文章核心观点 - 全球AI竞赛进入以超大规模、超高能耗、超高投入为特征的新阶段，竞争焦点从模型转向底层算力 [1][2][3] - 英伟达与OpenAI的千亿美元合作计划标志着AI基础设施竞争壁垒陡升，将全面激活从芯片到能源配套的全球AI算力产业链 [1][2] - 中国AI产业路径需从模型追赶转变为构建自主算力底座，产业发展重心向GPU、先进封装等上游环节倾斜 [3][4] - AI投资逻辑随之重塑，硬件先行趋势明确，国产算力、端侧应用及新技术方向蕴含机遇 [9][10] AI竞赛新阶段特征 - 竞争进入三超新阶段：超大规模集群、超高能源消耗、超高资金投入，未来能参与的玩家将越来越少 [2] - 国家间竞争焦点从模型竞争转向更底层、更核心的算力竞争，中美在模型层面差距已缩小至0.3%，但美国控制全球75%的计算力 [1][3] - 英伟达与OpenAI计划投入1000亿美元建造10吉瓦级超级AI数据中心，部署数百万颗GPU，刺激英伟达股价当日大涨超4%，总市值逼近4.5万亿美元 [1][2] 对全球产业链的影响 - 合作将带动上游芯片、服务器、光模块、液冷系统、高功率电源，以及下游数据中心运营、能源配套等全链条景气度提升 [2] - AI算力军备竞赛白热化，获取顶级算力门槛提高，加剧中美算力主权竞争，推动各国加快布局自主可控AI基础设施 [2] - 大功率数据中心驱动产业链竞争向上游延伸，对封装技术、高带宽内存要求更高，液冷散热等新技术重要性凸显 [2] 中国AI产业现状与路径 - 中国领先模型与美国的差距从近20%缩小至0.3%，但在算力层面差距明显，由于设备卡脖子，先进制程领域仍有落后 [3][4] - 产业发展路径需转变为构建自主算力底座，GPU、ASIC、HBM、高速互联、先进封装、半导体设备等环节成为新一轮科技竞争的一部分 [4] - 技术发展路径从Scaling Law转向系统工程创新，通过集群技术+软件能力弥补硬件短板，并以丰富的产业应用场景优势弥补基础不足 [4] 中国发展AI数据中心的机遇与挑战 - 机遇在于庞大的市场规模、数据资源、丰富电力资源、国家东数西算工程顶层设计以及爆发的企业级和消费端市场需求 [5][6] - 挑战主要来自技术层面，美国芯片出口限制导致英伟达算力卡一卡难求，形成巨大算力缺口，半导体供应链自主可控建设亟需加速 [7][8] - 国产GPU企业取得长足发展和突破，有望逐步弥补海外算力卡缺失带来的空白 [8] 投资逻辑演变与机会 - 投资逻辑重塑，科技投资趋势硬件先行，再到软件，四季度国产算力有清晰趋势性机会，明年下半年AI端侧或有较大投资机会 [9] - AI行情从云侧逐步切向端侧，可能带来端侧设备、算力芯片、通信模组等更广泛机会，大厂竞争过渡到通过用户基础抢夺端侧入口 [9] - 投资策略考虑以确定性龙头为基石、以新技术黑马做增强，关注OCS、DCI、空心光纤、正交背板等新技术方向从0到1的落地机会 [10]