专题：2025基金年终大盘点：冠军基年内狂飙233%，主动权益重获主导，全行业规模逼近36万亿新高 港湾观点︱进化的底色：东方港湾2025年年报与展望 港湾观点 作者：东方港湾黄海平 一、竞争：泡沫之本、活力之源 2025年末，资本市场继续飘荡着AI泡沫论。但在现实世界的过去两个月里，却出现了2025年以来，最 大的一次模型能力的进化。这次的主角是Gemini。 Gemini 3在各项评测上大幅超越了ChatGPT，其中最突出的是"多模态可交互"的能力提升。"多模态"意 味着不止以文字作为答案，而是结合图片、视频、声音、小程序等方式，跨模态来表达，相当于实时生 成一个网页或者程序来回答你的问题。"可交互"意味着不只是静态展示，而是动态的交互，多层次的展 示效果。例如，可视化托卡马克中的等离子体流动，将你的食谱做成一个可点击交互的小程序，用可交 互的动画来解释RNA 聚合酶如何工作的原理，等等。这是一次混合多模态数据下的预训练升级成果， 将更多模态原生化，也给预训练见顶的怀疑论一次很好的反击。 这也引发了AI行业的蝴蝶效应。OpenAI拉响了红色警报，并匆匆发布了不算惊艳的GPT 5.2。在最新 B200十万卡 ...

中美AI发展路径对比 - 美国AI发展长期聚焦通用底层技术突破，形成了以闭源模型加硬件垄断为核心的形式化边界[1] - 中国AI发展跳出了技术崇拜的形式化陷阱，以应用反哺技术为核心逻辑，通过场景驱动加全栈协同加生态构建，形成了人机环境相互协同的智能生态体系[2] - 中美AI发展并非零和博弈，而是互补与竞争并存，双方将在各自优势路径上平行攀登，共同推动AI技术进步[6] 美国AI发展特点 - 技术垄断与封闭性：美国领先AI模型如OpenAI的GPT-4、Anthropic的Claude均采用闭源策略，核心技术与训练数据不对外开放，形成技术孤岛[1] - 算力与硬件依赖：美国通过英伟达GPU、谷歌TPU等硬件垄断，构建了硬件-框架-模型的技术壁垒，英伟达CUDA生态成为AI研发的事实标准[2] - 应用场景的局限性：美国AI应用多集中于消费互联网如ChatGPT、MidJourney，对复杂工业场景、社会治理场景的渗透深度不足[2] 中国AI发展核心突破 - 从技术定义需求到需求定义技术：中国拥有全球最复杂、最多元的实体经济与社会治理场景，这些场景成为AI技术的试验场与试金石[2] - 从单一环节突破到体系化创新：中国AI发展打通芯片-框架-模型-应用全栈，形成自主可控的产业体系，形成体系化创新效率[4] - 从企业竞争到开放合作：中国AI发展注重开放合作，通过开源模型加产业联盟构建生态体系[5] 中国AI应用场景实例 - 工业场景：首钢股份冷轧公司落地67个数字化应用场景，其中AI场景占比达61%，实现数据加AI双轮驱动的企业运营新模式[2] - 农业场景：中国中化发布农业种植大模型iMAP，实现耕-种-管-收全流程智能决策，试点100万亩农田，农事决策时间缩短75%[2] - 民生场景：沪渝人工智能研究院发布AI加县域医共体，帮助县乡村三级医疗机构快速落地门诊预问诊、辅助诊疗与智能健康管理等场景；科大讯飞打造AI加人社示范基地，通过星火大模型分析未来5年岗位迭代趋势[2] 中国AI全栈产业体系 - 芯片层：华为昇腾、寒武纪等企业研发自主AI芯片，打破英伟达垄断[6] - 框架层：百度飞桨、阿里PAI等框架实现开源，降低AI开发门槛[6] - 模型层：DeepSeek-V3.2、百度ERNIE-5.0-Preview等大模型跻身全球顶尖行列，推理能力与参数规模均达到国际先进水平[6] - 应用层：AI技术已渗透至工业、农业、医疗、教育、交通等全领域，形成AI加制造、AI加农业、AI加医疗等垂直生态[6] 中国AI开放合作生态 - 开源模型：华为、百度、阿里、智源等企业均推出开源模型如华为昇腾CANN、百度飞桨，降低中小企业使用AI的门槛[6] - 产业联盟：中科曙光联合20多家产业链上下游企业，发布国内首个AI计算开放架构；新华三、浪潮等企业探索超节点模式，实现跨厂商协同[6] - 国际合作：中国积极参与全球AI治理，依托国际电信联盟、国际标准化组织等平台推进标准制定，推动AI技术普惠共享，如在AI加医疗、AI加金融等领域与新加坡、马来西亚等国家合作[6]

核心观点 - 全球市值最高的公司英伟达近期股价显著回调，引发市场对其人工智能支出可持续性及市场主导地位的担忧，但公司基本面增长预期依然强劲，且面临来自客户自研及竞争对手加剧的行业竞争 [1][3][5] 股价表现与市场影响 - 自2023年10月29日创历史新高后，英伟达股价累计下跌9.1%，表现远逊于标普500指数 [3] - 股价自2022年底至2023年10月29日涨幅超过1300%，市值突破5万亿美元，但随后数月市值蒸发4600亿美元，致使三年累计涨幅收窄至近1200% [3] - 自2022年10月本轮牛市启动以来，英伟达对标普500指数涨幅的贡献率约为16%，贡献率在所有股票中最高 [7] 增长预期与估值 - 公司预计在截至2027年1月的下一财年，销售额将增长53%，利润增长57% [7] - 以未来12个月预期市盈率计算，英伟达当前估值为25倍，在“七巨头”中仅高于Meta，且低于标普500指数中超过四分之一的个股 [14] - 覆盖该公司的82位分析师中，有76位给予买入评级，华尔街平均目标价意味着未来12个月内有37%的上涨空间，市值有望突破6万亿美元 [7] 行业竞争格局 - 英伟达在AI加速器领域占据超90%的市场份额，但面临AMD、谷歌、亚马逊等竞争对手的激烈竞争 [5][8] - AMD已获得OpenAI和甲骨文的大型数据中心订单，其2026年数据中心业务营收预计激增60%，达到近2600亿美元 [8] - 谷歌、亚马逊、Meta和微软四大客户合计贡献英伟达超40%的营收，为降低成本，这些科技巨头均在自研芯片 [8] - 定制化芯片需求激增带动了博通的崛起，其ASIC业务高速增长，当前市值达1.6万亿美元 [9] 技术发展与客户动态 - 英伟达首席执行官宣布下一代代号为Rubin的芯片将于2026年内发布 [8] - 市场对英伟达GPU需求呈爆发式增长，核心驱动力是AI模型复杂度几乎每年增长十倍 [8] - 英伟达从初创公司Groq授权技术并聘请其高管，计划将相关技术融入未来产品以切入低延迟半导体领域 [10] - 尽管科技巨头加速部署自研芯片，但由于AI算力需求缺口巨大，它们仍在大举采购英伟达芯片 [10] - 预测显示，2026年亚马逊、微软、谷歌和Meta四家公司的资本支出总额将超4000亿美元，大部分用于数据中心设备采购 [10] 盈利能力与成本 - 英伟达2024和2025财年的毛利率稳定在75%左右，但2026财年因Blackwell系列芯片量产推高成本，预计毛利率将降至71.2%，并计划在2027财年回升至75%左右 [12] - 竞争对手推出低价替代产品，可能对英伟达的定价策略和利润率构成压力 [11]

市场行情表现 - 1月6日，创业板人工智能板块震荡走低，光模块CPO概念股回调明显，新易盛、中际旭创均跌超3% [1] - 存储芯片、AI应用方向表现活跃，北京君正领涨超8%，同花顺涨超7%，中科创达、铜牛信息、光环新网等多股跟涨超3% [1] - 创业板人工智能ETF（159363）早盘震荡下挫逾2%，随后跌幅收窄至0.49%，实时成交额超7亿元，资金盘中净申购超1亿份 [1] - 截至14:12，创业板人工智能ETF（159363）价格为1.016，下跌0.39%，当日成交总额为7.08亿元，振幅2.65% [2] - 该ETF前三大权重股表现强劲：北京君正上涨8.13%，成交额61.81亿元；同花顺上涨7.63%；中科创达上涨4.39% [2] 行业分析与展望 - 东吴证券研报展望2026年，认为海外算力链将保持景气度向上，光互联核心受益于海外与国内算力需求共振 [2] - 海外方面，北美云服务提供商对资本开支保持高投入预期，数据中心建设热情高涨，英伟达GPU和谷歌TPU等算力芯片快速上量，更下一代产品也将在2026年开始商用，配套的光互联全链条需求有望获强支撑 [3] - 国内方面，互联网企业同样保持算力建设高投入，同时国产算力超节点形态的渗透率有望持续提升，部分超节点将采用光互联方案，将进一步释放光互联需求 [3] - 光互联被视为2026年确定性较高的投资方向，高端光模块市场规模逐年增长，需求能见度有望进一步向后延伸，拉动供应链企业业绩快速增长 [3] - OCS/NPO/CPO等更多光互联技术加速落地，将进一步打开相关企业的成长空间 [3] 投资机会梳理 - 关注高确定性的龙头标的：已切入海外/国内算力供应链的龙头标的有望核心享受光互联行业高速增长带来的Beta行情 [3] - 关注紧缺物料卡位赛道：高速光模块需求规模释放，对上游光芯片、光器件等核心器件带来确定性较高的需求增长，由于扩产节奏差异，关键物料或出现多阶段供需错配，有望不断推高板块景气度 [3] - 关注供应链潜在新玩家：在更多速率、产品及客户需求释放的催化下，更多供应商有望切入北美云服务提供商大厂的核心供应链，释放更大成长性 [4] 历史业绩与产品定位 - 2025年，光模块CPO、AI应用接连发力，双线布局算力+AI应用的创业板人工智能指数持续领跑，指数年内涨幅高达106.35%，实现翻倍增长 [4] - 该指数2025年涨幅大幅领跑人工智能（79.29%）、CS人工智（67.39%）、科创AI（50.68%）等同类AI主题指数 [4] - 创业板人工智能指数2021至2025年的年度涨跌幅分别为：17.57%、-34.52%、47.83%、38.44%、106.35% [4] - 创业板人工智能ETF（159363）是全市场首只跟踪创业板人工智能指数的ETF，其标的指数重点布局光模块龙头“易中天” [5] - 从赛道分布看，该指数逾七成仓位布局算力，超两成仓位布局AI应用，旨在高效捕捉AI主题行情 [5]

市场行情与板块表现 - 1月6日，创业板人工智能板块震荡走低，光模块CPO概念股回调明显，新易盛、中际旭创均跌超3% [1][8] - 存储芯片、AI应用方向表现活跃，北京君正领涨超8%，同花顺涨超7%，中科创达、铜牛信息、光环新网等多股跟涨超3% [1][8] - 热门ETF方面，创业板人工智能ETF（159363）早盘震荡下挫逾2%，随后跌幅收窄至0.49%，实时成交额超7亿元，资金盘中净申购超1亿份 [1][8] 指数与ETF表现 - 创业板人工智能ETF（159363）被动跟踪创业板人工智能指数，该指数基日为2018年12月28日，发布日期为2024年7月11日 [5][12] - 2025年，创业板人工智能指数年内涨幅高达106.35%，实现翻倍增长，大幅领跑人工智能（涨79.29%）、CS人工智（涨67.39%）、科创AI（涨50.68%）等同类AI主题指数 [4][5][11] - 该指数2021至2025年的年度涨跌幅分别为：17.57%、-34.52%、47.83%、38.44%、106.35% [5][12] - 创业板人工智能ETF（159363）是全市场首只跟踪该指数的ETF，其场外联接基金为A类023407、C类023408 [6][12] 行业分析与投资展望 - 东吴证券研报展望2026年，认为海外算力链将保持景气度向上，光互联核心受益于海外与国内算力需求共振 [2][9] - 海外方面，北美云服务提供商（CSP）对资本开支保持高投入预期，数据中心建设热情高涨，英伟达GPU和谷歌TPU等算力芯片快速上量，下一代产品也将在2026年开始商用，配套的光互联全链条需求有望获强支撑 [3][10] - 国内方面，互联网企业同样保持算力建设高投入，同时国产算力超节点形态的渗透率有望持续提升，部分超节点将采用光互联方案，将进一步释放光互联需求 [3][10] - 光互联被视为2026年确定性较高的投资方向，高端光模块市场规模逐年增长，需求能见度有望进一步向后延伸，OCS/NPO/CPO等更多光互联技术加速落地，进一步打开相关企业成长空间 [3][10] 机构关注的投资方向 - 高确定性的龙头标的：已切入海外/国内算力供应链的龙头标的未来业绩增长具有强支撑，有望核心享受光互联行业高速增长带来的Beta行情 [3][10] - 紧缺物料卡位赛道：高速光模块需求规模释放，对上游光芯片、光器件等核心器件带来确定性较高的需求增长，由于扩产节奏差异，关键物料或出现多阶段供需错配，有望不断推高板块景气度 [3][10] - 供应链潜在新玩家：在更多速率、产品及客户需求释放的催化下，更多供应商有望切入北美CSP大厂的核心供应链，释放更大成长性 [4][11] 产品结构与投资主题 - 创业板人工智能ETF（159363）的标的指数重点布局光模块龙头“易中天”，从赛道分布看，逾七成仓位布局算力，超两成仓位布局AI应用，旨在高效捕捉AI主题行情 [6][12]

谷歌TPU的战略布局与商业化进程 - 谷歌正积极接触依赖英伟达芯片的小型云服务商，劝说其在数据中心托管谷歌TPU处理器，并与Fluidstack达成协议在纽约数据中心部署TPU [2] - 谷歌的触角伸向了为OpenAI建造数据中心的Crusoe，以及英伟达的紧密合作伙伴CoreWeave，意图抢夺英伟达客户并切入其核心AI算力供应链 [2] - 谷歌TPU的发展始于2015年，第一代TPU v1在AlphaGo的演进中展现了巨大效率优势：击败樊麾的版本使用了1202个CPU和176个GPU，而击败李世石的版本仅需48个TPU，击败柯洁的版本仅需4个TPU [5][6] - TPU的设计哲学是为神经网络推理任务做极致优化，使用8位整数INT8进行计算，追求极致的性能功耗比 [6] - TPU v2/v3首次支持训练任务，并提出了“TPU Pod”概念，通过高速互联将成千上万个芯片连接成超级计算机 [7] - TPU v4开始通过谷歌云对外提供服务 [8] - TPU v5p在一些基准测试中与英伟达H100相当，而v5e版本侧重高性价比推理 [11] - 最新的TPU v6 (Trillium) 在理论算力上已非常接近英伟达H200，v7 (Ironwood) 首次支持FP8格式，单芯片FP8算力与英伟达B200非常接近，其超级集群总算力也与英伟达Blackwell系统相当 [11] - 谷歌策略清晰，从满足内部需求出发，逐步将TPU打造成可对外销售的云计算核心服务 [12] - 2025年谷歌TPU全年出货量预计为250万颗（v5系列190万颗，v6系列60万颗），2026年预计出货量将高达400万颗（v7 Ironwood超200万颗） [12] - 作为对比，英伟达数据中心GPU在2026年出货量约600万颗，TPU的追赶势头不容小觑 [12] 谷歌TPU的产能扩张与商业模式挑战 - 谷歌TPU的战略正发生根本转变：从自产自用的封闭生态转向直面市场的芯片供应商 [13] - 2023-2026四年间，谷歌TPU总产量预计为800万颗，而仅2027和2028两年，其新规划的总产量就高达1200万颗，扩张速度在半导体行业罕见 [14] - 如此庞大的产能规划远超谷歌自身云服务Google Cloud的预期需求，将TPU推向了与一线AI芯片厂商比肩的层级 [15] - 若谷歌在2027年实现100万颗TPU的对外销售（约占其当年规划产量500万颗的20%），即可创造约260亿美元的新增营收，这相当于谷歌云2024年全年营收的相当大一部分 [15] - 若2027年500万颗、2028年700万颗TPU的预测成真，到2028年谷歌TPU年产量将直逼英伟达GPU的预计出货规模 [15] - 将TPU转化为对外销售的商品意味着谷歌需直面标准化、软件生态、客户支持、市场价格竞争等截然不同的商业规则 [15] - 谷歌的突破口在于提供“AI解决方案”而非“AI通用芯片”，可将TPU与自家AI软件栈（如TensorFlow、JAX）、云服务和预训练模型打包，以降低客户整体拥有成本TCO [16] - 该策略面临严峻挑战：需要构建一个堪比英伟达CUDA的开放繁荣的开发者生态；需说服第三方客户将AI未来押注在谷歌芯片上；必须在性能或成本上提供显著优势以说服客户迁移 [16] - 头部AI公司的动向显示TPU吸引力真实：AI独角兽Anthropic被发现在招聘TPU内核工程师；马斯克的xAI也对采购TPU表现出浓厚兴趣 [16] - 2025下半年，围绕谷歌TPU的开发者活跃度激增了近100% [16] - 前方的核心悬念是商业模式的抉择：谷歌能否成功将其技术优势转化为市场认可的开放生态和客户信任 [17] 英伟达的竞争策略与行业整合 - 面对谷歌的竞争，英伟达并未坐以待毙，其反击策略是开放生态，以退为进 [17] - 英伟达正式发布NVLink Fusion技术，允许数据中心将英伟达GPU与第三方CPU或定制化AI加速器混合使用，实则以GPU为核心构建更包容的“英伟达中心化”生态系统 [17] - 英伟达真正的核心壁垒在于其软件生态CUDA，主流AI框架如TensorFlow和PyTorch都通过调用CUDA的API在GPU上执行计算 [17] - 英伟达以200亿美元现金收购初创公司Groq的核心资产，刷新了其自身历史收购纪录（远超2019年以70亿美元收购Mellanox的规模） [2][19] - 此次收购并非简单的资产收购，而是一项“非独家技术许可协议”，英伟达获得Groq推理技术的授权，同时Groq核心团队整体迁移加入英伟达 [19] - 这种操作模式类似于2024年微软以6.5亿美元挖走Inflection AI的创始人与核心团队，能快速获取顶尖人才和核心技术，并规避传统并购的反垄断审查和整合难题 [19] - Groq团队中汇聚了大量前谷歌TPU工程师，堪称谷歌TPU核心班底的二次创业 [22] - Groq旨在打造超越GPU和TPU的专用AI推理芯片，其解决方案成本可低至同等性能GPU的十分之一，精准击中AI推理阶段的核心痛点，对英伟达在推理市场的统治地位构成直接威胁 [22] - 此次收购是英伟达面对复杂竞争格局的深谋远虑：训练市场英伟达已近乎垄断，但推理市场格局未定，收购Groq是一次昂贵的防御性收购，旨在将最具颠覆性的技术路线收入囊中 [22] - 对于AMD、博通及其他AI芯片初创公司，竞争环境更加恶劣，需在技术、资本和生态上应对英伟达的“GPU+LPU（TPU）”组合拳进攻 [22]

文章核心观点 - 美国科技巨头正积极推动在太空建设AI数据中心的构想 以解决地面数据中心面临的电力与水资源瓶颈 太空数据中心利用高效太阳能供电和太空散热优势 被视为未来AI基础设施的重要替代方案 [1][4][11] 太空数据中心的构想与优势 - 太空数据中心是在地球轨道的人造卫星上设置服务器 利用宇宙空间进行数据处理和存储的机制 企业计划通过群控卫星来替代地面数据中心 [2] - 在太空 光伏电池的发电效率最高可达地面的8倍 可近乎不间断地发电 同时向太空释放废热无需冷却水 解决了地面数据中心对大量电力和水的需求问题 [1][4][6][10] 主要参与公司的动向 - **谷歌**：公布“太阳捕手”项目 计划在2027年初前发射2颗搭载其高性能AI半导体“TPU”的试验卫星 并计划发射多颗结合光伏电池与TPU的小型卫星 将这些卫星群作为数据中心使用 [6] - **SpaceX**：公司CEO埃隆・马斯克在社交媒体上赞同太空数据中心构想 有报道称其筹备IPO的融资目的之一包括建立太空数据中心 [7] - **OpenAI**：CEO萨姆・奥尔特曼过去对在太空建立数据中心显示出兴趣 并于2024年12月被报道为着眼于太空数据中心而提议收购火箭公司 [8] - **Starcloud**：这家获得英伟达支持的美国新兴企业已先行一步 于2024年10月向太空发射了搭载英伟达AI半导体“H100”的卫星 其CEO预测十年内几乎所有新增数据中心都将建在太空 [9] - **其他参与者**：包括Blue Origin、Axiom Space、Aetherflux等公司也均有相关技术开发或发射计划 [8] 行业背景与驱动因素 - 地面AI数据中心的电力需求激增是主要驱动因素 据预测 到2035年美国数据中心的电力需求将达到106吉瓦时 相当于100多座大型核电机组 该需求较2025年增长约2.6倍 且预测在7个月内被上调了36% [11] - 地面数据中心面临电力供应不足、建设核电站耗时漫长、冷却需要大量水资源以及民众反对运动等多重挑战 [11] 面临的挑战与成本考量 - 当前主要挑战是发射成本过高 麦肯锡公司认为当前近地轨道发射成本为每公斤1500美元 谷歌分析指出 若成本在2030年代中期降至每公斤200美元 太空数据中心计划将接近实现 [11] - 其他技术挑战包括太空辐射对电子设备老化与故障的影响 以及与太空垃圾碰撞的风险 [11] 技术实施与进展 - 英伟达支持的Starcloud公司已成功将搭载其AI半导体的卫星送入轨道 该卫星重60公斤 大小如小型冰箱 其搭载的AI半导体目前仍在运行谷歌的AI模型 [9][10][13] - 英伟达正在为发射搭载其AI半导体的卫星的企业提供支援 [1]

文章核心观点 - 2025年AI产业链在业绩趋势中从分歧走向共识，2026年有望成为本土硬科技收获之年 [3][7] - 电子行业景气周期自2021年下行近2年后，于2023年下半年筑底回升，目前仍处在由AI创新拉动的温和上行过程中 [3][7] - 行业在“宏观政策周期、产业库存周期、AI创新周期”共振上行及被动基金快速扩容的助力下，呈现出显著的估值扩张趋势 [3][7] - 在经历了2025年由DeepSeek兴起引致的“算力通缩”叙事逻辑冲击及美国关税战冲击后，行情在AI产业链亮眼业绩中走向共识，截至12月16日电子行业上涨40.22%，位居全行业第三 [7] - 展望2026年，AI大模型推理能力持续进阶，大模型与端侧应用的闭环正在形成，算力+存力硬件层面供不应求态势将延续，国内先进制程扩张和自主可控推进速度仍有较大预期差 [7] - 在2020年全面开启的5G创新周期中已有冒尖趋势的中国科技产业，在国内工程师红利支撑下，经历了逾5年的“人财物”快速累积后，正在新一轮AI创新周期中体现出更强的全球竞争力，2026年有望成为本土硬科技收获之年 [7] 2025年行情回顾：AI在业绩趋势中从分歧走向共识 - 2025年初至12月16日，电子行业整体上涨40.22%，涨跌幅位居全行业第三，其中元件、电子化学品、其他电子、消费电子、半导体、光学光电子分别上涨93.19%、46.88%、40.63%、39.40%、38.37%、7.66% [16] - 2025年1-2月，延续2024年末“字节火山引擎大会”引燃的AI端侧创新预期，端侧SoC带动半导体及消费电子上涨，期间电子上涨8.02% [19] - 2025年3-5月，受美国加征关税、技术限制、“算力通缩”叙事逻辑冲击及基金行业新规影响，期间电子下跌11.55% [19] - 2025年6-10月，在AI算力需求拉动下，全球逻辑类芯片月销售额同比增速大幅扩张，“算力通缩”预期被证伪，AI基建相关的光模块、PCB、服务器环节业绩全面超预期，传导至存储环节全面紧缺及大规模涨价，期间电子上涨60.68% [19] - 2025年11月以来，受抢出口透支订单、消费补贴退坡、存储缺货涨价及基金调仓预期影响，板块热度降温，自10月至12月16日电子下跌8.66% [19] - 估值方面，截至2025年12月16日电子行业整体TTM PE为62.61倍，处于近五年的94.5%分位 [20] - 截至三季度末，公募基金电子板块重点持仓市值排行前五的公司分别是寒武纪-U、中芯国际、海光信息、澜起科技、立讯精密 [22] - 截至2025年12月16日，沪（深）股通电子板块持仓市值排行前五的公司分别是北方华创、立讯精密、工业富联、豪威集团、澜起科技 [24] AI大模型群雄逐鹿，英伟达引领算力迭代，PCB、服务器产业链延续高增长 - 大模型通过架构创新持续提升效率与性能，混合专家架构通过稀疏化实现更高效推理，创新的注意力机制降低计算复杂度与内存需求，深度思考模式通过多轮推演减少幻觉 [8][27][33][34][36] - 得益于CSP、主权云等算力需求扩张及AI推理应用蓬勃发展，TrendForce预计2026年全球八大CSP合计资本支出将增长40%达到6000亿美元以上，全球AI服务器出货量将增长20.9% [8][43] - 英伟达新一代Rubin架构AI服务器将为分离式推理带来革命性变化，英伟达预计在24年底前，Blackwell系列GPU总出货将达2000万颗，合计订单将达5000亿美元 [8][54] - 基于算力军备竞赛的市场规模扩容及算力产品迭代带来的ASP提升，伴随Scale Up与Scale Out带来的智算集群扩展，2026年深度参与全球产业链分工的PCB、服务器产业链将迎来量价齐升的高速成长期 [8] - 超节点是一种新型AI算力基础设施架构，旨在应对大模型训练与推理对极致通信效率和高密度算力协同的需求，例如华为CloudMatrix384将算力从单台服务器的6.4 Pflops提升到超节点的300 Pflops，算力提升50倍 [57] - PCB行业自2024年年初进入景气上行阶段，随着2025年AI基建加速出现供不应求，预计将持续到2027年，日本10层以上PCB产值从2023年9月的15.87亿日元低位升至2025年7月的34.90亿日元高位，价格从2023年7月的21.04万日元/平米涨至2025年9月的40.08万日元/平米，涨幅90% [65] - 预计2026年全球算力类PCB市场需求将达到1815亿元，而全球Top13的PCB厂商相关产值约为1320亿元，预计将有近200亿元的供需缺口，2027年供需缺口将大幅收窄 [72] - 英伟达Vera Rubin系列机柜中，由于新增CPX GPU及布局变化，PCB价值量大幅提升，预计在满配的VR NVL144 CPX机柜中，单GPU对应PCB价值量达到8000余元 [79] AI算力+存力：国产算力通用芯片与ASIC方案齐发力，存力缺货涨价有望贯穿全年 - 国产算力芯片积极更新迭代，华为计划2026年推出昇腾950 Pro，2026年Q4上市超节点Atlas 950 SuperPOD；寒武纪、沐曦、壁仞、摩尔线程等国产卡顺利导入智算中心 [9] - 受限于美国BIS多次制裁，CSP大厂的合规/ASIC项目将同步迎来发展机遇，其中非一线云厂的自研项目有望为国内ASIC厂商带来可观增量 [9] - 存力方面，AI时代的DRAM从“附属角色”转变为“性能瓶颈突破口”，预计2026年DRAM位元需求量有望同比增加26% [9] - 随着AI推理兴起，传统HDD的局限性加速了SSD渗透，NAND缺货态势从局部应用蔓延至全盘，价格指数自2025年9月至12月已上涨超40% [9] - 预计2026年DRAM及NAND仍将呈现较严重的供不应求，价格有望延续涨势 [9] - 海外算力芯片存在后门风险，2025年7月美国议员呼吁要求美出口的先进芯片必须配备“追踪定位”功能，国家网信办约谈英伟达要求其对H20算力芯片漏洞后门安全风险进行说明 [83] - 蚂蚁集团已部署万卡规模的国产算力集群，训练任务稳定性超过98%，训练与推理性能可媲美国际算力集群，DeepSeek UEBMO FP8是针对下一代国产芯片设计 [86] AI运力+电力：运力成为算力提升的重要突破口，算力增长推动电源架构同步升级 - 运力环节需解决数据进出内存的问题，并实现服务器内部、机架之间以及集群间的顺畅通信，在国内高端算力芯片流片受限的背景下，运力环节的优化成为重要突破口 [11] - 预计2024-2030年全球高速互连芯片市场规模CAGR为21.2%，中国市场的占比将由25%提高至30%，为HBM内存、PCIe互连芯片、CXL互连芯片、硅光芯片、D2D等产业链创造增量市场 [11] - 随着数据中心芯片及机架处理功率水涨船高，英飞凌预测单GPU的功耗将呈指数级增长，到2030年达到约2000W，机架的峰值功耗将达到300kW以上 [11] - 机架侧大幅、快速波动的功率曲线对公共电网稳定性构成挑战，因此要求供电方案向HVDC方向发展，SST、Droop、ZVS、GaN器件将成为AI电源的核心方向 [11] AI端侧：AI Agent重塑交互范式，大厂争先布局端侧入口，消费电子创新大年开启 - 随着大模型在多模态理解、通用推理与任务执行能力上的持续演进，AI正由工具型能力升级为能够理解用户意图并自主执行任务的AI Agent，端侧消费电子产品是AI商业化闭环的关键承载层，有望系统性重构人机交互范式 [12] - 手机、眼镜、耳机以及家庭机器人等多种终端形态，有望围绕AI Agent构建协同网络，推动AI从单点功能升级迈向跨场景、跨终端的系统级体验 [12] - 语音、视觉及环境感知等多模态输入的重要性提升，对端侧算力、感知能力与连接能力提出更高要求 [12] - 当前端侧相关技术与产业基础已趋于成熟，商业模式的关键突破有望形成“非线性放大效应”，展望2026年，从年初的CES到年中的WWDC，以及头部厂商的持续探索，均可能成为引爆市场情绪与产业投资共识的关键催化 [12] 半导体：自主可控进程有望超预期的自主可控产业链，以及在景气复苏阶段加速国产替代的模拟芯片 - 据SIA数据，2024年中国占全球半导体销售额的28%，但本土供应比例仅4.5%，自给率仍偏低，且由于增量主要来自GPU、HBM等云侧增量，自给率较2023年有所降低 [12] - A股半导体公司的财务表现持续改善，据统计的146家公司中，单季度收入最高值落在2025年的占比54%，2025年Q3 SW半导体板块整体毛利率处于2020年Q2和2021年Q1之间，净利率与2020年Q4、2021年Q1水平相当 [12] - 全球半导体销售额已连续八个季度同比增长，2025年12月WSTS再次上修了对2025和2026年的预测值，预计2024-2026年全球半导体将实现连续3年两位数增长 [12] - 除了AI增量外，国内芯片设计企业崛起和在地化制造需求为自主制造链提供增量，重点关注晶圆代工、先进封装和上游半导体设备材料环节 [12] - 模拟芯片在半导体产品品类周期靠后，国际大厂TI、ADI 2025年收入开始同比转正，标志着行业进入复苏阶段，国内企业近几年推出的新品有望进入规模放量阶段 [12] - 长期来看AI数据中心以及自动驾驶、人形机器人等AI应用均为模拟芯片带来广泛增量，同时模拟芯片也是国产化空间较大的细分，将持续受益国产化率提高 [12]

英伟达潜在收购AI21 Labs的战略意图 - 公司正在就以20亿美元至30亿美元收购以色列人工智能公司AI21 Labs进行深入谈判 [1] - 此次收购旨在与近期达成的200亿美元Groq技术授权及人才引进协议形成协同，共同巩固公司在AI全栈领域的话语权 [3] - 若交易成功，公司将通过整合AI21 Labs的大语言模型开发及企业级生成式AI应用能力，将客户更深地锁定在自身的软件、平台及生态系统内，而不仅仅是作为GPU供应商 [11] 目标公司AI21 Labs概况 - AI21 Labs是一家专注于开发大语言模型并帮助企业构建定制化生成式AI应用的以色列初创公司，由Mobileye联合创始人Amnon Shashua于2017年共同创立 [3] - 该公司在2023年由英伟达和谷歌领投的一轮融资后，估值约为14亿美元 [4] - 公司拥有约200名员工，其中许多人拥有高等理工科学位和丰富的AI应用开发经验，英伟达可能更看重其顶尖人才的综合技能 [4] 英伟达在以色列的收购与布局 - 公司近年来积极收购以色列顶级科技公司，包括2023年12月以约7亿美元收购Run:ai，同年收购Deci，以及2019年以69亿美元收购Mellanox [5] - Mellanox的高速互连技术是英伟达当前主导的InfiniBand及Spectrum-X高性能网络架构的基础 [5] - 公司正在以色列Kiryat Tivon建设大型研发中心，办公空间达160,000平方米，预计2031年投入使用，首席执行官黄仁勋曾称以色列为公司的“第二故乡” [5][6] 行业竞争格局：AI推理浪潮与谷歌TPU的挑战 - 行业竞争焦点正从训练最强模型转向以最低成本、最低延迟规模化部署模型，即“AI推理大浪潮” [7][10] - 谷歌专门为AI推理设计的TPU v7 (Ironwood) 展现出代际跨越，其BF16算力高达4614 TFLOPS，是上一代TPU v5p（459 TFLOPS）的十倍 [9] - 针对特定AI应用，谷歌TPU能提供比英伟达Blackwell架构GPU高出1.4倍的每美元性能，在成本、能效和可扩展性上构成竞争压力 [8][9] - 谷歌通过推进TorchTPU等软件生态，降低开发者使用门槛，正削弱英伟达CUDA生态的护城河优势 [9] 英伟达的战略回应：多元化与生态绑定 - 为应对推理浪潮和竞争压力，公司采取“多架构AI算力+巩固CUDA生态+引进人才”的组合策略，以维持其在AI芯片领域约80%的市场份额 [3] - 通过Groq交易获得推理专用芯片技术（如使用片上SRAM降低数据搬运瓶颈）及核心团队，直指推理阶段的成本与延迟痛点 [10] - 超大规模AI推理需求正以每六个月翻一番的速度增长，公司通过收购AI21 Labs补强软件与模型侧能力，属于“硬件技术路线多元化 + AI应用生态端到端绑定”的防守/反击策略 [10][11]

报告行业投资评级 - 汽车与零部件行业评级为“中性”，且维持该评级 [5][6] 报告的核心观点 - 随着谷歌TPU需求增长、TPU v7服务器全面转向液冷，预计谷歌服务器液冷市场将迎来快速增长 [3][9] - 谷歌液冷供应商选择的破局，将为国内供应商提供更多配套市场空间，液冷业务将成为国内供应商的第二增长曲线 [3][9] - 谷歌与英伟达的液冷供应商选择模式不同，其直接对接并认证供应商的模式，为国内供应商切入其供应链体系提供了更大机会 [9][35][38] 根据相关目录分别进行总结 1 预计谷歌 TPU v7 服务器将全面转向液冷 - **谷歌AI算力需求与资本支出大幅增长**：谷歌在2025年3季度将资本支出指引由850亿美元上调至910-930亿美元，并预计2026年资本支出将大幅增长，目标是每6个月将计算能力翻倍，未来4-5年内实现1000倍的算力增长 [9][14] - **谷歌TPU外销取得突破，客户范围扩大**：外部用户包括Anthropic（计划扩大使用至100万片）、Meta（洽谈价值数十亿美元协议）、苹果、SSI、Cohere等，OpenAI、xAI等头部AI企业亦已成为潜在客户 [9][14][16] - **TPU v7性能对标英伟达GB200，成本优势显著**：TPU v7 Ironwood内存容量提升5倍至192GB，内存带宽提升4.5倍至7380 GB/s，FP8稠密算力提升近4倍至4614 TFLOPS，TDP达980W [19][21]；其单芯片总拥有成本（TCO）较GB200低约44%，外销时较GB200低约30%，较GB300低约41% [19] - **液冷成为TPU v7散热刚需**：TPU v7的TDP达980W，逼近风冷散热极限，预计未来TPU v7及以上芯片将全部转向液冷方案 [9][23][24] 2 谷歌服务器液冷市场将迎来快速增长 - **2026年谷歌服务器液冷市场规模预计约180亿元**：基于对TPU v7出货量及单机柜液冷价值量的测算，预计2026年市场规模约为25.70亿美元，对应人民币180.67亿元，较2025年大幅提升 [9][26] - **2026年海外服务器液冷市场总规模预计超900亿元，谷歌占比约19.3%**：预计海外服务器液冷市场总规模达934.78亿元，其中英伟达占比69.3%（约647.87亿元），谷歌占比19.3%（约180.67亿元），其他ASIC厂商占比11.4%（约106.24亿元） [9][29][30] - **液冷价值量分布以液冷板和CDU为核心**：参考英伟达GB300，预计液冷板占液冷价值量的33.7%，CDU占32.3%，其中CDU内的泵和换热器又是核心零部件 [31][32] 3 谷歌液冷供应商模式破局，国内供应商将获得更多配套空间 - **谷歌供应商模式与英伟达不同**：谷歌为保障数据中心安全稳定，预计将直接与液冷系统及部件供应商对接认证，液冷系统供应商作为一级供应商直接向谷歌配套 [9][35] - **谷歌对供应商有四大要求**：充足的产能、快速响应和交付能力（交付时间8-12周）、价格合理且有竞争力、具备全球交付能力 [9][44][49] - **谷歌供应商体系分为AVL、R-AVL和RVL**：自用CDU量产供应商计划为2家AVL和2家R-AVL，零部件量产供应商为2-3家AVL，成功进入体系的供应商有望获得稳定份额 [44][45][46] - **国内供应商迎来切入良机**：谷歌为避免供应链依赖英伟达体系主力供应商，预计将开发新供应商；同时，谷歌作为采购决定方，订单确定性高于英伟达体系中需通过ODM/OEM选择的模式 [38][39]；国内供应商在成本控制、快速响应及部分海外产能布局上具备优势 [50] - **国内厂商积极布局全产业链**：英维克、同飞股份、申菱环境、高澜股份等已实现液冷全栈解决方案落地并布局海外 [9][55]；在液冷板、CDU（含泵、换热器）、快接头、Manifold、冷却液等核心环节均有国内厂商布局 [55][56] 4 主要投资策略：国内液冷供应商将迎来较大机会 - **投资策略**：看好谷歌服务器液冷市场快速增长及国内供应商切入其供应链带来的机会 [3][58] - **相关标的**：报告列举了英维克、银轮股份、飞龙股份、川环科技、思泉新材、祥鑫科技、中鼎股份、溯联股份、高澜股份、申菱环境、科创新源、同飞股份、宏盛股份、奕东电子等一系列AI液冷相关公司 [3][59]