全球市场表现 - 港股市场强势反弹，恒生指数上涨2.17%，恒生科技指数上涨2.40%[3] - 美股三大指数涨跌不一，标普500指数微跌0.21%，纳斯达克指数微涨0.01%[3] - 日股大幅反弹，日经225指数上涨2.88%[12] - 国际油价大幅回落，WTI原油期货收跌11.94%至83.45美元/桶[9] 行业与板块动态 - 大型科技股带动港股，腾讯因发布AI智能体WorkBuddy大涨超7%[9] - AI应用概念股活跃，迅策、MINMAX-WP、智谱分别涨超31%、21%、12%[9] - 光通信概念大涨，长飞光纤光缆涨超24%，机构预计2026-2027年全球光传输市场增长超10%[9] - 医药股受纳入港股通利好提振，腾盛博药、科济药业分别上涨17.42%和14.22%[9] - 油气设备与服务股因中东局势担忧缓解大幅回调，瑞昌国际控股跌超15%[9] - 热门中概股多数上涨，纳斯达克中国金龙指数涨1.96%，蔚来因首次录得季度盈利大涨15.38%[12] 宏观经济与政策 - 美国EIA预计未来两月布伦特原油均价维持在95美元/桶上方，年底或回落至70美元/桶左右[12] - 日本上季度GDP修正后按季年率增长1.3%，高于初值的0.2%[12] - 中国前两个月高端制造出口加速，集成电路、汽车、船舶出口同比增速分别跃升至72.6%、67.1%、52.8%[12]

GTC 2026大会前瞻与英伟达新产品布局 - 英伟达年度技术盛会GTC 2026大会将于3月16日至3月19日在美国加州圣何塞举行，作为全球AI算力领域的重要风向标 [1] - 公司预计将展示"世界前所未见"的全新芯片，业界推测大会将集中展示新一代GPU架构——Rubin平台，以及下一代Feynman架构的GPU、CPO交换机、电源架构升级及液冷散热等关键技术进展 [1] - 公司或推出整合Groq LPU技术的全新推理芯片，以打造算力新架构，应对AI推理侧高性能、低成本需求及行业竞争，此次布局有望丰富其推理产品线 [1] 算力功耗约束与互联技术升级 - 随着GPU算力持续提升，单芯片功耗快速增长，机构预计Rubin GPU功率将显著提升，而下一代Feynman架构芯片功耗甚至可能达到5000W级别 [1] - 功耗约束正推动互联技术升级，数据中心互联的能耗效率成为关键瓶颈 [1] - CPO（共封装光学）技术通过将光引擎与交换芯片进行共封装，可以显著降低传输能耗，在高带宽场景下具备明显优势 [1] 光互联技术发展路线与供应链 - 英伟达正在推动CPO交换机等光互联方案的落地，加速构建CPO供应链生态，通过与Coherent、Lumentum等光通信厂商合作，并锁定关键光器件产能，以支撑未来AI算力基础设施建设 [2] - 本次GTC大会上，业界有望看到CPO技术从研发测试阶段走向大规模商用的清晰路线图，公司预计将重点展示QuantumX3450、SpectrumX等CPO交换机产品矩阵，并进一步明确相关技术路线和商业化进度 [2] - 随着光引擎、外部激光源、光纤连接单元等关键组件需求增长，光通信产业链有望迎来新的增长动力 [2] - 除CPO外，1.6T及3.2T高速光模块、光I/O以及OCS（光电路交换）等技术也在同步推进，机构提出2026年有望成为"硅光子商转元年"，更高速率的3.2T光模块亦在研发推进中 [2] 产业链潜在受益方向 - 随着AI算力需求持续增长以及GTC大会临近，光通信与算力基础设施产业链热度有望被催化 [2] - 在算力集群规模不断扩大的背景下，高速光模块需求有望持续增长，相关受益公司包括中际旭创、新易盛、天孚通信、光迅科技、源杰科技 [2] - 随着CPO交换机及光互联技术逐步推进，光引擎、外部激光器、调制器及光纤连接等光器件及配套环节需求有望同步提升，相关受益公司包括太辰光、腾景科技、德科立、联特科技 [3]

AI产业的本质与定位 - AI不仅是单一模型或应用，而是如同电力和互联网一样不可或缺、正在形成的基础设施体系 [2][3][4] - AI产业正在经历一次类似工业革命级别的技术基础设施建设，这是一场工业级的转型 [5][27][28] - AI正在从“预先写好的程序”软件，转变为能够实时生成智能的新范式 [9][10][11] AI产业的核心结构：“五层蛋糕”技术栈 - AI基础设施可拆解为五个强耦合的层次：能源、芯片、基础设施、模型、应用 [6][12][13] - **能源层**是AI基础设施的第一性原理和硬性约束，实时生成的智能需要实时产生的电力 [13][35] - **芯片层**负责将能源大规模高效转化为计算力，其进步决定了AI扩展的速度和成本 [13][35] - **基础设施层**即“AI工厂”，包括土地、电力、冷却、网络等，旨在将成千上万的处理器协同运作以制造智能 [13][36] - **模型层**不仅包括语言模型，更涵盖理解生物学、化学、物理、金融、医学等各领域的AI模型 [14][36] - **应用层**是创造经济价值的地方，包括药物发现、工业机器人、自动驾驶汽车等具体应用 [14][36] - 每一层之间相互促进，每一个成功的应用都会强力拉动其底部的所有层次 [37][38][42] AI基础设施建设的现状与未来 - 当前全球已投入“几千亿美元”进行建设，但整体仍处于早期阶段 [5][16][39] - 未来仍需建设“数万亿美元”规模的基础设施，这可能是“人类历史上最大规模的基础设施建设之一” [6][18][39] - 全球范围内，芯片工厂、服务器组装厂和AI数据中心正在加速建设 [18][40] AI发展带来的劳动力与就业影响 - AI不会削减岗位，反而会创造大量新的高技能、高薪酬就业机会 [8] - AI工厂建设需要大量技术工人，包括电工、水管工、钢铁工人、网络技术人员、安装工和操作员，目前这些岗位供不应求 [8][19][40] - 参与这场变革并不一定需要计算机博士学位 [20][40] - AI通过提升生产力（如辅助放射科医生）来创造服务容量，进而带来增长和更多就业 [40] 开源模型的关键作用 - 全球大量AI模型是开放的，企业、研究机构和国家都依赖开源模型参与AI发展 [22][42] - 当开源模型达到先进水平时，会带动整个产业链的需求，从应用层向下拉动训练算力、基础设施、芯片和能源的需求 [23][24][42] - 以DeepSeek-R1为例，其开源推动了应用开发，并增加了对底层技术栈的需求 [24][42] AI产业的深远影响与未来趋势 - AI的影响不止于软件产业，将改变能源生产方式、工厂建设方式、工作组织方式以及经济增长模式 [27][28][43] - 过去一年AI模型跨过了重要分水岭，推理能力提升、幻觉减少、准确性提高，开始在大规模场景中产生真正的经济价值 [41] - 在药物发现、物流、客户服务、软件开发及制造业等领域，AI应用已展现出极强的产品市场契合度 [42] - 大部分基础设施尚未建成，大部分劳动力尚未得到培训，大部分机会尚未被发掘，但方向已十分明确：AI正在成为现代世界的底层基础设施 [28][45][46]

文章核心观点 - 德州仪器（TI）部分芯片产品在春节后出现显著的价格上涨和市场热度攀升，可能成为点燃今年芯片市场的“第一把火” [3] - 除持续火热的存储芯片外，文章筛选并列举了六款近期市场热度上涨的芯片，涵盖MCU、电源管理、电流监测、MEMS、DRAM和NOR Flash等品类 [3] 近期市场热度上涨的芯片详情 TMS320F28335PGFA (32位MCU) - 近期市场价格暴涨，第三方网站显示价格从上月的36元涨至45元，市场人员表示近期报价曾达120元，目前报价在85元左右 [3] - 该芯片是TI旗下C2000系列32位MCU，具有150MIPS、FPU、512KB闪存，主要应用于高级驾驶辅助系统（ADAS）、工厂自动化、电网基础设施、电机驱动等领域 [3] - 市场传闻其热度迅速上升与一款近期较为火热的无人机产品相关 [4] TPS5430DDAR (降压转换器) - 作为TI的通用料，近期价格涨至新高点，第三方网站显示其价格从1月的1元左右，涨至2月的2元，3月继续涨至3元左右 [5][6] - 该芯片是5.5V至36V输入、3A输出的降压转换器，主要应用于机顶盒、显示器、工业及汽车音响电源、电池充电器等领域 [8] - 去年4月因关税冲突价格曾从1元涨至1.5元，此后变化不大，近两个月的涨势是去年以来的新高点 [8] INA139NA/3K (电流分流监测器) - 近期市场热度上升且价格翻倍，市场消息称其去年11月价格约为0.17美元，目前渠道报价已涨至0.5美元（约合人民币3.4元） [9][10] - 该芯片是TI的高侧单向电流分流监测器，适用于汽车、通信、计算机等领域的电流检测，以及便携式系统、电源管理等应用 [10] - 市场消息称近期有人扫货该型号芯片，甚至“一夜之间价格翻倍”，网传其也被用于无人机设备 [12] ICM-42688-P (6轴MEMS运动跟踪器) - 在经历1月暴涨后，本月价格稳定在50-60元区间，但市场消息称近期报价一度超过60元 [14] - 该芯片是TDK InvenSense的6轴MEMS IMU，集成3轴陀螺仪和3轴加速度计，应用于AR/VR、可穿戴设备、机器人及物联网等领域 [16] - 价格从去年9月开始攀升，从常态的9元左右涨至10-13元，随后因缺货每月小幅上涨，12月涨至近30元，2026年1月价格大幅上涨至50-60元，部分报价超70元 [16] MT41K256M16TW-107:P (4Gb DDR3L SDRAM) - 本月价格变化不大，维持在30-40元左右，1月价格约为30元 [17] - 该芯片是美光的4Gb DDR3L SDRAM内存芯片，采用FBGA-96封装，适用于工业级应用 [17] W25Q128JVSIQ (128M-bit SPI NOR Flash) - 本月价格变化不大，稳定在9-10元左右，今年1月曾经历从6元到9-10元的大幅上涨 [20][22] - 该芯片是华邦的128M-bit SPI NOR Flash，支持Dual/Quad SPI，应用于穿戴设备、工业设备与汽车等领域 [22] - 从去年年中开始持续占据热搜榜前列，价格一路上升：去年7月从1.8元涨至3元出头，10-12月从4.5元涨至6元，今年1月快速涨至9-10元 [22]

投资评级与目标价 - 报告对美光科技维持 **"持有"** 评级 [1][3][13] - 目标价从 **107.00 美元** 大幅上调 **237%** 至 **361.00 美元** [1][5][13] 核心观点 - 近期股价回调（从2026年2月2日到3月6日回撤约 **16%**）源于地缘局势紧张、通胀及市场对存储价格过快上涨削弱下游需求的担忧 [1] - 市场担忧存储价格暴涨（如服务器高端DDR5模组自2025年初至2026年2月涨幅超 **600%**，消费级DDR5涨幅达 **250-400%**）会拉高用户成本，导致客户递延或取消项目，并转向算力租赁，从而下修短期存储需求 [1] - 在市场调整预期后，不排除股价有进一步上涨潜力 [1][2] - 上涨潜力基于两大驱动因素：1）**2026年智能体规模化部署和AI应用有望爆发**，带来超预期存储需求，八大CSP合计资本支出预计超 **7,100亿美元**，年增长约 **61%** [2]；2）**三大原厂扩产克制**，三星电子和SK海力士的DRAM产能投放主要在2027年之后，美光纽约工厂递延也会限制其27-28年产能投放 [2] 财务预测与估值调整 - 大幅上调2026-27财年财务预测：收入上调 **54.7%-120.7%**，净利润上调 **211.6%-559.0%**，以反映存储价格上涨和稼动率提升的影响 [3][11] - 引入2028财年预测，并采用分部加总法进行估值 [3][13] - **估值模型**：DRAM业务基于10倍2026财年市盈率，估值 **3,526.84亿美元**；NAND业务基于5.0倍市盈率，估值 **204.87亿美元**；加上净现金 **217.21亿美元**，总估值 **3,949.39亿美元**，对应目标价361美元 [13][14] 关键财务数据与市场对比 - **华兴证券预测** (2026-28财年)： - 营业收入：**77,341百万美元** (2026E，同比增长107%)，**101,608百万美元** (2027E，同比增长31%)，**107,078百万美元** (2028E，同比增长5%) [9][11] - 每股收益：**34.70美元** (2026E)，**46.56美元** (2027E)，**40.72美元** (2028E) [5][9] - 毛利率：**67.3%** (2026E)，**67.7%** (2027E)，**58.5%** (2028E) [11] - **与市场一致预期对比**：华兴预测的2026-28财年总收入与市场预期（FactSet）基本一致，差异在 **-0.1%** 到 **+3.7%** 之间；2028财年净利润预测较市场预期低 **-18.1%** [8][12] 公司业务与行业动态 - 公司业务分为DRAM和NAND两大分部，2026财年预测显示DRAM收入 (**62,966百万美元**) 远超NAND收入 (**14,040百万美元**) [18] - 行业面临存储价格因供需紧张而快速上涨的局面，但下游需求可能因此受到短期抑制 [1] - 长期需求由AI智能体部署和CSP资本支出高增长驱动，而供给端因主要厂商产能投放延迟而受到约束 [2]

行业趋势：AI算力需求重心转向推理 - 全球算力需求结构正发生明显变化，市场重心从训练转向推理 [3] - 据德勤预测，到2026年，“推理”将占据全部AI计算能力的三分之二 [3] - 未来将出现价值数十亿美元的推理专用优化芯片，部署在数据中心和企业服务器中 [3] 公司动态：英伟达GTC大会预期与产品战略 - 英伟达计划在3月中旬的GTC大会上推出一款“世界前所未见”的全新芯片 [1] - 业界推测最大亮点之一是英伟达将正式揭晓Rubin及下一代Feynman架构GPU的核心技术细节 [3] - 英伟达极有可能会推出整合了Groq LPU技术的全新推理芯片 [3] - 这将是英伟达首次在核心AI算力产品线中大规模引入外部架构 [4] - 此前英伟达推出Rubin CPX针对Prefill降本需求，本次或将推出LPU或“类LPU”芯片来实现Decode提效 [5] 技术分析：推理芯片架构创新与挑战 - 在基于GPU的推理架构中，计算核心与HBM之间频繁的数据搬运会影响模型decode阶段的时效性 [6] - Groq LPU采用离计算核心更近的SRAM存储模型参数，例如230MB片上SRAM可提供高达80TB/s的内存带宽，数据处理速度远超GPU架构 [6] - 面对千亿、万亿参数的大模型，纯SRAM方案在容量上无法胜任，完全替代HBM不可行 [6][7] - 英伟达可能采用类似AMD 3D V-Cache的技术，通过台积电的SoIC混合键合技术，将包含大量SRAM的LPU单元直接3D堆叠在GPU核心晶圆上 [7] - 3D堆叠SRAM方案可通过垂直堆叠提升密度，规避传统SRAM容量受面积密度限制的问题 [9] - 未来的GPU与NPU都有可能采用3D堆叠SRAM的方式，实现访存带宽的飞跃，同时保持原有的软件生态 [9] - 复杂的AI芯片可能同时需要两者：先用SoIC堆叠LPU和GPU核心，再通过CoWoS与HBM封装在一起 [9] 产业链影响：技术路径对供应链的潜在重塑 - AMD等头部厂商已有3D堆叠布局，如2021年公布的3D V-Cache技术可垂直堆叠SRAM缓存 [8] - 富士通旗下MONAKA处理器也采用3D SRAM技术，计划2027年出货 [8] - SRAM 3D堆叠技术（如台积电SoIC）需要在晶圆制造阶段进行晶圆对晶圆键合，技术和工艺与前端制造深度耦合，这将进一步将价值从后道封装前移 [9] - 为了在垂直堆叠中获得最高的互联密度和能效，最底层的计算晶圆必须采用最先进的工艺（如A16），加剧了行业对尖端工艺的依赖 [10] - 如果高端芯片价值不断向前道制造和先进封装集中，本土封测厂可能面临被“挤出”高端市场的风险，但也带来了差异化竞争机遇 [10]

核心观点 - 报告认为，在人工智能投资上行周期及中国制造业成本优势支撑下，2026年中国商品出口将保持韧性，但增速可能小幅放缓[2] - 全球市场风险偏好回升，亚太股市显著反弹，科技与半导体板块领涨，而大宗商品价格因地缘政治局势缓和预期普遍下行[4] - 对蔚来的分析指出，其第四季度控费成效显著并实现单季盈利，但2026年仍面临市场竞争与盈利可持续性的挑战[5][6] 宏观与市场观察 - **中国经济与出口**：2026年前2个月，以美元计中国出口同比增长21.8%，录得2136亿美元的贸易顺差[2][4]。出口增长得益于春节时间较晚、低基数及全球半导体行业上行周期[2]。对美出口跌幅自2025年第二季度以来首次显著收窄，进口大幅反弹受人工智能相关需求（如铜基材料和集成电路）推动[2]。预计2026年商品出口增速将从2025年的5.2%放缓至4%，进口增速从-0.5%反弹至2%[2]。美元兑人民币汇率可能先升值至6月的6.8，随后在下半年贬值至6.9[2] - **全球股市表现**：周二中国股市大幅反弹，创业板指数大涨3.04%，算力硬件（CPO、PCB、光通信、半导体）领涨[4]。恒生科技指数上涨2.40%，成交额放量至3309亿港元，“龙虾热”（OpenClaw）推动信息科技板块领涨[4]。日本日经225指数收涨2.88%，欧洲斯托克600指数收涨1.7%[4]。美国标普500指数收跌约0.2%，纳斯达克指数基本持平[4] - **大宗商品与汇率**：国际油价经历疫情以来最大单日跌幅之一，WTI原油周二重挫约6.7%至88美元/桶附近[4]。现货黄金一度跌至5100美元附近[4]。10年期美债收益率从4.20%上方回落至4.10%附近，美元指数冲高回落[4]。人民币汇率受到贸易数据支撑，从6.89升值至6.87[4] 公司点评 (蔚来) - **第四季度业绩超预期**：蔚来4Q25收入同比增长76%至347亿元人民币，毛利率环比上升3.6个百分点至17.5%[5]。实现non-GAAP经营利润12.5亿元人民币，高于盈利预告[5]。研发和销管费用分别较预期低约5亿元和16亿元，是业绩超预期主因[5]。首次实现季度净利润1.22亿元人民币[5] - **2026年展望与挑战**：管理层将扭亏为盈列为4Q25最高优先级，可能导致极低的研发及销管费用不可持续[5]。略微下调2026年销量预测1万台至46万台（仍符合公司40-50%增长指引），主要因为乐道L90销量骤降[5]。管理层指引1Q26整车毛利率将环比持平，主要得益于ES8贡献，但新车型销量波动可能导致后续毛利率充满不确定性[5]。预测2026年毛利率将提升至16.3%，净亏损收窄至38亿元人民币[6] - **投资评级与估值**：维持“持有”评级，将美股/港股目标价微调至6美元/47港元（前值：6.4美元/50港元），估值基于0.8倍2026财年预期市销率[6]。认可蔚来品牌价值构建的竞争优势，但品牌建设（如换电技术）以牺牲公司利润为代价，导致其总体盈利能力低于大部分同行[6]

文章核心观点 - 英伟达CEO黄仁勋发表长篇博客，系统阐释AI产业底层逻辑，定义了AI的“五层架构” [3] - AI产业仍处于极早期发展阶段，行业已投入数千亿美元，但未来仍需数万亿美元的持续投资来完善底层基础设施 [3] - AI已成为塑造世界的最强大力量之一，是如同电力和互联网一样至关重要的基础设施，未来每家公司都将使用AI，每个国家都将建设AI基础设施 [3] AI产业的“五层架构”定义与逻辑 - 黄仁勋将AI产业底层结构定义为“五层蛋糕”，自下而上依次为能源、芯片、基础设施、模型和应用，每一层相互支撑、相互拉动 [4] - 任何成功的上层应用都必须完全依赖底层设施乃至发电厂的持续支撑 [4] 第一层：能源层 - 能源层被定义为AI基础设施的第一性原理，是系统能产生多少智能的绝对约束条件 [4] - 实时生成的智能需要实时产生的电力，生成的每一个Token都是电子移动、热量管理以及能源转化为计算能力的结果 [4] - 当前能源供给已成为AI规模化发展的紧迫瓶颈 [4] 第二层：芯片层 - 芯片层是算力的物理基础，AI工作负载需要极其庞大的并行计算能力、高带宽内存以及快速的互连 [4] - 芯片层的进步直接决定了AI的扩展速度以及智能成本的下降程度 [4] - 当前芯片技术的迭代速度仍难以完全匹配AI算力需求的爆发式增长 [4] 第三层：基础设施层 - 基础设施层被定义为“AI工厂”，涵盖土地、电力输送、冷却系统、建筑施工、网络以及将成千上万个处理器协同编排为一台机器的系统 [5] - 其设计初衷不是为了存储信息，而是为了制造智能 [5] - 当前全球正大规模兴建芯片制造厂、超级计算机工厂以及AI工厂，这正在成为人类历史上最大规模的基础设施建设，目前建设进程才刚刚起步 [5] 第四层：模型层 - AI模型可以理解多种类型的信息，包括语言、生物学、化学、物理学、金融、医学以及物理世界本身，ChatGPT这类大语言模型仅仅是其中一个类别 [7] - 行业对模型的应用仍局限于表面，其深层潜力尚未被挖掘 [7] - 开源模型（如DeepSeek-R1）扮演关键角色，当强大的推理模型被广泛可用时，会激活整个架构栈的需求，加速应用层技术采用，并增加对底层训练、基础设施、芯片和能源的需求 [7] 第五层：应用层 - 应用层是AI创造经济价值的核心领域，涵盖药物发现平台、工业机器人、法律助手、自动驾驶汽车等 [7] - 同样的底层架构可以支撑不同的应用输出，当前应用层的创新空间仍十分广阔 [7] - 未来几年，传统的软件和APP形态或将消失，一种全新的软件范式AI Agent（智能体）极有可能成为主流 [7] - 每一个成功的应用都会向上拉动其下方的每一层，从模型、基础设施、芯片，一直延伸到最底层的发电厂，形成强大的产业拉动效应 [7] AI发展对就业的影响 - AI非但不会削减岗位，反而会创造大量新的就业机会，尤其是在基础设施和熟练技术工种领域 [8] - 支持AI基础设施建设所需的劳动力极其庞大，AI工厂需要电工、水管工、钢铁工人、网络技术人员、安装工和操作员等，这些都是高技能、高薪酬的岗位，且目前供不应求 [8] - AI正在填补全球范围内卡车司机、护士、会计等岗位的巨大劳动力缺口，而非制造失业 [8]

文章核心观点 - 英伟达CEO黄仁勋发布署名文章，阐述AI产业“五层蛋糕”结构，并强调史上最大规模的AI基础设施建设才刚刚开始，AI正在成为现代世界的基础设施 [2][3][4] AI产业“五层蛋糕”结构 - 黄仁勋将AI产业分为五层，从下至上依次为：能源层、芯片层、基础设施层、模型层和应用层 [2] - 能源层包括支持实时生成智能的电力 [2] - 芯片层负责大规模地将能源高效转化为计算能力 [2] - 基础设施层包括土地、供电、冷却系统、建筑工程、网络通信和系统 [2] - 模型层能理解多种类型的信息 [2] - 经济价值则在应用层产生 [2] AI基础设施建设现状与展望 - 史上最大规模的AI基础设施建设才刚刚开始，目前已投入数千亿美元，但仍需建设价值数万美元的基础设施 [3] - 全球范围内，芯片工厂、计算机组装厂和AI工厂正在以前所未有的规模建设 [3] - 支撑建设进程需要庞大的人力，AI工厂需要电工、管道工、钢铁工人、网络技术人员等多种技能人员 [3] AI技术发展里程碑与影响 - 过去一年AI跨越重要门槛，模型性能显著提升，可以大规模投入使用，推理能力增强，幻觉现象减少，落地应用能力大幅提升 [3] - 基于AI构建的应用首次开始创造真实的经济价值 [3] - AI正在提高整个知识经济领域的生产力，生产力提升将创造产能，产能扩大则将推动增长 [3] 开源模型的作用 - 黄仁勋重点提到DeepSeek-R1，称其通过广泛开放强大的推理模型加速了应用层的普及，并带动了底层对训练、基础设施、芯片和能源的需求增长 [3] - 全球大多数模型都是免费开放的，当开放模型达到前沿水平时，它们改变的不仅仅是软件领域，而是激活了整个技术栈的需求 [3] AI各层级的动态与趋势 - AI工厂正在兴建，因为智能已实现实时生成 [4] - 芯片正在被重新设计，因为效率决定了智能的扩展速度 [4] - 能源成为核心要素，因为它从根本上决定了智能的生产规模上限 [4] - 应用加速发展，因为底层模型已跨越门槛，得以大规模投入使用 [4]

核心观点 - 后市A股市场震荡向上或仍是主基调，择机逢低布局是占优策略，应兼顾分红稳健的防御性资产与具备核心竞争力的科技成长标的 [1][3][10][11] 市场整体表现 - 周二（2026年3月10日）亚太市场全面回暖，A股科技股率先发力引领反弹，而国际油价“过山车”行情导致国内石油石化、煤炭板块大幅回调 [2][4][9][11] - 周二沪深三大指数集体上涨：上证指数收报4123.14点，上涨26.54点，涨幅0.65%；深证成指收报14354.07点，上涨286.57点，涨幅2.04%；创业板指收报3306.14点，上涨97.56点，涨幅3.04%；科创50指数收报1420.54点，上涨30.06点，涨幅2.16% [5] - 市场成交额未有效放大，沪深两市总成交额为23979亿元，显示资金对后续走势心存疑虑 [3][5][10][11] - 行业表现：元件、通信设备、半导体、电子化学品、消费电子等板块涨幅居前；石油石化、煤炭、化学原料等板块跌幅居前 [4] - 概念股表现：CPO、光通信模块、F5G、PCB、铜缆高速链接等概念股涨幅居前；资源开采、油气设服、可燃冰、页岩气等概念股跌幅居前 [4] 油气板块观点 - 地缘冲突（如中东局势）升级通常驱动油气板块短期脉冲式拉升，但此类事件驱动上涨难以持续，冲突缓和后股价大多回落，操作上“不追高”是核心原则 [2][9][10][11] - 中长期看，原油战略价值被广泛认可，且中东局势仍存不确定性，国内优质油气企业分红稳健，具备较强防御属性，在地缘局势不稳、市场震荡背景下，仍有逢低配置价值 [2][10][11] - 具体机会上，可逢低关注分红稳健、业绩确定性强的油气及化工相关优质股 [3][10][11] 科技成长板块观点 - 应布局受油价波动影响较小、具备核心竞争力的科技成长标的，如AI算力、半导体、人形机器人等 [3][10][11] - **光通信模块**：行业仍可能处于高景气周期，核心驱动力为AI算力、数据中心升级、技术革新（硅光/CPO），2026年板块仍可逢低关注，但2025年已大幅上涨，2026年内部可能出现分化，需关注具备业绩亮点或增长预期的个股 [6] - **半导体**：长期向好逻辑不变，全球数字化转型及地缘政治博弈下，半导体已成为战略基础资源，中国基于自主可控逻辑，国产替代在政策扶持下进入不可逆加速通道，国产设备/材料/制造环节将直接受益，2026年板块仍可逢低关注，但内部可能出现分化，需关注有业绩支撑的个股 [7] - **通信板块**：2026年仍可逢低关注，核心逻辑包括：1) AI与算力核心驱动，催生高速光模块、数据中心网络设备等需求；2) 国家“新基建”和自主可控战略支持，5.5G/千兆光网/F5G建设推动基础设施迭代；3) 卫星互联网、物联网发展提供长期增长空间，建议逢低关注AI算力（光模块）、运营商等高景气方向 [8]