我在2024年9月預測“信心牛”“科技牛”。今年1月初從美國考察回來提醒：AI不是風口，是海嘯，遠超30年前的IT網際網路。超級應用大爆發，中國力量崛起。AI的背後是算力，算力的背後是電力。這是我們這代人最重要的機遇，人生發財靠周期。
本文將系統深度介紹晶片半導體行業的賽道和機會。
目錄
1、AI算力晶片：快速崛起，國產芯大爆發
2、AI儲存：全球儲存超級周期，國產力量快速破局
3、AI光互聯：AI資料通訊，算力基礎設施
4、AI PCB：算力底座、AI倒逼技術升級
5、AI電力：AI新貨幣，決定產出上限
正文
1、AI算力晶片：快速崛起，國產芯大爆發
今年4月DeepSeekV4重大更新，頂級性能、極致低價，全面採用國產算力和新架構，中國“芯”爆發。
一是硬體適配。DeepSeekV4在發佈首日即實現華為昇騰、寒武紀、海光、摩爾線程、沐曦、崑崙芯、阿里平頭哥、天數智芯八大國產晶片廠商的全量適配。“發佈即跑通”，有力證明國產算力足以支撐兆級參數的大模型運行。
二是生態破局。DeepSeekV4擁抱了華為CANN、摩爾線程MUSA等國產生態。為全球開發者提供了繞開輝達CUDA生態壁壘的替代路徑，直接動搖了輝達的軟體護城河。
中國AI算力開始正式擺脫對輝達的單一依賴，大模型訓練進入自主可控的國產算力新階段。
未來，國產GPU正從“能用”跨越到“好用又便宜”，憑藉產業鏈、規模化和成本優勢，有望複製新能源汽車和太陽能的奇蹟，重構全球晶片格局。
只要給機會，國產“芯”將越用越強。
一是成本紅利。DeepSeekV4通過架構創新，大幅提升計算效率，API定價低至GPT-5.5的百分之一。這種極致性價比徹底顛覆了“高算力必然高價”的行業規則。模型性能追平、成本實現碾壓，國產AI應用即將迎來大爆發。
二是國產算力在實戰中不斷進化，國產晶片在大模型商用實戰中進入“越用越強”的正向循環。
根據IDC資料，2025年中國AI加速卡總出貨約400萬張，國產廠商出貨165萬張，本土滲透率突破40%。格局初顯：華為昇騰、平頭哥、崑崙芯、寒武紀、海光、沐曦、天數智芯等本土晶片企業高速崛起。
中國算力晶片正以極高的效率迭代。DeepSeekV4的適配主力產品華為昇騰950PR，產品推理能力已領先輝達特供版晶片。目前，頭部算力國產叢集的訓練、平行效率已達80%–85%以上。
晶片製造方面，成熟反哺先進，國產替代窗口已至。
全球晶片製造，中國力量三家進前十。2025年全球前十大晶圓代工企業合計產值1695億美元，市場集中度高，前十家產值佔比97%。
中國企業已有三家躋身前十。其中，中芯國際營收93億美元、市佔率5.3%，全球第三。華虹營收45億美元、市佔率2.6%，全球第六。晶合整合營收15億美元，市佔率0.9%，全球第九。
成熟製程造血，反哺先進製程。
成熟製程晶片構成產業基石。按晶圓產能計，28nm及以上成熟製程佔全球晶圓代工市場近80%。中國成熟製程產能已佔全球約三成，成為核心供給地。
成熟製程晶片應用領域覆蓋廣泛。汽車電子、工業控制及物聯網等絕大多數場景無需頂尖先進製程，28nm及以上工藝即可滿足。以新能源汽車為例，單車所需晶片中約90%均採用28-130nm工藝節點。
先進製程聚焦高端場景。3、5、7nm晶片主要應用於智慧型手機SoC、高性能計算及AI加速晶片等前沿領域，技術壁壘高。
中國立足成熟製程、反哺突破先進製程。以中芯國際為例，依託28nm及以上成熟製程穩健擴張，2025年折合8英吋月產能100萬片，全年營收673億、同比增長16.5%，毛利率穩在20%。持續向先進製程突圍：14nm FinFET工藝已實現規模化量產，良率逐步爬坡；並基於現有DUV光刻裝置，通過多重曝光等技術成功開發出N+1/N+2工藝，對標等效7nm，目前正處於小批次試產與良率最佳化階段。
國產替代窗口已至，未來從光刻機、核心原料等環節突破。
AI時代算力爆發，這是國產替代時間窗口。從DeepseekV4開始，大模型適配國產AI晶片，為國產晶片製造提供更多驗證場景，這是國產算力鏈重構的最佳機遇。
目前，7nm及以下節點延伸面臨兩大核心卡點：一是EUV光刻機獲取受限，依賴DUV多重曝光導致工藝複雜、成本高企，量產經濟性承壓；二是關鍵材料國產化仍在攻堅，全自主產線尚未完全打通，制約了產能釋放節奏與迭代速度。
一是光刻機。全球90%以上的光刻機市場被荷蘭和日本佔據。艾斯摩爾市佔80%，佳能、尼康佔15%。用於7nm以下製程的高端EUV光刻機只有艾斯摩爾能生產，國產28nm DUV光刻機已經實現突破，等待EUV研發破局。
二是原材料。高純度矽片、光刻膠、特種氣體等基礎原材料仍依賴進口。比如日本信越化學、JSR壟斷的ArF光刻膠等。未來需要更多工業積累和研究突破。
2026年5月，韜定律提出，意義重大。華為提出韜（τ）定律，是全球半導體領域首個由中國企業主導的產業原則。
這是全球晶片發展的全新思路：不再死磕縮小晶片體積，而是通過"時間縮微"替代傳統"幾何縮微"，用時間效率提升晶片性能。用"邏輯折疊"的方式重構晶片佈局。把平面電路像摺紙一樣立體堆疊。可以大幅壓縮線路長度，有效降低電阻和電容帶來的訊號損耗，同時實現電路、晶片、系統的全層級最佳化。傳統晶片訊號傳輸需跨越數百微米，韜定律新方案可壓縮至幾微米。基於韜定律，在過去六年已成功設計並量產了381款晶片。到2031年高端晶片電晶體密度將達到1.4奈米製程的同等水平。
AI時代，中國給出了半導體“新基建”標準。韜定律促進全球半導體產業鏈格局重塑。未來，中國的EDA工具、先進封裝技術、晶片散熱材料等領域全面升級，先進封裝成為必選路線，話語權增強。
2、AI儲存：全球存儲超級周期，國產力量快速破局
儲存決定算力上限。AI訓練、推理均需海量資料支撐，儲存資料的讀取運行效率直接決定AI模型跑的速度。如果儲存速度滯後於算力速度，就會形成“記憶體牆”，導致晶片閒置、算力損耗。
資料搬運能耗極高，佔AI晶片運行能耗的一半以上，儲存綜合性能對算力有決定性影響。
當前AI大模型參數規模突破兆級，對儲存容量、頻寬的需求呈指數級增長，重要性不言而喻。
晶片堆疊技術、存算一體是儲存未來兩大關鍵技術方向。
第一是晶片堆疊，以HBM為代表，把多顆DRAM晶片堆疊封裝、並與GPU整合，拓寬資料通道、提升算力吞吐。未來頻寬躍遷，從HBM3E向HBM4迭代升級，單顆晶片容量達24GB，頻寬突破2.4Tbps，讀寫速度倍增，成為AI伺服器核心技術支撐，更適配下一代AI大模型訓練。
第二是存算一體，就是讓儲存離計算更近。在儲存單元內嵌計算能力，實現資料原地計算，大幅減少資料傳輸延遲和能耗損耗。存算一體晶片可將資料傳輸延遲降低50%以上，運算能耗減少30%-60%。
全球儲存格局：寡頭壟斷、國產崛起。
全球儲存市場呈寡頭壟斷格局，賽道分為DRAM、NAND、HBM。
DRAM領域，三星、SK海力士、美光佔據超90%市場份額。
NAND快閃記憶體領域，三星、SK海力士、鎧俠等市佔率超85%。
近兩年儲存漲價、供不應求。DRAM、NAND、HBM三大類全線史詩級漲價。HBM作為AI核心視訊記憶體，價格整體翻了2-3倍，長期有價無貨、產能被頭部雲廠商提前鎖單。
儲存廠商擴產周期長，至少需要18–24個月。三星、SK海力士等廠商優先HBM儲存產能，對成熟製程擴產保守，造成傳統儲存供給緊缺，漲價外溢。
以長江儲存、長鑫儲存等為代表的國產高端儲存快速突破，填補國產化缺口。長鑫儲存DRAM全球份額近10%，長江儲存NAND市佔率超12%。目前國產HBM已進入小批次產階段，借AI彎道超車，開始打破海外壟斷。
3、AI光互聯：AI資料通訊，算力基礎設施
AI的背後是算力，算力晶片、互聯系統、儲存系統是AI算力的三大支柱。光互聯技術保障高效、可靠的AI資料交換。
光互聯，是以光波為傳輸載體，實現晶片、裝置、網路間高速互聯。有效突破了傳統的電互聯在頻寬、功耗方面的瓶頸，應用於AI算力、5G通訊等。
光互聯行業在向共封裝光學CPO、近封裝光學NPO新架構升級。隨著傳輸速率突破800G、1.6T，傳統可插拔光模組面臨挑戰。CPO、NPO將光引擎與交換晶片、AI加速晶片進行高度整合，縮短電互聯路徑，實現更高頻寬密度、更低傳輸功耗，更適配未來超大規模計算叢集。
全球光互聯市場快速擴張。2026年，AI大模型加速迭代，全球科技巨頭加大投入超大規模AI資料中心，對高速光互聯產品需求強勁。沙利文資料預測：2025年至2030年，全球光模組銷售額的年度複合增長率將超過30%。
光互聯產業鏈的上游是核心材料與零部件，包括光晶片、電晶片、印製電路板PCB等關鍵元件；
中游是光互聯產品的整合環節，有可插拔光模組、共封裝光學CPO、近封裝光學NPO的研發生產，通過對光、電兩大類零部件的整合適配與技術整合，實現資料高速、穩定的傳輸；
下游則覆蓋AI雲、電信營運商等核心客戶，應用於AI資料通訊，支撐算力基礎設施。
光互聯未來三大趨勢：
一是速率迭代提速。800G光互聯產品已成為AI訓練叢集的主流，1.6T產品也已進入大規模商用前期。隨著模型參數量持續擴大，技術迭代加快。
二是矽光技術滲透。矽光技術在整合度、功耗、成本上有優勢，正成為高速光互聯產品的核心。
三是商業航天、低軌衛星互聯創造對光模組的新需求，一片藍海。低軌衛星星座如星鏈等佈局上萬顆衛星，傳統微波通訊已無法滿足。星間雷射通訊有高頻寬、低時延優勢，而光模組是雷射終端的核心，新需求增量空間大。
4、AI PCB：算力底座、AI倒逼技術升級
PCB，印製電路板，電子產品之母。GPU、CPU、記憶體條都需要焊在PCB板上。沒有高性能PCB，再先進的GPU、HBM、光模組都無法協同工作。
PCB一度淪為傳統行業，AI讓PCB重新煥發。過去PCB是手機、電腦產業的配角、受消費電子大周期影響。AI時代，一台AI伺服器的PCB的物理面積、層數增長約3-5倍，價值量提升8-12倍。比如輝達最新的Rubin平台，一塊PCB的價值量提升就是前代的幾倍。
高端PCB供不應求。特別是18層以上高多層、M8、M9高階基材的，受限於高端覆銅板CCL和電子玻纖布的產能，交付周期已拉長至2-3個月，價格呈上漲趨勢。
未來技術迭代，材料升級四大趨勢：
第一，訊號傳輸更快。AI算力發展倒逼訊號傳輸速率提升，需求是傳輸更快、訊號不衰減。因此，低損耗、超低損耗的新材料正在替代傳統材料。比如，新一代覆銅板CCL從M7向M9甚至M10等級推進，能大幅降低訊號損耗。全球覆銅板市場2025年達到160億美元，預計2026年將增至215億美元，年增長率達30%+。
第二，高密度化升級。晶片堆疊、CPO共封裝技術發展，對底層承載材料提出了更高要求，IC載板作為晶片與PCB之間的關鍵連接，技術壁壘高、附加值高，需缺口持續拉大，是當前PCB行業增速快、價值提升顯著的核心領域之一。
第三，高散熱效率。AI晶片功耗飆升，單顆GPU功耗已達數百瓦、整機超千瓦，常規散熱方案無法滿足高密度算力裝置的熱管理需求。因此，金屬基、陶瓷等高導熱基板、厚銅、埋入散熱等結構進化，成為PCB行業解決高功率散熱痛點的方向。
第四，PCB類晶片化、封裝一體化。傳統PCB僅承擔電氣連接和載體功能，未來將是“PCB+晶片”整合模式。通過高階HDI、埋入式元件、矽中介層鍵合等先進工藝，直接整合。縮簡訊號路徑、降低延遲，又縮小體積、提升散熱效率。如輝達CoWoP方案，就是將GPU與HBM直接整合於強化型PCB上。
5、AI電力：AI新貨幣，決定產出上限
AI的背後是算力，算力的背後是電力。電力已成為AI新貨幣，電決定了AI的產出上限。未來誰掌握了穩定、廉價且充沛的電力，誰就掌握了AI時代入場券。
電力上游，綠電猛增、核電復興。
一是綠電。IEA資料預測2026年全球資料中心總耗電將突破1000TWh，其中 AI負載佔比1/3。全球對綠電需求缺口巨大。AI帶動中國新能源電力出口。全球太陽能、逆變器需求旺盛，中國企業市佔率超90%，歐洲、中東為核心市場。
二是核電。核電特點是單堆功率大、年利用小時數超8000小時，適合配套大型AI算力叢集。全球科技巨頭正加速用電力採購協議和股權投資，鎖定核能。比如，美國三哩島核電站加速重啟，預計於2027年並網，為微軟提供AI算力能耗。小型模組化核電反應堆SMR是新趨勢，或是未來AI資料中心的供電主力。
電力中游，電網裝置升級。
AI拉動電網升級。AI資料中心單機櫃功率密度大增，且需要24小時高可靠運行，遠超傳統電網承載極限，倒逼電網擴容與智能化改造。
建設需求大幅提升。AI算力叢集建設帶來變壓器、高壓直流電源等裝置的增量需求。十五五期間國網固定資產投資預計達4兆，比十四五大增40%。
智能化升級需求。為適配AI高功率密度與穩定性，電網裝置未來向智能化、柔性化升級成為大勢所趨。
電力下游，AI+儲能。
AI必須配儲能。AI模型訓練極其挑剔，需24小時無間斷、穩定的電。儲能可以作為緩衝，將不穩定的新能源供電，轉化為高可靠性的電，確保AI訓練穩定。
全球大力發展儲能。十五五末，預計中國新型儲能裝機規模達300GW，AI資料中心配儲是重要增量。美國大力補貼儲能，未來儲能投資超1000億美元，重點佈局德州等AI資料中心密集區。
未來AI+儲能，盈利閉環。用儲能參與調頻、峰谷套利，創造額外收益，讓AI的高額資本支出轉變為回報。 (澤平宏觀)