专题研究报告—AI引领科技变革:TMT投资全景解析(2026年第4期)

全球AI产业持续升温，算力、模型与应用全产业链共振，引领新一轮科技变革浪潮。产业维度，全球算力军备竞赛白热化，AI硬件迎来超级上行周期。国外算力芯片架构代际跃迁，国内华为正式发布“韬（τ）定律”，引领中国半导体产业从技术跟随者迈向全球规则引领者。CPO、存储、半导体等核心环节量价齐升。大模型加速迭代，重心转向“推理+智能体”，国产Token日均调用量反超美国，头部厂商上调服务价格，商业变现提速。资本市场方面，AI引爆全球科技股行情，算力芯片、存储、光模块等核心品种集体爆发。步入2026年，市场投资逻辑转向业绩兑现与基本面验证，资金更加聚焦盈利扎实、商业路径清晰的优质企业。AI开始深度赋能千行百业，全面融入生产生活场景，引领产业变革，重塑就业格局。

科技革命与大国竞争是推动全球AI产业的底层逻辑，我国具备较强竞争优势。近年来全球经济陷入低增长、高债务困境，AI作为本轮科技革命和经济长波周期的核心引擎，可能是突破增长瓶颈的关键变量。人工智能将深度影响国家综合国力与全球科技话语权。美国对华实施高端芯片断供与技术封锁，强化我国科技自主可控的决心，加速国内AI产业发展。我国已形成“人工智能+”政策体系，为AI产业发展筑牢制度根基。市场、人才、制度、产业链四大优势共同构建我国AI产业发展的核心竞争力。

当前全球以AI为核心驱动的科技股基本面强劲，美股盈利支撑强于互联网泡沫时期，但需警惕部分领域投融资过热与流动性收紧的隐患。从市场走势看，2023-2026年美股与1995-1998年较为接近，当前纳指100 PE估值远低于1999年底，但A股电子板块短期拥挤度较高，面临一定过热风险；从企业基本面看，以英伟达为代表的科技龙头，盈利增长与股价上涨基本同步，净利润率与高增速远强于当年的思科，基本面支撑较为扎实。需警惕，市场风险也在累积：投融资方面，2026年美股IPO超级周期到来，三大巨头集中上市可能推动市场过热，科技龙头资本开支高速增长将加大财务压力；流动性方面，当前美国通胀压力较大，美联储货币政策存在变数，如果流动性收紧或带来泡沫破裂风险。

AI产业从硬件基建到终端普及，再到场景商业化，呈现全链条递进增长：（1）2023-2026 年基建生态奠基期，算力供给紧缺，GPU、高端CPU、算电协同、智算中心及AI服务器、AI云率先受益；（2）2025-2027 年刚性约束突破期，高速互联（光模块、PCB、连接器）、HBM、液冷、先进封装成为核心增量；（3）2027-2029年端侧普及期，AI手机、AI眼镜等终端升级，带动端侧NPU、低功耗存储、传感器模组高增长；（4）2028-2035年应用爆发期，消费级Agent、智慧办公、行业应用落地，人形机器人与自动驾驶或打开长期空间。

投资策略：（1）当前强势且可持续的较高确定性赛道：算力核心硬件、高速互联、端侧芯片及消费级应用；（2）已开启且处于相对早期阶段的机会：储能、液冷、AI 云计算、传感器与机器人、自动驾驶等，适合提前卡位布局，中长期成长空间广阔。

风险提示：AI产业发展不及预期；股价持续大涨严重透支基本面；通胀超预期刺破估值泡沫。

全球经济寻求增长破局之际，AI 作为第四次科技革命核心引擎，正驱动从算力基建到场景兑现的全链条产业浪潮。全球算力军备竞赛白热化，英伟达推出Rubin架构开启新一代 AI 平台，华为“韬定律”以时间缩微重构半导体新范式，CPO 进入规模化商用，存储开启超级涨价周期，大模型重心转向“推理+智能体”，商业变现提速，引爆全球科技股行情。科技革命与大国竞争推动全球AI产业繁荣，我国依托庞大的国内市场、充足的工程师红利、新型举国体制与完整产业链，构筑较强竞争优势。当前美股AI 盈利显著强于互联网泡沫时期，但仍需警惕投融资过热及全球流动性收紧带来的潜在风险。展望未来，AI产业将沿着基建奠基、约束突破、端侧普及到应用爆发的路径演进。投资策略上，当前应优先聚焦算力核心硬件、高速互联等较高确定性赛道，同时前瞻布局储能、机器人、自动驾驶等较早期高成长方向，以把握全产业链的投资机遇。

本报告中提及的上市公司仅用于举例说明市场现状与趋势，不构成任何形式的投资建议。

AI引领新一轮全球科技浪潮

当前全球AI产业上行盛宴持续，行业热点密集爆发，从算力芯片的代际跃迁、大模型的迭代破局、资本市场的热烈追捧到千行百业的落地渗透，科技产业发展趋势获市场共识，AI引领的科技浪潮成为驱动产业变革、资本狂欢与社会重构的核心主线。

1.1.1 全球算力军备竞赛白热化，算力景气空前爆发

国外算力芯片架构代际跃迁，国内华为正式发布“韬（τ）定律”，引领中国半导体产业从技术跟随者迈向全球规则的引领者。全球高端AI芯片正经历一场深刻的技术变革，海外头部企业持续突破硬件技术天花板，技术壁垒持续拔高。英伟达重磅推出全新Rubin架构，正式发布Vera Rubin AI加速平台，采用台积电3nm先进工艺打造，单颗芯片集成3360 亿晶体管，较上一代Blackwell的2080亿规模提升超六成，多芯协同重塑AI超算标准，硬件算力基建实现大幅跃升。国内算力自主化进程按下加速键，迎来从跟随到引领的关键转折。华为正式发布韬（τ）定律，为后摩尔时代半导体产业提供全新演进范式。该技术打破单纯依靠缩小晶体管尺寸的传统思路，以“时间缩微”替代“几何缩微”，通过系统性降低电路时间常数τ，压缩信号传播时延，从而实现性能与能效的双重跃升。目前，韬定律已在381款芯片的量产实践中得到充分验证，实现密度与能效显著提升，盘活成熟制程潜力，推动半导体产业从“拼纳米”转向“拼速度”的新阶段，为国内AI产业发展筑牢算力底座，推动中国AI产业生态加速走向成熟。

CPO进入规模化商用元年，光模块龙头业绩高增。全球算力紧缺倒逼功耗与带宽的极限突破，叠加工艺逐步成熟封装良率提升、头部客户导入及产业链协同，供需闭环成型，2026年CPO正式迈入规模化商用元年，成为光通信核心升级方向。据LightCounting预测，2030年涵盖Scale-up和Scale-out场景的CPO引擎市场规模将达100亿美元，端口出货量近1亿个，未来五年将爆发式增长。数通光模块迭代节奏显著加快，800G光模块实现规模化应用的成熟期，1.6T光模块放量周期大幅缩短，3.2T光模块研发竞赛全面打响、头部厂商加快产品验证。CPO封装良率持续提升，行业多家头部厂商突破80%，成本持续下行。我国光模块企业全球市占率突破 70%，订单与业绩加快释放。

数据来源：Wind，中国银河证券产品中心整理 

存储行业供需格局反转，开启历史级涨价周期。人工智能催生对高性能服务器的海量需求，AI服务器对DRAM/NAND需求分别为普通服务器的8倍/3倍，DDR5/LPDDR5/HBM等高端产品需求爆发。全球存储巨头三星、SK海力士和美光相继决定停止低端产品生产，全面转向高附加值高端存储产品，2026年以来持续大幅上调存储产品价格。2026Q1三星 NAND 闪存供应价格上调超100%，SK海力士DRAM均价环比上涨60%以上，美光也同步大幅提价。进入二季度，三星再次对DDR5内存颗粒统一提价约40%。行业量价齐声，存储龙头企业业绩迎来爆发式增长。三星电子2026Q1单季业绩超越2025年全年，国内长鑫科技2026Q1单季利润是2025全年的13.2倍。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind，中国银河证券产品中心整理 

AI从“训练”转向“推理+智能体”，CPU需求放量价值重估。人工智能产业场景迭代，行业发展重心正从前期资本扎堆布局的大模型训练赛道，逐步转向商业化落地为主的算力推理与 AI 智能体应用领域。伴随AI智能体快速兴起、端侧本地化推理普及以及多终端协同应用铺开，算力架构中CPU与GPU资源配比也随之发生明显转变，行业格局逐步脱离以往 GPU 独大的模式，朝着CPU、GPU协同均衡的方向演进。CPU需求迎来实质性放量，CPU：GPU配比呈现梯度变化，大模型训练阶段主流配比为 1:8，商用推理阶段下调至 1:4，AI智能体进一步下调至1:1。

CME拟推出全球首个AI算力期货合约，算力资产属性升级，纳入全球资本市场体系。随着算力成为数字经济时代核心生产要素，算力金融属性持续显现，全球金融市场认可度不断提升。5月12日，芝加哥商品交易所集团(CME)宣布与GPU算力指数提供商SiliconData达成合作，计划于2026年内推出全球首个算力期货合约，此举标志着算力金融化发展正式迈入实质落地阶段。算力突破单一科技产业范畴，跃升为全球资本市场基础资产，实现产业价值、战略价值与金融价值的三重升级，资本关注度提升，产业中长期发展逻辑坚实稳固。

1.1.2 大模型加速迭代，商业变现提速

全球大模型正处于高速迭代的爆发周期，技术更新节奏加快、性能全方位升级。回望2022年底，OpenAI携ChatGPT横空出世，推动大模型从实验室向民用普及，开启全民AI时代的序幕。随着技术不断迭代，多模态融合迎来突破，GPT-4与Gemini模型相继问世，顺利实现文图联动交互，完成真正意义上的图文共生。2025年以来，大模型竞争重心从“参数规模”转向了“深度推理”与“自主智能体”。Gemini 3.5、Claude等新一代模型在逻辑推演、复杂问题处理层面实力大幅跃升，与此同时，视频生成、智能体（Agent）自动化技术迎来集中爆发，人工智能综合智能水平实现跨越式升级。国产大模型同步飞跃，整体技术实现从“跟跑”到“并跑”乃至局部“领跑”的历史性跨越。DeepSeek凭借低成本、高性能、开源优势，火爆出圈，“百万级上下文”和“顶级推理能力”不再是少数人的专利，真正实现了技术普惠。2026年发布的Deepseek V4在智能体运作、数理推演与代码开发等硬核评测中比肩国际顶级闭源模型，适配华为昇腾、寒武纪、海光信息、摩尔线程等8家国产芯片厂商，打通国内软硬件协同壁垒，筑牢自主可控的国产算力闭环。

头部企业纷纷登陆资本市场，开启上市浪潮。伴随技术路线日趋成熟、商业模式逐步完善，国产大模型企业资本化进程明显提速。智谱AI与MiniMax相继在港交所挂牌上市，成为国内首批登陆资本市场的通用大模型企业，正式拉开国产大模型行业上市浪潮的序幕。上市募集资金有助于企业加强核心技术研发、扩容智能算力、培育高端人才以及扩张产能布局。依托资本活水筑牢发展根基，有利于形成“融资扩容—技术突破—市场拓展”的良性循环，夯实企业核心竞争壁垒，增强全行业风险抵御能力、产业链上下游的协同效能，为行业高质量可持续发展注入强劲动能。

国产Token日均调用量反超美国，人工智能发展进入快速增长阶段。OpenClaw等智能体模式推动Token消耗指数级跃升，国产大模型商业化落地进入快车道，市场呈现爆发式增长态势，国内大模型Token日均调用总量已反超美国，展现出强劲的产业发展活力。依据国家数据局数据显示，2024年初我国日均Token调用量为1000亿次，到2025年底已飙升至100万亿次，两年内实现超1000倍增长，进入2026年，仅前三个月调用量便突破140万亿次，较 2025 年底增长40%，增长动能强劲。依据OpenRouter数据显示，最新一周（5月5日-11日）OpenRouter平台 token调用量26.9T，相较年初提升383%，在前十大热门模型中，中国模型占据了半壁江山，Hy3 preview、DeepSeek V4 Flash包揽前两位。中国大模型头部阵营崛起，凭借技术突破与成本优势，以DeepSeek、腾讯Hy3、通义千问 Qwen、Kimi为代表的第一梯队集群，在国际化平台上具备了与美国Claude、Gemini等顶尖模型正面抗衡的实力，中国大模型正从技术追赶转向全球引领，出海节奏全面加快，重塑全球 AI 竞争格局。

数据来源：国家数据局，中国银河证券产品中心整理 

数据来源：OpenRouter，中国银河证券产品中心整理 

头部AI大模型上调服务价格，告别低价内卷提升盈利质量。当前国内AI大模型行业竞争逻辑转变，行业正加速从粗放式流量争夺转向产业价值深耕，逐步告别单纯比拼技术实力与模型体量阶段，迈入商业化落地与盈利变现阶段。行业头部企业率先调整定价策略，智谱AI、MINIMAX等陆续上调API价格，拥有广泛C端用户群体的豆包也正式推出付费订阅方案，行业定价策略优化、价值回归。合理的价格调整有助于行业毛利率抬升，盈利质量改善，迈入高质量、可持续的良性发展阶段。

1.2.1 全球科技行情共振，算力芯片、存储、光模块暴涨

全球AI硬件迎来超级上行周期，全球资本市场科技行情共振。在AI算力需求持续爆发的强力驱动下，算力芯片、存储、光模块等核心品种集体爆发，全球AI硬件产业链迎来整体估值重塑。从海外市场来看，自ChatGPT正式上线以来[1]，纳斯达克指数累计上涨139%，聚焦半导体赛道的费城半导体指数涨幅高达342%，点位最高突破12100点，大盘指数表现充分反映了科技板块的高景气度。个股层面来看，AI上游龙头涨幅遥遥领跑，美国科技七巨头指数上涨214%，英伟达、美光、闪迪涨幅分别达到1331%、1251%、3768%，美股科技股市值占比快速抬升，英伟达总市值超5.4万亿美元，稳居全球上市公司市值第一，持续引领全球AI 产业发展。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind，中国银河证券产品中心整理 

韩国股市存储板块成为 AI 产业周期最耀眼的领涨主线，走出一轮史诗级行情。2025年四季度以来，在 AI 算力需求爆发、全球存储芯片供需持续偏紧以及合约与订单排期表现强势等因素驱动下，韩国存储巨头凭借技术壁垒与产能优势，实现业绩与估值的戴维斯双击。2025年四季度至今，三星电子、SK海力士分别上涨228%、401%，市值分别突破、逼近1万亿美元，在两大存储巨头的强势带动下，韩国股市市值快速抬升，全球排名成功跃升至第七位。

数据来源：Wind，中国银河证券产品中心整理 

A股科技赛道同步大涨，成为中国资本市场高确定性主线。自2024年9月24日以来，科创50、创业板指分别累计上涨185%、156%，创业板指一度突破4000点，科创50指数创上市以来新高。细分赛道龙头个股上涨势头迅猛、涨幅亮眼。其中光模块龙头中际旭创、AI 算力芯片龙头寒武纪、国产存储龙头兆易创新分别累计上涨858%、856%、585%，强势领跑整个科技板块，充分彰显高景气赛道强劲的上涨动能与投资价值。

数据来源：Wind，中国银河证券产品中心整理 

1.2.2 2026年美股科技股表现分化，市场转向基本面验证

步入2026年，美股科技巨头走势分化，彻底告别普涨普跌的同质化行情。美股科技七巨头中，谷歌年内上涨 24%，微软则下跌13%，走势形成鲜明反差。科技板块投资逻辑从前期炒作赛道预期的“讲故事”阶段，全面转向业绩兑现与基本面验证阶段。市场资金更加聚焦深耕主业、盈利扎实、商业兑现落地的优质企业，拥有清晰盈利变现路径、业绩增长确定性强的标的，更易获得估值溢价。

数据来源：Wind，中国银河证券产品中心整理 

1.3.1 AI 深度赋能千行百业 科技重塑生产生活

随着人工智能技术的迅猛发展，其应用场景正全方位渗透社会各行各业，从智能制造的精密产线到前沿医疗诊疗场景，从智慧城市精细化管理到暖心智慧养老服务，AI已跳出单纯的技术概念范畴，切实转化为提升运营效率、压缩生产成本、优化服务体验的关键生产力。

在工业制造领域，具身智能正加速从概念走向现实。人形机器人正式进驻 3C 生产厂区投入实操作业，智元机器人携手南昌龙旗科技工厂，完成全球首场具身智能 3C 精密制造产线规模化落地应用；舍弗勒携手思谋科技，依托定制算法与硬件方案开展汽车轴承 AI 视觉质检，缺陷检出率超 99.59%，人力成本削减 80%；嘉立创集团的“AI+柔性制造”系统日均处理超4万份PCB订单，拼板效率提升百倍以上，全面实现降本增效。在医疗健康领域，借助人工智能技术实现胰腺癌早期精准筛查，阿里达摩院PANDA模型构建的“平扫CT+AI”技术检出率92.9%，假阳性率仅0.1%，已在宁波、上海等多家医院落地，累计调用超50万次，有效助力临床诊断工作。

在智慧城市治理方面，多地政府以数智驱动城市精细化管理提质增效，济南深化“一网统管”，横向联动26个市直部门、430个区直部门和街办，日均发现转派问题3000余件，结案率98%以上；在智慧养老方面，安徽省合肥市庐阳区创新构建智慧养老服务模式，为 927 户特殊老年家庭配置智能床垫、跌倒报警器、紧急呼叫按钮等智能设备，5 分钟应急响应，让“银发生活”更安心。

数据来源：中国银河证券产品中心整理 

1.3.2 AI浪潮下的就业重塑

人工智能浪潮正以前所未有的深度与广度重塑当下就业市场格局。传统岗位结构迎来颠覆性变革，客服、基础翻译、简易文书处理等重复性强、规则明确、流程化程度高的岗位需求将持续缩减，AI替代的速度日益加快，波及的范围也会越来越广，可能引发结构性失业风险。与此同时，具备创造性、复杂决策能力及情感交互价值的新兴岗位则蓬勃兴起，AI 训练师、算法工程师、数据标注师、云计算架构师等全新职业迎来爆发式增长，行业人才缺口不断扩大。依据世界经济论坛发布的《2025年未来就业报告》预测，到2030年将有22%的就业机会面临变革，新创造1.7亿个工作岗位，而被替代的工作岗位数量将达9200万个，净增7800万个就业机会。在日常工作中，人机协同与智能工具将成为职场新常态，行业用人标准随之快速迭代，熟练掌握各类AI实操技能、灵活适配智能办公模式，已成为当代职场人提升核心竞争力的必备素养。

底层逻辑：科技革命与大国竞争推动全球AI繁荣，

我国具备较强竞争优势

AI是第四次科技革命和本轮经济长波周期的核心引擎。2010年代末以来，全球经济增速逐渐下降，信息技术的红利趋于衰竭，世界经济步入康波周期中的萧条阶段。2023年以来，AI的崛起引领新一轮技术革命，有望通过提升全要素生产率，成为打破当前全球经济增长瓶颈的关键变量。AI产业的扩张不仅是单个产业的周期性波动，更可能成为推动全球经济从存量博弈再度转向高速发展的核心驱动力，这从底层逻辑上保障了AI的长期政策与资本支持，形成AI产业繁荣的确定性基础。

数据来源：Wind，中国银河证券产品中心整理 

信息技术与互联网红利趋于枯竭，全球经济增长动能持续下滑。从长周期视角看，近期全球经济正处于第五次康德拉季耶夫周期的萧条阶段，由信息技术革命驱动的经济长波已进入尾声。信息技术与互联网带来的红利趋于枯竭，全球互联网普及率已超过70%，智能手机出货量连续多年下滑，移动APP市场趋于饱和，传统信息技术对经济增长的边际贡献显著下降。疫情以来，全球经济增长降速越发明显，2019-2024年全球GDP年均增速2.53%，较2010-2019年的3.21%下降0.68个百分点，主要发达经济体平均增速普遍在2%上下徘徊，新兴经济体增速也低于过往水平。主要经济体政府债务水平明显上升，全球经济增长模式由科技革命带来的内生动能驱动转向债务驱动：对比2011-2018和2018-2025的同样7年时间，中美日德英法六大经济体2018-2025年间政府债务占GDP比例平均增长了16.5%，较2011-2018年间的6.7%加快了9.8个百分点，经济增长对政府债务的依赖度显著上升。总体来看，全球经济近年来呈现出低增长、高债务的特征，全要素生产率增长放缓，一定程度上陷入存量博弈的困境。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind，中国银河证券产品中心整理 

AI驱动的新质生产力，正成为突破当前全球经济增长瓶颈的关键变量。从宏观经济层面看，AI技术有望通过提升总需求和全要素生产率，为全球经济增长注入新的动力。根据高盛预测，生成式AI有望在未来10年推动全球GDP增长7%，约合近7万亿美元，并使美国劳动生产率的年增长速提高约1.5个百分点。短期来看，AI产业自身的快速扩张将带动相关资本开支大幅增长，成为拉动全球经济总需求的重要力量；中长期来看，AI技术将重塑各行业的生产模式，优化资源配置效率，推动全球经济从存量博弈再度转向增量竞争。AI产业的扩张并非单个产业的周期性波动，而是新一轮技术革命的开端，这是AI产业获得持续的政策支持与资本投入的底层逻辑，有望支撑AI产业长期的持续繁荣。

数据来源：中国银河证券产品中心整理 

人工智能作为引领新一轮科技革命和产业变革的通用性技术，其发展水平深度影响国家综合国力与全球科技话语权，“得AI者得天下”成为中美战略共识。类似于以往的蒸汽机、铁路、内燃机、电气、电子计算机等科技革命，人工智能具备极强的通用性与渗透性，有望推动制造业、服务业国民经济全领域的产业升级，重塑全球产业体系。AI驱动的新质生产力有望成为未来10-20年全球经济增长的核心引擎，掌握AI核心技术的国家将在全球经济竞争中占据主导地位，获取巨大的经济红利。2018年以来，中美博弈逐步从传统贸易摩擦领域全面延伸至科技领域，其本质是两国对未来全球科技发展主导权的争夺，两国均已将人工智能发展提升至国家战略层面，通过政策引导、资本投入与资源倾斜等手段，全面推动AI技术进步与产业落地。

为遏制中国人工智能产业发展，美国自2022年起持续升级对华科技出口管制政策，先后出台《芯片与科学法案》、对华先进计算芯片出口管制新规等多项措施，全面收紧对华先进计算芯片、EDA设计软件、半导体制造设备及相关技术的出口，对中国AI产业实施系统性的算力断供与技术封锁。然而，外部压力反而显著深化了我国推动AI技术自主可控的战略决心，加速了国内AI产业链的国产化替代进程。在国家政策引导与市场需求驱动下，国内资本与人才加速向AI产业链汇聚。当前国内已形成以华为昇腾、海光、寒武纪等为代表的国产算力供给体系，大模型厂商积极适配国产芯片，加速构建自主可控的技术生态。中美之间的技术竞赛、封锁与反封锁的博弈，确保了两国国家意志和市场资源持续向AI领域汇聚，这种战略竞争有望在中长期内推动中美AI产业链高速发展，共同将人工智能的技术边界与产业规模推向新的高度。

数据来源：中国银河证券产品中心整理 

我国已形成以十五五规划为纲领、多部门共同支持的“人工智能+”政策体系，为AI产业高速高质量发展筑牢制度根基。

2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》正式发布，明确将全面实施“人工智能+”行动上升到国家战略层面。规划提出加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给；以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业；同时要求加强人工智能治理，完善相关法律法规、政策制度、应用规范和伦理准则。完善监管，推动平台经济创新和健康发展。2025年8月26日，国务院发布《关于深入实施“人工智能+”行动的意见》，作为十五五规划的重要配套文件，系统部署了人工智能发展的具体路径。该意见明确了分阶段发展目标：到2027年，率先实现人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%；到2030年，新一代智能终端、智能体等应用普及率超90%，智能经济成为我国经济发展的重要增长极。意见提出加快实施"人工智能+"科学技术、产业发展、消费提质、民生改善、治理能力、全球合作6大重点行动，并强化高质量数据集建设、智能算力统筹、关键技术攻关、标准体系建设等8项基础支撑能力。

政策就算力、数据、技术、应用落地等方面提出多项具体支持措施。算力方面，《算力基础设施高质量发展行动计划》与东数西算工程协同推进，优化国家智算资源布局，完善全国一体化算力网，推动智能算力供给普惠易用、经济高效、绿色安全。数据方面，完善适配人工智能发展的数据产权和版权制度，推动公共财政资助项目形成的版权内容依法合规开放，鼓励探索基于价值贡献度的数据成本补偿、收益分成机制。技术方面，支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程落地。在应用落地方面，政策通过多种方式创造初期市场并加速规模化商用。国家层面布局建设一批人工智能应用中试基地，搭建行业应用共性平台，培育人工智能应用服务商，发展"模型即服务"、"智能体即服务"等新业态。健全人工智能应用场景建设指引、开放度评价与激励政策，完善应用试错容错管理制度。加大财政和金融支持力度，发展壮大长期资本、耐心资本、战略资本，完善风险分担和投资退出机制，充分发挥财政资金、政府采购等政策作用。

2026年以来，各部门进一步细化政策持续落地。网信办、发改委、工信部联合印发《智能体规范应用与创新发展实施意见》，促进智能体规范应用与创新发展；发改委、能源局等四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，推动AI在能源领域的深度应用。交通运输部、商务部等部门也相继出台"人工智能+"细分领域专项政策。

市场、人才、制度与产业链共同构建我国AI产业竞争优势。

庞大国内市场产生海量的数据与需求，为AI技术发展与产业落地提供广阔空间。生活与消费端，我国拥有14亿人口基数和全球规模第二大的消费市场，电商、短视频、本地生活、在线娱乐等互联网业态高度发达，用户规模和活跃度全球领先，产生了海量多模态的内容、行为与交互数据，推动AI在文字、图像、视频生成等技术领域快速迭代，并为AI应用端商业模式的快速验证与规模化落地提供了广阔的空间。产业端，我国作为全球第一制造业大国，孕育了全球最丰富多样的工业应用场景，为生产类大模型的训练与迭代了海量的设备运行数据、生产工艺数据和产业链协同数据，能够充分验证AI技术在不同复杂度、精度要求和安全标准下的工业级适用性。同时，我国庞大的产业体量使得AI应用能够充分规模化推广，摊薄研发与部署成本，加速商业化盈利的进程。

充足的人才储备为我国AI产业的规模化提供有力支撑。根据斯坦福大学《2026年人工智能指数报告》，全球顶尖AI研究者中约45%具有中国教育背景，其中超过半数已回国发展。在基础研究领域，我国AI论文发表量和引用量连续多年位居全球第一，在大模型、多模态识别、自动驾驶等多个前沿方向已达到或接近国际领先水平；工程应用领域，我国拥有全球规模最大的工程师队伍，2024年我国理工类本科及以上毕业生总数达到314.5万人，三年间增加了约50万人，为AI产业扩张提供了充足的人才供给，能够支撑大规模的应用开发、系统集成和运维服务。显著的人才数量和成本优势使得我国在AI应用落地和规模化运营阶段具备更强的竞争力，能够以更低的成本实现技术的商业化推广。

社会主义市场经济体制使我国既能集中力量攻克技术难题，又能通过市场调节促进AI企业百花齐放。一方面，我国能够发挥社会主义制度集中力量办大事的优势，引导资本和人才集中攻克AI产业链上游的技术难题：2024年5月设立的国家集成电路产业投资基金三期总规模达到3440亿元，将大型半导体制造以及设备、材料、零部件等“卡脖子”方向作为重点投资方向；同时国家层面组织产学研用联合攻关，整合高校、科研院所和龙头企业的创新资源，推动核心技术的自主可控。另一方面，我国能够充分发挥市场在资源配置中的决定性作用，营造良好的创新创业环境，鼓励民营企业参与AI技术研发和应用落地。目前，我国大模型开发、应用领域民营企业百花齐放，字节、阿里等传统互联网巨头和智谱、Kimi等新兴AI企业在国际上均处于仅次于美国顶尖AI企业的第二梯队，在部分领域甚至实现了超越。此外，我国制度的稳定性和连续性能够为企业提供稳定的发展环境，吸引长期资本持续投入AI产业。

全球最完整的工业体系和产业链是我国AI产业发展的重要竞争力。我国拥有联合国产业分类中全部41个工业大类、207个中类、666个小类，是全球唯一拥有全部工业门类的国家，能够为AI相关产业提供从上游材料、设备、零部件到下游组装、测试的全链条配套支持。在AI硬件领域，我国拥有包括芯片设计、制造、封装测试、服务器制造、通信设备、传感器等在内的完整产业链，其中服务器、PCB、电源管理芯片、散热模组等数据中心重要元组件的全球市场份额均过半。完整的产业链N不仅能够保障供应链的安全稳定，还能够降低产品成本，缩短产品研发和量产周期，使我国企业能够将AI技术概念高效转化为可规模化量产的产品，并且通过企业间的协同与竞争不断优化产品性能和成本结构，在全球市场中形成竞争优势。

市场研判：目前AI有较强盈利支撑，

但投融资过热和较高通胀带来隐患

美股AI行情2023-2026走势与1995-1998较为接近，目前处于泡沫形成中前期。从行情进展时间上来看，本轮AI行情的起点是2022年11月OpenAI发布ChatGPT，至今约持续3年，互联网泡沫始于1995年Netscape IPO，终于2000年，历时约5年，随后市场进入长达3年的大熊市，到2003年初后逐渐恢复上涨趋势。从阶段性涨幅上看，1995年-1998年5月底，标普500指数和纳斯达克指数分别累计上涨141.1%和140.8%，相比较而言，2023-2026年（截至5月22日）标普500指数和纳斯达克指数分别累计上涨91.2%和148.8%，涨幅和走势都较为接近。从互联网泡沫期间整体涨幅看，1995年初到2000年3月间纳指上涨接近600%，标普500指数上涨超200%，相比之下本轮AI行情仍存在较大差距。

数据来源：Wind，中国银河证券产品中心整理，数据截至2026年5月22日 

估值方面，美股整体估值处于高位，但科技股估值尚不及1999年水平。 截至2026年11月21日，标普500指数PE估值为28.1，达到2010年以来89%分位数水平，PB估值为5.3，股息率1.13%，均与1999年12月31日非常接近。这一现象表明当前美股整体的估值已经处于相对高位，但还未达到互联网泡沫巅峰时的水平：近年来，标普500指数的成分出现了较为明显的结构性变化，1999年前5大科技股市值仅占标普500总市值的12.3%，但目前前5大科技股市值占标普500总市值的比例已经高达29.8%，标普500指数估值的提高一定程度上源自高估值科技股占比的提升，综合评估其整体估值与1999年尚有差距。

单就科技股而言，截至2026年5月22日，纳斯达克100指数PE估值为41.7，远低于1999年12月31日的152.0，存在明显差距。科技主要龙头中，当前除特斯拉外的“六巨头”+甲骨文的PE估值均在20-40之间，中位数为32.5，受盈利持续增长影响其整体估值较2025年年底反而有所下降；而1999年年底的五大科技龙头PE估值全部在55以上，中位数高达88.2，是当前的2倍以上。综合来看，目前美国科技股估值尚远不及1999年水平。

数据来源：Wind，中国银河证券产品中心整理，数据截至2026年5月22日 

数据来源：Wind，中国银河证券产品中心整理 ，数据截至2026年5月22日

A股的部分科技板块拥挤度过高，短期面临过热风险。在近期的科技行情中，电子行业是A股的绝对主线，4月以来涨幅超过50%，形成了极强的资金虹吸效应。截至2026年5月27日，当周电子行业成交额占全A成交额比例高达30.5%，达到历史最高水平，接近第二名行业的两倍；PE（TTM）达到112.7倍，高于2015年峰值（93.7）和2020年峰值（85.3）。尽管电子行业中长期良好的盈利预期可能推动估值下降，但短期内也面临一定的过热风险。

数据来源：Wind，中国银河证券产品中心整理 ，数据截至2026年5月27日

当前AI产业正处于从技术突破向商业化落地加速转化的关键阶段，一级市场积累的大量独角兽企业开始集中寻求IPO，这与互联网泡沫时期1998-1999年的IPO高峰有相似之处。根据高盛预测，美国IPO市场将在2026年迎来强劲复苏，IPO数量将上升至120宗，全年募资规模预计增长超300%至1600亿美元，创下历史新高。

从头部企业IPO情况来看，三大巨头集中上市，估值总和接近4万亿美元。SpaceX（合并xAI）已于5月20日正式向美国证券交易委员会递交IPO文件S-1，计划于6月登陆纳斯达克市场，目标估值在1.75万亿美元至2万亿美元之间，融资规模达600亿美元，有望成为人类历史上最大的IPO。紧随其后，OpenAI计划最早于9月上市，目前估值约8500亿美元；Anthropic目前正在，计划10月登陆纳斯达克，目前正在进行上市前最后一轮融资，估值约9000亿美元。这三家企业合计估值接近4万亿美元，合计募资规模可能超过1500亿美元，高于近年来大多数年份美国全年的IPO融资总额。重磅IPO的落地有望为一级市场积压的 AI 投资提供退出渠道，带动新一轮 AI 产业链投融资热潮。

过热的IPO市场暗藏多重不容忽视的市场隐患。一是极端资本虹吸效应，三家企业合计超1500亿美元的募资规模将一次性抽走美股市场约1.2%的自由流通市值，大量资金将从中小盘科技股、传统行业板块向头部AI企业集中，可能引发市场流动性的结构性枯竭；二是估值泡沫传导风险，三家企业的估值均基于未来5-10年的指数级增长预期，而非当前盈利水平，若上市后商业化进展不及预期，其估值回调将通过指数权重、产业链关联和市场情绪三个渠道快速传导至整个AI板块，甚至引发美股整体的系统性波动；三是盈利兑现压力陡增，目前OpenAI、Anthropic仍处于巨额亏损状态，SpaceX亏损幅度相对较小，但也高度依赖星链业务的单一增长，星舰、xAI业务目前仍处于烧钱阶段，二级市场投资者对盈利的耐心远低于一级市场，一旦业绩持续低于市场预期，可能面临剧烈的估值杀跌；四是市场情绪透支风险，三大巨头的上市预期已被市场提前炒作近一年，大量投机资金提前布局相关概念股，若上市初期表现不及预期，可能成为市场情绪反转的导火索，触发前期获利盘的集中抛售。

数据来源：Wind、University of Florida，中国银河证券产品中心整理 

科技龙头资本支出持续高速增长，关注美国科技龙头财务状况。自2024Q2到2025Q4，美国科技七巨头的资本支出（CapEx）以60%-80%的同比增速高速增长，远高于此前的20%左右的增速，2026Q1或进一步加速上升。考虑到当前谷歌、微软等企业庞大的数据中心建设计划，未来1-2年内这一增速有望延续。科技巨头高额的资本开支有望推动AI硬件产业的利润持续增长，但也可能加大美国科技龙头的财务压力，导致其财务状况恶化。

数据来源：Wind，中国银河证券产品中心整理 

全球科技企业的基本面维持强势，盈利支撑明显强于互联网泡沫时期。从科技股整体盈利情况看，以美股为例，本轮AI行情中，从2021年初年到2026年5月22日期间，标普500信息技术指数涨幅为193%，而净利润（前推12个月）增幅也达到159%，盈利增长是股价上涨的主要驱动力，而非单纯推升估值。互联网泡沫期间情况则完全不同，标普500信息技术指数最高涨幅高达500%，而净利润（前推12个月）最高时增幅也仅有约100%，盈利增长完全跟不上股价，指数上涨的主要驱动力是估值拉升，基本面支撑薄弱。从科技龙头盈利增长看，美股科技七巨头+甲骨文（Oracle）在2023年到2025年的3年平均盈利增速为86.1%，而互联网泡沫期间，微软、思科、英特尔、甲骨文、高通互联网五巨头在1995至1999年间的5年平均盈利增速为53.1%。考虑到届时科技企业的规模和盈利基数普遍远小于当前，实际的增长差距更为明显。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind，中国银河证券产品中心整理 

对比互联网泡沫和本轮AI革命中的代表性企业思科和英伟达，可发现英伟达当前的盈利能力与利润增速远强于互联网泡沫时的思科，且2026年有进一步走强的趋势。在2022年末ChatGPT发布后，随着高利润算力芯片需求的暴增，英伟达的净利润率迅速由20%左右快速上升至接近60%，2026年进一步上升至70%以上；而互联网泡沫期间，思科为了保障营收增速，竭力满足互联网服务商和电信运营商的扩容需求，被迫快速推出一系列低端、低毛利产品，且在营销过程中大量向客户让利，在1995年到2000年间思科利润率持续从25%下滑至15%左右。从利润增速上看，1997年后思科的净利润增速就下滑到30%左右，而英伟达增速至今仍维持在50%以上，2026年一季度（2027Q1财年）更是大幅上升至108%；受此影响，思科在1999年年底PE估值超过200倍，而当前（2026年5月）英伟达的PE估值仅33倍，高增速使得英伟达股价的走强更具基本面支撑。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind，中国银河证券产品中心整理 

与互联网泡沫期间类似，宽松的货币政策及预期为本轮美股AI行情提供了重要助力。为抑制新冠疫情期间的高通胀，2021-2022年期间美联储持续加息，为后续降息创造了充分空间；2023年7月，美联储进行了最后一次加息，联邦基金目标利率位于5.5%，随着美国通胀持续回落，美联储持续释放偏鸽表态，正式开启新一轮宽松周期，并于2024-2025年期间多次调降联邦基金目标利率至目前的3.75%，降低融资成本并为市场注入了大量流动性，为本轮美股AI行情提供了重要助力。

中东冲突导致的通胀回升使美联储暂停降息，未来货币政策或存在变数。从当前的美联储点阵图看，2026年的降息预期已经下滑到至多降息1次，部分资金已经开始定价加息的可能性。通胀是目前的主要隐患：从历史上看，互联网泡沫期间的通胀反弹成为了美联储转向加息的关键因素，1999年4月，美国CPI同比增速重回2%上方，并在随后的几个月中持续上行，受此影响美联储在同年6月底的议息会议中将联邦基金目标利率从4.75%提升至5%，结束了持续4年半的降息周期，美股也受此影响短暂下挫。随着通胀进一步走高至接近4%，美联储在随后的1年中又进行了5次加息，快速收紧的流动性成为美股市场崩盘的关键因素。当前中东冲突导致的油价上涨使美国通胀大幅回升。2026年4月，美国CPI上升至3.8%，目前10年期国债收益率也上升至4.5%以上，流动性的收紧可能导致美股市场在中期可能面临一定风险。但若中东冲突结束油价回落，也可能导致货币宽松预期重新走强。

数据来源：Wind，中国银河证券产品中心整理 

数据来源：Wind、美联储，中国银河证券产品中心整理 

产业趋势及投资机会：

从算力基建到场景兑现，全产业链投资机会解析

AI产业逐步完成从底层硬件突破到商业化价值兑现的全链条升级。AI产业前期以算力基建、核心技术攻坚为主，逐步破解供给与供应链瓶颈；中期算力成本下行，智能能力向终端渗透带动硬件产品迭代；后期产业重心转向应用落地，依托软件生态与具身智能实现商业化价值释放，整体呈现从底层硬件搭建到终端普及，最终迈向场景商业化成熟的演进路径。

数据来源：中国银河证券产品中心整理 

核心矛盾高度聚焦于“算力供给短缺”。ChatGPT的横空出世，正式引爆全球人工智能产业的新一轮革命性浪潮，推动行业从技术探索阶段迈入规模化发展的关键起步期。这一阶段，产业发展的核心矛盾高度聚焦于“算力供给短缺”：以全球科技巨头、头部互联网企业为代表的核心玩家，纷纷启动算力军备竞赛，持续加大大模型训练与推理环节的资源投入；而大模型迭代升级带来的算力需求指数级激增，直接驱动算力基础设施进入大规模建设周期。从投资本质来看，此阶段是AI产业的“卖铲子”红利爆发期，核心逻辑清晰且明确——凡是能够为算力基础设施建设提供核心产品、关键技术与配套服务的市场主体，都将率先捕捉行业扩张的确定性红利，成为这一轮AI产业增长的核心受益者。

4.1.1 投资主线1——AI算力核心的GPU和高端CPU呈现高景气

AI芯片是算力的核心引擎，是算力军备竞赛中最紧缺、最核心的环节。GPU作为大模型训练与推理的核心载体，直接决定算力输出效率，是当前市场供需缺口最大的领域；高端CPU则承担着算力集群的调度、管理职能，是保障算力系统稳定运行的关键支撑。两条路线协同发力，一方面通过海外成熟芯片的适配、封装、分销，快速弥补短期算力供给缺口；另一方面加速国产AI芯片的研发、量产与场景适配，逐步破解核心技术对外依赖，共同支撑算力基础设施的规模化建设。

GPU：训练与推理的核心载体，供需缺口显著。1）需求端呈现爆发式增长态势，行业高景气度持续兑现：GPU需求总量随大模型迭代与Token调用量激增持续扩容。Token调用量的飞速增长直接带动GPU推理算力需求爆发式增长：从企业采购端来看，据财联社报道，头部互联网大厂对GPU的采购需求持续加码，单是字节跳动，对GPU的采购，从年初既定的1600亿元预算已上修至约2300亿元，半年内涨幅达44%，反映出下游需求的紧迫性。从应用场景来看，大模型训练对GPU的需求呈现规模化特征，根据 Stanford HAI AI Index 2025、Epoch AI 等权威机构 2025-2026 年测算，GPT-4 训练约使用 2.5 万张 A100 GPU、连续训练 90–100 天，对应总算力约 2.15×1025 FLOPs，叠加多模态大模型、AI Agent等场景的持续渗透，GPU需求将维持长期高增。2）供给端持续紧缺，供需错配短期难以缓解，支撑赛道高景气与投资价值：SemiAnalysis指出，出口管制与长单锁定导致英伟达H100等高端GPU交付周期普遍达36-52周、订单排至2027年，稀缺性推升价格，H100黑市价格达7-10万美元/卡，国内含税现货约50-55万元/卡；同时云端数据中心H100一年期租赁价格自2025年10月至2026年3月上涨约40%，高端GPU租赁率超 90%、现货近乎枯竭，供不应求格局显著。

高端 CPU：算力集群的调度中枢，已成关键瓶颈。高端 CPU 作为 AI 算力集群的核心调度与管理中枢，承担算力资源分配、任务调度、系统协同等关键职能，是保障 AI 算力系统稳定高效运行的核心支撑。1）需求端呈现结构性爆发，行业弹性持续释放：TrendForce指出，伴随AI推理与Agent应用规模化落地，算力集群架构发生根本性调整，直接带动服务器 CPU 挂载需求实现4-8 倍增长，形成刚性供需缺口。从企业采购端看，下游核心主体采购意愿持续加码。长期来看，大模型推理场景持续渗透、Agent 应用规模化落地、算力集群规模持续扩容，将持续驱动高端 CPU 需求释放；高端CPU 作为算力调度“咽喉”，其供需紧张格局短期难以缓解，行业高景气度具备较强持续性。2）供给端持续处于紧张状态。受全球先进制程产能紧缺、半导体产业链产能调配受限及 AI 算力需求集中爆发影响，高端服务器 CPU 供给显著不足。据电子工程专辑2026年4月报道，高端CPU主流型号交付周期已由传统4–6周延长至6个月，部分高端AI优化型号交付周期突破8个月，头部ODM与云厂商订单积压严重，供给缺口持续扩大。

数据来源：国家数据局、国新办、博研咨询、运营商，中国银河证券产品中心整理 

国产替代进程加速突破，成为AI芯片赛道核心投资亮点。据 IDC 与中国半导体行业协会联合发布的 2026 年第一季度数据，国产 AI 芯片国内市占率达 52.3%，首次过半；英伟达份额从巅峰期95%降至42.7%，垄断格局被彻底打破。机构预测国产替代将进一步深化，2026 年底英伟达在国内AI加速器市场份额或降至个位数，国内AI芯片国产化率有望提升至 80%-90%。国内核心AI芯片企业已获得数百亿级大额订单，业绩兑现能力凸显，寒武纪2026年一季度营收28.85亿元，同比增长159.56%，归母净利润10.13亿元，盈利能力进入快速释放期。全球AI芯片赛道呈现多元化竞争格局，以Cerebras为代表的差异化挑战者崛起（2026-05上市），证明“NVIDIA 之外还有路可走”，为国内企业提供差异化发展参考，进一步丰富国产替代产业生态。整体来看，GPU 赛道需求确定、供给紧缺、国产替代加速，短期具备强业绩弹性，中长期受益于算力军备竞赛与Token经济爆发。

4.1.2 投资主线2——电力瓶颈制约算力基建，算电协同迎来投资窗口

AI算力集群用电呈指数级增长，其能耗规模与运行特征对电力供给构成严峻挑战。能耗规模方面，1吉瓦算力年耗电约7000吉瓦时；国家能源局数据显示，2025年全国算力中心用电量达1960亿千瓦时，同比增长18.1%。预计2030年其占全社会用电量比例将突破5%，为储能、电网升级等配套环节提供广阔市场空间。负载特征上，GPU集群在训练与推理中，功耗可毫秒级从峰值骤降至空闲，形成周期性、大幅度功率波动，远超传统电网调节能力，易引发电网不稳，影响算力集群运行及区域电力安全。电力供给瓶颈已成为算力基建的核心制约，多地智算中心因电网容量不足暂缓上架，机架上架率普遍低于60%，“有电无算、有算无电”矛盾突出。这种供需错配凸显了算电协同环节的紧迫性，带来确定性投资机遇。

储能：从“可选配件”到“算力盾牌”。储能在算电协同中作用不可替代，全方位解决算力用电痛点。一是毫秒级响应平抑功率波动，国网研究院指出储能将算力系统稳定性提升至 99.999%，保障电力系统安全与训练任务不中断；二是峰谷套利降低用电成本20%-30%，投资回收期缩短至 3-5 年，经济效益突出；三是助力绿电消纳，绿电直供比例达 85%，降低传输损耗 8%，契合“双碳”战略目标。政策层面形成强约束支撑，筑牢行业增长根基：2026年政府工作报告将“算电协同”纳入新基建核心工程，明确新建智算中心需强制配置15%-20%、时长2-4小时的储能，绿电占比≥80%，不配储不予审批，推动储能从“自愿配置”转向“强制标配”。叠加此前相关政策支撑，形成完善的政策体系，大幅提升行业需求确定性。

储能市场端爆发式增长，景气度高位运行且盈利优势显著。中关村储能产业技术联盟指出：2026年1月和2月，国内新型储能新增装机分别为9.51GW和24.18GW，其中 AIDC 配套储能占比突破 40%，首次超越新能源配储成为第一大应用场景。据摩根大通预测，2026 年全球AIDC储能需求预计达30-40GWh，行业规模呈跨越式增长。盈利层面，高工产业研究院数据显示，AIDC 储能毛利率较传统储能高15%-20%，专用系统毛利率可达30%-40%，显著优于电网侧与用户侧传统储能。当前行业订单饱和、产能紧张，海辰储能、宁德时代等头部企业订单已排至2027 年，供需失衡持续支撑高景气与高盈利。

数据来源：中国储能网、集邦咨询，中国银河证券产品中心整理 

电网升级：构建 “算随电动、电随算用” 新体系。电网升级的核心目标是构建“算随电动、电随算用”的新型能源与算力协同体系，通过向柔性化、智能化、高压化转型，破解算力集群供电瓶颈，实现电力供给与算力需求的精准匹配、动态平衡。为实现这一目标，电网升级重点推进三大举措：一是强化骨干网架建设，加速布局特高压直流与220kV增量配电网，实现西部绿电基地与东部算力枢纽直连直达，可使输电能力提升50%、损耗下降10%；二是升级智能调度系统，依托AI技术实现微秒级响应，实时匹配算力负荷与电力供给，动态分配电网容量，推动机架利用率提升至85%以上；三是推进源网荷储一体化，在国家算力枢纽节点配套建设风光电站+储能+增量配电网，形成“就近发电、就近储能、就近供电”闭环，将供电可靠性提升至99.9999%，全方位支撑“算随电动、电随算用”新体系落地。

4.1.3 投资主线3——智算中心升级扩容，算力硬件与服务协同爆发

传统通用数据中心正加速向高密度智算中心升级，是承接 AI 大规模算力需求的核心物理载体。在“东数西算”政策持续落地的背景下，国内十大国家算力枢纽节点扩容建设提速，高功率算力机架资源持续供不应求。根据中国信息通信研究院（CAICT）与IDC测算，2025 年我国智算中心市场规模约 2000 亿元，预计 2026 年接近 2600 亿元，同比增速接近30%。从运营效率看，头部枢纽节点智算中心整体上架率稳定在82% 以上，显著高于传统数据中心约55%的平均水平。伴随行业能耗标准持续收紧，新建大型智算中心PUE（电源使用效率）普遍控制在1.25 以内，单机架功率密度提升至30–50kW，液冷技术渗透率快速提高，能够完美适配大模型长时间、高负载、高并发的运行需求，已成为当前算力基建落地节奏最快、市场需求最为刚性的核心赛道。

AI云计算是驱动数字经济增长的核心引擎。依托云端弹性调度能力，AI云计算为各类市场主体提供按需取用的训练、推理及定制化算力服务。根据Omdia最新发布的《中国AI云市场份额2025》，2025 年中国 AI 云市场规模达567 亿元，同比增速超170%；预计 2026 年市场规模将突破900 亿元，增速维持在60% 以上，其中轻量化推理算力租赁需求爆发式增长，增速显著高于高端训练算力，成为拉动增长的核心动力。头部云厂商持续加大算力集群投入，扩容 GPU 资源池，并通过算力租赁、模型即服务（MaaS）等多元化商业模式有效盘活闲置算力资源。中国AI云市场集中度较高，2025 年前五大云厂商合计占据75% 以上市场份额，业务正从互联网领域向金融、工业、医疗、政务等实体行业深度渗透，叠加“东数西算”政策持续赋能，AI 云计算将进一步打开产业商业化落地空间。

AI服务器作为算力输出的核心硬件终端，直接承接大模型训练与推理全流程算力需求，行业整体进入高景气上行周期。据 IDC 测算，2025 年国内 AI 服务器出货量同比增长超75%，市场规模达235 亿美元，行业订单饱满，头部企业产能持续满负荷运转，高端机型交付周期普遍拉长至3–6 个月。相较于通用服务器，AI 服务器搭载多颗高性能算力芯片，并行运算能力、长时间负载稳定性优势突出，单机架算力密度提升5–10 倍。展望 2026 年，行业增长动能持续强化，中商产业研究院预计国内 AI 服务器市场规模将突破3500–3800 亿元，同比增速维持30% 以上；其中推理型服务器占比将升至45% 以上，成为核心增长引擎。全球算力竞争加剧背景下，政企、互联网与科技企业采购需求持续释放，叠加液冷架构加速渗透，AI 服务器已成为算力产业链中业绩确定性最强、兑现速度最快的核心硬件环节。

数据来源：Omdia，IDC，中国银河证券产品中心整理 

针对性破解卡点难题，为规模化落地铺平道路。算力基础设施规模化落地建成，产业发展阶段特征随之更迭，以往芯片产能不足、供货紧张的局面逐步改善。行业发展重心不再局限于基础算力扩充，转而直面算力运行效能不足、供应链体系存在隐患等深层问题。这一阶段着重破除存储介质、高速互联架构、芯片先进封装三大层面的物理局限，针对性破解集群运转中的各类卡点难题。依托技术迭代优化硬件运行模式，持续挖掘算力系统性能上限，同时完善产业链配套体系，稳固产业整体运行根基，为后续技术规模化落地铺平道路。

4.2.1 投资主线1——数据吞吐与交互需求激增，高速互联进入高增长

高速互联迈入高增长周期。高速互联板块涵盖光模块、高速连接器、高频高速 PCB 等核心品类，是打通算力集群内部、跨集群之间海量数据交互的关键载体，直接制约数据传输上限，深刻影响算力调度运转效率，也是支撑算力集群规模化扩容的基础要件。随着单机算力密度持续攀升、集群组网规模不断扩张，数据吞吐与交互需求大幅激增，行业正式迈入高速成长通道。

光模块是 AI 算力集群数据传输的核心载体，直接受益于全球 AI 算力基础设施的大规模建设与带宽升级。根据TrendForce 集邦咨询在2026年4月发布的最新测算，全球 AI 专用光收发模块市场规模预计将从 2025 年的165 亿美元快速扩张至 2026 年的260 亿美元，同比增速达57% 以上。从产品结构看，800G/1.6T高端光模块成为核心增量：2026年全球 800G 光模块出货量预计突破4000万只，北美云厂商（Meta、谷歌、微软等）为主要采购方；1.6T光模块作为下一代主力产品，需求从年初预测的1000万只上调至2500万只以上，成为拉动全年增长的关键变量。技术路线方面，硅光技术在 800G/1.6T 产品中渗透率已超 50%，其中 1.6T 硅光方案占比达 70%–80%，凭借高集成度、低成本优势逐步替代传统 EML 方案，完美适配大模型训练与推理场景对超高带宽、低时延的刚性需求。供需格局上，行业当前呈现显著供不应求：高盛预测2026-2028年上游激光光源、200G EML、DSP 芯片等核心器件缺口达 25%–30%，交付周期普遍拉长至 12–18 个月。头部厂商订单能见度已延伸至 2028 年，产能持续满负荷运行；竞争格局方面，LightCounting指出中国企业占据全球光模块市场70%以上份额，中际旭创等龙头在800G/1.6T领域市占率全球领先，具备显著的规模与技术优势。

高速连接器进入确定性爆发期。高速连接器作为数据传输的关键“桥梁”，是保障 AI 服务器、智算中心实现高可靠、高速率数据交互的核心元器件，需同时满足高速率（56G/112G/224Gbps）、高可靠性、小型化与高密度四大核心要求。TrendForce 集邦咨询数据显示：伴随全球 AI 算力基础设施建设提速，2026 年全球 AI 服务器出货量预计同比增长28% 以上，智算中心大规模上线进一步拉动端口与连接需求，高端高速连接器进入确定性爆发期。业绩与供需层面，行业高景气已充分反映在订单端：头部企业高速连接器业务订单增速普遍超 80%，核心产品交付周期已排至2027 年，量价齐升趋势明确。长期看，AI 算力集群规模持续扩张、单服务器端口密度翻倍及国产化政策红利（如新建智算中心国产化率不低于 65%）叠加，高速连接器板块具备高弹性、高确定性成长空间。

数据来源：LightCounting、集邦咨询，Prismark，中国银河证券产品中心整理 

4.2.2 投资主线2——破解技术瓶颈，算力升级带动需求高涨

HBM、液冷与先进封装破解 AI 芯片多重技术瓶颈，算力升级带动赛道刚需高涨。HBM 高带宽内存、液冷散热、先进封装是驱动 AI 芯片性能突破升级的三大核心配套领域，三者分别针对性攻克存储带宽瓶颈、高功耗散热难题、精密封装工艺限制，全方位破除硬件性能提升的物理桎梏。当下 AI 芯片算力密度持续激增、整机功耗稳步上涨，行业对三类配套产品的刚需持续放大，市场空间加速扩容，相关细分赛道需求确定性强，长期稳居产业链高景气行列。

HBM市场规模大幅飙升，国产替代加速落地。据 SEMI（国际半导体产业协会）2026 年 3 月发布的权威数据，2026 年全球 HBM 市场规模预计达546 亿美元，同比增长 58%；全球 HBM 位元消耗量同比暴涨 92%，占 DRAM 整体市场近 40% 份额。供给端呈现高度寡头垄断格局，TrendForce在《2025–2026HBM产业报告》中指出，SK 海力士、三星、美光三大厂商掌控全球 95%以上HBM产能，且70%新增产能被英伟达、谷歌、微软等科技巨头长期锁定，行业产能缺口维持在50%-60% 高位，供需极度紧张。国内厂商加速技术攻坚，聚焦 HBM3E/HBM4 核心技术，在堆叠工艺、TSV 制造、键合技术等环节持续突破，国产替代进程有望在 2026-2027 年逐步落地，缓解国内 AI 算力供应链压力。

液冷渗透率快速提升，行业进入爆发期。AI 芯片功耗持续攀升，英伟达GB300等新一代芯片单功耗突破 980W，单机柜功率迈入兆瓦级时代，传统风冷散热因散热效率低、能耗高、噪音大，已彻底无法满足高密度算力散热需求，逐步被市场淘汰。冷板液冷、单相浸没液冷、两相相变浸没液冷成为主流技术路线，其中相变浸没液冷散热效率达传统风冷的 3-5 倍，可将数据中心 PUE 降至 1.04 以下，适配兆瓦级机柜散热场景。2026 年全球首个兆瓦级相变浸没液冷整机柜已实现商业落地，标志液冷技术进入规模化应用新阶段。同时，金刚石、碳化硅等前沿散热材料实现量产突破，导热系数较传统材料提升 3-10 倍，进一步推动液冷散热效率优化与成本下降，行业需求随全球智算中心建设持续爆发。

先进封装破解制程约束，国产替代提速。AI 芯片性能升级受制于制程物理极限，以台积电为代表的头部企业加速推进 CoWoS（晶圆级基板封装）、2.5D/3D 堆叠、FOPLP（扇出型面板级封装）等先进封装工艺，通过芯片小型化、高集成度、多芯片异构互联，突破性能瓶颈，支撑 AI 芯片算力持续升级。碳化硅（SiC）因高导热、高绝缘特性，成为先进封装核心散热材料，已实现规模化应用，有效解决高功耗芯片散热难题。据群智咨询2026年5月最新数据，2026 年全球先进封装（2.5D/3D）市场规模预计达587 亿美元，同比增长约 97%，呈现近翻倍增长态势，产能供不应求状态将延续至 2027 年下半年。竞争格局方面，台积电占据全球先进封装 58% 产能份额，日月光、安靠等厂商加速扩产；国内封测龙头企业（如长电科技、通富微电）技术持续突破，在 HBM 封装、2.5D/3D 堆叠等领域逐步承接全球先进封装订单，国产替代进程提速，行业成长空间广阔。

伴随端侧智能化落地，设备将迎来更新浪潮。历经前期基建与技术瓶颈突破后，规模化算力投产带动硬件、运维、推理成本稳步下行，大模型商用门槛大幅降低。AI 运算能力逐步脱离单一云端承载模式，持续向各类终端设备下沉渗透。轻量化本地大模型技术日趋成熟，成为端侧智能化落地核心载体，智能手机、车载终端、智能穿戴、家居设备等品类迎来全方位智能革新。产业发展主线正式从上游算力基建，切换至终端硬件创新迭代领域，行业迎来大规模设备更新浪潮，终端整机、核心元器件及配套应用赛道，同步迎来广阔增量机遇。

4.3.1 投资主线1——AI技术从“云”向“端”下沉，消费电子迭代升级

AI手机、AI电脑、AI眼镜是算力产业向端侧延伸的重要抓手，成长空间广阔。AI手机、AI电脑、AI眼镜等可穿戴设备，是搭载端侧轻量化大模型的核心智能终端，更是AI能力直达用户的核心载体。这类设备深度融合端侧大模型技术，无需依赖云端算力，可实现毫秒级响应，能高效适配日常办公、娱乐、健康监测等多元需求，同时精准匹配AI场景化应用，加速推动AI技术从“云端”向“端侧”全面下沉。随着端侧大模型技术持续迭代、硬件性能不断升级，这类智能终端迎来全面革新，产品体验持续优化，直接带动消费电子领域开启新一轮换机周期—AI手机领域，Counterpoint预测2027年全球AI手机出货量达5.22亿部；AI 电脑领域，2024年中国市场出货量达580万台，占电脑总出货量的15%，预计2027年渗透率将攀升至81%；可穿戴设备方面，搭配端侧模型的智能眼镜需求激增：2023-2024 年，国内 AI 眼镜出货量处于起步阶段，基数极低，几乎没有明显增长；2025 年开始出现显著拐点，出货量快速拉升，市场正式进入规模化增长通道；2026-2027 年进入高速放量期，IDC 和 Omdia 的预测都显示出货量将保持陡峭的上升曲线，2027 年双双突破 700 万台。这类终端的崛起，不仅激活消费电子市场活力，更给端侧芯片、传感器、显示屏等上下游产业链带来广阔市场机遇，据QYR数据显示，2023年中国AI终端市场销售收入已达344.11亿元，预计2030年将突破1.48万亿元，2024-2030年复合增长率达37.33%，成为AI产业落地、触达终端用户的关键抓手，与算力产业发展深度绑定、协同发力，长期成长空间广阔。

数据来源：LightCounting、集邦咨询，Prismark，中国银河证券产品中心整理 

4.3.2 投资主线2——端侧芯片及配套受益于端侧下沉与算力升级双重驱动

端侧芯片景气度持续攀升。端侧芯片是支撑端侧大模型本地高效运行的核心硬件基石，直接决定端侧设备的AI算力、数据处理效率及低时延表现，随着人形机器人、智能车、消费电子等端侧场景的规模化落地，叠加端侧大模型向轻量化、高算力需求演进，NPU、低功耗存储核心品类需求呈现快速增长态势，行业景气度持续攀升。

（1）场景扩容驱动端侧NPU持续放量。作为端侧AI算力的核心载体，端侧NPU是实现端侧大模型本地推理、多模态数据实时处理的关键。据IDC行业报告数据显示，全球端侧 NPU 芯片出货量的爆发式增长趋势：2024 年出货量为 170 百万片，2025 年快速增至 280 百万片，同比增速超 60%；预计 2026 年将达到 400 百万片，2028 年进一步攀升至 650 百万片以上，2024-2028 年复合增速超过 40%，反映出 AI 手机、AIPC、智能穿戴等终端的快速渗透，正驱动端侧 NPU 进入规模化放量的黄金增长期。未来核心增长动力或将来自智能车、机器人等场景的算力需求爆发——例如端侧视觉模型从YOLO升级至ViT后，扫地机器人等低功耗场景的NPU算力需求接近100TFLOPS，带动相关芯片需求激增。

数据来源：IDC，中国银河证券产品中心整理 

（2）低功耗存储芯片需求将持续释放。低功耗存储芯片是破解端侧大模型“存储墙”瓶颈的关键，核心满足端侧设备对大模型参数存储、高并发数据流缓存的低功耗、高带宽需求。随着端侧大模型参数量持续扩容，轻量化模型参数量已达百万至千万级，单帧1920×1080 RGB图像缓存需求约6MB，视频流处理场景下缓存需求更是激增至180MB/s，对低功耗存储的容量、带宽要求大幅提升。目前，端侧低功耗存储市场呈现高速增长态势，其中ROM-SRAM混合存内计算架构凭借高存储密度、低功耗优势快速渗透，可将大部分神经网络权重存储在芯片上，大幅降低片外存储访问成本，叠加存内计算技术的持续优化，低功耗存储需求将持续释放。

电源预计将受益于端侧AI设备高增。电源类产品（核心为电源管理芯片PMIC、低功耗电源模块）是平衡端侧AI设备高算力与低功耗需求的核心，也是端侧设备稳定运行的“能量中枢”。端侧AI设备（如人形机器人、智能穿戴、工业传感器）对电源的低功耗、高稳定性要求极高，尤其在轻量化大模型本地运行场景下，算力波动导致功耗波动幅度达30%-50%，对电源管理的动态调压、能效控制能力提出更高要求。2024年中国AIoT相关PMIC市场规模约110亿元，预计2025-2029年复合增长率达19.7%。同时，高端端侧场景推动特种电源需求提升，每辆高端智能电动车平均搭载30-50颗电源管理芯片，单车PMIC价值量达300-500元，较传统燃油车提升5-8倍，2024年中国车规级PMIC市场规模已达95亿元，预计2029年将突破300亿元，五年复合增长率达27.3%，带动电源类配套需求持续高增。

传感器模组向AI集成化升级，市场规模高速扩张。传感器模组是端侧AI设备实现环境感知、数据采集的核心入口，也是端侧大模型实现“感知-推理-执行”闭环的基础，核心涵盖惯性测量单元、环境传感器、视觉传感器等品类，广泛应用于智能车、机器人、XR头显等场景。随着端侧AI向多模态感知演进，传感器模组正从“单一采集”向“AI集成”升级。市场数据显示，2025年上半年，端侧AI模组相关上市公司合计营收2937.76亿元，同比增长12.3%，其中传感器模组相关营收占比超30%。

衍生软件生态和具身智能两大赛道。依托前期完备的算力底座与广泛普及的端侧智能设备，技术落地条件愈发成熟。人工智能不再局限于通用基础模型研发，逐步深度下沉至各行各业细分领域，垂直化、定制化应用加速铺开。产业发展衍生两大核心发展脉络，其一为数字软件生态赛道，智能代理助手、智能办公系统、各行业专属解决方案等应用持续迭代，不断赋能日常生产生活；其二为脱离屏幕交互的实体智能领域，机器人、自动驾驶等具身智能形态不断成熟，成为人工智能技术深度融入现实世界、实现价值最大化的核心落地载体。

4.4.1 投资主线1——AI加速向C端落地，多场景商业化价值持续兑现

算力与终端基础日趋完善，AI 加速向各领域垂直落地。依托前期完备的算力底座与广泛普及的端侧智能设备，技术落地条件愈发成熟。人工智能不再局限于通用基础模型研发，逐步深度下沉至各行各业细分领域，垂直化、定制化应用加速铺开。智能代理助手、智能办公系统、各行业专属解决方案等应用持续迭代，不断赋能日常生产生活。消费级 Agent 主打个人智能服务，用户需求旺盛，商业化潜力突出；智慧办公贴合企业降本增效诉求，落地速度快、盈利模式成熟；行业垂直应用依托专业场景壁垒，差异化优势显著。三大方向覆盖C端与B端市场，是产业价值兑现的核心赛道。

消费级Agent是C端AI商业化核心风口，具备高收益潜力与长期投资价值。作为AI在C端商业化落地的核心爆发点，其核心投资逻辑围绕“高成长、宽空间、低壁垒、强兑现”四大核心展开，适配追求高收益、能承受阶段性波动的资金布局。从投资本质来看，消费级Agent的核心吸引力，在于它精准打通了AI技术从“实验室”走向“个人用户”的最后一公里，破解了此前C端AI应用“落地难、变现弱”的行业痛点，形成了可复制、可规模化的增长路径，这也是其区别于其他AI赛道的核心投资优势。当前消费级Agent仍处于用户渗透的初级阶段，全球及国内渗透率均处于极低水平，而C端互联网用户基数庞大，海量个人用户的效率提升、个性化服务需求，构成了赛道的高增长天花板，这种“从0到1”的爆发式增长阶段，是投资的黄金窗口期，也是其高增速特质的核心来源。消费级Agent的投资核心，在于把握“爆发初期的增长红利+成熟的变现模式+低壁垒的落地优势”，优先布局具备核心技术、用户运营能力强、细分场景卡位准的企业，既能享受赛道爆发式增长带来的高弹性收益，也能通过成熟的商业闭环锁定长期回报，是未来3年AI场景化投资中不可忽视的核心赛道。

数据来源：Grand View Research，中国银河证券产品中心整理 

智慧办公——AI场景化投资的压舱石。作为AI场景化落地的“基本盘”，核心投资逻辑围绕“低风险、稳回报、高渗透、强支撑”四大维度深度展开，是兼顾安全性与成长性的优质长期布局标的，核心适配追求长期稳健回报、风险偏好适中的资金，也是AI场景化投资中风险收益比最优的核心赛道。其投资价值的核心逻辑，在于精准契合政企数字化转型的刚性需求，形成了“刚需支撑+闭环变现+政策赋能”的三重投资壁垒，区别于消费级Agent的高波动、行业垂直应用的高壁垒，智慧办公凭借全行业适配、落地门槛低、商业化成熟的核心优势，成为AI场景化投资的“压舱石”，长期增长确定性极强。

行业垂直应用——把握“刚需支撑+壁垒优势+变现确定性”的三重红利。行业垂直应用的核心投资逻辑围绕“高壁垒、稳增长、高变现、强刚需”四大核心维度展开，适配风险偏好中等、追求长期稳健且高回报的资金布局，其核心投资价值在于依托各行业刚性需求，构建起难以复制的行业壁垒，实现商业价值的确定性兑现，是平衡投资组合风险、锁定长期收益的核心标的。与消费级Agent的高波动、智慧办公的全行业普适性不同，行业垂直应用的核心投资逻辑在于“技术适配场景、场景沉淀壁垒、壁垒保障收益”，重点聚焦金融、医疗、工业三大核心领域，三者虽细分场景不同，但均遵循“刚需驱动-壁垒构建-变现落地”的统一投资逻辑，共同构成行业垂直应用的投资核心矩阵。

4.4.2 投资主线2——机器人与自动驾驶技术与场景双驱动，成长空间广阔

机器人——AI从虚拟走向物理世界的核心枢纽，成长空间充裕。机器人作为具身智能的实体落地形式，并非可选的“锦上添花”，而是解决痛点、提升行业效率的“刚需配置”——工业领域的劳动力短缺与效率瓶颈、服务领域的老龄化刚需与人力成本高企、特种领域的危险环境作业难题，均是行业长期存在的核心难题，AI具身智能机器人的深度适配能够精准破解这些痛点，这种刚需属性使其受市场周期、技术迭代波动的影响极小，需求稳定性强，为长期投资回报提供了坚实保障，也是其“稳增长”特质的核心来源。机器人多采用“定制化设备+长期运维”的模式，客户粘性高、付费意愿强，且变现效率高、回报周期清晰，无需经历长期的变现培育期。相较于消费级AI依赖用户规模变现的不确定性，机器人直接对接制造业企业、医疗机构、政府部门等付费能力强的客户，精准匹配客户核心需求并实现价值兑现，同时随着AI技术迭代与场景深化，单台机器人的运维价值、升级价值持续提升，形成“场景深耕-价值提升-收益增长”的正向循环，凸显“高变现”的投资特质。

自动驾驶投资逻辑围绕“技术迭代、场景落地、商业闭环、生态协同”展开。技术迭代构筑成长底座，奠定长期投资价值。自动驾驶核心技术体系涵盖感知层、决策层、执行层，三者的协同迭代是行业突破的关键。感知层的激光雷达、摄像头、毫米波雷达等传感器技术不断升级，分辨率、抗干扰能力持续提升，降低环境感知误差；决策层的AI多模态融合算法、强化学习模型不断优化，提升复杂路况下的决策效率与安全性；执行层的线控底盘、车载芯片等硬件技术持续突破，实现指令的快速响应与稳定执行。技术迭代的持续性的特点，使得行业始终保持高成长潜力，也为投资提供了长期布局的核心逻辑。展望未来，据艾瑞咨询预测，2026年国内自动驾驶核心技术国产化率将突破60%，2030年有望达到80%以上，技术迭代带来的国产替代红利将持续释放。场景落地拓宽增长空间，提升投资确定性。自动驾驶的投资价值最终依赖场景落地的规模化推进，城市开放道路、封闭园区、特种作业等不同场景的需求特性的差异，形成了多元化的投资机会，且各场景均具备明确的落地路径与需求支撑，有效降低投资不确定性。商业闭环实现价值兑现，提升投资回报效率。自动驾驶行业经过多年技术积累与场景试点，已逐步突破商业化瓶颈，形成多元化的变现模式，实现“投入-产出”的良性循环，具备清晰的投资回报路径。目前行业变现模式主要包括三大类：一是出行服务变现，通过Robotaxi、自动驾驶网约车等形式，向用户收取出行费用；二是技术与硬件变现，向车企、出行平台等提供自动驾驶解决方案、核心硬件（传感器、车载芯片等），获取技术授权费、硬件销售收入；三是运营服务变现，为封闭园区、特种作业场景提供定制化运营服务，收取长期运维费用。相较于其他AI赛道长期难以实现盈利的困境，自动驾驶的商业变现路径清晰、落地速度快，回报周期相对可控。生态协同强化竞争壁垒，锁定长期投资收益。自动驾驶行业的发展并非单一企业、单一技术的竞争，而是全产业链生态协同的竞争，核心企业通过整合产业链资源，构建“技术-硬件-场景-运营”的完整生态，形成难以复制的竞争壁垒，为长期投资收益提供保障。

自动驾驶作为 AI 具身智能的核心载体，紧抓技术迭代红利、场景落地机遇、商业变现能力、生态协同优势。优先布局具备核心技术研发能力、场景落地经验、产业链整合能力的优质企业，既能依托技术迭代实现长期成长，又能借助场景规模化落地锁定短期收益，同时通过商业闭环与生态协同降低投资风险，是AI具身智能投资领域中兼具成长潜力与确定性的核心赛道，与消费级AI、通用AI形成差异化互补，构建起多元化的科技投资组合。据中国汽车工业协会及行业机构预测，2026年国内自动驾驶示范运营城市将突破50个，封闭园区自动驾驶渗透率将提升至40%以上，商业化营收有望突破500亿元；据德勤《2030年全球自动驾驶产业展望》报告预测，2030年全球自动驾驶市场规模将达3.2万亿美元，其中中国市场占比超35%，行业长期成长空间广阔，投资价值凸显。

4.5.1 当前强势且可持续

1）基建生态奠基期（2023-2026）：AI GPU、高端 CPU、AI 服务器、智算中心、储能

上述赛道紧贴算力基建核心刚需，处于行业景气上行主赛道，下游大厂采购订单充足、业绩兑现速度快，供需格局偏紧，产业落地进度领先全行业，短期业绩弹性与中长期成长逻辑兼备，是现阶段布局首选方向。

2）刚性约束突破期（2025-2027）：光模块、先进封装、芯片国产替代、HBM。

均为算力产业关键支撑，且具备高确定性优势。其中光模块与 HBM 保障数据传输与存储带宽，先进封装与芯片国产替代筑牢自主可控基础，四大领域均实现技术突破、产能放量，需求明确且盈利空间充足，同时依托政策加持与国产化优势，形成高景气、高回报、高确定性的投资赛道，为算力产业持续发展提供核心支撑。

3）AI端侧普及期（2027-2029）：AI手机、AI眼镜、端侧存储芯片

随着端侧轻量化大模型快速迭代升级，AI手机全面开启行业新一轮换机周期，终端智能化、本地化算力需求持续爆发，为产业链带来强劲增量市场；随着端侧多模态大模型深度嵌入，头部厂商密集入局，AI 眼镜规模化商用快速渗透，增长动能强劲且长期逻辑清晰；依托下游生态的不断成熟，端侧存储芯片规模化应用加速，成长路径清晰。

4.5.2 已开启且处于较早期阶段

1）基建生态奠基期（2023-2026）：电网升级、AI 云计算

赛道产业逻辑已确立，政策与市场需求同步启动，目前整体处于布局培育、逐步放量阶段。短期业绩释放节奏相对平缓，随着大规模算力集群建成投产、算力使用需求全面普及，行业红利将持续加速释放，具备中长期高成长空间，适合提前卡位布局。

2）AI端侧普及期（2027-2029）：AI电脑、端侧NPU芯片、传感器模组、电源

当前 AI 电脑、端侧 NPU 芯片、传感器模组、电源赛道整体尚处产业萌芽期，行业技术更新速度快，主流产品形态仍在演变，上下游协同生态逐步落地搭建，现阶段行业格局未定，随着技术持续成熟与生态不断完善，后续成长空间值得期待。

3）下游应用爆发期（2028-2035）：机器人、行业垂直应用

已正式迈入产业发展周期，整体尚处于技术打磨、场景试点与模式验证早期。行业政策加持、技术迭代提速，产业基础逐步夯实，短期以试点落地为主，中长期成长空间巨大，属于提前布局、静待产业爆发的高潜力前瞻赛道。

4.5.3 行情尚未开启，潜在上涨空间较大

下游应用爆发期（2028-2035）：自动驾驶、智慧办公、消费级 Agent

从产业发展看，未来自动驾驶从试商用逐步迈向规模化普及，智慧办公逐渐完成全链路 AI 重构与企业刚需渗透，消费级 Agent从工具型应用进化为全民数字助手；从市场表现看，整体仍处预期低位、资金低配、行情尚未启动状态，相较于上游芯片、大模型的充分定价，下游应用端业绩兑现的时间较晚，具备“低估值+高成长+晚落地”三重属性，潜在上涨空间广阔。

服务理念：旨在通过投资策略分析，为客户在复杂多变的沪深市场中提供投资顾问服务。

适用对象：本服务风险级别为中高等风险（R4），适用于风险承受能力为相对积极型（C4）或积极型（C5）的普通投资者及专业投资者。建议阅读前请投资者务必确认自身风险评级是否为相对积极型（C4）及以上。中国银河证券股份有限公司（以下简称银河证券）不推荐风险评级为相对积极型（C4）以下的投资者阅读，如果本投顾服务与投资者投资目标不符合或高于投资者风险承受能力，银河证券建议投资者请立即忽略本投顾服务并避免投资风险及损失；如果投资者信赖该信息，并坚持购买或参与和自身者投资目标不符合或高于自身风险承受能力的产品或服务，投资者可能承担不必要的风险或损失。银河证券不因本投顾服务的风险等级高于投资者风险承受能力或与投资者投资目标不符合而承担任何责任。在任何情况下，银河证券不会主动向投资者推介与其投资目标不匹配或高于投资者风险承受能力的产品及服务。

本投顾服务由银河证券产品中心在证监会《证券投顾业务暂行规定》等相关法律指引下制作而成，仅供银河证券的员工和特定客户（无意针对或打算违反任何地区、国家、城市或其它法律管辖域内的法律法规。以简称客户）使用。

除非另有说明，所有本投顾服务的版权属于银河证券。未经事先书面授许可任何机构或个人不得更改或以任何方式发送、传播本投顾服务。

本投顾服务中的信息均来源于公开资料及合法获得的相关内部外部资料（包括但不限交易数据、上市司公告、公开证券新闻、银河证券或其他公司及证券投资咨询机构的证券研究报告及数据库等），银河证券对该等信息的准确性、完整性或可靠性、及时性不作任何保证。银河证券不对因使用此资料的信息而引致的损失承担任何责任。

本投顾服务可能附带其它网站的地址或超级链接，对于可能涉及银河证券以外的地址或超级链接，银河证券不对其内容负责。本投顾服务提供这些地址或超级链接的目的纯粹是为了使用方便，链接网站的内容不构成本投顾服务的任何部份，客户需自行承担浏览这些网站的费用或风险。

银河证券认为本投顾服务所载内容及观点客观公正，但不保证其内容的准确性或完整性。对非因银河证券重大过失而产生的本投顾服务内容错漏，以及客户因依赖本投顾服务进行投资决策而导致的财产损失，银河证券不承担法律责任。

本投顾服务的全部内容仅提供给客户做参考之用，辅助客户做出投资决策，并非作为买卖、认购证券或其它金融工具的邀请或保证。客户不应单纯依靠本投顾服务而取代个人的独立判断，亦不应该认为本服务可以取代自己的独立判断。如有需要，客户可向银河证券投资顾问咨询并独立谨慎决策。

客户在做出决策前需了解到以下风险：客户阅读本投顾或接受银河证券投资顾问服务后需自主做出投资决策并独立承担投资风险；银河证券及其投资顾问提供的证券投资顾问服务不能确保客户获得盈利或本金不受损失；银河证券对投顾服务内容实行适当性原则管理，投顾服务将声明适用客户属性，客户应当详细阅读本投顾服务的风险声明，做出与自身承受能力、投资目标等相匹配资的投资决策。

本投顾服务提供的是银河证券投资顾问在服务当日的判断，银河证券可提供其它与本投顾服务内容不一致或有相同结论的投顾服务，但银河证券没有义务和责任去及时更新本投顾服务涉及的内容并通知客户。银河证券不对因客户使用本投顾服务而导致的损失负任何责任。

银河证券在法律允许的情况下可参与、投资或持有本顾服务涉及的证券或参与本投顾服务所提及的公司的金融交易，亦可向有关公司提供或获取服务。银河证券的一位或多位董事、高级职员或/和员工可能担任本投顾服务所提及的公司的董事。银河证券可能与本投顾服务涉及的公司之间存在业务关系，并无需事先或在获得业务关系后通知客户。

银河证券无需因接收人收到本投顾服务而视其为客户。本投顾服务是提供给银河证券特定客户的，属于机密材料。

银河证券有权在提供本投顾服务前使用本投顾服务所涉及的研究或分析内容。

所有在本投顾服务中使用的商标、服务标识及标记，除非另有说明，均为银河证券的商标、服务标识及标记。银河证券特此提示：投资有风险，入市需谨慎。

银河证券版权所有并保留一切权利。