海外科技巨头资本开支与AI算力投资趋势 - 海外科技巨头对2026年资本开支指引强劲 微软、谷歌、Meta、亚马逊四家大厂2025年、2026年资本开支总和预计分别为4065亿美元、5964亿美元 分别同比增长46%、47% [1][2] - 用于投资AI算力及基础设施的比例有望持续提升 海外大厂目前仍以采购英伟达AI芯片为主 2026年AMD及海外大厂自研芯片有望快速放量 [2] - 整体产业链将受益于此次由技术迭代驱动的长景气周期 本轮AI周期呈现“技术迭代带动持续渗透”的长周期属性 不同于5G周期的“高峰—回落”型特征 [1][3] 算力基础设施升级：互联侧 - 光模块端口速率按“1–2年一代”演进 从10G/40G-100G/400G-800G/1.6T 未来800G将加速规模化部署、1.6T进入导入期 [3] - 数据中心网络架构变化及AI训练集群规模扩大 推动光模块用量、规格与单点价值量同步抬升 LPO/CPO、硅光、AOC等技术路线让网络向更低功耗、更高密度、更高可靠演进 [3] - PCB行业进入AI驱动的新周期 需求结构发生根本性转变 AI服务器集群建设带来算力板卡、交换机与光模块同步升级 推动PCB需求量和单价双升 [3] - 随着算力架构演进 信号链条更短、对材料损耗更敏感 PCB成为AI硬件中最核心的互联与供电载体之一 [3] 算力基础设施升级：冷却侧 - AI GPU机架的峰值密度有望从2024年的130kW到2029年突破1MW 功率密度持续提升使得采用液冷技术成为大势所趋 [4] - 海外机柜算力密度提升直接带来二次侧及ICT设备侧价值量的提升 其中CDU、冷板价值量占比较高 [4] 算力基础设施升级：供电侧 - AI服务器功率持续提升 传统供配电架构面临配电房占地面积大幅提升、电能传递损耗大幅增长等问题 [5] - 行业迫切需要通过供配电架构升级以减少占地面积、提升系统效率、减少用铜量、提升分布式能源接入能力 [5] - AI数据中心供配电方式预计将遵循UPS-HVDC-SST路径演变 2026年行业催化有望持续 [5]