行业投资评级 - 电子行业评级为“增持” [2][8][15] 核心观点 - AI算力需求推动PCB（印制电路板）量价齐升，看好AI PCB投资机会 [2][8][15] - 消费电子延续复苏，AI技术进步推动基建需求高景气，并带动端侧硬件升级 [7][15] 行业数据与趋势 - 近12个月电子行业绝对收益为37.7%，相对沪深300收益为21.9% [3] - 全球数据中心资本支出到2029年的复合增长率预计将达到21% [6][7][15] - TrendForce预测AI服务器出货量2026年将增长20%以上 [6] - 2024年400G交换机出货量占比为38%，800G交换机2025年放量，1.6T交换机预计2026年开始量产 [5] - Dell‘Oro预测未来5年将部署接近9000万个800G与1.6T交换机端口，后端网络出货量将超过前端网络的3倍以上 [6] 技术升级推动PCB价值提升 - NVIDIA Rubin架构采用正交背板技术，以多层PCB板替代铜缆连接，并全面升级制造材料 [4] - Rubin Ultra NVL576的Switch Tray采用M8U等级材料和24层HDI板设计，Midplane与CX9/CPX导入M9材料，层数最高达104层 [4] - 单台Rubin架构服务器的PCB价值量比上一代提升超两倍 [4] - Google TPU V7、AWS Trainium3等ASIC AI服务器同样导入高层HDI、低Dk材料与极低粗糙度铜箔 [4] - 随着交换机端口速率从400G向800G、1.6T迭代，其使用的PCB层数不断增加，材料等级从M6升级到M9，推动单机PCB价值量持续大幅提升 [5] 需求驱动因素 - AI龙头厂商激进扩建数据中心，例如OpenAI计划到2033年建设250GW，谷歌计划5年内将算力提升1000倍 [6] - 北美互联网大厂资本开支维持高景气，推动算力集群持续扩容 [6][8] - 算力扩容放大“网络瓶颈”，使交换机从“配套件”变为提高数据中心性能的“关键产能”，推动高速交换机需求快速增长 [6][8][15]

核心观点 - 报告核心观点认为，AI创新与存储周期是电子行业2026年投资策略的两大主线 AI模型创新与资本开支是产业发展的核心动力，驱动AI产业链协同发展 同时，AI推理需求驱动存储价格上涨和架构升级，存储周期持续向上 [1][4] AI创新：模型创新与CAPEX筑基，AI产业链协同发展 需求：模型创新与CAPEX筑基 - AI产业链包括AI硬件、AI CAPEX和AI模型与应用三大环节，其中AI CAPEX是驱动上游硬件发展的核心动力源 [12] - 模型创新是AI发展的核心动力，大模型在Chatbot、Coding、多模态等场景快速渗透，持续拓展应用领域 [14] - AI CAPEX构筑AI周期的基石，云厂商、头部企业及主权国家的资本开支具有刚性与延续性，为上游硬件环节提供订单与现金流支撑 [14] - 海外云厂商及Oracle的CAPEX/OCF在2025年第三季度环比有所下降，但仍处于可控范围，未来AI周期持续向上 [36] 模型创新进展 - **谷歌**：持续突破多模态模型边界，产品矩阵覆盖内容理解、生成到虚拟世界交互全链条，多模态生成在清晰度、动作可控性与叙事连贯性上已具备商业化价值临界点 [19] - **OpenAI**：通过记忆功能、GPT-5.1及群聊功能升级个性化体验，内部预测2025年收入将达130亿美元，同比增约350%，2030年收入预期上调至2000亿美元 [25][28] - **Anthropic**：在企业级LLM API市场份额达32%，内部预测2025年营收38亿美元，2028年目标700亿美元，毛利率有望从-94%跃升至77% [29] 算力：GPU与ASIC共舞 - AI算力竞争已转向“专用硬件+计算平台”的生态构建，展现从通用计算到专用AI计算的产业演进路径 [42] - **谷歌**：发布TPU v7 Ironwood，单芯片峰值算力达4614 TFLOPs，性能较前代提升4倍以上，支持单SuperPod扩展到9216个芯片，构建了从芯片集群到云服务的完整生态闭环 [45][48] - **英伟达**：确立年度产品更新节奏，发布Vera Rubin NVL144和Rubin Ultra NVL576平台，后者性能可达Blackwell Ultra GB300 NVL72平台的14倍，通过“硬件+软件+网络”垂直生态巩固市场地位 [52][56] - **AWS**：宣布研发下一代定制芯片Trainium4，将集成英伟达NVLink Fusion互连技术和UALink，旨在提升计算、内存和互连性能 [58] - **国产算力**：从“单点突围”转向“系统升维”，华为、阿里等厂商推出超节点解决方案，华为昇腾芯片规划以一年一代、算力翻倍的速度演进 [61][63][64] PCB：价值量提升与扩产 - **单GPU PCB价值量持续提升**：英伟达Rubin系列新增midplane、CPX板及正交背板等设计，驱动PCB规格升级 测算显示，Vera Rubin NVL144若包含正交背板，单GPU PCB价值量预计达1313美元，较A100/H100时代提升显著 [70][74] - **单ASIC PCB价值量持续提升**：谷歌TPU v7和AWS Trainium3的架构升级对PCB提出更高要求 测算显示，2025年AWS T系列单ASIC对应PCB价值量预计超700美元，Google TPU约363美元 [78][86] - **AI PCB市场规模高速增长**：预计AI服务器PCB市场规模将从2025年的49亿美元增长至2026年的102亿美元，同比增长108% 其中ASIC AI服务器PCB市场规模预计从32亿美元增至63亿美元，同比增长94% [89] - **国内PCB厂商积极扩产**：沪电股份、生益电子、景旺电子等国内头部厂商通过海外建厂、国内技改等方式积极扩充AI PCB产能 [90][93] 存储：AI推理驱动增长 - AI推理采用分级存储架构，HBM、DRAM、SSD、HDD协同支撑高效计算 [101] - AI推理，特别是超长上下文和多模态需求，驱动AI存储快速增长 测算显示，2026年10个谷歌级推理应用所需存储容量将达48EB [106] - 英伟达GPU配置持续升级，单GPU对应的HBM容量从H100的80GB提升至VR300 Ultra的1024GB，同时CPX系列新增GDDR7内存 [108] 电源：800V HVDC升级 - 为满足MW级机柜功耗需求，英伟达提出800V HVDC供电架构，可减少电能转换环节、降低损耗并简化热管理 [111] - SiC和GaN功率半导体是实现800V HVDC架构的关键，能实现更高功率密度与能效 [112] - 采用超高压SiC MOSFET的固态变压器可将高压交流电直接转换为800V直流，进一步提升能效 [119] - 预计至2030年，全球SiC&GaN功率器件市场规模将达25.64亿美元 [121] 存储周期：AI驱动价格上涨，扩产与升级同发力 价格与盈利 - AI驱动云侧和端侧存储搭载量显著增长，存储价格持续上涨，存储原厂毛利率显著提升 [4] 扩产：优先投向HBM - 海外存储原厂资本开支进入上行区间，产能优先投向HBM，传统DRAM和NAND投产较为谨慎 [4] 架构升级与设备需求 - **DRAM升级**：4F2+CBA工艺延续主流DRAM升级趋势；3D堆叠DRAM显著提升带宽，指向AI推理市场 [4] - **NAND升级**：3D NAND堆叠层数持续升级 [4] - 存储架构升级为设备需求带来新机遇 [4] 产业模式与接口芯片 - 存储代工模式迎来产业变革机会 [4] - 接口芯片如MRDIMM和VPD为产业打开新空间 [4] 投资建议 - 建议关注AI产业链相关标的，包括模型创新与CAPEX驱动下的算力、存储、PCB、电源等环节 [4] - 建议关注存储产业链相关标的，聚焦AI驱动下的价格上涨、架构升级及产业模式变革机会 [4]

行业投资评级 - 报告对计算机行业维持"推荐"评级 [1][11] 核心观点 - 大模型训练与推理带动AI算力需求增长，GB300、Vera Rubin等新一代算力架构将推动产业链多环节持续受益 [11] - 英伟达Blackwell Ultra架构性能显著提升，Rubin架构预期乐观，算力升级趋势明确 [5][10][16] - AI算力在计算、网络、存储及液冷等领域技术迭代加速，产业链各环节迎来发展机遇 [6][7][8][9] GPU核心架构升级 - B300基于Blackwell Ultra架构，采用TSMC 4NP工艺与CoWoS-L封装，FP4浮点算力达15PFLOPS，较B200提升50% [5][22][26] - GB300搭载288GB HBM3E显存，内存带宽维持8TB/s，FP4计算能力较前代提升1.5倍 [5][30] - Rubin架构预计2026年推出，Vera Rubin NVL144性能达GB300 NVL72的3.3倍，Rubin Ultra NVL576性能提升14倍，内存容量为GB300的8倍 [5][31][32] - 英伟达FY2026Q2营收467亿美元，同比增长56%，FY2026Q3营收指引约540亿美元 [5][57][59] 服务器与计算平台演进 - GB300 NVL72系统由18个计算托盘和9个交换机托盘组成，集成72颗Blackwell Ultra GPU与36颗Grace CPU，AI工厂总体产出性能较Hopper提升50倍潜力 [6][75][80] - Rubin Ultra NVL576计划2027年推出，采用Kyber架构提升机架密度，PCB背板替代铜缆互联 [6][83][85] - 服务器制造级别从Level 1（零部件）到Level 12（多机架解决方案），ODM厂商参与度提升 [62][63] 网络技术突破 - CPO（共封装光学）技术取代可插拔光模块，能效提升3.5倍，部署速度加快1.3倍，延迟显著降低 [7][102][105] - Quantum-X和Spectrum-X交换机支持400Tbps吞吐量，2026年量产，助力超大规模AI工厂建设 [7][111] - NVLink 6.0技术将于Rubin架构实现3.6TB/s速度，NVLink Fusion开放生态支持第三方芯片协同 [7][113][118] 存储技术迭代 - HBM4预计2026年量产，12层堆叠样品已交付，溢价幅度或超30% [8][148][152] - SK海力士主导HBM市场，2025年市占率超50%，与英伟达、微软合作开发定制化HBM芯片 [8][154][156][162] - HBM技术路线图显示带宽将从2TB/s（HBM4）提升至64TB/s（HBM8），堆叠层数增至24Hi [8][163][164] 液冷散热方案 - GB300采用独立液冷板设计，单芯片配备单独冷板，Compute tray冷板用量较GB200增加133% [9][170][174][176] - 液冷市场空间显著扩大，单机柜价值量约9.9万美元，2025-2026年CAGR预计30% [9][178][181] - Rubin Ultra NVL576计划2027年实现100%液冷，彻底摒弃风冷方案 [9][181] 产业链相关公司 - AI芯片：英伟达、AMD、Intel、寒武纪、海光信息等 [12][187] - 服务器整机：工业富联、浪潮信息、纬创、广达、超微电脑等 [12][187] - 服务器组件：散热（曙光数创、英维克）、主板（沪电股份、技嘉）、HBM（SK海力士、三星）、铜连接（安费诺、沃尔核材） [12][187] - 光模块：中际旭创、新易盛、天孚通信等 [12][188] - 数据中心与算力租赁：奥飞数据、宝信软件、协创数据等 [12][189][190]

数据中心与AI基础设施 - 预计2028年数据中心资本开支将达1万亿美元，主要用于加速计算芯片[1][2] - 2024年向四大云服务商交付130万颗Hopper GPU，2025年计划出货360万颗Blackwell GPU[2] - AI基础设施计算量较去年预计增长100倍，Tokens数量大幅增加[2][9][10] - 数据中心正在向"人工智能工厂"转型，专注于AI驱动的处理和应用[13] Blackwell平台与未来产品 - Blackwell已全面投产，NVL72结合Dynamo推理性能提升40倍[3] - 计划25H2发布Blackwell Ultra，算力提升50%，FP8精度算力达0.36EF[3] - 预计26H2推出Vera Rubin NVL144，推理能力达每秒50千万亿次浮点运算[3] - 预计27H2推出Rubin Ultra NVL576，FP4精度算力达15EF，性能较GB300提升14倍[3] - 预计2028年推出Feynman平台，迎接千兆瓦AI工厂时代[3] CPO交换机技术 - 预计25H2推出Quantum-X CPO交换机，交换容量115.2Tb/s，能耗降低3.5倍[5] - 预计26H2推出Spectrum-X CPO交换机，包含两种型号，最高背板带宽409.6TB/S[5] - 采用MRM micro mirror技术，可将连续激光束转化为二进制信号[5] - CPO技术可帮助数据中心节省60MW电力，相当于100个Rubin机柜耗电量[5] 自动驾驶与机器人技术 - 推出Halos系统保障汽车安全，已评估700万行代码并申请1000多项专利[25][26] - 借助Omniverse和Cosmos加速自动驾驶开发，实现端到端训练[26] - 推出开源通用基础模型Isaac Groot N1，具有快慢双系统架构[6][61] - 预计到2030年全球将短缺5000万名工人，机器人产业潜力巨大[60] AI技术演进与应用 - AI分为三个层次：生成式AI、智能体AI和物理AI[7] - 推理模型带来100倍Tokens增长，计算速度需提升10倍[9][10][11] - 推出Dynamo操作系统，Blackwell性能是Hopper的40倍[35][38] - CUDA-X行业框架覆盖计算光刻、5G、基因测序等多个领域[14][15] 产品路线图与技术突破 - 每年更新路线图，每两年更新架构，持续推出新产品[53] - 采用液冷技术，单个机架功率达120千瓦，含60万个部件[29][30] - 光子学技术突破，硅光子交换机可扩展到数百万GPU规模[47][48] - 与台积电合作采用3D共封装技术，实现高性能光子集成电路[49]

报告公司投资评级 - 维持“买入”评级 [4] 报告的核心观点 - 报告研究的具体公司硬件保持快速迭代，软件生态继续丰富，较竞争对手有望继续保持较强竞争力 [4] - 模型的升级迭代带动推理算力需求持续增长，叠加AI应用有望拉动持续性算力需求，公司有望作为AI芯片龙头继续受益 [4] 业绩简评 - 2025年3月18日公司举办GTC 2025活动，对未来新产品推出做出展望，未来将陆续推出GB300（GB Ultra）、Vera Rubin、Rubin Ultra等GPU产品，以及Infiniband与以太网的CPO交换机 [1] 经营分析 AI算力需求可持续性 - 目前模型在推理端比最早的生成式AI更复杂，需消耗更大算力，AI处在从简单的生成式AI向助理式AI的发展阶段，助理式AI在推理侧引入强化学习等方式，相比最早的生成式AI推理需更多步骤，需消耗100倍的token，推理对算力有望产生持续性需求 [2] 客户需求情况 - 2024年微软Azure云、亚马逊云、谷歌云、Oracle云合计采购130万颗Hopper芯片，公司预计这四个客户2025年将采购360万颗Blackwell GPU die [2] 硬件迭代计划 - 预计25H2推出GB300 NVL72，采用CX9网卡，单GB300芯片具备288GB HBM3e显存，容量较GB200有明显升级，算力是GB200 NVL72的1.5倍 [2] - 预计26H2推出Vera Rubin NVL144，单机柜算力是GB300 NVL72的3.3倍，采用HBM4显存、第六代NVlink以及CX9网卡 [2] - 预计27H2推出Rubin Ultra NVL576，单机柜算力是GB300 NVL72的14倍，将采用第七代NVLink [2] 交换机推出计划 - 预计25H2推出Quantum-X CPO交换机，26H2推出Spectrum-X CPO交换机 [2] 软件生态情况 - 公司基于CUDA针对一系列垂类行业推出了库，如用于计算光刻的cuLitho、用于量子计算的CUDA-Q等 [3] - 公司推出了dynamo系统，可有效帮助GPU完成prefill和decode的任务，提升GPU利用效率 [3] 盈利预测、估值与评级 盈利预测 - 预计公司FY26~FY28净利润分别为1221.97、1568.76、1778.57亿美元 [4] 估值情况 - 对应目前股价PE分别为23、18、16X [4] 评级情况 - 维持“买入”评级 [4] 公司基本情况 营业收入 - CY24.1 - CY28.1（对应FY24E - FY28E）营业收入（百万元）分别为60,922、130,497、221,183、289,480、327,980，增长率分别为125.9%、114.2%、69.5%、30.9%、13.3% [6] EBITDA - CY24.1 - CY28.1（对应FY24E - FY28E）EBITDA分别为34,717、84,351、141,527、178,966、199,794 [6] 归母净利润 - CY24.1 - CY28.1（对应FY24E - FY28E）归母净利润分别为29,760、72,880、122,197、156,876、177,857，增长率分别为581.3%、144.9%、67.7%、28.4%、13.4% [6] 每股收益-期末股本摊薄 - CY24.1 - CY28.1（对应FY24E - FY28E）每股收益-期末股本摊薄分别为12.08、2.98、5.01、6.43、7.29 [6] 每股净资产 - CY24.1 - CY28.1（对应FY24E - FY28E）每股净资产分别为17.44、3.24、7.97、14.10、21.09 [6] 市盈率（P/E） - CY24.1 - CY28.1（对应FY24E - FY28E）市盈率（P/E）分别为50.53、47.90、23.05、17.95、15.84 [6] 市净率（P/B） - CY24.1 - CY28.1（对应FY24E - FY28E）市净率（P/B）分别为34.99、44.01、14.48、8.19、5.47 [6] 附录：利润表预测摘要 营业收入 - FY23 - FY28E营业收入（百万美元）分别为26,974、60,922、130,497、221,183、289,480、327,980 [8] 营业成本 - FY23 - FY28E营业成本（百万美元）分别为11,618、16,621、32,639、55,296、78,159、91,834 [8] 毛利 - FY23 - FY28E毛利（百万美元）分别为15,356、44,301、97,858、165,887、211,320、236,146 [8] 销售费用 - FY23 - FY28E销售费用（百万美元）分别为2,440、2,654、3,491、7,741、9,553、9,839 [8] 研发费用 - FY23 - FY28E研发费用（百万美元）分别为7,339、8,675、12,914、19,906、26,053、29,518 [8] 营业利润 - FY23 - FY28E营业利润（百万美元）分别为5,577、32,972、81,453、138,239、175,714、196,788 [8] 利息收入 - FY23 - FY28E利息收入（百万美元）分别为267、866、1,786、172、1,945、4,681 [8] 利息支出 - FY23 - FY28E利息支出（百万美元）分别为262、257、247、214、259、342 [8] 除税前利润 - FY23 - FY28E除税前利润（百万美元）分别为4,181、33,818、84,026、138,860、178,268、202,111 [8] 所得税 - FY23 - FY28E所得税（百万美元）分别为 - 187、4,058、11,146、16,663、21,392、24,253 [8] 净利润 - FY23 - FY28E净利润（百万美元）分别为4,368、29,760、72,880、122,197、156,876、177,857 [8] 市场中相关报告评级比率分析 各评级数量 - 一周内、一月内、二月内、三月内、六月内“买入”“增持”“中性”“减持”评级数量均为0 [10] 评分 - 一周内、一月内、二月内、三月内、六月内评分均为0.00 [10]

产品发布计划 - 英伟达公布下一代GPU架构Rubin AI数据中心芯片 预计2026年下半年开始出货[3] - 下一代Rubin Ultra NVL576将于2027年下半年推出[3] 技术规格 - Rubin平台采用NVLink 144技术加持 性能比前代提高一倍[3] - 基于Olympus核心设计 速度将是去年采用Blackwell架构CPU的两倍[3] - Rubin推理速度达每秒50千万亿次浮点运算 较Blackwell芯片每秒20 petaflops提升一倍多[3] - Rubin支持高达288 GB的快速内存[3] 性能比较 - Rubin Ultra NVL576性能预计达GB 300 NVL72的14倍[3]

文章核心观点 英伟达CEO黄仁勋在GTC 2025上宣布新产品及技术进展，但美股市场未买账，英伟达股价及美股三大指数均收跌，投资者因美国经济数据、关税政策等因素对美股市场担忧[2][11][12] 黄仁勋重大宣布 - 演讲覆盖AI科技演进、计算需求预测，公布Blackwell架构产品、未来产品计划出货时间及人形机器人领域进展[4] - 2024年全球前四云服务提供商采购130万片Hopper架构芯片，2025年购买360万Blackwell芯片[5] - 预计2028年建设数据中心资本支出超1万亿美元，Blackwell架构芯片全面投产，下半年过渡到Blackwell Ultra[6] - Blackwell系列新品Blackwell Ultra NVL72平台今年下半年出货，带宽是前代GB200两倍，内存速度是1.5倍，有GB300和B300两个版本[2][6] - Blackwell Ultra基于Blackwell架构，结合GB300 NVL72机架级解决方案和HGX B300 NVL16系统，为AI推理时代铺路[7] - HGX B300 NVL16在大型语言模型推理方面速度比Hopper快11倍，提供7倍算力和4倍内存[8] - 名为Vera Rubin的平台2026年下半年开始出货，性能是GB300 NVL 72的3.3倍，Rubin推理速度达每秒50千万亿次浮点运算，支持288GB快速内存[8] - Rubin Ultra NVL576 2027年下半年推出，性能约为GB300 NVL72的14倍[9] - Rubin之后下一代架构名为Feynman，2028年登场[9] 人形机器人功能模型发布 - 推出全球首款开源人形机器人功能模型Isaac GR00T N1，与谷歌DeepMind和迪士尼合作开发开源物理引擎Newton，预计今年晚些时候完成[9] - 黄仁勋称机器人市场潜力大，通用机器人时代已到来，开发人员将开辟AI时代新前沿[10] - 现场展示英伟达、谷歌与迪士尼合作研发的机器人Blue，迪士尼将用Newton改进机器人角色平台[10] 美股全线下挫 - 黄仁勋演讲后英伟达股价跌3.43%，总市值缩水至2.82万亿美元，其他大型科技股集体走低[11] - 美股三大指数集体收跌，纳指跌1.71%，标普500指数跌1.07%，道指跌0.62%[2][12] - 疲软经济数据和特朗普关税政策令投资者对美国金融健康状况存疑，4月2日前美股市场将波动[12] - 调查显示美股投资者“牛市情绪”崩溃，对美国股票配置比例创最大降幅[12] - 德意志银行认为美国股市抛售将继续，担忧短期内打压美股[13] - 美国财政部长称美国基本经济状况“健康”，投资者关注美联储利率决定，市场认为维持利率不变可能性为99%[13]