市场表现 - 2026年3月16日，A股市场探底回升，深成指收红，创业板指涨超1% [1] - 芯片、光模块等算力硬件午后异动走强，创业板人工智能板块拉升翻红，成份股大面积上涨 [1] - 具体个股表现：北京君正涨超9%，星宸科技、富瀚微涨超7%，新易盛、联特科技、中际旭创等多股涨超3% [1] - 创业板人工智能ETF（159363）午后翻红冲高，场内价格收涨1.22%，日线终结三连阴，单日成交4.63亿元 [1] 事件驱动 - 英伟达GTC 2026大会于3月16日至19日举办，被视为“AI界春晚”，其主题演讲是行情的催化剂 [2] - 市场资金正密切关注此次大会，预期将带动相关板块行情 [3] 机构观点与预期 - 中信证券预计，英伟达将在大会上进一步扩充芯片产品矩阵，可能披露Vera Rubin AI平台全套六款核心芯片、Rubin Ultra芯片及机柜更多细节 [2] - 大会可能带来数据互联、供能等设计架构革新，正交背板、CPO等新产品的落地能见度有望提升 [2] - 英伟达或发布LPU推理芯片，与CPX芯片共同扩充其推理版图，并可能展望下一代Feynman架构升级方向 [2] - 国盛证券预计，大会将展示英伟达Rubin及Feynman架构GPU核心技术，并集中亮相CPO光互联、800V高压供电、液冷等算力基础设施的颠覆性升级 [2] - 随着大会临近，算力硬件板块已提前预热，长期看产业链技术路径与商业化节奏将进一步明晰 [2] 相关产品与赛道 - 创业板人工智能ETF（159363）及其场外联接基金（A类023407、C类023408）被提及为把握AI热点事件的工具 [2] - 该ETF约六成仓位布局算力（光模块龙头+IDC龙头），约四成仓位布局AI应用 [2] - 截至2026年3月13日，该ETF最新规模为58.93亿元，最近6个月日均成交达7.78亿元，在跟踪相关指数的26只ETF中规模与成交额排行第一 [4]

全球市场表现 - 美股标普500指数下跌0.6%至6,632.2点，连续四天下跌[3][8] - 欧洲股市普遍下跌，欧元区斯托克600指数下跌0.5%至595.9点[8][10] - 港股恒生指数下跌0.98%至25,465点，南向资金逆势净买入约184亿港元[12] - A股沪指下跌0.81%至4,095点，两市成交约2.4万亿元[16] - 亚太股市普遍下跌，印度尼西亚雅加达综合指数跌幅居前达3.1%[19][20] 地缘政治与大宗商品 - 伊朗战争扰乱供应，布伦特原油连续两日收于每桶100美元以上，纽约期油上涨3.1%至98.71美元/桶[4][26][27] - 油价飙升推动美元指数升穿100水平至100.36，金价下跌，纽约期金下跌1.3%至5,061.7美元/盎司[4][26][27] 固定收益与宏观经济 - 美国第四季度GDP增速大幅下修至0.7%[6][30] - 美国10年期国债收益率上涨1.6个基点至4.28%，收益率曲线陡化[5][29][30] - 美国密歇根大学3月消费者信心指数初值降至三个月最低[6][30] 政策与产业动态 - 中国“十五五”规划纲要获批，核心要求包括建设现代化产业体系、扩大内需、推动财税与金融改革等[2][6] - 英伟达GTC 2026大会在即，市场关注其AI芯片产品路线图及对全球AI数据中心资本开支达3–4万亿美元的预测[9][18] - 中国上海二手房成交激增创五年新高，反映购房情绪改善[14]

公司产品路线图 - 公司已公布未来几年芯片架构路线图，Blackwell Ultra之后，采用Rubin架构的芯片将在2024年下半年推出，Rubin Ultra计划于2027年下半年推出，Feynman计划于2028年推出 [5] - Rubin架构将是本届GTC大会的重点，公司CEO可能介绍Rubin Ultra和Feynman的细节 [5] - 美银预测，公司将勾勒出从Rubin到Feynman平台的完整产品线，跨越三代的产品可见性将使其领先于对手 [5] 网络与基础设施方案 - 公司在网络和存储方面部署增多，关注焦点已不限于GPU，在CES上展示了包括NVLink 6交换机芯片、ConnectX-9 Spectrum-X超级网卡芯片、BlueField-4 DPU和Spectrum-6以太网交换机芯片在内的6颗Rubin芯片 [6] - 本届GTC的核心关注点包括下一代网络架构方案，特别是scale-out网络架构（Quantum-X和Spectrum-X CPO交换机）的技术细节 [7] - 公司或将扩展网络中的光学器件，下一代102.4T Spectrum-6交换机及115T Quantum-X共封装光学器件将成为大规模AI集群部署的重要基础设施 [7] - 国际光通信大会OFC与GTC同期举行，引发猜测公司可能在共封装光学（CPO）等方面公开更多细节 [7] 新芯片技术与产品组合 - 公司于2023年12月与AI芯片初创公司Groq达成知识产权非独家协议，Groq核心团队加入公司，Groq的LPU以快速推理闻名 [8] - 公司CEO曾表示可能添加Groq的技术，市场近期传言OpenAI将导入公司基于Groq技术开发的AI推理芯片 [8] - 美银分析师预计公司将推出协同设计的推理产品组合，包括用于推理的CPX芯片、用于低延迟的LPU，这些产品可能集成在下一代机架系统中 [8] 物理AI与自动驾驶 - 在GTC大会前，公司发布了一段22分钟视频，展示其CEO与汽车业务副总裁乘坐使用公司全栈自动驾驶软件平台DRIVE AV的汽车，期间未出现人工接管 [9] - 除了数据中心业务，公司在物理AI方面持续部署，在汽车和机器人方面的新信息也是本届GTC的关注焦点 [9]

文章核心观点 - 英伟达GTC 2026大会预计将强化市场对AI产业持续增长和增量逻辑兑现的信心，公司可能通过发布新产品和披露技术路线图，进一步扩充其芯片产品矩阵并展示未来算力基础设施的发展方向 [1] Rubin AI平台与芯片组合 - 公司在CES 2026上发布了Vera Rubin AI平台全套六款核心芯片，包括Rubin GPU、Vera CPU、BlueField-4 DPU、NVLink 6 Switch、ConnectX-9 SuperNIC、Spectrum-6 Ethernet Switch，这些机柜内主要芯片组件均升级至台积电3nm工艺并搭载HBM4，实现了内存容量和带宽的全面升级 [2] - 新一代产品组合增强了GPU与CPU、互联芯片之间的协同性，其模块化设计使机柜整体性相较上一代Blackwell平台更强 [2] Rubin Ultra芯片与架构革新 - GTC 2026大会可能披露更多关于Rubin Ultra芯片及机柜的细节，该芯片通过集成4颗计算DIE实现计算性能相较Rubin翻倍 [2] - 在数据互联架构上，超节点可能采用PCB正交背板与光互连的两层超级网络架构，新工艺/材料/产品如78L RPCB、M9 CCL、Q glass电子布、CPO等有望落地 [2] - 在供能体系上，为突破供电和能耗瓶颈，800V高压直流供电系统、模块化供电等方案有望落地，并可能带来埋嵌PCB工艺、GaN三代半导体等工艺/产品升级 [2] 推理芯片产品线扩充 - 公司有望在GTC大会上发布整合Groq LPU技术的全新推理芯片LPU，该芯片采用专为大语言模型推理设计的自定义架构，重新设计张量流处理器并采用SRAM作为片上存储，极大提高数据存储检索速度，适配解码环节对显存带宽的高要求 [3] - 公司2025年推出的Rubin CPX芯片能有效降低Prefill环节成本，并可能采用GDDR7或HBM3E作为主要内存规格，其产品形态可能从融合到Rubin Compute Tray改为通过独立机柜形式配套NVL72 VR200出货 [3] - 根据产业链信息，LPU也可能以256卡LPX独立机柜的形式配套发布，LPU与CPX的PD分离方案将共同强化公司的推理产品线 [3] 下一代Feynman架构展望 - 公司可能在GTC 2026展示下一代Feynman架构的设计趋势，Trendforce预计该架构将成为首批采用台积电A16工艺的芯片，并有望采用SPR背部供电技术以释放更多布线空间，同时可能引入3D堆叠技术与Groq的LPU硬件栈结合 [4] - 从落地节奏看，Feynman架构的生产可能在2028年启动，2029年起开始向客户交货 [4] - 在摩尔定律放缓的背景下，公司对算力、存力、运力创新的理解，以及对训练和推理角色地位、AI投入回报周期的展望，将为AI产业提供重要方向指引 [4]

公司产品与技术路线 - 英伟达GTC 2026大会召开在即，公司的芯片产品矩阵有望进一步扩充 [1] - 预计将披露Vera Rubin AI平台的全套六款核心芯片，并可能披露Rubin Ultra芯片及机柜更多细节 [1] - 新产品将带来数据互联、供能等设计架构革新，正交背板、CPO等新产品的落地能见度有望进一步提升 [1] - 公司或发布LPU推理芯片，该芯片将与CPX芯片共同扩充其推理版图 [1] - 公司亦可能展望下一代Feynman架构的升级方向 [1] 行业前景与市场影响 - 英伟达GTC 2026大会将分享对于未来算力基础设施及AI产业的理解和判断 [1] - 该大会预计将进一步强化市场对于AI产业持续增长、增量逻辑兑现的信心 [1]

AI行业增长前景 - OpenAI很可能成为下一个万亿美元市值公司 是英伟达的重要合作伙伴 [1][3][4] - AI驱动收入将在5年内从1000亿美元增长至万亿美元级别 目前可能已达到该水平 [1][26][28] - AI将增强全球50万亿美元规模的人类智能经济活动 可能创造10万亿美元增量价值 [20][21][24] 计算范式转型 - 通用计算时代结束 全球数万亿美元计算基础设施将全面转向加速计算和AI计算 [3][17][18] - 传统超大规模计算模式（搜索 推荐 购物）正从CPU转向GPU驱动 形成数千亿美元市场 [18][28][34] - 数据处理市场（Databricks Snowflake Oracle SQL）目前主要使用CPU 未来将全面转向AI处理 [34] 英伟达竞争战略 - 通过"极致协同设计"实现系统级优化 年度发布周期使性能呈指数级提升（Hopper到Blackwell提升30倍） [3][41][47] - 即使竞争对手芯片免费 英伟达系统在总拥有成本（TCO）上仍具优势 因电力 数据中心等运营成本更低 [1][75][77] - 从GPU供应商转型为AI基础设施建设者 能整合各类ASIC满足多样化工作负载需求 [3][62][64] 技术发展路径 - AI规模定律从预训练 后训练扩展到"思考"推理定律 推理能力将实现百万倍至十亿倍增长 [3][7][8] - Token生成速度每几个月翻一番 驱动每瓦性能需持续指数级提升 电力消耗与收入直接相关 [22][24][43] - 年度发布周期包括2024年Hopper 2025年Grace Blackwell 2026年Vera Rubin 2027年Ultra 2028年Feynman [41][47] 生态系统建设 - 与OpenAI的Stargate合作涉及1000亿美元投资 帮助其建立自主AI基础设施 [3][10][11] - 推出NVLink Fusion等开源平台 整合英特尔 ARM等生态系统合作伙伴 [71][73][74] - 投资xAI CoreWeave等公司 但不与采购义务挂钩 属于机会性股权投资 [39][40] 市场容量分析 - 全球AI基础设施年资本支出可能达到5万亿美元 对应生成10万亿美元token价值（50%毛利率） [21][22] - 目前4000亿美元市场规模将增长4-5倍 阿里巴巴计划将数据中心电力容量增加10倍 [22][25] - 供应链已做好准备应对需求增长 实际需求持续超出客户预测 [31][32] 工作负载演进 - AI从单一语言模型发展为多模型系统 能同时运行 使用工具并进行研究 [9] - 传统"一次性"推理转向"思考型"推理 大幅增加单次使用的计算量 [11][13][33] - 视频生成 上下文处理等专业化工作负载需要特定芯片（如CPX） [62]