纪要涉及的行业与公司 * **行业**：人工智能算力行业，特别是大模型推理算力、国产AI芯片及超节点解决方案领域[1] * **公司**： * **芯片/解决方案厂商**：华为（950PR， 950DT）、寒武纪（690）、海光（深算4号）、阿里云（PPU芯片）[1][4][5][8] * **产业链供应商**：盛科通信（交换机芯片）、华丰科技、易华股份、航天电器（连接器）[1][5][6] 核心观点与论据 * **推理时代核心需求转变**：从训练时代的规模与稳定性需求，转向推理时代的**低延迟**需求[2] * **实现低延迟推理的三大技术特征**： 1. **高速光互联技术**：采用CPO、OCS等新兴光通信技术加快数据传输[2] 2. **算力池化**：将算力资源分为计算单元池和存储单元池，实现灵活调用，缩短数据路径[2] 3. **专用推理芯片**：采用PD分离架构或集成LPU等针对推理场景的芯片[2] * **超节点的定义与价值**： * 定义为由几十张甚至上百张卡组成的**小型集群**（如谷歌64卡TPU Pod）[3] * 是上述三大技术特征的综合落地表现形式[2] * 与**MoE（混合专家模型）架构高度契合**，通过将不同Expert部署于特定节点，实现精准调用，从而降低深度推理延迟与成本[1][4] * **2026年为国产超节点元年**： * **核心原因**：新一代国产芯片实现关键突破，能有效支持大模型深度推理[4] * **前代芯片局限**：2025年及以前的老一代芯片（如寒武纪580/590、华为910B/910C）仅支持FP16格式，进行大模型深度推理效果不佳[4] * **新一代芯片关键突破**： 1. 全面支持**FP8**甚至**FP4**数据格式[4][5] 2. **原生支持构建超节点**[5] 3. 芯片自身算力性能显著提升[5] * **落地节奏**：2026年上半年主要进行测试，下半年国产超节点落地将加速[4] 主要厂商产品与预期 * **华为950系列芯片**： * **950PR**：全球首款采用**PD分离架构**的AI芯片，已出货，专门用于推理[1][5]；2026年出货量预期约**50万颗**[1][7] * **950DT**：预计2026年第四季度推出，主要用于推理，也可支持训练[1][5] * **阿里云PPU芯片**： * 2025年采用N+1工艺，2026年将升级至**N+2工艺**[1][8] * 2026年全年出货量预期**>=35万颗**，2027年有望翻倍至**70万颗**左右[1][8] * **其他国产芯片厂商**：寒武纪（690芯片）、海光（深算4号）也将在2026年推出新一代芯片，并以超节点形式向字节、腾讯、阿里等客户交付[8] 产业链受益环节与市场空间 * **连接器**：市场份额主要由**华丰科技、易华股份、航天电器**等公司占据[1][5] * **液冷板**：相关供应商具备一定弹性[6] * **交换机芯片**：以**盛科通信**为例，其交换机芯片与阿里PPU芯片的配比约为**1:4**[1][8]；基于PPU芯片的出货量预期，可测算出盛科通信对应的市场空间[8]

报告行业投资评级 - 增持（维持）[1] 报告核心观点 - 报告认为，超节点作为AI算力基建核心形态，国内建设已全面提速，国产方案能力跻身世界一流[4][9] - 报告核心看好以太网凭借开放生态、低成本、多厂商兼容等优势，成为AI算力Scale Up（纵向扩展）的主流互联协议，是打破英伟达NVLink封闭垄断的最优解[4][28] - 报告梳理了在交换芯片等关键环节的国产替代玩家，并给出了相应的投资建议[4][63] 根据目录分章节总结 1. 超节点：国内超节点能力跻身世界一流 - 超节点是面向大模型训练的新一代整机柜级一体化AI算力基础设施，通过芯片级高速互联、统一液冷供电与集中管理，解决传统服务器集群的通信墙、功耗墙、复杂度墙三大瓶颈[4][9] - 技术难点集中在高密集成、高速互联、全局协同、可靠运维四个层面，单机柜需支撑数百千瓦级供电与高效液冷，并实现TB/s级带宽、百纳秒级时延的紧耦合互联[12] - 海外层面，英伟达GB200 NVL72为标杆方案，国内厂商自2024年底起密集推出产品：腾讯ETH-X支持64颗GPU，华为Atlas A3 900 SuperPod支持384颗昇腾910 NPU，阿里磐久AL128支持128-144卡，中科曙光ScaleX640达640卡规模，2026年华为Atlas A3 950 SuperPod更支持8192颗昇腾950 NPU的万卡级规模[4][13][14] 2. 为什么更看好以太网成为Scale Up主流协议？ 2.1. Scale Up领域主流通信协议发展 - **GPU-CPU间直连协议**：PCIe是通用主流，但树状拓扑导致GPU间无法高效直连；CXL基于PCIe实现内存一致性，但性能仍受PCIe约束[18][19][20] - **GPU多卡间直接通信主流协议**：国际上是英伟达NVLink封闭生态与AMD/博通以太网开源开放双轨竞争[4][21] - 英伟达NVLink 5单端口带宽达900GB/s，单Pod支持最多576个GPU，构建了性能与生态壁垒[21][23][41] - AMD主导的UALink和博通推出的SUE是基于以太网的开源协议，成为打破垄断的核心力量，UALink单Pod可支持1024个GPU[4][22][23] - **国内技术路线**：形成三条路线，包括华为灵衢（UB）、海光HSL等自主可控专用系统总线；字节跳动EthLink、腾讯Eth-X等以太网优化路线；以及中国移动OISA开放基础设施架构[4][24][26][27] 2.2. 以太网有望成为Scale Up领域主流协议 - **开放生态塑造竞争力**：以太网依托全产业链开放生态，正成为打破NVLink垄断的核心路径。英伟达也已加入产业协同，与AMD、英特尔、博通等成立ESUN联盟推动以太网适配Scale Up需求[4][28][29] - **技术策略补足延迟短板**：以太网原生延迟劣势可通过两大技术策略解决 - 在网计算：博通Tomahawk Ultra交换机引入INC能力，将时延从600ns/800ns优化至250ns级别，接近其PCIe 5.0交换机115ns的水平[30][31] - 计算与通信重叠：通过调度优化实现并行执行，避免计算单元空闲等待[30] 2.3. PCIe演进 - PCIe作为核心I/O互联总线持续迭代，PCIe 6.0 x16双向带宽达256GB/s，PCIe 7.0/8.0将进一步提升至512/1024GB/s[35][37] - 博通是PCIe行业领导者，已出货10亿端口，构建了覆盖全代际的产品矩阵[37] - AsteraLabs是PCIe Retimer行业领先者，其Aries 6系列Retimer典型功耗仅11W，解决高速信号衰减问题[38] 2.4. 私有协议（英伟达NVLink）的优劣势 - 优势：极致性能（第五代单GPU双向带宽1.8TB/s）、支持内存一致性、深度绑定CUDA生态[41] - 劣势：生态封闭、仅适配自家GPU、专用硬件成本高昂、闭源限制第三方优化[41] 3. 国产替代玩家梳理 3.1. 独立交换芯片厂商 - **盛科通信**：国内以太网交换芯片领先企业，12.8T/25.6T交换芯片已进入客户推广阶段，25.6Tbps产品支持800G端口速率。2019-2025年营业收入从1.92亿元增长至11.51亿元[4][42][45][47] - **数渡科技**：国内极少数掌握PCIe 5.0交换芯片自主设计能力并可量产的企业，产品支持GPU直连，是国内构建自主超节点的稀缺选择，已处于产品导入阶段[4][48] - **澜起科技**：在PCIe高速互连领域拓展，已实现PCIe 5.0 Retimer芯片产业化，并新发布PCIe 6.x/CXL 3.x Retimer芯片，正在研发PCIe 7.0 Retimer及Switch芯片[50] - **云合智网**：已形成CLX84（最大4.0Tb/s）和CLX86（最大25.6Tb/s）两大以太网交换芯片系列[51] - **楠菲微电子**：形成多层次产品布局，其ES8000系列高性能以太网交换芯片提供最高8.0Tb/s带宽[52] 3.2. 大厂自研交换芯片 - **海光信息**：在Chiplet互联和高速I/O方向深度布局，2025年开放其CPU互联总线协议（HSL）生态，与中科曙光深度协同，为超节点提供算力核心[53][54] - **华为**：超节点集群布局领先，Atlas 950 SuperPod支持8192卡，并开放“灵衢”（UB）2.0互联协议技术规范以构建开放生态[57] - **中兴通讯**：已形成从通用交换芯片到面向AI超节点的自研交换/NP芯片全栈布局，2025年推出基于自研AI交换芯片的超节点方案，GPU间通信带宽达400GB/s至1.6TB/s[58] - **新华三**：自主研发智擎系列可编程NP芯片，智擎660接口吞吐能力1.2Tbps，集成度超过180亿晶体管[60][61] 4. 投资建议 - 重点推荐盛科通信、海光信息[4][63] - 建议关注中兴通讯、澜起科技、万通发展（数渡科技）等[4][63]

国产AI芯片市场动态 - 寒武纪、海光、壁仞三家国产AI芯片上市公司进入华东某互联网大厂采购名单，单家采购量或超数万张，订单金额可能高达数十亿人民币 [2] - 国产芯片公司获得大厂采购的一个关键条件是已有明确客户，大厂采购后为这些客户提供国产算力 [2] - 一家华北上市AI芯片公司计划绑定独家服务器代工伙伴，以强化供应链和生态掌控力，未来将专注于芯片设计与模组出货，整机生产交付委托给独家伙伴 [4] 算力基础设施采购与价格策略 - 某北京大厂在春节前后大量扫货服务器，其H200集群租金预算压低至5.1万元，显著低于市场6.3万-6.4万元的平均水平，旨在拉低市场预期以获得最终价格优势 [3] - 市场近期出现约200台规模的A100、4090集群需求，传闻买家为OpenAI旗下子公司 [3] - 存储价格近期暴涨，迫使算力集成商调整报价模式，将存储部分从项目预算中剥离，采用“随行就市”、单独计价的模式，按采购当日市价报价 [14] 智算中心建设与运营问题 - 某华东大厂在广东某市申请扩建6000P算力项目的计划受阻，因在产值落地、税收留存及市场计划等问题上未能给出满意答复，面临被否风险 [5] - 该大厂此前在当地的首个数据中心曾拿走当地三分之二的能耗指标，但因云业务税收结算在外地总部，导致百万级税收未留存本地，给当地政府留下不佳印象 [5] - 地方智算中心采购的国产算力卡存在与实际应用脱节现象，设备空转普遍，例如某地方超算中心的国产卡仅用于在领导检查时保持开机亮灯状态，未承载真实业务 [6] - 为维持运营收入并吸引实际用户，地方超算中心仍需采购英伟达产品 [6] 运营商与互联网公司采购趋势 - 2025年三大运营商在智算方面的采购金额估计接近百亿元，是国产芯片公司的重要客户 [9] - 由于2024年采购的AI卡未被充分利用，加上2025年采购的卡同样利用率不足，运营商2026年的智算投资趋于谨慎，给依赖运营商订单的国产芯片公司带来压力 [9] - 国内头部公司推出的“超节点”价格从超过亿元一台下探至不到五千万元一台后，获得了性价比认可，吸引了几家二线互联网公司采购，包括一家本地生活平台和一个内容社区 [10] 产业链合作与订单 - 互联芯片公司澜起科技获得阿里巴巴的重要订单，阿里不仅是其港股上市的基石投资者，投资了上亿美元，还在业务上给予了支持 [7] - 一家刚获得福田国资8亿元注资的智算运营商，手握市场上条件最好的阿里合作订单 [15] 技术推广与市场挑战 - 国内液冷市场领头羊的相变浸没式液冷方案市场销售不理想，主要限于自用，在对外推广中因运维复杂度高、可靠性要求高以及第三方运维团队接受意愿低而遇阻 [11] - 该公司曾在与某实验室合作的相变浸没液冷项目中发生过事故 [11] 行业战略与考核变化 - 某华东大厂将MaaS（模型即服务）作为2026年核心战略，全员考核重点转向Token消耗量，即便负责央国企业务的团队成员也需背负相关指标 [12] - 在MaaS赛道，某“宇宙厂”被认为具备先发优势：包括自用AI算力带来的成本优势、强大的C端影响力帮助建立高层客户认知、以及最早推动Token模式 [13] - 2026年被视为MaaS规模化落地与商业化兑现的关键一年 [13] 金融机构风控趋势 - 金融机构对算力项目的风控认知提升，审批趋严 [15] - 某银行因一家智算运营商当时缺乏国资背景，尽管其已持有优质阿里订单，仍不敢放款，从而错过了该笔业务，显示国资背书已成为银行评估算力项目风控的关键要素 [15]

报告投资评级 - 首次覆盖给予“增持”评级 [3][5] 报告核心观点 - 公司在MWC26上展示了“连接+算力”战略升级成果，并发布《超节点技术白皮书》，提出以“超节点”为核心打造标准化“AI工厂”的战略构想，有望受益于超节点产业趋势 [1] - 公司是具备“连接+算力”全栈能力的国产ICT龙头，作为具备自研交换芯片能力的设备商，有望深度受益于超节点渗透率提升带来的交换芯片市场扩容红利 [3] - 2025年前三季度公司营收1，005亿元，同比增长11.63% [1] 政企业务成为核心增长引擎，2025年上半年营收192.5亿元，同比大幅增长110% [2] 业务表现与发展 - **政企业务**：2025年上半年营收192.5亿元，同比+110% [2] 全系列智算服务器获头部互联网公司规模订单，数据中心交换机以综合排名第一中标中国移动集采，并以第一名中标国有大行项目 [2] - **运营商网络**：在京津冀、和林格尔、中卫等“东数西算”核心节点实现大规模数据中心落地 [2] - **消费者业务**：家庭智能终端年发货量连续两年突破1亿只，移动互联产品5G FWA & MBB的市场份额连续四年全球第一 [2] 技术战略与创新 - **超节点“AI工厂”方案**：发布《超节点技术白皮书》，提出从单芯片堆叠向系统级协同转型，通过高速互联协议构建高带宽域（HBD） [2] - **硬件创新**：自研OEX正交无背板互联架构采用“零线缆”设计，单机柜支持128个GPU，配合自研“凌云”交换芯片，支持TB级互联带宽与百纳秒级时延 [2] - **软件创新**：通过统一虚拟化与智能编排，支持算力从百卡到万卡平滑扩展 [2] 行业趋势与市场机遇 - **超节点重塑算力架构**：AI算力集群向超节点形态演进，Scale-up Switch理论需求可达Scale-out架构近40倍 [3] - **交换芯片需求爆发**：以华为Atlas 950超节点（8192卡）为例，部署超9000颗LRS与500颗HRS交换芯片，交换芯片与GPU比例超过1:1 [3] 在国产化路径下，受限于制程短板，大幅增加交换芯片数量来换取系统级带宽成为必选项 [3] 财务预测与估值 - **盈利预测**：预计公司2025-2027年归母净利润分别为77.12亿元、88.17亿元、108.51亿元 [3] - **营收预测**：预计2025-2027年营业收入分别为1，385.20亿元、1，562.37亿元、1，737.20亿元，同比增长率分别为14.20%、12.79%、11.19% [4] - **估值指标**：对应2025-2027年市盈率（PE）分别为14.16倍、12.38倍、10.06倍 [3][4] - **关键财务比率**：预计2025-2027年毛利率分别为36.2%、35.2%、34.6%，净资产收益率（ROE）分别为9.58%、9.88%、10.85% [10]

会议背景与主题 - 2026年2月24日广东召开高质量发展大会 主题聚焦“制造业与服务业协同发展” 这是广东连续第四年开启“新春第一会” [1] 华为公司经营与战略观点 - 2025年华为整体经营稳健 全年销售收入超过8800亿元人民币 [3] - 当前处于技术深刻变化时代 人工智能飞速发展将加速数字世界与物理世界深度融合 重塑开发范式、生产方式、服务模式及人机交互方式 并催生新应用 [3] - 与前几次工业革命的“单点技术突破”不同 AI技术、基础设施与应用场景三要素相互赋能、协同演进是第四次工业革命的重要特征 [3] - 对于人工智能产业发展 既要看到技术创新带来的先发优势 更要重视坚实数智基础设施所支撑的持久发展能力 [3] - 人工智能带来的价值涉及行业底层逻辑、服务模式、价值链的深层变化 需要构建开放合作和持续发展的生态体系以释放其价值 [3] - 万物智联时代 各类设备间的互联、互通、互操作是提供智能化体验的核心能力 打通操作系统底层能力并共建标准中间件能推动产业高质量创新 [4] - 技术生态的构建并非单一技术或企业的竞争 需要通过开源开放和合作创新 以技术生态赋能产业生态 以产业生态牵引技术进步 [4] 华为未来战略举措与投入方向 - 未来应持续夯实数智基础设施底座 为人工智能产业高质量发展建立坚实基础 [3] - 未来应打造开放、开源的AI生态 加速释放人工智能的产业价值 [3] - 未来应共建鸿蒙操作系统生态 加速迈向好用爱用的用户体验 [4] - 公司将持续加大研发投入 以一体机、集群、超节点等系列化产品和解决方案满足快速增长的算力需求 [4] - 公司将构建以昇腾为核心的AI开放生态 持续为客户创造价值 [4] - 公司将加强鸿蒙生态建设 突破一定规模 实现良好的用户体验 [4] - 公司将持续投入基础大模型、小艺终端智能体和智能驾驶智能体 [4] - 公司将聚焦重点行业和关键场景 打造行业智能体使能平台 通过技术创新和场景创新支持伙伴赋能千行百业智能化 [4]

行业趋势与核心观点 - 人工智能大模型加速由单模态向全模态演进，算力需求呈指数级攀升，超节点成为突破算力瓶颈的关键底座[1] - 超节点是算力从“可用”到“好用”的生态基石，正推动产业从“单点性能比拼”迈入“系统级效率竞争”的新阶段[2] - 超节点架构正成为未来智算中心的主流形态，并加速规模化落地[3] - 超节点技术作为人工智能发展的重要方向已成为全球共识，正逐步改变国际算力竞争格局[4] 华为公司的布局与进展 - 华为将通过“集群+超节点”的创新，为全球AI产业提供真正具有规模且有效的算力，超节点部署是2026年华为在人工智能基础设施领域布局的重要方向之一[1] - 华为自研的AI计算集群Atlas900超节点已累计部署超过300套，服务20多个客户，涵盖互联网、电信、制造等多个行业，进入规模化应用新阶段[1] - 华为超节点通过三大技术创新突破行业瓶颈：超大带宽、超低时延和统一内存编址，实现“计算不等待通信”，消除传统集群的“气泡问题”[3] - 华为等头部企业推动超节点生态快速发展，正带动A股上市公司加速布局相关产业链[3] 国内产业竞争格局 - 我国科技巨头正加速抢占超节点高地，阿里云、腾讯云等头部科技公司均陆续发布了自身的超节点解决方案[3] - 中科曙光、浪潮信息等基础设施厂商专注于算力底座的硬件突破，依托国产化优势推动液冷技术在超节点中的规模化应用，并联合上下游打造国产计算生态[3] - 国内头部企业已在超节点赛道上构建起明显的先发优势[3] - 产业发展呈现两种路径：一是由单一厂商提供整体解决方案追求极致计算效能；二是通过生态共建聚合多方能力形成协同优势[4] 产业链生态与合作 - 从芯片到光模块，从服务器到操作系统，一个完整的国产超节点产业链正在形成[3] - 烽火通信子公司长江计算作为算力基础设施“国家队”，与昇腾合作发布了昇腾智造等“智”系列解决方案[4] - 星环科技与华为主要在智能计算产品领域展开合作，与华为鲲鹏、昇腾AI计算、数据存储保持深度适配[4] - 在全球AI算力竞争的下半场，关键在于生态如何实现协同优化，以工程能力提升计算效率，并通过开放生态与深化合作实现可持续创新[4] 技术驱动与市场需求 - 随着大模型参数量从千亿级向万亿级演进，对算力规模和通信效率的需求呈指数级增长[1] - 在单芯片算力受限的客观条件下，国内厂商通过超节点的系统级架构创新，以“更高集成密度+更优系统效率”的组合策略，力求在整体集群性能上实现突破[1] - 超节点是有效支撑复杂计算需求的根基，也是国产算力实现追赶的关键路径[1]

AI计算架构的演进与“超节点”的本质 - AI行业的竞争焦点已从堆叠模型参数和服务器，转向底层计算架构的“系统级对决” [1] - “超节点”成为计算产业的新方向，但部分产品存在技术变形，仅将多台服务器堆叠于机柜并宣称打破摩尔定律 [2] - 真正的“超节点”需实现“内存统一编址”，否则本质仍是传统服务器堆叠架构 [2] 传统架构瓶颈与“超节点”的兴起 - 大模型时代，传统Scale Out集群架构面临“三堵墙”挑战：通信墙、功耗与散热墙、复杂度墙 [3] - 通信墙问题突出：大模型训练中通信频次呈指数级增长，微秒级延迟累积导致计算单元长时间等待，限制算力利用率 [3] - 硬件堆砌带来复杂度墙：万卡乃至十万卡集群运维复杂，大模型训练中需每隔几小时处理一次故障 [3] - 新算力需求驱动变革：大模型走向全模态融合，上下文长度达兆级、训练数据高达100TB，部分场景时延要求小于20毫秒，传统架构已成瓶颈 [3] “通信墙”的技术原理与“超节点”的核心指标 - 传统集群“存算分离”与“节点互联”导致数据访问延迟：GPU间数据访问需经历数据搬移、协议封装、网络传输、解包重组、数据写入五步骤，存在几毫秒延迟 [6][7][8][9][10] - 大模型训练中高频次芯片间同步使此延迟问题放大，严重影响效率 [10] - 业界提出“超节点”概念，并规定三大硬性指标：大带宽、低时延、内存统一编址 [10] - “内存统一编址”是核心：旨在构建全局唯一虚拟地址空间，使集群内所有芯片内存资源如同一张地图，消除“序列化与反序列化”开销，从而打破通信墙 [12] 实现“内存统一编址”的技术挑战 - 实现难点在于“通信语义”的代际差，涉及通信协议、数据所有权和访问方式 [13] - 两种主流通信方式对比：面向分布式协作的“消息语义”（如寄快递）存在打包、拆包延迟和CPU开销；面向并行计算的“内存语义”（如从书架上拿书）效率更高 [15][16] - TCP/IP、InfiniBand、RoCE v2等协议支持消息语义，是通信墙的直接诱因；而灵衢、NVLink等协议已支持内存语义 [16] - 实现内存语义的皇冠明珠是“缓存一致性”，需确保所有计算单元看到的内存信息同步 [16] - 实现内存语义需满足两个条件：支持内存地址传输的通信协议与缓存一致性协议；以及充当“翻译官”的交换芯片，以整合全局地址空间 [16][17] - “伪超节点”多采用PCIe+RoCE协议：RoCE跨服访问仍需RDMA，不支持统一内存语义与硬件级缓存一致性；PCIe单lane理论带宽64GB/s，比超节点要求低一个数量级，导致无法实现全局内存池化与内存语义访问 [19] “超节点”与“内存统一编址”的应用价值 - **模型训练**：解决HBM显存瓶颈。传统“Swap to CPU”方式因PCIe带宽低且需CPU参与，数据搬运时间可能长于计算时间 [21]。真正超节点架构下，CPU内存与NPU显存同址，可采用“以存代算”策略，将数据offload至CPU内存并按需快速拉回，使NPU利用率提升10%以上 [23] - **模型推理**：实现KV Cache全局池化与Prefix Cache复用。传统集群KV Cache绑定单卡显存，无法跨节点借用 [24]。内存统一编址后，固定System Prompt只需全局存储一份，支持“一存多取”。PreFix Cache命中率100%时，集群吞吐性能可提升3倍 [26] - **推荐系统**：优化超大规模Embedding表访问。传统RoCE等“寄快递”方式处理小包时，打包拆包开销大，导致门铃效应与高延迟 [28]。利用内存统一编址与硬件级内存传输引擎，计算单元可直接读取远端内存，实现请求流水线化，极大降低通信延迟，提升端到端推荐效率 [30] - 三大能力（大带宽、低时延、内存统一编址）协同，方能使集群像一台计算机一样工作，成为大模型训练与推理的完美基础设施 [30] 行业竞争格局与发展方向 - AI基础设施竞争已从硬件堆砌上升至体系结构竞争 [31] - “内存统一编址”是通往下一代计算范式的关键，是实现“One NPU/GPU”能力、打破物理服务器围墙的核心 [31] - 仅停留在“服务器暴力堆叠”的产品将难以适应AGI时代的算力需求 [31]

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]

公司2025年工作成果回顾 - 公司在全球多个极端环境地区完成了通信网络建设与优化工作 包括在44℃高温的撒哈拉沙漠南缘进行网络优化[3] 在大西洋七级风浪中与客户共同定位并恢复光网通信故障[3] 在海拔4300米、零下15℃的雪域高原调试光储系统以输送绿色电源[3] - 公司研发与工程团队在客户业务低峰期高效执行技术方案切换 例如在凌晨4:30的客户机房奋战30天完成紧急上线[3] - 公司鸿蒙生态工程师与合作伙伴持续提升用户体验 覆盖外卖、笔记、出行等多个初始场景[3] - 公司工程师为听障用户解决了包含专业术语的售后难题 架起了沟通桥梁[4] - 制造工匠从小鸡喂食器获得灵感 解决了手机微短螺钉供钉器随动打钉技术难题 大幅提升了打钉效率[4] - 支付会计团队严格遵守流程 实现了万亿支付零损失[4] 公司2026年战略方向与主战场 - 公司将强化行业垂直作战 发挥综合优势深耕行业 以推动千行百业的智能化转型[1] - 公司将构建开源开放的鲲鹏昇腾生态 使能合作伙伴开发满足各行业需求的产品 并推动集群与超节点技术普惠 以构筑坚实的AI算力底座[1] - 公司将实施“水战略”以激发管道流量 将AI融入通信网络 实现从联接到“智联”的跃迁[1] - 公司将始终从消费者体验出发 繁荣鸿蒙生态并畅享AI体验 旨在为终端消费者带来更多惊喜[1] - 公司将通过鸿蒙智行和乾崑智驾助力车企实现规模上量 打造安全舒适的驾乘体验[1] - 公司将重构AI数据中心 目标是让每瓦特电力产出更多的Tokens[1] - 公司将推广液冷超快充技术 致力于让有路的地方就有高质量的充电体验[1] 公司核心业务与产品布局 - 公司过去一年的主要工作成果涵盖5G-A建设、鸿蒙生态体验、乾崑智驾[1] - 公司在计算产业布局了鲲鹏、openEuler、昇腾和超节点等技术[1] - 公司在行业AI落地和绿色能源领域取得了进展[1] 行业趋势与公司机遇 - 公司认为面向未来 智能化变革浪潮奔涌 这是公司面临的长期战略机遇[1] - 公司强调过去的成功并非未来的航标 在智能化的不确定性中 胜利属于敢于挺身而出、勇于自我批判的奋斗者[1] - 公司2026年的战略是聚焦价值战场、以质取胜并做强组织能力[1]

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]