AI算力硬件产业深度研究报告

报告日期：2026年10月

研究范围：全球AI算力硬件产业链（芯片、存储、光模块、PCB/CCL、服务器、液冷、电源、先进封装）

一、核心摘要

2026年，全球AI算力硬件产业正处于“万亿级基础设施投资周期”的加速阶段。SEMI预计2026年全球AI基础设施支出将达到4500亿美元，推理算力占比首次超过70%。英伟达预测Blackwell与Rubin两代AI芯片到2027年累计需求将达到至少1万亿美元。产业核心逻辑正从“训练驱动”转向“训练+推理双轮驱动”，需求侧的结构性变化正在重塑芯片、存储、互连、散热等各环节的技术路线与竞争格局。

本报告的核心判断：AI算力硬件产业已进入“系统级竞争”新阶段，行业竞争不再局限于单芯片的峰值性能比拼，而是朝着超节点Scale-up架构、先进封装、HBM带宽、光互连等技术方向的系统级协同演进。华为昇腾在中国市场的份额四年间从3%跃升至50%，标志着全球AI芯片格局正经历深刻的结构性变化。

二、全球AI算力产业发展现状

2.1 市场规模与增长动力

全球AI算力需求正处于爆发式增长阶段。据IDC与浪潮信息联合发布的《2026年中国人工智能计算力发展评估报告》，2026年中国智能算力规模将达到2576.5EFLOPS，同比增长87.9%；到2030年将达到10524.3EFLOPS，2025-2030年复合增长率达50.3%。市场规模方面，2026年中国人工智能算力市场规模预计达515亿美元，同比增长37%，2030年将增至1501亿美元。

但供需矛盾正在加剧。受高端芯片、HBM、服务器CPU等核心部件产能扩张周期长于需求爆发节奏的影响，全球AI算力需求满足率预计从2024年的79%持续下滑至2027年的71%谷底，2030年回升至77%；供需缺口将从2024年的389亿美元扩大到2030年的3809亿美元。

驱动这一需求增长的核心变量正在发生变化。智能体（AI Agent）从“能聊天”进入“会干活”阶段，带来持续、刚性的算力消耗。IDC预测全球活跃智能体数量将从2026年的7940万个增长至2030年的22.16亿个，复合增长率达129.8%；同期全球Token消耗量复合增长率达4822.6%，约为活跃智能体数量增速的37倍。这意味着AI算力需求正从间歇性的大规模训练任务，转向持续性、高并发的推理服务负载，对硬件系统的能效比、延迟和可靠性提出了全新要求。

2.2 资本开支与算力基建

全球头部云厂商正在加速算力资本开支。TrendForce预计，字节、腾讯、阿里、百度2026年Capex合计同比增幅超过80%，国内算力Capex正复制海外2024-2025年的加速曲线。全球八大云厂商合计资本支出预计增长40%至6000亿美元。

算力部署的物理密度也在急剧提升。数据中心正从传统风冷机架向高密度液冷机架演进，单机柜功率预计2026年底突破300千瓦级，原生液冷逐步成为整机柜乃至整个数据中心的核心系统设计理念。2026-2030年累计算力需求约378GW，数据中心建设管线正好378GW，2026年是关键跳跃年，新增26.5GW。

三、AI芯片：从单卡竞争到系统级博弈

3.1 国际巨头技术路线

英伟达形成了清晰的“Blackwell→Rubin→Feynman”三代架构升级路线图，技术迭代节奏从两年一代压缩至每年一更。当前主力量产的GB300基于台积电4NP工艺，集成2080亿晶体管，搭载192GB HBM3E显存，FP4推理算力达100 PFlops。2026年下半年，全新Vera Rubin平台将正式量产，采用88核Arm架构Vera CPU+Rubin GPU，配备HBM4内存，训练性能达Blackwell的3.5倍，推理成本降至前代1/10。

Rubin GPU搭载第三代Transformer引擎，是首款集成HBM4内存的GPU，推理性能高达50 PetaFLOPS，训练算力达35 PetaFLOPS，分别是Blackwell GPU的5倍、3.5倍，但晶体管数量仅为前代产品的1.6倍。Vera Rubin NVL72平台整体AI性能可达100 PetaFLOPS，相比GB300 NVL72提升约3.3倍。GB300已于2025年第四季度取代GB200成为主力产品，预计2026年出货占比将达近80%。

AMD在CES 2026上推出Helios机架级平台和Instinct MI400系列，MI400芯片配备432GB HBM4和19.6TB/s带宽，较前代的288GB和8TB/s大幅跃升，押注“内存容量而非原始FLOPs将决定下一代超大规模合同归属”。Meta已承诺采用高达6GW的AMD Instinct算力，首波基于定制MI450硅片构建。AMD预计其数据中心AI收入未来三到五年复合增长率将超过80%。

博通在定制ASIC领域占据主导地位。FY2026 Q1公司定制加速器（XPU）收入同比增长140%，AI收入同比增长106%。博通和Marvell合计占据ASIC市场约90%的份额，其中博通约80%-85%，市场集中度较高。随着谷歌、Anthropic、OpenAI、Meta等客户推进多代XPU项目，AI芯片市场正在形成GPU与定制ASIC并行发展的格局。

3.2 国产AI芯片的崛起

中国AI芯片市场正经历历史性格局逆转。据华为轮值董事长徐直军披露，华为昇腾系列AI芯片在中国市场的市占率已达50%，一举超越英伟达的约8%。相较于2022年英伟达独占中国95%市场、昇腾仅占3%的局面，四年间出现了显著消长。

这一反转的根本驱动力来自两方面。技术层面，华为选择以系统级堆叠弥补单卡代差——通过自研Peerium片间互联技术与灵衢总线组成的SuperPoD架构，实现最高100万处理器核心的对等互连。目前针对国内6至7家前沿实验室部署测试的超级节点，规模已达6.7万张Atlas 950计算卡，直接瞄准训练参数量在10万亿至40万亿级别的基础大模型。市场层面，美国出口管制导致中国本土云厂商和科研机构失去采购英伟达高端产品的合法渠道，庞大的采购订单转向国产替代方案。

在技术方案上，华为将重心放在SuperPoD超级集群架构上。徐直军坦言，如果只看单颗芯片，华为仍受可用先进制程节点的限制，但通过将大量芯片互连组成大型计算机，华为已在这一层面取得全球领先。

3.3 ASIC与GPU的路线之争

AI芯片市场正在形成GPU与定制ASIC并行发展的新格局。摩根大通最新报告预计，2027年ASIC/XPU在AI加速器单元出货中的占比将升至54%，超过GPU；2028年进一步升至55%。2026年定制AI ASIC市场规模约600亿至700亿美元，未来数年复合增速超过40%至50%。

ASIC的崛起源于推理场景对成本效率的极致追求。国信证券研报指出，英伟达GPU拥有更好的TPS，但从TCO或CostPerToken角度，ASIC的优势更显著，因此更加适合推理场景。自研ASIC正在成为云厂商构建竞争优势的重要抓手——既有助于缓解高端GPU供给约束，又能显著优化成本结构，提升云业务盈利能力。定制化AI芯片出货量2026年预计年增幅约44.6%，远高于同期GPU的16.1%。

四、先进封装：AI芯片的“第二瓶颈”

当制程节点逼近物理极限，先进封装已从配角升级为AI芯片产业链的“第二瓶颈”。台积电表示，目前CoWoS已有超过80%产能用于支持AI相关应用，未来将以超过85%的年复合增长率扩充CoWoS与SoIC产能。据供应链人士透露，台积电已向英伟达、AMD、博通、亚马逊等主要客户正式通报：2026年CoWoS先进封装总产能将在年初基础上再扩产150%，相较2025年底提升超过3倍。

台积电的CoWoS月产能到2026年有望达到12万至14万片晶圆，加上OSAT合作伙伴新增的5万至6万片晶圆产能，整个行业的月产能可能接近20万片晶圆，供需缺口预计将在2026年底收窄至10%。

先进封装的战略地位凸显源于一个根本性转变：过去AI芯片比拼的是制程节点（从7nm到5nm到3nm），而现在3nm以下制程成本暴涨且逼近物理极限，单纯靠缩小晶体管已无法满足AI算力“每3个月翻倍”的需求。真正的瓶颈转移到了如何将计算芯片、HBM内存、电源管理芯片高效堆叠并连通。新建一条完整的CoWoS产线需要1.5至2年，2026年下半年到2028年将是产能集中释放期，但供需失衡至少延续到2027年中。

五、HBM：存储成为AI算力的核心瓶颈

HBM（高带宽内存）已成为AI基础设施的核心战略资源。2026年HBM市场规模预计增长58%至546亿美元，占DRAM市场近四成。尽管三星、SK海力士、美光三大原厂已将70%的新增/可调配产能倾斜至HBM，但产能缺口仍达50%-60%。

美光科技最新一季财报揭示了一个残酷现实：数据中心客户对HBM的采购意愿达到了公司可承诺供应量的150%。美光管理层首次将这一紧缺指引延伸至2028年，意味着AI基础设施投资周期的持续时间远超此前市场预期。美光正推进四大基地HBM产线扩建，计划在2026年底前将HBM月产能提升至约10万片晶圆，较去年同期接近翻倍，但按150%的需求缺口计算，即使月产能达到10万片，仍只能满足三分之二的需求。

全球HBM市场格局高度集中。根据Counterpoint Research数据，SK海力士以50%的市场份额占据绝对领先地位，三星占32%，美光以18%排在第三。SK海力士2026年HBM产能在2025年底已全部预售给英伟达、AMD等核心客户，行业普遍存在“现货溢价”现象。

HBM在DRAM产能中的占比正在快速提升。截至2025年底，HBM占DRAM晶圆产能的比例已从2022年的不足5%升至约20%，三星预计到2027年将进一步提升到35%。HBM4的推出进一步提升了每个加速器所需的存储芯片数量（增加约三分之一），这意味着存储瓶颈在短期内不仅不会缓解，反而可能持续加剧。

六、光互连：高速光模块进入超级景气周期

6.1 市场规模与增长

光模块行业已跳出传统通信周期波动，进入AI算力驱动的长周期上行通道。Lightcounting预测，2026年全球数通光模块市场规模有望达到228亿美元，其中800G和1.6T等高速光模块合计市场规模有望达到146亿美元，占整体光模块市场约64%。花旗银行预计2026年全球1.6T光模块出货量将达2200万只，1.6T光模块芯片组销售额有望突破20亿美元。

技术迭代节奏持续加快。目前800G光模块已成为市场主流出货品类，1.6T光模块批量商用进程提速，3.2T光模块持续推进研发送样与客户验证。业内预计未来3年内800G和1.6T将占据市场主导地位，3.2T有望从2028年起逐步起量。

6.2 龙头企业竞争格局

中际旭创作为全球光模块龙头，2026年上半年实现营业收入417.78亿元，同比增长182.49%；归母净利润136.51亿元，同比增长241.70%。1.6T硅光模块已进入规模放量阶段，出货量逐季攀升，在手订单可覆盖2026年全年，下游客户已提前洽谈2027年合作订单。公司光通信收发模块毛利率提升6.63个百分点至46.59%，产能扩大至2215万只。

新易盛上半年实现营业收入209.1亿元，同比增长100.34%；归母净利润75.29亿元，同比增长90.98%。光互连产品产能同比提升86.57%，高端产品出货占比持续提升，毛利率攀升至48.46%。

天孚通信上半年实现营业收入28.28亿元，同比增长15.15%；归母净利润12.04亿元，同比增长33.92%。无源光器件成为核心增长极，营收15.30亿元、同比大增77.40%，毛利率提升至71.90%。

在下一代技术布局上，中际旭创旗下子公司TeraHop在OFC 2026上全球首发了12.8T XPO光模块，单模块集成了8倍于1.6T收发器的容量，面板端口密度比传统OSFP提升4倍。此外还展示了6.4T NPO光引擎，适配NPO、CPO等多种应用场景，加速AI数据中心纵向扩展光联接的规模化部署。

6.3 铜连接与光连接的互补格局

在超节点Scale-up架构中，铜连接和光连接并非简单的替代关系。华泰证券指出，超节点核心增量Scale-up环节包括交换芯片、交换机和铜连接。在机柜内短距互联层面，铜连接仍具有成本、功耗、时延等优势，Scale-up带宽密度提升推动柜内高速电互联价值量增长，增量将在DAC/AEC、高密Cable Backplane及112G/224G正交连接器之间随系统架构分化。

英伟达也采取了“光铜并举”策略。黄仁勋表示，英伟达Kyber机架将共同采用CPO与铜互连来实现扩展，Rubin架构也有望大规模采用铜互连。

七、PCB与覆铜板：量价齐升的超级周期

7.1 市场规模与增长预测

AI服务器PCB市场正经历爆发式增长。高盛预测全球AI服务器PCB市场规模将在2026年同比增长113%，2027年继续增长117%；市场规模预计从2024年的约31亿美元增长至2027年的271亿美元。上游覆铜板（CCL）的增速更为惊人，预计2026年和2027年将分别同比增长142%和222%。

PCB在AI服务器中的价值量远高于传统服务器。单台AI服务器PCB的价值量是普通服务器的近10倍，2026年全球AI服务器出货量预计突破200万台，同比增长55%，直接拉动高端PCB需求增长超110%。花旗证券预测，2026-2028年全球AI领域PCB市场规模有望达到1520亿元、3070亿元、5620亿元，各年增长率为86%、102%、83%。

7.2 核心驱动因素

速度升级带来的价值量提升是首要驱动力。AI服务器规格从800G向1.6T等高速连接技术迁移，直接导致PCB和CCL的美元价值量显著增加。以英伟达Rubin为代表的下一代平台所用PCB将达到40至78层，CCL材料等级从M6提升至M8，部分Rubin Ultra平台的正交背板层数甚至达到78层。

PCB替代铜缆连接是另一个重要增量。高盛特别指出，在机架级服务器中，PCB背板和中板正在取代传统的铜缆连接，因为PCB方案更易于组装，这为行业带来了额外的增量空间。

上游材料供给刚性进一步放大了供需矛盾。HVLP铜箔、低介电电子布等关键原材料供给持续趋紧，亚马逊、英伟达和谷歌等科技巨头的新一代AI芯片及服务器平台于2026年下半年密集量产，作为核心基材的HVLP4铜箔需求将进一步放大。2026年建滔积层板已累计七轮调价，中国巨石同步上调电子布价格15%-20%。

7.3 竞争格局与龙头企业

高盛在报告中首次覆盖并给予胜宏科技、沪电股份和生益科技“买入”评级，认为快速的技术迭代构建了极高的研发与资本支出壁垒，使得头部企业能够维持较为良性的竞争环境，市场竞争环境将比投资者预期的更为温和。

国内头部PCB厂商正掀起扩产潮。胜宏科技抛出行业最大规模扩产计划，2026年度投资总额不超过200亿元，其中约74%资金（约148亿元）将精准投向AI服务器、高性能计算领域的产能扩建与高端产线升级，资本开支强度领跑全球PCB行业。沪电股份是全球首家通过英伟达M9级78层正交背板认证的企业，高端服务器板不可替代性强。生益科技系统性展出了适配224G/448G速率的材料路线及方案，包括PTFE正交背板材料、CoWoP封装载板专用材料等。

八、AI服务器：系统级竞争的主战场

8.1 全球竞争格局

AI服务器整机市场呈现“代工龙头+品牌龙头”的双寡头格局。工业富联作为全球AI服务器代工龙头，代工市场份额超过40%，深度绑定国际云计算巨头，2026年上半年实现营收5578.61亿元，同比增长54.63%，归母净利润237.40亿元，同比增长95.99%。

浪潮信息作为国内AI服务器龙头，国内服务器市场占有率超过52%。2026年上半年实现营业收入843.79亿元，净利润29.52亿元，同比大增269.59%。其中一季度净利润约6.05亿元，二季度攀升至23.47亿元，环比增幅接近三倍，单季利润已接近去年全年水平。公司正加速从传统服务器厂商向AI基础设施服务商转型，元脑SD200超节点服务器在万亿参数大模型上实现Token生成时间快达4.77毫秒。

中科曙光作为国产算力核心企业，上半年实现营业收入74.66亿元，同比增长27.62%，毛利率为27.23%，在行业中处于领先水平。

8.2 超节点：国产算力的破局之道

超节点（SuperPod）正成为AI算力基础设施的核心形态。华泰证券测算，2028年国产超节点市场空间有望达到3414亿元，2026年至2028年CAGR为194%。

超节点的战略意义在于：万亿参数模型倒逼算力集群化提效，超节点通过系统级重构降低通信开销，有效将理论算力转化为可用吞吐。更重要的是，基于国产卡与海外先进卡的差距，超节点通过放大集群内系统级互联的作用以弥补单卡差距，或为国产算力的破局之道。94.3%的受访企业认为超节点是人工智能基础设施的重要能力。

浪潮信息已推出兆瓦级两相液冷AI整机柜方案，单芯片解热能力突破3000瓦，前瞻适配未来GW级AI数据中心建设需求。公司连续多年位居中国液冷服务器市场第一。

九、液冷散热：从可选到刚需

9.1 市场爆发

液冷散热正从数据中心的“可选配置”变为“必选配置”。中金公司预测，2026年将迎来液冷放量元年，全球智算中心液冷市场将达1147亿元，同比增长273%，2027年仍有望保持高增长。摩根大通报告显示，受英伟达及云服务商部署定制AI芯片的需求推动，2026年全球AI服务器液冷系统市场规模预计将从2025年的89亿美元飙升至170亿美元以上。

9.2 技术路线演进

华为、中兴通讯、新华三、浪潮信息等企业近期纷纷推出最新的超节点产品，热管理技术已全线升级，液冷模式正在取代风冷成为主流选择。中科曙光相关负责人表示，随着GPU技术的发展，液冷基本是一个必备选项，随着超节点亮相，整个机柜呈现更高密度状态，单柜功耗可达数百千瓦，必须采用液冷技术。

目前冷板式液冷产业链更加成熟，从冷板、CDU，到歧管，再到各种接头均有一个完整的体系。与此同时，浸没式液冷正崭露头角——将GPU服务器直接放入氟化液中，通过相变吸热实现更高效散热。随着氟化液价格走低，浸没式液冷将迎来工程化阶段。

9.3 龙头企业

全球液冷全产业链全自研龙头英维克是英伟达官方液冷生态伙伴，是大陆唯一通过其认证的液冷企业，单机柜液冷价值量超20万元，市场空间三年复合增速超45%。此外，申菱环境、同飞股份在CDU及工程交付环节具有竞争优势，液冷泵及零部件领域也涌现出一批细分龙头企业。

十、电源与超级电容：被低估的增量环节

随着AI服务器功耗飙升，电源管理系统正成为算力硬件中不可忽视的增量环节。英伟达GB300平台在电源架集成超级电容，缓解AI服务器瞬时压降、削减电网峰值用电约30%，超级电容逐步成为算力电源刚需。

据行业估算，假设2026年GB300 NVL72机架出货量在5万-6万台，单个GB300机柜需要5个BBU模块和超过300个超级电容器，2026年GB300预计将需要1500万-1800万个超级电容器，而武藏截至2026年三季度的规划年产能为650万颗，供需缺口显著。

锂离子电容器（LIC）凭借更高的能量密度和更紧凑的体积，在新一代高密度AI算力服务器电源中得到重点应用，是当前增速最快的品类。国内厂商中，东阳光、江海股份、思源电气等在EDLC/混合超级电容方向积极布局，有望受益于AI电源架构升级带来的产业机会。

十一、产业发展趋势与展望

11.1 系统级竞争成为主旋律

AI计算已进入系统能力竞争的新阶段。行业竞争不再局限于单芯片的峰值性能比拼，转而朝着“能力型智算”与“容量型智算”双线并行的方向演进。“能力型智算”通过超节点Scale-up架构扩大高速互联域和统一内存寻址，突破智能上限；“容量型智算”通过多元算力协同、推理解耦以及缓存和调度优化，提高Token产出效率，降低单位Token成本。

11.2 硬件架构的技术演进方向

• 计算芯片：从单芯片性能提升转向系统级Scale-up，GPU与ASIC并行发展
• 存储：HBM4将要求更复杂的3D堆叠，封装难度不降反升，HBM占DRAM产能比例持续提升
• 互连：光铜并举，800G/1.6T光模块放量，CPO/NPO技术进入产业化预研阶段
• 散热：液冷从冷板式向浸没式演进，原生液冷成为数据中心核心设计理念
• PCB/CCL：向高多层、高阶HDI方向演进，CCL材料等级从M6向M8/M9迭代

11.3 国产替代与自主可控

国产算力产业链正在加速崛起。多家国产AI芯片公司将在2026年推出新款AI芯片匹配互联网大厂需求，在DeepSeek等国产大模型深度适配加持下，国内AI芯片公司有望加速崛起。在先进封装领域，长电科技、通富微电、华天科技已获得部分“转单”和联合研发机会，尤其在成熟节点的2.5D封装上开始承接溢出订单。

十二、投资机遇与风险提示

12.1 核心投资主线

中信建投证券建议关注高速光模块、交换机、服务器、液冷与电源等环节。中泰证券认为AI算力成为通信行业主要增长引擎，看好算力产业链投资机会，头部光模块厂商交付能力将成为成长关键，重视光芯片、OCS、空芯光纤、液冷、电源等细分方向。

综合来看，当前AI算力硬件产业的核心投资主线包括：光模块与光器件（受益于800G/1.6T放量）、PCB与覆铜板（受益于AI服务器量价齐升）、液冷散热（从可选变刚需）、HBM与先进封装（供需缺口持续）、国产AI芯片与超节点（自主可控加速）。

12.2 风险提示

• 算力需求满足率持续下滑：核心部件产能扩张周期长于需求爆发节奏，供需缺口可能进一步扩大
• 地缘政治风险：美国出口管制政策变化可能影响全球供应链格局
• 技术路线不确定性：ASIC与GPU的份额竞争、铜连接与光连接的路线选择存在变数
• 估值风险：部分环节龙头公司股价已充分反映高增长预期，需关注业绩兑现节奏
• 能源约束：数据中心电力需求激增可能成为算力扩张的物理瓶颈

免责声明：本报告仅供参考，不构成任何投资建议。报告中引用的数据和观点来自公开资料和机构研报，投资者应独立判断并自行承担投资风险。