核心观点

• AI算力产业链紧缺: 英伟达和台积电作为AI算力产业链的核心，2026年AI算力供应链处于紧缺状态，尤其受到高带宽内存（HBM）和先进封装产能限制。
• 北美光通信板块投资机会: 受产能短缺影响，市场对光模块上游核心材料、重要器件、测试厂商给予估值溢价，CPO、DCI、智能体等新兴技术方向也获得市场关注。
• Scale up成为AI数据中心网络创新方向: 随着模型参数规模增加，对超节点内HBD域规模的需求也越来越大，Scale up成为AI数据中心网络创新方向。
• 超节点技术范式: 英伟达确立超节点技术范式，其优势建立在NVLink和NVLink Switch上，支持最新的Rubin架构，提供高带宽、低延迟的Scale-Up通信域。
• CW激光器重构光芯片产业格局: 数据中心光互联技术路径分化趋势清晰，CW激光器成为硅光架构重要配置，市场增速陡峭，2030年市场或将超过200亿美元。
• CPO成为光模块终极方案: CPO通过将光引擎 OE 和交换芯片 ASIC 共基板封装在一起，实现极致能效、带宽密度与低时延，成为光模块终极方案。
• 光纤迎来景气周期: 受益于数据中心建设浪潮，G.657单模光纤和多模光纤将迎来规模化应用，国内数据中心光纤市场规模约55-63亿元。

关键数据

• 台积电股价年初至今累计涨幅34%，英伟达股价累计涨幅10%。
• 北美五大CSP股价年初至今表现一般，市场对AI基建持续性存在分歧。
• AXTI生产的磷化铟（InP）衬底公司累计涨幅453%。
• 全球数据中心光纤需求预计2026年达到9160万芯公里，同比增长32%。
• 字节跳动2026年投资261亿元，对应约1GW智算中心，预计光纤资本支出约9.1-10.4亿元。

研究结论

• 超节点与Scale up网络是突破算力通信瓶颈、支撑万亿级大模型与高实时性应用的关键基础设施。
• 当前光互联供应链持续性紧缺，国内光芯片企业有望受益于光互联市场总量增长、硅光架构CW激光器结构性机会、国产份额提升三重机遇。
• Scale up网络正转向光互联，CPO生态逐步形成，全球硅光子将从碎片化定制研发转向标准化代工量产模式。
• 国内硅光新材料、无源以及有源器件、以硅光器件设计套件（PDK）、集成测试等厂商有望进入英伟达、台积电供应链体系，加速硅光子国产化验证与量产落地。
• 全球AI应用及数据中心建设快速发展，产能缺口驱动光纤价格持续提升，国内光纤企业具有数据中心特种光纤产能优势，有望显著并持续受益。

核心观点与关键数据

• 云原生开发者规模持续增长：截至2026年第一季度，全球云原生开发者数量达到19.9万人，其中印度有约225万名云原生开发者。后端开发者中，52%被归类为云原生，而印度后端开发者的云原生比例为44%，高于全球平均水平。
• 印度云原生采用率领先：印度云原生开发者中，70%年龄在35岁以下，其中25岁以下者占比约30%，远高于全球平均水平。这表明印度云原生技术人才储备充足，未来增长潜力巨大。
• 混合云成为主流部署方式：全球34%的开发者采用混合云部署，其中印度比例高达44%。这主要受数据主权要求和监管合规驱动，印度政府也通过立法推动国内数据中心建设，为混合云普及提供基础设施保障。
• 印度开发者Kubernetes使用率高于容器：约42%的印度后端开发者使用Kubernetes，高于39%的容器使用率。这反映了印度市场对托管Kubernetes服务的偏好，开发者更关注编排和应用层，基础设施层由平台抽象化处理。
• 云原生技术采用路径：开发者云原生成熟度提升路径分为三个层级：
  • 基础层：Kubernetes + 微服务
  • 主流云原生：可观测性工具、流媒体/消息服务、事件驱动架构
  • 高级实践：不可变基础设施、混沌工程、服务网格
• 特征标志和可观测性工具是关键入口技术：特征标志和可观测性工具的使用与多种云原生技术的采用呈正相关，是连接主流和高级云原生实践的关键桥梁。
• 高级实践形成“精英集群”：不可变基础设施、混沌工程和服务网格之间存在强关联，表明采用这些技术的组织通常具有更高的技术成熟度和运营能力。
• AI开发者云原生采用路径与后端开发者不同：AI开发者更关注数据管道操作和训练/实验操作，不可变基础设施在AI云原生成熟度路径中处于关键位置，远程过程调用（RPC）对AI开发者至关重要。

研究结论

• 云原生技术正从后端基础设施领域扩展到更广泛的软件开发领域，AI开发者和游戏开发者等新兴群体正在加速采用云原生技术。
• 印度云原生市场发展迅速，其独特的市场环境和政策推动力使其成为全球云原生技术发展的重要区域。
• 组织应关注云原生技术的采用路径，通过特征标志和可观测性工具等关键入口技术，逐步提升云原生成熟度。
• AI开发者在云原生技术采用方面具有独特需求，需要针对其工作流程和业务场景进行技术选型和平台建设。

大模型产业正经历关键发展阶段，从基础设施扩张、模型能力扩散到Agent产品化，利润池沿产业链持续迁移。技术演进分为五个阶段：Transformer奠基、预训练规模化、指令对齐与产品化、多模态开源与企业化，以及当前以推理模型与Agent能力为核心的第五阶段。

大模型发展阶段：

• 当前处于基础设施高强度扩张、模型能力快速扩散、Agent初步产品化、企业逐渐实现ROI验证时期。
• 基础设施仍在快速扩张，GPU/ASIC、HBM、先进封装、网络、液冷、电力和数据中心需求强劲。
• 模型能力快速扩散，开源模型和高性价比模型追赶速度加快。
• Agent产品化早期，企业逐渐实现ROI验证，主要在编程、文档生成、信息搜索、数据分析、办公自动化等场景产生价值。

产业链价值分配：

• 价值流向三类环节：关键硬件资源（GPU/ASIC、HBM等）、高切换成本能力（CUDA生态、云平台等）、可量化ROI的应用入口（代码助手、客服、办公等）。
• 当前利润池主要集中在基础设施（GPU/ASIC、HBM、先进封装、网络等），其次是云与AI平台，应用层长期空间最大但短期分化显著。
• 开源模型压缩模型能力的超额利润，推动多模型路由成为常态，竞争焦点转向入口、数据、成本控制与工作流嵌入。

竞争格局：

• 竞争元素趋于多元，各大模型厂暂时在不同领域站稳脚跟。
• 重点厂商包括OpenAI、Anthropic、Google DeepMind / Gemini、xAI / Grok、DeepSeek、Qwen、字节、MiniMax、Kimi等。
• OpenAI从GPT scaling到工作型智能体平台，Anthropic聚焦企业安全、长程任务，Google DeepMind / Gemini为全栈平台型模型厂，xAI / Grok为模型厂商+大规模AI基础设施运营商，DeepSeek强调高性价比、开源冲击与百万上下文推理效率，Qwen从开源生态到Agent全栈云平台，字节以产品化、推荐数据和多模态生产部署为特色，MiniMax以长上下文、Hybrid MoE与低成本test-time compute为优势，Kimi聚焦中文长上下文工作流和长程编码。

关键标的：

• 智谱：从私有化大模型公司向MaaS平台转型，Coding是其从模型能力转向收入规模的最短路径。
• MiniMax：通过架构优化实现成本与能力平衡，走全球化与全模态平台化路线，Token Plan构建多模态智能额度池的商业模式。
• 科大讯飞：核心价值在于国产算力全流程训推能力，是国内唯一实现全国产算力上全栈模型训练的厂商，2025年大模型相关项目中标金额23.16亿元。

未来大模型格局推演与投资建议：

• 未来大模型发展可能存在三种情况：闭源模型持续领先、开源模型持续追赶、出现新的模型架构突破。
• 投资建议关注大模型与大模型相关产业链，包括大模型本身（智谱、Minimax、科大讯飞、阿里巴巴等）、AI芯片、数据中心、AI应用、物理/端侧AI。

风险提示：

• 技术迭代不及预期、行业竞争加剧、算力供应链风险、监管政策不确定性、商业化落地慢于预期。

SpaceX宣布以600亿美元估值全股权收购Anysphere（Cursor母公司），事件将推动AI编程赛道格局重塑。核心观点如下：

1. 合作共赢

   • SpaceX为Cursor提供GPU算力集群，缓解模型训练瓶颈，支撑Composer等Agentic Coding模型迭代；
   • Cursor的开发者交互数据反哺SpaceX的Grok及代码模型训练，加速xAI在AI编程场景的能力补齐。

2. Cursor商业化加速

   • ARR冲击40亿美元（较2026年2月翻倍），B2B年化收入达26亿美元；
   • 产品从“代码工具”向“开发全流程Agent平台”演进，推出Composer 2.5并收购Graphite补强代码审查等环节。

3. 赛道格局重塑

   • SpaceX收购Cursor或成巨头完整收购头部AI编程Agent平台的标志性案例；
   • 竞争升级为算力、模型能力、开发者入口、企业渠道和数据闭环的综合竞争，进入资源整合阶段。

4. 关键数据

   • Cursor ARR达40亿美元，B2B收入26亿美元；
   • SpaceX此前曾与Cursor达成合作协议，并计划收购Windsurf（被Google以24亿美元获部分技术使用权）。

5. 风险提示

   • 收购进展及监管审批不确定性；
   • 协同效果不及预期；
   • AI编程产品技术迭代或商业化增速不及预期。

评级维持“强于大市”，预计行业进入资源整合和价值重估阶段。