文章核心观点 - 2025年科技领域以人工智能和商业航天等硬核科技深刻重塑经济社会发展底层逻辑，技术浪潮成为驱动资本市场结构性行情的核心引擎[1] - 一系列年度科技热词从前沿概念跃升为产业技术突破，勾勒出产业跃迁路径，为洞察未来投资方向提供关键坐标[1][2] - 展望2026年，科技浪潮将持续深化，产业趋势底层逻辑牢固，但形式和重心将不断演变，投资需关注AI深化落地、自主创新加速及未来产业等主线[14] 年度科技热词与产业映射 - **AI智能体**：2025年初以DeepSeek为代表的大模型战略性开源降低技术门槛，推动AI从辅助工具向自主协同伙伴演进，催生资本市场对AI算力、存储和光模块等板块的热潮[3] - **超节点**：通过高速互联技术整合成百上千芯片以应对单一芯片性能瓶颈，为全球算力竞争开辟不依赖尖端制程的差异化道路，使高性能连接、先进封装与集成解决方案企业获市场关注[4] - **高端PCB**：在AI算力需求推动下，印刷电路板产业向高层数、高密度、高可靠性方向演进，单板价值量与技术壁垒显著提升，标志着中国从“制造中心”向“创新源”与“赋能极”跨越[5] - **AI算力**：算力需求从间歇性峰值转变为持续性基础资源消耗，升维为国家间科技竞争的战略“数字基石”，中国“东数西算”战略加速落地，使算力服务、液冷节能及算力网络建设公司获战略关注[6] - **CPO**：共封装光学技术通过光引擎与计算芯片深度集成提升算力能效，成为应对数据中心“功耗墙”与“速率墙”的关键，为掌握核心光学芯片、精密封装工艺及上游材料的企业带来增量机遇[7] - **数字经济**：2025年中国数字经济进入由“基础夯实”向“战略突围”演进的关键阶段，AI实现柔性生产，数据要素在金融、医疗、交通等领域流通创造新价值，成为推动经济增长的重要引擎[8][9] - **可控核聚变**：中国“人造太阳”EAST等大科学装置连续刷新稳态运行世界纪录，高温超导等新材料应用让商业化路径初现曙光，资本市场开始密切关注该领域[10] - **商业航天**：2025年中国商业航天步入密集发射期，国家级卫星互联网星座加速在轨组网，卫星数量迅速突破百颗大关，拉开万亿级太空经济产业化序幕，资本市场沿“火箭制造-卫星研制-应用服务”全产业链深度挖掘[11] - **人形机器人**：2025年一系列标志性事件表明人形机器人量产正迎来“从0到1”的突破，特斯拉等公司公布年度量产计划及国内企业累积可观订单，核心零部件如丝杠、减速器、传感器等的国产化与技术进步成为投资热点[12] - **量子计算**：2025年加速从基础研究迈向工程化探索，中国在“十五五”规划中将其明确为未来产业之首，旨在争夺下一代计算范式的国际话语权[13] 2026年科技投资展望与主线 - **AI深化落地与模型迭代**：2026年将更关注大模型迭代方向及有助于提高模型能力、具备数据和生态壁垒、提升推理效率实现成本可控的环节，在模型和应用端关注具备垂类数据优势尤其是非公域数据的环节[14] - **AI应用与流量生态重构**：AI行业投资应用端将带来较大机会，AI与实体经济深度融合提升全要素生产率是核心方向，包括AI时代流量入口向AI迁移及硬件入口属性强于软件带来的流量逻辑重塑，以及虚拟世界和现实世界中提升全要素生产力的系统性创新[15] - **结构性行情与三大主线**：2026年市场将延续结构性行情，投资方向关注创新药、商业航天、国防军工三大主线[15] - **创新药领域**：关注“临床数据+里程碑付款+商业化放量”的价值兑现，尤其在ADC、双抗以及免疫/代谢等大适应症上跨国药企持续买单的逻辑，更受益的是具备全球临床与CMC能力的平台型公司[15] - **商业航天领域**：低轨卫星互联网进入高密度部署、火箭走向高频发射与可复用迭代，产业链从“工程项目”向“制造业+运营”迁移，机会更集中在能规模化降本的环节，资本市场支持民营航天融资及龙头冲刺上市可能带来催化[16] - **国防军工领域**：更看重“新质战斗力”方向的景气延续，包括无人化/智能化装备、军工电子与信息化、航天装备与新材料，以及军贸放量带来的业绩弹性，2026年应跟着订单与交付节奏做配置[16] - **科技自立自强与上游环节**：在科技自立自强战略下，半导体设备、AI芯片、先进封装等上游环节受益于持续资本开支和政策支持，景气度显著高于下游，中国通过超节点集群、多卡协同等路径实现算力突围，带动液冷、光模块、PCB、存储等配套产业链高增长[16] - **AI应用侧与前沿方向**：AI应用侧如AI Agent、AI视频生成、商业化自动驾驶等领域有望迎来商业化拐点，量子科技、脑机接口、6G通信、核聚变能源、氢能与新型储能、生物制造、人形机器人、低空经济和新材料等前沿方向有望于2026年实现政策、资本与产业三重共振[16] - **国产与海外算力产业链**：看好国产算力继续深化，国内CSP厂商资本开支持续高增，技术上看好超节点，同时海外算力产业链随着产业技术升级和客户开拓，业绩会逐步落地[17] - **AI创新与硬件半导体**：国内科技龙头公司打开市值天花板，产业链环节的产品创新、供应商突破将带来较大业绩及市值空间，重点看好AI硬件和半导体，海外和国内云厂商在AI方向的资本支出投入依然保持高增，国产半导体先进制程和存储芯片扩产进入加速[17] - **消费电子与AI软件**：电子制造能力从传统消费电子向AI算力和端侧扩张，基本面有望实现较快增长，AI软件和国产软件方向当前市场预期低，但应用落地已有变化加速迹象[17]

她在致辞中梳理了华为过去一年的主要工作成果，包括5G-A建设、鸿蒙生态体验、乾崑智驾，计算产 业中的鲲鹏、openEuler、昇腾和超节点，以及行业AI落地和绿色能源等。 孟晚舟表示，面向未来，智能化变革浪潮奔涌，这是我们面临的长期战略机遇。 她总结了华为2026年的"主战场"： 12月30日，华为轮值董事长孟晚舟发表2026年新年致辞。 始终从消费者体验出发，繁荣鸿蒙生态，畅享AI体验，为终端消费者带来更多惊喜； 鸿蒙智行和乾崑智驾助力车企规模上量，打造安全舒适的驾乘体验； 重构AI数据中心，让每瓦特产出更多Tokens； 液冷超快充，让有路的地方就有高质量的充电体验； …… "过去的成功并非未来的航标，我们深信，在充满不确定性的智能化远航中，最终的胜利，属于那些敢 于挺身而出、勇于自我批判的奋斗者。战略聚焦，决胜价值战场，以质取胜，做强组织能力，2026年的 我们，必将全力以赴！"孟晚舟写道。 强化行业垂直作战，发挥"大杂烩"优势，深耕行业，使能千行百业智能化转型； 构建开源开放的鲲鹏昇腾生态，使能伙伴开发满足各行各业需求的产品，推动集群与超节点 技术普惠，构筑坚实的AI算力底座； "水战略"激发管道流量 ...

公司研发投入与财务数据 - 2025年前三季度研发费用合计46.20亿元人民币，同比增长23.7% [1] - 预计2025年全年研发投入将超过60亿元人民币 [1] 研发团队规模与核心竞争力 - 公司目前研发技术人员规模将近2万名 [1] - 研发被视为公司的核心竞争力，公司将持续加大投入以夯实技术护城河，实现可持续高质量发展 [1] 研发投入的主要方向 - 研发投入主要围绕“3+N+3”的产品布局以及满足业务增长的需要 [1] - 针对新技术和新产品方向，如AI端侧、超节点、汽车电子等，持续增加研发资源 [1] - 机器人是公司一个明确的研发投入方向 [1] 前瞻性技术预研 - 公司通过Xlab在声学、光学、热学、射频等领域进行前瞻性的研发预研 [1]

行业背景与共识 - 人工智能已实现从辅助工具到核心生产要素的根本性跃迁 科学大模型、世界模型、具身智能等前沿方向迅猛发展 对底层算力提出了前所未有的规模与性能要求 [3] - 行业面临“性能墙”与“生态墙”双重制约 具体表现为高端算力供给不足、软硬件适配不畅、技术标准不一、应用成本高昂 成为广大中小企业发展的显著壁垒 [3] - “开放”已从可选项转变为产业突破瓶颈、实现可持续发展的行业共识 市场需要开放、高效、安全、稳定的智能计算基础设施 建设开放、共享、分工、协作、团结、共赢的产业格局成为共识 [3] 大会成果与生态实践 - 首届光合组织人工智能创新大会（HAIC2025）在江苏昆山举办 主题为“智算无界，光合共生” 汇聚全产业链超2500家企业代表、专家学者及行业领袖 通过200余场高密度分享与5000余平方米实景展区呈现中国AI计算开放架构的创新实践与生态繁荣 [1] - 大会发布了多款超节点、AI终端等光合生态人工智能创新成果 覆盖从尖端行业高强度算力需求到万千用户办公娱乐需要 承载“普惠智算”的初心 [3] - 商汤科技、中科曙光、大晓无限机器人、麒麟软件、华大九天、海光信息等企业在会上达成多项战略合作 围绕AI算力软硬件系统优化、世界模型与具身智能应用创新等开启跨层开放协作 [5] 关键技术突破与开放架构 - 开放架构下最瞩目的成果是scaleX万卡超集群 该集群面向万亿参数大模型与前沿科学智能等极致场景设计 由16个scaleX640超节点通过全栈自主研发的原生RDMA高速网络互连而成 [5] - scaleX万卡超集群硬件支持多品牌AI加速卡 软件兼容主流计算生态 是对开放架构技术路线与系统工程创新的“集大成”式验证 标志着我国在构建世界一流超大规模智算基础设施上取得关键突破 [5] - AI终端、超节点、超集群等创新成果是“开放破瓶颈”的硬核证明 而HAIC2025展现的是更宏大的“开放促普惠”生态蓝图 [5] 生态协作与未来计划 - 大会公布了科学智能联合攻关行动、AI计算开放架构联合实验室首批项目组协同创新计划 旨在汇聚顶尖力量 针对科学大模型、多元异构算力融合、统一基础软件栈、超大规模集群优化等共性关键技术开展联合攻关 将开放协作深入研发源头 [5] - 大会开启光合组织生态筑基行动、光耀百城2.0计划 旨在推动产业链各环节产品以标准接口协同工作 诠释了开放生态从“全链覆盖”到“价值闭环”的演进 [5] - 从浪潮、商汤科技、麒麟软件等厂商在大会上的分享 到海光、曙光发布的开放战略与超集群实践 都是开放共识的集中体现 [3]

重大资产重组终止事件概述 - 海光信息与中科曙光于12月9日晚间同时公告，终止筹划近半年的重大资产重组计划，原计划为海光信息换股吸收合并中科曙光，交易金额约1159.67亿元 [3][6] - 终止原因为交易规模大、涉及相关方较多，且市场环境较筹划之初发生较大变化，导致重组条件尚不成熟 [3][7] - 两家公司均表示，交易终止不会对公司的生产经营和财务状况造成重大不利影响，并承诺至少1个月内不再筹划重大资产重组事项 [3] 市场反应与分析师观点 - 公告次日（12月10日），中科曙光开盘瞬间跌停，海光信息股价一度下跌超过5% [1][4] - 分析师普遍认为，终止对中科曙光冲击较大，因其前期因合并预期涨幅较大，而对海光信息影响较小，更多是“利空落地” [3][4] - 有卖方分析师指出，市场对合并一直存疑，中科曙光股价与合并理论价格存在套利空间，终止符合市场预期，在预案出台前（6月9日前）价差为21.5%，公告前（12月9日）价差为21%，已从最低的7.62%（6月11日）回到事件前水平 [4] - 国海证券分析师认为，中科曙光将切换回平台型公司估值，并单独考虑其持有的海光信息股权（持股27.96%）市值，估值空间或进一步打开，并称“站在未来看，今天或许是最佳买点” [4][9] - 有券商电子行业首席分析师表示，公司短期股价巨幅回调是上车机会，终止合并后公司可更专注主航道，聚焦以海光芯片为核心开发服务器产品及超节点技术 [5] 重组背景与公司关系 - 该重组计划始于今年5月25日，是5月16日证监会重组新规落地后的首单上市公司间吸收合并案例 [6] - 根据原预案，中科曙光换股价格为79.26元/股，海光信息换股价格为143.46元/股，合并后中科曙光将终止上市 [6] - 重组核心逻辑在于双方产业定位互补，旨在形成“芯片-整机-系统-服务”的闭环 [6] - 自5月宣布重组消息至12月10日，两家公司市值均上涨：海光信息市值从超3100亿元增至约4900亿元；中科曙光总市值从超900亿元增至超1300亿元 [6] - 海光信息与中科曙光历史渊源深厚，海光信息前身由中科曙光等机构于2014年10月联合成立，中科曙光目前仍为其第一大股东，持股27.96% [9] - 海光信息于2016年获得美国超威半导体（AMD）技术授权，开启独立发展，并于2022年上市 [9] 公司未来业务展望 - 海光信息表示，重组终止不影响与中科曙光的后续合作，公司将继续以高端芯片产品为核心，联合产业链上下游推进AI全栈产品及解决方案研发 [8] - 海光信息未来将继续围绕GPU和CPU开展主业，市场期待其明年推出的“深算四号” [4] - 中科曙光未来发展将以海光信息的芯片为核心，开发各种服务器产品，包括其国内领先的ScaleX640超节点技术 [5]

核心观点 - 报告认为AI全产业链维持高景气，2026年计算机行业的投资应主要把握AI应用与自主可控两大发展机遇，并维持行业“看好”评级 [1][7][8][9][86] 计算机行业行情与业绩回顾 - **市场表现**：2025年1月1日至11月28日，申万计算机行业指数上涨18.54%，跑赢沪深300指数3.50个百分点，在申万一级行业中排名第10位 [3][17] - **子板块表现**：申万计算机三级子行业全部上涨，涨幅依次为：其他计算机设备（23.42%）、横向通用软件（22.13%）、IT服务Ⅲ（19.83%）、垂直应用软件（15.30%）、安防设备（7.82%） [3][17] - **估值水平**：截至2025年11月28日，申万计算机行业市盈率（TTM）为209.42倍，相对沪深300的估值溢价率为1477.89% [20] - **整体业绩**：2025年前三季度，计算机行业营收为9358.35亿元，同比增长9.14%；归母净利润为231.40亿元，同比增长31.95% [3][24] - **单季度业绩**：2025年第三季度，行业营收为3244.92亿元，同比增长4.75%，增速较第二季度放缓；归母净利润为102.62亿元，同比增长23.30% [3][24] - **盈利能力**：2025年前三季度，行业毛利率为23.23%，同比下降2.08个百分点；净利率为2.59%，同比提升0.44个百分点 [30] - **细分板块业绩**： - 计算机设备：前三季度营收3256.50亿元，同比增长13.65%；归母净利润203.90亿元，同比增长13.18% [32] - 软件开发：前三季度营收2389.98亿元，同比增长1.51%；归母净利润亏损4.52亿元，同比减亏28.33亿元；第三季度归母净利润12.63亿元，同比增长587.81% [32] - IT服务Ⅱ：前三季度营收3711.87亿元，同比增长10.64%；归母净利润32.02亿元，同比增长16.40% [32] AI算力：超节点有望破局算力瓶颈 - **全球数据中心市场**：受AI算力需求驱动，全球数据中心市场规模从2018年的2126.9亿美元增长至2024年的3476.0亿美元，年复合增长率（CAGR）达8.53%，预计2030年将达6520.1亿美元 [35] - **中国数据中心市场**：中国数据中心市场规模从2018年的680.1亿元增长至2024年的2613.3亿元，CAGR达25.15%，预计2030年将达4629.6亿元 [35] - **中国算力基础设施**：截至2025年6月底，中国在用算力中心机架总规模达到1085万标准机架 [40] - **北美云厂商资本开支高增**：2025年第三季度，谷歌、亚马逊、Meta、微软、甲骨文的单季度资本开支分别同比增长83.39%、55.15%、133.40%、29.96%、269.17% [43] - **北美云厂商上修资本开支指引**： - 谷歌将2025年资本开支指引上调至910-930亿美元（原850亿美元），并预计2026年资本开支将进一步显著增加 [43] - 亚马逊预计2025年全年资本开支约为1250亿美元（此前预计1100-1200亿美元），并预计2026年将进一步增加 [43] - Meta将2025年资本开支指引从660-720亿美元上调至700-720亿美元，同时预计2026年资本开支增长将显著大于2025年 [43] - 微软预计下一季度资本开支环比继续增长，且2026财年全年资本开支增长率将高于2025财年 [43] - **海外大规模算力订单落地**：2025年9月以来，OpenAI与多家科技巨头签署算力协议，包括与甲骨文的3000亿美元远期订单、与英伟达合作构建至少10GW AI数据中心、与AMD达成6GW合作协议、与博通合作开发10GW定制AI加速器、与亚马逊云科技（AWS）达成380亿美元算力采购协议 [52][53] - **国内云厂商资本开支**：受芯片供应等因素影响，国内厂商资本开支环比有所回落 - 阿里巴巴FY26Q2资本开支为315.0亿元，同比增长80.1%，环比下降18.6% [54] - 腾讯2025年第三季度资本开支为129.8亿元，同比下降24.1%，环比下降32.1% [54] - 百度2025年第三季度资本开支为33.8亿元，同比增长106.4%，环比下降10.6%；同期AI新业务收入约96亿元，同比增长超50% [54] - **超节点技术成为关键**：在AI芯片制程受限背景下，超节点架构通过高速互联技术，将大带宽互联范围从单台服务器扩展至整机柜及跨机柜集群，成为实现大规模算力供给的关键技术 [4][62] - **超节点性能优势**：以昇腾384超节点为例，相较于传统服务器架构，通信带宽提升15倍，单跳通信时延从2微秒降低至200纳秒（降低10倍），在DeepSeek、Qwen等多模态、MoE模型上可达到3倍以上的性能提升 [66] - **国产厂商密集发布超节点方案**：2025年，华为、阿里、百度、中科曙光等国产厂商密集发布超节点方案，例如华为的CloudMatrix 384、Atlas 950/960 SuperPoD，阿里云的磐久128，百度的天池256/512，中科曙光的scaleX640等 [4][67][68] AI模型：国产开源模型重塑全球AI竞争格局 - **全球大模型加速迭代**：2025年下半年以来，海外闭源模型厂商（如谷歌、Anthropic、OpenAI、xAI）密集更新模型，在全球大模型智能指数排行榜中排名靠前 [5][69] - **国内厂商聚焦开源模型**：国内大模型厂商集中发力开源模型领域，持续缩小与海外闭源模型差距，例如月之暗面推出Kimi K2 Thinking，DeepSeek推出DeepSeek-V3.2，MiniMax发布MiniMax-M2，阿里云推出Qwen3-235B [73] - **国产开源模型占据主导**：在全球开源大模型智能指数排行榜前十名中，国产开源模型占据八席 [73] - **模型能力持续提升**：以OpenAI的GPT系列为例，其大模型智能指数得分从GPT-3.5 Turbo的6分增长至GPT-5.1（high）的70分，反映了模型深度推理、多模态理解等能力的根本性突破 [74] - **国产模型性价比凸显**：国内模型的API输入价格多数处于0.3-1美元/百万tokens区间，输出价格多数处于0.5-5美元/百万tokens区间，显著低于海外高性能大模型（如GPT-5.1、Gemini 3 Pro等）的定价 [76] - **竞争格局重塑**：随着Deepseek、通义千问、Kimi等国产开源模型性能持续突破，与顶级闭源模型的性能差异不断缩小，有望凭借更高性价比获得客户青睐 [5][76] AI应用：AI Agent成为C端竞争新焦点 - **AI向智能体阶段演进**：根据OpenAI的划分，通用人工智能（AGI）发展正从“聊天机器人”、“推理者”阶段，向能自主执行多日任务的第三阶段“智能体（AI Agent）”迈进 [78][82] - **多重因素推动商业化**：在大模型基础能力提升、API调用成本下降、开源模型降低开发门槛、强大算力保障等因素共同作用下，AI Agent应用的商业化落地进程有望加速 [6][82] - **互联网巨头加速布局C端**： - 阿里巴巴推出基于通义千问的个人AI助手“千问App”，公测一周后下载量突破1000万，战略目标是打造未来的AI生活入口，覆盖办公、地图、健康、购物等多个场景 [83][84] - 腾讯致力于在微信内部打造开放实用的AI Agent技术生态 [83] - **应用形态革新**：相较于此前以ChatBot形式为主的大模型toC应用，当前应用正朝着实现跨系统和端到端功能的AI Agent形态发展 [8][84] 2026年投资策略 - **把握AI应用与自主可控机遇**：展望2026年，投资应主要围绕AI应用与自主可控两大主线展开 [7][8] - **AI算力维持高景气**：英伟达对营收增长保持乐观，全球主流云计算厂商资本开支保持高速增长，支撑AI算力行业高景气度 [8] - **AI模型竞争白热化**：全球大模型领域竞争持续白热化，推动技术创新与应用落地加速；国产大模型已成功跻身全球第一梯队 [8] - **AI应用增长潜力大**：大模型厂商正加速C端AI应用的形态革新与场景渗透，看好AI应用板块在技术落地提速与场景需求释放双重驱动下的增长潜力，建议关注应用端具备AI技术落地实力与场景适配优势的头部企业 [8][9][85]

华为AI技术突破 - 华为将于11月21日发布AI领域突破性技术，旨在解决算力资源利用效率难题 [1] - 新技术通过软件创新将GPU、NPU等算力资源利用率从行业平均的30%至40%显著提升至70% [1] - 该技术实现英伟达、昇腾及其他三方算力的统一资源管理与利用，屏蔽硬件差异，为AI训练推理提供更高效资源支撑 [1] 华为AI芯片规划 - 华为发布未来三年AI芯片规划，包括950PR/950DT、960和970三个系列产品 [1] - 950PR系列将于明年一季度落地，支持FP8/MXFP8/HIF8/MXFP4数据类型 [1] - 950PR系列互联带宽提升至2TB/s，算力提升至1PFLOPSFP8、2PFLOPSFP4 [1] 软硬件生态协同 - DeepSeek使用UE8M0 FP8 Scale参数精度，并明确表示该精度针对即将发布的下一代国产芯片设计 [1] - 表明DeepSeek与国产芯片厂商之间存在深度技术合作和生态协同 [1] - 软硬件协同优化将提升国产算力的整体竞争力 [1] 算力架构趋势 - 未来GPU或不再是算力竞逐核心，超节点规模将是算力世界决胜场 [2] - 通过Scale-up获得远超Scale-out的卡间互联带宽，超大规模超节点是大模型训练最理想工具 [2] - 英伟达展出72卡、144卡、576卡超节点路径，华为亮相384卡、8192卡、15488卡超节点方案 [2] 算力采购模式变革 - 超节点将成为算力主流形态，未来算力需求方采购将以超节点为单位，而非GPU卡 [2] - 国产算力拥有万卡规模等级超节点后，国产大模型将真正拥有训练利器，极大提升训练效率 [2] - 机构看好明年国产大模型与中国AI资本开支双双爆发，国产算力开启繁荣增长 [2] 相关合作公司 - 拓维信息为华为"云+鲲鹏/昇腾AI+行业大模型+开源鸿蒙"领域全方位战略合作伙伴 [3] - 拓维信息在多个领域推出基于开源鸿蒙的创新解决方案及软硬一体化设备 [3] - 华丰科技作为高速线模组供应商，深度绑定国内头部AI服务器厂商，与华为、中兴、阿里等客户建立合作关系 [3]

超节点概念与市场动态 - 英伟达是超节点概念最早的提出者，国内厂商在进入该赛道时常以对标或超越英伟达为主题[1][11] - 2025年下半年起，AI算力市场涌现超节点发布热潮，包括华为、中兴通讯、超聚变、新华三、浪潮信息、百度、阿里巴巴、中科曙光等公司均推出了相关产品[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力是英伟达同类设备的1.67倍[3] 超节点的定义与技术背景 - 行业内对超节点有两种层级划分：单机柜内部高速互联和跨机柜组成的集群级互联[5] - 超节点的出现是为了解决AI大模型训练中的"通信墙"问题，即在超高参数级别训练中，计算单元约40%的时间处于"空等"通信状态[6] - 构建大规模GPU集群主要有Scale-Out和Scale-Up两种方式，超节点通过单机柜内集成大量芯片来提升性能[7] - 超节点产品名称中的数字通常表示单机柜或单系统内集成的AI训练芯片数量，例如华为昇腾384集成384颗芯片，中科曙光scaleX640可部署640张计算卡[7] 国内厂商的技术路径与竞争策略 - 国内厂商选择超节点路线是由于单芯片算力存在短板，需要通过系统级优势来弥补单点差距[9] - 厂商在单机柜集成度上展开激烈竞争，中科曙光scaleX640宣称是"全球首个单机柜级640卡"产品，单机柜算力密度提升20倍[12][13] - 超节点内部互联存在不同技术路径，英伟达采用高速铜缆，华为选择"去铜全光"，而行业主流思路是柜体内用铜互联、柜间用光互联[13] - 国内厂商的核心策略是在1米左右的铜互联有效距离内尽可能塞进更多计算卡，以降低系统总成本和提升通信效率[14] 超节点面临的工程挑战 - 高集成度带来显著功耗和散热挑战，例如英伟达GB200NVL72单柜72卡功耗达120千瓦，迫使液冷技术成为必需品[15] - 互连工程复杂度随集成度提升而急剧增加，GB200NVL72机柜需要铺设5000多条总长近3200米的独立铜缆[15][16] - 在互联协议上出现分化，华为自研灵衢协议并计划开放生态，阿里和新华三等则选择支持UALink等国际开放标准[16] 市场需求与发展前景 - 未来两到三年AI服务器需求主导角色将是大型互联网企业和国家主导的主权云服务[20] - AI算力建设存在"一厢情愿"风险，需要避免在不需要算力的地方强行推进产业发展[21] - AIGC是当前AI算力主要落地场景，但机器人、高阶自动驾驶等与先进制造深度绑定的领域被看好具备长期潜力[21][22] - 金融、医疗等行业目前仍处于从单点验证走向规模化复制的早期阶段[22]

超节点市场动态 - 2025年下半年起，国内多家科技公司密集发布超节点产品，包括华为、中兴通讯、超聚变、紫光股份旗下新华三、浪潮信息、百度、阿里巴巴及中科曙光等[2] - 华为在2025年中国国际大数据产业博览会上宣称其384超节点服务器的集群算力达到英伟达同类设备的1.67倍[2] - 中科曙光于2025年11月6日发布scaleX640超节点，宣称是"全球首个单机柜级640卡"集成产品[11] 超节点技术定义与分类 - 超节点在行业内有至少两种层级划分：单机柜内部实现高速互联（SuperNode）和由跨机柜组成的集群级互联（SuperPod）[3] - 超节点是将几十张乃至上百张AI计算卡集成进一台大机柜，通过内部高速互连使其像一块超级芯片一样工作[6] - 产品名称中的数字（如384、640）通常代表该超节点单机柜或单系统内集成的AI训练芯片数量，是衡量其规模与算力密度的核心指标[7] 超节点发展的驱动因素 - AI大模型训练面临"通信墙"瓶颈，在超高参数级别模型训练中，计算单元约40%的时间处于"空等"通信状态[4] - AI应用需求从"一个模型回答一个问题"转向需要多个模型协同工作的智能体（AI Agent），导致Token生成规模远超传统方式，对通信时延要求更高[8] - 国内单芯片算力存在短板，厂商通过构建多卡超节点模式在系统级上寻求优势，以弥补单卡性能差距[9] 超节点技术路径与工程挑战 - 行业主要采用两种构建大规模GPU集群的方式：Scale-Up（纵向扩展）和Scale-Out（横向扩展），超节点设计同时包含这两种方式[5][7] - Scale-Out网络通信时延约10微秒，而Scale-Up网络（如英伟达NVLink）目标时延为百纳秒级别，性能差距显著[8] - 高集成度带来工程挑战：英伟达GB200NVL72单柜72卡功耗达120千瓦，需采用液冷散热；其机柜内部需要铺设5000多条、总长近3200米的独立铜缆[14] - 互联协议出现分化：华为自研灵衢互联协议并开放技术规范；阿里、新华三等选择支持UALink等国际开放标准[15] 超节点市场前景与挑战 - 未来两到三年AI服务器需求主力为大型互联网企业和国家主导的主权云服务，后者旨在为本地化中小企业提供AI算力租赁服务[19] - 软件生态是国产算力厂商面临的共同挑战，用户更关注应用能否有效落地而非硬件参数[18] - AI算力最大应用场景目前是AIGC，但在智能制造等"AI+"领域，算力预期与实际需求存在落差；机器人、高阶自动驾驶等先进制造领域被看好具备长期潜力[20][21] - 金融、医疗等行业AI应用仍处于从单点验证走向规模化复制的早期阶段[22]

核心观点 - GPU不再是算力竞逐的核心，超节点规模将是算力世界的决胜场[1] 超节点通过Scale-up架构实现远超Scale-out的卡间互联带宽，是大模型训练最理想的工具[1] 全球主流厂商已密集布局超节点产品，未来算力采购将以超节点为单位，而非GPU卡[1][34] - 超节点是中国算力突围的革命性机会，其重要性堪比大模型的“光刻机”[4] 国产算力可通过超节点架构，以更多卡数和更高能耗实现与海外同等算力，即“以规模换性能，以能源换性能”[3] - 超节点时代将带来显著投资机会，包括先进制程需求倍增、Scale-up交换芯片需求激增、以及电源与液冷等能耗相关环节的陡峭增长[1][2][3] 超节点架构趋势与产业演进 - 大模型参数规模指数级增长，对算力、内存与通信带宽需求攀升，分布式训练成为必然选择，但传统Scale-out架构存在通信绕行导致延迟高、带宽受限及算力利用率显著下滑等结构性瓶颈[16][20][22] - 超节点Scale-up架构通过NVLink、CXL等高速互联协议将加速器紧密耦合，构建高带宽（TB/s级）、低延迟（纳秒级）的直接通信域，突破“通信墙”、“功耗墙”与“软件墙”三大核心瓶颈[23][26] - 全球主流算力玩家已明确超节点产业演进路径：英伟达展出72卡、144卡、576卡方案；华为亮相384卡、8192卡、15488卡方案；阿里与中科曙光等也推出相应产品[1][34] 超节点互联协议呈现从私有封闭标准向下游客户主导的开放标准转移的趋势[55][58] 超节点对先进制程的倍增需求 - 超节点架构下，同等GPU数量集群将消耗数十倍数量的Scale-up switch芯片，其芯片数量与集群GPU数量比相近甚至超过，且Switch芯片采用与GPU同等先进制程工艺，将带动先进制程需求翻倍增长[1][59] - 以华为Atlas 950超节点（8192卡）为例，其使用9000+颗LRS与500+颗HRS交换芯片，Scale-up交换机价值量占整个超节点价值量超过6%[2] 相比传统Spine-Leaf架构，超节点架构交换机用量增长约36倍（LRS）至40.5倍（HRS）[59][63] - 在1000套8192卡集群情景下，NPU对先进制程产能需求约2.63万片/月，而LRS与HRS两类交换芯片合计消耗约1.46万片/月，接近NPU产能需求的60%[59][68][69] 交换芯片在先进制程产能结构中的权重正显著提升[65] 国产算力的规模换算力路径 - 受工艺制程限制，国产芯片单卡算力长期落后于海外，昇腾910C的FP16算力（800 TFLOPS）仅为英伟达H100（1979 TFLOPS）的约40%[76] 超节点架构打破了集群规模限制，使国产算力可通过堆叠更多卡数在集群有效算力上逼近海外水平[3][33] - 对标结果显示，在同等算力条件下，2025年国产超节点所需卡数规模是海外超节点的3.2倍，系统功耗约为2.3倍；到2027年，该卡数比值将提升至8.5倍，功耗比值提升至5.8倍[3][77][78][80] 国产超节点各环节中，与“量”相关的GPU、交换芯片、先进制程等将呈现更高增长潜能；与“能源”相关的电源、液冷等将有更陡峭增长斜率[3] - 国内超节点未来几年将以“柜内全铜、柜间全光”连接方案为主流，在EUV光刻机突破前可能持续该方案，因此在连接环节上“国内看铜，海外看光&PCB”[4] 超节点市场空间与投资机会 - 国内AI资本开支进入加速通道，预计C5（阿里巴巴、字节跳动、腾讯、美团、百度）AI CAPEX将从2024年的1688亿元人民币增长至2030年的19222亿元人民币，年复合增长率达50%[91][94][96] 超节点作为高密度算力核心设施，其采购占比预计从2025年的10%提升至2030年的80%，对应市场规模从253亿元增至1.54万亿元[103][104] - 以年出货1000套华为Atlas 950超节点测算，各环节市场空间分别为：先进制程晶圆代工388亿元、封装624亿元、HBM 793亿元、Scale-up交换芯片549亿元、高速铜缆模组656亿元、光模块492亿元、电源246亿元、液冷697亿元、PCB 246亿元[105][106] - 报告建议重点关注高景气与高弹性方向：先进制程（国内晶圆厂）、交换机&交换芯片（盛科通信、中兴通讯等）、高速铜缆模组（华丰科技、立讯精密等）、光模块（新易盛、中际旭创等）、液冷（英维克、申菱环境等）以及PCB/CCL（深南电路、生益科技等）[107][108][109]