人工智能进入“物理AI”时代 - 英伟达首席执行官黄仁勋在2026年CES上宣布人工智能进入“物理AI”时代 该概念强调AI需融合重力、摩擦等真实物理动态以执行复杂任务 其核心支柱包括Newton物理引擎、Cosmos基础模型平台、GPU+LPU混合架构 [1] Rubin平台性能与量产进展 - 相较于Blackwell平台 Rubin GPU的NVFP4推理性能提升至50 PFLOPS（提升5倍） 训练性能提升至35 PFLOPS（提升3.5倍） HBM4内存带宽提升至22 TB/s（提升2.8倍） 单GPU的NVLink互连带宽提升至3.6 TB/s（提升2倍） [2] - Rubin架构采用Vera CPU、Rubin GPU、NVLink 6等协同设计 实现了推理成本的革命性下降 [2] - Rubin平台订单规模已达3000亿美元 已全面进入量产阶段 基于该平台的产品将于2026年下半年通过合作伙伴面市 [2] 机器人与自动驾驶作为核心载体 - 黄仁勋将机器人称为“AI的终极形态” 英伟达宣布与特斯拉深化合作为Optimus人形机器人提供AI大脑 [3] - Optimus通过Omniverse数字孪生平台完成90%以上训练 自主运行比例达85% 远超行业均值 [3] - Optimus量产计划为：2026年第一季度实现5万台量产 成本降至2万美元以下 2026年底产能提升至10万台 覆盖零件分拣、组装、质检全流程 [3] - 英伟达开源Alpamayo系列AI模型以支持L4级自动驾驶 黄仁勋认为自动驾驶是汽车行业发展趋势 [3] 上游核心原材料迎来关键节点 - 预计Rubin服务器的Compute Tray/Switch Tray/Midplane/CPX对应的PCB和CCL解决方案将分别升级至M8/M8.5/M9/M9解决方案 [4] - M9解决方案可能采用高频高速树脂+HVLP4/5铜箔+Q布的材料组合 M8.5解决方案可能采用高频高速树脂+HVLP4铜箔+Low-Dk二代布的材料组合 [4] - Rubin Ultra服务器有望采用M9树脂+高阶HVLP铜箔+Q布的正交背板解决方案 [4] - 预计Rubin服务器上游供应链将在2026年上半年开启备货潮 M8.5和M9 PCB/CCL的核心原材料有望迎来“从0→1”的关键节点 [4] AI商业化落地与供应链影响 - AI已从数字世界延伸至真实世界 机器人、自动驾驶、端侧AI硬件成为AI的市场载体 AI正式走向商业化落地 [1][5] - “物理AI”需要较大的算力、数据等资源支撑 对AI算力基础设施建设提出了更高要求 [5] - Rubin平台的量产意味着AI算力性能、数据传输效率提升及推理成本下降 有望刺激上游供应链的出货进度 [5] 供应链相关投资建议 - 建议重点关注英伟达供应链公司 包括PCB领域的胜宏科技、沪电股份、深南电路 CCL领域的生益科技 Q布领域的菲利华、中材科技 以及树脂领域的东材科技 [6]