AI产业链深度分析和拆解,发现无法绕过去但还未被充分定价的公司

从一张显卡到万亿Token，谁在闷声发大财？

写在前面

过去三个月，AI产业发生了几件看似孤立的事：斯坦福报告显示中美模型差距缩至2.7%，“算电协同”首次写入政府工作报告，中国模型在Token调用量上首次超越美国。寒武纪上市以来首次年度盈利，智谱MaaS平台ARR同比暴增60倍，中际旭创一季度营收增192%、净利润增262%。摩根士丹利发布报告称AI利润正从英伟达向整个产业链扩散。

这些碎片拼在一起，指向同一个结论：AI产业正在从“拼单卡算力”转向“拼全栈系统效率”。中国AI的真正护城河，不是某项技术单点突破，而是“数算模用”全栈协同加上“算电协同”能源底座构成的体系化能力。

更重要的是，利润正在从少数芯片巨头向整个链条的各个环节扩散。一批正在爬坡、业绩爆发的成长型公司已经浮出水面。但还有另一批公司——卡在产业链关键节点上、竞争者寥寥、切换成本极高、业绩拐点刚确认、市值却远未被充分定价——它们更值得深入审视。

这篇文章，沿着产业链一层一层拆，不仅讲大家耳熟能详的龙头，更重点挖掘那些“无法绕过去但还未被充分定价”的隐形冠军。

第一个核心概念：AI正在经历结构性身份转变

先讲一个决定所有投资逻辑的总纲。

摩根士丹利最新研报指出，AI正在从“生成式AI”走向“智能体AI”。这两个阶段的游戏规则完全不同。

生成式AI时代，系统的核心任务是“生成内容”——瓶颈在GPU单卡算力，所以英伟达成最大赢家。智能体AI时代，系统的核心任务是“自动执行任务”——评估标准从“能力”转向“效率”：单位任务成本、系统延迟、吞吐能力。

一个智能体任务要经历六个步骤：规划、检索、工具调用、执行、验证、反馈。这些编排操作不是在GPU上跑的，而是在CPU上跑的。产业数据显示，CPU侧的编排时间可占总时延的50%到90%。

GPU决定“能不能做”，CPU和系统决定“能不能赚钱”。

由此带来的结构性变化：CPU与GPU的配比正在从“1比12”走向“1比2”甚至反转；DRAM从“容量配置项”升格为“性能与吞吐的核心系统组件”；ABF载板、晶圆代工、内存接口芯片、连接器与被动元件等环节，都将从“配角”跃升为新的瓶颈与利润池。过去AI投资约等于买GPU，未来AI投资等于GPU加CPU加网络加存储加散热加调度的全栈优化。利润正在从英伟达一家向整个链条的各个环节扩散。

这就是为什么液冷、互联、电源、PCB、存储、晶振、内存接口芯片等环节的投资逻辑越来越清晰——它们正好卡在“系统效率”这个新瓶颈上。

第二个核心概念：一条价值链——从西部的风到海外的Token

四个贯穿全文的概念，构成一条完整的价值创造路径。

算电协同，就是让算力“追着”绿电跑。AI算力是电老虎，电费占智算中心运营成本六成以上。中国便宜的绿电全在西部，风电光伏上网电价低到每度一毛五到三毛钱，但过去送不出来，只能弃风弃光。算电协同让离线训练任务在绿电最充沛的时段“吃掉”这些便宜电，既消纳清洁能源又压低算力成本。

绿电协同，通过“物理溯源加绿证认证”机制，让每一度用于算力的绿电可追溯、可认证。这等于给中国算力贴上一张国际认可的“零碳”标签，打破欧盟碳边境调节机制的绿色贸易壁垒。

超节点，就是把几十甚至几百张AI计算卡通过高速互联协议塞进一个机柜，组成一台“超级计算机”。它解决的是“通信墙”问题——大模型训练中约40%的时间不是在计算，而是在等数据在芯片之间传过来。超节点用大带宽、低时延的内部互联，让几百张卡像一块巨型芯片一样协同工作。

Token出海，Token是大模型处理文本的最小计算单元，也是算力消耗的结算单位。用西部便宜的绿电生成Token，再通过API接口服务海外用户，就等于把一次能源“炼”成高附加值数字产品再出口。一千万Token耗电15到20度，电力成本仅个位数，但海外API定价可达每百万Token 60到168美元。

四个概念串起来：便宜的绿电，加强大的超节点，加聪明的算电调度，等于极具成本优势的算力，而这些算力最终被包装成Token这种标准商品卖向全球。每往上一层，电力的附加值就跃迁一个数量级。

第三部分：产业链第一层——数，AI的燃料

没有数据，AI就是个空壳。大模型的智能上限，本质上取决于训练数据的质量和多样性。

这一层最核心的矛盾是：中文高质量语料严重不足，大概只有英文的八分之一到十分之一。谁能在数据清洗、数据合成上建立壁垒，谁就拿住了产业链的上游命门。

海天瑞声是数据标注领域的低调龙头，对标的海外公司Scale AI估值已达百亿美元。向量数据库方面，Milvus是国产开源明星，全球开发者都在用，赛道仍在爆发前夜。海量数据从“传统数据库厂商”向“AI数据基础设施平台”升维，是华为openGauss生态中代码贡献度第二、商业发行版份额第一的公司，同时也是国内向量数据库的先行者。

隐私计算方面，蚂蚁集团布局很深。数据确权与交易仍在早期探索阶段。数据层的价值兑现周期偏长，但高质量数据的稀缺性会随着模型能力提升和行业落地深化而持续凸显。

第四部分：产业链第二层——算，AI的引擎

这一层是整个产业链最宽、细分最多的地带。按照从底层材料到上层设备再到调度软件的逻辑，拆成多个子层。每一个子层，我都尽可能挖掘那些“龙头级”之外、正在爬坡的成长型公司。

第一子层：核心材料——PCB、铜箔、树脂、电子布

算力基建的上游是材料，材料决定成本和产能。

PCB（印制电路板）是AI服务器的“骨架”。胜宏科技、东山精密、深南电路、沪电股份是A股PCB四大金刚。一季度受益于AI服务器和超节点出货放量，PCB行业整体订单饱满，高频高速板和HDI板需求尤其旺盛。AI服务器用PCB的价值量远超传统服务器，单台AI服务器的PCB用量是普通服务器的5到8倍。

更上游是铜箔，PCB的核心导电材料。诺德股份、铜冠铜箔、嘉元科技、德福科技四家是主要供应商。铜箔的厚度和粗糙度直接影响高频信号传输损耗，超节点内部互联速率越高，对铜箔要求越苛刻，高端电子铜箔正在从“大宗商品”向“高附加值材料”跃迁。

再往上是树脂，PCB的绝缘基材。东材科技、圣泉集团、美联新材、宏昌电子四家覆盖了这个环节。AI服务器用PCB需要低介电常数、低损耗因子的特种树脂，产品单价和毛利率远高于普通消费电子材料。

还有电子布，PCB的增强材料。宏和科技、中国巨石、中材科技、国际复材四家是主要厂商。电子布越薄，越适合高密度互连的高端PCB，AI算力板卡正推动超薄电子布需求快速增长。

这四个材料环节的共同特点是：过去被市场以“周期股”看待，但AI算力带来的结构性增量需求，正在改变它们的成长性底色。国盛证券指出，2026年及未来几年，新硬件平台升级将推动PCB材料环节进入M9及M9+时代，这是纯增量。

客观地说，材料环节本质上是周期股，产能扩张快、同质化竞争严重。AI带来的增量能否消化存量产能，需要持续跟踪。市场在给它们“AI新材料”估值之前，需要看到持续的超额利润，而不是周期顶部的昙花一现。

第二子层：光通信全产业链——光芯片、光器件、光模块与CPO

这是当前A股算力链中景气度最高的环节，也是笔者重点挖掘“隐形冠军”的方向。

光芯片是光模块的核心，决定了数据传输的速率和距离。源杰科技一季度营收3.55亿元增321%，净利润1.79亿元同比暴增1153%，扣非净利润已超2025全年。股价一度突破1500元/股，超过贵州茅台成为A股“第一高价股”。核心驱动力是数据中心CW光源产品放量，毛利率极高。但需注意：当前市值较高，是否已透支短期业绩增速，需要逐季验证。仕佳光子聚焦PLC光分路器和AWG芯片，光迅科技和长光华芯也在光芯片方向有深厚积累。

光器件——晶振，光模块的“心脏”，是笔者要重点展开的“隐形冠军”环节。每一颗光模块里都必须有晶振。石英晶体振荡器为DSP、FPGA、MCU等核心芯片提供基准时钟信号。没有精准时钟，高速数据传输就会乱码。随着400G→800G→1.6T→3.2T光模块速率提升，对晶振频率和抖动性能的要求指数级上升，越高速的光模块需要频率越高、越贵的晶振。

泰晶科技是全球唯一跻身前十的中国晶体厂商。已针对1.6T以上光模块推出312.5MHz/625MHz超高频差分晶振，625MHz产品相位抖动典型值低至15fs，性能直接与国际头部公司对标。公司在调研中明确表示：“针对1.6T以上光模块市场，公司是全球少数推出能够适配其产品、具备量产能力的晶振厂商”。2026年一季报刚刚发布：营收2.49亿元同比增长24%，环比去年Q4提升10%，上市以来首次Q1营收环比超上年Q4——传统上Q1是淡季，这个“反季节增长”说明订单真的在放量。扣非净利润1529万元，同比增长5040%。毛利率20.25%，稳步上升。2025年股权激励费用约2272万拖累利润，2026年这笔影响将显著降低，意味着2026年净利润增速会比营收增速更猛。

晶赛科技是北交所上市的晶振厂商，国家级专精特新“小巨人”。已成功量产应用于1.6T高速光模块的312.5MHz差分振荡器，全温度段可实现20PPM频率偏差，相位抖动≤50fs；同时正在积极研发625MHz差分振荡器以应对未来3.2T需求。公司已形成全系列差分振荡器产品矩阵，可广泛应用于AI服务器、交换机、光模块等领域。与泰晶相比，晶赛的市值更小、市场关注度更低，但在超高频差分晶振这一细分赛道上的布局速度和产品性能已在同一梯队。

根据QYR数据，2025年全球石英晶振市场规模约36.61亿美元，预计2032年达68.81亿美元，年复合增长率9.6%。但AI光模块用的超高频差分晶振增速远高于行业平均。晶振单价虽低，但用量极大——每颗光模块最少1颗，服务器主板、交换机内部也有大量晶振。AI算力集群对晶振的消耗量，是传统数据中心的数十倍。市场对“晶振厂”的刻板印象还在“传统元器件周期股”上，这个定价偏差值得关注。

光器件——电芯片，隐藏在光模块背后的“信号翻译官”。光模块里不光有光芯片，还有电芯片——驱动芯片、跨阻放大器、限幅放大器、收发合一芯片。光信号和电信号之间的转换，全靠这些电芯片。3.2T时代，电芯片的速率也要同步翻倍，功耗和信号完整性是核心瓶颈。

优迅股份是国盛证券在博通产业链专题报告中重点提及的标的，专注于光通信前端收发电芯片的研发与设计，采用Fabless模式，是光模块龙头电芯片的核心供应商之一。A股在这块的纯正标的还比较少，但这个环节属于“无论光模块最终谁赢，电芯片都是刚需”的瓶颈方向。

光器件——其他光学元器件，东田微卡位在光模块上游的核心元器件环节，产品矩阵包括WDM滤光片、z-block组件、隔离器等。这些器件看似微小，单价不高，但高速光模块没它们不工作。3.2T光模块对这些器件的精度要求又上了一个台阶。东田微市值相对较小，作为光模块龙头的上游供应商，深度受益光通信高景气。

太辰光的核心产品是MPO连接器，AI数据中心内部海量光纤互联，MPO连接器是光纤阵列的“插头”，需求量随算力中心规模指数级增长。德科立聚焦DCI数据中心互联，即数据中心之间的长距离高速传输，东数西算和算电协同背景下是刚需。腾景科技在精密光学元件上形成卡位，产品应用于光模块、激光雷达等领域。

光库科技是隔离器和铌酸锂调制器的双料龙头，核心产品包括隔离器、合束器、薄膜铌酸锂调制器等。特殊之处在于，它既卡位了当前确定性高的隔离器、光纤光栅赛道（市占率较高），又有下一代薄膜铌酸锂调制器的前瞻布局，是少数同时在“今天赚钱”和“明天卡位”两个维度上都有实质性布局的公司。

光模块与CPO是中际旭创的主场。一季度营收195亿元同比增长192%，净利润57亿元同比增长262%，客户已给出2026至2028年的需求指引。新易盛和天孚通信是第二、第三号玩家，华工科技依托高校技术背景双向发力。光模块设备商罗博特科、科瑞技术、博杰股份、德尼激光受益于光模块扩产周期。

CPO是光互联的终极方案——把光引擎和交换芯片封装在一起，彻底消除电信号传输瓶颈。英伟达从GB300到Rubin Ultra，单计算单元CPO价值量暴增45倍。OCS全光交换是更前沿的方向，腾景科技、福晶科技、光库科技、德科立布局，仍在早期。

但必须客观指出，光模块历史上是典型周期成长股，每次技术迭代都伴随“量升价跌”。天孚通信一季度净利润环比下降11%，新易盛环比下降13%，高景气赛道内部已出现边际减速信号。这对估值处于高位的公司意味着什么，值得警惕。华源证券首席分析师宁柯瑜认为，高速互联环节（包括交换、光互联和集群网络）是当前应优先关注的三大细分环节之一。

第三子层：高速连接器

超节点内部，芯片与芯片之间、板卡与板卡之间，靠高速连接器和铜缆互联。英伟达GB300平台大量采用铜缆连接方案，带动了整个高速连接产业链的景气度。

立讯精密是连接器龙头，已切入AI服务器内部高速连接方案。光互连、沃尔核材、鼎通科技在高速背板连接器、铜缆组件等细分赛道上各有建树。铜缆方案成本低、功耗小，在短距离互联中性价比优于光模块，但如果未来CPO方案成本大幅下降，铜缆可能被反替代，这个细分赛道的天花板取决于“铜进光退”能走多远。

第四子层：内存接口芯片——澜起科技的“收费站”

这是本次研究中最具价值的新发现之一，值得重点展开。

澜起科技做什么？它不做GPU，不做光模块，不做服务器整机，而是做服务器内部的内存接口芯片和高速互连芯片。权威研究机构数据显示，公司2024年在全球内存互连芯片市场份额达到36.8%。

为什么“无法绕过去”？AI服务器堆GPU，会推高CPU、内存、PCIe、CXL等数据通道压力。模型越大，参数越多，数据搬运越频繁，服务器内部互连效率就越重要。澜起的产品——RCD（内存缓冲芯片）、MRCD/MDB、PCIe Retimer、CKD、CXL MXC——直接影响内存访问、信号完整性和系统稳定性。用一句话概括：GPU决定“能不能算”，澜起这类芯片决定“数据能不能及时喂给GPU”。

2026年一季报：营收14.61亿元同比增长19.51%，表面看只是中高速增长。但归母净利润8.47亿元同比增长61.30%，毛利率69.8%较去年同期提升9.3个百分点。互连类芯片收入14.17亿元，毛利率进一步升至71.5%。70%左右的毛利率在半导体制造链条里并不常见，说明澜起的位置更接近关键芯片设计平台，而非一般硬件供应商。

花旗2月首次覆盖澜起H股时给予“买入”评级和205港元目标价，同时把A股目标价调至205元人民币。花旗看重的不是一季报单点数据，而是AI资本开支、AI Agent应用与内存接口需求增长之间的传导。

市场在犹豫一个问题：这到底是一轮DDR5周期红利，还是AI服务器重构下的长期价值重估？如果只是DDR5渗透率提升的周期性机会，毛利率可能随渗透率见顶回落；如果AI服务器架构的复杂性持续推高对内存互连的需求，澜起就具备长期定价权。公司新品已进入放量期——MRCD/MDB、PCIe Retimer、CKD、CXL MXC等产品开始贡献收入，增长不再只靠单一RCD曲线。AI服务器下一阶段的重点，将从“堆GPU”走向“提升集群效率”，内存池化、高速互连、低延迟传输会越来越像系统级成本问题。澜起如果能持续切进这些环节，估值就不该只按传统内存接口芯片周期处理。

风险在于收入增速低于利润增速，市场一边欣赏利润弹性，也会追问收入释放是否受限。如果基板、封测或平台认证节奏影响出货，高景气需求未必能完整进入报表。此外，新产品竞争加剧、客户议价、替代方案出现，都可能压缩利润空间。

第五子层：AI芯片——皇冠上的明珠

芯片是皇冠上的明珠。摩根士丹利首次系统覆盖中国AI芯片公司时，给出的评价标准很直接：单位Token成本、软件生态成熟度、客户绑定深度。

寒武纪最先完成财务验证，2025年营收64.97亿元增453%，净利润20.59亿元。一季度营收28.85亿增159%，净利润10.13亿增185%。MLU590已在字节跳动搜索、广告、推荐系统中大规模部署。海光信息深算系列走兼容x86路线，开发者迁移成本低。华为昇腾走全栈自研。冲刺上市的公司中，沐曦已获国内主要云服务商大额预订单，一季度仍亏9884万，说明芯片赛道内部冷热不均。摩尔线程MXMACA平台支持超6000个CUDA API，一季度营收7.38亿增155%已扭亏。

未上市独角兽曦望值得关注——国内首家估值超百亿的纯推理GPU公司，分拆自商汤，累计融资约40亿。All-in推理赛道，目标将Token成本降至“百万Token一分钱”。

但必须客观讲清楚。上海证券报记者实地调研南方某国家级智算中心时看到，装了英伟达GPU的服务器出租率90%以上，装了国产GPU的服务器价格便宜很多但出租率不到50%。一位芯片业内人士坦言：“真正的壁垒不是把芯片做出来，而是让全球开发者愿意用你的软件平台。英伟达花了20年建立起来的CUDA软件生态，国产算力芯片存在代际差距。”价格战也比预期更早到来，部分厂商已主动降价抢份额。市场接下来会更少奖励“概念完整”，更多奖励“订单扎实”。

第六子层：存储芯片——被低估的系统瓶颈

存储正在从“配角”变成AI系统性能的新瓶颈。

在智能体AI架构中，CPU与GPU配比从“1比12”走向“1比2”，DRAM从容量配置项升格为核心系统组件。摩根士丹利测算，到2030年智能体将额外催生15至45EB的DRAM需求，相当于2027年行业年供给的26%至77%。

江波龙、德明利、佰维存储一季度归母净利润合计超100亿——江波龙38.62亿、德明利33.46亿、佰维存储28.99亿。兆易创新是国内NOR Flash和MCU双龙头，DRAM业务正在起量。但存储芯片的全球定价权仍在三星、SK海力士、美光手中，国内厂商在HBM领域尚未取得突破。

第七子层：光纤光缆——数据中心的“血管”

光纤光缆看似传统，但AI数据中心急需的特种光纤供给严重不足。据CRU测算，到2027年AI相关光纤需求占全球总量比重将从2024年的5%提升至30%。G.652.D裸纤价格自2025年末以来已累计上涨超过90%。

长飞光纤全球市占率第一，亨通光电和中天科技是国内第二、三号玩家。远东股份子公司远东通讯已形成“光棒-光纤-光缆”全链条能力，G.657抗弯光纤已量产，OM4/OM5多模光纤预计2026年6月底前量产，空芯反谐振光纤目标8月前量产。远东股份一季度扣非净利润同比暴增177%，算力/AI/机器人业务单季收入3.39亿增147%，AIDC光纤收入增141%净利润增212%，手上还有300吨光棒产能拟募资20亿扩产至2000吨级。液冷方面，仿生歧管微通道技术已批量落地海内外芯片龙头。这家公司正从传统电缆厂向“电能加算力加AI”全栈基础设施商跃迁，业绩拐点已经确认。

第八子层：下一代光模块材料——薄膜铌酸锂

这是一个典型的“下一代技术卡位”。

光模块内部的核心器件调制器，负责把电信号转成光信号。调制器的核心衬底材料就是铌酸锂晶圆。当前主流是硅光和磷化铟方案，但3.2T及更高速率的光模块，业界预期薄膜铌酸锂将成为主流路线。硅光方案在1.6T以下够用，但到了3.2T及以上，铌酸锂在带宽、功耗、信号完整性上的优势会变成刚需。

天通股份在4月28日最新机构调研中明确表示：“根据产业调研，3.2T及以上的高速率光模块中调制调节器采用铌酸锂材料的技术路线预期将成为下游客户的主流方案”。公司是国内唯一实现8英寸铌酸锂晶圆量产的上市公司，也是全球少数能批量生产铌酸锂晶体的企业。与青禾晶元合作，构建从“铌酸锂单晶→晶片→异质集成装备→薄膜晶圆”的全产业链壁垒。产能规划是2029年12月实现210万片压电晶圆总产能（其中42万片高端异质晶圆）。

但必须如实说：目前铌酸锂业务的营收贡献还非常小，公司自己也提示“目前该募投项目的产能和销量均不大，对公司经营业绩影响较小”。它本质上是一个远期看涨期权，短期不要指望靠铌酸锂撑起财报。技术路线也存在变数——如果硅光方案在3.2T上取得突破、成本更低，薄膜铌酸锂的渗透率可能低于预期。

第九子层：AI服务器——超节点整机方案商

紫光股份一季度营收280亿增35%、净利润7.88亿增126%，旗下新华三国内政企业务增长56%。工业富联2025年营收9029亿增48%，净利润353亿增52%；一季度营收2511亿增57%，净利润106亿增103%。如此体量还能保持三位数利润增速，说明AI服务器需求远未见顶。浪潮信息发布支持64路国产GPU互联的元脑SD200已率先商用。中科曙光背靠中科院，在国产超算和智算中心建设上有独特优势。华勤技术拥有全栈设计能力，全年超节点收入预估超百亿。

市场对整机方案商的定价逻辑正在改变：价值重心从标准化组装上移到“系统级架构加高速互联加液冷加大规模交付”的全栈集成，利润率和竞争格局持续改善。

第十子层：配套设备——液冷、电源、燃气轮机、固态变压器

超节点功耗暴增，配套设备需求线性跟随。

液冷散热是刚需。高澜股份是国内超算液冷龙头市占率约四成，英维克和申菱环境也在第一梯队。液冷确定性最强，只要超节点渗透率提升，液冷需求线性跟随。但技术壁垒相对有限，同质化竞争可能导致毛利率下行。

电源方面，中恒电气、圣阳股份、欧陆通、麦格米特覆盖从UPS到服务器电源的全链条。高功率密度电源技术门槛高于传统电源，产品单价和毛利率更好，但国内电源行业极度分散，价格竞争是常态。

燃气轮机方面，杰瑞股份、联美控股、应流股份、东方电气布局智算中心的备用和调峰电源。智算中心对供电可靠性要求达99.999%，燃机需求正在从零到一。但国内燃机技术仍落后于GE、西门子等海外巨头，短期体量有限。

固态变压器方面，四方股份、中国西电、伊戈尔、金盘科技是主要标的。固态变压器可以实现电压变换、电能质量控制、新能源接入等多重功能，是算电协同的硬件枢纽，仍在产业早期。

第十一子层：AIDC智算中心、算电协同与算力租赁

AIDC智算中心方面，润泽科技是字节跳动核心IDC服务商收入占比超六成，已中标香港项目。网宿科技全球2800多个节点，正从“带宽搬运工”向“边缘智算平台”跃迁，Token出海离不开这些边缘节点做低延迟传输。光环新网和数据港同样是领先的数据中心运营商。

算电协同方面，2026年首次写入政府工作报告，甘肃庆阳是标杆——已建成11个数据中心，国产万卡算力集群突破14万PFlops。协鑫能科全面布局绿电供应、储能配套与虚拟电厂，形成“算电储”协同闭环。南网数字是电网数字化代表。晶科科技持有国内5GW光伏电站，在八大算力枢纽省份布局3GW新能源装机，已与阿里、腾讯合作落地微电网项目。甘肃能源率先落地全国首个算力枢纽绿电聚合试点项目。

但必须客观写清楚。界面新闻采访五大发电集团多位人士均表示，部署尚未进入实质性阶段——“我们看不到未来算力的需求到底有多大，投资价值有多大？”跨省直连审批壁垒高、省际绿电核算不互认、电价机制不统一、稳定盈利模型尚未形成。资本市场的炒作和产业的实际落地之间存在时间差，这是投资者必须清醒认识到的。

算力租赁方面，利通电子、协创数据、宋墨科技、优刻得是主要玩家。亚康股份一季度营收3.6亿增27%，净利润2373万增39%，算力租赁业务收入暴增361%。公司与阿里、字节、腾讯等头部互联网企业深度绑定。2026年3月以来，阿里云、腾讯云、百度智能云相继上调AI算力产品价格，涨幅5%至50%，行业进入“量价齐升”周期。中小企业按需租用的AI需求正在爆发，算力租赁作为“算力零售”直接受益。

第十二子层：业绩爬坡中的“小而美”选手

昊志机电一季度营收4.96亿增73%，净利润9093万增484%。鼎泰高科一季度营收8.14亿增92%。这两家都是算力链上游零部件的“隐性冠军”，弹性大但体量小。业绩增长来自AI算力产业链基础设施建设和消费电子需求。

第五部分：产业链第三层——模，AI的大脑

中美模型性能差距缩至2.7%，竞争从“拼参数”转向“拼变现”。

智谱AI是国产大模型公司中唯一已上市且交出完整年报的，全年收入超7.24亿元增132%，MaaS API平台ARR达17亿元同比提升60倍，目前ARR已达2.5亿美元，预计2026年下半年A股申报。一季度涨价83%后调用量不降反升——客户不再为低价买单，而是为“能不能完成任务”付费。DeepSeek每百万Token输出价格仅0.42美元而GPT为15美元，相差30多倍。月之暗面Kimi在开源模型中拿到OpenRouter平台调用量首位，引入Agent集群架构。MiniMaxARR有望年底冲刺11亿美元，毛利率超70%，过半收入来自海外。快手的可灵2026年1月ARR已超3亿美元。

今年2月，中国模型在OpenRouter平台上Token调用量首次超越美国，全球前五占四席。这不是预期，是正在发生的市场现实。

第六部分：产业链第四层——用，AI的手脚

2026年被行业公认为“AI智能体元年”。B端智能体市场空间可能达数万亿美元。

编码智能体方面，阿里通义灵码快速跟进。智谱AI的GLM-5.1可完成连续8小时长程任务。Kimi引入Agent集群架构。工业智能体方面，海尔卡奥斯和树根互联把AI嵌入设备诊断、排产优化、质量检测。金融智能体方面，恒生电子和同花顺在智能投顾、风控上持续投入。

端侧AI是另一条爆发主线。无线通信模组进化为集成CPU、GPU和NPU的“AI SoC”，渗透率将从6%提升至25%。美格智能智能模组收入三年暴增28倍，全球市场份额29%排名第一。AI for Science方面，晶泰科技2025年收入增速达193%，成为港股AI应用领域首家扭亏为盈企业。

第七部分：从瓦特到Token——价值链的完整计算

贵州、云南等新能源富集区风电光伏上网电价在0.3元每度左右。生成100万个Token平均耗电15到20度，电力成本仅个位数。国际市场同类Token输出定价约为每百万Token 60到168美元。南方电网数据显示，电算协同智能调度可让算力综合用电成本降低16%到33%。

截至2026年3月，中国日均Token调用量已突破140万亿。这就是“电力未曾跨境，价值已抵全球”的商业本质。

第八部分：投资地图——从龙头到隐形冠军，按确定性排梯队

按确定性从高到低、成长弹性从大到小，排出四个梯队。

第一梯队：业绩已验证的“确定性”标的，一到两年兑现。

中际旭创单季营收195亿增192%、净利润57亿增262%，在手订单覆盖到2028年。工业富联千亿体量三位数利润增速。紫光股份一季度营收增35%利润增126%。远东股份一季度扣非增177%，液冷加光纤双轮驱动，业绩拐点确认。高澜股份和英维克作为液冷龙头，确定性跟随便捷。

光模块设备商罗博特科、科瑞技术受益于光模块扩产周期。PCB四家（胜宏科技、东山精密、深南电路、沪电股份）和上游材料商（诺德股份、东材科技、宏和科技等）订单饱满。存储芯片三家（江波龙、德明利、佰维存储）一季度利润合计超100亿。这一梯队的核心特征是：财报已经说话，关键在于增速能否持续。

第二梯队：正在经历价值重估的“隐形冠军”，两到三年兑现。

澜起科技全球内存互连芯片份额36.8%，一季度利润增61%毛利率70%，花旗上调目标价，AI服务器架构从“堆GPU”走向“提效率”的最大受益者之一。泰晶科技全球唯一跻身前十的中国晶体厂商，1.6T以上光模块晶振已量产，一季度扣非增50倍，晶振从“传统元器件”向“AI算力核心零部件”跃迁。晶赛科技北交所晶振厂商，同样量产1.6T光模块晶振，市值更小、关注度更低。优迅股份光通信电芯片龙头，隐藏在光模块背后的“信号翻译官”，A股纯正标的稀缺。

亚康股份算力租赁收入增361%，深度绑定头部互联网客户。网宿科技全球2800多个节点，CDN进化为边缘智算平台。美格智能智能模组收入三年暴增28倍。这一梯队的核心特征是：市值相对较低，但产业卡位和业绩拐点已经确认，市场尚未充分定价。

第三梯队：壁垒极高、弹性最大的“操作系统级”选手，三到五年兑现。

算力调度软件是整个链条中壁垒最高的环节，南网数字、南网储能、国能日新深度参与。固态变压器方向的四方股份、中国西电是算电协同硬件枢纽。智能体应用方面，智谱AI、Kimi、恒生电子、海尔卡奥斯各守赛道。晶泰科技AI for Science路径正在打开新市场。这一梯队利润率天花板最高，但需要耐心等待商业化拐点。

第四梯队：长线“压舱石”，五年以上变现。

下一代技术卡位方向：天通股份的薄膜铌酸锂是3.2T光模块的“材料期权”，远期2029年210万片产能，目前营收贡献小但卡位稀缺；光库科技隔离器与铌酸锂双料布局；腾景科技、福晶科技、德科立布局OCS全光交换。

国产芯片方面，寒武纪已率先盈利，海光信息走兼容路线。未上市独角兽曦望All-in推理赛道。模型层资产智谱AI、MiniMax是高弹性高波动选项。

这一梯队的特点是确定性相对较低、时间线更长，但一旦技术路线确认，空间弹性极大。

第九部分：总结——中国AI的真正护城河和当前的核心矛盾

中国AI的真正护城河，不是某项技术单点突破，而是“数算模用”全栈协同加上“算电协同”能源底座构成的体系化能力。美国擅长造最精美的砖，中国擅长用大量标准砖快速盖摩天大楼。

从最上游的铜箔、树脂、电子布，到晶振、电芯片、隔离器这些“隐形冠军”，到光模块和超节点内部的CPO，到外围的液冷、电源、燃气轮机，再到调度层的算电协同和出口层的Token出海——价值创造路径贯穿整条产业链。每个环节都有成长型公司在爬坡，每个环节的利润都在扩散。

但也要正视三个核心矛盾：

第一，算力投资与应用回报之间存在巨大鸿沟。腾讯研究院指出，AI应用端商业化严重滞后，资本高度集中于底层硬件。红杉测算，AI每投入1美元GPU，需应用端产生4美元收入才能成立，当前缺口超6000亿美元。上海证券报调研发现，不少智算中心算力利用率不足30%，低端算力过剩而高端智能算力不足。

第二，业绩分化正在加剧。光模块内部，天孚通信净利润环比下降11%，新易盛环比下降13%。芯片赛道上，寒武纪盈利，景嘉微营收下降18%亏损扩大，沐曦仍亏9884万。高景气不是同涨同跌的β行情，而是一分钱一分货的α选股。

第三，技术路线和商业化的不确定性始终存在。薄膜铌酸锂可能被硅光方案替代，OCS和固态变压器仍处产业早期，算电协同上游发电企业仍在观望。

但对于投资者而言，正是这些矛盾的存在，才让那些“业绩拐点刚确认、市值尚未透支”的公司没有被市场充分定价。真正最值得关注的，是那些“订单已验证、产能还在爬坡、估值尚未透支”的环节和公司——它们卡在产业链最确定的瓶颈上，无论最终哪个大模型或应用跑出来，都需要从它们这里“买水喝”。

从GPU到CPU，从材料到器件，从云端到终端，从龙头到隐形冠军，从爬坡期的黑马到平台期的巨头——看懂这条链，就看懂了中国AI产业的过去、现在和未来。

*风险提示：本文所列公司基于公开研报、公司公告和产业报道，仅供产业链分析参考，不构成任何投资建议。AI产业面临技术路线变数（存算一体、光学计算可能颠覆现有架构）、商业化进程延迟、算力投资过热导致供需失衡、估值透支