市场行情概览 - 本周电子细分行业普遍下跌，其中光学光电子（-6.04%）、电子化学品Ⅱ（-6.65%）和消费电子（-4.69%）跌幅居前[3] - 年初至今（截至报告期），电子化学品Ⅱ（+12.45%）和元件（+8.11%）板块表现最佳，而消费电子（-9.67%）板块表现最差[3] - 本周北美科技股走势分化，超威半导体（+4.11%）、高通（+0.06%）和迈威尔科技（+0.06%）上涨，应用光电（-9.58%）和英伟达（-4.19%）等多数下跌[3] - 年初至今（截至报告期），美股重要个股中应用光电（+151.12%）、美光科技（+48.17%）和英特尔（+18.89%）涨幅领先，而高通（-24.06%）和甲骨文（-23.21%）跌幅较大[11] GTC 2026 大会核心洞察 - 英伟达预计其Blackwell + Rubin架构产品到2027年的累计订单额或将达到1万亿美元，较此前2026年5000亿美元的预期翻倍[3] - 英伟达发布Groq 3 LPU推理加速芯片，单个芯片集成500MB SRAM，提供高达150 TB/s的带宽，远超HBM的22 TB/s[3] - 英伟达推出独立LPX推理机架，包含256个Groq 3 LPU，提供128GB SRAM和40 PB/s的推理加速带宽，机架间专用扩展接口带宽为640 TB/s[3] - 为满足AI推理对高带宽和低延迟的需求，LPU等新技术将驱动高多层、高速PCB（印刷电路板）的价值量提升[3] OFC 2026 大会核心洞察 - AI成为光通信大会主导主题，正在重塑网络架构，行业焦点在于解决GPU集群的互连容量问题[3] - 英伟达对Lumentum和Coherent的战略投资，印证了数据中心“光学化”趋势正在加速[3] - 为应对边缘推理需求和百万倍级计算增长，具备低功耗、高集成度优势的CPO（共封装光学）技术及高性能光芯片或将成为下一代AI算力网络的关键[3] 投资建议与风险提示 - 报告建议关注海外AI供应链（如工业富联、沪电股份）、国产AI（如寒武纪、中芯国际）及存储（如兆易创新、江波龙）等领域的投资机会[3][4] - 主要风险包括电子行业发展不及预期、宏观经济波动风险以及地缘政治风险[4]

英伟达GTC 2026核心叙事转变 - 英伟达在GTC 2026上宣布AI正从“模型训练时代”加速迈入“模型推理时代”，整个AI技术栈的组织方式被重新定义 [7] - 叙事重心从“更强的GPU”转向“如何组织算力”，数据中心被重新定义为生产Token的“AI工厂”，衡量标准从单卡性能转向Token产出效率（Tokens/W）[3][4][17] - 公司推出包括Vera Rubin平台、LPX推理机架及Feynman架构在内的新叙事，从单一GPU主导转向多处理器协同的“AI工厂” [3][7] 推理时代硬件架构的演变 - 英伟达承认GPU并非推理最优解，推出专用推理处理器LPU，标志着AI基础设施从通用走向分工 [3][8] - 在Transformer推理中，Prefill、Decode、Orchestration三个阶段开始由不同硬件承担，LPX专门优化Decode阶段 [9] - GPU依然是训练和复杂推理（如视频生成）的最优解，而LPU等专用架构在低延迟、轻算力推理场景显示出优势，未来数据中心将是多元处理器各安其位的图景 [9][12] - 公司推出Vera CPU，其核心是掌握AI工厂内部的算力编排权，而非直接与x86竞争，短期内对x86格局冲击有限 [13] LPU的定位与市场影响 - LPU的推出是英伟达对GPU在推理场景非最优解的承认，但公司仍将LPU与GPU捆绑组合，以维持生态延续 [8] - LPU短期内难以成为主力，其经济性存疑：单芯片集成500MB片上SRAM，而SRAM价格是HBM的6-8倍，会抬高成本，且受工具链融合滞后影响 [10][11] - 头部云厂商的推理需求将坚定走向自研ASIC路线，英伟达的GPU+LPU方案重点客户可能是中小互联网客户 [8] - CPX（负责Prefill阶段）在发布会上未被提及，出乎部分行业人士意料 [12] Token经济与万亿美元营收愿景 - 黄仁勋认为Token已成为AI时代的硬通货，并宣称英伟达的Token成本全球最低 [17] - 公司预测到2027年，仅Blackwell和Vera Rubin两条产品线的AI芯片营收将至少达到1万亿美元，相比去年预测翻倍，原因是“过去两年计算需求增长了一百万倍” [18] - 若叠加CPU、Groq、存储及网络设备，总规模或将达到1.25万亿美元 [18] - 行业竞争的核心正转向Token的生产、计量与分配主导权，如同电力时代的电网，AI时代正围绕Token形成全新产业生态 [20][22] - 推理环节才是算力消耗的主力，需持续生成Token，Token的成本高低直接决定AI的普及程度 [22] 系统级竞争与生态闭环 - 英伟达的竞争护城河正从“算力垄断”转向“生态闭环”，通过绑定上下游构建垂直整合的产业链控制力 [21] - 算力竞争的度量体系正在从芯片峰值参数走向端到端系统能效（Tokens/W），英伟达在系统级优化上具有优势 [19] - 公司正以Vera CPU、Rubin GPU、NVLink 6、Spectrum-X交换机等“全家桶”组合重构系统解决方案，叙事重心从单颗芯片转向系统级交付 [26] - 英伟达尝试构建包括台积电、美光、三星等在内的联盟，以锁定先进封装与存储资源 [26] 互连技术与CPO的挑战 - 英伟达在Vera Rubin平台部署第六代NVLink，并推出全球首个CPO（光电共封装）Spectrum-X以太网交换机，目前已进入量产阶段 [25] - CPO的推广面临挑战：维护便利性及成本较高、核心芯片良率偏低导致系统成本高、在短距离内铜互联比光互联更有优势 [27] - 技术的庞杂产品矩阵与“加法”生态，被部分观点认为是对手（如谷歌简洁ASIC架构）用“减法”定义下一代基础设施时的包袱 [26] - 随着Scaling Law对带宽需求的极致放大，铜与光的界限在发生改变，光互联替代铜互联是明确方向，但尚需时日 [28] 智能体（Agent）与AaaS时代 - 英伟达将OpenClaw定位为定义“智能体计算机”的下一代操作系统，重要性类比Linux之于服务器 [32] - 黄仁勋判断未来绝大多数SaaS都将演变为AaaS（智能体即服务），“你的OpenClaw战略是什么？”将成为科技公司的核心命题 [32] - AI智能体对当前SaaS业态带来冲击，按席位订阅的商业模式逐步失效，企业必须走向AI化，打造和运营自主智能体 [33] - Token分层定价将成为AI时代商业模式的自然演进，实现成本与价值的精准匹配 [33] - OpenClaw是以CPU为主的控制与编排系统，外接GPU推理后端，因此Agent越流行，CPU的总需求就越高 [35] - 未来数据中心的基础设施衡量标准将从比拼“模型能力”转向“同等投资下可支撑的持续在线Agent数量”，推动从单一GPU算力转向GPU+CPU双芯驱动 [35]