麦肯锡报告：未来改变商业格局的18个赛道 - 麦肯锡报告分析了未来最有可能改变全球商业格局的18个赛道，并预测到2040年，这些赛道将实现29万亿至48万亿美元的收入，贡献全球GDP增长的18%至34% [2] 电商 - 到2040年，电商在全球零售收入中的占比可能达到27%至38%，目前约为20% [3] - 增长点在于发展中国家的市场扩展，以及发达国家中医疗保健、珠宝和手工艺品等更具“情绪价值”的新品类增长，这些品类更容易通过社交电商的叙事方式销售 [4] - 全球范围内，电商平台的获客和最后一公里配送领域预计将迎来大量投资 [5] 电动汽车 - 到2040年，电动汽车在全球乘用车销量中的占比预计将超过50% [6] - 电池技术的突破和智能算法的革新将是重要影响因素，无论是电动车企业还是传统车企都将加大研发投资 [7] 云服务 - 世界互联程度加深对企业存储和计算能力提出更高要求，新的AI产品尤其需要大量算力 [9] - 该行业收入从2005年到2020年的年复合增长率为17%，未来几十年可能以类似或稍缓的速度增长 [10] 半导体 - 半导体是数字世界的基石，计算和数据存储、汽车、通信及工业电子等领域的需求将推动行业快速增长 [11] - 麦肯锡预测，半导体行业未来十几年将持续6%至8%的年复合增长 [11] AI软件服务 - AI发展迅速，被单独列为一个领域，越来越多的人正在使用AI助手 [12] - AI企业正在进行军备竞赛，致力于打造最先进的基础模型和应用 [13] 数字广告 - 数字广告通过搜索、社交和媒体提供服务，随着全球上网中产阶级增加和人均上网时间增多，其商业价值持续扩大 [14] - 算法的进步提升了平台定位客户和追踪广告成本的能力，但平台间为争夺用户注意力必须加大投资以制作更具吸引力的内容 [14][15] 流媒体视频 - 由于获客和内容制作的投资不断增加，流媒体平台可能需要寻找更多盈利方式并进行自我革新 [17] - 大量发展中国家可能为内容订阅和广告收入提供增量，预计到2040年，订阅长视频服务的家庭数量可能突破10亿 [18] 共享自动驾驶汽车 - 随着自动驾驶技术落地，未来可能不再需要个人购车 [19] - 麦肯锡预测，到2040年，共享自动驾驶汽车可能占据共享出行25%到51%的收入 [20] 太空经济 - 世界可能即将进入太空经济时代，在SpaceX之前，航空业成本极高，被视为生产“一次性”奢侈品的行业 [21][22] - 如今重型火箭已实现分级可回收，并朝着像飞机一样“航班化”的方向发展 [23] 网络安全 - 2020年，网络犯罪造成的直接经济损失约为9500亿美元，间接损失可能达到4万亿至6万亿美元 [24] - 越来越多的企业开始重视网络安全，加大投资力度并提高网络安全支出 [25] 电池 - 电池技术取得突破性进步，过去几十年能量密度（能量与重量比值）增长至大约之前的三倍水平 [26] - 全球能源转型推动了对电池的需求，例如电动汽车发展、储能发展及消费电子产品持续增长 [27] - 麦肯锡预测，到2040年，电动汽车在整个电池市场的占比可能超过80% [28] 电子游戏 - 麦肯锡预测，到2030年，全球可能有40%的人口成为电子游戏玩家 [30] - 移动游戏和云游戏的新模式使游戏过程更快更简洁，推动了市场大量增长 [31] - 免费网游为游戏厂商带来大量收益，3A游戏的支出也越来越高，2025年发布的3A游戏预算已达到2亿美元 [32] 机器人 - AI与机器人结合，AI为机器人提供了“大脑”，而机器人则为AI提供了“身体”，人形机器人被业内寄予厚望，有望成为“终极智能体” [33][34] - 未来，可能每个人都会拥有一台机器人 [35] 工业和消费生物技术 - 随着基因编辑等技术突破，生物技术将在农业、替代蛋白（人造肉、蛋、奶）、消费产品和服务、生物材料等领域加速应用 [37] 模块化建筑 - 在工厂预制模块再到现场组装的生产方法，可大幅提高建筑生产效率 [38] - 全球住房短缺和房价昂贵问题普遍，模块化建筑在日本、北欧等高劳动力成本地区已广泛应用，但在全球普及程度仍较低 [38] 核裂变发电 - 更安全、更小型的模块化反应堆为补充可再生能源提供了可能 [39] - 在2023年联合国气候变化大会上，20多个国家承诺到2050年将核能产量提高两倍 [40] 空中交通 - 电动垂直起降飞行器和配送无人机将是该领域的重大技术变革 [41] - 目前已经出现未来增长的早期迹象，但发展取决于各国的监管和认证进展 [42] 治疗肥胖症及相关病症的药物 - 根据《世界肥胖症地图集》估计，肥胖症患病率可能从2020年的15%上升到2035年的24% [43] - 安全可靠的减肥产品一旦出现，大概率会获得巨大收益 [44]

投资评级与核心观点 - 报告对瑞芯微的投资评级为“买入”，且为“上调”评级 [2] - 报告核心观点：AI技术重塑电子产品，AIoT迈入高速发展周期，产业格局向“平台化+生态化”演进，瑞芯微凭借其AIoT算力平台和“SoC+协处理器”双轨制战略，正快速推进下一代产品研发，拥抱AIoT2.0时代 [5][6] - 投资建议：预计公司2025/2026/2027年营收分别为44.2/56.8/71.1亿元，归母净利润分别为11.0/14.7/19.1亿元，基于此上调至“买入”评级 [7] 行业与市场机遇 - AIoT市场正从“万物互联”迈向“万物智联”的深度价值释放期，端边云协同架构成熟，轻量化AI模型与端侧NPU芯片普及，生成式AI与行业大模型深度融入 [5] - 应用端在工业、智慧城市、智能家居、车联网等场景全域渗透，从单点示范走向规模化落地，AI智能体成为终端新范式 [5] - 产业格局向“平台化+生态化”演进，硬件厂商向“产品+服务”转型 [5] 公司战略与产品进展 - 公司实施“SoC+协处理器”双轨制战略，快速推进下一代产品研发 [6] - 以RK3588、RK3576、RV11系列为代表的AIoT算力平台快速增长；汽车电子、机器人、机器视觉、工业应用等重点产品线持续突破 [5] - 2025年推出全球首颗3D架构端侧算力协处理器RK182X，已快速导入十几个行业、数百个客户项目，预计2026年规模化产品落地 [6] - 目前正快速推进下一代旗舰级SoC芯片RK3668、RK3688以及RK1860等一系列新款协处理器研发，前瞻布局AIoT新应用 [6] 财务预测与估值 - 预计公司2025年实现营业收入43.87亿元～44.27亿元；净利润10.23亿元～11.03亿元，同比增长71.97%～85.42% [5] - 详细盈利预测：2025E/2026E/2027E营业收入分别为44.16亿元、56.76亿元、71.10亿元，同比增长40.79%、28.55%、25.26% [9] - 详细盈利预测：2025E/2026E/2027E归属母公司净利润分别为10.99亿元、14.71亿元、19.06亿元，同比增长84.80%、33.78%、29.63% [9] - 对应每股收益（EPS）分别为2.61元、3.49元、4.53元 [9] - 基于预测净利润，对应的市盈率（P/E）分别为67.24倍、50.26倍、38.77倍 [9] - 预计毛利率持续提升，从2024A的37.6%升至2027E的42.9%；净利率从2024A的19.0%升至2027E的26.8% [11] 公司基本情况与近期表现 - 公司最新收盘价为175.59元，总市值739亿元，市盈率为123.65倍 [4] - 52周内最高价/最低价分别为246.30元/134.55元 [4] - 资产负债率较低，为16.9% [4] - 个股表现图表显示，自2025年3月至2026年2月期间，股价呈现上涨趋势 [3]

股指期货市场表现 - 三大股指期货全线下跌 道指期货跌1.14% 标普500指数期货跌1.50% 纳斯达克指数期货跌1.96% [1] 能源行业表现 - 石油股盘前多数上涨 美国能源股价上涨18.26% 埃克森美孚上涨2.00% 雪佛龙上涨1.56% 康菲石油上涨2.49% [1] - WTI原油期货价格上涨5.19% 至74.97美元/桶 [1] 国防军工行业表现 - 军工股盘前集体走强 洛克希德马丁上涨1.56% 雷神技术公司上涨0.82% [1] 航空运输行业表现 - 航空股盘前普遍下跌 美国航空下跌3.12% 达美航空下跌3.05% 美国联合航空下跌2.91% [1] 半导体及数据存储行业表现 - 内存股盘前普遍下跌 美光科技下跌6.15% 西部数据下跌5.04% 希捷科技下跌4.80% [1] - 明星科技股盘前普遍下跌 英伟达下跌3% 谷歌下跌2.68% AMD下跌3.71% 微软下跌1.70% [1] 个股及特定事件 - Palantir联合创始人计划出售至多200万股A类股票 价值约2.8亿美元 公司股价下跌3.46% [2] - 贵金属股盘前普遍下跌 赫克拉矿业下跌6.21% 纽蒙特黄金下跌3.53% 泛美白银下跌4.6% [2] - 现货黄金价格下跌1.11% 至5260美元/盎司 现货白银价格下跌6.04% 至83.96美元/盎司 [2] - 派拉蒙天舞在收购华纳兄弟后 其企业评级被惠誉下调至BB+垃圾级 因交易将使合并后公司背负790亿美元净债务 公司股价下跌5.55% [2]

文章核心观点 - 德国政客认为通过增加工时（如放弃四天工作制）可以与中国制造业竞争的观点是片面的，这源于对“分布式制造网络”这一中国独特产业生态的误解 [4][6][8] - 中国制造业的核心优势在于形成了类似GPU并行计算的“分布式制造网络”生态，其特点是极速迭代、高密度协同和低成本试错，这与西方CPU式的串联、集中化制造研发体系有本质区别 [8][15][18] - 面对中国的产业生态优势，西方（尤其是德国）的正确战略不是模仿其“内卷”，而是利用自身在精密制造、基础科学等领域的“CPU”优势，与中国“GPU”生态进行嫁接与合作，构建新型双赢关系 [37][38][43] 分布式制造网络的特点与优势 - **迭代速度与成本优势**：以深圳华强北为例，硬件打样迭代仅需一周、花费不到一万人民币，而美国硅谷需要一个月和一万多美元，实现了“1周迭代4次”对“1个月迭代1次”的降维打击 [9][10] - **生态系统的“集体学习有机体”**：在方圆几十公里内密集分布大量专业化小厂（如PCB板厂、模具厂），这种“冗余”实则是高信息密度的网络，智慧存在于数千个节点的关系网中并持续进化 [11][12][13] - **隐性工艺知识**：中国供应商通过服务海量客户积累了丰富的“隐性工艺知识”，能提前预判设计问题并提供优化，这种知识分散在网络中而非集中于个别巨头 [13] - **风险容忍与试错文化**：企业信奉“极速试错”，通过密集的生态网络将试错成本无限摊薄，产品在真实世界中快速进化 [20][21] - **极高的沟通带宽**：物理距离极度缩短（如下楼步行500米），非标零件定制可实现当天取样，沟通效率呈指数级提升 [24][25] 中西方制造体系的架构对比（CPU vs GPU） - **西方CPU式体系**：像超高主频的CPU，擅长处理复杂、深度的单一任务（如飞机、光刻机早期研发），但流程是串联的，强调在图纸阶段消除所有风险，开发周期长 [15][16][20] - **中国GPU式生态**：像拥有数万计算核心的GPU，每个小型加工厂/供应商是一个计算节点，能进行海量的并行计算与暴力试错，单体能力不一定顶尖，但整体网络威力巨大 [18][19] - **底层逻辑差异**：欧洲企业极度厌恶风险，中国生态则因网络密集而容忍并鼓励快速试错，产品开发直接在物理世界完成迭代 [20][21] 分布式网络在高端产业的溢出效应 - **汽车工业大洗牌**：中国车企将汽车视为“带轮子的智能手机”，采用消费电子敏捷开发架构，将开发周期压缩至18～24个月，而西方传统周期长达4～5年 [30] - **半导体产业链协同**：在美国制裁压力下，中国半导体产业链（设备、材料、封测）实现了“全网大协同”，知识与技术暴力水平转移与突破 [33] - **AI产业链联动**：以DeepSeek V4模型为例，其核心策略转向优先优化与华为等国内芯片的适配，激发了从芯片设计到数据中心的产业链上下游联动 [33] 构建中西方新型双赢的战略路径 - **研发架构的生态嫁接**：例如大众汽车在安徽合肥投入数十亿欧元建立研发中心，赋予本土决策权，将德国工程师的严谨（CPU）与中国供应链的极速试错（GPU）结合，使新车开发周期缩短30% [39] - **技术逆向外溢（合资2.0）**：如大众入股小鹏、奥迪牵手上汽，德国巨头购买中国造车新势力的底层平台架构，中国企业输出高频迭代的电子架构（从1到100的速度），德国企业输出底盘调校、品牌溢价与合规能力（从0到1的底线） [40][41] - **德国“隐形冠军”的战略后撤**：德国企业可退出终端红海竞争，后撤至产业链最上游（如高精度光学仪器、化工材料、工业软件），为中国高速迭代的应用层市场提供高毛利的“铲子”型产品，坐享增长红利 [42]

业绩总结 - 公司2026年1 - 2月合并营业收入为32112.30万元[3] - 公司2025年1 - 2月合并营业收入为17924.47万元[3] - 2026年1 - 2月合并营收较2025年同期同比增长79.15%[3] - 本期业绩提升得益于新扩产能、高端测试销售提升及产能利用率提高[3]

PCB行业整体趋势与市场规模 - 在AI强劲需求的拉动下，PCB产业链的涨价行情还在延续 [1][4] - 咨询机构Prismark预计，2024年至2028年全球PCB行业产值将以5.4%的年复合增长率成长，到2028年预计超过900亿美元 [4][7] - 其中，HDI板2027年市场规模有望达到145.8亿美元，2023年至2028年CAGR达6.2%，高于行业平均增速的5.4% [4][7] 上游材料价格变动 - 日本半导体材料巨头Resonac已于3月1日起，上调CCL及粘合胶片价格30% [1][4] - 业界预期，Resonac的提价将传导至MLCC、HDI板、IC载板、高频高速PCB等高端制造环节 [1][4] AI推理芯片（英伟达LPU）带来的行业催化 - 英伟达计划在GTC开发者大会上发布一款整合了Groq“语言处理单元（LPU）”技术的全新AI推理芯片，被称为“世界从未见过”的全新系统 [2][5] - 专为AI推理打造的算力芯片具有横向扩展、高密度互联、超低延迟等架构特性，将对PCB行业带来量价齐升、工艺升级、材料革新、集中度提升的深远影响 [1][2][6] - 市场普遍认为，AI推理的市场规模将是AI训练的3倍至5倍，英伟达CEO黄仁勋表示AI推理计算将增长超过10亿倍 [3][7] - LPU类的AI ASIC推理芯片，将为PCB行业打开全新的市场规模空间 [1][3][7] LPU对PCB技术规格与价值量的提升 - 传统的8卡GPU所用PCB为20层至24层，英伟达Rubin所用PCB为40层至78层，市场预期LPU将采用52层PCB板 [2][6] - 高密度互连要求使得PCB基材向M9级升级，对电子布的消耗量成倍数增长 [2][6] - 相较于Rubin单柜采用8颗至32颗GPU芯片，LPU单柜采用256颗芯片，单柜内PCB用量面积提升50%至9.2平方米、电子布用量接近翻倍达到1037平方米 [3][6] - 单颗LPU芯片所用PCB的价值量将达到3000元，是传统方案的5倍至10倍 [3][6] - 单柜的PCB总价值量（包括计算板、背板）将达到45万元至70万元 [3][6] - 虽然LPU单柜PCB价值量低于Rubin的120万元至180万元，但因其巨大的市场规模预期，对行业总需求的拉动效应显著 [3][7]

公司战略与产品规划 - 公司计划将产品线扩展到多个新产品领域，以抢占快速增长的人工智能芯片市场 [1] - 公司正寻求突破其核心EUV光刻技术的局限，计划拓展市场，生产用于先进封装（即粘合和连接多个专用芯片）的工具 [1] - 公司正在加紧计划，建造用于芯片封装的机器，并开始开发芯片制造工具，以帮助构建新一代先进的人工智能处理器 [2] - 公司首席技术官表示，其规划不仅着眼于未来五年，还着眼于未来十年甚至十五年，研究行业在封装、粘合等方面需要的改进 [1] - 公司计划研究能否突破目前芯片最大尺寸（约邮票大小）的限制，从而提高生产速度，并正在研究额外的扫描系统和光刻工具以制造更大的芯片 [1][4] 技术优势与研发进展 - 公司是唯一一家生产极紫外光刻（EUV）设备的制造商，该技术对于制造全球最先进的人工智能芯片至关重要 [1] - 公司已投入数十亿美元用于EUV系统的研发，其下一代产品即将投产，并且正在研发第三代产品 [1] - 公司去年发布了一款名为XT:260的扫描工具，专为制造用于人工智能的高级存储芯片和AI处理器本身而设计 [4] - 公司工程师目前正在探索与先进封装相关的其他设备，首席技术官正在研究朝此方向发展的产品组合 [4] - 由于在光学等专业知识和处理硅晶圆等复杂工具技术方面的积累，公司在制造未来机器方面具有优势 [4] - 随着公司工具速度的提升，其工程师将能够利用人工智能来加快机器控制软件的运行速度，并加速工具对制造过程中芯片的检测速度 [2] 市场地位与财务表现 - 公司在EUV领域的统治地位已反映在股价中，其股价的预期市盈率约为40倍 [2] - 公司当前市值达5600亿美元，股价今年已上涨超过30% [2] - 先进封装业务正从曾经利润微薄的小批量业务，转变为对公司而言更赚钱的制造环节 [4] 行业趋势与客户需求 - 像英伟达和AMD这样的设计公司制造的芯片，正从扁平的“单层房屋”结构，转变为多层堆叠、像“摩天大楼”一样的结构 [3] - 通过将芯片堆叠或水平融合，设计人员可以提高芯片执行构建大型AI模型或运行复杂计算（如ChatGPT）的速度 [3] - 台积电利用先进的封装技术打造了最先进的英伟达人工智能芯片，并且这种先进的封装技术正越来越多地应用于前端制造，对精度的要求越来越高 [4] - 在研究芯片制造商（包括SK海力士等存储器制造商）的计划时，明显看出需要额外的机器来帮助制造堆叠在一起的芯片等产品 [4] - 人工智能芯片的尺寸已经显著增大，推动了市场对更大芯片制造能力的需求 [4]

文章核心观点 三星电子与SK海力士正在下一代高带宽内存HBM4市场展开激烈竞争，该市场是人工智能时代的核心基础设施，竞争结果将影响全球内存领导地位及韩国经济未来[1] SK海力士正致力于通过一项新的封装技术革新来提升HBM4的性能与稳定性，以期达到NVIDIA的高规格要求并占据市场优势，该技术目前处于验证阶段[1][6][7] HBM4市场竞争格局与重要性 - HBM4已成为人工智能时代的核心基础设施，三星电子与SK海力士的竞争不仅关乎全球内存领导地位，也关乎韩国经济的未来[1] - 该市场竞争的影响范围不仅限于下一代内存技术，还包括整个供应链[1] SK海力士的HBM4进展与挑战 - SK海力士已开始HBM4的初步量产，其交付周期约为六个月[2] - 公司在与NVIDIA完成官方质量测试前就积极开始量产[2] - HBM4将首先以12层堆叠产品的形式实现商业化[1] - NVIDIA要求HBM4的最大性能达到每引脚11.7 Gbps，远高于8 Gbps的原始标准，开发难度大[3] - SK海力士的HBM4在集成AI加速器的2.5D封装测试中难以达到最佳性能，导致电路设计在年初才改进，全面量产计划有所延迟[3] - 行业普遍认为NVIDIA可能会将HBM4性能要求从11.7 Gbps降至10 Gbps水平[3] - 半导体分析公司Semianalysis报道，NVIDIA最初为Rubin芯片设定的总带宽目标为22 TB/s，但预计初始出货量将接近20 TB/s[4] SK海力士的新封装技术细节 - 公司正在研发新的封装技术，旨在无需重大工艺转型即可提升HBM稳定性和性能[1] - 技术关键要素包括：增加部分上层DRAM芯片核心厚度，以及缩小DRAM芯片之间的间隙[6] - 增加DRAM厚度旨在提升HBM4的稳定性，避免因芯片过薄导致的性能下降或易损问题[6] - 缩小DRAM间距可提高能效，使数据传输更快，所需功率更低[6] - 技术面临的主要挑战是：随着间隙缩小，将MUF材料可靠注入间隙变得困难，填充不均可能造成芯片缺陷[7] - SK海力士已开发出新封装技术解决此问题，核心理念是在无需重大工艺或设备变更的情况下，以稳定良率缩小间隙，近期内部测试结果令人满意[7] 技术背景与供应链考量 - HBM4提供2048个I/O端口，比上一代增加一倍，但I/O数量翻倍会导致密集排列的I/O间产生干扰，并带来电压传输难题[4][5] - SK海力士采用1b DRAM，比三星电子的DRAM落后一代；其逻辑芯片采用台积电12nm工艺，集成度低于三星的4nm工艺，使其更易受I/O增加问题影响[6] - 尽管NVIDIA对HBM4规格要求高，但其最新AI加速器Rubin在今年下半年可能面临供应不足问题[3] - 目前HBM4获得最积极反馈的三星电子，也因良率及在1C DRAM领域的投资状况，短期内难以扩大供应[3] - 行业内部人士指出，HBM供应链需考虑良率和稳定性等困难，SK海力士预计仍将供应最大数量的HBM4，但公司也在持续改进以实现最佳性能[4] 新技术的潜在影响 - 若SK海力士的新封装技术实现商业化，不仅有望达到NVIDIA要求的HBM4峰值性能，还能显著提升下一代产品性能[1] - 该技术商业化后，有望有效缩小HBM4及下一代DRAM产品的性能差距[7] - 由于该技术无需大规模设施投资即可提升HBM性能，商业化后将产生显著的连锁反应[7] - 但该技术在量产方面仍可能面临诸多挑战[7]

投资评级 - 对寒武纪维持“买入”评级 [1][5][9] 核心观点 - 报告认为寒武纪2025年业绩实现全面扭亏为盈，主要受益于算力行业需求攀升及公司产品在重点行业的规模化部署 [6] - 报告指出DeepSeek即将发布旗舰模型V4并优先适配国产算力生态，已向寒武纪等国内芯片厂商开放测试权限，有望提振国产“模型-芯片”协同生态 [7][8] - 报告强调中国AI模型全球竞争力凸显，API调用量已超越美国，并带动国产算力需求进入指数级增长阶段，寒武纪作为核心AI芯片厂商有望受益 [9] 业绩表现与预测 - **2025年业绩快报**：2025年实现营业收入64.97亿元，同比增长453.21%；实现归母净利润20.59亿元，归母扣非净利润17.70亿元，同比均扭亏为盈（上年同期分别亏损4.52亿元、8.65亿元）[5][6] - **2025年第四季度业绩**：Q4单季营收18.9亿元，同比增长91.10%；归母净利润4.54亿元，同比增长66.91%；归母扣非净利润3.51亿元，同比扭亏（上年同期亏损249.83万元）[5][6] - **盈利预测**：预计公司2025-2027年营收分别为64.97/170.08/244.88亿元，归母净利润分别为20.59/68.39/94.06亿元 [9] - **估值指标**：基于当前股价1，191.90元，对应2025-2027年预测PS分别为77.36/29.55/20.52X，预测PE分别为244.08/73.49/53.43X [9][10] 行业与市场动态 - **算力需求驱动**：业绩提升主要得益于算力行业需求持续攀升，公司产品已在运营商、金融、互联网等重点行业完成规模化部署，支持LLaMA、GPT等主流大模型训练与推理 [6] - **国产模型生态**：DeepSeek即将发布万亿参数级别的旗舰模型V4，并优先向华为、寒武纪等国内芯片厂商开放测试权限，以进行深度软件优化，构建自主可控供应链体系 [7][8] - **中国模型出海**：根据OpenRouter数据，2026年2月16日至22日当周，中国模型的周调用量达到5.16万亿Token，较三周前大幅增长127%，并首次超越美国模型（2.7万亿Token）[9] - **全球市场格局**：在同期全球调用量排名前五的模型中，中国占据四席（MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM5、DeepSeek V3.2），合计贡献Top5总调用量的85.7% [9] 公司财务预测摘要 - **成长能力**：预测2025-2027年营业收入增长率分别为453%、162%、44%；归母净利润增长率分别为555%、232%、38% [10][11] - **盈利能力**：预测销售净利率从2024年的-39%改善至2025年的32%，并进一步提升至2026年的40% [11] - **每股指标**：预测摊薄每股收益（EPS）从2024年的-1.07元增长至2025年的4.88元、2026年的16.22元和2027年的22.31元 [10][11] - **市场数据**：截至2026年3月2日，公司当前股价1，191.90元，总市值502，606.55百万，52周价格区间为520.67-1，595.88元 [4]

文章核心观点 - 2026年3月英伟达GTC大会是AI算力基础设施技术突破与商业化落地的关键节点，将集中展示新一代GPU、CPO交换机、电源架构及液冷散热等颠覆性升级，明确产业链各环节发展节奏与竞争格局[5][7][21] 电源架构 - AI算力竞争的核心瓶颈在于供电与散热，英伟达Rubin单芯片功率预计突破**2000W**，后续“飞曼”芯片剑指**5000W**以上，电流大幅提升推动电源架构第三次革命性升级[9] - 一次电源确定性方向是向**800V**高压切换以降低电流、缓解损耗，英伟达Rubin Ultra代际已基本确定导入该方案，产业链中麦格米特布局领先，预计2026年下半年送样[9] - 三次电源的模块化/垂直供电是GTC大会核心催化点，模块化方案将电感、电容等集成立体模块，大幅节省PCB空间，单颗电感价值量从传统分立式的约**3元**提升至**8到10元**，技术升级后有望突破**15元**[10] - 电感价值量持续提升：H系列单卡约**75元**，GB系列升至**百元级并向200元迈进**，Rubin阶段预计再翻一倍[11] - 国内供应链导入进度清晰：铂科新材进入英伟达及亚马逊、谷歌、Meta供应链；顺络电子切入英飞凌与MPS供应链；龙磁科技通过英飞凌验证；江海股份超级电容通过麦格米特向Meta供货[13] 光通信/CPO - 光通信正从传统光模块向CPO、NPO演进，本次GTC大会是CPO技术商业化落地的关键节点[14] - Scale Out域方面，英伟达将重点展示Quantum 3400及以太网6800、6810三款CPO交换机，当前产业链备货加速，台积电相关产品良率提升至**90%**[14] - 市场对2027年CPO交换机量产预期为**10万-20万台**，大会超预期催化集中在需求侧：Meta、微软等大型CSP的接受度、英伟达与CSP的合作推进、以及CPO是否成为“强配”[14] - Scale Up域迎来新变化：除switch ASIC与光引擎共封装外，网卡也将与光引擎共封装，使单GPU对应的光引擎数量提升至约**5.5个**，光引擎需求迎来爆发式增长[15] - OFC大会上头部光模块厂商将展示NPO方案进展，主流方向为两个**3.2T**拼接成**6.4T**的NPO方案[15] - 头部光模块企业已通过FAU、ERS模组等环节切入英伟达CPO供应链，弱化了份额担忧[15] 液冷散热 - GPU单芯片功率飙升使液冷散热从“可选配置”向“强制标配”转变，2026年成为液冷市场高速增长元年，单柜液冷占比有望从**85%**提升至**100%**[16] - “飞曼”芯片采用台积电**1纳米级**工艺，若沿用“小冷板”部署，单个computer tree设计为**16或32张卡**，单rack可达**256张卡**，将大幅提升冷板、快捷头等核心零部件需求量[17] - 2026年液冷技术迭代重点在散热材料与TIM升级：冷板材料从传统铜向铜合金升级；TIM材料主流为金刚石散热片与液态金属[17][18] - 金刚石散热片可使GPU计算能力提升**15%**并降低TCO成本；液态金属已获英伟达认可，2026年高端高性价比液态金属TIM材料有望逐步放量[19] - 国内企业具备液冷全链条供应能力：英维克已开始批量交付；申菱环境与AWS合作；科创新源在Meta供应链布局深化并与字节跳动合作；高澜股份有望在AWS与谷歌获取订单[20] - 细分环节：科创新源、四方达、沃尔德受益于TIM材料升级；远东股份在微通道冷板领域具备技术优势；飞龙股份、新锐科技有望在快捷头代工环节快速落地订单[20]