文章核心观点 - 2025年AI产业链在业绩趋势中从分歧走向共识，2026年有望成为本土硬科技收获之年 [3][7] - 电子行业景气周期自2021年下行近2年后，于2023年下半年筑底回升，目前仍处在由AI创新拉动的温和上行过程中 [3][7] - 行业在“宏观政策周期、产业库存周期、AI创新周期”共振上行及被动基金快速扩容的助力下，呈现出显著的估值扩张趋势 [3][7] - 在经历了2025年由DeepSeek兴起引致的“算力通缩”叙事逻辑冲击及美国关税战冲击后，行情在AI产业链亮眼业绩中走向共识，截至12月16日电子行业上涨40.22%，位居全行业第三 [7] - 展望2026年，AI大模型推理能力持续进阶，大模型与端侧应用的闭环正在形成，算力+存力硬件层面供不应求态势将延续，国内先进制程扩张和自主可控推进速度仍有较大预期差 [7] - 在2020年全面开启的5G创新周期中已有冒尖趋势的中国科技产业，在国内工程师红利支撑下，经历了逾5年的“人财物”快速累积后，正在新一轮AI创新周期中体现出更强的全球竞争力，2026年有望成为本土硬科技收获之年 [7] 2025年行情回顾：AI在业绩趋势中从分歧走向共识 - 2025年初至12月16日，电子行业整体上涨40.22%，涨跌幅位居全行业第三，其中元件、电子化学品、其他电子、消费电子、半导体、光学光电子分别上涨93.19%、46.88%、40.63%、39.40%、38.37%、7.66% [16] - 2025年1-2月，延续2024年末“字节火山引擎大会”引燃的AI端侧创新预期，端侧SoC带动半导体及消费电子上涨，期间电子上涨8.02% [19] - 2025年3-5月，受美国加征关税、技术限制、“算力通缩”叙事逻辑冲击及基金行业新规影响，期间电子下跌11.55% [19] - 2025年6-10月，在AI算力需求拉动下，全球逻辑类芯片月销售额同比增速大幅扩张，“算力通缩”预期被证伪，AI基建相关的光模块、PCB、服务器环节业绩全面超预期，传导至存储环节全面紧缺及大规模涨价，期间电子上涨60.68% [19] - 2025年11月以来，受抢出口透支订单、消费补贴退坡、存储缺货涨价及基金调仓预期影响，板块热度降温，自10月至12月16日电子下跌8.66% [19] - 估值方面，截至2025年12月16日电子行业整体TTM PE为62.61倍，处于近五年的94.5%分位 [20] - 截至三季度末，公募基金电子板块重点持仓市值排行前五的公司分别是寒武纪-U、中芯国际、海光信息、澜起科技、立讯精密 [22] - 截至2025年12月16日，沪（深）股通电子板块持仓市值排行前五的公司分别是北方华创、立讯精密、工业富联、豪威集团、澜起科技 [24] AI大模型群雄逐鹿，英伟达引领算力迭代，PCB、服务器产业链延续高增长 - 大模型通过架构创新持续提升效率与性能，混合专家架构通过稀疏化实现更高效推理，创新的注意力机制降低计算复杂度与内存需求，深度思考模式通过多轮推演减少幻觉 [8][27][33][34][36] - 得益于CSP、主权云等算力需求扩张及AI推理应用蓬勃发展，TrendForce预计2026年全球八大CSP合计资本支出将增长40%达到6000亿美元以上，全球AI服务器出货量将增长20.9% [8][43] - 英伟达新一代Rubin架构AI服务器将为分离式推理带来革命性变化，英伟达预计在24年底前，Blackwell系列GPU总出货将达2000万颗，合计订单将达5000亿美元 [8][54] - 基于算力军备竞赛的市场规模扩容及算力产品迭代带来的ASP提升，伴随Scale Up与Scale Out带来的智算集群扩展，2026年深度参与全球产业链分工的PCB、服务器产业链将迎来量价齐升的高速成长期 [8] - 超节点是一种新型AI算力基础设施架构，旨在应对大模型训练与推理对极致通信效率和高密度算力协同的需求，例如华为CloudMatrix384将算力从单台服务器的6.4 Pflops提升到超节点的300 Pflops，算力提升50倍 [57] - PCB行业自2024年年初进入景气上行阶段，随着2025年AI基建加速出现供不应求，预计将持续到2027年，日本10层以上PCB产值从2023年9月的15.87亿日元低位升至2025年7月的34.90亿日元高位，价格从2023年7月的21.04万日元/平米涨至2025年9月的40.08万日元/平米，涨幅90% [65] - 预计2026年全球算力类PCB市场需求将达到1815亿元，而全球Top13的PCB厂商相关产值约为1320亿元，预计将有近200亿元的供需缺口，2027年供需缺口将大幅收窄 [72] - 英伟达Vera Rubin系列机柜中，由于新增CPX GPU及布局变化，PCB价值量大幅提升，预计在满配的VR NVL144 CPX机柜中，单GPU对应PCB价值量达到8000余元 [79] AI算力+存力：国产算力通用芯片与ASIC方案齐发力，存力缺货涨价有望贯穿全年 - 国产算力芯片积极更新迭代，华为计划2026年推出昇腾950 Pro，2026年Q4上市超节点Atlas 950 SuperPOD；寒武纪、沐曦、壁仞、摩尔线程等国产卡顺利导入智算中心 [9] - 受限于美国BIS多次制裁，CSP大厂的合规/ASIC项目将同步迎来发展机遇，其中非一线云厂的自研项目有望为国内ASIC厂商带来可观增量 [9] - 存力方面，AI时代的DRAM从“附属角色”转变为“性能瓶颈突破口”，预计2026年DRAM位元需求量有望同比增加26% [9] - 随着AI推理兴起，传统HDD的局限性加速了SSD渗透，NAND缺货态势从局部应用蔓延至全盘，价格指数自2025年9月至12月已上涨超40% [9] - 预计2026年DRAM及NAND仍将呈现较严重的供不应求，价格有望延续涨势 [9] - 海外算力芯片存在后门风险，2025年7月美国议员呼吁要求美出口的先进芯片必须配备“追踪定位”功能，国家网信办约谈英伟达要求其对H20算力芯片漏洞后门安全风险进行说明 [83] - 蚂蚁集团已部署万卡规模的国产算力集群，训练任务稳定性超过98%，训练与推理性能可媲美国际算力集群，DeepSeek UEBMO FP8是针对下一代国产芯片设计 [86] AI运力+电力：运力成为算力提升的重要突破口，算力增长推动电源架构同步升级 - 运力环节需解决数据进出内存的问题，并实现服务器内部、机架之间以及集群间的顺畅通信，在国内高端算力芯片流片受限的背景下，运力环节的优化成为重要突破口 [11] - 预计2024-2030年全球高速互连芯片市场规模CAGR为21.2%，中国市场的占比将由25%提高至30%，为HBM内存、PCIe互连芯片、CXL互连芯片、硅光芯片、D2D等产业链创造增量市场 [11] - 随着数据中心芯片及机架处理功率水涨船高，英飞凌预测单GPU的功耗将呈指数级增长，到2030年达到约2000W，机架的峰值功耗将达到300kW以上 [11] - 机架侧大幅、快速波动的功率曲线对公共电网稳定性构成挑战，因此要求供电方案向HVDC方向发展，SST、Droop、ZVS、GaN器件将成为AI电源的核心方向 [11] AI端侧：AI Agent重塑交互范式，大厂争先布局端侧入口，消费电子创新大年开启 - 随着大模型在多模态理解、通用推理与任务执行能力上的持续演进，AI正由工具型能力升级为能够理解用户意图并自主执行任务的AI Agent，端侧消费电子产品是AI商业化闭环的关键承载层，有望系统性重构人机交互范式 [12] - 手机、眼镜、耳机以及家庭机器人等多种终端形态，有望围绕AI Agent构建协同网络，推动AI从单点功能升级迈向跨场景、跨终端的系统级体验 [12] - 语音、视觉及环境感知等多模态输入的重要性提升，对端侧算力、感知能力与连接能力提出更高要求 [12] - 当前端侧相关技术与产业基础已趋于成熟，商业模式的关键突破有望形成“非线性放大效应”，展望2026年，从年初的CES到年中的WWDC，以及头部厂商的持续探索，均可能成为引爆市场情绪与产业投资共识的关键催化 [12] 半导体：自主可控进程有望超预期的自主可控产业链，以及在景气复苏阶段加速国产替代的模拟芯片 - 据SIA数据，2024年中国占全球半导体销售额的28%，但本土供应比例仅4.5%，自给率仍偏低，且由于增量主要来自GPU、HBM等云侧增量，自给率较2023年有所降低 [12] - A股半导体公司的财务表现持续改善，据统计的146家公司中，单季度收入最高值落在2025年的占比54%，2025年Q3 SW半导体板块整体毛利率处于2020年Q2和2021年Q1之间，净利率与2020年Q4、2021年Q1水平相当 [12] - 全球半导体销售额已连续八个季度同比增长，2025年12月WSTS再次上修了对2025和2026年的预测值，预计2024-2026年全球半导体将实现连续3年两位数增长 [12] - 除了AI增量外，国内芯片设计企业崛起和在地化制造需求为自主制造链提供增量，重点关注晶圆代工、先进封装和上游半导体设备材料环节 [12] - 模拟芯片在半导体产品品类周期靠后，国际大厂TI、ADI 2025年收入开始同比转正，标志着行业进入复苏阶段，国内企业近几年推出的新品有望进入规模放量阶段 [12] - 长期来看AI数据中心以及自动驾驶、人形机器人等AI应用均为模拟芯片带来广泛增量，同时模拟芯片也是国产化空间较大的细分，将持续受益国产化率提高 [12]

文章核心观点 - 谷歌通过大规模实证研究，首次为智能体系统发现了可量化的扩展原则，使智能体架构设计从依赖经验转向有原理可依，其预测模型在未见任务上选择最佳架构的准确率达到87% [1][7][26] 实验设计与评估基准 - 研究定义了智能体数量、协作结构、模型能力和任务属性之间的相互作用为扩展原则 [3] - 在四个基准测试中进行评估：Finance-Agent、BrowseComp-Plus、PlanCraft和Workbench [3] - 使用了五种典型智能体架构：单智能体系统以及独立型、中心化、去中心化、混合型四种多智能体系统 [4] - 在OpenAI、Google、Anthropic三大模型家族中实例化，对180种配置进行了受控评估，标准化了工具、提示和token预算以隔离架构效应 [4][11] 关键研究发现：任务与架构的适配性 - 在金融分析任务中，多智能体协作效果显著，中心化架构能使性能提升80.9% [14] - 在游戏规划任务中，多智能体架构表现不佳，性能下降39%到70% [14] - 工具-协作权衡：当任务需要大量工具时，多智能体协作会因巨大沟通开销导致效率降低 [15] - 能力饱和效应：当单智能体基线准确率超过45%时，增加智能体协作往往带来负收益 [16] - 错误放大：在独立型多智能体架构中，错误会被放大17.2倍；而中心化管理可将其控制在4.4倍 [18] 不同模型家族的协作特性 - Google Gemini：擅长层级管理，在中心化架构下表现突出，在金融任务中带来+164.3%的性能提升 [19] - OpenAI GPT：擅长复杂沟通，在混合型架构中表现最佳，能驾驭复杂的交互网络 [19] - Anthropic Claude：对协作开销敏感，最适合简单直接的中心化架构，且在异构混合模式下展现出独特的容错性 [20] 定量扩展原则与预测模型 - 研究推导出一个基于效率、开销、错误放大率等指标的预测模型，交叉验证R²为0.513 [6] - 该模型能以87%的准确率预测保留任务的最佳架构 [7][25] - 提供了不同架构下的关键性能指标数据，例如：单智能体成功率为0.466，独立型架构错误放大率为17.2，混合型架构的通信开销高达515% [25]

文章核心观点 - 当前AI行业存在结构性泡沫，但与2000年互联网泡沫有本质不同，其产业基础更扎实，已形成从芯片、算力、模型到应用的完整产业链，并在各行业产生真实价值 [4][10][27] - 英伟达的强劲业绩验证了AI革命的真实需求，但其自身也面临客户集中、库存上升等挑战，需从硬件提供商向全栈服务商转型 [2][12][13] - 中国在AI边缘计算与终端设备领域大有可为，国产AI芯片替代加速，多家公司在特定场景实现高速增长和商业化落地 [17][18][24] - AI行业的高亏损主要源于前期研发与基础设施的巨额投入，具有长期效益，领先企业有望通过技术壁垒和规模效应最终实现盈利 [26][28] 570亿美元的营收从哪里来 - 英伟达2025年第三财季营收达570亿美元，同比增长62%，净利润319亿美元，同比增长65%，并预期下一季度营收将达650亿美元 [2] - 数据中心业务是核心引擎，贡献512亿美元营收，同比增长66%，占总营收近90% [8] - 数据中心业务中，计算业务（GPU）营收430亿美元，网络业务营收82亿美元 [8] - 其他业务线协同增长：游戏业务营收43亿美元，同比增长30%；专业可视化营收7.6亿美元，同比增长56%；汽车与机器人业务营收5.9亿美元，同比增长32% [8] - 全球对AI算力需求爆发式增长，Blackwell架构芯片销量超预期，云厂商GPU资源几乎售罄 [8] 2000年互联网泡沫，这次真的不一样吗 - 近50%的基金经理认为AI股市存在泡沫，较三个月前上升超30个百分点 [9] - 部分资本对AI估值持审慎态度，彼得·蒂尔、桥水、软银等机构减持英伟达股份 [12] - 英伟达财报显示潜在风险：第三财季应收账款高达334亿美元，四大客户占比65%；库存总额升至198亿美元，周转天数从第一财季的59天翻倍至118天；前四大客户贡献总营收的61% [12] - 当前AI泡沫具有结构性特征，估值基于真实营收增长，与2000年互联网泡沫不同 [13] - 应用端企业面临“回报滞后”，例如谷歌Gemini大模型对广告业务营收增速提升不到3%，微软、亚马逊云业务因AI投入导致利润率承压 [13] - AI已直接参与改造生产流程和决策系统，需求大量来自制造业等实体行业，背后有成熟预算与效能考核，产业基础远比2000年扎实 [14] - AI资本开支集中在芯片、数据中心等硬科技，而2000年互联网资本大量用于营销和用户扩张 [14] - AI应用层如微软Copilot、谷歌Gemini、OpenAI的GPT已开始收费并产生现金流 [14] - 当前AI巨头拥有巨额现金流、多元化业务和全球客户网络，有能力平滑周期，与2000年仅靠融资存活的互联网企业形成鲜明对比 [15][16] AI消费电子，中国大有可为 - 边缘端、终端设备的AI化是主战场，中国在该领域将全球领先 [17] - 2024年中国AI芯片市场规模突破1500亿元，预计2030年将激增至近1.5万亿元，年均复合增长率超50% [18] - 国产AI芯片替代加速：出货量占比从2024年的20%提升至2025年的35%，2026年将进一步加速 [18] - 英伟占据约50%的国内市场份额，华为、寒武纪、海光等国内企业合计份额超40% [18] - 寒武纪2025年前三季度营收约46亿元，同比增幅接近2400%；扣非净利润约15亿元，实现扭亏为盈；第三季度营收17.27亿元，增长率达1333% [19] - 摩尔线程、燧原科技、壁仞科技、沐曦等一批大算力AI芯片初创企业正积极推进IPO [19] - 2025年GPU占据全球AI芯片八成以上市场份额 [20] - 定制芯片ASIC快速崛起：2024年全球市场规模约150亿美元，预计2030年将增长至900亿美元，年复合增长率显著高于GPU [20] - 多家国内AI SoC芯片企业2025年业绩亮眼 [21] - 全志科技：前三季度营收21.61亿元，同比增长28.21%；净利润2.78亿元，同比增长84.41% [21] - 瑞芯微：前三季度营收31.41亿元，同比增长45.46%；净利润7.80亿元，同比增长121.65% [21] - 晶晨股份：前三季度营收50.71亿元，同比增长9.29%；净利润6.98亿元，同比增长17.51% [21] - 乐鑫科技：前三季度营收19.12亿元，同比增长30.97%；净利润3.77亿元，同比增长50.04% [21] - 恒玄科技：前三季度营收29.33亿元，同比增长18.61%；净利润5.02亿元，同比增长73.50% [21] - 边缘AI需求在智能安防、工业控制、汽车电子、智能终端等场景集中释放 [24] - 星宸科技是全球最大的视觉AI SoC供应商，在安防视觉AI SoC领域全球市场份额近50%，在机器人视觉AI SoC领域全球第二 [24] 行业现状与未来展望 - OpenAI 2023年营收超16亿美元，2024年超40亿美元，2025年上半年营收43亿美元，但亏损135亿美元，主因是巨大的计算成本、研发及人力开支 [26] - OpenAI预计2030年以后才可能盈利，届时年营收需超1000亿美元才能覆盖累计资本开支，未来5年仍需持续依赖外部融资 [26] - Anthropic、Inflection AI等初创企业在营收规模仍很小的情况下获得高估值 [26] - AI市场的高亏损源于前期研发与基础设施投入，这些投入具有长期效益，随着模型成熟和算力效率提升，边际服务成本将显著降低 [28] - OpenAI预计，通过自研AI芯片与算力效率改进，其计算成本占总营收的比例将从现在的超过100%逐步降至50%以下 [28] - 2025年前三季度，OpenAI推理支出高达87亿美元，超过其同期约43亿美元的营收 [28]