作者丨雷晨

編輯丨朱益民

全球AI風向標英偉達的最新業績，再次在全球資本市場投下了一顆“深水炸彈”。其營收與指引依舊亮眼，財報發布當日股價一度漲超5%，但卻收跌3.15%。美東時間周五，英偉達跌0.97%，該股11月以來已累計跌近12%。

劇烈波動的背后，是外界對其未來增長可持續性的微妙預期，疊加近期外部環境不穩定不確定因素較多。

隨著美股科技板塊承壓下行，其沖擊波也迅速傳導至A股市場。

東方財富數據顯示，11月21日，算力概念板塊較上一日下跌3.38%，資金凈流出141.2億元，光模塊“三劍客”新易盛、天孚通信、中際旭創分別收跌8.46%、7.34%、5.69%。

此外，AI芯片板塊收跌4.33%，凈流出16.85億元，寒武紀跌5.54%。

基金持倉方面，截至今年第三季度末，電子、通信板塊（含算力相關標的）超配比例已達歷史高位，籌碼結構相對復雜。有分析指出，接近年末，部分機構存在回籠資金需求，導致短期獲利盤了結壓力加大。

業內專業人士人認為，市場正對算力板塊估值與基本面匹配度重新審視。而從長遠來看，當前市場的波動更像是產業浪潮中的一次理性回調。

全球AI算力競賽的長期邏輯并未改變，微軟、谷歌、meta、亞馬遜等科技巨頭仍在持續上調資本開支，為光模塊、服務器等產業鏈環節帶來確定性需求。

在國內，算力產業鏈各環節都在經歷深刻變革，從芯片制造到系統集成，從算法優化到應用落地，一場圍繞算力自主可控的產業升級正在全面展開。

自主創新加速

2025年第三季度，通信行業在AI算力需求的強勁驅動下呈現結構性增長。海外市場成為核心引擎，微軟、谷歌、meta、亞馬遜持續上調資本開支，帶動光模塊、光芯片等產業鏈業績飆升。

國內互聯網廠商的資本開支因芯片供應限制呈現分化態勢。阿里計劃三年內投資超3800億元用于AI和云基礎設施，其2025財年資本開支已達860億元，騰訊在今年三季度資本開支同比下降24%。

瑞銀投資銀行中國互聯網行業研究主管方錦聰指出，“地緣不確定性讓投資者擔心芯片供給是否會影響中國AI發展，但我們認為資本開支更多由需求驅動。”

他進一步解釋道，“與海外相比，中國互聯網公司更關注GPU效率和利用率，因此會根據需求變化更快速、更靈活地調整投入目標。”

分化的背景下，國產算力生態正在加速追趕。

上海證券預測，2025年中國AI服務器市場中英偉達、AMD等外采芯片比例將從2024年的63%降至42%，本土芯片供應商占比則有望提升至40%。數據變化表明，國產替代進程正在實質性推進，而不僅僅停留在概念層面。

國產芯片廠商已從概念期進入業績兌現期。寒武紀今年前三季度營收46.07億元，同比增長2386.38%；歸母凈利潤16.05億元，同比扭虧；海光信息前三季度實現營業總收入94.9億元，同比增長54.65%；歸母凈利潤19.61億元，同比增長28.56%。財務數據的改善證明國產算力芯片不僅在技術上取得突破，在市場接受度和商業化方面也取得了實質性進展。

產業鏈協同方面，國內算力生態正在形成更加完善的分工體系。從芯片設計、制造到封裝測試，從服務器集成到數據中心部署，各個環節都在加速技術突破和產能建設。全產業鏈的協同發展為國產算力的持續進步奠定了堅實基礎。

政策支持為國產算力發展提供有力保障。國家層面的產業政策、科研項目的資金支持以及政府采購的傾斜，為國產算力芯片創造良好的發展環境。多方合力正在推動國產算力生態快速成熟。

從硬投入到軟優化

算力競爭的另一面，技術的進化正在從單純的硬件堆砌走向更精細化的效率提升。轉變不僅影響著技術發展的方向，也重新定義了算力產業的價值鏈構成。

清華大學團隊近日在《自然·機器智能》發表的研究揭示了一個重要規律：大模型的最大能力密度隨時間呈指數級增長，2023年2月至2025年4月，約每3.5個月翻一倍。意味著每隔3.5個月，就可用一半參數量的模型實現當前最優性能。該發現表明，單純追求更大模型規模的時代正在過去，效率優化將成為新的競爭焦點。

能力密度的提升直接帶來了推理成本的下滑。研究表明，GPT-3.5級模型API價格在20個月內下降266.7倍，約每2.5個月下降一倍。成本下降的速度遠超傳統IT基礎設施，顯示出AI算力產業獨特的技術進步曲線。對企業用戶而言，AI應用的門檻正在快速降低，更多的應用場景變得經濟可行。

Emory大學的研究者從另一個角度驗證了AI的“熟能生巧”。其提出的SpeedupLLM框架利用動態計算資源分配和記憶機制，使LLM在處理相似任務時推理成本降低56%，準確率反而提升。當前，通過算法優化來提升硬件使用效率的方法正在成為業界的主流實踐。

方錦聰表示，在系統層面亦有積極進展，“尤其是通過超節點技術的采用，超節點技術通過擴大單機柜的GPU數量，在一定程度上彌補國產單顆GPU的差距，實現機柜級上更好的算力表現。”系統級的創新使得國內企業能夠在當前芯片性能受限的情況下，通過架構優化來滿足大模型訓練的算力需求。

談及大模型算法層面，方錦聰指出，“國內大模型開發者正在針對本土GPU進行算法優化，例如DeepSeek最新的v3.2模型。”軟硬件協同優化的思路正在幫助國產算力平臺建立起獨特的競爭優勢。針對特定硬件架構進行算法定制，可以在不改變硬件規格的情況下顯著提升系統整體性能。

芯片和機柜功耗也不斷提升，液冷、電源等迎來行業拐點。IDC預計，2024-2029年，中國液冷服務器市場年復合增長率將達到46.8%，2029年市場規模將達到162億美元。配套技術的發展正在為更高密度的算力部署提供可能。

軟件棧層面，國產算力平臺的軟件生態建設也在加速。從底層驅動到編譯器，從算子庫到框架支持，國內廠商正在構建更加完善的軟件棧。

產業鏈價值重塑

AI算力已成為通信行業主要增長引擎，在眾多機構分析師看來，各細分領域的投資機會正在涌現。

光模塊領域，800G/1.6T高速產品成為主要增長點。中泰證券建議關注中際旭創、新易盛、劍橋科技等頭部廠商。企業在技術研發和產能建設方面已經形成先發優勢，能夠滿足數據中心對高速互聯的持續需求。AI集群規模的不斷擴大，光模塊的傳輸速率和能效要求也在不斷提升，為具備技術優勢的企業提供了持續的成長動力。

光芯片作為光模塊核心組件，上游EML、CW光芯片短缺給國產芯片帶來更多導入機會。源杰科技、仕佳光子等廠商被多家機構看好。供應鏈安全日益重要的背景下，光芯片的國產替代正在加速推進。國內廠商在25G、50G等速率的光芯片領域已經實現量產，正在向更高速率產品邁進。

存儲芯片領域，AI訓練對內存帶寬和容量提出的更高要求，正在推動存儲技術的快速迭代。國內存儲芯片廠商在先進制程方面仍存在差距，在封裝技術和系統優化方面正在加快布局。

PCB賽道因AI服務器需求而價值重估。國金證券建議關注在載板和服務器PCB上具有較好格局的廠商。

液冷技術隨著芯片和機柜功耗不斷提升迎來行業拐點。當前，傳統風冷技術已接近散熱極限，液冷技術正在從可選方案變為必選方案。

算力芯片領域，華為昇騰、寒武紀、海光信息等為代表的國產AI芯片正加速迭代和放量。相關企業不僅在芯片設計方面持續進步，在軟件生態和解決方案方面也在不斷完善。

從投資節奏來看，算力產業鏈的投資正在從基礎設施建設向應用創新延伸。早期投資主要集中在服務器、網絡設備等硬件領域，現在正在向模型優化、應用開發、運維管理等軟件和服務領域擴展，移反映出算力產業正在走向成熟。

算力產業的核心驅動正從單純的規模擴張轉向效率提升與自主可控的雙輪并行。而在周期波動過程中，能夠準確把握技術趨勢的企業，有望在新一輪產業變革期間占據有利位置。

SFC

出品丨21財經客戶端 21世紀經濟報道

編輯 | 劉雪瑩 見習編輯林芊蔚 實習生關曉桐

21君薦讀