行业发展趋势 - AI行业正从生成式AI时代跨入推理式AI时代和智能体AI时代 推理以及渠道训练成为行业增长的核心计算需求 [1][2] - 过去两年 AI计算需求增加了大约100万倍 [2] - 英伟达将2025年定义为“推理年” 旨在优化AI推理全流程 降低客户AI基础设施成本 [2] 公司收入与产品预期 - 英伟达对Blackwell和Rubin旗舰芯片产品线在2027年前的数据中心营收展望乐观 预计总额将超过1万亿美元 较2025年GTC大会披露的2026年前5000亿美元预期显著增长 [3] - 正式发布Vera Rubin全栈AI算力平台系统 包含Vera CPU、Rubin GPU、Groq 3 LPU等七款计算及互联芯片 涵盖五款机架 [4] - Vera Rubin AI算力平台系统的发布 让算力在10年内提升了4000万倍 [5] 产能与部署进展 - 微软Azure已部署首台Vera Rubin机架 [5] - 英伟达供应链已实现每周数千台的产能 每月可支撑多GW级AI工厂建设 同时并行量产Vera Rubin与GB 300机架 [5] - Vera Rubin部署效率大幅提升 从传统2天安装缩短至2小时 预计将显著提升可维护性 [8] 电源技术进展 - 根据Vera Rubin NVL72参考设计 预计将采用4组Powershelf 每组功率为110KW 由6个18.3KW电源组成 合计供电功率为440KW [6] - 对比GB200/GB300 NVL72的264KW供电功率提升达60%以上 预计相关电源厂商单机柜价值量有望得到较大提升 [6] - 英伟达称将全面普及800V高压直流供电、CPO光互联与高密度PCB 推动数据中心PUE降至1.1以下 [6] 液冷技术进展 - Vera Rubin采用100%液冷设计 Tray内无缆化设计 采用45℃热水冷却 可减少机械冷却中的压缩步骤 带来显著的能源效率提升并降低冷却成本 [8] - 更高的热水温度冷却需要更高的冷却流量来带走相同的热量 预计配套Vera Rubin的将是能支持更大流量的液冷系统以及更新的冷却架构 有望持续推动液冷解决方案及零部件厂商技术升级需求 [1][8] - 此次发布的Vera Rubin平台采用了较为传统的液冷方案 后续随着Rubin Ultra、Feynman等更高功率芯片的发布 微通道、微流控以及金刚石散热等新技术方向值得持续期待 [8] AI工厂核心指标 - 吞吐效率及交互性/推理速度是AI工厂的核心指标 token成为AI工厂的核心生产资料 [2] - 吞吐效率(token/watt)的核心是功率效率 交互性/推理速度即Token的生成速度决定AI的“智能程度” [2]

报告行业投资评级 - 电力设备行业评级为“推荐” [1] 报告核心观点 - AI行业正从生成式AI时代跨入推理式AI和智能体AI时代，推理及渠道训练成为核心计算需求，过去两年AI计算需求增长了约100万倍 [2] - 英伟达将2025年定义为“推理年”，旨在优化AI推理全流程，降低客户AI基础设施成本 [2] - 英伟达对Blackwell和Rubin产品线数据中心营收展望乐观，预计2027年前营收总额将超过1万亿美元，较2025年GTC大会披露的2026年前5000亿美元预期显著增长 [2] - Vera Rubin AI算力平台系统的发布，让算力在10年内提升了4000万倍 [2] - 柜内电源功率提升显著，Vera Rubin NVL72预计供电功率达440KW，较GB200/GB300 NVL72的264KW提升60%以上，相关电源厂商单机柜价值量有望得到较大提升 [2] - 全液冷时代来临，Vera Rubin采用100%液冷设计，采用45℃热水冷却，将推动液冷解决方案及零部件厂商技术升级 [2][3] 根据相关目录分别进行总结 行业进展 - 推理和智能需求是行业发展趋势，推理及渠道训练成为AI行业增长的核心计算需求 [2] - 吞吐效率（token/watt）及交互性/推理速度（Token生成速度）是AI工厂的核心指标 [2] 产品进展 - 英伟达正式发布Vera Rubin全栈AI算力平台系统，包含Vera CPU、Rubin GPU、Groq 3 LPU等七款计算及互联芯片，以及五款机架 [2] - 一套Vera Rubin全栈系统具体配置为：16架Vera Rubin NVL72，10架Groq-3 LPX，2架独立Vera CPU，2架BlueField-4 STX存储，10架Spectrum-X交换 [2] - 产能进展顺利，微软Azure已部署首台Vera Rubin机架，英伟达供应链已实现每周数千台产能，每月可支撑多GW级AI工厂建设，同时并行量产Vera Rubin与GB 300机架 [2] 电源进展 - 柜内电源：Vera Rubin NVL72预计采用4组Powershelf，每组功率110KW，由6个18.3KW电源组成，合计供电功率440KW [2] - 柜外电源：英伟达将全面普及800V高压直流供电、CPO光互联与高密度PCB，推动数据中心PUE降至1.1以下 [2] 液冷进展 - Vera Rubin采用100%液冷设计，Tray内无缆化设计，采用45℃热水冷却，可减少机械冷却压缩步骤，提升能源效率，降低冷却成本 [2] - 更高热水温度冷却需要更大流量液冷系统，预计将推动液冷系统及冷却架构升级 [3] - Vera Rubin部署效率大幅提升，安装时间从传统2天缩短至2小时，显著提升可维护性 [3] - 报告认为后续随着Rubin Ultra、Feynman等高功率芯片发布，微通道、微流控及金刚石散热等新技术方向值得期待 [3] 投资建议 - 建议关注柜内电源相关公司：麦格米特、欧陆通、新雷能、铂科新材 [3] - 建议关注柜外电源相关公司：金盘科技、伊戈尔、中恒电气、四方股份、特变电工、禾望电气、科华数据、科士达、优优绿能、通合科技、特锐德 [3] - 建议关注液冷方案及零部件相关公司：英维克、申菱环境、高澜股份、飞龙股份、冰轮环境、银轮股份、中航光电、思泉新材、科创新源、同飞股份、川环科技、远东股份 [3] - 建议关注数据中心配储相关公司：阳光电源、宁德时代、阿特斯、盛弘股份、海博思创 [3] - 建议关注备用电源BBU/柴发/超容相关公司：亿纬锂能、蔚蓝锂芯、思源电气、江海股份、科泰电源、豪泰科技 [3]

报告行业投资评级 - 行业评级：推荐（维持）[1] 报告核心观点 - 英伟达GTC 2026大会揭示了AI算力基础设施向更高功率密度和全液冷方案演进的核心趋势，柜内电源功率显著提升与全液冷时代来临将驱动相关产业链投资机会[1][2] 行业进展总结 - AI行业正从生成式AI时代跨入推理式AI和智能体AI时代，推理及渠道训练成为核心计算需求，过去两年AI计算需求增加了约100万倍[2] - Token成为AI工厂的核心生产资料，吞吐效率（token/watt）和推理速度（Token生成速度）是核心指标[2] - 英伟达将2025年定义为“推理年”，旨在优化AI推理全流程以降低客户基础设施成本[2] 公司收入与产品进展总结 - 英伟达对Blackwell和Rubin产品线在2027年前的数据中心营收展望乐观，预计总额将超过1万亿美元，较2025年GTC大会披露的2026年前5000亿美元预期显著增长[2] - 正式发布Vera Rubin全栈AI算力平台系统，包含Vera CPU、Rubin GPU等七款芯片及五款机架[2] - 该平台系统使算力在10年内提升了4000万倍[2] - 产能进展顺利，微软Azure已部署首台Vera Rubin机架，供应链已实现每周数千台产能，每月可支撑多GW级AI工厂建设[2] 电源进展总结 - **柜内电源**：预计Vera Rubin NVL72采用4组Powershelf，每组功率110KW，由6个18.3KW电源组成，合计供电功率440KW，对比GB200/GB300 NVL72的264KW提升达60%以上，相关电源厂商单机柜价值量有望得到较大提升[2] - **柜外电源**：英伟达将全面普及800V高压直流供电、CPO光互联与高密度PCB，以推动数据中心PUE降至1.1以下[2] 液冷进展总结 - Vera Rubin采用100%液冷设计，使用45℃热水冷却，可减少机械冷却步骤，提升能源效率并降低冷却成本，但需要更高冷却流量的液冷系统[2][3] - Vera Rubin部署效率大幅提升，安装时间从传统2天缩短至2小时，显著提升可维护性[3] - 当前采用较传统液冷方案，后续更高功率芯片（如Rubin Ultra、Feynman）可能采用微通道、微流控及金刚石散热等新技术[3] 投资建议总结 - 建议关注以下五个方向的产业链公司：[3] 1. **柜内电源**：麦格米特、欧陆通、新雷能、铂科新材 2. **柜外电源**：金盘科技、伊戈尔、中恒电气、四方股份、特变电工、禾望电气、科华数据、科士达、优优绿能、通合科技、特锐德 3. **液冷方案及零部件**：英维克、申菱环境、高澜股份、飞龙股份、冰轮环境、银轮股份、中航光电、思泉新材、科创新源、同飞股份、川环科技、远东股份 4. **数据中心配储**：阳光电源、宁德时代、阿特斯、盛弘股份、海博思创 5. **备用电源（BBU/柴发/超容）**：亿纬锂能、蔚蓝锂芯、思源电气、江海股份、科泰电源、豪泰科技