（来源：ETF和LOF圈）
全球AI巨头近期频繁“联姻”，核心指向算力需求的持续扩张与深化，叠加GPT-5、Sora2等基础模型快速迭代，推动AI算力板块成为市场核心主线。这一轮行情的核心催化源于硬件端突破，英伟达Blackwell架构芯片加速放量，带动光模块、PCB、服务器ODM等配套环节进入业绩高速增长期，这些环节的A股企业凭借全球高份额优势，业绩持续性较强，新兴的液冷、光纤等赛道也具备投资潜力。
海外巨头强强联合的本质，是算力资源稀缺背景下商业模式的升级——从依赖自有现金流投入转向融资加码算力建设，既推动AI模型与应用场景螺旋式进化，也强化行业龙头效应，呈现“强者恒强”的竞争格局。对国内市场而言，虽受海外芯片制裁限制，但国内半导体产业链自2018年以来加速发展，设计、制造环节成熟度与良率持续提升，叠加政策对国产算力的战略扶持，产业进程稳步推进；其中光模块产业优势突出，作为算力组网不可或缺的核心环节，与芯片迭代同步升级，凭借卡位优势、供应链粘性及“卖铲人”逻辑，构建起坚实的全球竞争力。
估值层面，AI算力相关赛道（如光模块、PCB）受益于市场规模量价齐升，成长空间未达天花板，估值支撑较强，仍具备投资性价比。从行情展望来看，基本面、政策面、资金面形成共振，长期向好趋势明确，短期或有波动。
对普通投资者而言，指数化投资是更优选择，可同时把握海外与国内算力机会：海外算力可关注通信ETF（518800），AI核心环节占比高，能精准反映海外算力基本面；国产算力重点布局科创芯片ETF（589100）、半导体设备ETF（159516），可根据自身风险偏好选择适配标的。
AI行情启动：这些细分赛道值得关注
主持人：近期AI领域合作频繁，比如软银收购ABB机器人，OpenAI联手博通开发芯片，国内赛力斯与字节跳动携手布局具身智能，这些动向都指向核心：算力需求正持续扩张且深化。今天我们将围绕这一主题，与线上交流的国泰基金量化投资部ETF研究员李星全老师一同探讨。欢迎李老师跟屏幕前的朋友们打个招呼。
李星全：各位投资者好，主持人好。我是国泰基金的ETF研究员，对电子通信等行业有较深度的跟踪，非常有幸今天能分享关于AI的投资机会。
主持人：好的，欢迎李老师。今年在DeepSeek的带动下，A股市场AI板块走出一波强势行情。李老师能否先回顾这一轮行情启动的核心催化器，以及有哪些重点细分板块值得关注。
李星全：从今年看，全球范围内AI的催化明显，发展也有显著加速。尤其国内及北美，近期GPT-5已发布。GPT-5虽可能有多个模型，目前市场对其评价不一，但总体而言，其性能有明显提升。同时其token价格开始迅速下降，性价比会疾速提高。当然性价比提高，本质源于算力硬件及资源的支持，这点后面再谈。
除GPT-5外，投资者若有关注便知，海外及国内均发布了许多先进模型。例如谷歌旗下DeepMind发布了世界模型Genie3。该世界模型与以往纯视频生成模型的区别在于：生成模型时能保持良好一致性，同时可更好理解世界物理规律。因此其生成的图片或视频更符合逻辑，例如不会出现篮球拍下去起不来的情况。除Genie3外，大家最近也被朋友圈的Sora2刷屏。可见当前基础模型，无论是文生图、文生视频相关模型，都有较快发展。
今年从各厂商业绩来看，其业绩成长动能主要由硬件驱动。我们知道，今年一季度和二季度，英伟达新一代Blackwell架构的产品已开始快速放量。英伟达在五月份第一财季法说会上提到，当时GB200的NVL72机架超大规模客户周均部署量约1000台。这意味着，每个机柜含72张GPU，周均部署1000台即周度GPU销量达7万多卡。每张卡价格较高，达几万美金，因此对英伟达而言，Blackwell是其史上爬坡放量最快的产品。
GPU放量后，配套环节如A股的光模块、PCB等公司均处于该产业链。GPU快速放量后，A股这些公司的成长动能也较明显。A股上述光模块、PCB及服务器ODM等环节，在全球范围内较具竞争力；同时这些A股公司份额较高，即便在英伟达及北美云厂商的产业链中，份额也很高。
英伟达Blackwell架构芯片快速放量后，相关市场规模会快速增长。因A股这些公司份额较高，业绩成长也会较快。因此关注相关公司的二季报及三季报，均值得期待，其业绩增速未来或有较好持续性。
刚刚主持人问到A股哪些环节更具机会，从细分环节看，目前已明确进入业绩高速增长的赛道主要是光模块、PCB及服务器ODM。这几个板块基本面较强，因其中许多公司为全球业内龙头厂商，在北美及国内均有较大份额。因此计算芯片无论英伟达还是其他公司放量后，采购相关配件时，可能都会选择A股公司。
另一方面，计算芯片如英伟达的GPU仍维持较快迭代速度。目前架构基本两年一变，产品一年一变，因此每次迭代，ASP增长也较明显。因此上述环节业绩成长动能较强，且未来几年有望维持较高增速。
此外，大家关注到一些新兴领域，如液冷中的电子布，以及光纤、铜连接等赛道，均较具投资潜力。因此若看好AI行情，可从这几个环节深入挖掘。
海外巨头密集“联姻”：释放算力争夺战信号
主持人：好的，非常感谢李老师。我们也知道近期甲骨文与OpenAI签订3000亿美元算力大订单，引发市场广泛关注。您觉得这释放了什么信号？
李星全：甲骨文这类合作最直接反映的是，OpenAI自身算力资源较紧缺。大家近期可见，OpenAI自今年二季度以来一直较活跃。例如博通此前在法说会上披露，已将一潜在大客户转化为实际客户，该客户带来超100亿美元订单。后续据《金融时报》等媒体信息，市场猜测该客户很可能是OpenAI。近期可见新动态，双方已签订战略合作协议。
除博通外，OpenAI还与其他诸多厂商展开深入合作。除订单层面外，部分还深入至股权层面，例如甲骨文。甲骨文为云计算厂商，此外英伟达等厂商也与OpenAI展开深度合作。因此最直接的反映是，OpenAI目前算力可能仍较紧缺，同时开启了全球扫卡模式。
从直接层面看，其算力资源可能较稀缺；从更深层次看，这可能是新一轮算力资源争夺的强烈信号。因2023至2024年，北美部分云厂商，主要是谷歌、微软、亚马逊等头部企业，当时产品不断升级，采购相关GPU时资源较稀缺。当时他们陆续在法说会上提到，算力供应瓶颈成为业务增长的重大阻碍。
因此从OpenAI近期动作看，算力资源增强在未来一段时间仍会持续。当然如前所述，随着新型计算芯片放量，计算性价比在提高。部分朋友可能认为性价比提高对行业意味着产品降价、竞争加剧，进而影响相关厂商盈利能力。但对算力而言，至少目前全球算力市场并非如此。
以OpenAI为例，其此前模型主要为文字类，现过渡至图像及视频类模型，成长显著。从推理端看，调用模型时，文字调用的计算量天然不及图片与视频的运算量。因此通过多模态能力的发展，算力总体需求会快速增长。因此性价比提高后，反而会让更多用户愿意使用AI大模型，推动算力密集型场景落地，不仅包括娱乐类生成视频等。往后看，包括AI手机、AIPC、人形机器人、智能驾驶等AI端侧场景，均有望成为AI的发力领域。
总体来看，谷歌及国内厂商均有类似趋势，其tokens调用量基本每三四个月翻一倍。因此算力需求增长非常迅速。这对算力资源而言，意味着哪家厂商拥有更多算力资源，便把握了未来更好的成长机会。因此OpenAI与甲骨文等公司的相关合作，可直观反映这一点。
主持人：非常感谢李老师，分析得特别详细。通过您刚才的分享，我觉得当前算力需求整体来看，全球科技巨头持续投入巨资抢占算力制高点，已形成未来长期发展的趋势。您提到的算力密集型场景落地会不断涌现，进一步拉动整体需求，形成强大的正向算力需求循环。
与此同时，近期海外AI巨头频频“联姻”，比如英伟达计划最高投资1000亿美元给OpenAI，投资50亿美元入股英特尔，AMD向OpenAI发行认股权，有望以极低成本获得AMD约10%的股权。李老师，您认为海外AI巨头强强联合背后的主要动因是什么？这种现象对整个AI产业未来的发展趋势及竞争格局会带来怎样的影响？
李星全：刚才提到，算力需求增多会导致硬件端加速放量。哪家厂商拥有更多算力资源，意味着在未来发展中会具备更强的竞争优势。您提到的OpenAI与英伟达、AMD合作，以及与英特尔等的相关合作，从商业模式看，本质是这些大厂以往投入算力AI基础设施建设时，决定购买多少卡主要以自有现金流为衡量标准，包括我们平时研究也会考虑这些厂商的资本开支占其现金流的比例及未来空间。
但从近期情况看，商业模式正在被颠覆，即从以前的自有现金流投入转变为融资投入。本质上，AI硬件投入可能迎来新一轮加速。最直观的原因是算力需求快速增长，导致算力硬件的稀缺性上升。
您提到的AI产业未来发展趋势，我认为这些合作会让AI进化更迅速。当前各类模型、应用场景快速打开，推理端发展明显。推理端性能提升、用户增多，意味着需要更多算力；用户增多还能产生更多数据，反哺训练侧，助力厂商做出更好模型。因此，推理与训练可理解为螺旋式上升的过程。
这些合作提供了更多现金流，让厂商能购置更多芯片。如此，他们可运用的资源更多，AI发展速度会更快。
对于竞争格局，目前可见从芯片厂商到模型厂商再到云计算厂商，深度合作从订单层面扩展到股权层面。随着这种模式进一步发展，会加强AI行业的龙头效应，呈现强者恒强的特点。以前可能认为北美有实力的云厂商自身数据中心多，自己做模型更有优势，但从当前变化看，下游模型厂商如OpenAI也可自建数据中心，渗透是双向的。因此，总体来看，竞争格局中龙头效应会进一步加强。
国内AI算力：光模块领跑全球，芯片持续突破
主持人：好的，非常感谢李老师。的确，龙头效应可极大提升整体芯片的研发效率及对市场的响应速度，推动技术突破。回到国内市场，年初DeepSeek的面世证明国内AI大模型能力并不弱于海外企业。尤其在美国对我国进口先进制程芯片实施管制的背景下，国内大模型取得这样的成就非常不易。回顾近几年，在自主可控逻辑推动下，国内半导体产业取得了哪些突破性进展？还有哪些环节仍有待加强？
李星全：明白。首先给大家拆解一下产业环节。从AI芯片看，可参考英伟达的传导顺序：算力需求快速上涨时，英伟达会收到更多相关芯片订单。
但英伟达属于芯片设计厂商，设计完GPU收到订单后，会找制造厂商制造，再找封测厂商封测。目前英伟达主要通过中国台湾的台积电进行制造与封测。因此，需求快速增长时，景气度会先传导到设计环节，再进一步传导到制造环节。
从国内角度看，美国对我国AI的制裁一直较严格，尤其2023年以来，AI成为各国战略级发展方向，美国制裁重心不断向AI转移。因此，国内芯片层面，国内应用厂商购买海外芯片受限，反而为国内相关AI芯片设计、制造厂商带来更大机会。
了解国内产业链的朋友知道，国内半导体产业链自2018年以来加速发展，目前已有较强技术底蕴及完备的产业环节布局。但工艺要接近国际一流或顶级水平仍需时间。英伟达的GPU多采用台积电4纳米制程，国内制程与台积电存在差距，相关问题需攻克。
2023年至今，产业链设计制造的成熟度及制造良率逐步提升。从今年看，放量规模不断加速，因此半导体产业链出现较大行情。
按上述顺序，AI芯片给半导体产业链带来的成长中，设计环节弹性更大。因我国制造稀缺性较高，相关AI订单制造完成后释放业绩的能力较强，估值也较高。
此外，从设备和材料等方向看，国内先进制程扩产会产生较多设备订单需求，因此设备与材料环节建议关注。主要是这几个方面。
主持人：如刚才所述，面对海外AI巨头，国内AI产业链企业可采取哪些举措应对，以确保未来几年国内AI产业进程不掉队？
李星全：从软件方面看，很难拉开像硬件那样大的差距。此前国内厂商在算力资源上较匮乏，受美国制裁影响，买卡受限。往前两年的国内环境看，国内GPU未大规模放量，算力总体稀缺。但即便如此，我们的DeepSeek及阿里等大公司仍推出了优秀模型。由此可见，软件方面很难拉开五六年这样的差距。
但算力方面，国内主要卡在硬件芯片上。首先需提高芯片设计成熟度，比如芯片若采用更先进制程，流片等成本很高。其次，制造厂商需不断突破国内先进制程工艺，缩小与中国台湾先进制程的差距，让芯片设计有实际落地的可能，这一点也很重要。
AI产业链当前重点在硬件方面，国内以GPU设计为主的厂商，一是要设计出更先进、算力更强的产品，二是要完善生态，比如适配已有模型等。
从硬件看，产业不同环节间的协同性需快速提高。比如AI下的各类垂类应用，需与产业链上下游加强协同，才能更快促成闭环，持续发展。
主持人：好的，非常感谢李老师。的确，若整体总结国内AI产业，仍需坚持在硬件上的突破，结合产业链生态协同双轨并行，持续深化技术研发，并与产业链整合。在AI算力环节中，国内光模块具备突出的国际竞争力，且今年以来A股市场光模块在AI各细分板块中涨幅居前。李老师，您如何理解国内光模块产业的全球竞争力？有哪些可见的竞争优势？
李星全：明白。首先给大家分析光模块环节的确定性，为何光模块如此重要？当前许多大模型的参数量已达万亿甚至十万亿级别，运行这类大模型，即便采用全球最先进的GPU，仅靠单块GPU显然不够，因此需要将GPU组成大型集群。
从英伟达的方案来看，其流程是先将GPU组成服务器，再将不同服务器连接成数据中心，之后还有跨数据中心的组合。光模块在其中有何作用？数据中心尤其是AI数据中心，内部信号频率和速度都较快，此时若仍用传统导体进行长距离信号传输，会不可避免地出现“集肤效应”，导致发热等问题，进而可能造成数据丢失。这类问题难以容忍，因此长距离信号传输必须通过光缆进行。
这一过程涉及光电转换，因服务器端无法对光信号进行分析处理，服务器内部为电信号，传出时需转换为光信号传输，传到另一端后又需将光信号转回电信号。其中光电转换的任务主要由光模块完成。因此，当算力需求增长、GPU开始快速放量后，光模块需求量会同步上升，且难以替代，确定性较强。这是一方面。
另一方面，从2023年AI爆发至今，计算芯片与光模块的迭代速度同步推进。例如英伟达早期热门的A100GPU，网络通信速率约200G，当时配套的光模块也多为200G以上产品。
待英伟达H100芯片大规模放量后，其网络通信速率达400G，当时光模块以400G为主。而今年以来，英伟达Blackwell架构产品快速放量，新架构通信速率达800G，配套光模块也需为800G及以上产品，目前以800G为主，1.6T后续可能渗透。可见计算芯片迭代时，光模块性能需同步提升，因此光模块市场呈量价齐升态势。
前文提到，A股光模块企业在全球有何竞争优势？第一是卡位优势显著。无论是英伟达的GPU，还是谷歌、微软等云厂商的定制芯片，采购光模块时大概率会选择国内企业的产品。即国内光模块企业已在全球占据较高份额，且正同步配套国外厂商研发。如前所述，英伟达产品迭代速度极快，新一代产品研发往往早于当前产品发布，这种研发进程需同步跟进，这也是光模块企业的优势——已进入供应链的企业，新进入者难以替代。
此外，从产业变化来看，A股光模块企业存在“卖铲人”逻辑。当前国外GPU及ASIC定制芯片放量均较快，虽市场快速增长，但份额存在切换。但无论GPU还是ASIC放量，均需向国内光模块企业采购产品。对A股光模块企业而言，无论客户采购何种芯片，只要用于组网，就必须使用其光模块。这一能力壁垒较高，逻辑顺畅。
有人可能认为，芯片技术壁垒高于光模块，未来光模块可能出现新进入者，导致市场红海化。但这其实较难，参考当前组网情况，例如英伟达数据中心中，成本主要集中在GPU及交换机，光模块占比极低。
因此，对大厂而言，没必要为优化这部分成本自行涉足光模块业务，否则会分散精力。对小厂而言，切入光模块环节面临诸多困难，如产品研发难以跟上海外厂商的迭代速度。
且海外厂商更换供应商的动力极弱。光模块虽盈利性好，但在其数据中心建设中占比极低，若因光模块供应不稳定导致GPU运行中断，损失更大。因此，他们最看重产品供应的稳定性和品质。参考果链多年来的情况，供应商并未因价格竞争频繁更换，因此A股光模块企业的竞争优势较强。
A股算力企业业绩亮眼：三季度增长有望延续
主持人：好的，非常感谢李老师的详细分享。的确，国内光模块产业已在AI算力基础设施这条高景气赛道上，建立起非常坚实的护城河。只要全球AI淘金热持续，这些提供“铲子”的国内光模块龙头企业便有望持续受益。从基本面看，李老师如何解读A股AI算力相关企业已披露的半年报？有哪些亮点值得关注？AI对相关企业上半年业绩的贡献程度如何？对三季度业绩有何展望？
李星全：明白。从当前来看，如前所述，目前释放业绩能力最强的AI相关环节主要是光模块、PCB及服务器ODM。几家代表性公司的业绩增速极快，核心原因在于这些厂商在全球具备强竞争力，占据较高份额，因此当市场规模快速增长时，其业绩自然同步快速成长。
今年以来，硬件端的核心驱动力是英伟达产品加速放量，例如Blackwell芯片成长迅速，前文已有提及。海外厂商放量后，A股相关配件的出货量也较快。
对A股的PCB、光模块等环节而言，制造周期不像芯片那么长。英伟达从今年初或二、三月份开始加速放量，下游厂商购买其GPU后，采购PCB等组件的订单通常只需提前一个月左右锁定。因此，业绩高速增长主要体现在二季度，国内厂商二季度业绩增速远超市场预期，底层驱动力正是英伟达的芯片。
关于AI对相关企业上半年业绩的贡献程度，可作如下分析：AI兴起前，光模块市场体量较小，增长也较温和。这些企业能获得良好成长机会，关键在于选对赛道——如前所述，光模块在集群中不可替代，因此国内相关公司的业绩增长确定性和动能均较强。从上半年业绩看，光模块企业的增长主要由AI驱动。
PCB情况类似，只是AI兴起前，其市场规模大于光模块，消费电子、汽车行业需求较多。因此，这些企业今年除AI带来的强成长动能外，传统领域也有不同程度复苏，但核心动能仍是AI。
对于三季度业绩，英伟达放量仍在持续，且国内芯片出货量不断加大，因此相关企业有望保持环比增长及快速同比增速。
主持人：好的，非常感谢李老师。如您分享，A股在AI算力及全球产业链优势环节中，的确与英伟达的景气度高度绑定。上半年业绩大幅增长及三季度的乐观预期，均验证了AI的高贡献度。
我们知道，2022年底ChatGPT推出后，经历多轮AI行情，半导体、AI算力等相关标的已积累不少涨幅。李老师如何看待当前这些细分赛道的估值水平？是否仍具备投资性价比？
李星全：明白，这点想给大家分析：谈论估值时，直观而言，对普通投资者来说，估值意味着对企业未来成长的信心。在AI中深度受益的半导体、光模块等环节，成长空间较大。例如，当前全球GPU市场规模已远超CPU，这正是AI带来的边际变化。理论上，当市场规模快速扩张时，若相关厂商能维持份额，未来业绩成长动能必然强劲，因此估值存在持续上修空间。
前文提到的业绩释放能力较强的环节，如光模块和PCB，一方面是数据中心组网必需的零组件；另一方面，随着芯片技术迭代升级，其价格快速增长。总体而言，市场规模受益于量价双升，目前观测到该环节的市场规模增速尚未见顶，即明年同比增速可能高于今年。因此，估值支撑较强，且持续上修空间较大。
许多投资者喜欢用估值历史分位等方式判断，但这类方式在周期性行业中适用性更高。而在新能源快速渗透、当前AI等产业革命级技术变革中，估值很可能打破原有逻辑。因此，参考这一点，我认为仍具备较强投资性价比。
如何布局算力板块？关注通信ETF（518800）、半导体设备ETF（159516）
主持人：结合基本面、政策面及资金面等，李老师能否对AI算力接下来的行情作一展望？
李星全：从基本面看，前文已多有提及，此处简要总结：AI的显著优势包括产业趋势明确，全球商业模式跑通，算力整体供不应求，相关逻辑会在国内AI企业间扩散；市场规模大，部分环节成长速度高，估值支撑强；产业边际变化明显，基础模型性能持续提升，国内半导体产业链进展迅速，因此基本面较强。
从政策面看，重点关注政策对国产算力的扶持。中国是全球第二大计算市场，尽管当前算力硬件性能及放量规模与北美存在差距，但从后续发展节奏看，国产算力会是战略级发展方向。全球主要国家均将AI作为核心竞争力扶持，因此政策面后续激励较多，大基金、地方产业基金及各类政策的空间较大。
当前A股许多优质资产享受重估逻辑，与国产算力强相关的半导体产业链代表我国工业生产最高水平，作为技术密集度最高的环节，当属优质资产。
从资金面看，A股流动性持续宽松。例如，价值投资者选择投资方向时，优选基本面强的领域——这类企业可通过利润扩张、EPS增长驱动估值上涨，AI正是这样的行业。因此，若市场牛市特征持续，AI会是资金首选。我们看好AI长期发展空间，但短期存在波动，如近期波动较大，需注意风险。
主持人：是的，非常感谢李老师。您提到常规价值投资，若说到具体投资操作，普通投资者若看好AI算力赛道，应如何布局？优选个股还是指数？若进行指数化投资，哪些指数能较好匹配投资者诉求？
李星全：明白，这个问题我认为指数可能更好。普通投资者在信息层面天然弱于专业人士，个股波动较大，且未必能长期持有，可能因短期下跌退出。因此，指数风险相对较低，且具备一定弹性，普通投资者持有体验更好，故指数是更优方向。AI行情中许多相关指数弹性较强，部分几个月收益接近翻倍，尤其近几个月。
具体配置方面，受制裁等因素影响，AI发展存在较强地缘特征。为消除这种影响，把握全球AI发展机遇，可同时关注海外算力及国内国产算力。
海外算力方面，通信设备指数中光模块、光纤、铜连接、服务器等核心环节占比超78%，是质地优良的指数，可关注相关通信ETF（518800），AI核心环节占比更高，能较好反映海外算力发展及基本面。
若关注国产算力，前文多次提及，核心环节仍在芯片，因此半导体产业链是国产算力的重中之重。首先推荐科创芯片指数。科创板聚集了较多优质半导体企业，质地优良——许多半导体企业在科创板上市，且科创板弹性大，一直是政策偏好板块，因此科创芯片指数较好，可关注科创芯片ETF（589100）。其持仓相对均衡，涵盖设计、设备等环节，持仓基本面强，今年走势也较好。
此外，从估值看，部分环节估值仍较低。例如设备环节估值低于设计环节，这类指数如半导体材料设备指数，安全性更高，可关注半导体设备ETF（159516）。投资者可根据自身需求匹配，根据每个人看好程度及风险偏好不同来选择更适合自己的方式。
