核心观点 - 2026年GTC大会标志着AI产业竞争从芯片层面升级至系统层面，算力基础设施将进入平台化时代 [1][2] - AI需求结构正从训练主导转向推理驱动，产业进入高景气扩张阶段，算力需求与资本投入共振上行 [2][4] - 全球AI竞争加速向体系化演进，呈现中美双擎驱动格局，竞争重心发生实质性偏移 [2][17] 本期焦点：GTC 2026推动AI基础设施竞争升级 - 竞争维度升级：AI基础设施竞争从单一的GPU芯片升级到包含GPU、CPU、网络、存储的完整系统平台，平台化趋势确立 [4] - 需求结构转变：AI需求正从训练主导转向推理驱动，预计到2027年，推理算力需求将达1万亿次/秒 [4] - 物理AI落地：GTC 2026重点展示了Physical AI（物理AI）的加速落地，并发布了“Open Physical AI Data Factory Blueprint” [4] - 性能基准：在特定基准测试中，苹果M3 Ultra芯片的推理性能是NVIDIA RTX 5090的2.7至4.6倍 [9] 资本市场行情回顾 - 二级市场表现：报告期内（2026年3月16日至3月20日），A股市场主要指数普遍下跌，其中创业板指跌幅达-7.22% [10][11] - 全球AI龙头股价：美股AI硬件龙头股价出现分化，AMD上涨+4.11%，而英伟达（NVDA.O）下跌-4.19%，博通（AVGO.O）下跌-3.62% [12][14] - 中概AI股表现：部分A股和港股AI公司股价波动剧烈，例如“中际旭创”（300308.SZ）周涨幅达+12.91%，而“AI”（2513.HK）周涨幅高达+18.96% [13][14] - 一级市场与IPO：AI领域一级市场融资活跃，多家AI相关公司启动或完成IPO，涵盖AI芯片、数据中心、SaaS等领域 [13][15] - 加密货币市场：同期加密货币市场整体微跌-0.63% [16] AI产业及代表性企业动态更新 - 算力消耗激增：全球大模型周调用总量再创新高，达18.2万亿次，显示算力需求爆发式增长 [17] - 模型调用排名：中国模型MiMo在全球调用量排名中位居前列，周调用量达2.38万亿次 [2][17] - 企业业绩与战略： - 某公司2025年Q4营收达1943.7亿美元，同比增长+13%，其中AI相关营收达774亿美元，同比增长+33% [26] - 阿里成立“Alibaba Token Hub”（ATH）事业群，全面整合AI Agent业务，目标服务1000万企业客户 [23][26][33] - OpenAI正积极筹备IPO，并计划投入4000万美元用于相关准备 [23][26] - 算力基建扩张： - Meta计划向AI云服务商Nebius采购价值270亿美元的AI芯片 [24] - 某公司宣布其AI芯片产能到2027年将提升1万亿次/秒 [26] - TrendForce预测，2026年AI服务器出货量将增长24.8%，达2188万台，其中搭载ASIC芯片的服务器占比将提升至32% [26] 中国动态 - 数字经济带动增长：2026年1-2月，中国高技术制造业增加值同比增长14.2%，其中集成电路产量增长7.6% [27] - 政策聚焦融合：工信部明确信息化与工业化融合重点，锚定5G、工业互联网等新型基础设施建设方向 [27][28] - 数据要素价值释放：国家数据局发文推动数据要素市场化，明确了三大发展路径 [28] 海外动态 - 美国启动“AI出口计划”：旨在主导全球AI贸易与技术标准制定 [3][29] - 德国扩张算力基建：计划将数据中心容量翻倍，以重塑其“欧洲数字心脏”的地位 [29] - 美国推进6G发展：国家电信和信息管理局（NTIA）计划发起“6G行动呼吁” [2][30] - 韩国技术突破：成功验证宇航级AI芯片关键抗辐射技术，加速太空产业国产化 [30] 技术前沿 - 英伟达发布全栈技术：在GTC 2026上发布了包括Vera Rubin AI超级计算机、新一代LPU、CPO、Spectrum-X网络等在内的全栈AI技术体系，并公布了万亿级营收目标 [31] - AI编程模型突破：AI编程平台Cursor发布自研模型Composer 2，其性能在特定基准上达到Claude Opus 4.6的86%，而成本仅为后者的五分之一到十分之一 [2][32] - AI Agent整合：阿里通过ATH事业群整合AI Agent全链条布局，覆盖C端和B端市场 [33] 智库观点 - AI对教育的影响：兰德公司报告显示，美国青少年使用AI完成作业的比例从2025年5月的48%上升至12月的62%，主要使用ChatGPT（53%）和Google Gemini（28%），引发对批判性思维能力的担忧 [34] - AI智能体治理挑战：乔治城大学报告指出，AI智能体的兴起正在测试现有的治理模式，其自主性和数据交互的复杂性带来了新的监管挑战 [35]