国产算力芯片与 AI 基础设施投资逻辑交流纪要

摘要： 本次会议探讨了 AI 算力基础设施扩张的系统性特征，分析了资本开支从 GPU 向存储（HBM）、光模块、PCB 及电力基础设施扩散的逻辑，并重点对比了海外算力与国产算力的投资路径与机会。

行业主线：

1. 资本开支传导链条：AI 行情遵循“GPU $\rightarrow$ HBM/光模块/先进封装 $\rightarrow$ 交换机/PCB/散热 $\rightarrow$ 电力基础设施”的扩散顺序，呈现基础设施扩张的系统性特征。
2. 定价逻辑转换：存储和电力设备正从传统的“周期定价”转向由 AI 需求驱动的“价值重估”。
3. 国产算力发展阶段：国产算力处于自主可控与国产替代早期，受政策催化明显，正从“可用”向“好用”转变，预计 2026 年将进入业绩兑现的关键验证期。

关键变化与分歧：

1. 产业链瓶颈转移：AI 芯片的瓶颈在于先进制程产能和先进封装（CoWoS）；光模块瓶颈在于上游高端光芯片；存储瓶颈则在高性能 HBM 产能。
2. 国内外节奏差异：海外算力已进入大规模部署和技术验证期，预期较满，股价对利好钝化；国内算力滞后 1-2 年，更多依赖政策催化与国产替代逻辑。

受益方向与风险：

1. 受益方向：聚焦于半导体材料设备（受存储厂商 IPO 预期催化）、芯片设计（AI 与存储芯片）、以及光模块等量价齐升的弹性环节。
2. 核心风险：地缘政治导致的供应限制、行业竞争加剧引发的价格战、CPO 等新技术迭代风险以及市场情绪过热导致的一致性预期回调。