投资评级与核心观点 - 报告对甲骨文（ORCL.N）的评级为“增持” [7] - 报告将甲骨文FY2026目标价调整至229美元 [9][12] - 报告核心观点：云需求持续强劲，但数据中心交付进度可能成为收入兑现的瓶颈 [1][3][9] 财务预测与业绩表现 - 报告调整了甲骨文的营收预测：FY2026E为670亿美元，FY2027E为843亿美元，FY2028E为1278亿美元 [9][12] - 报告调整了Non-GAAP净利润预测：FY2026E为211亿美元，FY2027E为239亿美元，FY2028E为335亿美元 [9][12] - 预计FY2026E营收同比增长16.8%，FY2027E同比增长25.8%，FY2028E同比增长51.5% [5] - 预计FY2026E Non-GAAP净利润同比增长21.9%，FY2027E同比增长13.7%，FY2028E同比增长39.9% [5] - 预计毛利率将从FY2025的70.5%下降至FY2026E的67.1%，并进一步降至FY2028E的61.1% [5] - 当前股价为184.92美元，当前市值为5312.99亿美元 [7][8] 业务亮点与增长驱动 - 甲骨文FY26Q2剩余履约义务（RPO）达到5230亿美元，环比净增680亿美元，其中包括与Meta和NVIDIA的合同 [9] - 甲骨文将FY2026资本支出指引大幅上调150亿美元至500亿美元，但维持全年总收入670亿美元的指引不变 [9] - 甲骨文云基础设施（OCI）设计灵活，可在数小时内完成工作负载切换，能快速适配多元化客户需求 [3][9] - 甲骨文在数据库方面积累的客户资源，结合AI推理能力，有望在企业AI推理端占据独特生态位 [12] 估值依据 - 估值方法：参考可比公司FY2028平均Forward PE 20.6X，给予甲骨文Forward PE 25X（估值溢价源于其高规模与高增长性的在手订单），对应FY2029合理估值389美元，再以19.4%的股权资本成本折现至FY2026，得出目标价229美元 [12] - 甲骨文自身预测PE（稀释）为：FY2026E 25.7倍，FY2027E 23.1倍，FY2028E 16.8倍 [5] 潜在挑战与公司应对 - 数据中心建设进度可能成为收入兑现的瓶颈，收入增长节奏可能无法匹配资本支出的节奏 [3][9] - 甲骨文采用多种手段应对融资和现金流问题：1）将数据中心建设风险转嫁给上游，仅在建成运营后确认现金支出；2）允许客户自带芯片安装（托管模式）；3）可以租赁GPU代替购买 [9] - 管理层预计融资需求低于1000亿美元 [9] - 报告指出，为OpenAI建设的数据中心目前均按计划推进，未出现延误 [9]

核心观点 - 全球AI技术正从训练主导转向推理主导 驱动硬件产业链迎来新一轮成长机遇 多模态大模型迭代与AIAgent规模化落地显著提升推理算力需求 [2] - 云服务商资本开支上调与各国主权AI计划共同推动全球AI基础设施高景气建设 带动服务器、存储、光互连等云侧硬件价值提升与技术创新 [1][2] - AI手机与AR眼镜等端侧设备加速智能化演进 正在重塑产业格局 [1][5] 总量趋势 - 预计2025年全球八大云服务提供商资本开支将达4310亿美元 同比增长65% 2026年有望进一步增至6020亿美元 [2] - 各国主权AI计划启动 例如美国“星际之门”计划投资约5000亿美元 欧盟拟投入215亿美元建设AI超级工厂 [2] - 预计到2030年 全球AI数据中心容量将达156GW 占数据中心总需求的71% [2] 云侧硬件产业链 PCB - AI服务器带来明确的价值量提升 例如英伟达DGX H100单GPU对应PCB价值量达211美元 较前代提升21% GB200 NVL72将单GPU价值量推高至346美元 [3] - 随着Rubin架构采用无缆化设计及交换机向800G/1.6T演进 PCB正朝着高层数、使用如M9等低介电材料的更高性能方向升级 [3] - 2026年国内高端PCB产能将迎来集中释放 以支撑下游需求 [3] - 上游材料同步升级迭代 包括M9级别中碳氢树脂比例提升、第三代石英玻纤布引入、以及HVLP4铜箔使用 国产材料厂商正在各环节加速实现替代与突破 [3] 存储 - 2025年因AI需求导致的结构性供需失衡 已推动DRAM与NAND Flash价格显著上涨 [3] - 预计2026年行业资本开支增速放缓 投资重心转向高附加值产品 [3] - 3D DRAM技术通过TSV与4F2垂直结构为国内厂商提供了绕开先进光刻限制的机遇 [3] - 服务于大模型推理优化的KV Cache技术 正推动QLC SSD加速替代HDD 预计其2026年在企业级SSD市场的渗透率将达到30% [3] 光互连 - 光互连技术作为AI算力集群的关键 正步入新时代 光交换机凭借高带宽、低时延、低功耗特性 适配大规模AI集群互联需求 [4] - 以MEMS为主的技术路线已占据主导 产业链条长且壁垒高 [4] - 从上游核心器件到中游设备集成与解决方案 国内已有厂商在各个环节积极布局并切入全球供应链 [4] 端侧设备产业链 AI手机 - 2025年AI手机市场整体保持温和增长 竞争焦点转向端侧AI能力 [5] - 手机操作系统正从“应用启动器”向“系统级智能体”演进 以豆包手机为代表的创新产品尝试实现底层AI融合与跨应用操作 [5] - 苹果与安卓阵营的旗舰芯片持续提升NPU算力 共同推动端侧AI的普及与体验升级 [5] AR眼镜 - AI与AR融合的智能眼镜被视为可穿戴设备的未来形态 市场正处于高速增长期 产品形态从无摄像头眼镜持续演进至具备完整显示功能的AR眼镜 [5] - 光波导因其在清晰度与体积上的优势 有望成为AR眼镜光学成像模组方案的主流选择 [5] - 光机方案呈现多元化趋势 LCOS是目前消费级产品的主流 MicroLED凭借其性能优势被公认为未来的发展方向 [5] 建议关注细分领域及标的 - PCB及上游材料：胜宏科技、沪电股份、景旺电子、广合科技、东材科技 [5] - 存储及设备：北京君正、兆易创新、聚辰股份、精智达 [5] - 光互连：英唐智控、赛微电子 [5] - 端侧AI：歌尔股份、立讯精密 佰维存储 龙旗科技、水晶光电、中科蓝讯、豪威集团、舜宇光学科技 [5]

核心观点 - OpenAI悄然逆转其核心产品策略，取消了面向免费及Go订阅用户的自动“模型路由器”系统，默认使用响应更快、成本更低的GPT-5.2 Instant模型，突显了在消费级AI市场，尖端推理能力与即时响应需求之间存在难以调和的矛盾 [1][2] 产品策略调整详情 - 调整内容：已在免费版及每月5美元的Go订阅层级中取消“模型路由器”功能，用户默认使用GPT-5.2 Instant模型，复杂问题不再自动分流至更强大但处理较慢的“推理”模型，普通用户需手动切换才能使用高级功能 [1] - 调整原因：主要源于路由系统的延迟对日活跃用户产生了负面影响，尽管推理模型代表AI性能前沿，但其处理复杂问题可能耗时数分钟，导致不愿等待的大众用户流失 [1] - 用户反馈：基于用户反馈，免费及Go用户更偏好默认的流畅聊天体验 [2] - 历史对比：此次调整距“模型路由器”随GPT-5发布仅四个月，该功能曾成功将免费用户对推理模型的使用率从不足1%提升至7% [3] - 例外情况：每月20美元的Plus用户和200美元的Pro用户在内的付费订阅者仍可使用模型路由器 [6] 市场竞争与增长压力 - 竞争态势：面对谷歌Gemini的强势增长，OpenAI正面临用户增长停滞的压力，迫使其重新调整重心，优先保证基础市场的交互效率 [1] - 用户数据：ChatGPT拥有超过8亿的周活跃用户，但第三方数据显示其增长动能正在减弱，谷歌Gemini近几个月增长显著，而ChatGPT的增长曲线已趋于平缓 [4] - 使用时长：自今年9月以来，用户在ChatGPT上的平均访问时长已跌至Gemini之下 [4] - 内部状态：OpenAI首席执行官Sam Altman上月宣布全公司进入“红色代码”状态，以集中资源改进核心消费级产品 [4] 性能、速度与成本的权衡 - 消费市场偏好：在通用消费类聊天机器人领域，响应速度和语气至关重要，大部分消费者在日常聊天中不愿为准确性牺牲速度，其直接竞争对手是专注于极致速度的谷歌搜索 [3] - 成本因素：推理模型不仅运行缓慢，其计算成本也显著高于标准模型，将大量免费用户请求重新导向GPT-5.2 Instant有助于优化运营成本 [6] - 性能替代：GPT-5.2 Instant目前的性能已有所提升，甚至在处理安全基准测试时表现更佳，因此不再需要将敏感对话强制路由至推理模型 [6] 长期技术方向与未来计划 - 长期方向：业内专家认为，根据问题复杂度调用不同算力的模型仍是正确方向，针对不同问题使用不同的模型和算力是合理的，预计路由技术将继续存在 [6] - 未来计划：OpenAI计划在该技术得到改进后，重新向免费和Go用户推出模型路由器 [2][6]

公司战略与项目合作 - 苹果公司正在深化其垂直整合战略，将业务延伸至核心算力基础设施，加速研发代号为"Baltra"的首款自研AI服务器芯片 [1] - 苹果公司已启动该自研项目，并选择博通作为关键合作伙伴，负责攻克核心网络传输技术 [1] - 该项目被视为苹果摆脱对英伟达芯片依赖的关键一步，预计要等到2027年才能正式投入使用 [1] 产品定位与技术路径 - "Baltra"芯片精准锁定"AI推理"这一细分赛道，而非用于训练超大规模AI模型 [1] - 苹果公司目前选择以每年10亿美元的代价，租用谷歌拥有3万亿参数的定制版Gemini模型来驱动云端"Apple Intelligence"服务 [1] - 自研芯片无需应对模型训练所需的庞大算力消耗，而是将全部性能用于"执行"，即利用已有模型快速处理用户指令 [1] 芯片架构与设计 - "Baltra"的架构设计将与传统的训练芯片截然不同，更强调"低延迟"和"高并发吞吐量" [2] - 苹果与博通将重点优化芯片的INT8等低精度数学运算能力，以大幅降低能耗并显著提升用户端的响应速度 [2] - 供应链消息指出，该芯片极有可能采用台积电先进的3nm"N3E"工艺，设计工作预计在未来12个月内完成 [2]

行业周期与市场展望 - 摩根大通预计当前存储芯片行业将迎来历史上最长、最强劲的上升周期 [5] - 头部存储芯片制造商的总市值已接近1万亿美元，预计到2027年将飙升至1.5万亿美元，意味着仍有超过50%的上涨空间 [1][3][7] - 基于“市值/市场规模”估值框架，预测2027年存储市场规模将达到约4200亿美元，取历史市销率中值3.5倍计算，支撑1.5万亿美元市值预期 [6] 供需分析与短缺预测 - 市场担忧2027年新产能将导致DRAM供过于求，但摩根大通模型显示这种担忧是多余的，未来两年DRAM位元供应增长仍将落后于需求增长 [5] - 尽管2027年供需缺口可能从2026年的5%缩小至3%，但市场仍将处于短缺状态 [9] - 强劲的云服务提供商需求迫使厂商将更多产能分配给HBM，HBM占DRAM总产能的比例将从2025年的19%大幅攀升至2027年的28% [10] - 2026年常规DRAM产能预计同比下降，2027年新产能上线也受限于物理条件，DRAM位元出货量增长将被限制在20%以下 [11] 价格趋势与市场结构 - 市场正经历“双轨制”定价：企业级/AI需求强劲支撑价格高位，消费级则面临周期性压力，但服务器端需求上行将完全抵消消费端下行风险 [5] - 预测2026财年DRAM平均售价将暴涨53%，NAND平均售价上涨约30% [15] - 预计2027财年DRAM平均售价仍将微涨1%，NAND平均售价可能小幅回调6% [15] - 从2026年下半年到2027年上半年，AI推理需求将支撑B2B端价格坚挺，而B2C端将因客户抵触高价面临价格下行 [13][14] AI驱动的结构性机遇 - AI推理对内存的消耗是训练的3倍，形成结构性需求 [1][5] - HBM供需短缺（约8%-12%的缺口）预计将贯穿2027年，甚至可能延续至2028年 [19] - Google下一代2nm TPU可能采用HBM4，加上Rubin Pro GPU带来的4倍容量增长，将持续挤压供应链 [18] - AI服务器对SSD的搭载量是普通服务器的3倍，企业级SSD需求巨大，预计将推动2026财年NAND价格上涨27% [23] 资本开支与供应纪律 - 尽管存储厂商宣布产能扩张，但实际产生的位元供应增长将被物理迁移挑战所抵消 [25] - 预计存储晶圆厂设备的增长将大幅领先于总体资本开支的增长（2026/2027年DRAM晶圆厂设备支出分别增长19%/26%） [26] - 无论是DRAM（低于30%）还是NAND（低于20%），隐含的资本密集度都将低于过去五年的平均水平，显示供应端保持显著纪律性 [27]

AI计算架构变革 - AI推理需求具有小数据块、高并发和大存储容量的特点，现有以CPU为中心的传统架构难以满足需求[1] - 提出将控制和数据路径移至GPU，通过GPU直接连接SSD来提高存储量和传输速率，并利用SCADA软件架构控制存储I/O[1] - 底层硬件变革将带动软件重构，形成以GPU为中心的新架构[1] 技术发展进程与产业机遇 - 预计2027年初将推出首款搭载HBF技术的AI推理系统[1] - Hammerspace和CloudianHyperStore已开始优化软件性能[1] - 数据库产业有望因GPU直连SSD架构的创新迎来新的发展机遇[1] 软件行业指数概况 - 软件ETF（515230）跟踪的是软件指数（H30202）[1] - 该指数从市场中选取涉及软件开发、销售和服务等业务的上市公司证券作为指数样本[1] - 指数覆盖操作系统、应用软件、网络安全等领域的代表性企业，以反映软件行业相关上市公司证券的整体表现[1] - 该指数具有显著的成长性和技术导向性，能够较好地体现软件行业的市场趋势和发展动态[1]

行业市值与增长前景 - 当前头部存储芯片制造商的总市值已接近1万亿美元，基于历史估值中枢推算，到2027年将飙升至1.5万亿美元，意味着头部厂商仍有超过50%的上涨空间 [1][3][4] - 摩根大通预测2027年存储市场规模将达到约4200亿美元，取历史周期市销率中值3.5倍计算，头部制造商的合计市值有望在2027年逼近1.5万亿美元 [3] 行业周期与供需格局 - 当前周期被认为是历史上最长、最强劲的存储上升周期 [2] - 市场担忧2027年新产能将导致DRAM供过于求，但摩根大通模型显示，HBM的产能挤占和AI推理的结构性需求将导致未来两年DRAM位元供应增长仍将落后于需求增长 [2] - 预计从2026年下半年到2027年上半年，DRAM供需缺口将从5%缩小至3%，但仍将处于短缺状态 [9] - 2026年常规DRAM产能预计会同比下降，即便2027年有新产能上线，受限于洁净室空间和工艺步骤增加，DRAM位元出货量的增长将被限制在20%以下 [9] 产品结构与价格趋势 - 市场正经历“双轨制”定价：B2B（企业级/AI）需求强劲支撑价格高位，而B2C（消费级）则面临周期性压力，但服务器端的需求上行将完全抵消消费端的下行风险 [2] - HBM占DRAM总产能的比例将从2025年的19%大幅攀升至2027年的28% [9] - 2026财年DRAM平均售价将暴涨53%，NAND ASP上涨约30%；2027财年DRAM ASP预计微涨1%，NAND ASP则可能小幅回调6% [18] - AI推理的兴起推动企业级SSD市场扩张，AI服务器对SSD的搭载量是普通服务器的3倍，预计eSSD需求将推动2026财年NAND价格上涨27% [17] 技术演进与产能分配 - HBM需求受GPU与ASIC路线之争双重利好，预计HBM的供需短缺（约8%-12%的缺口）将贯穿2027年，甚至可能延续至2028年 [13][19] - Google下一代2nm TPU可能采用HBM4，加上Rubin Pro GPU带来的4倍容量增长，将持续挤压供应链 [19] - 强劲的云服务提供商需求迫使厂商将更多产能分配给HBM，挤占了常规DRAM产能 [9] 资本开支与供应纪律 - 尽管存储厂商宣布产能扩张，但实际产生的位元供应增长将被物理迁移挑战所抵消 [24] - 预计存储晶圆厂设备的增长将大幅领先于总体资本开支的增长，2026/2027年DRAM WFE分别增长19%/26% [24] - 无论是DRAM（低于30%）还是NAND（低于20%），隐含的资本密集度都将低于过去五年的平均水平，表明供应端仍保持着显著的纪律性 [24]

市场表现与指数动态 - 截至2025年12月15日09:48，中证数字经济主题指数下跌0.71% [1] - 指数成分股中，中微公司领涨，北方华创、华润微跟涨；纳思达领跌，澜起科技、拓荆科技跟跌 [1] - 数字经济ETF(560800)进行下修调整 [1] 行业趋势与资本开支 - 全球AI推理需求快速增长，驱动海外云服务提供商(CSP)进一步加大算力基础设施投入，AI推理相关资本开支持续上行 [1] - 2025年第三季度，海外四大CSP的资本开支合计979亿美元，环比增长10%，延续季度上升趋势 [1] - 国内整体算力资本开支仍处于追赶阶段，与海外巨头在投入总量上存在差距 [1] - 从Token调用量与业务规模看，字节等国内头部厂商已接近谷歌体量 [1] 国产半导体与电子行业 - 国产GPU企业在技术积累和生态构建方面与国际领先企业仍有差距，但已实现单芯片支持AI计算、图形渲染等技术突破 [2] - 当前电子行业需求持续复苏，供给有效出清，国产化力度超预期 [2] - 半导体设备、关键零部件和存储涨价等环节存在结构性机会 [2] 指数与ETF产品信息 - 数字经济ETF紧密跟踪中证数字经济主题指数，该指数选取涉及数字经济基础设施和数字化程度较高的应用领域上市公司证券作为样本 [2] - 截至2025年11月28日，中证数字经济主题指数前十大权重股合计占比54.6% [2] - 前十大权重股包括东方财富(权重8.64%)、寒武纪(6.98%)、中芯国际(7.17%)、海光信息(5.91%)、北方华创(5.02%)、中科曙光(4.44%)、澜起科技(4.53%)、兆易创新(3.62%)、汇川技术(4.04%)、中微公司(3.39%) [2][3] 成分股具体表现 - 在提供的数据中，北方华创上涨1.65%，中微公司上涨2.00%，寒武纪上涨0.90% [3] - 海光信息下跌2.00%，澜起科技下跌2.79%，中科曙光下跌1.82%，兆易创新下跌1.74%，中芯国际下跌1.18%，汇川技术下跌1.03%，东方财富下跌0.61% [3]

市场表现 - 12月12日下午A股三大指数集体上涨，上证指数盘中上涨0.17% [1] - 电子、通信、国防军工等板块涨幅靠前，综合、商贸零售板块跌幅居前 [1] - 芯片科技股走强，截至13点04分，芯片ETF（159995.SZ）上涨1.72% [1] - 芯片ETF成分股中，拓荆科技上涨9.37%，龙芯中科上涨6.42%，北京君正上涨5.63%，豪威集团上涨4.48%，中微公司上涨4.02% [1] 行业趋势与资本开支 - 全球AI推理需求快速增长，驱动海外云服务提供商（CSP）进一步加大算力基础设施投入，AI推理相关资本开支持续上行 [3] - 2025年第三季度，海外四大CSP的资本开支合计979亿美元，环比增长10%，延续了季度间上升的趋势 [3] - 国内整体算力资本开支仍处于追赶阶段，与海外巨头在投入总量上仍存在一定差距 [3] - 从Token调用量与业务规模来看，字节等国内头部厂商已接近谷歌体量 [3] 国产算力产业链前景 - 国产先进制程扩产稳步推进，叠加产业链自主可控进展加速，将显著增强国内算力产业的供给保障能力 [3] - 在AI推理和训练需求持续提升的背景下，国产算力厂商有望充分受益，业绩释放可期 [3]

报告行业投资评级 - 强于大市（维持）[2] 报告的核心观点 - 报告核心观点为AI推理与国产化是行业两大投资主线，并持续关注端侧变化 [1] - 预期AI推理主导创新，看好推理需求导向的Opex相关方向，主要为存储、电力、ASIC和超节点 [2][25] - 国产化方向从供给侧和需求侧均有望改善，带动国产算力产业链机会 [5] - 看好2026年端侧产品迭代 [5] 根据相关目录分别进行总结 1. 本周行情回顾 - 本周市场整体上涨，电子行业表现好于市场整体 [1][10] - 本周沪深300指数上涨1.28%，上证指数上涨0.37%，深证成指上涨1.26%，创业板指上涨1.86% [1][10] - 申万电子指数本周上涨1.09%，在31个申万行业中涨幅排名第13 [1][10] - 年初以来，申万电子指数上涨42.15%，排名3/31 [1][10] - 细分板块层面，光学光电子、消费电子、半导体和电子化学品分别上涨4.42%、1.61%、0.88%和0.34%；元件和其他电子分别下跌0.67%和1.34% [15] - 个股层面，本周申万电子行业上市公司中有259家上涨、214家下跌 [16] - 涨幅前五的个股为骏亚科技(+33.73%)、睿能科技(+28.63%)、联建光电(+28.62%)、福蓉科技(+27.63%)、乾照光电(+25.22%) [16][19] - 跌幅前五的个股为昀冢科技(-20.19%)、东芯股份(-12.92%)、三孚新科(-12.37%)、香农芯创(-12.33%)、芯原股份(-11.03%) [16][19] - 截至2025/12/05，电子行业估值水平(PE-TTM)为57.74倍，处于历史中部水平 [20] 2. 本周关注 - **Q3半导体设备市场，中国大陆稳居榜首** [21] - 2025年第三季度，全球半导体设备出货量攀升至336.6亿美元，同比增长11% [21] - 2025年前三个季度半导体设备出货量已接近1000亿美元，创下历史新高 [21][22] - 第三季度半导体设备销售额排名中，中国大陆以145.6亿美元位居榜首，其次是中国台湾(82.1亿美元)、韩国(50.7亿美元)、北美(21.1亿美元)、日本(18.3亿美元) [22] - 增长由人工智能驱动的创新需求激增所推动，特别是对先进逻辑、DRAM和先进封装解决方案的投资 [22] - ASML连续第三年蝉联2025年全球第一大半导体设备公司 [22] - ASML第三季度实现净销售额75亿欧元，毛利率达51.6%，净利润21亿欧元，新增订单金额54亿欧元（其中EUV光刻机订单36亿欧元） [22] - ASML预计2025年第四季度净销售额将达92亿至98亿欧元，全年净销售额同比增长约15% [22] - **Marvell拟砸数十亿美元，收购Celestial AI** [24] - 美国芯片制造商Marvell拟通过一笔价值数十亿美元的现金加股票交易收购芯片初创公司Celestial AI [24] - 总交易价格可能超过50亿美元 [24] - Marvell是一家市值785.4亿美元的网络芯片制造商 [24] - Celestial AI在3月份筹集了2.5亿美元风险投资，融资总额达到5.15亿美元，该公司利用光子学技术在AI计算芯片和存储芯片之间建立高速连接 [24][25] 3. 本周观点 - **存储** [2][26] - 随着长江存储新产品和长鑫的HBM3等最新产品逐渐突破，叠加数据中心对于SSD及HBM需求快速提升导致供需错配，激发长存及长鑫扩产动能 [2][26] - 判断明年有望是两存扩产大年，建议重点关注国产存力产业链的整体机会 [2][26] - 报告列出了NAND&DRAM半导体（长存相关）产业链、长鑫&HBM存储芯片相关产业链及存储原厂等相关公司 [4][26] - **电力** [4][27] - 看好电力产业链产品，重点关注用电侧和发电侧的新技术 [4][27] - 报告列出了发电侧和用电侧相关公司 [4][27] - **ASIC** [2][27] - 看好ASIC推理全栈模式，预期未来ASIC份额提升，关注国内外主要CSP厂商 [2][27] - 报告列出了ASIC芯片及配套相关公司 [4][27] - **超节点** [2][27] - 预计未来机柜模式会迭代，看好高速互联、机柜代工、液冷散热、PCB等需求增长 [2][27] - 报告列出了高速互联、机柜代工、液冷散热、PCB等相关公司 [2][4][5][27] - **国产化方向** [5][27] - 从供给侧看，国内先进制程良率&产能爬升，推动国产算力芯片供给侧将有较大幅度改善 [5][27] - 从需求侧看，国内CSP厂商商业化模式逐渐明朗，AI相关资本开支持续向上，同时国内模型也在持续迭代，有望带动国产算力在训练侧的放量需求 [5][27] - 建议重点关注国产算力产业链的整体机会，并列出先进工艺制造、国产算力龙头、先进封装、先进设备等相关公司 [5][27] - **端侧** [5][28] - 豆包AI手机开售，看好26年端侧产品迭代 [5][28] - 报告列出了果链、SOC、AI眼镜及其他相关公司 [5][28]