阿里巴巴AI基础设施投资 - 公司积极推进三年3800亿元人民币的AI基础设施建设计划并持续追加更大投入 [1] - 2032年阿里云全球数据中心能耗规模将较2022年提升10倍 [1] 英伟达与OpenAI合作 - 英伟达与OpenAI达成战略合作伙伴关系 [1] - OpenAI将部署至少10GW的英伟达系统 [1] - 英伟达向OpenAI投资总额最高达1000亿美元 [1] 算力行业发展趋势 - 海外和国内市场均在加码算力相关投资 [1] - 算力资本开支具有持续性特征 [1] - 行业调整期被视为投资机会 [1] 新技术商业化进展 - 建议关注OCS、CPO、CPC、空芯光纤等新技术商业化进程 [1] - 算力板块近期呈现震荡走势但产业趋势明确向上 [1]

根据提供的策略研报内容，以下是作为资深研究分析师的专业总结： 核心观点 10月市场最大关注点在于四中全会，即将发布的"十五五"规划纲要建议有望提振市场风险偏好并衍生众多主题投资机会，市场预计维持高位或震荡上涨[3][4]。配置上新一轮成长产业景气周期行情确立，AI算力基建核心地位不可动摇，AI应用和军工也需重视。此外电力设备、有色金属、机械设备等具备景气支撑的领域亦可作为配置方向[3][6][8]。 市场观点：四中全会有望提振市场风险偏好 四中全会"十五五"规划建议影响 - 四中全会将于10月召开，主要议程是研究关于制定国民经济和社会发展第十五个五年规划的建议，预计将形成"十五五"规划纲要建议，明确指导思想、主要目标和战略举措[4][14] - 总量层面预计保持稳定，经济增速目标不会低于4.5%（或为5%），扩大消费在政策发力中的重要性明显抬升[14] - 产业层面围绕新质生产力发力，重点关注传统制造业升级、新兴产业与未来产业三个方面的战略部署[15] - "十五五"规划预计对市场形成提振并衍生众多主题性机会[4] 流动性环境分析 - 微观流动性维持充裕格局，9月估算主动权益基金仓位边际变化有限，未出现如8月加仓推升流动性的情况[5][23] - 宏观流动性维持宽松，但短期内加码宽松可能性偏低，LPR维持不变，DR007维持低位表明流动性整体合理充裕[18][20] - 美联储实施"鹰派"降息，美债利率上行拉大中美息差"倒挂"幅度，人民币汇率承压，进一步宽松面临外部掣肘[18][23] 基本面状况 - 基本面边际变化有限，预计三季度GDP增速4.8%左右，9月社零同比增长3.2%左右[5][24] - 固定资产投资累计同比增长0%，其中制造业投资累计同比4.8%、基建投资增速1.8%、地产投资增速-13.1%[5][24] - 出口维持较高景气，9月前三周周均集装箱吞吐量同比增速9.04%，高于上月增速6.21%[26] - 通胀方面，预计9月CPI同比-0.2%、PPI同比-2.8%，降幅较上月有所收窄[24][29] 行业配置：坚定成长产业景气周期，关注业绩支撑领域 成长产业主线 - 以AI算力基建为代表的新一轮成长产业景气周期趋势已然确立，行情演绎过程中存在调整和波动，但核心主线地位不可动摇[6][34] - AI算力基建具体可关注泛TMT、算力（CPO/PCB/液冷/光纤）、应用（机器人/游戏/软件）等方向[8][39] - 2025年全球光模块市场规模同比增速有望达到32%[40]，中国液冷服务器市场2024-2029年CAGR将达到46.8%，2029年市场规模将达到162亿美元[42] - 游戏行业景气出现拐点，2025年上半年中国游戏市场实际销售收入达到1680.0亿元，同比增长14.1%[45] - 军工板块临近十五五规划开局之年，军费有望迎来扩张预期，地缘政治冲突仍处频繁爆发期，存在重要事件催化[49] 景气硬支撑领域 - 电力设备受益风电出口高景气、海外储能需求高增、固态电池突破性进展以及数据中心建设对电源设备量质改善[8][50] - 2024年全球风电并网装机容量为117GW，预测到2030年将达到194GW，未来五年复合增速8.8%[50] - 2025年1-6月中国储能企业新增海外订单规模163GWh，同比增长246%[51] - 有色金属中稀土永磁在中美关系变化中进可攻退可守，中报业绩亮眼；黄金因全球不确定性趋势性增加，美联储重启降息带动实际利率下行[8][53] - 全球央行黄金储备持续增加，从2020Q1的34906.9吨增至2024Q4的36250.1吨，四年增加1343.3吨[53] - 机械设备中工程机械在海外需求亮眼带动下新一轮景气周期回升，2025年2月挖掘机同比销量高达52.8%[56]

核心观点 - 报告建议持股过节 收益大于风险 国庆前后市场呈现先缩量调整后放量上涨的规律 胜率较高[4][6][11] - 四季度市场预计震荡新高 由老经济周期+新经济科技&服务消费三擎驱动[6][9][10] - 配置方向聚焦三条主线：旧经济周期交易PPI触底 新经济科技受益AI+出海 新消费重视情绪及服务需求[3][6][10] 国庆日历效应分析 - 国庆前1周缩量调整 前1-2天触底 节后放量启动先涨一周 节前2天/节后5天胜率达67%/80%[4][11][14] - 节后行情偏弱条件：趋势偏弱或节前极致上涨后回调 本轮涨幅和拥挤度未达极端值[4][11] - 风格切换：节前基金持仓占优 节后小盘再启动 因基金季末调仓及个人投资者减仓[4][11][16] - 板块轮动：节前消费占优（对应基金持仓） 节后先成长（对应小盘/个人持仓）再金融[4][11][17] - 杠杆资金流向：节前流出 节后回流 节后流出仅出现在2011/2018年弱势行情[4][11][18] - 离场踏空风险高：历史9次假期港股/A50波动超2%仅1次下跌 大涨年份首周过半涨幅首日兑现[4][11][19] 市场展望与驱动因素 - 经济端整体企稳+结构改革加速 产业端科技井喷 资金端居民存款增配权益+基金发行回暖+险资开门红贡献增量[6][9][27] - 海外美联储与特朗普博弈降息 国内光刻机、阿里云栖大会等产业催化 情绪向好成交企稳融资流入[6][9] - 上证指数自半年度策略以来涨超10%至3800点以上 四季度波动加大但主线延续[6][9] 配置主线：旧经济周期 - 有色金属交易海外降息+软着陆：右侧布局贵金属 左侧布局工业金属拐点[3][10][29] - 黑色链（煤炭、钢铁）+新能源（光伏、锂电）交易国内企稳+反内卷[3][10][29] - 政策预期抢跑利好大金融：互联网金融、券商、保险[3][10][29] 配置主线：新经济科技 - AI硬件把握业绩释放节奏：北美算力的CPO、PCB、存储、液冷 国产算力的半导体设备、AI芯片[3][10][32] - AI应用把握情绪节奏：AIDC卖水人、港股互联网大厂、AI Agent[3][10][32] - 技术出海创新药重视流动性逻辑[3][10][32] 配置主线：新消费服务 - 情绪资源：宠物经济、IP潮玩、景区航空[3][10][34] - 情绪化解：美妆美护、黄金珠宝、新式食饮[3][10][34] - 情绪宣泄：户外经济运动服饰、微醺经济啤酒及预调酒[3][10][34]

AI 之光-光的新技术 CPO 和薄膜铌酸 锂 20250925 摘要 市场短期震荡属正常现象，结构性轮动明显，海外算力链龙头如旭创、 新易盛等业绩和估值支撑强劲，预计三季报窗口期将强化 AI 产业逻辑， 并可能引领新一轮行情。 10 月三季报窗口期后，海外算力链龙头公司估值有望切换至明年 30 倍 以上，当前估值未突破 20 倍主要因业绩释放速度过快。11 月云大厂及 英伟达财报将进一步验证 AI 投资回报闭环，提升明年景气度预期。 国内算力链同样值得关注，尤其在端侧领域。第四季度是催化密集期， 关注阿里云、华为及 BAT 等大厂在 AI 领域的投入，以及字节跳动 AI 大 会和华为 Mate 80 发布等事件催化，预计秋季迎来上涨行情。 薄膜铌酸锂与 CPU 并非互斥，而是长期共存。CPU 旨在降低数据中心 功耗，通过去除光模块中的 DSP 或改进连接方式，可显著降低功耗 30%-40%，对数据中心能效提升意义重大。 CPO 技术通过将光电转换置于交换芯片周围，缩短信号传输距离，降低 功耗和时延，尤其适用于高性能计算环境。博通、英伟达等公司已推出 相关产品，预计 2026 年逐步量产。 Q&A 从长、中、 ...

A股市场表现 - 上证指数上涨0.23%至3830.55点[1] - 深证成指下跌0.16%至13099.28点[1] - 创业板指下跌0.41%至3101.66点[1] - 科创50指数表现突出上涨0.77%至1418.17点[1] - 北证50指数领涨主要指数涨幅达1.08%[1] 港股市场表现 - 恒生指数上涨0.31%至26239.23点[2][3] - 恒生科技指数上涨0.30%至6185.40点[2][3] - 恒生中国企业指数上涨0.49%至9336.03点[3] 债券市场表现 - 国债期货全线下跌30年期主力合约跌0.26%[3] - 10年期国债期货主力合约跌0.02%[3] - 5年期国债期货主力合约跌0.01%[3] - 2年期国债期货主力合约持平[3] 商品期货表现 - 集运指数大涨5.16%领涨商品市场[4] - 燃油期货上涨3.99%[4] - 玻璃期货上涨1.35%[4] - 焦煤期货上涨1.12%[4] - 豆粕期货下跌0.95%[5] - 烧碱期货下跌0.94%[5] 半导体设备行业 - 长川科技大涨9.89%[6] - 京仪装备上涨8.49%[6] - 芯源微上涨5.39%[6] - 北方华创上涨4.52%[6] - 半导体设备股集体活跃多只个股创历史新高[5] AI硬件行业 - 天孚通信下跌6.48%[8] - 光库科技下跌9.28%[8] - 中际旭创下跌4.23%[8] - 新易盛下跌3.41%[8] - AI硬件股集体调整CPO概念板块领跌[7][10] 存储芯片行业 - 通富微电涨停[9] - 京仪装备涨超7%创新高[9] - 存储芯片概念股持续活跃[9] 开盘表现 - 上证指数低开0.45%[12][13] - 创业板指低开0.79%[12][13] - 恒指低开0.33%[14][15] - 恒生科技指数低开0.54%[14][15]

行业表现 - 光模块(CPO)指数盘中跌幅超2% [1] - 成分股普遍走低 [1] 个股表现 - 光库科技跌幅5.56% [1] - 天孚通信跌幅5.04% [1] - 中际旭创跌幅4.21% [1] - 剑桥科技跌幅4.07% [1] - 锐捷网络跌幅2.51% [1]

[Table_Main] 证券研究报告 | 策略点评 2025 年 09 月 23 日 策略点评 证券分析师 程强 资格编号：S0120524010005 邮箱：chengqiang＠tebon.com.cn 翟堃 资格编号：s0120523050002 邮箱：zhaikun＠tebon.com.cn 高嘉麒 资格编号：S0120523070003 邮箱：gaojq＠tebon.com.cn 研究助理 相关研究 金银价格再创新高 [Table_Summary] 投资要点： 2)债券市场：整体下行，长债更弱 摘要。2025 年 9 月 23 日周二，A 股市场 V 型走势小幅收跌，债券市场回调，贵 金属延续领涨创新高。 一、市场行情分析 1）股票市场：放量 V 型走势，热点仍在科技 图 1：午后市场回暖主要来自科技板块拉动 政策空窗期，市场或将高位震荡，科技维持主线地位不变。伴随一系列政策及事件 （美联储议息会、中美元首通话、"十四五"时期金融业发展成就发布会）落地， 当前市场进入政策空窗期，结合指数已在高位、国庆假期临近，资金兑现压力可能 加剧波动，我们认为未来一段时间高位震荡概率较大。工信部部长李乐成今日在 ...

September 19, 2025 11:40 AM GMT Investor Presentation | Asia Pacific Greater China Semiconductors: Global AI Supply Chain Updates; Key Opportunities in Asia Semis We upgraded our Industry View to Attractive going into 2H25, and we reiterate our preference for AI over non-AI. With tariffs on semis and FX impact concerns behind us, we expect the sector to re-rate further. It is also a good time to preview key investment themes for 2026. See our report for details: Greater China Semiconductors: AI semi strengt ...

公司财务表现 - 上半年产能大幅增长 公司保持优秀交付能力实现营收利润双增长 [1] 产品与技术布局 - 1.6T产品快速上量 硅光占比逐步提升 AEC&CPO均有布局 [1] - 公司在CPO OIO等下一代光通信领域进行研发布局 [1] 市场前景与客户关系 - 2026年北美ASIC定制芯片市场继续增长 [1] - 公司作为大客户核心供应商深度受益 [1]

谷歌AI发展势头 - 谷歌推出Gemini 2.5 Flash Image 上线不到一个月新增2300万用户并生成超过5亿张图片 助力Gemini APP在多国应用商店登顶下载榜 [2] - 谷歌发布多项多模态大模型更新 包括Veo 3音视频同步生成 Genie 3实时交互世界 Imagen 4图片生成以及Pixel 10系列AI硬件整合 凸显AI研发领先优势 [2] - Gemini 3.0预计于2025年底推出 有望进一步提升模型能力 [2] 反垄断影响 - 美国地区法官公布谷歌搜索反垄断惩罚措施 强调恢复竞争而非惩罚 未采纳分拆等激进提议 好于市场此前悲观预期 [4] - 谷歌业务基本盘保持稳固 算法能力 生态优势和品牌口碑依然领先 流量获取成本TAC有望优化 整体影响可控 [4] OCS技术背景 - 传统Scale out网络中数据传输需要多次光电转换和电光转换 以H100千卡IB集群为例 数据从一台服务器传输到另一台通常需要经过8次转换 显著降低集群效率并增加延迟和能耗 [6] - 光信号在远距离高带宽传输场景下表现优于电信号 但现有技术无法直接对光信号进行灵活数据处理 必须先转化为电信号才能完成地址处理等操作 [8] - AI大模型数据流转具有高度可预测性 无需拆包查看地址 通过反射直接传输至目标服务器即可构建高效全光网络 相比传统互联网数据传输类似快递 AI数据中心全光网络更像地铁 [9] OCS主流技术方案 - MEMS方案是市场绝对主流占比超过70% 技术成熟参与企业多 性能指标均衡 端口扩展能力达320×320 成本较低切换速度快 [10] - MEMS通过微型反射镜角度调整实现光信号路径动态调整 每根输入光纤光信号经过MEMS反射镜引导到目标输出光纤 反射镜配备二维转轴通过调节角度改变反射方向 [10] - DRC方案采用全固态设计无运动部件 通过控制液晶分子结构变化实现光路折射 驱动电压极低可靠性和寿命明显提升 寿命达MEMS方案十倍 成本约4万美元低于MEMS方案5万美元 但切换速度仅毫秒级 [11][12] - 压电陶瓷方案目前没有详细信息阐述具体特点和优劣势 [13] OCS部署策略 - OCS技术核心优势场景是端口间映射关系稳定不需要频繁调整传输路径的网络环境 优先使用OCS可最大程度利用低功耗极低传输时延特性 [13] - 避免将OCS部署在需要高频率动态调整路径或有高度随机化流量模式的场景 这类场景会放大OCS切换时间长的问题导致网络整体效率下降 [13] - 通过合理规划网络拓扑结构提升OCS使用效率 如把高带宽需求且通信关系稳定节点集中到同一物理区域 通过OCS建立直接连接减少跨区域通信资源消耗 [13] 光交换机与传统电交换机差异 - 性能上光交换机通过直接提供稳定光通道传输数据时延极低接近光速 无需频繁进行光电转换 传统电交换机需多次光电转换并解包识别目标地址重新转发 大大增加数据传输时延 [14] - 功耗上光交换机不用进行信号转换能量损耗更少功耗优势明显 灵活性上传统电交换机更有优势 端口间全连接模式每个数据包能根据包头地址直接定位目标端口无需配置固定线路 仅需纳秒级数据处理时间 而光交换机重新配置内部固定线路适应流量变化目前切换时间毫秒级 [14] - 光交换技术更适合流量模式相对稳定端口间映射关系明确且不用频繁切换场景 传统电交换机更适合流量动态变化大需要频繁调整数据传输路径场景 [14] 成本与长期使用优势 - 长期使用下OCS交换机可实现约30%成本节约 因OCS寿命长如硅基液晶方案寿命约为MEMS方案十倍 MEMS方案寿命又长于传统电交换机 且无需频繁更换 同时单位端口能耗成本更低 [16] - OCS交换机初始成本较高当前设备单价通常在4-5万美元甚至更高 传统电交换机单价仅为几千至3万美元 对预算有限中小型数据中心初始投入压力较大 [16] - 时延方面OCS通过光通道直接传输数据时延可接近光速 相比传统电交换机时延提升约60%-70% 功耗上OCS相比传统电交换机可降低约40%功耗 [16] OCS端口数量问题 - 不同OCS技术方案端口数量存在限制 核心原因是技术实现难度和制造工艺水平差异 不同方案核心部件结构加工精度要求不同导致端口扩展天花板不一样 [17] - MEMS方案端口数量直接和光纤数量挂钩 每根光纤需对应一个微型反射镜 小镜子数量决定端口数量理论上限 [18] - 小镜子加工良率是关键限制因素 因MEMS芯片上小镜子需要极高加工精度 实际生产中难保证所有小镜子正常工作 例如谷歌某款MEMS芯片设计包含176个小镜子 但40个因加工不良被屏蔽 剩下136个中还有8个用于通道校准 最终实际有效端口数只有128个 [18] - 芯片尺寸与制造工艺矛盾也限制端口数量 增加芯片尺寸能容纳更多小镜子提升端口数 但随着芯片尺寸增大加工良率会明显下降 同时面临精度控制散热等技术挑战 [18] 光路系统关键部件 - 激光注入模块和摄像头模块核心目的是实现实时校准功能 不是直接参与数据传输 是保障光路长期稳定运行关键不是冗余设计 [19] - 校准系统用于调整MEMS小镜子偏转角度 确保光路始终处于预设精准状态 避免因设备老化导致光路偏移 [19] - MEMS小镜子偏转角度由焊盘上电压控制 随着设备使用时间增加机械转轴会出现老化磨损 导致偏转角度减小影响数据传输准确性 [19] - 激光注入模块发射专用波长光束对每个光路持续检测 摄像头模块捕捉光束实际传播路径判断是否存在偏移 一旦发现偏差系统自动调整控制电压使小镜子恢复到预设偏转角度 [19] - 校准过程依赖两套独立发射和接收单元 分别对应系统中两个MEMS芯片 实现对所有光路全面覆盖 [19] MEMS制造难点 - MEMS小镜子制造难点不是集中在镜面本身 而是体现在机械结构与电子控制集成环节 源于MEMS技术机电一体化核心属性 [20] - 每个MEMS芯片通常包含超过100个小镜子 每个小镜子不仅需要简单镀膜结构保证光反射效率 还必须集成复杂机械部件 最关键的是用于实现角度调整的小型转轴 尺寸极小在微米级别 对加工精度要求极高 [20] - 机械部件与电子控制芯片高度集成增加制造难度 小镜子角度调整依赖电子控制信号 需将机械转轴与电子控制电路在极小芯片空间内实现无缝衔接 既要保证机械结构灵活性又要确保电子信号稳定传输 [20] - 复杂集成结构导致加工良率较低 因涉及机械电子光学等多领域工艺要求 任何一个环节出现问题都会导致整个小镜子失效 例如谷歌某款MEMS芯片设计176个小镜子 最终因加工问题屏蔽40个 有效率不足80% [20] 发射和接收模组 - OCS中发射和接收模组是光路校准系统核心组成部分 主要涉及激光芯片探测器芯片无源光学器件等关键组件 用于保障校准激光信号稳定发射与精准接收 [22] - 有源组件包括激光芯片用于发射校准用激光束和探测器芯片用于接收校准激光束判断光路是否偏移 这两类芯片是模组核心功能部件 直接决定校准精度和稳定性 [22] - 无源光学器件包括滤光片过滤杂光确保校准激光纯度 准直透镜将激光束校准为平行光 棱镜改变激光传播方向 隔离器防止激光反射干扰保护激光芯片 这些器件用于优化激光束传输路径提升校准效率 [22] - 单套发射或接收模组总成本约1000美元 有源组件激光芯片加探测器芯片成本最高约占总成本60%-70% 无源光学器件成本约占15%-20%约150美元 其余成本为模组装配测试和封装费用约占10%-15% [23] 二色向分光片 - 二色向分光片是OCS光路校准系统中波长筛选关键部件 通过对特定波长光信号选择性透射或反射 实现校准光路与数据光路分离 确保校准功能精准运行 [24] - 核心功能是区分OCS系统中校准光信号和数据光信号 避免两者相互干扰 校准系统使用激光波长通常为850纳米 数据传输使用光信号波长通常为1310纳米 [24] - 二色向分光片通过特殊镀膜工艺实现对这两种波长选择性处理 对于850纳米校准光信号允许透射通过进入校准系统探测器芯片 对于1310纳米数据光信号则反射回数据传输路径阻止进入校准系统 [24] - 核心技术壁垒在于复杂镀膜工艺 需在镜片表面镀上多层不同材质不同厚度薄膜 每层薄膜对特定波长光信号产生干涉效应 实现850纳米透射1310纳米反射效果 镀膜工艺对薄膜材质纯度厚度均匀性层数控制要求极高 [25] - 二色向分光片还需具备高透光率对850纳米光信号透光率需达90%以上 高反射率对1310纳米光信号反射率需达95%以上 和长期稳定性镀膜层不易磨损氧化 [25] 微透镜阵列 - 微透镜阵列MLA是OCS设备刚需部件 核心功能是准直发散激光束 确保光信号在传输过程中稳定性 [26] - 光信号从光纤输出后会自然发散 若不进行准直会导致光信号衰减光路偏移影响传输效率和稳定性 MLA通过阵列化微型透镜将发散激光束校准为平行光 确保光信号在传输和反射过程中稳定性 [26] - 随着OCS设备出货量增长如谷歌每年部署1万台以上未来预计增长至10万台 MLA需求也将同步刚性增长 [27] - 国内厂商炬光科技是OCS领域MLA核心供应商之一 已进入部分头部OCS设备厂商供应链作为二级供应商二供提供MLA产品 部分OCS设备厂商如谷歌为保障供应链安全自行建立MLA生产线实现部分MLA自主供应 [27] - 单个MLA通道价格约1美元 一台OCS设备通常包含约270个通道 单台设备MLA成本约260美元占OCS设备总成本约6% 价格波动对OCS设备整体成本影响较小 [28] - 若按未来OCS设备出货量预测2030年可能达5-10万台长期有望达30万台 MLA市场规模将从当前数百万美元增长至数亿美元 随着OCS设备端口数量增加如从136×136扩展至300×300 每台设备所需MLA通道数量也将增加提升MLA单位设备价值量 [28] CPO与OCS区别 - CPO核心思路是把交换芯片和光模块封装在同一壳子里 光信号从芯片到光模块距离大大缩短时延和功耗降低 且能实时跟着数据流量变调整传输路径速度达纳秒级灵活性高 尤其适配英伟达GPU集群NVLink NVSwitch技术 [29] - OCS走全光路子靠MEMS反射镜或硅基液晶分子控制光信号路径 全程不用光电转换 时延接近光速功耗比电交换机低40% 但光路需提前配置调整路径速度仅毫秒级应对频繁变流量吃力灵活性差 [29] - CPO适合数据流向老变需要快速响应场景如AI大模型实时推理和云计算给不同租户分配资源 特别是英伟达GPU主导AI数据中心 [30] - OCS适合流量模式固定不用老调路径场景如大模型深度训练和数据中心上层网络冗余保护 像谷歌TPU集群特别适合用OCS既能满足低时延需求长期用还能省电 [30] 谷歌OCS模式 - 谷歌使用MEMS芯片采用自主设计加委托代工模式 芯片设计环节由谷歌自行完成 生产制造环节委托给瑞典专业代工厂Silex负责 [31] - 早期谷歌曾尝试从市场直接采购现成MEMS芯片 但因对端口数量切换速度可靠性等指标有定制化要求 市场通用产品无法满足其OCS系统适配需求 [31] - 谷歌决定组建团队自主设计MEMS芯片 从底层架构确保芯片与自身OCS设备TPU集群兼容性 同时优化芯片性能参数如提升小镜子角度控制精度降低驱动电压 [31]