2026年08月12日19:50 关键词 科技框架 电子 分析师AI算力 国产专利 半导体材料 资本开支GPU CPU存储 互联 光模块PCB硬件 增速 细分赛道 通胀 大模型AI芯片CCL 全文摘要 一所研究所在筹划一系列科技框架讲座,涵盖AI算力、国产大模型、资本开支、国产替代等话题,旨在深度解析电子行业细分领域,如PCB、半导体材料及国产专利,彰显分析团队实力。面对市场担忧及特定行情,认为股价已反映市场风险,期待讲座揭示行业新兴机会与产业链变迁,促进对科技细分领域的全面理解。讲座将探讨AI大模型进展、国产算力布局、资本开支预期及国产替代节奏,指出相关行业与公司的增长潜力及投资机会,强调内容不构成投资建议,提醒参与者自行承担风险。 章节速览 l00:00科技框架11讲:AI算力与国产共振 介绍了科技框架11讲系列,涵盖电子行业多个细分领域,强调AI算力框架及国产化趋势,旨在全面解析科技领域新兴机会与产业链变化。 l04:32 AI算力与市场趋势分析:从资本开支看产业发展 对话主要围绕AI算力和市场趋势展开,指出当前市场关注点从模型进展转向多场景商业化闭环,尤其是以 编程为代表的场景。资本开支被视为影响AI硬件方向的关键指标,其增速变化将直接影响行业估值和预期。未来市场期待老趋势加速与新趋势涌现,推动AI产业持续发展。 l10:57资本开支与AI硬件投资周期分析 讨论了资本开支在制造业周期中的作用,尤其是AI与新型云技术投资对硬件行业的影响。指出尽管传统资本开支增长可能放缓,但AI硬件投资持续强劲,预计年化收入和利润增长超过50%,支撑硬件行业市值表现。强调了在AI通胀背景下,CPU、存储、互联等领域的增长潜力,尤其是光和PBD在不同场景下的应用,这些板块的增速可能超过英伟达等巨头,展现出更好的未来前景。 l14:20海外算力赛道深度剖析与投资建议 对话深入探讨了海外算力市场的投资逻辑,重点分析了GPU、ASIC、CPU及存储等关键领域,强调光PCD、ODM及工业互联企业具有比较优势。推荐关注NNPO、CPU增量、PCB及CCL等上游材料,指出国产份额提升、高端化及周期性涨价是主要逻辑,同时提及电子服务、数据及海外供应链参与方向。 l19:30国产专利算力发展与国产替代趋势分析 对话围绕国产专利算力的四个观察视角展开,包括大模型技术追赶与生态并驾齐驱、国内资本开支加速投入、国产替代自主可控逻辑强化,以及具体到芯片、fab厂和超级节点的产品视角。强调了国产算力在高端芯片、超节点部署上的长足进步,以及与海外算力的抗衡能力,指出当前处于海内外算力共振的发展阶段。 l27:43 AI趋势与硬科技投入的市场观察 讨论了市场对AI趋势的担忧,尤其是老趋势未加速和新场景未落地的问题。回顾过去,AI硬科技投入的中断常伴随着新场景和硬件的出现,为市场注入动力。未来关注点包括HOOpenAIconnexcoding生态加速、新场景如ISI和biotic自动驾驶的市场潜力,以及英伟达和谷歌新产品的备货和交付。产业端变化、细分行业EPS上调可能性,以及具体场景下的公司利润释放节奏也是重点。后续将定期分享细分行业动态,包括 PCD光、MCC、半导体功率等领域的框架分析。 问答回顾 发言人 问:本次会议的内容是否构成对参会者的投资建议? 发言人答:本次会议内容在任何情形下都不构成对会议参加者的投资建议,相关人员应自主作出投资决策,并自行承担投资风险。国联、民生证券不对任何人因使用会议内容而引致的任何损失承担任何责任。 发言人 问:科技框架的11讲这个栏目主要目的是什么? 发言人答:科技框架的11讲栏目主要是为了集中展示国联民生电子团队的主力分析师及其覆盖的细分领域,并通过一系列深度汇报,帮助大家了解科技领域尤其是电子行业的全面且深入的分析。该栏目旨在提升团队影响力,并抓住七八月份市场风险逐步反映到股价中的时机,把握产业链变化和新兴机会。 发言人 问:接下来的科技框架11讲将涵盖哪些内容? 发言人答:接下来的工作日里,科技框架11讲将涵盖多个主题,包括李博宇的TCB框架(关注AI优势领域)、李蒙的国产战略框架(聚焦国产3D三支箭芯片fab加插节点)、蒋国瑞的半导体材料框架(关注高壁垒环节进展)、以及后续诸如4A机下一代封装核心方案、超级点、消费电子加AI、光赛道互联、半导体设备框架、功率半导体框架等主题。 发言人 问:今天的第一讲主要聚焦什么主题? 发言人答:今天的第一讲主要聚焦于AI算力的框架,尤其关注海外和国产的发展情况,结合当前行情和市场核心矛盾,梳理并推论整个AI产业演进的方向和进展。 发言人 问:海外算力方面的最新进展如何? 发言人答:在海外算力方面,过去三四年间,我们看到海外专利引进持续进行,大模型通往AGI的进展成为关注焦点。从模型角度看,训练、推理以及agenticityAI时代的发展趋势明显,高端算力如英伟达GPGPU、谷歌GPU和其他厂商的ASIC等在持续扩展生态圈并加速上量。 发言人 问:目前市场最为关心的问题是什么? 发言人答:目前市场最关注的是AI生态中多场景商业闭环的构建与发展,尤其是围绕AI编程(coding)为代表的人工智能代理(agent)能否继续加速市场增量。同时,市场也在期待新的叙事逻辑,如训练模型的RSI、推理模型的BIOT(生物医药、自动驾驶等领域)能否带来显性的市场增量。 发言人 问:对于AI超预期进展的影响以及市场期待的是什么? 发言人答:对于AI的超预期进展,目前市场尚未完全预期到新的场景及其带来的商业化同步回报。因此,市场仍在等待新的场景发生和多场景商业闭环的持续形成,以推动股价进一步上涨。一方面,大家高度关注模型的持续进阶;另一方面,也期待更多如coding等场景的多场景商业化闭环能够逐步显现并形成飞轮效应。 发言人 问:大家关注的焦点是什么?对于当前及未来的资本开支情况如何看待? 发言人答:大家关注的焦点主要是K,即资本开支,因为资本开支决定了整个AI硬件的发展方向。若资本开支呈加速投入态势,AI硬件的EPS和PE会保持向上趋势;反之,如果资本开支增速放缓或出现负增长,将对AI硬科技带来负面影响,表现为估值下跌和ETS下滑。预计今年北美地区的资本开支约为8000亿美金,明年可能增长到1.2至1.3万亿美金。虽然增速可能不快,但考虑到新型资本开支如AI和newcloud的影响,明年资本开支可能不会降速。即使增长率缓慢下降,维持50%以上的年化增长对硬件如光PCB互联、CPU、GPU、存储等赛道仍意味着巨大的收入和利润增长空间,足以支撑相关硬件在未来获得强劲市值表现。 发言人 问:在资本开支预期下,哪些板块持续通胀,并且增速更快? 发言人答:我们会寻找那些相比英伟达GPU等产品,增速更快的板块,并且希望这些板块能维持更好的成长性。例如,在向后端发展的过程中,CPU用量、存储用量、光和PCB互联等领域的增长,尤其是在scalein到scaleup再到skillout到skillacross的场景中,我们认为这些细分赛道的通胀相对比较明显。 发言人 问:在资本开支之下,应如何筛选具有阿尔法逻辑的细分赛道? 发言人答:我们需要寻找拥有强大叙事逻辑且行业增速高于资本开支增速的细分赛道。整个算力可以分为四层:第一层是大模型的持续进阶;第二层是多场景商业闭环的形成,特别是以ARR为代表的预期;第三层是以资本开支为主要标志的硬科技投资周期;第四层则是具体硬件如CPU、存储、光以及PCB等,以及比资本开支增速更快的细分赛道。 发言人 问:下一个阶段重点关注哪些细分板块? 发言人答:重点关注GPU、ASIC等计算单元,尤其是与AI执行指令、逻辑推演相关的部分,以及存储量价提升;同时关注互联,特别是综合PCB互联和交换芯片互联。在国内参与程度深且具有产业优势的细分领域,如光PCD、ODM以及工业互联等企业,将是海外算力关注的核心方向。此外,NNPO和CPU增量,尤其是放入柜内的预期中,细分赛道增量最大的部分,如新易科技等公司,以及英伟达对CPU用量带来的弹性,如光模块、元器件、宝殿光纤等细分领域,都值得高度关注。 发言人 问:对于PCB和CCL行业,目前的主要逻辑是什么? 发言人答:目前PCB和CCL行业的逻辑主要在于国产份额提升、高端化生产以及可能存在的周期性涨价。尤其是对于生弘科技、沪电股份等大型TP龙头企业,以及上游的CCL供应商如美美爱金牌等公司,关注点在于国产化率的提高和产品高端化的进展。 发言人 问:国产专利方面有哪些观察视角? 发言人答:国产专利的观察视角主要包括大模型的发展和国产替代两个方面。大模型方面,中国大模型正在从技术追赶迈向生态并驾齐驱的关键阶段,如D模型、华为升腾等国产芯片的适配进展显著,这将引发国产算力的更大进步。国产替代方面,则关注以东兴华鸿为代表的先进封测厂商与寒武纪、华为等国产芯片厂家的合作及国产平台的适配情况。 发言人 问:国内资本开支投入的情况如何? 发言人答:预计今明两年国内资本开支将有80%以上的同比增速,处于加速投入状态。其中,字节、阿里、腾讯等大型科技公司的资本开支增长强劲,愿意投入更多资金购买国产专利芯片和超节点,叠加国产替代逻辑,进一步推动了AI硬科技和国产专利芯片的投资逻辑。 发言人 问:国产算力的其他观察视角有哪些? 发言人答:其他观察视角还包括国产替代进程中的供应链支持以及具体能与海外高端算力匹敌的产品。例如,国产AI芯片厂商在Q4有望迎来放量期,中芯国际和华鸿等企业有望通过解决核心设备和技术问题追赶海外领先水平。同时,国产超级节点作为提升国产算力性价比的重要方向,预计明年二三季度将出现同比环比上量的高峰。 发言人 问:对于未来市场趋势的主要关注点是什么? 发言人答:关注点主要有三个方面:一是大模型技术的持续进阶;二是国内资本开支的持续加大;三是国产替代带来的自主可控节奏和空间。此外,还需关注新的AI场景落地和AI硬件新产品生命周期带来的市场增量,以及产业端的变化和重要催化剂事件。