**纪要涉及的行业或公司** * **公司**：英伟达 (NV)[1] * **行业**：人工智能 (AI) 算力行业，特别是Agentic AI（智能体AI）领域[1][2] **核心观点与论据** **1. 英伟达的核心护城河** * 技术引领[1] * 长期对算力的执着[1] * 深刻的消费者洞察（常被忽视，但至关重要）[1] * **论据**：公司的产品定义反映了对需求变化的精准把握，例如：大模型催生对高带宽内存 (HBM) 的需求、训练催生对十万卡集群的需求、开发者编译催生对大节点 (NVL72) 的需求、汽车/机器人催生对端侧大算力 (Orin/Thor) 的需求、长上下文窗口催生对内存 (SSD边柜) 的需求、推理催生对计算与数据路径分离 (CPX) 的需求[1] **2. Agentic AI将创造巨大的新增算力需求** * **核心观点**：由OpenClaw掀起的Agentic AI浪潮，是英伟达现有产品无法精准覆盖的新需求[2] * **论据**： * 重度用户日均Tokens消耗量可达3000万至1亿[2] * 以当前模型计价，每日费用高昂（Claude Opus 4.6约900-3000美元/天，MiniMax M2.5约42-140美元/天）[2] * **市场测算**：假设未来一两年内有100万OpenClaw用户跑通商业模型，将新增一个价值3600亿美元的Agentic AI算力市场[2] * **现有挑战**：GPU在高并发推理场景下运行效率仅约20-50%，存在明显的算力资源浪费[2] **3. 英伟达应对Agentic AI算力需求的两大战略举措** * **举措一：布局LPU (Language Processing Unit)** * **定位**：LPU是“为推理产线专门定制的流水线”，旨在与ASIC芯片在推理领域正面竞争，补齐推理性价比短板[2][3] * **行动**：公司以200亿美元获得Groq的非独家技术授权及核心团队，包括LPU/TSP推理架构、编译器、片上SRAM授权，以及Groq创始人Jonathan（TPU之父）、总裁Sunny和约90%的核心团队[2] * **举措二：发展独立的Vera CPU平台** * **定位**：Vera不仅是传统“主机CPU”，其官方定位是“智能体推理的数据移动引擎”，目标之一是“保持GPU的完全利用率”[3] * **功能**：Vera CPU被强烈绑定于智能体推理、KV缓存、工作流编排、AI工厂控制平面等新型负载[3] * **合作进展**：Meta在2026年2月的合作公告中提及，双方正推进大规模Grace-only部署，并合作推进Vera CPU，存在潜在的大规模部署机会[3] **其他重要内容** * 公司推出新产品的逻辑并非简单堆砌技术，而是基于现有产品无法覆盖的新需求来开辟新产品序列[1] * 公司的每一次新产品发布，不仅展示技术迭代，也在确立硬件设施的未来需求方向，其消费者洞察指明了当前及下一阶段的需求来源[4]

行业投资评级 - 报告对电子行业及相关AI硬件板块持积极看法，并列出多家重点公司给予“买入”评级 [8] 核心观点 - 报告核心观点是聚焦AI推理阶段的下半场投资机遇，重点关注由新型LPU（语言处理单元）架构创新、英伟达强劲业绩指引以及高速HBF（高带宽闪存）标准化推进所驱动的产业链机会 [1][2][3] 分章节总结 一、LPU：关注AI推理的下半场投资机遇 - **LPU架构创新驱动AI推理新机遇**：英伟达斥资200亿美金获取Groq公司LPU技术非独家许可并吸纳其核心团队[1][11] LPU采用软件定义硬件的可重构数据流架构，消除了内存带宽瓶颈，运行大型语言模型的速度显著更快，在能源效率上比GPU高出多达10倍[1][12] LPU集成了数百兆片上SRAM作为主权重存储器，访问延迟仅为HBM的几分之一，片上带宽高达80TB/s，有望带动SRAM需求提升[1][15] - **背面供电技术带动嵌埋PCB需求**：背面供电网络（BPDN）架构能提升处理器性能、大幅降低功率损耗并提高电源效率[1][16] 嵌埋PCB技术将元件嵌入板内，可使PCB面积减少50%，并提升嵌入式存储器的单元密度5%到10%[19] 该技术还能优化电气性能，例如在新型雷达研发中实现40μm线宽/线距设计，提升高频信号稳定性[25] 结合背面供电技术，可减少40%以上的掩模数量和工艺步骤，显著降低高端芯片制造成本[31] AI发展将带动嵌埋PCB需求，且LPU PCB层数有望显著提升[1] 二、英伟达指引超预期，重视AI硬件板块投资机会 - **英伟达FY26Q4业绩强劲**：公司FY26Q4营收达681亿美元，同比增长73%，其中数据中心业务营收623亿美元，同比增长75%，环比增长22%[2][35] GAAP毛利率为75%，非GAAP毛利率为75.2%[2][35] 公司指引FY27Q1营收将达到780亿美元（上下浮动2%），全年GAAP和非GAAP毛利率预计分别为74.9%和75%（上下浮动50个基点）[2] - **Blackwell架构全面放量**：Grace Blackwell系统约占FY26Q4数据中心营收的三分之二，主要客户已合计部署并消耗接近9吉瓦的Blackwell基础设施[2][36] GB300及NVL72系统相较前代架构实现了最高约50倍的每瓦性能提升，并将每Token成本降低35倍[36] - **AI应用走向大规模推理与主权AI成为新增长点**：AI部署已广泛渗透至搜索、广告等传统工作负载，例如Meta的生成式模型推动Facebook广告点击率提升3.5%[39] 主权AI成为新的战略增长方向，FY26财年相关收入超过300亿美元，同比增长两倍以上[40] 三、高速HBF标准发布，产业化进程逐步推进 - **HBF旨在解决AI内存瓶颈**：高带宽闪存（HBF）的理念是将NAND闪存像HBM一样堆叠，在提供HBM级别带宽的同时，实现16倍的容量提升[3][42] SK海力士和闪迪正在联合开发此项技术，目标是在2026年底推出样品[3][42] - **HBF标准化战略启动**：SK海力士与闪迪宣布了HBF的全球标准化战略，并在开放计算项目（OCP）下设立专门工作组启动标准化工作，旨在为整个AI生态系统共同成长奠定基础[3][43] 四、相关投资标的 - 报告列出了多个细分领域的相关公司，包括PCB（如胜宏科技、东山精密）、国产算力（如芯原股份、海光信息）、存储（如香农芯创、兆易创新）、半导体设备（如中微公司、北方华创）及材料封测等环节的厂商[8][51]

英伟达FY26Q4业绩核心总结 - 公司FY26Q4营收达681亿美元，同比增长73%，环比增长20%，超出市场预期，营收、营业利润和自由现金流均创历史新高 [2] - Non-GAAP毛利率为75.2%，同比增长1.7个百分点，环比增长1.6个百分点，主要得益于Blackwell架构产能持续爬坡 [2] - 公司战略性增加库存并锁定产能，库存环比增长8%，采购承诺大幅增加，以应对未来数个季度的市场需求 [2][25] 分业务板块表现 - **数据中心业务**：营收623.14亿美元，同比增长75%，环比增长22%，创历史新高，主要受Blackwell架构强劲需求和Blackwell Ultra产能爬坡驱动 [3][15] - 网络业务表现尤为亮眼，营收达110亿美元，同比增长超3.5倍，全年网络业务营收突破310亿美元，较2021财年增长超10倍 [3][16] - 已部署并投入使用的Blackwell架构基础设施算力达近9GW [3] - **游戏和AIPC业务**：营收37.27亿美元，同比增长47%，但环比下降13%，供应链约束成为第一季度及后续发展的不利因素 [2][3][21] - **专业可视化业务**：营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元，公司推出了专为AI开发者打造的RTX PRO 5000 Blackwell工作站 [3][22] - **汽车和机器人业务**：营收6.04亿美元，同比增长6%，环比增长2%，主要受自动驾驶解决方案需求推动，2026财年物理人工智能相关营收超60亿美元 [3][23] 未来业绩指引与增长动力 - **FY27Q1业绩指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%，增长主要由数据中心业务驱动，业绩展望未纳入来自中国市场的任何收入 [4][26] - **毛利率展望**：Non-GAAP毛利率预计为75%（±0.5个百分点），全年预计将维持在75%左右 [4][26] - **数据中心业务长期展望**：预计2026年公司营收将逐季增长，增速将超过去年公布的Blackwell和Rubin架构5000亿美元的营收预期，公司已储备充足库存并签订长期供应协议以满足未来需求，相关出货计划将延续至2027年 [4][13] - **核心客户资本开支**：全球前五的云服务商（CSP）2026年资本支出预计较年初增加近1200亿美元，总额将突破7000亿美元，这些企业贡献了英伟达数据中心业务略超50%的营收 [5][18] 技术进展与产品优势 - **Blackwell架构性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍，CUDA软件的持续优化让GB200 NVL72在四个月内性能提升5倍 [5][14] - **下一代Rubin平台**：公司已向客户交付首批Vera Rubin样品，计划于2026年下半年启动量产发货，相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [6][20] - **网络技术优势**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术广泛采用，推动纵向和横向扩展技术需求创历史新高，公司已成为全球最大的以太网网络企业 [16][32] - **CUDA生态与架构协同**：CUDA软件与硬件架构的极致协同设计是公司核心优势，所有GPU架构兼容，确保了软件投入的长期价值与产品性能的持续领先 [33][34] 行业趋势与生态合作 - **AI Agent（智能体）拐点**：前沿Agentic系统（如Claude Code、Claude Cowork、OpenAI Codex）已实现实用化智能，市场采用率激增，token商业化盈利可观，推动算力需求爆发式增长，计算能力直接决定人工智能水平与营收增长 [6][17][28] - **物理人工智能兴起**：基于更智能、多模态模型构建的Agentic与Physical AI已开始推动公司财务业绩增长，自动驾驶、机器人等领域催生数千亿美元市场，带来算力需求的数量级提升 [6][23][48] - **重大生态合作**：公司与Meta、Anthropic、OpenAI等前沿模型研发企业深化合作 - Meta将部署数百万颗Blackwell和Rubin GPU、英伟达CPU以及Spectrum-X以太网 [6][27] - 公司宣布与Anthropic达成合作并投资100亿美元，Anthropic将基于Grace Blackwell和Vera Rubin系统开展模型训练和推理 [6][28] - **主权人工智能**：2026财年，英伟达主权人工智能业务营收同比增长超两倍，突破300亿美元，长期增速预计至少与人工智能基础设施市场持平 [19] 财务与资本配置 - **自由现金流**：第四季度产生自由现金流350亿美元，2026财年全年自由现金流达970亿美元 [25][26] - **股东回报**：2026财年通过股票回购和股息向股东返还了410亿美元自由现金流，占全年自由现金流的43%，公司将继续秉持战略性和纪律性的投资原则 [26] - **资本配置策略**：现阶段核心是支撑前沿生态系统发展，包括锁定产能、保障供应以及支持基于英伟达平台的AI初创企业，同时也会继续开展股票回购和股息发放 [44] 1. **行业长期市场预期**：公司认为未来软件研发将基于人工智能实现，由token驱动，人工智能时代对算力的需求是传统计算时代的1000倍，全球将持续投资算力建设，到2030年全球数据中心资本支出规模有望达到3万亿至4万亿美元 [44][45]

报告投资评级 - 维持 [4] 报告核心观点 - 英伟达FY26Q4业绩再创历史新高，营收、毛利率及自由现金流均超预期，公司开启战略备货以满足未来需求 [1] - 数据中心业务是增长核心引擎，网络业务表现尤为亮眼，预计2026年营收将逐季增长，并超过此前公布的Blackwell和Rubin架构5000亿美元营收预期 [2][3][13] - 人工智能Agentic系统迎来拐点，推动算力需求激增，计算能力直接驱动营收增长，公司预计全球数据中心资本支出将持续扩大 [8][17][52][53] 财务业绩与指引 - **FY26Q4业绩**：营收达681亿美元，同比增长73%，环比增长20%，创历史新高；Non-GAAP毛利率为75.2%，同比提升1.7个百分点，环比提升1.6个百分点 [1] - **FY27Q1指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%；Non-GAAP毛利率预计为75%（±0.5个百分点） [3][27] - **全年展望**：预计2026年营收将逐季增长，全年毛利率将维持在75%左右 [3][27] - **现金流与股东回报**：FY26Q4产生自由现金流350亿美元，2026财年全年达970亿美元；全年通过股票回购和股息向股东返还410亿美元，占全年自由现金流的43% [26] 各业务板块表现 - **数据中心**：FY26Q4营收623.14亿美元，同比增长75%，环比增长22%；全年营收达1940亿美元，同比增长68% [2][13] - **网络业务**：FY26Q4营收达110亿美元，同比增长超3.5倍；全年营收突破310亿美元，较2021财年增长超10倍 [2][16] - **游戏和AIPC**：FY26Q4营收37.27亿美元，同比增长47%，环比下降13%，供应链约束成为未来发展的不利因素 [2][21] - **专业可视化**：FY26Q4营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元 [2][22] - **汽车和机器人**：FY26Q4营收6.04亿美元，同比增长6%，主要受自动驾驶解决方案需求推动 [2][23] 技术与产品进展 - **Blackwell架构**：需求持续强劲，已部署并投入使用的Blackwell架构基础设施算力达近9GW [2][15] - **产品性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍；CUDA软件优化使GB200 NVL72在四个月内性能提升5倍 [4][14] - **Rubin平台**：已向客户交付首批样品，计划于2026年下半年量产发货；相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [8][19][20] - **网络技术**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术需求创历史新高，公司已成为全球最大的网络企业 [16][35][36] 市场需求与客户动态 - **客户结构**：全球前五的云服务商（CSP）和超大规模数据中心运营商贡献了数据中心业务略超50%的营收，但非超大规模客户群体增长同样迅速 [8][18][47] - **资本开支**：分析师预计全球前五的CSP厂商2026年资本支出将增加近1200亿美元，总额突破7000亿美元 [8][18] - **主权人工智能**：2026财年主权人工智能业务营收同比增长超两倍，突破300亿美元 [18] - **战略合作**：与Meta达成合作，后者将部署数百万颗Blackwell和Rubin GPU；向Anthropic投资100亿美元，并达成合作；与OpenAI的合作协议接近达成 [8][29][30][28] 行业趋势与公司战略 - **AI Agent拐点**：Claude Code、Claude Cowork和OpenAI Codex等前沿Agentic系统实现实用化，市场采用率激增，推动计算规模扩大 [8][17] - **算力即营收**：在人工智能新时代，计算能力直接决定人工智能水平并驱动营收增长，推理token的生成能力与商业化盈利直接相关 [8][17][43][52] - **长期机遇**：传统数据中心工作负载向GPU加速计算的转型、以及人工智能对超大规模数据中心现有工作负载的赋能，将构成公司长期发展机遇的约一半 [8][18] - **生态建设**：公司通过战略投资（如Anthropic、Groq）和广泛合作（如英特尔、诺基亚）巩固生态系统，CUDA平台是核心优势 [31][33][34][48]

文章核心观点 - 英伟达首席执行官黄仁勋日益青睐通用中央处理器，并预测公司可能成为全球最大的CPU制造商之一，这标志着公司战略从专注于AI GPU向CPU领域积极扩展 [1] - 随着人工智能公司的工作重点从模型训练转向模型部署，CPU的重要性重新提升，甚至被视为不逊于GPU的选择，行业计算负载结构正在发生转变 [1][2] - 英伟达计划在CPU回归的趋势中扮演重要角色，其数据中心CPU产品旨在超越竞争对手，并已获得Meta Platforms等大型客户采用 [1][3] CPU与GPU的行业角色演变 - 过去90%的计算任务由CPU承担，仅有10%由GPU完成，但近年来这一比例已然逆转 [1] - CPU作为通用芯片处理各种数学任务，GPU专精于并行执行大量简单运算，两者数十年来各司其职 [2] - 在AI领域，GPU擅长对代表现实世界数据的大型数字矩阵进行乘法和加法运算 [2] - 随着能够执行编写代码、筛选文档等任务的AI“智能体”越来越多地部署，这类计算正越来越多地，有时甚至是主要地，在CPU上运行 [2] - 分析师指出，处理AI“智能体”工作负载时，当前旗舰AI服务器中CPU与GPU的配置比例可能演变为1:1，甚至可能完全无需GPU [2] 英伟达的CPU战略与竞争 - 英伟达在2023年首度推出数据中心CPU产品，并保证其将具备超越竞争对手的实力 [1] - 公司预测数据中心内高性能英伟达CPU的使用量将呈现爆发式增长 [1] - 英伟达与Meta Platforms达成协议，后者将大量采用英伟达的Grace及Vera CPU芯片作为独立产品，这标志着与现有AI服务器中每个CPU配备多个GPU的模式不同的新方向 [3] - 英伟达在CPU设计上采取根本性不同路径，最小化了竞争对手将芯片分解为更小单元的方法，其CPU设计宗旨是专注于极高的数据处理能力，并能凭借对大量内存的良好访问连续处理众多简单任务 [3] - 分析认为，英伟达旨在证明传统CPU“不再是现代计算基础设施默认的假定基础，而仅仅是多种架构选择之一” [3] - 英伟达计划在下月于硅谷举行的年度开发者大会上披露更多关于其CPU的信息 [4]

文章核心观点 - 英伟达首席执行官黄仁勋向投资者传达，公司正积极准备与英特尔和AMD在中央处理器领域展开新一轮竞争，尽管公司财富建立在人工智能图形处理器之上，但CPU正因AI工作负载从训练转向部署而重新受到重视，公司计划成为该领域的重要参与者并证明其CPU设计的优越性 [1][2][3] 行业趋势：AI计算负载的转变 - AI公司正从训练模型转向部署能够独立执行任务的“智能体”，例如编写代码、筛选文档和撰写研究报告，这类计算正越来越多、有时甚至主要地在CPU上运行 [6] - 历史上，90%的计算发生在CPU上，10%发生在GPU等芯片上，但这一比例在近年已发生逆转，然而CPU目前正在重新崛起，被视为与GPU同等甚至更优的选择 [2] 英伟达的战略与产品布局 - 公司CEO表示“我们既爱CPU也爱GPU”，并保证公司不仅为CPU重回聚光灯下做好准备，而且其自2023年首次发布的数据中心CPU产品将超越竞争对手 [2][3] - 公司当前旗舰AI服务器NVL72包含36个CPU和72个GPU，但有分析师认为，对于“智能体”工作，CPU与GPU的比例可能变为1:1，甚至可能跳过GPU [6] - 为证明其CPU雄心，公司近期宣布与Meta Platforms达成协议，后者将大量独立使用其Grace和Vera CPU芯片，这相较于当前每颗CPU搭配多颗GPU的AI服务器配置是一个较新的发展 [8] - 公司CEO在1月拉斯维加斯国际消费电子展上表示，数据中心中使用的高性能英伟达CPU数量将会激增，并且“如果英伟达成为全球最大的CPU制造商之一”他不会感到惊讶 [3] 技术架构与竞争差异 - CPU是通用型芯片，设计用于以合理速度处理软件程序员可能提出的各种数学任务，而GPU则专精于并行执行大量简单的数学计算 [4] 1. 在AI工作中，GPU负责大规模矩阵乘法和加法运算，这些运算用于表示如文字和图像等现实世界数据 [5] 2. 公司CEO阐述了其在CPU设计上采取了与英特尔和AMD根本不同的方法，公司最小化了将芯片分解为更小部分的方法，使得其CPU能够连续执行许多简单任务，并具有良好的大容量计算机内存访问能力 [9] 3. 公司CPU设计专注于极高的数据处理能力，因为公司感兴趣的大多数计算问题都是数据驱动的，人工智能便是其中之一 [10] 市场竞争格局 - CPU数十年来传统上被视为计算机的主要大脑，是英特尔或有时是AMD最具代表性的产品 [1] - 分析师指出，英伟达旨在证明一度主要由英特尔供应的CPU类型“不再是现代计算基础设施假定的默认基础，而是变成了几种架构选择之一” [10] - 与Meta的协议并不意味着Meta更换了CPU供应商，而只是增加了更多供应商，几天后AMD也宣布了一项包含CPU在内的大型交易，而Meta采购AMD CPU已有多年 [9]

报告投资评级 - 行业投资评级：看好丨维持 [11] 报告核心观点 - 2025年是海外液冷从0到1的元年，受益于英伟达NVL72产品出货，头部散热厂商已实现液冷产品规模出货，拉动营收及盈利表现亮眼 [3][5] - 2026年，海外液冷将全面爆发，主要动能来自英伟达产品的全液冷需求以及ASIC液冷的从0到1，行业竞争重心正从“能否供应”转向“能否系统整合” [6][9] - 大陆液冷厂商在ASIC液冷领域的进度并未落后于台厂，考虑到ASIC液冷供应链构造初期对供应链安全自主性的需求，具备快速响应和全链条稀缺能力的大陆厂商有望在海外实现0到1的突破，开启全新增长曲线 [6][9] 根据目录总结 财报概览：2025收入显著抬升，液冷规模出货 - 2025年，在AI浪潮和液冷放量首年的推动下，中国台湾及欧美散热相关厂商全年营收均创历史新高，同比增长提速明显，液冷相关收入占比快速提升，进入规模出货阶段 [5][30] - 奇鋐科技2025年实现收入1396亿新台币，同比增长95%，首次冲破千亿元规模；2025Q4收入478亿新台币，同比增长129% [16] - 双鸿科技2025年实现收入233亿新台币，同比增长48%；液冷相关收入占比从2024年的低双位数跃升至30%以上，估算全年液冷收入约70亿+新台币（约15亿+人民币） [18] - 维谛技术2025年实现收入102.3亿美元，同比增长28% [28] - 受欧美假期影响，2025Q4部分拉货和确认收入有所后延，预计2026年第一季度将呈现淡季不淡的特点 [5][16][18] 2026展望：依然大有可为，重心转向系统整合 - 2026年散热市场依然大有可为，头部散热大厂全面扩产，头部厂商奇鋐科技指出订单能见度周期已开始拉长至2028年 [6][32] - 2026年液冷放量的主要动能仍来自于英伟达产品的全液冷需求 [6][33] - 多家台厂开始强调完善液冷产品布局，希望向完整解决方案提供商演进，竞争焦点或从“能否供应”转向“能否系统整合” [6][33] - 当前ASIC液冷出货仍以验证与小量导入为主，其相关渗透率预计将于2026年第三季度起明确提升 [6][33] - 从台厂所述进度来看，反向验证大陆龙头散热厂在ASIC液冷方面的节奏并未落后 [6][33] NV液冷仍为主要动能，竞争重点转向系统整合 - 奇鋐科技看好2026年AI散热市场持续高景气，预期收入将呈现季季高的成长节奏，营收与获利有望优于2025年，主要动能来自英伟达GB300服务器平台自2025年底起大量出货 [34] - 双鸿科技估计2026年全年营收有望较2025年增长超过50%，液冷相关营收占比将突破50%，并强调其In-row CDU将于2026年量产，以构成完整液冷解决方案 [35] - 台达电强调其在AI数据中心的角色正蜕变为设备整合解决方案供应商，可提供从电力基础设施、液冷散热系统到机房土建工程的一站式服务 [36] - 维谛技术截至2025年第四季度末的未完成订单高达150亿美元，订单出货比达到2.9倍；公司指引2026年收入约135亿美元，同比增长32% [36] ASIC液冷处小量导入阶段，大陆厂商进度相对匹配 - 奇鋐科技表示，现阶段GPU服务器相关液冷零组件占其液冷营收比重约七成，ASIC约三成，ASIC液冷出货仍以验证与小量导入为主，预计实际放量将于2026年第三季度有较明确提升 [39] - 谷歌TPU V7即将在2026年开始大批量落地液冷，成为国内厂商重要的导入机会 [40] - 大陆厂商英维克在2025年OCP大会上发布并展出了符合谷歌第5代CDU标准的产品，单体容量达到2MW，是大陆厂商在ASIC液冷领域的重要突破 [41] 新方案有所探讨，但单相冷板预计仍是主流 - 无论是英伟达NVL72还是ASIC液冷产品，当前液冷方案均采用单相冷板式 [7][51] - 产业内对如“盖板微通道”等创新技术有所探讨，该方案因在英伟达体系内推进而备受关注，其散热效率更高，但工艺复杂、维护难度大、系统集成要求高 [51][52][59] - 从产业进度看，创新方案落地或仍在早期，叠加基础设施长使用寿命的特征，预计单相冷板式仍将是未来几年内的主流方案 [7][59] 收并购仍在进行时，大陆与欧美厂思路有所错位 - 北美液冷收购进行较早，参与者多为数据中心基础设施厂商，液冷布局也多围绕基础设施侧，当前以维谛为代表的龙头已开启全链条收购以提升端到端解决能力 [8][61] - 大陆液冷厂商收并购基本从2025年开始，参与者多为消费电子公司，收购目的多为获得海外液冷入场资格，布局多围绕柜内的冷板等产品 [8][63] - 整体来看，大陆与欧美厂商的收并购思路存在错位，考虑到Tier1资质的稀缺性，预计大陆公司的收并购大多将以间接供应方式实现批量 [8][66] 投资建议 - 2026年海外液冷全面爆发，行业竞争焦点转向系统整合，报告继续重点推荐海外实质进展最快、具备全链条稀缺能力、海外布局相对完善的液冷优质Tier1厂商英维克 [9][79]

核心观点 - 投行奥本海默预计英伟达第四财季及第一财季营收指引存在20亿至30亿美元的上行潜力，主要受GB300 Ultra产品线强劲需求驱动 [1][3] - 分析师重申对英伟达的“跑赢大盘”评级，并维持265美元目标价，认为其是长期最具通用性和最有胜算的AI平台 [1][4] 财务业绩与预期 - 华尔街对英伟达第四财季（截至1月）和第一财季（截至4月）的营收预期分别为656亿美元和716亿美元 [3] - 公司第四财季业绩有望高于市场预期，营收上行空间在20亿至30亿美元之间 [1] - Vera Rubin平台未来有望为公司带来约80亿美元的新增营收 [4] 行业需求与市场 - 云服务提供商资本开支持续上升，预计2026年全球云厂商资本开支将达到6500亿美元，高于2025年的超过4000亿美元 [3] - 前沿大模型规模以每年约10倍的速度增长，推理类token需求增速超过5倍，推高了对高性能AI算力的需求 [3] - 随着中国市场重新纳入可服务范围，潜在可触达市场规模或高达500亿美元，可能进一步推升英伟达的总体可服务市场规模至约4万亿美元 [4] 产品与技术进展 - 英伟达GB300 Ultra产品线需求强劲，是营收上行潜力的主要驱动力 [3] - 公司机架级解决方案NVL72在单位功耗下的AI性能方面处于行业领先地位 [3] - 新一代Vera Rubin平台正按计划推进，预计将在2026财年第三季度实现量产爬坡 [3] - 更高端的VR300 Ultra有望在2027财年第三季度初期推出 [3] - Vera Rubin平台的平均售价有望比GB300高出40%至50%，GB300单套售价约为350万美元 [4]

核心观点 - 奥本海默分析师预计英伟达第四财季及2026财年第一财季营收指引存在20亿至30亿美元的上行潜力，重申“跑赢大盘”评级及265美元目标价 [1] - 业绩上行主要受益于GB300 Ultra产品线强劲需求、云厂商资本开支持续增长以及AI算力需求被大模型规模扩张所推高 [1] - 长期看好英伟达作为最具通用性的AI平台，其新一代产品、中国市场回归及巨大的可服务市场规模将驱动未来增长 [2] 财务业绩与预期 - 华尔街对英伟达第四财季（截至1月）营收预期为656亿美元，对2026财年第一财季（截至4月）营收预期为716亿美元 [1] - 分析师预计公司上述两个季度的营收存在“典型”的20亿至30亿美元上行潜力 [1] 行业需求与趋势 - 云服务提供商资本开支持续上升，预计2026年全球云厂商资本开支将达到6500亿美元，明显高于2025年超过4000亿美元的水平 [1] - 前沿大模型规模仍以每年约10倍的速度增长，推理类token的需求增速也超过5倍，进一步推高对高性能AI算力的需求 [1] 产品与技术进展 - 英伟达的机架级解决方案NVL72在单位功耗下的AI性能方面依然处于行业领先地位 [2] - 新一代Vera Rubin平台正按计划推进，预计将在2026财年第三季度实现量产爬坡 [2] - 更高端的VR300 Ultra有望在2027财年第三季度初期推出 [2] - Vera Rubin平台的平均售价有望比GB300高出40%至50%，GB300单套售价约为350万美元 [2] - Vera Rubin系列产品未来有望为英伟达带来约80亿美元的新增营收 [2] 市场与增长机会 - 随着中国市场重新纳入可服务范围，潜在可触达市场规模或高达500亿美元 [2] - 这可能进一步推升英伟达的总体可服务市场规模，目前已被估算至约4万亿美元 [2]

市场核心驱动因素 - 英伟达最新财报及GB300/NVL72出货预期是当前市场头号“指挥棒”，其巨额资本开支指引引爆全球AI算力产业链，炒作正从上游芯片向中游制造、下游液冷/连接等“卖铲子”环节全面扩散，核心逻辑是“为确定性增量付费” [1] - 机器人板块炒作进入“去伪存真”阶段，特斯拉核心供应链公司因绑定最强产业化主体而获确定性溢价，同时市场开始挖掘“轻量化”或“新结构”等具备从0到1潜力的新叙事 [1] - 市场风格在“机构抱团大盘蓝筹”与“游资轮动题材小票”之间快速切换，轮动加快，整体风险偏好因宏观不确定性而受限，资金更青睐有强劲基本面数据支撑的景气赛道 [1] 市场估值与仓位 - 综合巴菲特指数和格雷厄姆指数，当前市场估值合理偏高，巴菲特指数为90.6%，格雷厄姆指数为2.38，合适仓位约45% [2][3] - 综合股债性价比、市场恐贪指数等择时指标，当前策略以防守为主 [3] 资金流向 - 近一周跟踪恒生科技指数ETF规模暴涨110.46亿，近一月增长226.19亿，近三月增长475.66亿 [3][5] - 近一周科创50指数ETF规模增长49.17亿，但近一月减少393.20亿，近三月减少281.95亿 [3][5] - 近一周卫星通信指数ETF规模增长22.74亿，近一月增长103.53亿，近三月增长162.33亿 [3][5] - 近一周细分化工指数ETF规模增长11.16亿，近一月大幅增长269.86亿，近三月增长261.33亿 [3][5] 指数表现与估值 - 光伏产业指数近一周上涨3.13%，近一月上涨12.16%，5年PE百分位高达99.5% [7] - 中证中药指数近一周上涨2.34%，近一月上涨0.47%，5年PE百分位为18.7% [7] - 中证白酒指数近一周上涨2.24%，近一月上涨2.94%，5年PE百分位为17.9% [7] - 中证银行指数近一周下跌1.74%，近一月下跌4.24%，5年PE百分位为86.5% [7] - 国证航天指数近一周上涨0.99%，近一月上涨6.70%，5年PE百分位为97.6% [7] - 中证煤炭指数近一周下跌0.23%，近一月上涨9.53%，5年PE百分位为98.6% [7] - 沪深300指数近一周下跌1.33%，近一月下跌1.00%，5年PE百分位为88.3% [7] - 恒生互联网科技业指数近一周下跌7.54%，近一月下跌4.72%，5年PE百分位为31.6% [7] 账户持仓与策略 - ZT账户累计收益11.72%，持仓为新质军工、低位机器人龙头及长江电力，其中军工和机器人板块拖累表现 [8][9] - DC账户累计收益7.3%，持仓包括低位机器人、全指质量红利ETF、港股黄金股、黄金股ETF、黄金ETF、电网设备ETF、化工ETF及纳斯达克ETF观察仓 [8][9] - LCT账户累计收益4.0%，其中恒生科技指数仓位占比达25% [5][8] - 后续计划精简账户、合并持仓，并增加防御类持仓比例 [10] - 交易策略为价值选基、估值定仓、波段降本 [11]