报告投资评级 - **维持“买入”评级，目标价6.3港币** [1][4][5] 核心观点 - **云端网络设施和汽车业务是驱动未来增长的双引擎**，预计将推动公司2026年及以后增长 [1] - **2025年业绩低于预期**：营收50.0亿美元（同比增长12.4%），归母净利润1.56亿美元（同比增长1.5%），低于彭博一致预期12%，主要因Auto-Kabel并表拖累毛利率及所得税增加 [1] - **下半年业绩环比改善**：2H25营收26.98亿美元（同比增长13.1%），毛利率19.2%（同比持平，较1H25改善60个基点），归母净利润1.25亿美元（同比增长2.8%）[1] - **公司正转型为“AI互连+汽车电源”平台型公司**，凭借港股“苹果+AI”双重概念的稀缺性，报告认为其应享有估值溢价（基于27.3倍2026年市盈率，高于可比公司平均的17.1倍）[4][15] 业务分部总结 云端网络设施业务 - **增长强劲且加速**：2H25收入达4.59亿美元，同比增长39.1%，增速较1H25加快 [2] - **AI贡献提升**：AI相关产品贡献了约6%的营收 [2] - **产品线覆盖全面**：产品覆盖AI服务器各环节，包括光模块、CPU socket、服务器连接器、液冷CDU、功率母排等 [2] - **未来展望乐观**：凭借丰富的AI产品管线及光互连技术布局，预计该业务2026-2028年收入将分别同比增长22%、26%、31%，达到9.9亿、12.5亿、16.3亿美元 [2] 汽车及其他业务 - **汽车业务（EV mobility）高速增长**：2H25收入4.73亿美元，同比大幅增长86.5%，主要受Auto-Kabel全年并表驱动 [3] - **未来协同可期**：公司正推进被收购公司间的产品与客户交叉销售，协同效应处于释放早期，指引2026年汽车业务收入增速有望超过15% [3] - **智能手机业务承压**：2H25收入4.59亿美元，同比下降13.0%，持续受大客户组件架构变化影响，但预计2026年将随大客户需求提升而趋于稳定 [3] - **电脑及消费电子业务稳定**：2H25收入4.37亿美元，同比增长1.2%，预计2026年收入将保持稳定 [3] - **系统终端产品业务改善**：2H25收入7.66亿美元，同比增长2.9%，较1H25的-12.4%明显改善，但海外产线扩产进度慢于预期 [3] 财务预测与估值 - **营收预测**：预计2026-2028年营业收入分别为55.04亿、61.30亿、69.30亿美元，同比增长10.0%、11.4%、13.1% [8] - **归母净利润预测**：预计2026-2028年归母净利润分别为1.87亿、2.46亿、2.79亿美元，同比增长20.1%、31.3%、13.4% [8] - **盈利能力改善**：预计毛利率将从2025年的18.9%提升至2026-2028年的21.5%、23.0%、23.0% [9] - **每股收益（EPS）预测**：预计2026-2028年稀释后每股收益分别为0.03、0.03、0.04美元 [8] - **估值水平**：报告基于27.3倍2026年市盈率给出目标价，公司当前市盈率（2026E）为27.0倍，高于可比公司（工业富联、立讯精密、歌尔股份）17.1倍的平均水平 [4][15]

AI互连推动通信行业高景气 - AI数据中心互连需求快速放量，驱动Credo公司FY26 Q2收入同比大幅增长272%，环比增长20% [1] - 行业高景气下，Credo公司毛利率维持在67.7%的行业领先水平 [1] - DCI需求爆发叠加成本上涨，驱动相干光模块陶瓷管壳开启涨价，成为产业链又一紧缺环节 [1] - 伴随800G、1.6T光模块放量，数据中心光模块陶瓷基板业务有望迎来爆发式增长 [1] - AI集群规模扩大带动核心客户BOM份额持续提升，客户粘性显著增强 [1] 创业板人工智能ETF概况 - 创业板人工智能ETF国泰（159388）跟踪创业板人工智能指数（970070），单日涨跌幅可达20% [1] - 该指数从创业板市场中选取涉及人工智能技术开发与应用的企业证券作为指数样本 [1] - 指数覆盖人工智能软硬件研发、智能系统集成及相关服务等领域，反映创业板AI相关上市公司整体表现 [1] - 行业配置上，该指数侧重信息技术和智能制造方向 [1]

AI数据中心互联需求升级 - AI大语言模型、云计算、自动驾驶等领域爆发式增长，导致数据中心对高速数据传输需求呈指数级攀升，传统并行总线架构难以承载日益膨胀的带宽压力，互联架构迎来根本性迭代[1] - AI/ML数据中心是典型的"网络之网"，架构复杂度与传输需求发生质变，采用多层级、高关联架构，对数据传输提出"低功耗、低延迟、高密度"的刚性要求[3] - 到2025年，千亿至万亿参数模型的训练将需要EB级数据处理能力，当前224Gbps互联方案在AI训练任务中通信开销占比已超过70%，推理阶段要求时延严格控制在数十毫秒内[3] 448Gbps互联技术演进路径 - 数据互连速率演进是持续二十余年的技术迭代过程，OIF自2000年推出0.8Gbps标准以来，构建了从低速到高速的完整技术演进路径，从6Gbps、11Gbps、28Gbps、56Gbps到2024年112Gbps[6] - 数据传输技术从早期Gbps级迭代至448G/lane，大概每几年速率翻倍实现翻倍，目前112G/224Gbps技术已在超大规模数据中心、AI训练集群等关键应用场景中得到广泛部署[8] - 调制技术从早期NRZ发展到PAM4，PAM4凭借每符号2比特的编码效率将通道带宽需求减少一半，成为当前56Gbps、112Gbps乃至224Gbps速率的主流方案[8] 448Gbps技术方案创新 - 为向448Gbps迈进，行业开始探索PAM6和PAM8等高阶调制格式，PAM6可在相同符号速率下比PAM4提升29%吞吐量，PAM8能实现50%的速率飞跃[11] - OIF在2024年8月启动CEI-224G框架项目，预计2026年将正式启动448G/lane标准项目，为未来3.2TbE、1.6TbE等新一代以太网速率提供物理层核心支撑[12] - 行业将符号速率从100‒Gbaud推向150‒Gbaud，每通道400‒448Gbps的原始传输速率已逐步可行，CEI-224G-XSR/VSR/LR等子标准分别优化传输距离、功耗和成本[11] 行业组织与标准进展 - ODCC在2025年9月发布《下一代智算DC高速互联448G/lane需求白皮书》，系统梳理224G/lane技术发展背景、核心需求、技术挑战及解决方案[16] - OCP Global Summit 2025期间举办AI光互联专题论坛，聚集Google、Arista、LightCounting等产业链关键企业，探讨448G/Lane等技术标准最新进展[19] - OIF在2025年11月发布《新一代CEI-224G框架文件》，明确448Gbps电接口的应用场景、技术路径及互操作要点，已启动各场景专项研发[34] 产业链企业技术布局 - 华为聚焦PAM调制方案的延续与优化，通过无源信道技术创新将当前信道带宽提升至112GHz以上，推出Liquid Cooling Optics液冷光模块应对50W/cm²热流密度挑战[15] - 英伟达在Rubin平台中将NVLink 6.0的SerDes速率提升至400G，以448G SerDes速率为技术底座，推动连接器、线缆、PCB等核心组件规格升级[26] - 博通深度参与CEI-224G框架制定工作，积极推进448G PHY原型研发，开发支持PAM4/PAM8调制格式的SerDes IP，并布局VCSEL NPO和硅光CPO两类解决方案[28] 光模块与组件技术突破 - 海信采用TFLN MZM方案推进研发，展示212.5G-Baud PAM4调制以及164G-Baud、176G-Baud PAM8调制的眼图与仿真结果，证实400G/通道应用可行性[30] - Lumentum推出面向高速光互联CPO应用的超高功率光源，功率可达400mW，光电转换效率达20%，并与NVIDIA联合开发基于自身激光技术的Spectrum-X CPO方案[31] - Ciena在3nm硅工艺上实现突破，开发支持100GHz带宽与256GS/s采样率的收发器，能灵活生成PAM4、PAM6、PAM8等调制格式的448Gbps信号[32] 测试验证与技术挑战 - 是德科技推出M8199B系列任意波形发生器，通过频域交织技术将带宽扩展至120GHz以上，支持224Gbaud PAM4、112Gbaud PAM6和150Gbaud PAM8等多种调制格式的448Gbps信号生成[33] - 448Gbps测试需要超过110GHz的带宽和20.5dB以上的SNR性能，对PAM6/PAM8等高阶调制，眼图开口更窄、时序裕量更小，测试精度要求提升一个数量级[43] - SerDes在交换芯片中的功耗占比预计超过40%，高密度集成带来的热流密度高达50W/cm²，传统风冷已无力应对，行业正在经历散热解决方案革命性变革[42] 技术协同与生态建设 - 行业正在权衡单一调制方案与电光分别优化的利弊，电域追求信号完整性和密度，光域侧重传输距离和功率效率，需要跨领域共识构建[42] - OIF联合以太网联盟、SNIA、OCP等组织举办448Gbps专项研讨会，谷歌、微软、Meta、OpenAI等AI巨头分享需求痛点，推动技术路线向实际应用落地倾斜[39] - 架构的可维护性、可插拔性与可服务性同样至关重要，电传输距离与光传输距离的平衡、低延迟与高带宽的兼顾需要芯片厂商、设备商和云服务商的深入协作[43]