AI算力投资趋势 - AI行情经历从ChatGPT突破到Sora浪潮再到科技巨头加注的三阶段演进 算力需求从训练主导转向推理驱动 资本开支持续攀升推动市场成长预期 [1] - 推理端规模定律成为算力增长核心动力 AI应用需求落地推动编程/搜索/图像处理等使用量增长 用户调用与人机交互实时消耗算力 tokens消耗量激增 谷歌Gemini月消耗tokens一年增长50倍 [4][7] - 每年数千亿美元算力投资驱动产业链上游机遇 涵盖GPU及配套高速互联方案/电源/散热系统等环节 [7] 海外算力投资逻辑 - 产品升级与价格敏感上游环节受关注 芯片升级与互联升级构成产品迭代两大核心动力 [8] - 芯片升级推动配套系统持续迭代 英伟达从H系列过渡到B系列并计划推出R系列 芯片功耗提高推动电源规格从3kw升至5.5kw并可能达10kw以上 散热方案从风冷转向液冷 单系统价值量持续提升 [10] - 互联升级要求材料技术革新 高速线缆互联速率从112G向224G升级并可能向448G演进 对PCB和铜缆等材料提出更高要求 [10] - 价格敏感上游环节存在供给滞后效应 PCB产业链扩产存在传导滞后 上游扩产周期更长导致供给紧张价格弹性明显 [9] 国产算力发展机遇 - 中美算力储备增速出现差距 美国互联网公司算力储备几乎每年翻倍 国内受高端芯片禁运影响存在算力缺口 需国产算力芯片补足 [13] - 国产GPU单卡性能已可对标英伟达对华特供版 H20芯片性能低于部分国产GPU产品 [15] - AI算力从训练转向推理的趋势利好国产算力 推理对超大集群互联要求较低 有利于国产算力在特定场景满足需求 [15] - 国产算力需关注高壁垒与远期空间两大维度 晶圆制造/GPU芯片/半导体设备等上游环节壁垒高竞争格局优 GPU/AIDC/服务器ODM等环节远期市场空间大 [15] 产业趋势特征 - AI发展伴随高度不确定性 DeepSeek大模型曾引发算力通缩担忧 推理端需求增长使叙事重回乐观 需紧密跟踪产业趋势变化 [16]