核心观点与关键数据
AI的天花板与飞轮不一样
- 更高的天花板：AI算力呈“乘法式”扩张，行业天花板与技术迭代速度显著高于4G/5G的“加法式”增长。5G受频谱、站址等物理边界约束，而AI的核心产出是“智能”，通过“算力—模型—应用—数据”飞轮驱动，带来指数级模型复杂度与场景渗透。
- 流量与Token消耗对比：4G时代到5G时代，流量消耗量CAGR约61.1%，而token消耗量呈指数级增长，OpenRouter平台过去一年增长约28倍。
- 行业天花板对比：AI行业天花板由可被智能化的任务空间决定，概念上更接近无界；4G/5G受频谱资源和物理部署所框定。全球AI基础设施规模预计在2030年达到3-4万亿美元，直接AI市场规模到2030年将达到18117.5亿美元，CAGR为35.9%。
- 投资回收期：4G/5G投资回收期达8-10年，源于前期重资本、后端慢变现的商业模式；“先覆盖、后变现”的工程属性决定CAPEX前置，收益侧提升有限。AI算力按量计费，边部署边变现，高利用率下可快速摊薄前期投入，回收期显著缩短。
- 用户渗透速度：AI产品用户渗透速度远超互联网，ChatGPT上线3年用户接近8亿，同等用户规模在更短时间达成，单位获客成本更快被摊薄。
AI算力以更快的技术迭代，优化价格与需求周期
- 技术迭代速度：4G/5G技术演进以3GPP标准为节拍，单次Release通常18-24个月，代际跨越6-10年。AI算力“年更+软硬协同”的高频迭代，在12-18个月内刷新单位算力成本并催生新需求。
- 打破典型价格与需求周期：AI算力打破传统硬件的量价周期，新代具提价能力、旧代有底价支撑。GPU从2-3年一代切换为一年一代，伴随系统性升级，抬高进入门槛，竞争格局相对稳定。
- 硬件迭代周期：AI算力硬件迭代周期缩短为一到两年，英伟达新平台规划：Hopper→Blackwell→Rubin等。NVLink带宽翻倍，HBM3E已在2024Q2上量，HBM4开发完成。
- 需求端推动：前沿模型训练所用计算量以每年数倍的速度增长，拉动硬件与存储迭代节奏向12-18个月收敛。
- 满足新需求：技术迭代创造更多直线无法满足的需求，行业总空间随摩尔定律持续增长。算力更便宜、更易得时，开发者将提升模型复杂度，模型架构迭代有机会减小单次推理、训练所需算力。
投资建议及风险提示
- 投资建议：AI算力更高的天花板与更好的竞争格局支撑起AI算力相对4G/5G的更高估值框架与更强Beta。相关标的：
- 光互连：中际旭创，新易盛，天孚通信，光库科技，长芯博创，仕佳光子，源杰科技，长光华芯，太辰光
- 交换机：锐捷网络，盛科通信
- 铜互连：中际旭创，兆龙互连
- 风险提示：
- AI算力需求不及预期
- 客户处份额不及预期
- 产品研发落地不及预期
- 行业竞争加剧
