英伟达新映射：大震荡来袭，国产算力自主可控升级大势不改

全球AI风向标英伟达的最新业绩，再次在全球资本市场投下了一颗“深水炸弹”。

其营收与指引依旧亮眼，财报发布当日股价一度涨超5%，但却收跌3.15%。

剧烈波动的背后，是外界对其未来增长可持续性的微妙预期，叠加近期外部环境不稳定不确定因素较多。

随着美股科技板块承压下行，其冲击波也迅速传导至A股市场。

东方财富数据显示，11月21日，算力概念板块较上一日下跌3.38%，资金净流出141.2亿元，光模块“三剑客”新易盛、天孚通信、中际旭创分别收跌8.46%、7.34%、5.69%。

此外，AI芯片板块收跌4.33%，净流出16.85亿元，寒武纪跌5.54%。

基金持仓方面，截至今年第三季度末，电子、通信板块（含算力相关标的）超配比例已达历史高位，筹码结构相对复杂。有分析指出，接近年末，部分机构存在回笼资金需求，导致短期获利盘了结压力加大。

业内专业人士人认为，市场正对算力板块估值与基本面匹配度重新审视。而从长远来看，当前市场的波动更像是产业浪潮中的一次理性回调。

全球AI算力竞赛的长期逻辑并未改变，微软、谷歌、Meta、亚马逊等科技巨头仍在持续上调资本开支，为光模块、服务器等产业链环节带来确定性需求。

在国内，算力产业链各环节都在经历深刻变革，从芯片制造到系统集成，从算法优化到应用落地，一场围绕算力自主可控的产业升级正在全面展开。

2025年第三季度，通信行业在AI算力需求的强劲驱动下呈现结构性增长。海外市场成为核心引擎，微软、谷歌、Meta、亚马逊持续上调资本开支，带动光模块、光芯片等产业链业绩飙升。

国内互联网厂商的资本开支因芯片供应限制呈现分化态势。阿里计划三年内投资超3800亿元用于AI和云基础设施，其2025财年资本开支已达860亿元，腾讯在今年三季度资本开支同比下降24%。

瑞银投资银行中国互联网行业研究主管方锦聪指出，“地缘不确定性让投资者担心芯片供给是否会影响中国AI发展，但我们认为资本开支更多由需求驱动。”

他进一步解释道，“与海外相比，中国互联网公司更关注GPU效率和利用率，因此会根据需求变化更快速、更灵活地调整投入目标。”

分化的背景下，国产算力生态正在加速追赶。

上海证券预测，2025年中国AI服务器市场中英伟达、AMD等外采芯片比例将从2024年的63%降至42%，本土芯片供应商占比则有望提升至40%。数据变化表明，国产替代进程正在实质性推进，而不仅仅停留在概念层面。

国产芯片厂商已从概念期进入业绩兑现期。寒武纪今年前三季度营收46.07亿元，同比增长2386.38%；归母净利润16.05亿元，同比扭亏；海光信息前三季度实现营业总收入94.9亿元，同比增长54.65%；归母净利润19.61亿元，同比增长28.56%。财务数据的改善证明国产算力芯片不仅在技术上取得突破，在市场接受度和商业化方面也取得了实质性进展。

产业链协同方面，国内算力生态正在形成更加完善的分工体系。从芯片设计、制造到封装测试，从服务器集成到数据中心部署，各个环节都在加速技术突破和产能建设。全产业链的协同发展为国产算力的持续进步奠定了坚实基础。

政策支持为国产算力发展提供有力保障。国家层面的产业政策、科研项目的资金支持以及政府采购的倾斜，为国产算力芯片创造良好的发展环境。多方合力正在推动国产算力生态快速成熟。

算力竞争的另一面，技术的进化正在从单纯的硬件堆砌走向更精细化的效率提升。转变不仅影响着技术发展的方向，也重新定义了算力产业的价值链构成。

清华大学团队近日在《自然·机器智能》发表的研究揭示了一个重要规律：大模型的最大能力密度随时间呈指数级增长，2023年2月至2025年4月，约每3.5个月翻一倍。意味着每隔3.5个月，就可用一半参数量的模型实现当前最优性能。该发现表明，单纯追求更大模型规模的时代正在过去，效率优化将成为新的竞争焦点。

能力密度的提升直接带来了推理成本的下滑。研究表明，GPT-3.5级模型API价格在20个月内下降266.7倍，约每2.5个月下降一倍。成本下降的速度远超传统IT基础设施，显示出AI算力产业独特的技术进步曲线。对企业用户而言，AI应用的门槛正在快速降低，更多的应用场景变得经济可行。

Emory大学的研究者从另一个角度验证了AI的“熟能生巧”。其提出的SpeedupLLM框架利用动态计算资源分配和记忆机制，使LLM在处理相似任务时推理成本降低56%，准确率反而提升。当前，通过算法优化来提升硬件使用效率的方法正在成为业界的主流实践。

方锦聪表示，在系统层面亦有积极进展，“尤其是通过超节点技术的采用，超节点技术通过扩大单机柜的GPU数量，在一定程度上弥补国产单颗GPU的差距，实现机柜级上更好的算力表现。”系统级的创新使得国内企业能够在当前芯片性能受限的情况下，通过架构优化来满足大模型训练的算力需求。

谈及大模型算法层面，方锦聪指出，“国内大模型开发者正在针对本土GPU进行算法优化，例如DeepSeek最新的v3.2模型。”软硬件协同优化的思路正在帮助国产算力平台建立起独特的竞争优势。针对特定硬件架构进行算法定制，可以在不改变硬件规格的情况下显著提升系统整体性能。

芯片和机柜功耗也不断提升，液冷、电源等迎来行业拐点。IDC预计，2024-2029年，中国液冷服务器市场年复合增长率将达到46.8%，2029年市场规模将达到162亿美元。配套技术的发展正在为更高密度的算力部署提供可能。

软件栈层面，国产算力平台的软件生态建设也在加速。从底层驱动到编译器，从算子库到框架支持，国内厂商正在构建更加完善的软件栈。

AI算力已成为通信行业主要增长引擎，在众多机构分析师看来，各细分领域的投资机会正在涌现。

光模块领域，800G/1.6T高速产品成为主要增长点。中泰证券建议关注中际旭创、新易盛、剑桥科技等头部厂商。企业在技术研发和产能建设方面已经形成先发优势，能够满足数据中心对高速互联的持续需求。AI集群规模的不断扩大，光模块的传输速率和能效要求也在不断提升，为具备技术优势的企业提供了持续的成长动力。

光芯片作为光模块核心组件，上游EML、CW光芯片短缺给国产芯片带来更多导入机会。源杰科技、仕佳光子等厂商被多家机构看好。供应链安全日益重要的背景下，光芯片的国产替代正在加速推进。国内厂商在25G、50G等速率的光芯片领域已经实现量产，正在向更高速率产品迈进。

存储芯片领域，AI训练对内存带宽和容量提出的更高要求，正在推动存储技术的快速迭代。国内存储芯片厂商在先进制程方面仍存在差距，在封装技术和系统优化方面正在加快布局。

PCB赛道因AI服务器需求而价值重估。国金证券建议关注在载板和服务器PCB上具有较好格局的厂商。

液冷技术随着芯片和机柜功耗不断提升迎来行业拐点。当前，传统风冷技术已接近散热极限，液冷技术正在从可选方案变为必选方案。

算力芯片领域，华为昇腾、寒武纪、海光信息等为代表的国产AI芯片正加速迭代和放量。相关企业不仅在芯片设计方面持续进步，在软件生态和解决方案方面也在不断完善。

从投资节奏来看，算力产业链的投资正在从基础设施建设向应用创新延伸。早期投资主要集中在服务器、网络设备等硬件领域，现在正在向模型优化、应用开发、运维管理等软件和服务领域扩展，移反映出算力产业正在走向成熟。

算力产业的核心驱动正从单纯的规模扩张转向效率提升与自主可控的双轮并行。而在周期波动过程中，能够准确把握技术趋势的企业，有望在新一轮产业变革期间占据有利位置。