行业投资评级 - 强于大市（维持评级）[8] 报告核心观点 - 持续看好商业航天产业趋势，并建议关注星间激光通信和手机直连卫星相关机会[2][3] - 看好Agent（智能体）发展将带动CPU需求，建议关注国产CPU投资机会[5] 商业航天产业 - 国内可回收火箭核心公司蓝箭航天的IPO进程在2025年12月31日被上交所受理后，不到一个月的时间，在2026年1月22日就达到“已问询”，上市进程大超预期，凸显国内政策对产业发展的支持[3] - SpaceX于1月31日向美国联邦通信委员会申请发射并运营一个至多100万颗卫星组成的星座，规划“轨道数据中心系统”，拟运行在500公里至2000公里的不同轨道壳层中，旨在满足日益增长的AI/机器学习/边缘计算等需求[3] - 卫星激光通信相较于微波通信，带宽提升了十倍到近千倍，星间激光通信作为未来卫星的核心模块将受益行业发展[4] - 手机直连卫星是重要的C端应用场景，预计未来低轨卫星将大幅提升手机卫星通信的使用体验[4] Agent（智能体）与CPU需求 - 研究显示，CPU逐渐成为Agent系统性能瓶颈：1）CPU上的工具处理耗时可达总延迟的90.6%；2）智能体吞吐量瓶颈会动态出现在CPU或GPU上；3）CPU在大批量处理时能耗占比可达总能耗44%[5] - 在Agent快速发展的AI时代，系统设计需从以GPU为中心转向CPU-GPU协同，预计在Agent持续发展的过程中，CPU需求有望被拉动[5] 建议关注的投资方向与公司 - 国产CPU：海光信息、龙芯中科、禾盛新材等[6] - 空间激光通信：烽火通信、睿创微纳、中润光学、金橙子、航天电子、苏大维格等[6] - 手机直连卫星通讯：手机端关注电科芯片、海格通信、国博电子、华力创通等；卫星端关注复旦微电、臻镭科技、国博电子、信维通信等[6] - 半导体国产替代：材料关注雅克科技、鼎龙股份、安集科技、上海新阳、兴福电子、金宏气体、华特气体、艾森股份、华海诚科、江丰电子、凯美特气、和远气体等；设备及零部件关注拓荆科技、北方华创、中微公司、芯源微、盛美上海、华海清科、华峰测控、长川科技、富创精密、珂玛科技、新莱应材等；Fab关注华虹半导体、中芯国际、华润微、晶合集成、芯联集成等[6] - 端侧AI：龙旗科技、立讯精密、统联精密、歌尔股份、蓝思科技、恒玄科技、汇顶科技、华灿光电、中科蓝讯、紫建电子、佳禾智能、润欣科技、豪鹏科技等[6]

文章核心观点 - 美国众议院外交事务委员会通过两党联合提案，意图将先进AI芯片对华销售的审查权收归国会，并参照军售模式进行监管，凸显了美西方在关键技术上对华“卡脖子”的长期策略 [1] - 面对外部封锁，中国芯片产业正加速推进自主可控进程，在成熟工艺领域已占据全球领先份额，并全力攻坚先进制程，芯片自主化率逐步提高 [1] - 中国芯片产业通过“从上往下”的独特发展路径，从应用和整机制造逐步向下穿透至芯片设计、制造，最终攻坚最底层的设备，目前已取得包括存储芯片自产、7纳米工艺突破、设备国产化等多方面实质进展 [18][26][27] - 中国芯片产业在基础技术（如光刻机）和芯片设计领域（缺乏全球影响力巨头）仍面临根本性挑战，但人才与资本方面的挑战正在快速缓解 [21][22][25] - AI大模型的发展极大促进了芯片行业需求，导致产能全面紧张，同时中国因算力限制被迫在模型优化和计算架构上寻找创新路径 [29][32] - 到2030年，中国芯片产业的目标是实现全产业链自给与自主可控，并涌现出具有国际竞争力的芯片企业 [38] --- 根据相关目录分别进行总结 全球芯片产业格局与历史演变 - 芯片已成为现代社会的基础性产品，广泛应用于手机、汽车、家电等各类设备，汽车已成为芯片的重要市场，一辆车可能装有上千个芯片 [2][3] - 芯片是第三次工业革命（信息革命）的核心，并在第四次工业革命中因强电（能源）与弱电（信息）的融合而扮演不可或缺的角色 [4][5] - 影响全球芯片格局的关键技术节点包括：晶体管的发明及随后集成电路的诞生、60年代DRAM/SRAM及90年代闪存（Flash）的发明、60年代CMOS技术的发明，以及本世纪晶体管从平面结构转向立体结构（如FinFET、GAA） [7][10][11] - 影响全球芯片格局的关键产业决策包括：美国早期对半导体产业的扶持、90年代通过打压日本并扶持韩国改变产业格局、以及80-90年代中国台湾半导体产业的崛起 [11] - 晶圆代工模式的兴起是产业模式演变的重要节点，它促成了全球半导体产业的深刻分工，导致芯片制造业向东亚聚集，而美国在芯片设计领域保持领先 [12][13] 中国芯片产业的发展路径与现状 - 中国芯片发展的起步并不晚，晶体管和集成电路发明后约六七年中国便已跟进，但文革期间与遵循摩尔定律快速迭代的西方拉开了巨大代差 [14] - 改革开放后，中国芯片产业走的是“从上往下”的独特发展路径：从最上层的软件、互联网和整机组装（如电脑、手机）开始，逐步向下渗透至芯片级设计、芯片设计、晶圆制造，最后才攻坚最底层的半导体设备 [15][17][18] - 中国芯片产业在晶圆代工模式兴起的产业革命中错过了先机，直到2010年以后在晶圆制造领域才慢慢有起色，半导体设备领域的大规模投入则是在中美贸易战之后 [19] - 目前，中芯国际、华虹等主要代工厂产能利用率持续满载，在成熟工艺领域已占据全球领先份额，并全力攻坚7纳米乃至5纳米技术 [1] - 中国芯片产业在“两头”面临根本挑战：最底层的基础技术（如光刻机）尚未完全国产化；芯片设计领域缺乏具有全球影响力和主导生态的行业巨头 [21] 中国应对“卡脖子”的进展与挑战 - 在存储芯片领域取得重大突破：长江存储、长鑫存储在DRAM和Flash领域已实现国产化，并能在世界排名中进入前几名 [26] - 在代工工艺方面突破了7纳米，且产能正在扩大 [26] - 设备国产化进展较快，除了光刻机，主要设备基本都有国产替代；材料方面大部分已能覆盖 [27] - 在光刻机方面实现了从零到一的突破，已有民营企业做出微米级光刻机，预计到2030年能解决光刻机问题 [28] - 因工艺限制，设计领域转向自主创新，通过架构设计（如采用国产12纳米工艺做出指标超过英伟达5纳米H200的芯片）和先进封装技术来弥补工艺差距 [28] - 人才储备挑战快速缓解，工程师基数大，海归人才增多，队伍壮大迅速 [22][25] - 资本投入相当充裕，除美国外，全世界可能没有其他地方像中国这样有大量资金投入该领域 [25] AI发展对芯片行业的影响及中国的应对 - AI大模型（如ChatGPT）的出现极大促进了芯片行业，导致对内存、高端工艺产能的需求激增，造成全球产能全面紧张 [29][32] - 中国因被“卡脖子”（高端GPU受限、7纳米工艺相对落后、产能不足），被迫在有限算力下寻找新路径，包括优化模型本身、探索新的计算架构，以用不那么顶尖的芯片实现可用的大模型推理 [32] - DeepSeek的出现展示了用更低成本实现目标的路径，使得中美模型发展路径开始分化 [30] - 在多项大模型基准测试中，中美之间的差距从2023年底到2024年底已显著缩小 [36] - 中国发展AI应结合自身条件竞争，劣势在于半导体工艺落后，优势在于制造业强、新硬件落地快 [33] 未来展望与建议 - 到2030年，中国芯片产业的目标是实现全产业链自给与自主可控，并不再害怕被“卡脖子” [38] - 希望到2030年，中国能涌现出几家真正具有国际竞争力的芯片企业，改变目前全球前十芯片设计公司中无中国大陆企业的局面 [21][38] - 芯片行业的发展需要政府与市场共同推动、相互配合，探索“看得见的手”和“看不见的手”更好协同的路径 [39] - 在开放合作与自主可控之间需平衡，能合作则合作，不能合作则自主发展 [36]

核心观点 - AI行业正从纯对话模型步入由智能体驱动的强化学习时代，CPU正演变为算力“木桶效应”下的新短板，其重要性显著提升[4] - 英伟达等产业巨头通过投资、产品架构调整及开放支持等方式，在系统层面确认了CPU在长上下文与高并发Agent场景中的核心地位[4] - 服务器CPU需求激增导致供需极端失衡，英特尔与AMD的2026年产能已基本售罄，并计划提价10-15%，行业进入高景气周期[5] - 服务器CPU正进入存量升级、国产替代与模型迭代三重共振周期，预计2026年出货量有望增长25%，或将迎来价值重估机会[8] AI算力架构演变：从GPU主导到CPU瓶颈凸显 - 在完整的Agent执行链路中，工具处理环节在CPU上消耗的时间占端到端延迟的比例最高可达90.6%[4] - 高并发场景下，CPU端到端延迟从2.9秒跃升至6.3秒以上，系统吞吐受限的核心问题从GPU计算能力转向CPU的核心数并发调度[4] - 英伟达计划在下一代Rubin架构中大幅提升CPU核心数，并开放NVL72机柜对x86 CPU的支持，以应对ARM CPU瓶颈[4] - 在长上下文与高并发Agent场景中，大内存CPU是承载海量KV Cache的最优容器[4] CPU需求激增的驱动因素 - Agent对CPU需求提升主要来自三方面：应用调度压力、高并发工具调用成为瓶颈，以及沙箱隔离抬升刚性开销[6] - Agent时代AI由“纯对话”转向“执行任务”，产生大量if/else判断等“分支类任务”，CPU的微架构相比GPU更能适应此类任务，避免GPU算力利用率急剧下降[6] - Agent计算流程演化为“感知-规划-工具调用-再推理”的闭环，工具调用、任务调度、信息检索等关键环节均依赖CPU完成，随着Agent渗透率与工具调用密度提升，CPU作为中间调度枢纽的占用线性放大[7] - 长上下文推理会快速耗尽GPU HBM容量，业界采用KV Cache Offload技术将数据迁移至CPU内存，CPU搭配大容量DDR5/LPDDR5承载KV Cache与部分参数成为主流架构选择[7] 产业动态与供应链影响 - 英特尔与AMD在2026全年的服务器CPU产能已基本售罄，主要因超大规模云服务商“扫货”[5] - 为应对供需极端失衡，英特尔与AMD均计划将服务器CPU价格上调10-15%[5] - 英特尔紧急将产能转向服务器端，一度导致消费电子端交付受阻[5] - 英特尔CEO在2025年第四季度财报电话会上表示，对未能完全满足市场需求感到遗憾[5] 投资视角与市场展望 - 海外CPU巨头在国内的合作商将从CPU涨价行情中直接受益[7] - 国内AI全产业链自主可控不断推进，硬件端与软件端的生态适配正同步跟进，生态架构升级将对各个环节提供性能和产量的双重要求[7] - 超大规模数据中心已进入“升级周期”，CPU架构有较大替换需求[8] - 服务器CPU是AI算力与数据中心升级的核心受益环节，正进入存量升级+国产替代+模型迭代三重共振周期[8] - 预计2026年服务器CPU出货量有望增长25%[8]

文章核心观点 - 在人工智能领域，无晶圆厂芯片公司是近年来的优质投资标的，特别是英伟达、AMD和博通，它们资产较轻且利润率出色 [1] - 尽管这些股票在过去几年已取得惊人回报，但随着2026年及以后AI计算硬件支出的增加，其股价仍有上涨空间 [2] 公司业务模式与市场地位 - 英伟达是当前市场的绝对领导者，其GPU是训练和运行AI模型的首选计算单元，需求激增使其成为全球市值最大的公司，利润率也达到惊人水平 [3] - AMD在大多数芯片品类中提供第二梯队的解决方案，但其CPU备受推崇，其GPU是英伟达产品的低价替代品，性能规格扎实 [4] - 博通在AI计算上采取不同路径，其设计的计算单元与英伟达和AMD的通用并行处理器不同 [5] 产品与技术发展 - 英伟达即将推出下一代芯片架构Rubin，这将是其已令人印象深刻的Blackwell架构芯片的重大升级 [3] - AMD的软件平台ROCm是其短板，远不及英伟达的CUDA，但该软件在2025年11月的下载量同比增长了十倍，表明其芯片正被更广泛地探索作为英伟达的可行替代品 [4] - 英伟达和AMD设计的是灵活、通用的并行处理器，能良好处理各种工作负载，而博通针对的AI超大规模用户可能只需要处理单一类型的工作负载 [5] 市场竞争格局 - 根据多家独立研究机构数据，英伟达仍控制着超过90%的独立GPU市场，AMD占据了剩余的大部分份额 [4] - 如果AMD能从领导者手中夺取哪怕一小部分市场份额，其股票可能带来巨大回报 [4]

公司高管行程与供应链关系 - 英伟达首席执行官黄仁勋近期访问了上海、北京、深圳及中国台湾地区，并在中国台湾地区宴请了包括台积电、鸿海、广达、纬创、和硕、仁宝、联发科、华硕等核心供应链伙伴的高层[2] - 黄仁勋强调公司需求非常强劲，正在全力生产Blackwell芯片，同时生产下一代Rubin芯片[3] - 黄仁勋指出，台积电今年需要非常努力工作以满足英伟达对大量晶圆和CoWoS先进封装产能的需求，并预计台积电未来10年可能会增加100%的产能[3] 公司竞争战略与研发投入 - 针对ASIC的竞争，黄仁勋表示ASIC一直有需求，但英伟达的业务模式不同，其参与整个AI基础设施建设，产品包括CPU、GPU、网络芯片和交换器芯片[3] - 黄仁勋认为ASIC出货量将超过GPU的说法是无稽之谈，并指出要做出比英伟达产品更好的ASIC需要更优秀的研发人员，而英伟达仍处于领先地位[3] - 黄仁勋强调英伟达年研发成本近两百亿美元，且由于技术复杂度提升，未来每年研发成本预计还会增长50%[4] 对外投资与行业展望 - 对于市场传闻英伟达千亿美元投资OpenAI计划停滞，黄仁勋回应双方合作关系未变，公司正在考虑参与OpenAI的新一轮融资[5] - 黄仁勋认为当前正处于新一轮AI基础设施建设的起点，这个过程还需要大约10年时间，AI计算设施需要在全球范围内部署[5] - 黄仁勋指出有三类工厂正在建设中：晶圆厂、计算机组装厂（与鸿海、纬创、广达合作在全球建厂）以及AI工厂[5]

英伟达近期动态与高层观点 - 英伟达创始人兼首席执行官黄仁勋于春节前访问了上海、北京、深圳，随后抵达台湾地区，会见了当地供应链合作伙伴 [3] - 黄仁勋在台湾地区期间，于1月31日晚宴请了包括台积电、鸿海、广达、纬创、和硕、仁宝、联发科、华硕等公司董事长或高管在内的核心供应链伙伴 [3] 英伟达业务需求与供应链状况 - 公司当前需求非常强劲，正在全力生产Blackwell芯片，同时生产下一代Rubin芯片 [4] - 公司需要大量的晶圆和CoWoS（先进封装）产能，台积电目前做得非常好 [4] - 黄仁勋预计，台积电在未来10年可能会增加100%的产能，这将是规模巨大的基础设施投资 [4] 英伟达的竞争战略与研发投入 - 针对ASIC（专用集成电路）的竞争，黄仁勋认为ASIC出货量将超过GPU的说法是无稽之谈，强调要做出比英伟达产品更好的ASIC需要更优秀的研发人员 [5] - 公司不只做一种芯片，而是参与整个AI基础设施建设，产品包括CPU、GPU、网络芯片、交换器芯片等 [5] - 公司与几乎所有AI公司合作，并与每一个云服务商相关，尽管面临一些云计算厂商的竞争，但其产品在电脑系统、机器人和汽车等领域无处不在 [5] - 公司年研发成本接近两百亿美元，且由于技术复杂度提升（如从Hopper到Blackwell再到Rubin），未来研发成本预计每年还会增长50% [5] 对OpenAI的投资与AI基础设施展望 - 黄仁勋否认了投资OpenAI计划停滞的传闻，表示双方合作关系未变，公司正在考虑参与OpenAI的新一轮融资 [6] - 黄仁勋认为当前正处于新一轮AI基础设施建设的起点，这个过程还需要大约10年时间 [6] - AI需要遍布全球的计算设施，因此需要在台湾地区、美国、欧洲、日本、东南亚等地建设三类工厂：晶圆厂、计算机组装厂（与鸿海、纬创、广达合作在全球建厂）以及AI工厂 [6]

公司与行业动态 - 英伟达与OpenAI的合作关系没有改变 公司正在考虑参与OpenAI的新一轮融资[3] - 公司首席执行官黄仁勋近期访问中国台湾 宴请了包括台积电、鸿海、广达、纬创、和硕、仁宝、联发科、华硕等在内的主要供应链合作伙伴[1] 供应链与产能规划 - 英伟达当前需求非常强劲 正在全力生产Blackwell芯片 同时生产Rubin芯片[2] - 公司需要台积电提供大量的晶圆和CoWoS先进封装产能 并认为台积电现在做得非常好[2] - 台积电在未来10年可能会增加100%的产能 这是规模很大的基础设施投资[2] - 公司正与鸿海、纬创、广达合作 在全球各地建立新的计算机组装厂[3] 产品战略与市场竞争 - 针对ASIC的竞争 公司强调其业务模式不同 参与整个AI基础设施建设 产品包括CPU、GPU、网络芯片、交换器芯片等[2] - 公司与几乎所有AI公司合作 包括谷歌 并且与每一个云都相关 业务遍布电脑系统、机器人和汽车领域[2] - 公司认为ASIC出货量将比GPU更大的说法是无稽之谈 指出要做出比英伟达产品更好的ASIC需要更优秀的研发人员[2] 研发投入与行业展望 - 英伟达年研发成本近两百亿美元 由于芯片架构复杂度提升 未来公司研发成本预计每年还会增长50%[3] - 公司认为当前正处于新一轮AI基础设施建设的起点 这个过程还需要大约10年时间[3] - AI需要遍布全球的计算设施 因此需要在包括中国台湾、美国、欧洲、日本、东南亚在内的全球多地建造三类工厂：晶圆厂、计算机组装厂和AI工厂[3]

报告行业投资评级 - 投资评级：看好，维持 [9] 报告核心观点 - 核心观点：AI基础资源产业链的“涨价潮”正从存储环节向CPU、云服务等多个环节传导，相关产业环节有望量价齐升，建议重点关注国产基础资源产业链的投资机会 [2][8][58] 上周市场复盘 - **大盘与板块表现**：上周上证综指报收4136.16点，整体上涨0.84% [6][18]；计算机板块触底反弹，整体下跌0.25%，在长江一级行业中排名第27位，两市成交额占比为7.08% [2][6][18] - **热点板块与个股**：AI及AI基础设施（AI Infra）相关标的活跃 [2][20]；上周涨幅居前的个股包括：星环科技-U（+26.08%）、金现代（+20.67%）、卓易信息（+20.25%）、中控技术（+16.29%）、青云科技-U（+15.10%）等 [20] 上周行业关键动态 - **商业航天IPO加速**：星河动力、星际荣耀、天兵科技三家企业更新了IPO辅导进展 [2][23]；继蓝箭航天之后，国内已有五家主营运载火箭的商业航天企业启动IPO进程 [23]；政策层面，上交所发布指引支持商业火箭企业适用科创板第五套上市标准，企业有望在2026-2027年密集登陆二级市场 [23][26] - **商业航天产业高景气**：2025年商业航天行业融资总额达186亿元，同比增长32% [26]；2024年中国商业航天市场规模已达1.2万亿元，预计2030年将突破3.5万亿元，年均复合增长率约18% [26] - **特斯拉Optimus人形机器人进展**：埃隆·马斯克透露Optimus将于2027年底前面向公众开售 [2][29]；Optimus V3有望于2026年一季度发布，并计划在2026年底启动量产，长期年化产能目标达100万台，未来逐步提升至1000万台级别 [29] - **国内人形机器人规模化放量**：2025年国内机器人整机企业数量超140家，发布产品超330款 [32]；智元机器人年度出货量超过5100台，宇树实际出货量超5500台，优必选全年交付超500台 [32]；智元与宇树在2026年有望达到万台级出货或产能规模 [32] - **特斯拉FSD（完全自动驾驶）或将获批**：马斯克表示，需驾驶员监督的FSD最快或在下个月获得欧洲和中国监管机构批准 [2][37] - **FSD技术能力**：搭载FSD V14的Model 3完成了约4400公里横穿美国大陆行程，全程0接管 [37] - **国内自动驾驶进展**：2025年1至11月，我国搭载城市NOA功能的乘用车累计销量达321.9万辆，占乘用车上险量的15.1%，较2024年全年提升5.6个百分点 [44]；工信部预计到2030年，高级别自动驾驶功能将规模化进入市场 [44] 重点推荐：国产AI基础资源产业链 - **涨价潮传导逻辑**：继存储价格大幅上涨后，成本正向下游持续传导，CPU、云服务等多个AI基础资源环节或将量价齐升 [8][58] - **CPU环节涨价与需求**： - 供给紧张：由于超大规模云服务商扫货，AMD与Intel今年全年的服务器CPU产能已基本售罄 [46] - 计划提价：两家公司均计划将服务器CPU价格上调10-15% [46] - 新增大单催化：英特尔获得美国导弹防御局一项最高限额为1510亿美元的合同，是其2024年营收531亿美元的近3倍，可能加大供需缺口，催化价格上行 [45][46] - **AI时代新增CPU需求**：AI agent的多任务并行、云端沙盒调用以及大模型强化学习训练等新技术和应用趋势，将带来潜在的CPU新增需求，进一步扩大供需缺口 [51] - **云服务环节涨价**：亚马逊云科技（AWS）对其EC2机器学习容量块服务启动价格调整，核心机型p5e.48xlarge的时租费用从34.61美元涨至39.80美元，涨幅达15%，打破了其“价格只降不涨”的传统 [57] - **投资建议**：建议关注四大方向 [2][8][58]： 1. 国产算力产业链，重点关注算力芯片龙头：寒武纪、海光信息 2. 国产CPU供应商 3. 国产云供应商 4. 国产AI Infra供应商

公司与合作伙伴动态 - 英伟达执行长黄仁勋出席中国台湾分公司尾牙 与超过2000名员工互动 并对中国台湾合作伙伴的支持表示感谢 [1] - 黄仁勋透露 在台期间已与台积电创办人张忠谋共进晚餐 并计划与供应链伙伴举行会议和聚餐 包括鸿海董事长刘扬伟 [2] 产品与技术合作 - 英伟达与联发科合作打造强大的系统单晶片 该芯片低功耗但性能卓越 专为具备强大AI的电脑设计 [1] - 双方合作已扩展至全球最小AI超级电脑DGX Spark 并正合作开发N1系列处理器 [1] - 英伟达在中国台湾的业务布局快速成长 产品线已从GPU扩展至网络芯片 交换器芯片 智能数据处理器以及CPU [1] 行业趋势与未来展望 - 黄仁勋认为AI仍将是未来重要的运算模型 [2] - 在量子运算领域 英伟达持续与产业合作 致力于整合出具备GPU与QPU的混合型超级电脑 [2] - 量子位元错误校正已有重要突破 预期未来几年内将可见到量子电脑被用来解决实际问题 [2]

市场表现与资金流向 - 两市探底回升，芯片设计概念深V反弹，相关ETF标的指数盘中上涨2.62% [1] - 科创芯片设计ETF天弘（589070）当日成交额达1.10亿元，最近一个交易日获资金净流入6286.56万元 [1] - 截至2026年01月29日，科创芯片设计ETF天弘（589070）最新规模为5.76亿元 [1] - 该ETF紧密跟踪上证科创板芯片设计主题指数，聚焦半导体中游设计环节，含量接近95%，行业集中度极高 [1] 成分股与指数表现 - 指数成分股中，澜起科技、普冉股份、中微半导、聚辰股份、芯原股份涨幅超过5% [1] - 芯朋微、峰岹科技、臻镭科技等多只成分股跟涨 [1] 行业驱动因素 - 全球AI算力需求持续爆发，带动上游芯片产业链景气度提升 [2] - 台积电最新资本开支计划大幅上调，预计2026年AI处理器营收将实现高速增长 [2] - 多家云服务商相继提高年度资本支出指引，为半导体需求提供有力支撑 [2] - 存储芯片市场进入涨价周期，2026年初DRAM与NAND Flash价格涨幅超预期，供需紧张态势可能延续 [2] - CPU领域出现供应紧张与价格上调迹象，英特尔、AMD等厂商服务器CPU产能趋紧 [2] - AI智能体规模化应用进一步推升芯片需求 [2] 国产替代与政策支持 - 半导体设备国产化率稳步提升，国内芯片企业在部分核心环节持续取得突破 [2] - 科创芯片作为产业链关键环节，有望受益于科技自主与高端制造升级的长期逻辑 [2] - 在商业航天、新质生产力等政策与产业趋势推动下，产业链自主可控注入动力 [2] 机构观点与未来展望 - 东吴证券指出，2026年端侧AI应用将迎来爆发 [2] - 科创芯片企业通过双轨战略布局与新品迭代，有望在AIoT 2.0时代实现规模化落地 [2] - 机构看好科创芯片企业在算力平台与协处理器领域的技术卡位优势 [2]