文章核心观点 - 自2025年开始，超节点成为AI算力网络重要的技术创新方向，AI芯片厂商的竞争从芯片算力性能延伸至芯片与Scale up网络的双战场 [1] - 全球超节点竞争格局尚未确立，英伟达目前处于领先地位，但越来越多厂商加入竞争 [1][5] - 基于交换机及芯片是Scale up网络互联的关键设备，建议关注国内交换机供应商以及交换机芯片研发商 [1][6] 英伟达超节点技术演进与方案 - **Hopper架构开启初步探索**：GH200通过NVLink和NVLink-C2C技术，实现GPU与CPU内存统一编址 [1] - **Blackwell架构推动标准化**：GB200 NVL72将Scale-up规模稳定在72个GPU/机柜，形成可复制标准化方案，由18个Compute Tray和9个Switch Tray构成，通过NVLink5私有协议与铜线缆实现满带宽全连接 [2] - **Rubin架构实现带宽倍增**：VR200 NVL72的NVLink 6 Switch将单GPU互连带宽提升至3.6 TB/s（上代为1.8TB/s），Spectrum-6交换机支持CPO技术，集成32个1.6Tb/s硅光光学引擎 [2] - **未来规划持续扩展**：2026-2027年计划推出Vera Rubin NVL144和Rubin Ultra NVL576，互联GPU数将从72颗向576颗发展，并在Kyber机架架构中引入NVLink Switch Blade替代传统5000+根有源铜缆 [3] 英伟达的市场地位与优势 - **推出成熟方案并领先**：2024-2025年陆续推出GH200 NVL72、GB200/GB300 NVL72等成熟超节点解决方案 [3] - **出货量预测**：根据大摩预测，2025年英伟达GB200/300 NVL72出货量约2800台 [3] - **技术优势基础**：优势建立在NVLink和NVLink Switch上，NVLink 5 Switch支持单GPU到GPU带宽1800GB/s，可构建72 GPU的NVLink域，总带宽达130 TB/s（双向） [4] - **面临潜在挑战**：Scale up网络的发展空间可能受降低TP与EP规模的技术方案影响，为保持领先，实现Scale up网络和Scale out网络融合或成为新的发展趋势 [4] 超节点领域的竞争格局与参与者 - **竞争延伸至双战场**：AI芯片厂商竞争从芯片算力性能延续至芯片+Scale up网络 [1][5] - **参与者广泛增加**：除英伟达、华为、AMD、谷歌外，更多厂商加入竞争，包括微软、Meta、Amazon、中国移动、阿里巴巴、腾讯、百度、中科曙光、中兴通讯、浪潮信息、紫光股份（新华三）、沐曦股份、恒为科技等 [5] - **格局未定与国内机会**：全球竞争格局尚未确立，中国厂商参与度高，或有国内厂商在超节点领域取得领先优势 [6] 投资关注方向 - **关注英伟达供应链**：包括PCB背板、高速铜缆、光模块、供电与液冷系统等 [6] - **关注国内领先厂商**：建议关注发布国产超节点的云厂商、通信设备厂商与芯片厂商 [6] - **关注关键网络设备**：基于交换机及芯片是Scale up网络互联的关键设备，建议关注国内交换机供应商以及交换机芯片研发商 [1][6]

半导体行业动态 - 多家芯片公司发布了非常显著的盈利增长和业绩指引 [1] - 行业面临产能限制 公司表示一旦完成订单 立即会有更多需求出现 导致产能追赶不及 [2] - 这种供需紧张的情况不仅出现在内存芯片公司 也出现在像Coherent这样的芯片外围公司和Lam Research这样的设备公司 [2] - 英伟达在谷歌公布资本支出计划后股价在盘后交易中上涨 [3] 投资组合与策略 - 投资组合超配硬件、电力和基础设施相关股票 [5] - 在软件即服务领域进行了精选 增持了微软和ServiceNow 同时减持了Adobe和Salesforce [5][6] - 投资策略是追求大体正确 并以此在过去几年中实现了超越标普500指数的表现 [4] - 对于英伟达等公司 投资者需要有耐心并利用市场波动 例如在去年年初以每股108美元的价格增持了英伟达 [20] 特斯拉与相关主题 - 特斯拉是硬件和电力基础设施故事中未被充分讨论的公司 [6] - 特斯拉的未来在于全自动驾驶和机器人技术 [7][10] - 特斯拉股价今年表现相对平淡 年内下跌3.7% 未像其他大型科技股或硬件股那样大幅上涨 [8] - 分析师认为特斯拉将在2026年迎来转机 并将其列入“2026年六只重点股”名单 [8] - 特斯拉在每股240美元的“关税动荡”时期被增持 股价自那时起已上涨超过50% [9] - SpaceX与XAI的潜在合并将对特斯拉产生积极影响 甚至不排除三家公司合并的可能性 [9] - 从长远看 特斯拉作为变革型公司 其估值的重要性可能不如许多投资者认为的那么大 [11] 人工智能对软件行业的影响 - 人工智能可能对软件即服务公司的经常性收入或现金流构成威胁 因为AI智能体可能取代传统的“席位”销售模式 [14] - 人工智能也可能促使SaaS公司更专注于一次性项目和实际成果 这可能扩大整体市场规模 尽管单个公司分得的份额可能变小 [14] - 谷歌的例子表明 公司有能力应对挑战 其搜索业务曾被预言因AI而消亡 但事实相反 公司迅速将Bard更名为Gemini 现已成为AI领域的领导者之一 [16][17] - 强大的管理团队是关键 微软和谷歌等公司都曾多次被看衰 但总能找到转型之路 [17][18] 英伟达与GPU市场 - 英伟达是投资组合中备受青睐的公司 处于人工智能、生成式AI和机器人技术等焦点领域的中心 [20][21] - GPU市场的核心问题在于谁能保持护城河 无论是在芯片领域还是软件领域 [19] - 公司持续面临供不应求的局面 且此需求尚未计入中国市场 [20] - 只要公司持续看到并预计将看到当前水平的需求 其股价在弱势时增持是安全的 [21] - 像AMD这样的竞争对手在丽莎·苏的领导下 其CPU市场份额从零增长到了41% 这表明投资于由优秀管理层领导的、处于变革性技术甜点区的公司是值得的 [21][22]

文章核心观点 - OpenAI正在进行一轮高达1000亿美元的巨额融资 英伟达 亚马逊 软银 微软等科技巨头计划参与 其本质是科技巨头为防止AI泡沫破裂而进行的自救式“供血” 旨在维持OpenAI的运营 从而支撑自身与AI相关的巨额业务合同和市值中的“AI溢价” [1][3] 融资背景与市场环境 - OpenAI此前通过让合作伙伴（如甲骨文 CoreWeave Vantage数据中心）利用自身资产负债表贷款建设数据中心 并承诺未来以合同付款 这种“画饼”融资策略现已面临巨大市场阻力 [5] - 债市投资者意识到OpenAI烧钱太快 未来可能无法支付账单 因此推高了合作伙伴的融资成本 甚至将其债券视为“垃圾债” [6] - 合作伙伴如甲骨文面临融资困境 甚至被迫宣布出售股票来筹资 这加剧了市场焦虑 [7] - 华尔街银行为了缓解风险敞口 正急于将手中持有的与甲骨文数据中心项目相关的数百亿美元贷款通过证券化转卖给其他金融机构 [8] - 外部融资渠道收紧导致OpenAI的机房建设面临停工风险 进而威胁其模型训练能力 [9] 科技巨头参与融资的动机 - **微软**：计划投资约100亿美元 旨在保住OpenAI已承诺采购的价值约2500亿美元的Azure云服务合同 微软目前持有OpenAI公共利益公司约27%的权益 [11] - **亚马逊**：计划投资约200亿美元 本质是为了锁定OpenAI价值约380亿美元的云业务合同 [11] - **英伟达**：计划投资约300亿美元 目的是让OpenAI有资金回头购买其GPU 这是一种“锁增长 防竞争”的手段 [11] - 科技巨头的投资构成了“循环融资” 即“我借钱给你 让你来买我的东西” [10][11][12] - 巨头资金注入为OpenAI提供了“能付账”的确定性 有助于稳定供应链融资成本 为OpenAI争取时间窗口以实现自我供血或重新打开市场融资渠道 [13] - 将资金以股权投资形式投入OpenAI 而非自身资本开支或新增债务 有助于科技巨头在AI资本开支被市场紧盯的当下 缓解短期估值压力 [14] 融资的深层逻辑与系统性风险 - 当前科技巨头的股价中包含大量“AI溢价” 若OpenAI因资金链断裂而倒下 可能导致整个AI赛道逻辑崩塌 [15] - 市场分析认为 若OpenAI崩溃 大型科技公司的市值可能会缩水50%到80% [15] - 巨头参与融资的逻辑在于：若不花费这1000亿美元来确保OpenAI运营 他们自身可能面临高达1万亿美元的市值损失 [1][15] - 类似的融资逻辑也出现在马斯克的交易中 例如将高消耗的xAI与现金流强劲的SpaceX合并 以隐藏前者的烧钱状况 [16]

报告核心观点 - 2025年美国500强品牌总价值同比增长7.4%，达到5.79万亿美元，增速远超美国2.8%的经济增长率 [1][26] - 苹果以5745亿美元的品牌价值蝉联美国及全球最具价值品牌 [1][32] - 行业表现分化显著，半导体行业以40%的增幅领跑，而医疗设施、汽车、医疗服务行业则出现下滑 [1][28] - 品牌价值增长的关键驱动因素包括AI技术应用、生态系统构建和可持续发展实践 [3] 品牌价值排名与表现 - **苹果** 品牌价值增长11.2%，达到5745亿美元，其核心竞争力在于紧密整合的生态系统 [1][32][37] - **微软** 品牌价值增长35.4%，达到4611亿美元，增长主要由云计算和AI业务推动 [1][34][37] - **谷歌** 品牌价值增长23.9%，达到4130亿美元，搜索和广告收入增长强劲 [1][35][37] - **英伟达** 品牌价值暴涨97.5%，达到879亿美元，首次跻身前十，受AI芯片需求激增推动 [1][37][40] - **沃尔玛** 是前五名中增长最快的品牌，品牌价值飙升41.7%，达到1372亿美元 [37][38] - **MGM** 是增长最快的品牌，品牌价值飙升102%，达到38亿美元，受创纪录收入和全球扩张推动 [2][8][51] 行业趋势分析 - **半导体行业** 品牌价值增幅最大，达到40%，英伟达是主要受益者 [1][28] - **啤酒行业** 和 **休闲旅游行业** 均实现35%的强势增长 [1][28] - **休闲旅游行业** 复苏明显，挪威邮轮和嘉年华邮轮品牌价值分别增长87%至33亿美元和86%至26亿美元 [1][53] - **医疗设施行业** 品牌价值下滑23%，**汽车行业** 和 **医疗服务行业** 均下滑14% [1][28] 区域品牌价值分布 - **加利福尼亚州** 以84个品牌贡献1.92万亿美元总价值位居首位，是苹果、谷歌、英伟达等顶尖品牌的聚集地 [2][29] - **华盛顿州** 以9282亿美元总价值位列第二，主要得益于微软、亚马逊和星巴克 [2][29] - **纽约州** 以6108亿美元总价值位列第三，拥有65个品牌，威瑞森和摩根大通是领头羊 [2][30] 品牌实力与评级 - **耐克** 以94.7的品牌实力指数成为美国最强品牌，其2024年巴黎奥运会的大额投入成效显著 [2][65] - **谷歌** 和 **李维斯** 均获得AAA+评级，品牌实力指数分别为94.3和94.2 [2][67] - 品牌实力评估模型已更新，纳入基于熟悉度、功能可信度和情感吸引力的指标，旨在预测增长 [19] 可持续发展表现 - **埃森哲** 在环境、社会和治理各维度表现突出，将可持续性融入核心战略 [2] - **雅各布斯工程** 和 **DTE能源** 等企业也在各自领域展现出强劲的可持续发展承诺 [2] 品牌领导力（品牌守护力） - **微软CEO萨提亚·纳德拉** 位列品牌守护力指数榜首，其主导的AI布局与长期战略推动品牌价值年均增长26% [2] - **苹果CEO蒂姆·库克** 和 **英伟达CEO黄仁勋** 分别位居第二、三位，展现出卓越领导力与品牌价值增长的强关联性 [2] 值得关注的品牌动态 - **罗宾汉** 通过业务多元化与国际扩张重返榜单，品牌价值增长34%至17亿美元，并报告了首个年度盈利 [2][59][60] - **希尔顿** 等酒店品牌凭借创新服务与全球扩张，保持稳健增长态势 [2] - **AMC影院** 品牌价值增长73%至28亿美元，**DraftKings** 品牌价值增长59%至51亿美元 [54]

文章核心观点 - AI预训练范式正在发生第二次重大转变，从“下一个词预测”转向“世界建模” [6] - “世界建模”被定义为在给定动作条件下，预测下一个合理的世界状态 [5][9] - 2026年将成为大世界模型为机器人及广义多模态AI奠定真实基础的关键一年 [3][8] - 当前世界模型的应用炒作集中在AI视频和游戏，但其根本价值在于服务物理AI和具身智能 [7][10] - 世界模型将催生以视觉为中心、而非语言为中心的新推理形式 [10][25] 世界模型的定义与范式转变 - “世界建模”是继“下一个词预测”之后的第二个预训练范式，可称为“下一个物理状态预测” [6] - 世界模型本质上是可学习的物理模拟器和渲染引擎，能捕捉反事实情景并进行推理 [13] - 视频生成模型是世界模型的一种实现形式，其“下一个状态”是一系列RGB帧（通常8–10秒，最长数分钟），“动作”是描述文本 [11] - 训练过程是对数十亿小时视频像素的未来变化进行建模 [12] 当前技术路线的局限与对比 - 当前主流的视觉语言模型路线本质是以语言为中心，视觉是“二等公民” [14] - 2025年物理AI领域以视觉语言动作模型为主，它更像是“语言 > 视觉 > 动作”的等级递减结构 [15][16] - VLA模型参数多用于知识而非物理理解，其设计在知识检索上强，但物理能力分配不足 [16][17] - VLA模型不会随着视觉语言模型的规模扩大而自然增强物理能力 [34] 以视觉为中心的必要性与生物启示 - 从生物学看，视觉皮层主导了人类大脑的计算，是连接大脑、运动系统和物理世界的最高带宽通道 [18] - 视觉闭合了“感知—运动回路”，这是机器人最需要解决的回路，且中间不需要语言 [18] - 猿类拥有高超的物理技能但语言能力有限，证明高灵巧物理智能几乎不依赖语言 [19][20][21] - 猿类拥有对“如果……会怎样”的稳健心理表征，即对物理世界运作的理解 [21] 世界模型带来的新变革与挑战 - 新的预训练目标：下一个世界状态不应只包含RGB，还必须覆盖3D运动、本体感觉与触觉 [10][24] - 新的推理形式：将出现“在视觉空间中的思维链”，通过模拟几何关系和接触解决物理问题，无需依赖语言 [10][25][43] - 面临的新挑战包括：动作如何解码、像素重建是否是最优目标、需要多少机器人数据、远程操作扩展是否可行等 [26][27] - 技术挑战具体包括：几何一致性、同一性保持、推理速度（降低实时循环延迟）、动作采样等 [44] 行业展望与商业动态 - 世界模型是一类全新的基础模型，是连接虚拟与物理领域的桥梁，其真正价值在于跨任务、跨领域的泛化能力 [37] - 世界模型作为基座模型，可以兼容视频生成与具身操控两种应用 [39] - 谷歌、英伟达等公司正在虚拟游戏、视频以及物理机器人领域同步布局世界模型技术 [40] - 商业层面快速推进：李飞飞创办的World Labs正以约50亿美元估值进行新一轮融资，规模最高可达5亿美元 [47] - LeCun创办的AMI Labs融资估值可能达到35亿美元 [47] - 2026年将是多模态、多轮交互代理之年，胜者必然更重视视觉模态 [45] - 2026年可能是机器人技术停止依赖语言模型，转而构建原生系统的一年 [46]

全球软件股下跌与市场恐慌 - 全球软件类股票普遍下跌，导火索是Anthropic发布的Claude更新展示了前所未有的自动执行能力，能调取日历、理解流程、执行任务，直接切入传统生产力工具的核心领域[1] - 市场开始恐慌，担忧AI会从头重做工具，彻底替代现有软件[1] AI与软件工具的关系：使用而非替代 - AI不会重做工具，而是会使用工具，就像人不会重新发明螺丝刀，AI会直接使用已经成熟、被验证有效的软件，通过调用接口和组合功能来完成任务[2][4] - 真正的改变不是工具被替代，而是使用者从人变成了AI[3][7] - 最新一代AI的核心进展在于“Tool Use”（工具使用），即AI能真正干活，如打开浏览器、填写申请表、写代码、调服务，这些过去需要人手动操作的事情AI现在都能自己完成[8] - 这意味着原本被担心会过时的软件工具反而变得更重要，它们不再只是给人用的界面，而是变成了AI可以调用的功能模块[9] 软件角色的根本性转变 - 软件的使用方式彻底改变：以前工具是给人用的，需要人点按钮、填表单、跑流程；现在工具是给AI用的，AI通过调用接口、调度动作、组合功能来完成一整套任务[6][7] - 软件从使用工具变成AI持续学习的载体，需要承载AI的每次经验积累[10] - 软件的运行方式从预录制、流程写死，转变为实时生成，AI根据意图动态决定调用哪个模块、走什么流程[10] - 软件需要记录每一次使用的经验，这些记录不是静态存档，而是可以被后续的AI调用学习，形成更好的判断，逐渐沉淀为企业的可复用知识资产[11][12][13] - 核心理念是让AI始终在场、全程参与，让软件成为能够持续进化的平台[14] AI工厂与软件价值标准重构 - 在“AI工厂”场景下，AI持续运转完成生产任务，软件必须能被AI高频调用，核心标准是有API接口、能程序化调用[15] - 软件的使用形态从交互界面变成任务节点，不再是人去点，而是AI去调；不再靠界面吸引用户，而是靠API吸引AI[17] - 软件价值标准重构：以前软件值钱看用户数、收费规模、粘性强度；现在看的是AI能不能调、能不能高频调、能不能生成结果[19] - 软件的战场已经从争夺用户，变成了争夺AI的调用[17] - 对软件企业的建议是盘点现有工具，优先开放那些有API接口、能通过代码调用、能被程序化执行的工具，让AI能立刻用起来[17] 行业合作与未来展望 - 行业领导者正不断强化与Synopsys、Cadence、SAP、ServiceNow等传统工程及企业软件工具企业的合作，而不是另起炉灶[8] - 软件不再是人机交互的终点，而是变成了被AI调用、组合、嵌入的起点[18] - 最终问题不是软件会不会被淘汰，而是软件产品能否被AI用得上[18]

英伟达CEO黄仁勋驳斥AI将取代软件的观点 - 英伟达CEO黄仁勋在思科主办的AI会议上，明确驳斥了市场流传的“人工智能将取代软件及相关工具”的观点，称这一观点“不合逻辑”，并表示时间将予以验证 [1] - 市场担忧源于AI公司Anthropic推出新版聊天机器人，其AI能力的快速提升可能对数据行业和专业服务领域造成冲击，并已引发全球软件股出现明显抛售 [1] AI与软件生态的依存关系 - 黄仁勋强调，认为AI会让软件公司失去存在意义是一种误解，他指出AI未来的发展离不开既有的软件生态，而非从零再造基础工具 [1] - 黄仁勋进一步解释，无论是人类还是机器人，面对“直接使用现有工具”与“重新发明工具”的选择，答案显然是前者 [1] - 当前AI的最新突破集中在“工具使用”领域，核心原因正是现有软件工具的设计具备清晰明确的特性，为AI应用提供了坚实支撑 [1]

公司基本面与估值 - 截至1月28日，英伟达公司股价为191.52美元，其追踪市盈率和远期市盈率分别为46.66和24.63 [1] - 自2023年以来，公司每股自由现金流增长了15倍，主要驱动力是持续的AI扩展定律 [2] - 尽管资本支出巨大，但公司每股自由现金流持续上升，这反映了AI带来的非线性价值创造 [4] 市场机会与增长动力 - 公司的Blackwell和Rubin平台预计在2025年至2026年间将产生0.5万亿美元的收入，凸显了巨大的市场机会 [2] - AI扩展定律（包括预训练、后训练和推理）依然有效，形成了一个良性循环：AI智能提升推动更广泛的应用和进一步的利润增长 [3] - 整个科技生态系统的“奇点扩展者”（如微软、Palantir和Meta）已看到切实的收入和利润改善，例如微软365 Copilot的采用率环比增长了50% [3] 行业地位与长期前景 - 公司将自身定位为AI计算基础设施的提供者，类比于19世纪的美国铁路基础设施，这类能部署基础设施以提供增量价值的公司，其自由现金流和股东回报会随时间复合增长 [4] - 以联合太平洋铁路公司为例，其自2010年以来每股自由现金流增长了6.25倍，印证了这一模式 [4] - 随着指数级增长的计算需求、加速的采用率和可论证的盈利能力，公司是持久价值创造的领先典范，代表了具有巨大上行潜力的长期投资机会 [5] 近期表现与分析师观点 - 自4月份相关看涨观点发布以来，公司股价已上涨约72.64%，这得益于强劲的AI驱动增长 [6] - 当前观点强调了估值风险降低以及长期跑赢潜力得到强化 [6] - 公司最新的AI GPU持续维持了分析师的乐观情绪 [7]

核心观点 - 报告认为，以中国资产为核心的港股配置价值继续凸显，科技自立自强及AI应用是未来港股演绎的核心主线之一，相关板块龙头公司有望迎来中长期发展机遇 [3] - 报告建议关注四大配置方向：科技自立自强政策支持下的科技板块、扩大内需消费政策预期下的消费板块、低估值高股息的央国企龙头、以及受益于美联储降息预期的上游有色金属板块 [3] 市场回顾与表现 - 港股市场近期表现震荡，周三（报告发布日）恒生指数收涨0.05%至26,847.32点，恒生科技指数下跌1.84%，恒生国企指数微跌0.05%，大市成交额达2,854.33亿港元 [1][5] - 年初至今，恒生指数累计上涨4.75%，恒生国企指数上涨1.51%，而恒生科技指数则下跌2.71% [5] - 板块表现分化，能源业（+3.0%）、地产建筑业（+2.1%）、综合行业（+1.3%）和工业（+1.3%）在最新交易日领涨；资讯科技业（-3.4%）和非必需性消费业（-0.4%）则表现落后 [5] - 美股市场周三涨跌不一，道琼斯指数上涨0.53%，标普500指数下跌0.51%，纳斯达克指数下跌1.51%，科技股与芯片股表现疲软 [2][5] 行业与板块动态 - **能源与原材料板块**：受印尼供给端收缩影响，煤炭股集体拉升，兖矿能源涨超10%，中国神华涨超5% [1][5]；原材料行业年初至今累计上涨18.4% [5] - **房地产板块**：内房股走高，世茂集团涨超14%，融创中国涨超8%，万科企业涨超6%，越秀地产涨超6% [1]；地产建筑行业年初至今累计上涨15.2% [5] - **科技与半导体板块**：芯片及科网股走低，上海复旦跌超5%，华虹半导体跌近5%，腾讯控股跌近4% [1]；资讯科技行业年初至今累计下跌6.3% [5] - **消费板块**：商务部数据显示，以旧换新与购新补贴政策效应显现，1月相关产品销售量超1,500万台，销售额近590亿元，线下销售同比增长约20% [9] - **光伏板块**：市场消息称马斯克团队近期访问中国多家光伏企业，可能强化光伏板块的情绪与估值弹性 [9] 重点公司分析 - **中兴通讯 (0763.HK)**：作为本周荐股，公司是全球领先的综合性通信制造商，2024年营收1,212.99亿元，归母净利润84.25亿元，整体毛利率37.91% [10]。公司发布智算超节点服务器，GPU间通信带宽达400GB/S-1.6TB/S，液冷占比80%，在算力领域保持竞争优势。2025年第一季度政企业务营收同比倍增，占营收超20%，智算服务器订货占比超60%。Wind一致预期2025年及2026年净利润分别为79.8亿和88.1亿元人民币，对应市盈率约15倍和14倍，估值被认为较为低估 [10] - **家电龙头公司**：受益于以旧换新政策，建议关注海尔智家（6690.HK）、TCL电子（1070.HK） [9] - **光伏玻璃龙头公司**：建议关注信义光能（0968.HK）、福莱特玻璃（6865.HK） [9] 市场资金流向 - 2026年1月，南下资金（港股通）单月净流入达690亿港元，实现开门红 [3] - 在近期一个交易日，港股通录得净流入资金4.84亿元，其中沪市净流入2.83亿元，深市净流入2.01亿元 [1] 财经要闻与公司信息摘要 - **宏观与政策**：2026年中央一号文件发布，部署乡村全面振兴；央行要求发展科技金融等五大金融；广东拓展无人驾驶公共交通运营区域 [12] - **科技与产业**：美国尚未批出英伟达向华出口芯片许可证；智谱AI模型GLM-4.7-Flash发布两周下载量破百万；英诺赛科产品完成谷歌AI硬件平台重要设计导入 [12][13] - **公司动态**：小米集团斥资1.04亿港元回购300万股；天齐锂业拟通过配售H股及发行可转债集资约58.6亿港元；小马智行预计2025年净亏损同比收窄至6,900万–8,600万美元 [13] 新股资讯 - 当前有三家公司正在招股：乐欣户外（2720.HK，休闲用品）、爱芯元智（0600.HK，半导体）、先导智能（0470.HK，硬件设备），预计于2025年2月10日及11日上市 [15]

报告行业投资评级 - 看好/维持 [2] 报告的核心观点 - 大语言模型参数规模向万亿级演进，驱动对超高带宽、超低延迟Scale up网络的需求，超节点成为AI算力网络重要的技术创新方向 [4][9] - 英伟达在超节点方案上处于领先优势，其优势建立在自研的NVLink和NVLink Switch技术上 [5][6] - 全球超节点竞争格局尚未确立，除传统芯片厂商外，更多云厂商、通信设备商等加入竞争，建议关注英伟达供应链及国内相关厂商 [9] 根据相关目录分别进行总结 1. LLM训练要求高带宽与延迟，驱动超节点成为AI算力网络创新方向 - 大语言模型参数规模从千亿级向万亿乃至十万亿级演进，跨服务器张量并行和混合专家模型中的专家并行成为必然，对网络带宽与延迟要求极为严苛 [4][18] - 为满足需求，构建超高带宽、超低延迟的Scale up网络成为业界主流技术路径 [4][18] - Scale up网络特点：算力规模为数十卡至千卡级、资源利用率80%以上、通信延迟百纳秒级、支持统一内存访问、但定制化程度高 [20][22] - 超节点主要由计算节点、交换节点和Scale-up网络互联构成，其互联方案直接影响系统关键指标，目前主流有铜缆和光纤两类方案 [23][26] 2. 英伟达：超节点领先优势建立在NVLink和NVLink Switch 2.1 Scale up网络核心技术：NVLink与NVLink交换机 - NVLink与NVLink交换机是英伟达构建单机柜Scale up网络的核心技术组合，二者协同演进 [33] - 截至2025年，NVLink 5 Switch支持单GPU到GPU带宽1800GB/s，可构建72 GPU的NVLink域，总带宽达130 TB/s（双向） [6][34] - 2026年发布的第六代NVLink交换机支持的GPU-to-GPU通信带宽提升至3.6TB/s，在VR NVL72系统中提供260TB/s聚合带宽 [33][34] - NVLink采用差分信号传输、SerDes模块、网状拓扑、流量调度信用机制、多Lane绑定、统一内存空间等一系列先进技术 [6][35] - NVSwitch作为专门交换芯片，采用多阶Clos网络架构，实现多GPU高速全互联，解决了点对点连接复杂度高的问题 [39] 2.2 GB200 NVL72超节点：铜缆互联，总交换容量129.6TB/s - GB200 NVL72将Scale-up规模稳定在72个GPU/机柜，形成可复制的标准化方案 [7][43] - 节点由18个计算托架和9个交换托架构成，通过“NVLink5私有协议+铜线缆”实现全连接 [7] - 提供180 PFLOPS的TF32 Tensor Core算力，总内存容量13.4TB，内存带宽576TB/s，Scale up带宽64800单向GB/s [47][48] - 单颗NVSwitch5芯片交换容量为7.2TB/s，18颗芯片总交换容量129.6TB/s [54] - 主要采用直连铜缆互联，共需约5184根铜缆，机柜功耗145KW [48][68] 2.3 VR200 NVL72超节点：延续GB200工程技艺，总交换容量翻倍 - 2026年发布的新一代VR200 NVL72属于连续性创新，计算节点仍为72 GPU与36 CPU [46][70] - 交换节点配置36颗第六代NVSwitch芯片，数量相比GB200 NVL72翻倍，单芯片交换容量保持7.2TB/s [72] - 总交换容量提升至259.2TB/s，相比GB200 NVL72翻倍 [75] - CPU-GPU互联带宽提升至1.8TB/s，相比上代900GB/s提升一倍 [75] - 延续铜缆互联方案，但用中板取代部分线缆，且因SerDes速率升级，单连接所需铜缆由4根减为2根 [81] 2.4 总结：处于领先优势，互联GPU数将从72颗进一步向576颗发展 - 英伟达已推出GH200 NVL72、GB200/GB300 NVL72、VR200 NVL72三代超节点，处于行业领先地位 [5][43] - 根据大摩预测，2025年英伟达GB200/300 NVL72出货量约2800台 [5] - 展望2026-2027年，计划推出Vera Rubin NVL144和Rubin Ultra NVL576，互联GPU数将从72颗向576颗发展 [5][85] - 未来将在Kyber机架中引入NVLink Switch Blade，通过PCB中板替代传统5000+根有源铜缆 [5][85] - 报告指出，AI产业在探索降低张量并行与专家并行规模的技术方案，这可能限制Scale up网络的发展空间及英伟达的领先优势，未来Scale up与Scale out网络融合或是发展趋势 [8][86] 3. 投资建议 - 自2025年开始，超节点成为AI算力网络重要的技术创新方向，竞争从芯片算力延伸至“芯片+Scale up网络” [9] - 全球参与厂商众多，包括英伟达、华为、AMD、谷歌、微软、Meta、Amazon及中国移动、阿里巴巴、腾讯、百度、中科曙光、中兴通讯、浪潮信息、紫光股份、沐曦股份、恒为科技等 [9] - 投资建议关注三个方向：1) 英伟达超节点供应链，包括PCB背板、高速铜缆、光模块、供电与液冷系统等；2) 发布国产超节点的国内云厂商、通信设备厂商与芯片厂商；3) 国内交换机供应商及交换机芯片研发商 [9][97]