣推出四款覆蓋矽基和化合物半導體的關鍵工藝新品，拓荊科技發佈針對Chiplet異構整合和HBM應用的3DIC系列裝置，中科飛測展出15款高端質量控制裝置，國產半導體裝置廠商逐步打破海外壟斷，實現從單點突破到全流程覆蓋的跨越。中科院發佈“香山”開源處理器、“如意”原生作業系統，啟動下一代“昆明湖”架構研發，聯合數十家企業建構本土晶片生態，築牢產業自主根基。產能與市場份額穩步提升，中國大陸已連續六年保持全球第一大半導體裝置投資市場，預計2027年裝置投資市場份額接近全球30%。到2030年，中國半導體產能將佔全球32%，在22-40奈米主流製程領域，2028年市場份額將達到42%，長江儲存、中芯國際、華潤微等本土龍頭，在儲存、晶圓代工、功率半導體領域逐步掌握定價權，跟隨國際廠商同步調價，標誌著國產晶片在全球產業鏈的地位實現質的飛躍。同時，“十五五”規劃將半導體產業列為核心戰略領域，政策、資本、人才全方位傾斜，疊加海外廠商漲價、供應鏈不穩定，下游終端企業加速供應鏈多元化，國產替代從“可選項”變為“必選項”，車規級、工控、AI終端等高端領域的國產滲透速度持續加快。四、行業新格局：區域化、本土化，機遇與挑戰並存本輪半導體超級周期，不僅是市場規模的增長，更是全球產業鏈格局的重構。地緣政治因素推動產業“去全球化”，區域化、本土化供應鏈成為主流趨勢，美洲、歐洲紛紛加大半導體產業投資，而中國憑藉龐大的市場需求、完整的產業鏈配套與持續的技術突破，成為全球半導體增長的核心引擎。對於行業而言，本輪漲價潮雖會給下游消費電子、汽車、工控等終端帶來短期成本壓力，但也加速了行業優勝劣汰，倒逼企業技術升級與供應鏈最佳化。對於國產半導體廠商來說，這是前所未有的發展機遇，更是實現從“跟跑”到“並跑”“領跑”的關鍵階段。未來，AI算力需求仍將持續釋放，儲存革命、先進製程、先進封裝將成為行業競爭焦點，國產半導體在核心裝置、高端晶片、關鍵材料領域的突破，將決定全球產業格局的走向。2026年，註定是半導體行業的變革之年，也是國產晶片的崛起之年，兆市場的新征程已經開啟，屬於中國半導體的黃金時代正在到來。結語半導體作為科技產業的“糧食”，始終是全球科技競爭的核心賽道。2026年的行業巨變，既是周期反轉的必然，也是技術創新的結果。站在產業新起點，本土半導體企業唯有持續深耕技術、完善產業鏈生態，才能抓住這一輪超級周期機遇，在全球格局中牢牢佔據一席之地，讓中國芯真正走向世界。 (SEMI半導體研究院)

輝達 2026 年 GTC 大會召開，以 “Token 為王，7 芯 5 櫃迎 Agent 新時代” 為核心主線，宣告 AI 產業已從訓練全面進入推理主導的新階段，Token 成AI 時代的核心數字商品，算力需求迎來百萬級指數增長，並宣佈Rubin+Blackwell晶片到2027年營收將超過1兆美金。我們對 AI 帶動的算力需求以及應用發展持續樂觀，算力類股的短期波動不改長期成長邏輯，持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域。中信建投通訊&人工智慧、電腦、電子、機械團隊推出【AI算力產業鏈投資前景】系列研究：01 GTC 大會召開， Token 為王，持續看好AI算力類股1）輝達 2026 年 GTC 大會召開，以 “Token 為王，7 芯 5 櫃迎 Agent 新時代” 為核心主線，宣告 AI 產業已從訓練全面進入推理主導的新階段，Token 成AI 時代的核心數字商品，算力需求迎來百萬級指數增長，並宣佈Rubin+Blackwell晶片到2027年營收將超過1兆美金。2）大會回溯 CUDA 架構二十年發展鑄就的生態護城河，發佈 cuDF、cuVS 兩大核心軟體庫與 Vera Rubin 超級 AI 平台，深度佈局 OpenClaw 智能體生態，同時公佈 Feynman 架構、DSX 基建平台、軌道太空資料中心等前瞻規劃。我們認為，本次 GTC 大會進一步驗證了 AI 產業的高景氣度與長期成長空間，我們持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域，我們對 AI 帶動的算力需求以及應用持續樂觀。輝達 2026 年 GTC 大會隆重舉行，本次大會全面展現了輝達在 AI 領域的全端技術實力與長期產業佈局，成為 AI 產業從大模型訓練向推理與智能體應用演進的關鍵里程碑。大會開篇，黃仁勳用近十分鐘回溯了 CUDA 架構誕生二十年的演進歷程，明確 CUDA 是輝達所有業務的核心，其最難以複製的壁壘，是二十年沉澱的全球海量安裝基數，以及由此形成的 “安裝基數 - 開發者 - 技術突破 - 生態擴容” 閉環增長飛輪。二十年技術深耕讓 CUDA 形成了覆蓋數千種工具、編譯器、框架和庫的完整開發生態，數億塊可運行 CUDA 的 GPU 與計算系統實現了對全球主流雲廠商、企業的全覆蓋，這是競爭對手無法通過技術、資金在短期追趕的核心護城河，而 CUDA 帶來的超長產品生命周期與持續軟體最佳化能力，也持續放大輝達的成本與生態優勢。本次大會的核心主線明確了 “Token 為王” 的 AI 產業新邏輯，正式宣告 AI 推理拐點已經到來。大會指出，ChatGPT 開啟生成式 AI、推理 AI 實現邏輯規劃、Claude Code 開啟代理時代三大里程碑事件，推動 Token 使用量呈爆炸式增長，AI 產業已從訓練主導階段全面進入推理主導的全新階段，AI 的思考、行動、閱讀、推理全環節都依賴推理計算，算力需求增長已達 100 萬倍。黃仁勳在大會中重新定義了 AI 產業的商業邏輯，指出受電力等物理條件限制，資料中心的核心價值已從傳統儲存計算中心，重構為生產 Token 的 “AI 工廠”，衡量 AI 系統效率的核心指標是每瓦特功耗能夠生成的 Token 數量，Token 成為 AI 時代的核心數字商品。輝達通過軟硬體全端協同設計，實現了 Token 生產成本的全球絕對領先，從 Hopper H200 到 GB NVL72 架構，每 GW 性能提升 35-50 倍，僅軟體棧更新即可讓現有推理平台的 Token 生成速度提升約 7 倍，同時輝達重磅宣佈 Rubin+Blackwell 晶片到 2027年營收將至少達到 1 兆美元，為 AI 算力產業的長期增長打開了空間。為適配推理與智能體時代的需求，輝達在大會中完成了軟體與硬體的全端革新。軟體層面，大會重磅發佈 cuDF、cuVS 兩大核心軟體庫，重構適配智能體時代的企業級資料處理基礎設施，其中 cuDF 專為結構化資料加速，完美適配企業常用的 SQL、Excel 等工具，解決 AI 讀資料慢的核心瓶頸，cuVS 則專注非結構化資料處理，能夠啟動企業內佔比超 90% 的非結構化沉睡資料，目前兩項技術已在 IBM、雀巢等企業落地應用，實現了資料處理效率的大幅提升與成本的顯著下降。同時，輝達宣佈深度支援開源智能體作業系統 OpenClaw，黃仁勳評價其增長速度超過過往數十年的 Linux，是智能體時代的關鍵軟體底座，針對企業級智能體部署的安全痛點，輝達同步推出企業級安全增強版 NemoClaw 參考架構，解決了智能體落地的核心安全障礙，並明確預判傳統 SaaS 模式將全面轉向 AaaS（智能體即服務），未來幾乎所有軟體企業都將被這一浪潮重構。硬體層面，大會重磅發佈了已全面投產的 Vera Rubin 超級 AI 平台，這是專為智能體 AI 打造的軟硬體全端垂直整合計算系統，也是輝達支撐兆營收目標的核心硬體底座。該平台通過 7 款自研晶片 + 五大專用機架的全鏈路協同設計，覆蓋計算、網路、儲存三大核心環節，專為高 Token 消耗、長上下文處理的智能體工作負載設計，目前已獲得 Anthropic、OpenAI、Meta 等頭部 AI 廠商及全球頂級雲服務商的客戶支援。平台通過 Rubin GPU 與自研 Vera CPU 協同、Groq3 LPU 低延遲推理異構加速、BlueField-4 DPU 驅動的 STX 儲存架構革新、全液冷系統與 CPO 光電共封裝技術升級，實現了 Token 生產能效與成本的顛覆性最佳化，整套系統可提供 60 exaflops 的運算能力與 10 PB/s 的總擴展頻寬，單吉瓦算力可解鎖 1500 億美元的年營收機會。大會同步推出了平台的超大規模擴展版本 Rubin Ultra，實現了單 NVLink 域 144 顆 GPU 的統一協同，同時黃仁勳明確重申，光銅協同仍是支撐 AI 算力增長的核心支柱。此外，本次大會輝達還完成了 AI 算力的全維度長期規劃，公佈了三大核心前瞻佈局：一是 2028 年將商用的下一代 Feynman 架構，核心目標是將傳統資料中心伺服器叢集重構為一台高度整合的巨型超級電腦，通過定製化 HBM 記憶體、自研 Rosa CPU、計算儲存封裝深度耦合實現算力的跨越式升級；二是 NVIDIA DSX 端到端基礎設施平台，覆蓋 AI 資料中心從設計、建設到維運的全流程，解決超大規模算力叢集的部署效率、能源效率與穩定性核心痛點；三是太空算力前瞻佈局，計畫聯合合作夥伴開發 Vera Rubin Space One 太空計算平台，在地球軌道建設太空資料中心，突破地面算力的邊界限制。整體而言，本次 GTC 大會全面驗證了 AI 產業仍處於高速發展的產業革命處理程序中，明確了推理拐點的到來與智能體時代的開啟，將持續帶動全球 AI 算力需求的爆發式增長。我們對 AI 帶動的算力需求以及應用發展持續樂觀，算力類股的短期波動不改長期成長邏輯，持續推薦 AI 算力產業鏈相關標的，包括GPU/CPU、光模組、光晶片、液冷、光纖光纜等算力鏈上下游細分領域。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。02 關注數位人民幣和國產算力鏈數位人民幣營運機構擬擴容至12家商業銀行，相關IT系統建設需求提速。2025年底相關方案出台，2026年起數位人民幣進入M1/M2時代，計息擴容等成為後續關注重點。阿里最新季度阿里雲收入同比增 36%，AI 業務高增，資本開支加大並上調長期投入目標，設定雲與AI業務五年年化約47%增長目標，同時推進自研晶片、新AI平台及組織架構調整。騰訊2025年業績穩健，AI 融入各業務，騰訊雲首次實現規模化盈利；2026年計畫翻倍加碼AI投入，資本開支將高於上年，並密集推出AI產品，依託生態搶佔AI流量入口。數位人民幣營運機構有望擴容，12家商業銀行或將入圍，數位人民幣相關系統建設與改造需求有望加速釋放。 25年12月，《關於進一步加強數位人民幣管理服務體系和相關金融基礎設施建設的行動方案》出台，新一代數位人民幣計量框架、管理體系、運行機制和生態體繫於2026年1月1日啟動實施，標誌著數位人民幣正式進入M1/M2的新時代。數位人民幣計息擴容等落地實施成為後續關注重點。3月20日，根據上證報新聞，自相關管道獲悉，數字人民幣業務營運機構有望擴容，12家商業銀行或入圍，將接入央行端數位人民幣系統。有望擴容名單包括中信銀行、光大銀行、華夏銀行、民生銀行、廣發銀行、浦發銀行、浙商銀行這7家全國性股份行；寧波銀行、江蘇銀行、北京銀行、南京銀行、蘇州銀行這5家地方城商商行。一家城商行人士向記者證實已經收到有關部門相關通知要求，需要如期完成系統研發、聯調測試、驗收投產、上線面客等工作。此外，3月17日，寧波銀行在其官方採購管理系統發佈了兩則公告，對外召集“數位人民幣系統建設項目供應商”。公告顯示根據業務發展需要，按照寧波銀行採購相關管理辦法，擬對《數位人民幣系統建設項目》面向社會公開徵集供應商，誠邀符合條件的供應商參與方案洽談。我們認為，隨著數位人民幣進入M1/M2時代，銀行營運推廣數位人民幣的動力大幅增加，數位人民幣核心系統建設以及相關IT系統改造需求有望加速釋放。阿里雲與AI業務強勁增長，管理層目標相關業務五年年化增速約47%。阿里於3月19日發佈截至2025年12月31日的2026財年Q3財報，阿里雲收入432.84億元，同比增長36%，AI相關產品收入連續第十個季度三位數增長，AI已經成為公司主要增長引擎之一。資本開支方面，阿里持續加大投入力度，最新財季資本開支約290億元，且公司CEO在業績會上提出考慮到客戶AI推理需求的爆發式增長，此前提及的3800億元投資可能顯得偏小，會在確保財務健康的前提下動態調整資本開支節奏。今年以來，阿里雲在模型、應用、晶片層均取得一定突破，Qwen3.5-Plus在推理、程式設計、Agent智能體等領域取得積極進展。阿里自研的平頭哥GPU晶片截至2026年2月已累計規模化交付47萬片，年化營收規模達百億，已為阿里的雲基礎設施提供實質性貢獻。據阿里CEO吳泳銘，阿里雲基礎能力的建設和持續增長正將阿里巴巴的AI戰略推向新的高潮，五年內阿里雲和AI商業化年收入將從今年的1000多億元大幅增長至1000億美元，復合年化增長約47%。為了實現AI商業化加速落地，阿里近期發佈了企業級AI原生工作平台“悟空”，悟空Agent能原生操作釘釘上千項能力。此外，阿里本周還宣佈正式成立Alibaba Token Hub（ATH）事業群，圍繞“創造Token、輸送Token、應用Token”重組AI業務體系，為AI toB & to C業務拓展提供組織保障和戰略協同。AI逐步融入騰訊各項業務，騰訊雲首次實現規模化盈利。騰訊於3月18日發佈2025年全年業績，收入利潤均實現穩健增長。AI正融入騰訊各個業務類股，遊戲業務部署AI以改善使用者體驗、廣告業務融入AI提升行銷效益、元寶及微信等服務接入AI能力完善生態佈局等。此外，騰訊雲2025年雖然因為優先保障內部需求導致外部客戶GPU供應有限，營收相對承壓，但仍首次實現規模化盈利，調整後營業利潤達50億元。資本開支方面，騰訊2025年全年約為792億元，同比小幅增長3%創歷史新高，2026年一方面加大AI產品投入，混元、元寶相關投入在2025年180億元基礎上預計2026年投入翻倍；另一方面，會根據AI訓練推理需求、雲業務增長和晶片供應情況動態調整資本開支節奏，2026年資本開支會高於2025年。騰訊預計將瞄準AI融入產品生態中的發展戰略，今年以來騰訊密集發佈包含元寶派、WorkBuddy、QClaw等AI功能與產品，有望憑藉自身社交、辦公相關生態卡位優勢搶佔AI時代流量入口。總結：數位人民幣營運機構擬擴容至12家商業銀行，相關IT系統建設需求提速。2025年底相關方案出台，2026年起數位人民幣進入M1/M2時代，計息擴容等成為後續關注重點。阿里最新季度阿里雲收入同比增 36%，AI 業務高增，資本開支加大並上調長期投入目標，設定雲與AI業務五年年化約47%增長目標，同時推進自研晶片、新AI平台及組織架構調整。騰訊2025年業績穩健，AI 融入各業務，騰訊雲首次實現規模化盈利；2026年計畫翻倍加碼AI投入，資本開支將高於上年，並密集推出AI產品，依託生態搶佔AI流量入口。風險提示：（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響（目前美國持續加息，影響科技行業估值，同時市場對於海外衰退預期加強，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓）。03 AI算力驅動散熱架構升級，液冷一次側裝置迎來價值重估AI算力高密度化推動資料中心散熱從風冷全面轉向液冷，液冷架構對冷源的低溫、穩定、可控要求大幅提升，使得一次側系統從輔助配套升級為核心基礎設施。一次側散熱裝置中冷水機組和壓縮機尤為關鍵，冷水機組作為核心冷源，承擔全天候兜底製冷功能，壓縮機作為冷水機組動力核心，直接決定整機製冷量、能效水平與運行穩定性。隨著資料中心製冷系統向中溫高效、大冷量、磁懸浮離心方向升級，帶動冷水機組和壓縮機單機價值量、技術壁壘與行業集中度同步抬升，具備自主技術的磁懸浮離心壓縮機廠商，以及擁有大冷量產品、切入主流供應鏈的冷水機組龍頭企業將持續受益。AIGC驅動散熱需求爆發，液冷已成首選解決方案AIGC浪潮推動AI大模型迭代及商業化落地持續加速，訓練端與推理端算力需求呈指數級增長，直接帶動全球AIDC進入爆發式建設周期。國內外大型科技企業算力相關資本開支大幅增加，為AIDC建設提供有力支撐，全球及國內AIDC市場規模持續擴容，高功率密度大型、超大型算力中心已成為未來建設重點。與此同時，AIDC單機櫃功率密度持續攀升，傳統風冷技術已無法滿足高密算力的散熱需求，疊加“雙碳”目標下全球資料中心PUE管控標準持續收緊，液冷技術憑藉耗能低、散熱效率高、運行工況優異、全生命周期成本低等核心優勢，成為AIDC製冷系統的首選方案。AIGC驅動、功率密度提升、PUE管控收緊三大因素形成共振，推動液冷散熱需求加速釋放，為液冷一次側散熱行業的快速發展奠定了堅實基礎。液冷一次側散熱重要性提升，冷水機組與壓縮機成核心環節AIDC液冷系統以CDU為界分為一次側與二次側，其中一次側作為室外冷源側，承擔熱量外排核心職能，其冷源方案直接決定資料中心PUE與TCO，與二次側協同完成全流程散熱閉環，一次側散熱作為聯結機房內部熱交換與外部環境排熱的核心鏈路，重要性日益凸顯。一次側散熱方案呈現三大主流格局，冷水機組為兜底冷源，是各類方案中不可或缺的核心，也是液冷一次側價值量與技術壁壘最高的環節。壓縮機作為冷水機組的“心臟”，成本佔比超50%、能耗佔比約72%，由於AIDC與傳統IDC在需求上差異顯著，螺桿壓縮機、傳統離心壓縮機的能效、冷量和穩定性短板凸顯，而磁懸浮離心壓縮機憑藉無油運行、高能效、寬負荷調節、溫控精準等優勢，可完美適配AIDC液冷需求，已成為新建高密度智算中心標配。需求爆發與技術突破共振，一次側散熱國產替代重構行業格局隨著 AIGC 推動全球算力基建高速增長，資料中心算力密度持續提升，散熱需求加速升級，冷水機組與壓縮機作為一次側核心裝置，直接影響資料中心PUE與整體營運成本TOC，行業需求持續釋放。當前全球一次側裝置高端市場長期由開利、特靈、約克、麥克維爾等美系巨頭及磁懸浮領域龍頭丹佛斯佔據，外資憑藉技術、品牌與客戶資源優勢主導高端供給，但普遍存在價格偏高、交付周期長、本土化適配不足及產能緊張等問題，為國內企業帶來替代機遇。國內廠商在政策支援與需求紅利下，已在磁懸浮軸承、高速電機、控制系統等核心技術實現突破，企業憑藉高性價比、快速交付與本土化服務，持續向中高端市場滲透，在冷水機組整機與磁懸浮離心壓縮機環節加速推進國產替代。未來隨著液冷普及與行業格局重構，具備核心技術與規模化交付能力的國產龍頭有望實現市場份額與盈利水平的雙重提升。投資建議：AIDC 液冷一次側散熱已成為AI算力基建的剛性核心環節，行業正處在滲透率快速提升、技術路線升級與國產替代三重共振的高確定性成長階段。AI 算力高密度化推動資料中心散熱從風冷全面轉向液冷，液冷架構對冷源的低溫輸出、連續穩定、精準可控要求大幅提升，使得一次側系統由輔助配套升級為算力基礎設施的核心組成部分。液冷一次側系統中，冷水機組和壓縮機因其承擔核心供冷與動力輸出職能、契合冷源高效化升級趨勢，重要性和價值量顯著提升，其中冷水機組承擔全天候兜底製冷與穩定供冷功能，是液冷體系中不可或缺的關鍵裝備；壓縮機作為冷水機組唯一做功部件與“動力心臟”，價值量佔比超50%，直接決定整機製冷量、能效水平與運行穩定性，是產業鏈技術壁壘與盈利核心。隨著液冷滲透率持續提升、單機櫃功率不斷上移，資料中心冷源正加速向中溫高效、大冷量、磁懸浮離心方向升級，帶動冷水機組和壓縮機從傳統螺桿路線向磁懸浮離心路線迭代，單機價值量、技術壁壘與行業集中度同步抬升。建議聚焦AIDC液冷一次側散熱高價值、高壁壘環節，重點佈局兩條主線：①磁懸浮離心壓縮機核心標的：優先選擇已實現磁懸浮軸承、高速永磁電機、控制系統自主突破，產品完成客戶驗證並進入批次供貨的壓縮機廠商，充分受益技術迭代與國產替代紅利；②大功率冷水機組整機龍頭：重點關注面向AIDC場景、具備大冷量機型與系統方案能力，已切入主流雲廠商與算力中心供應鏈的冷水機組企業，受益行業規模擴張與格局集中。1.1 AIGC浪潮驅動全球算力基礎設施建設進入爆發式增長周期AI大模型迭代與商業化落地加速，共同推動算力需求在訓練端與推理端呈現指數級增長。訓練端，隨著AI大模型從基礎研發向超大規模、多模態、AI智能體（Agents）升級，模型的參數量從1.17億提升至數兆，模型結構也從稠密LLM模型向MoE稀疏化模型以及多模態模型持續演進發展，單次任務Token消耗量呈指數級上升。與此同時，模型數量也在呈井噴式增長，據中國資訊通訊研究院統計，截至2025年6月底，中國已發佈1509個大模型，在全球已發佈的3755個大模型中數量位居首位。推理端，AI大模型推動各領域智能化轉型加速，已從初步應用向深度賦能階段邁進，成為推動行業高品質發展的核心驅動力。從發展趨勢來看，隨著多模態大模型技術的不斷迭代以及具身智能的逐步落地，AI技術將打破現有應用邊界，更深層次地融入生產生活各領域，催生出新的應用場景與商業模式。無論是從AI業務負載還是應用發展趨勢，都在驅動算力需求呈現爆發式增長。AIDC作為AI產業的核心算力基座，其建設規模與增速與AI行業發展高度相關，當前全球算力技術設施建設正進入新一輪快速發展期。根據科智諮詢與Global Growth Insights資料，2021年全球資料中心市場規模為765.6億美元，預計2026年將達到1459.2億美元，2027年將增至1632.5億美元，到2035年將進一步達到2621.5億美元以上，未來十年全球AIDC市場將呈現高速增長態勢。國內市場方面，根據工信部資料顯示，截至2025年6月，中國在用算力中心標準機架達1085萬架，智能算力規模達788EFLOPS，幹線400G連接埠數量大幅增加至14060個，存力總規模超過1680EB，全國算力中心平均電能利用效率（PUE）降至1.42，算力基礎設施規模和水平不斷提升。與此同時，大型以上算力中心機架數量佔算力中心總機架規模比重逐年上漲，部分超大型算力中心的平均單機櫃功率已達20kW，高功率密度、高算力的大型、超大型算力中心已經成為未來建設的重點。本輪全球算力基礎設施建設提速主要源自國內外大型科技企業持續的資本開支增加。自2022年以來，北美四大雲廠商為代表的國內外大型科技企業資本開支經歷了顯著的周期性變化。2022年至2023年上半年，受宏觀經濟逆風及疫情後需求變化影響，資本開支增速放緩甚至出現負增長。然而，自2023年下半年起，受生成式AI技術突破驅動，無論是海外的科技巨頭，還是國內的網際網路大廠，均在人工智慧基礎設施上投入重金，開啟了新一輪激進的“AI軍備競賽”，資本開支在2024年和2025年呈現爆發式增長，主要資金流向AI基礎設施，主要包括購買GPU和定製晶片、建設或租賃大規模智算中心、採購配套能源設施等，以應對大模型訓練與推理帶來的算力挑戰。2025年全球各大雲廠商均宣佈了近千億美元等級的資本開支計畫，核心投向用於AI訓練和推理的GPU叢集，其中OpenAI正計畫到2030年累計投入約6000億美元用於算力支出，字節跳動初步規劃2026年資本開支1600億元人民幣，較2025年同比增長7%，阿里雲則在未來三年3800億元資本開支基礎上額外增加投入。風險提示：1）技術迭代不及預期風險：磁懸浮離心壓縮機核心技術（磁懸浮軸承、高速永磁電機）研發難度高，若國內廠商技術突破進度慢於行業升級節奏，或液冷冷源出現更優替代技術路線，可能導致相關企業產品競爭力下降，錯失行業增長機遇。2）核心零部件供應鏈風險：冷水機組、磁懸浮壓縮機部分高端零部件（如精密感測器、高端控製器）仍依賴進口，若海外供應鏈出現中斷、進口限制或價格大幅上漲，將影響國內企業生產交付、成本控制及產品性能穩定性。3）行業需求落地不及預期風險：AIDC建設受AI算力擴張節奏、政策調控、資本開支收縮等因素影響，若下游算力中心建設進度放緩，液冷滲透率提升不及預期，將直接影響冷水機組、磁懸浮壓縮機的訂單放量，拖累行業及相關企業成長。4）行業競爭加劇風險：隨著液冷一次側散熱賽道熱度提升，傳統製冷企業、跨界企業加速佈局冷水機組及磁懸浮壓縮機領域，可能引發價格戰，導致行業盈利水平下滑；同時，海外頭部廠商若加速產能釋放、技術下沉，將擠壓國產廠商市場份額。04 公募基金通訊行業持倉佔比再創新高，持續推薦AI算力類股2025Q4，公募基金通訊行業持倉市值3428.71億元，同比增長63.80%，環比增長12.84%，創歷史新高；公募基金通訊行業持倉市值佔比10.18%，創歷史新高，較2025Q3的持倉佔比6.87%提升3.31pcts，較2024Q4的持倉佔比3.57%提升6.61pcts。通訊行業公募基金持倉市值前十大個股集中在光模組光器件類股。部分算力公司已披露業績預告，保持較快增長勢頭。近期，算力類股走勢糾結，我們預計一是因為市場對2027年的需求展望仍存分歧，二是類股持倉較重。我們認為調整是機會。一方面，我們持續推薦AI算力類股，包括北美算力產業鏈與國內算力產業鏈的核心公司；另一方面，我們也建議關注AI應用類股，特別是端側AI Agent的進展。此外，也建議關注可能邊際改善的海纜及光纖光纜類股、軍工通訊及商業航天類股、量子科技類股。AI算力需求增長強勁，算力產業鏈部分公司業績高增發佈業績預告的光模組/光器件公司2025年歸母淨利潤幾乎均實現50%以上的同比增長，其中長芯博創、光庫科技預計2025年歸母淨利潤同比增長超過100%，光模組/光器件公司業績表現突出主要是受益於人工智慧相關算力投資持續增長。同時，連接器公司鼎通科技受益於AI驅動連接器市場需求旺盛，業績顯著增長。近期，算力類股走勢比較糾結。我們預計一是因為市場對2027年的需求展望仍存分歧，二是類股持倉較重。我們認為調整是機會。目前，AI大模型仍在持續迭代升級，算力需求旺盛，站在中期視角我們仍建議持續重視AI類股。一方面，我們持續推薦AI算力類股，包括北美算力產業鏈與國內算力產業鏈的核心公司；另一方面，我們也建議關注AI應用類股，特別是端側AI Agent的進展。此外，我們也建議關注未來可能邊際改善的海纜及光纖光纜類股、軍工通訊及商業航天類股，國內外巨頭紛紛加碼的量子科技類股。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。05 千問接入阿里生態業務，台積電超預期，推薦算力類股1月15日，Qwen App正式宣佈全面接入淘寶、支付寶、淘寶閃購、飛豬、高德等阿里生態業務。這一動作標誌著Qwen App超越了傳統意義上的“聊天機器人”。與此前ChatGPT、Gemini已經推出的購物功能相比，依託阿里生態的各項業務，Qwen App能夠做的事情更多，成為了全球首個能完成真實生活複雜任務的AI助手。長期以來，使用者對大模型的體感大多停留在螢幕內的數字閉環，AI可以幫助使用者寫文案、畫圖，但一旦涉及現實世界的互動，AI往往會因為缺乏執行工具而無法操作。而此次Qwen App的升級，改變了這一局面。在這場AI超級入口戰役中，Qwen被內部賦予的差異點之一是，阿里擁有Qwen開源模型和從支付、購物到出行、旅行、娛樂的生態和履約能力，因此“模型”+“生態”整合會是其獨特優勢所在。發佈會現場，Qwen C端事業群總裁吳嘉演示了一個典型的生活場景：使用者僅需語音下達“幫我點40杯霸王茶姬的伯牙絕弦”指令，Qwen App即刻呼叫淘寶閃購介面生成訂單，並通過系統級打通的“支付寶AI付”完成支付，全程無需跳轉第三方應用。這種所說即所得的體驗重構了消費鏈路，過去的電商購物需要“搜尋-比價-加購-支付”等繁瑣步驟，而Qwen將其折疊為一個對話方塊，引領行業從傳統聊天工具正式邁入辦事時代。我們認為，大模型已經持續迭代超過3年，CSP廠商也為此投入大額資本開支，2026年有望成為AI全面走嚮應用發展的一年，包括整合生態推出各類AI助手、通過廣告引流實現創收等，建議重視AI應用的發展。當然，AI應用的發展也會繼續推動大模型進一步訓練迭代以及推理算力的持續增長，因此也持續看好算力類股。台積電披露最新財報，收入、淨利潤、毛利率與資本開支指引均超出市場預期，公司提及大額資本開支指引是基於與客戶反覆溝通後確定的。對此，我們認為台積電的指引可以作為算力行業的重要前瞻指標，預期2027年算力需求仍有望保持強勁增長勢頭，從通訊行業來看我們持續推薦光模組、液冷、光纖光纜等類股。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。06 國內算力與衛星網際網路建設或再提速，重點關注輝達宣佈新一代“Rubin”計算架構平台已正式進入量產階段，中國客戶對H200的需求“非常高”。工信部等八部門聯合印發《“人工智慧+製造”專項行動實施意見》。DeepSeek或將推出新一代旗艦級人工智慧模型。除北美算力鏈持續推薦外，我們建議近期重點關注國產算力產業鏈，包括IDC及產業鏈（HVDC/液冷/柴發）、交換機等環節。中國相關機構開啟了超大規模衛星星座計畫，申報20萬顆，其中，中國移動申報了兩個星座，規模為2664顆衛星。中國移動資金實力強，客戶規模龐大，該申請對衛星網際網路產業鏈別具意義，持續建議關注衛星網際網路產業鏈，尤其是衛星製造及上游元器件，其中如果業務涉及傳統地面通訊網路裝置業務、且又深度參與衛星網際網路建設的公司建議重點關注。在CES 2026主題演講中，輝達CEO黃仁勳宣佈新一代“Rubin”計算架構平台已正式進入量產階段。其在接受媒體採訪時表示：公司已重啟H200供應鏈，中國客戶對H200的需求“非常高”。同時，馬斯克旗下AI初創公司xAI發佈公告，宣佈已完成一輪200億美元的E輪融資，超過了此前設定的150億美元目標，公司計畫利用本輪新融資，繼續擴巨量資料中心規模，並推進Grok模型的進一步開發與訓練。近日，工信部等八部門聯合印發《“人工智慧+製造”專項行動實施意見》，提出到2027年，中國人工智慧關鍵核心技術實現安全可靠供給，產業規模和賦能水平穩居世界前列。此外根據新浪財經報導，DeepSeek預計將在未來幾周內推出新一代旗艦級人工智慧模型，該模型主打強勁的程式碼生成能力。在大模型能力提升和下游應用逐漸萌芽等因素的推動下，國內AI算力需求有望持續提升，除北美算力鏈持續推薦外，我們建議近期重點關注國產算力產業鏈，包括IDC及產業鏈（HVDC/液冷/柴發）、交換機等環節。根據國際電信聯盟（ITU）最新披露資料，中國相關機構開啟了超大規模衛星星座計畫，申報20萬顆，這一規模創下國內衛星星座申報的新紀錄。其中，中國移動申報了兩個星座：分別被命名為CHINAMOBILE-L1，規模為2520顆（低軌）；CHINAMOBILE-M1，規模為144顆（中軌），兩個星座總計為2664顆衛星。中國移動資金實力強，且作為基礎電信營運商，客戶規模龐大，並擁有衛星移動通訊業務牌照，該申請對衛星網際網路產業鏈別具意義，持續建議關注衛星網際網路產業鏈，尤其是衛星製造及上游元器件，其中如果業務涉及傳統地面通訊網路裝置業務、且又深度參與衛星網際網路建設的公司。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。07 持續推薦AI算力類股，關注量子計算與商業航天產業鏈OpenAI發佈其人工智慧模型的最新升級版GPT-5.2，提供Instant、Thinking和Pro三種模型，是迄今在專業知識工作領域中能力最強的模型系列，在製作電子表格、建構簡報、編寫程式碼、圖像理解、長文字處理、工具使用及處理複雜的多步驟任務等方面都有顯著提升。與GPT-5.1相比，GPT-5.2產生幻覺的情況更少，回答錯誤率相對降低了約30%，這意味著在運用模型進行調研、寫作、分析與決策支援時出錯更少，模型在日常知識型工作中變得更為可靠。博通本周公佈了2025財年第四季度業績，CEO陳福陽表示，未來18個月內博通在AI定製晶片、交換機及其它資料中心硬體產品上的訂單積壓已達730億美元。此外，據彭博社報導，美國將批准輝達向中國出口H200 AI晶片，條件是美政府從銷售額中抽取25%分成，銷售僅限“獲批准的客戶”。我們認為，AI大模型仍在持續迭代升級，競爭遠未結束，算力需求旺盛，繼續看好AI算力類股。北美鏈繼續看好之外，國內鏈也建議重視，一方面國內鏈公司前期調整較多，而北美鏈光模組公司近期已紛紛新高，另一方面隨著國產GPU能力及供給量的提升以及H200的放開，有望加速國內AI算力基礎設施的部署節奏。量子科技作為國家重點佈局的未來產業，近期催化不斷，如國儀量子技術（合肥）股份有限公司科創板IPO申請已獲得受理，國家標準《無液氦稀釋製冷機》正式發佈，建議持續關注量子科技產業鏈，尤其是量子計算整機、稀釋製冷機、低溫同軸線纜等環節。本周，中國在海南商業航天發射場成功將衛星網際網路低軌16組衛星發射升空；文昌國際航天城年產1000顆衛星的超級工廠即將投產，可實現“衛星出廠即發射”的無縫銜接；SpaceX正推進IPO計畫，公司的估值目標或定為約1.5兆美元。此前，國家航天局印發《國家航天局推進商業航天高品質安全發展行動計畫（2025-2027年）》，推進商業航天高品質發展和高水平安全。建議持續關注商業航天領域相關投資機會。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。08 AI大模型與應用持續發展，算力受益，關注量子DeepSeek V3.2正式版發佈，強化Agent能力，融入思考推理。在公開的推理類Benchmark測試中，DeepSeek-V3.2達到了GPT-5的水平，僅略低於Gemini-3.0-Pro。DeepSeek-V3.2-Speciale的目標是將開源模型的推理能力推向極致，探索模型能力的邊界。字節跳動旗下豆包團隊與中興通訊合作推出首款工程樣機nubia M153，支援豆包手機助手，進一步探索手機側AI Agent。我們認為，AI大模型仍在持續迭代，大局未定，各家都存在繼續進步或逆襲可能，所以不能因為某些模型階段性領先就過度看空其餘模型及相關公司產業鏈，AI應用也在持續發展，不論是手機還是眼鏡，尚未到完全突破階段，但都可能引發階段性行情，值得持續關注。亞馬遜發佈Trainium3，基於3奈米製程打造，性能較Trainium2提升4倍，能效提升40%。同時，亞馬遜表示正在研發中的Trainium4將支援與輝達晶片協同工作。AMD蘇姿丰證實已獲批對華出口AI晶片MI308，需向美政府支付15%稅費。摩爾線程上市首日大漲。xPU持續迭代，市場高度關注，有望推動AI進一步快速發展。近期，AI產業鏈催化不斷，包括Google新模型性能大幅提升及TPU展示出的較強能力、DeepSeek V3.2正式版發佈、亞馬遜發佈Trainium3、以及摩爾線程上市市場展現出的高參與熱情等等，同時更多公司包括輝達、阿里、AMD等否認AI泡沫的觀點，均展現了AI的良好發展前景。目前，世界正處於AI產業革命中，類比工業革命，影響深遠，不能簡單對比近幾年的雲端運算、新能源等，需要以更長期的視角、更高的視野去觀察。因此，我們對AI帶動的算力需求以及應用非常樂觀，持續推薦AI算力類股。工業和資訊化部量子資訊標準化技術委員會籌建方案公示。我們認為，量子科技作為國家重點佈局的未來產業，承載著成為新經濟增長點的重任，建議重點關注稀釋製冷機、低溫同軸線纜等環節。風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；關稅影響超預期；人工智慧行業發展不及預期，影響雲端運算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT裝置、光模組/光器件類股的企業；數字經濟和數字中國建設發展不及預期；電信營運商的雲端運算業務發展不及預期；營運商資本開支不及預期；雲廠商資本開支不及預期；通訊模組、智能控製器行業需求不及預期。09 國產算力：替代趨勢較為明確，生態能力逐步完善算力領域我們認為有以下投資機會：1）龍頭公司增長確定性：輝達需要整個產業鏈研發能力快速迭代、快速響應。若能力不夠很難進入輝達產業鏈，或者份額顯著下降，PCB、光模組等龍頭公司與下游晶片公司跟蹤緊密、地位穩固，其中PCB價值量未來將受益於正交背板使用、cowop工藝的提升；2）新技術升級方向，輝達階段性著重解決問題的方向，是獲取超額利潤的子方向。2025年開始，系統方案的供電、散熱問題成為整個系統的瓶頸點。北美缺電越來越明顯，電力系統需要更加穩定以及更加高效的輸送方式，關注HVDC和更高效的SST固態變壓器等技術。同時隨著晶片性能提升，散熱方面遇到越來越多的瓶頸，關注液冷板、CDU、UQD等領域大陸企業份額提升的投資機會，其次如何穩定提高晶片計算頻率，對於AI晶片來說是一個提升性能的關鍵辦法，針對下一代晶片封裝方案演進是未來重要投資方向，關注微通道蓋板、金剛石襯底或者熱介面材料；3）產業鏈加速本土化叢集。為應對快速的研發迭代，產業叢集優勢逐步顯現，如PCB產業鏈國內下游高份額之後，上游的覆銅板，覆銅板上游的樹脂、玻纖布、銅箔等等都開始了國內企業加速驗證，光模組亦是如此；4）訂單外溢。圍繞份額變化投資，隨著龍頭公司訂單外溢，整個產業鏈都呈現高景氣度，部分公司份額提升。中期維度看，訂單向國產晶片傾斜是必然趨勢。由於美國政府晶片法案多輪制裁，輝達旗艦晶片向中國的售賣持續受阻，從2022年的片間互聯、23年的算力以及算力密度限制、到2025年初的1700GB/s通訊頻寬限制，輝達產品被迫多次進行閹割，競爭力持續下降。雲廠商以及人工智慧初創公司基於算力穩定供應訴求，將更多算力採購規劃傾斜向國產晶片，並且比重不斷加大。目前看伴隨國產先進製程逐漸成熟，低端版輝達晶片在國內將不再是具有性價比的採購選項，國產算力市佔率大幅抬升時機已經成熟。目前國產晶片市場集中度提升趨勢明顯。由寒武紀、華為為代表的晶片公司憑藉強大的技術實力、優異的產品性能、以及前線業務資源的大量投入，最先實現商業化客戶業務的成功落地，在大模型推理算力建設中貢獻大量算力；以天數智芯、沐曦、崑崙芯為代表的創業公司也在奮起直追，通過良好的產品性能以及性價比，爭取大規模商業化客戶成單機會，近期可以觀察到國內晶片廠商紛紛投入大量人力物力資源，嘗試與多家頭部網際網路客戶進行業務繫結。國內晶片生態建設分為兩大路線，一條是以天數智芯、沐曦、海光等主打GPGPU路線，追求與輝達的CUDA相容，實現相容性與通用性提高，在客戶處實現遷移成本與遷移時間大幅度下降，在輝達的生態圈內搶佔市場。後續CUDA升級或模型升級，CUDA相容路線軟體棧同樣需要更新升級以適配，長期跟進對人力消耗較大；另一條則是以華為的Mindspore為代表的自主生態，試圖在輝達生態圈外建立單獨生態圈，與輝達進行競爭。其後續突圍能力，除技術成熟度外，更多考量產品出貨量與基於Mindspore開發的研發人員數量，對長期持續投入具有較高要求。財務資料角度看，國產GPU廠商已經進入營收高速增長階段。伴隨其產品運用從prefill階段逐漸向decode階段滲透，並在訓練場景得到一定落地，國產晶片廠在CSP廠處的業績快速躍遷，並為後續更進一步份額抬升打下良好基礎。除營收增速高速增長外，國產GPU廠商存貨同步進入上升軌道，“產品銷售—資金回流—流片放量”循環逐步啟動，國產替代趨勢愈發明確。風險提示：北美經濟衰退預期逐步增強，宏觀環境存在較大的不確定性，國際環境變化影響供應鏈及海外拓展；晶片緊缺可能影響相關公司的正常生產和交付，公司出貨不及預期；疫情影響公司正常生產和交付，導致收入及增速不及預期；資訊化和數位化方面的需求和資本開支不及預期；市場競爭加劇，導致毛利率快速下滑；主要原材料價格上漲，導致毛利率不及預期；匯率波動影響外向型企業的匯兌收益與毛利率；人工智慧技術進步不及預期；汽車與工業智能化進展不及預期；半導體擴產不及預期等。10 記憶體頻寬成為算力卡口，存算架構持續迭代記憶體仍然是AI算力核心卡口，HBM需求持續高景氣。隨著輝達GPU的發佈周期固定在每年一次，算力提升對記憶體容量和頻寬提出了接近每年翻倍的高要求；根據諮詢公司資料，GPU的計算能力在過去20年間增長了60000倍，但同期DRAM記憶體頻寬僅提高了100倍——“記憶體牆”仍將長期存在，通過HBM路線實現低功耗高頻寬趨勢明確。以位元計算，目前HBM佔整個DRAM市場比重仍在個位數，滲透率存在較大提升空間；TrendForce預測到2026年HBM出貨量將超過300億Gb。DRAM產能供給緊缺趨勢不變，SK海力士等龍頭廠商加速擴產。從供給端看，HBM供應仍然緊缺，相應持續擠佔DRAM產能，25Q2~Q3 DRAM廠商現貨報價加速攀升；部分美國與國內廠商已經開始和晶圓廠簽訂2-3年的長期合同進行鎖價。根據Trendforce援引The Bell報導，SK海力士計畫通過清州DRAM工廠M15X和利川M16的擴產，在26H2將其DRAM晶圓產量提高到60萬片/月，和三星的DRAM晶圓產能處於同一水平。具體來看，M15X在投產初期將保持在10000片/月的DRAM晶圓，到26Q4將爬坡至5萬片/月。HBM迭代周期隨之顯著縮短。2025年下半年，輝達量產的GB300搭載的是12層24GB的HBM3e，2026年輝達將發佈的Rubin系列和AMD將發佈的MI400系列均將搭載HBM4/4e。其中輝達計畫在26Q1完成HBM4的最終資格測試。從更新周期來看，JEDEC於2025年4月正式發佈了JESD 270-4高頻寬儲存器(HBM4)標準，（介面寬度從HBM3/HBM3e的1024位翻倍至2048位；堆疊通道數從16個增加到32個，支援24Gb或32Gb晶片的4到16層堆疊配置），較HBM3規範發佈約三年，計畫落地時間較HBM3落地時點亦在三年左右。根據EETimes的預測，HBM的迭代周期從前期的每四年一代提高並穩定到每兩年到兩年半一代。全球龍頭儲存廠商競逐HBM4，SK海力士仍居領先地位，三星美光加速追趕。根據Trendforce預測，2025年SK海力士將以59%的HBM出貨量保持行業領先地位，而三星和美光將各佔20%左右份額。從時點上看，SK海力士於2025年3月交付了全球首批12層HBM4樣品、6月小批次出貨，計畫10月快速進入量產；美光也在25Q2向主要客戶交付了HBM4樣品、計畫2026年進入量產；三星的HBM4樣品25Q2交付給輝達，當前進入最終的預生產（PP）階段。從技術上看，SK海力士的HBM4擁有2048個I/O終端，頻寬翻倍，引腳速度在10 Gbps以上。美光目前交付HBM4樣品超過2.8 TBps頻寬和超過11 Gbps引腳速度，計畫在2027年同時推出標準版和定製版的HBM4e。三星同樣計畫於2027年推出HBM4e產品，目標引腳速度超過13Gbps，目標最大吞吐量3.25TB/s，較當前HBM2.5e快約3倍。遠期看，輝達計畫自研Base Die，意在進一步提高傳輸速率。除傳統晶圓廠外，為了進一步提高傳輸速率，AI算力晶片廠商也開始協同進行HBM設計。2025年8月，輝達宣佈計畫自研HBM記憶體Base Die，採用3nm工藝，預計於2027年下半年開始小規模試產。輝達此次自研HBM記憶體Base Die的計畫，旨在最佳化AI晶片的記憶體頻寬與能效匹配度；未來輝達的HBM記憶體有望採用記憶體原廠DRAM Die與輝達Base Die的組合模式，標誌著其在高性能計算儲存架構領域的垂直整合進一步深化。風險提示：1、未來中美貿易摩擦可能進一步加劇，存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險；2、AI上游基礎設施投入了大量資金做研發和建設，端側尚未有殺手級應用和剛性需求出現，存在AI應用不及預期風險；3、宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意願將受到影響，存在下游需求不及預期風險；4、大宗商品價格仍未走穩，不排除繼續上漲的可能，存在原材料成本提高的風險；5、全球政治局勢複雜，主要經濟體爭端激化，國際貿易環境不確定性增大，可能使得全球經濟增速放緩，從而影響市場需求結構，存在國際政治經濟形勢風險。11 端側：巨頭加碼終端側AI算力，應用落地驅動產業發展混合AI有望成趨勢，端側AI價值顯現雲邊協同的混合式AI架構對AI的規模化擴展起到重要作用。根據高通《混合AI是AI的未來》白皮書，隨著生成式AI正以前所未有的速度發展以及計算需求的日益增長，AI處理必須分佈在雲端和終端進行，才能實現AI的規模化擴展並行揮其最大潛能。與僅在雲端進行處理不同，混合AI架構可以根據模型和查詢需求的複雜度等因素，在雲端和邊緣終端之間分配並協調AI工作負載。雲端和邊緣終端如智慧型手機、汽車、個人電腦和物聯網終端協同工作，能夠實現更強大、更高效且高度最佳化的AI。端側AI具有成本、能耗、可靠性、隱私、安全和個性化優勢。成本優勢：AI推理的規模遠高於AI訓練。模型的推理成本將隨著日活使用者數量及其使用頻率的增加而增加。在雲端進行推理的成本極高，這將導致規模化擴展難以持續。將一些運算負載從雲端轉移到邊緣終端，可以減輕雲基礎設施的壓力並減少開支。能耗優勢：邊緣終端能夠以很低的能耗運行生成式AI模型，尤其是將處理和資料傳輸相結合時。可靠性、性能和時延：當生成式AI查詢對於雲的需求達到高峰期時，會產生大量排隊等待和高時延，甚至可能出現拒絕服務的情況。向邊緣終端轉移計算負載可防止這一現象發生。隱私、安全和個性化：由於資料處理完全在本地進行，終端側AI有助於保護個人資訊，以及企業和工作場所中的機密資訊。以本地和雲端分別運行AI大模型製作行程安排為例，本地AI大模型通過長期學習使用者行為，並利用本地儲存的資訊，可以給出更貼合使用者生活習慣、更準確的建議。相較之下，如果雲端模型需要訪問使用者本地儲存的檔案、瀏覽記錄等資訊再給出個性化的建議，使用者通常較難接受。邊緣側已具備運行AI的實踐基礎，未來將支援多樣化的生成式AI模型。在生成式AI出現之前，AI處理已在終端側獲得應用，越來越多的AI推理工作負載在手機、PC等邊緣終端上運行。自2017年華為麒麟 970 首度在手機 SoC中引入了 NPU（用於拍攝和圖像識別）之後，高通與聯發科也先後在2018年的驍龍855和2019年的天璣1000中整合了NPU/APU模組；目前NPU已逐漸成為手機SoC中常備整合的模組，且用途從最初的協同ISP進行圖像處理發展為目前端側模型的主要支撐者，重要性與日俱增。在2024年發佈的驍龍8e和天璣9400上，分別整合了“Hexagon V79+Sensing Hub+DSP”和MediaTek NPU 890用於AI處理，NPU模組佔SoC投影面積比例顯著提升。除此之外，OPPO還曾在2021年12月舉辦的OPPO INNO DAY上發佈了首款外掛式NPU MariSilicon X(採用TSMC 6nm製程)，儘管只是用於圖像處理，但仍讓我們看到了未來NPU在端側獨立部署的另一種可能。終端裝置有望在AI的催化下迎來新一輪創新周期。生成式AI正在驅動新一輪內容生成、搜尋和生產力相關用例的發展，覆蓋包括智慧型手機、PC、汽車、XR以及物聯網等終端品類，提供全新的增強使用者體驗。以PC為例，AI大模型已能夠有效地處理文件撰寫和簡報製作等任務，完美契合PC作為生產力工具的定位。此外，在以終端為中心的混合AI架構中，多數任務能夠在PC本地運行，既保護隱私，又能及時響應。新興的發展趨勢有望帶動新一輪的產品創新周期，全球科技巨頭正加速投入。風險提示：1、未來中美貿易摩擦可能進一步加劇，存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險；2、AI上游基礎設施投入了大量資金做研發和建設，端側尚未有殺手級應用和剛性需求出現，存在AI應用不及預期風險；3、宏觀環境的不利因素將可能使得全球經濟增速放緩，居民收入、購買力及消費意願將受到影響，存在下游需求不及預期風險；4、大宗商品價格仍未走穩，不排除繼續上漲的可能，存在原材料成本提高的風險；5、全球政治局勢複雜，主要經濟體爭端激化，國際貿易環境不確定性增大，可能使得全球經濟增速放緩，從而影響市場需求結構，存在國際政治經濟形勢風險。12 AI模型加速迭代，算力飛輪與軟體生態有望共振（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響：目前國際形勢動盪，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓，導致供應鏈安全風險。國內外大模型加速迭代，差距進一步縮窄2024年以來，國內外模型均加速迭代。其中海外各家大廠模型能力側重有所不同，OpenAI通過GPT-5統一了O系列和數字系列模型，並聚焦幻覺率下降以適配使用者落地需求；Anthropic的Claude圍繞程式設計能力不斷最佳化，Sonnet 4已支援百萬token上下文；xAI基於20萬GPU叢集開發的Grok 4引入了多個智能體共同思考的模式，其RL投入的算力已超過Pre-Training算力；Google Gemini和Veo模型則分別對應Chrome和YouTube產品生態。國內由阿里主導開源生態，圍繞“全尺寸”“全模態”“多場景”推出各種模型；初創廠商中DeepSeek及MiniMax亦入局爭奪開源第一寶座，DeepSeek-R1、MiniMax-M2模型均以較低成本實現較高性能。隨著國內外模型進一步迭代，預計國內開源陣營頭部模型能力與海外大廠閉源模型差距將進一步縮窄，並通過成本最佳化為AI應用打開空間。國內廠商不斷最佳化模型架構，競相爭奪開源第一國內前沿模型與海外差距縮短，多方角逐開源陣營領先地位。橫向對比各廠商大模型能力，儘管以OpenAI為代表的海外廠商持續引領技術優勢，但國內前沿模型能力同樣始終位列全球第一梯隊，且較海外頭部廠商的差距已由最初的6個月以上縮短到目前的約3個月。就廠商而言，阿里作為國內唯一踐行全面開源戰略的網際網路大廠，持續引領國內開源模型風向；但也不乏DeepSeek、MiniMax等初創廠商在開源領域嶄露頭角。加單不斷，全球資本開支援續上行當前國內外資本開支向上的趨勢基本一致，但近期海外以OpenAI和Oracle主導的算力大單進一步加速了開支上行節奏。其中，OpenAI通過和AMD、輝達、博通、CoreWeave等合作，向著2033年達到250GW資料中心的目標不斷推進；Oracle則堅定向GPU雲轉型，以超過經營性現金流的投入體量加速部署AI資料中心。OpenAI多樣化的算力融資方式，以及Oracle需要舉債的資本開支投入方式，有望促進海外傳統雲和科技廠商，以及國內的大廠進一步上修資本開支預期。國內B端AI商業化初顯國內B端企業AI商業化初顯，Pre-AI環節需求旺盛，降本增效的垂直場景推進較快。當前國內AI應用正處於加速滲透階段，政策層面，中央密集出台一系列政策檔案，提出“適度超前建設數字基礎設施”並 印發《關於深入實施“人工智慧+”行動的意見》，提出到2027年智能體滲透率達到70%。技術突破方面，國產大模型DeepSeek V3.1版本發佈，程式設計能力提升以及更長上下文窗口支援有望推動智能體在更多複雜場景的落地，助力企業數位化、智能化建設，提升企業管理效率。從當前2B企業已公告AI相關訂單或收入的情況看，儘管訂單或收入絕對值不高，但AI已經開始逐步體現商業化價值。風險提示：（1）宏觀經濟下行風險：電腦行業下游涉及千行百業，宏觀經濟下行壓力下，行業IT支出不及預期將直接影響電腦行業需求；（2）應收帳款壞帳風險：電腦多數公司業務以項目制簽單為主，需要通過驗收後能夠收到回款，下遊客戶付款周期拉長可能導致應收帳款壞帳增加，並可能進一步導致資產減值損失；（3）行業競爭加劇：電腦行業需求較為確定，但供給端競爭加劇或將導致行業格局發生變化；（4）國際環境變化影響：目前國際形勢動盪，對於海外收入佔比較高公司可能形成影響，此外美國不斷對中國科技施壓，導致供應鏈安全風險。 (中信建投證券研究)

全球AI算力競賽出現重大技術拐點！近日，Google公佈的全新AI內存壓縮技術“TurboQuant”，引發了業界的極大關注。該技術宣稱能在不犧牲模型精準度的前提下，將生成式AI推理階段最吃資源的“鍵值快取”（KV Cache）空間需求減少到原來的1/6，並讓計算速度暴增8倍。這一突破性的技術，也引發了整個市場對於記憶體需求將斷崖式下跌的擔憂，美光、Sandisk、西部資料等儲存相關美股紛紛大跌。TurboQuant究竟是什麼？在LLM（大語言模型）推理過程中，為了處理長文字，系統必須將過往對話資訊存放在KV Cache中，這如同AI的“隨身筆記本”。隨著對話長度增加，這本筆記本需要儲存的資訊會迅速擠爆AI GPU的高頻寬內存（HBM），成為AI運行的最大瓶頸。Google的TurboQuant技術的核心優勢在於解決了傳統記憶體壓縮技術產生的“內存噪聲”（Overhead）。該技術由兩大關鍵部分組成：PolarQuant（極坐標量化）：傳統向量以XYZ坐標標註，運算繁瑣。Google改為採用“極坐標”邏輯，將複雜的方位簡化為“半徑”與“角度”。這好比將原本要標記“往東走3公里、再往北走4公里”的資訊，簡化為“以37度角走5公里”。這種幾何結構的轉換，大幅減少了資料處理的負荷。QJL（Quantized Johnson-Lindenstrauss）：這是一套極其精簡的1bit數學校正機制。僅利用額外的1bit來精準修正壓縮過程中的殘餘誤差，讓模型即使被壓縮到僅剩3bit，在LongBench等多項基準測試中仍能達成“零精度損失”。△在Llama-3.1-8B-Instruct模型上，TurboQuant 在LongBench基準測試中展現出強大的 KV 快取壓縮性能，優於各種壓縮方法 （括號中標明了位寬）。Google選擇將這套足以成為核心競爭力的技術完全開源，不僅最佳化了Gemini等大型模型的檢索效率，更為其他大模型減少對於記憶體依賴，加速端側AI發展鋪平道路。根據實測，在輝達（NVIDIA）H100加速器上，TurboQuant相比未壓縮方案，性能最高提升了8倍，且無須重新訓練模型即可直接掛載，堪稱AI部署的降本增效的“神兵利器”。△在NVIDIA H100加速器上，TurboQuant 在計算鍵值快取中的注意力邏輯值方面表現出顯著的性能提升，在各種位寬等級上均優於高度最佳化的JAX基線。△TurboQuant 展現出強大的檢索性能，在GloVe資料集 (d=200)上實現了相對於各種最先進的量化基線的最佳1@k 召回率。Cloudflare首席執行長Matthew Prince等人將TurboQuant稱為Google的“DeepSeek時刻”，認為其有望像DeepSeek一樣，通過極高的效率收益大幅拉低AI的運行成本，同時在結果上保持競爭力。記憶體需求會降低，還是會帶來更大需求？針對TurboQuant技術會引發了整個市場對於記憶體需求斷崖式下跌的擔憂，產業專家與研究機構也給出了截然不同的看法：富國銀行（Wells Fargo）分析師Andrew Rocha指出：“當context window（上下文窗口）越來越大，KV Cache的爆炸性成長原本是推升內存需求的保證。但TurboQuant正在直接攻擊這條成本曲線，一旦被廣泛採用，資料中心對內存容量的規格要求將被打上大問號。”不過，知名投行摩根士丹利（Morgan Stanley）和研究機構Lynx Equity Strategies則給出了截然不同的觀點，摩根士丹利認為市場可能忽視了“效率提升帶動總量增長”的經濟規律。當AI計算所需的記憶體成本降低到原本的1/6，這將會使得原本因記憶體太貴而無法上線的AI應用（如長文字翻譯、複雜程式碼生成）需求大規模爆發，反而會填補、甚至超越被壓縮掉的記憶體缺口。這就是傑文斯悖論（Jevon's paradox），即當技術進步提高了使用資源的效率（減少任何一種使用所需的數量），但成本降低導致需求增加，令資源消耗的速度不減反增。摩根士丹利分析師約瑟夫·摩爾（Joseph Moore）及其團隊在周四發佈的投資者報告中指出： “有報導稱Google的TurboQuant會導致記憶體使用量減少了到原來的1/6，但這忽略了他們僅僅指的是KV Cache，而不是整體記憶體使用量。“值得注意的是，Google的 Gemini 3 和 2.5 Pro 模型都擁有 100 萬個Token的上下文窗口，但Google曾透露，他們使用 Gemini 1.5 Pro 測試過高達 1000 萬個Token的上下文窗口，並取得了非常好的結果，但由於推理成本較高，他們最終沒有發佈該模型，”摩爾說道。“因此，我們預計，隨著此類創新以及其他技術的出現，成本將會降低，這項技術將被用於服務於更智能、計算密集型的產品。”摩根士丹利進一步指出，TurboQuant主要最佳化的是“推理階段”的快取，並非“訓練階段”的模型權重。因此，對於支撐AI核心訓練的HBM（高頻寬內存）採購邏輯影響相對有限。相比之下，TurboQuant對手機、筆記型電腦等終端裝置的人工智慧部署更具意義。由於移動裝置的內存有限，這類高效壓縮技術能讓更強大的AI模型在手機端運行，這反而會刺激各類終端裝置進行內存規格的全面換代。Lynx Equity Strategies 的觀點認為，雖然人工智慧提供商需要創新來解決推理中隨著Token上下文長度增加而出現的瓶頸問題，但由於供應限制，這在未來三到五年內並不會減少對記憶體和快閃記憶體的需求。 (芯智訊)