文章核心观点 - AI投入产出已实现商业闭环，有望驱动海外科技巨头进一步加大AI投资 [1] - 美国扩大高端GPU出口管制，国产算力芯片自主可控需求迫切，国内多家GPU厂商正推出产品并追赶国际标准 [1][3] AI算力需求与GPU技术优势 - GPU因其并行计算架构，相比CPU更擅长处理AI训练和推理所需的并行计算任务 [1] - 在主流AI计算加速芯片架构中，GPU在通用计算性能和开发友好性上比ASIC和FPGA更具优势，且比NPU更成熟，因此成为大模型训练和推理的主力 [1] - 大语言模型能力提升遵循Scaling Law法则，高度依赖海量算力供给，未来AI大模型向多模态、强推理等方向演进，算力将继续作为核心驱动力 [1] 海外AI投资与市场格局 - 大模型应用端表现进步，用户渗透加深，谷歌月度Tokens调用量从2025年5月的480万亿大幅上升至7月的980万亿，并于10月爆发式增长至1300万亿 [2] - 大模型用户正转化为付费用户，推动AI投入实现商业闭环，促使北美科技巨头纷纷加码AI相关投入 [2] - 自2025年以来，英伟达、微软、OpenAI、Oracle等北美AI领域巨头已陆续签订投资与战略合作协议 [2] - 在数据中心GPU市场，英伟达占据主导地位且保持高速增长，其GB200训练性能达H100的4倍，推理性能为H100的30倍，并推出专为扩展推理设计的GB300 [2] - 英伟达的CUDA编程工具大幅降低开发门槛，巩固了其在AI智算领域的竞争壁垒 [2] 国产GPU发展现状与厂商分析 - 2023至2025年，美国多次修订出口规则扩大管制范围，GPU作为国内人工智能发展基础，政策持续加码支持国产算力行业 [3] - 寒武纪、海光信息、摩尔线程、沐曦股份等国内厂商已推出多款AI智算芯片产品，并逐步追赶国际领先标准 [1][3] - 从创始团队看，寒武纪核心成员来自中科院计算所，海光信息核心高管多来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多来自超威半导体，这决定了各自的技术底蕴 [3] - 从产品与收入看，海光信息CPU产品贡献主要营收，信创CPU带动收入较快起量；寒武纪深耕AI芯片，收入在2025年实现爆发式成长；摩尔线程和沐曦提供通用GPU，但因成立时间短，仍处商业化落地前期，收入规模较小 [3] - 盈利能力方面，GPU行业早期因高研发支出通常处于亏损状态，海光信息2021年实现全年盈利，寒武纪于2024年第四季度实现单季度盈利，摩尔线程预计最早2027年实现合并报表盈利，沐曦股份预计最早2026年实现盈利 [3]

行业投资评级 - 报告对算力芯片行业给予“推荐”评级，并维持该评级 [2] 核心观点 - 大模型遵循Scaling Law法则持续演进，对算力产生确定且不断增长的刚性需求，使以GPU为核心的AI硬件成为关键基础设施，具备长期投资价值 [7] - 英伟达凭借顶尖的GPU硬件性能与深厚的CUDA软件生态，构建了难以撼动的市场壁垒，与主要云厂商的战略合作进一步巩固了其主导地位 [5][7] - 美国持续升级高端GPU出口管制，从外部加速了国产算力自主可控的紧迫性，为国内GPU芯片厂商创造了明确且广阔的市场窗口 [5][7] - 以寒武纪、海光信息、摩尔线程、沐曦股份为代表的国内企业，正依托差异化技术路径与快速迭代的产品，逐步切入从训练到推理的各类算力场景 [5][7] 行业需求与市场格局 - **GPU技术优势**：GPU由大量简单核心构成，擅长并行计算，相比CPU更适用于AI训练和推理中的海量矩阵与张量运算 [5][11][12] - **市场主导者**：在数据中心GPU市场，英伟达占据绝对主导地位，2023年全球数据中心GPU出货量达385万颗，其市场份额为98% [5][21] - **市场需求增长**：全球及中国GPU市场规模持续大幅增长，预计到2029年，全球GPU市场规模将达36,119.74亿元人民币，中国市场规模将达13,635.78亿元人民币，占比从2024年的15.6%提升至37.8% [24] - **AI算力驱动**：中国AI智算GPU市场规模从2020年的142.86亿元人民币增至2024年的996.72亿元人民币，年均复合增长率达62.5%，预计到2029年将达10,333.40亿元人民币 [24] - **下游应用闭环**：大模型应用落地与算力消耗已形成可量化的商业闭环，例如谷歌月度Tokens调用量从2025年5月的480万亿大幅上升至10月的1300万亿，用户正加速向付费用户转化 [5][40][43] 海外巨头动态与英伟达优势 - **资本开支激增**：北美科技巨头持续加码AI基础设施投资，2025年前三季度Meta、亚马逊、谷歌、微软的资本开支总和达2574.2亿美元，同比增长65% [46] - **战略合作密集**：2025年以来，英伟达、微软、OpenAI、Oracle等北美AI巨头签订了大规模投资与战略合作协议，例如英伟达计划向OpenAI投资最高1000亿美元 [5][51] - **英伟达业绩高增**：英伟达数据中心业务收入持续高速增长，在截至2025年10月26日的财季（Q3 FY26）达512.2亿美元，同比增长约66.4%，占公司总收入约89.8% [56] - **产品性能迭代**：英伟达GPU产品性能快速革新，GB200的LLM推理性能是H100的30倍，训练性能是H100的4倍，并进一步推出专为推理任务设计的GB300 [5][57] - **软件生态壁垒**：英伟达的CUDA编程工具大幅降低了开发门槛，构建了深厚的软件生态护城河，进一步巩固了其在AI智算领域的竞争壁垒 [5][61] 国产替代进程与主要厂商分析 - **政策支持**：国家持续出台政策支持人工智能芯片攻坚创新与算力基础设施建设，为国产算力实现自主可控创造良好条件 [67] - **厂商技术渊源**：国内主要GPU厂商创始团队技术背景深厚，决定了其技术基础与发展路线，例如寒武纪核心成员来自中科院计算所，海光信息核心高管来自中科曙光，摩尔线程创始成员来自英伟达，沐曦股份创始成员多数来自超威半导体 [5][96] - **海光信息**：以CPU和DCU（GPGPU）双线发展，CPU产品受益于信创需求带动收入较快起量，2021年已实现全年盈利 [5][77][100] - **寒武纪**：深耕AI智能芯片，收入放量依赖于互联网等大客户验证及部署，2025年前三季度实现营收46.07亿元人民币，同比增长2386.38%，并于2024年第四季度实现单季度盈利 [5][100][102] - **摩尔线程与沐曦股份**：均提供通用GPU产品，覆盖AI计算、图形处理等多领域，但由于成立时间较短，仍处于商业化落地前期，收入规模相对较小，2025年前三季度营收分别为7.85亿元人民币和12.36亿元人民币 [5][101] - **盈利爬坡节奏**：GPU行业早期因高额研发投入通常处于亏损，海光信息于2021年转盈，寒武纪于2024Q4单季度转盈，摩尔线程预计最早于2027年实现合并报表盈利，沐曦股份预计最早2026年实现盈亏平衡 [5][102] 投资建议 - 报告建议关注两大方向：一是算力芯片设计公司，包括寒武纪、海光信息、摩尔线程、沐曦股份等；二是算力芯片代工公司，包括中芯国际、华虹公司/华虹半导体等 [5][7]

核心观点 - 报告认为A股市场情绪逐步回暖，连续三日放量成交为春季行情打下基础，市场主线预计仍将延续“题材+科技”思路，建议聚焦科技制造、周期资源、政策催化三大方向 [1][6][10] - 报告认为债市在“适度宽松”政策基调下，市场对明年一季度降准预期升温，债市仍具备配置空间 [9][11] - 报告认为商品市场中，贵金属价格延续强势，碳酸锂等供给受限的品种预计将持续相对强势表现 [1][9][11] 市场行情分析：股票市场 - 2025年12月23日，A股三大指数震荡上行，上证指数微涨0.07%收于3919.98点，深证成指涨0.27%收于13368.99点，创业板指涨0.41%收于3205.01点 [2] - 市场风格分化，大盘股占优，上证50指数涨0.24%，沪深300指数涨0.20%，而中证1000指数下跌0.22%，或反映资金从中小盘股向权重股迁移 [2] - 全市场成交额达1.92万亿元，较前一交易日放量2.1%，连续三日放量，但个股涨少跌多，1508只个股上涨，3852只个股下跌，整体赚钱效应一般 [2] - 科技与新能源板块表现强势，锂电电解液、玻璃纤维、液冷服务器、动力电池、覆铜板指数分别大涨6.20%、3.83%、3.28%、2.91%、2.74% [5] - 商业航天板块大幅调整，卫星互联网、商业航天指数分别下跌4.11%、3.63%，或因当日我国长征十二号甲火箭发射任务中一级未能成功回收，市场情绪降温 [5] 市场行情分析：债券市场 - 国债期货市场全线上涨，长端合约涨幅显著，30年期主力合约收盘大涨0.89%报112.83元，10年期主力合约收涨0.26%报108.220元 [9] - 央行当日实现净回笼760亿元，但短期资金利率维持低位，7天期Shibor下行1.8BP至1.399%，低于政策利率0.1BP，显示短期资金融出意愿强烈 [9] - 报告认为，尽管央行进行净回笼操作，但在中央经济工作会议“适度宽松”定调下，市场对明年一季度降准预期升温，年末银行理财或面临“资产荒”压力，对利率债配置存在提升空间 [9] 市场行情分析：商品市场 - 南华商品指数上涨0.48%至2597.02点，市场分化显著，贵金属板块延续强势，铂主力合约封涨停板，碳酸锂、钯等品种涨超5%，沪银、沪镍涨约4%，沪金涨2.73% [9] - 碳酸锂期货主力合约突破12万元/吨，收于120360元/吨，供需偏紧预期支撑价格 [5][9] - 需求端：阳光电源预估2026年全球储能市场将保持40%-50%的高速增长 [9] - 供给端：宜春市拟注销27宗采矿许可证，市场对供给紧张预期延续 [9] - 库存端：根据SMM数据，碳酸锂现货库存为111469吨，环比减少2133吨，其中冶炼厂库存环比减少1606吨至19161吨 [9] - 伦敦金现盘中逼近4500美元/盎司，美联储理事的鸽派言论进一步强化了市场对明年降息的预期 [1][8][9] 交易热点追踪 - 报告梳理了近期热门品种及其核心逻辑，包括：红利（股息率吸引力）、商业航天（政策支持）、核聚变（产业化提速）、AI应用（产品应用加速）、人工智能（科技巨头资本开支加速）、大消费（人民币升值与风格切换）、券商（成交活跃与存款搬家） [10] - 报告总结近期核心思路：权益市场外部流动性压力减弱，连续放量为春季行情打基础，“题材+科技”或仍为主线；债市宽松基调未变，具备配置空间；商品市场贵金属强势，供给约束品种有持续强势表现，建议关注“反内卷”政策落实细节 [10][11]

美股市场整体表现 - 美股三大指数连续第三个交易日收高 道琼斯指数上涨0.47%至48362.68点 纳斯达克综合指数涨0.52%至23428.83点 标普500指数涨0.64%至6878.49点 其中标普500指数和道指均逼近12月中旬创下的历史高点 [1] 科技股与AI主题 - 与AI相关的科技股成为市场中流砥柱 费城半导体指数收涨1.1% [3] - 芯片巨头英伟达上涨1.49% 市场关注其计划于明年2月中旬开始发货的H200芯片以及对下一代GB300和Vera Rubin平台出货量的乐观预测 [3] - 存储芯片龙头美光科技大涨超4% 软件巨头甲骨文上涨逾3% [3] - 谷歌母公司Alphabet宣布将以47.5亿美元现金收购数据中心和能源基础设施公司Intersect 旨在强化其AI算力根基 [4] - 微软首席执行官被曝向工程团队施压 要求加快旗下AI助手Copilot的改进速度 [4] - 特斯拉股价上涨1.56% 盘中一度创下历史新高 主要受其首席执行官埃隆·马斯克2018年天价薪酬方案获法院恢复的利好提振 [4] 科技巨头内部分化 - 科技“七巨头”内部出现分化 苹果公司逆市下跌约1% 此前意大利反垄断机构对其处以近亿欧元罚款 称其在应用市场滥用支配地位 [5] - 微软小幅收跌0.21% [5] - 市场资金正以更挑剔的眼光审视科技巨头的未来前景与短期催化 [5] 金融与周期板块轮动 - 金融股全线飘红 成为推升道指的重要力量 摩根大通 美国银行 富国银行涨幅均超1% 花旗集团大涨近2.8% 股价创下2008年金融危机以来的新高 [6] - 能源与原材料板块表现强劲 受地缘政治因素影响 国际油价大幅反弹 纽约WTI原油与伦敦布伦特原油期货价格均跳涨超过2.6% [6] - 贵金属市场行情疯狂 伦敦现货黄金与白银价格双双刷新历史纪录 年内累计涨幅分别超过60%和130% 现货铂金价格单日暴涨近7.5% 突破每盎司2100美元关口 [6] - 高盛等机构分析认为 全球央行购金的结构性需求与美联储降息预期 共同构筑了贵金属价格的坚实基底 [7] 中概股表现 - 海外中国资产延续回暖态势 纳斯达克中国金龙指数上涨0.58% 实现连续三个交易日收涨 [8] - 个股方面 光伏企业阿特斯太阳能大涨近11% 爱奇艺 拼多多 京东等热门中概股均有不同幅度上涨 [8] - 近期多家国际大行表达了对中国股票的乐观看法 高盛分析师预测中国企业盈利可能在2026年实现14%的增长 摩根士丹利 摩根大通和瑞银也发表了看涨观点 [8] 市场季节性行情与展望 - 根据历史数据 自1950年以来 标普500指数在年末最后五个交易日及次年年初两个交易日的平均涨幅可达1.3% 这被称作“圣诞老人行情” [10] - 部分策略师对行情持乐观态度 认为趋势有利 市场有望以新高结束今年 [10] - 也有声音提醒投资者保持冷静 指出当前市场缺乏明确的上涨驱动 若标普500指数实现连续三年涨幅超20%将是相当罕见的走势 并提示明年美联储主席更迭 美国中期选举等事件可能成为引发市场波动的潜在因素 [10]

核心观点 - 市场对英伟达新一代AI服务器（GB300系列及后续Vera Rubin 200）需求强劲，预计明年GB300机柜出货量将实现129%的同比增长，主要受全球顶级云服务提供商积极采购驱动 [1] - 供应链厂商，特别是中国台湾地区的代工厂和关键零组件供应商，将深度受益于此次需求浪潮，订单能见度已延伸至2027年 [3][4] 市场需求与预测 - 英伟达GB300系列服务器已于今年底开始小规模出货，预计明年上半年进入大规模放量阶段 [1] - 市场分析师预测，明年全年GB300机柜的出货量有望达到5.5万台，同比增长129% [1] - 鸿海董事长刘扬伟预测明年机柜出货量为5万至6万台，并称之为“相当保守的预估”，市场甚至有高达10万台的乐观预测 [2] - 微软、Meta、甲骨文和戴尔是目前拉货意愿最为强烈的客户，而Google与亚马逊AWS的需求预计在3000至4000台机柜 [1] - 接替Blackwell架构的下一代AI服务器Vera Rubin 200，预计将在明年第四季度开始量产出货 [1] 产品与技术进展 - GB300的出货时程并未推迟，生产进展顺利，与此前受影响的GB200不同 [2] - GB300在散热、板材、连接器等关键零组件的规格或用量上均有提升，预计其出货单价和整体产值将高于前代产品 [2] - 鸿海透露，公司新一代机柜的生产良率已大幅提升，第四季度出货量正在快速爬坡，预计将实现高双位数的季度增长 [4] 供应链格局与受益厂商 - 鸿海与广达成为GB300订单的主要承接者 [3] - 鸿海凭借作为微软和甲骨文主要供应商、同时拿下Meta第二供应商的地位，将成为GB300的主要代工厂 [3] - 广达获得了少量甲骨文与微软的订单 [3] - 纬创继续维持其作为戴尔独家供应商的稳固地位 [3] - 除了整机柜组装厂，包括台积电、台达电、双鸿、奇鋐、川湖等在内的芯片、散热、滑轨等关键零组件供应商都将受益 [3] 厂商产能与订单展望 - 广达表示，由于CSP客户需求持续提高，数个新客户的专案已陆续出货，订单能见度已放眼至2027年 [4] - 广达确认GB300已进入量产阶段，预计交付速度将加快 [4] - 鸿海通过在德州、加州、俄州与威斯康星州等地的投资，持续扩建产能以满足客户迫切需求 [4]

行业投资评级与核心观点 - 报告继续看好算力板块，坚定推荐算力产业链相关企业 [6][14] - 报告建议关注算力、数据要素等多个细分领域及相应标的 [7][8][13] 液冷产业发展阶段转换 - 液冷产业正经历从“第一发展阶段”（预期阶段）向“第二发展阶段”（业绩兑现阶段）的关键转换 [1][19] - 第一发展阶段（2024年及2025年上半年）市场焦点集中于概念讨论、技术路线研究和远期市场空间测算 [2][20] - 第二发展阶段以订单确认、产能落地和业绩兑现为核心，随着AI集群规模化建设推进，液冷体系开始落地 [2][20] 第二发展阶段的核心驱动力 - **高功率需求成为常态**：100kW+高功率机柜成为新常态，GB200/GB300 NVL72均采用全液冷（DLC）架构 [2][20] - **关键产品量产时间表**：GB300系列AI服务器机柜自2025年底起量产，预计2026年下半年Vera Rubin平台落地，将进一步提升液冷价值量 [2][20] - **应用边界持续扩展**：液冷应用从GPU服务器向交换机、ASIC等设备侧延展，AWS、Meta自研ASIC将自2026年起逐步采取液冷方案，Google、Microsoft的自研ASIC AI服务器亦预计逐步由气冷转为水冷设计 [2][20] - **市场空间需系统性重估**：由于应用边界扩展，液冷市场空间应被系统性重估 [2][20][22] 产业竞争格局演变 - **竞争焦点上移**：从单一部件竞赛升级为涵盖服务器、机柜到机房设备的完整热管理系统竞争，价值体现在冷板、CDU、控制与运维协同的系统能力 [3][21] - **产业格局强者恒强**：行业长期确定性强，龙头企业在全链条布局、系统集成与交付、头部客户认证等领域优势凸显，客户对方案商依赖度提升 [3][5][21] - **龙头企业的核心能力**： - 拥有覆盖CDU、冷板、快接头、冷却液等的全链条解决方案能力 [5][23] - 具备全链条自研、系统协同以及大规模、稳定可靠的生产交付与运维能力 [5][23] - 已提前布局并有望切入国内外主流云服务商、服务器厂商或芯片原厂供应链 [5][23] 投资建议与关注标的 - **明确看好的液冷龙头**：最看好具备出海能力的龙头英维克，以及龙头上下游配套产业链如泵生产厂商飞龙股份 [6][22] - **算力产业链核心推荐**：坚定推荐光模块行业龙头中际旭创、新易盛等 [6][14][24] - **建议关注的光器件**：建议关注“一大五小”天孚通信、仕佳光子、太辰光、长芯博创、德科立、东田微 [6][14][24] - **广泛的算力板块关注列表**：报告列出了包括光通信、铜链接、算力设备、液冷、边缘算力、卫星通信、IDC、母线等多个细分领域的数十家建议关注公司 [7][13] - **数据要素领域关注**：建议关注运营商（中国电信、中国移动、中国联通）及数据可视化（浩瀚深度、恒为科技、中新赛克）相关公司 [8][13] - **重点标的财务数据**：报告给出了中际旭创、新易盛、天孚通信、英维克、沪电股份等五家公司的投资评级（均为“买入”）及2024-2027年的EPS与PE预测 [10] 行业行情回顾 - **整体表现**：本周（2025年12月15日-21日）通信板块下跌，表现弱于上证综指 [15] - **细分板块表现**：卫星通信导航指数上涨5.8%，表现相对最优；移动互联、区块链指数分别上涨1.9%、1.4%；光通信指数持平；物联网、通信设备、运营商、云计算、量子通信指数均有不同程度下跌 [16][18] - **个股涨跌**：中天服务本周上涨35.818%，领涨通信行业；理工光科、通鼎互联、亨通光电、亨通股份涨幅居前 [17] 其他行业要闻摘要 - **数据库技术演进**：openGauss Summit 2025峰会即将召开，openGauss 7.0.0创新版将深度集成向量数据库能力，并发布业界首个开源多写数据库oGRAC [25][26] - **开源AI发展**：“开源AI的应用与商业化”论坛成功举行，探讨模型可信性、异构硬件适配等关键议题 [27] - **AI行业动态**：马斯克称xAI有望最快在2026年实现通用人工智能（AGI）[28]；谷歌发布Gemini 3 Flash模型，在MMMU-Pro测试中取得81.2%的成绩，高于GPT-5.2的79.5% [29][30] - **企业并购与整合**：高通提前完成对Alphawave Semi的收购，以完善其AI产品组合 [31][32] - **网络技术演进**：Turkcell联合华为发布AI WAN演进白皮书，已完成120KM长距下RDMA无损传输验证 [33][34] - **5G-A商用进展**：中东地区（尤其是GCC国家）5G-A商用部署已超过万站，科威特单国今年部署已超过2000站，运营商正通过体验经营重构产业价值 [35][36][37] - **设备回收实践**：法国Orange的宽带设备回收再利用计划行业领先，其在法国每年能够再利用约100万台设备，设备回收率超过90% [38][39]

文章核心观点 - 2026年将是液冷行业需求爆发的元年，行业呈现高景气度，需求侧迅速扩大而供给侧跟进缓慢，先发企业将享受行业红利 [1][17] - 北美主要云服务提供商（CSP）的下一代AI算力平台将全面采用液冷方案，驱动千亿级市场规模 [2][6] - 中国大陆液冷厂商凭借供应链安全、成本和技术优势，存在明确的出海机遇，有望切入北美大厂供应链 [13][17] 需求侧驱动因素 - **高功耗驱动技术切换**：单AI算力卡及机柜功耗持续提升，当单柜功耗超过35-40KW时，风冷无法满足散热要求，必须采用液冷方案 [4] - **节能降耗需求迫切**：北美缺电严重，液冷方案能将数据中心PUE降至1.2以下，显著降低单位算力密度的总能耗，缓解因缺电导致的项目推迟 [4] - **环境友好性要求**：北美部分数据中心靠近经济中心或居民区，液冷方案相比风冷能显著降低机房噪音，加快项目落地进程，减少资金垫付成本 [6] - **头部厂商全面转向**：英伟达GB200及以上、谷歌TPU V7及以上、Meta MTIA V2及以上、亚马逊Trainium3及以上的高级机柜系列方案已全面采用液冷散热方案 [6] 主要客户需求与市场规模测算（2026年） - **英伟达**：预计2026年GB系列出货10万柜（以GB300为主），Rubin系列出货不到1万柜；GB系列液冷单柜价值量约9~10万美元，Rubin系列约11万美元；预计英伟达端液冷总价值量约100-110亿美元 [7] - **谷歌**：预计2026年TPU V7及以上芯片出货量约220-230万颗，按单柜64颗换算对应约3.5万柜需上液冷；单柜价值量约7-8万美元；预计谷歌端液冷总价值量约26亿美元 [9] - **Meta**：预计2026年MTIA V2出货量约100万颗，按单柜72颗换算对应约1.4万柜；假设单柜价值量与谷歌近似，预计Meta端液冷总价值量约10.5亿美元 [10] - **亚马逊**：预计2026年AWS Trainium3出货约120万颗（保守估计），单柜72颗对应约1.6万柜；假设单柜价值量与Meta近似，预计AWS端液冷总价值量约12.5亿美元 [10] - **其他厂商**：包括其他自研及国内厂商（如华为昇腾），预计液冷总价值量约5-8亿美元 [10] 液冷方案价值量拆解（以GB300为例） - **计算托盘**：每个冷板模块300美元，每个托盘6个，价值1800美元；冷却风扇每个25美元，每个托盘8个，价值200美元；NVQD每个20美元，每个托盘8个，价值160美元；浮动支架每个50美元，每个托盘2个，价值100美元；每个计算托盘热管理价值总计2260美元；每个机柜有18个计算托盘，计算托盘部分总价值约40,680美元 [8] - **交换托盘**：每个冷板模块200美元，每个托盘2个，价值400美元；冷却风扇每个25美元，每个托盘6个，价值150美元；NVQD每个20美元，每个托盘18个，价值360美元；浮动支架每个100美元，每个托盘2个，价值50美元；其他部件价值60美元；每个交换托盘热管理价值总计1020美元；每个机柜有9个交换托盘，交换托盘部分总价值约9,180美元 [8] - **机柜总计**：每个GB300机柜的热管理内容总价值约49,860美元 [8] 供给侧现状与壁垒 - **供应格局与产能**：北美液冷市场供应格局相对固化，主要供应商为美资及台资企业（如Vertiv、Cooler Master、奇宏、AVC等），中国大陆厂商目前几乎没有放量先例；通过北美CSP验证的可批量供应产能主要位于国外及中国台湾 [11] - **技术方案**：目前主要采用冷板式液冷方案，技术占比超98%，其余为浸没式及喷淋式方案 [11] - **应用范围**：目前液冷方案主要应用于计算模块及交换模块，未来存储、服务器电源/变压器件、高速率交换机模块等也将逐步采用 [11] - **验证壁垒**：液冷产品对数据中心服务器影响重大，需与芯片模组制造服务器厂进行深度磨合验证，验证周期短则半年，长则1-2年以上，渠道壁垒极高 [11] - **综合壁垒**：行业壁垒不仅在于技术，市场、渠道、产能、人脉资源等同样是重要壁垒，参考光模块市场龙头企业的竞争格局 [12] 大陆厂商出海机会与展望 - **出海驱动力**： - **供应链安全**：国外及中国台湾产能扩产周期长（9-12个月以上），在2026年需求爆发下可能无法满足需求，需要大陆产能保障供应稳定 [13] - **成本优势**：大陆厂商的液冷产品在成本上相对国外及台湾具备一定优势，可减少下游资本开支 [13] - **技术稳定性**：大陆部分龙头厂商在液冷产品技术上不输甚至领先于国外厂商，可提升客户数据中心效能 [13] - **出海现状**： - **送样情况**：冷板及其他细分领域向海外大厂送样的约有3-5家（含代工），提供综合解决方案多产品供应的约有2-3家 [14] - **批量供应预期**：到2026年，可能只有龙头厂商能够实现对海外大厂的批量供应 [14] - **出海盈利前景**：直供北美液冷产品的平均毛利率可能超过40%（参考光模块），在需求指数级爆发、供给短期无法满足的情况下，预计产品价格及盈利能力将在2-3年内维持高位，高需求态势可能持续3-5年 [16]

公司概况 * 涉及的上市公司为超微电脑 (Super Micro Computer, NasdaqGS:SMCI) [1] 核心观点与论据 **财务表现与指引** * 公司对2026财年（6月结束）的营收指引从330亿美元上调至360亿美元 [8][15] * 公司在12月季度获得了价值130亿美元的GB300平台订单 [8][61] * 公司目标是实现两位数的毛利率，推动因素包括客户组合、产品组合和制造效率 [20] **市场需求与机会** * 行业终端市场充满活力，近期有同行表示将增加资本支出 [8] * 公司引用了市场谈论的1万亿美元（或3-4万亿美元）市场总规模，并认为自身目前约占10%的市场份额，对应1000亿美元的机会 [14][31] * 人工智能应用优化是核心，客户基础广泛，包括任何关心应用优化的客户 [34] **产品战略与差异化** * 公司致力于支持大规模人工智能应用，而竞争对手可能只为一个解决方案构建一种产品 [13] * 战略是成为人工智能和其他应用解决方案的全栈供应商，提供包括机架、液冷、电源等在内的全套组件，这改善了利润率 [13] * 正在发展数据中心构建块解决方案 (DCBBS)，提供从电缆服务、电源、液冷到电池备份、电源架等数十种SKU，以支持独特的数据中心建设需求 [23][24][25] * 边缘人工智能解决方案被视为下游一个巨大的量级市场机会，目前仍在发展初期 [45] **客户与市场拓展** * 客户基础正在扩大，在2026财年，公司预计在已有的4个规模客户基础上，再增加2-4个规模客户 [16] * 在第一季度，公司增加了一个新的规模客户，并与一个现有大客户显著扩大了业务 [16] * 客户群包括超大规模云厂商、NeoCloud（新兴云）、企业和主权实体 [33][35] * 主权实体市场正在取得进展，公司在全球有许多概念验证和设备，预计2026年将看到更多部署迹象 [26][41] * 公司表示几乎所有大型客户都以某种方式与公司接触，探讨技术或产能方面的合作可能 [36] **产能规划** * 计划到2026财年末实现总计6000个机架的总产能，其中3000个为液冷机架 [28] * 液冷机架的ASP（平均售价）约为每机架300万美元，带来了巨大的营收机会 [28] * 产能地点包括硅谷、台湾、马来西亚和荷兰，并正在美洲寻找更多地点 [28] **竞争格局** * 行业复杂性增加，这有利于公司，因为公司全力投入应对复杂性 [55] * 公司通过专注于客户满意、技术创新（如降低功耗、改进冷却）、系统可靠性和质量来建立竞争优势 [52][55][56] * 公司认为随着复杂性增加，自己有望成为2027年人工智能优化应用领域的主导供应商，并且过去几年相对于一些知名品牌的市场份额有所增加 [56] **毛利率与运营效率** * 近期毛利率受到客户组合（部分大规模运营商拥有较强购买力）、产品组合和制造效率的影响 [16] * 12月季度由于大规模生产全新产品（GB300），产生了较高的成本 [17] * 随着客户基础扩大、产品组合优化、客户购买力相对减弱以及制造效率提升，毛利率有望改善 [17] * 公司运营结构相当精简，致力于在扩大规模的同时控制研发和运营支出 [18][60] **技术合作伙伴与多元化** * 支持多元化的技术栈，包括NVIDIA、AMD以及定制ASIC（来自英特尔、ARM等多方） [12] * 已与AMD在一些大型客户处进行了规模部署，这些客户同时也是NVIDIA客户 [46] * 工程团队是核心优势，公司近一半员工是工程师，以支持不同平台和用例 [48][49] **客户粘性** * 公司通过技术、可靠性、服务支持和工程支持来保持客户满意度，从而实现高客户保留率 [64] * 公司从主板业务起步，随着技术发展不断扩展，与客户共同成长，这种合作关系有助于保持客户粘性 [52][64]

AI服务器硬件正经历由GPU和ASIC驱动的重大设计升级 - 摩根士丹利研报指出，AI服务器硬件正在经历一场由GPU和ASIC驱动的重大设计升级，2026年英伟达的GB300、Vera Rubin平台和Kyber架构，以及AMD的Helios服务器机架项目将带来更高的计算能力和机柜密度 [1] - 系统级升级将匹配更有效的电源解决方案、标配的液冷散热方案以及更高要求的PCB和高速互联，预计2026年的AI服务器将变得“不可估量的贵” [1] AI服务器需求持续爆发式增长 - 摩根士丹利预测，仅英伟达平台的AI服务器机柜需求将从2025年的约2.8万台跃升至2026年的至少6万台，实现超过一倍的增长 [2] - AMD的Helios服务器机架项目（基于MI400系列）也获得良好进展，进一步加剧了市场对先进AI硬件的需求 [2] 英伟达AI服务器路线图显示芯片功耗与散热方案持续升级 - 英伟达GPU最大散热设计功耗从H100的700W，提升至B200的1000W、GB200的1200W，预计2026年下半年登场的Vera Rubin（VR200）平台GPU最大TDP将飙升至2300W，2026年末的VR200 NVL44 CPX更将高达3700W [3][4] - 随着GPU功耗逼近4kW，传统风冷方案失效，液冷成为唯一可行路径，英伟达已在GB200平台中将液冷作为标准配置 [4] - 供电系统正从12V VRM向48V直流母线迁移，以减少转换损耗并提升电源响应速度 [4] 主要ODM厂商产能全开，出货量及营收大幅增长 - 鸿海、广达、纬创、纬颖四家具备NVIDIA认证资质的ODM厂商构成当前GB200/GB300整机柜的主要供应方，其中鸿海为首批完成GB200及GB300整机柜量产交付的厂商 [10] - 鸿海第三季度AI服务器机柜出货季增幅度高达300%，预计2025年AI服务器收入将超过1万亿新台币，占据40%的市场份额 [10] - 广达、纬创及纬颖11月营收齐创单月历史新高，纬创11月合并营收冲上2806.24亿元新台币，环比增51.6%，同比增幅高达194.6% [12] - 摩根士丹利预计，11月单月GB200出货量为5500柜，较10月成长29%，其中广达出货1000-1100柜、纬创1200-1300柜、鸿海约2600柜 [12] - 从2025年度GB200、GB300机架服务器各ODM厂出货的市场占比来看，鸿海占52%，纬创约占21%，广达占约19% [12] 电源架构战略地位提升，Kyber平台将大幅提升单机柜价值 - 英伟达的AI服务器电源战略“Kyber”正双线推进，量产目标设定在2026年底前，其参考设计范畴已扩展至将整个数据中心的供电与基础设施纳入规划 [16] - 自Kyber世代起，电源架构的重要性在英伟达内部已提升至与半导体同等的战略地位 [16] - 摩根士丹利预测，到2027年，为Rubin Ultra机柜设计的电源解决方案，其单机柜价值将是当前GB200服务器机柜的10倍以上，同时每瓦功耗对应的电源方案价值也将比现阶段翻倍 [16] 液冷散热方案价值量显著提升 - 英伟达GB300 NVL72机架级AI系统的液冷散热组件价值高达49860美元（约合人民币近36万元），比GB200 NVL72系统高了大约20% [22] - 预计下一代Vera Rubin NVL144平台每个机柜的冷却组件总价值将增长17%，达到约55710美元（约合人民币近40万元），其中为交换机托架设计的冷却模块价值预计将显著增长67% [22] 高端PCB需求激增，层数与价格同步跃升 - AI服务器硬件升级推动高端PCB需求激增，PCB层数正向更高端发展，目前普遍已经达到44至46层 [23] - 2025年第一季度全球PCB市场规模同比增长6.8%，其中高端HDI板和18层以上高多层板需求增速分别达14.2%和18.5% [23] - PCB产品迭代带来价格的翻倍式增长，例如从400G升级到800G或1.6T，PCB价格成倍增长 [23] - AI服务器PCB从以往的14~24层提升至20~30层，交换机提升至38~46层，部分产品还会引入HDI工艺，行业附加值有望增长 [24] 云服务提供商资本支出持续扩大，为AI服务器需求提供坚实支撑 - TrendForce集邦咨询将2025年全球八大主要CSPs资本支出总额年增率从原本的61%上修至65%，预期2026年合计资本支出将进一步推升至6000亿美元以上，年增达40% [26] - 谷歌把2025年的资本支出上调到910-930亿美元，Meta上修2025年资本支出至700-720亿美元，Amazon则调升2025年资本支出预估至1250亿美元 [29]

行业与公司 * 涉及的行业为**服务器液冷散热行业**，核心讨论围绕**英伟达（NVIDIA）** 及其GB200、GB300、Rubin等系列AI服务器芯片/系统的散热技术演进[1][3] * 涉及的**海外/台系公司**包括：英伟达、Vertiv（负责整体设计）、齐宏（AVC）、双鸿、台达、Cool Edit、Fulmaster、利敏达、威乐（Wilo）、格兰富（Grundfos）、斯陶比尔（Stäubli）、雷默（LEMO）、库里维尔、法国阿克马（Arkema）、台积电、英特尔[1][3][5][6][16][19][21][22][24] * 涉及的**国内公司**包括：工业富联（已进入英伟达供应链）、英维克（与英伟达验证合作）、领益制造、飞龙达、高澜股份、华勤技术、新华三、浪潮信息、中航光电、风光类、永辉电器、UQD、贝斯特、巨化股份、永和股份、湖南智航、天弘科技（为谷歌验证方案）[1][19][21][22][23][24][25] 技术发展现状与趋势 * **技术驱动力**：从GB200开始，芯片发热量大幅增加，风冷方案已无法满足需求，必须采用液冷技术[3] * **当前主流（GB300）**：采用**全液冷板设计**，覆盖芯片、内存和电源部分，一个计算节点上的CPU和两个GPU分别覆盖单独的门板[1][3] * **面临瓶颈**：GB300采用的**单向门板**面临散热负荷上限[1][3] * **未来趋势（Rubin及以后）**：预计2026年Rubin系列需采用**双向门板**或**微通道技术**以解决散热问题[1][3] * **双向门板**：通过相变和更高效的介质选择提升散热能力，是单向门板的改进，成熟度相对较高[1][3] * **微通道技术**：管道直径细化至几十微米，传导效率显著提升，但面临加工难度、均匀性及堵塞等挑战[1][3] * **芯片封装盖板微通道**：台积电和英特尔正在探索的更极端方案，可减少导热环节，但成熟度不及双向门板[1][3] * **静默式液冷**：曾被认为是最终解决方案（如阿里巴巴、字节跳动数据中心项目应用），均温性好[3][4] * 因双向门板和微通道方案出现及产业链希望延续现有红利，其发展受到影响[4] * 英伟达CEO黄仁勋仍认为静默式是未来方向，但尚未全面推进[4][5] * **局部静默实验**：Vertiv为英伟达NV72系统进行实验，每个托盘局部静默，液体总量约360升，较传统700升减少近一半[1][6][7] * **未来高功率挑战**：Rubin Ultra预计采用NV576架构，单芯片TDP高达1,400瓦，可能需结合双向门板微通道与局部静默技术[8] 技术方案对比与进展 * **NV144项目方案**：目前讨论较多的是**双向门板**搭配**传统制冷剂R134**（自7月起选用），但R134沸点低需加压，存在技术难题[9] * 另一种选择是**四代制冷剂R1233**，沸点19度更合适，但仍面临压力问题[9][14] * **技术路线图景**：预计每年3-4月的发布会公布下一代计划，两条路线（双向门板/微通道）可能在2月前有大致图景，散热方案相较于芯片更具灵活性[10] * Rubin可能继续使用**单向门板并强化微通道**[11] * Rubin Ultra可能采用**单向门板加芯片内盖微通道以及部分静默处理**[11] * **微通道制造工艺**：包括3D打印、传统铲齿加工、蚀刻等，加工难度大[12] * 材料上，铝材因相对易加工而受重视，铜材性能更好但加工难[12] * **微通道技术增量与难点**：除加工难外，还面临界面材料选择等挑战，对制造精度和系统稳定性要求更高[13] 关键部件与材料发展 * **液体介质演变**： * 早期：水或乙二醇混溶液、氢氟醚（因介电常数不稳定被淘汰）、二聚体（因微毒性式微）[14] * 当前流行：**R1233制冷剂**（沸点19度），对大气破坏较小，更环保，尽管价格较高，但在系统总成本中占比相对降低[14][15] * 微通道技术中：**氟化液加乙二醇组合**因低表面张力和良好流动性成为重要选择[15] * **泵**：重要性日益凸显，微通道技术因管道细小，对泵的平顺性、稳定性要求极高[16][33] * 国际大厂（威乐、格兰富）已成立专门部门进行改进[16] * 国内厂商正在快速追赶[16][18] * **界面材料**： * 趋势：从传统导热硅脂（导热系数4-7 W/m·K）升级到**液态金属**（导热能力至少是传统材料的十倍），操作难度增加[16][32] * 新材料：石墨烯（导热系数可达20-30 W/m·K）、碳化硼等不断加入竞争[16][31][32] * 升级与相变或微通道技术无直接关系，是为提升门板与其他组件间的导热效率[17] * **快接头**： * GB200到GB300：数量从108对增加至252对[2][24][28] * Ruby时代：预计将增加到252对，可能面临供应紧缺[24] * 供应商变化：从主要由欧美厂商（斯陶比尔、雷默）提供，转向国内供应商（中航光电、风光类、永辉电器、UQD、贝斯特等）开始送样或合作，以满足需求并降低成本[1][24] 成本分析 * **GB200到GB300成本变化**： * 液冷板总成本上升约**20%至30%**[2][29] * 主要成本上升集中在**快接头**和**洗管**部分[2][29] * 快接头数量从26个增加到72个，加工难度和出水口数量大幅增加[29] * 气管的Many fold加工难度提升[29] * GB200液冷板部件总成本从**49,000美元**增加到**59,000美元**[29] * **双向门板对成本的影响**： * 会显著增加系统成本，相比单向系统再增加约**18%** 的成本，从5.9万美元增至6万多美元[30] * 成本增加因素： 1. **冷却液成本高**：制冷剂或氟化液价格远高于水加乙二醇混合物（例如，一个节点制冷剂费用至少60美元 vs 水乙二醇混合物10-20美元）[30] 2. **需额外添加冷凝器**[30] 3. **因需加压，密封材料和泵等部件需升级**[30] * **微通道技术成本**：尚未大规模应用，具体成本难以准确估算[30] 市场竞争格局 * **GB200阶段供应商格局**：齐宏（市场份额约30%）、双鸿（约20%）、台达、利敏达、Cool Edit、Fulmaster等，国内厂商份额较小[19] * **GB300阶段格局变化**：齐宏和双鸿因早期红利仍保持领先，但国内厂商（如工业富联）凭借成本控制和快速反应能力逐渐占据市场，已宣布进入英伟达供应链[1][19] * **技术路线对竞争格局的影响**： * **双向冷板**：管道结构变化不大，竞争格局变化有限，主要是国产厂商与台系厂商的价格战[20] * **微通道技术**：因加工精度要求高（如10微米级别），可能引入新玩家（如大学团队、研究机构），并对传统门板厂商造成较大冲击，但非完全颠覆[20] * **国内外供应链差距**：液冷发展时间短（约三四年），欧美和台系公司因与英伟达早期关系紧密占据第一波红利[21] * 随着技术普及，国产方案设计公司（英维克、华勤、新华三、浪潮等）开始进入，并以进入英伟达供应链为目标，通过并购合作（如东阳光控股中际旭创）增强联系，差距在缩小[21] * **国内厂商进展**： * **英伟达阵营**：英维克在冷板方案设计上与英伟达合作紧密；领益制造对标工业富联；在微通道、门板加工、液体冷却（如制冷剂厂商巨化、永和）等环节有强竞争力[22] * **ASIC阵营（谷歌、Meta等）**：芯片功耗较低，急迫性待观察，但谷歌已通过天弘科技搭载R134a方案6个月验证，计划大规模应用，一年内服务器需求可带来约**3,000吨**制冷剂增长[25] * ASIC阵营更关注成本控制，对厂商排斥性较弱，新兴国产厂商更有机会切入[26][27] 其他重要信息 * **国内高校研究**：浙江大学、湖南大学、中科院、上海交通大学（邓涛教授团队研究仿生气管微通道）等正在积极研究微通道技术[34] * **新材料应用前景**：金刚石、碳化硅等可能用于界面材料，但目前实际应用有限，更多是石墨烯、碳化硼等替代材料的研究[31]